许多常用的治疗效果估计器依赖于无混淆性假设(“对可观察物的选择”)，这基本上是不可检验的。在评估劳动力市场政策的影响时，研究人员需要观察影响治疗参与和劳动力市场结果的变量。尽管在许多国家有可能获得(非常)翔实的行政数据，但对无混淆性假设的有效性的担忧仍然存在。主要的问题是，观察到的个体特征可能不足以适当地解决潜在的选择偏差。鉴于人格特征和态度对经济结果的影响的研究，这一点尤其相关。我们利用了一个独特的数据集，该数据集包含了德国失业人员的丰富管理信息，以及一些通常未被观察到的特征，如性格特征、态度、期望和求职行为。这使我们能够经验地评估基于无混淆性假设的估计器在包括或不包括这些通常未观察到的变量时的表现。我们的研究结果表明，这些变量在选择治疗和劳动力市场结果方面发挥着重要作用，但与包含详细劳动力市场历史的规范相比，在估计治疗效果方面，这些变量在很大程度上没有显著差异。这表明，丰富的行政数据可能足以就积极的劳动力市场政策的有效性得出政策结论。