Stataでデータセット結合：あなたが探しているのは「merge m:m」？それとも「joinby」？
二つのデータセットを、ある変数をkeyとして横方向で結合したい場合、多いと思います。
このkeyがそれぞれのデータセットでunique（被りがない）なら、普段通り、merge 1:1を使えば問題ありません。
また、一方のデータセットはkeyとなる変数がuniqueになっていて、もう一方のデータセットではkey変数に被りがある場合（例えば、村レベルのデータセットに、家計レベルのデータセットを村IDで結合）、merge 1:m, merge m:1、もしくはkey変数に被りがあるデータセットの形を変えてmerge 1:1してしまう、どの方法でもうまくいくかと思います。
問題が発生するのが、二つのデータセット両方でkey変数がuniqueになっていない時。
例えば、村IDが振られている家計レベルのデータについて、同じ村の中で家計を総当たりで結合したいとします。
その時、データセットの形が各村について家計がlong型ではいっているものを、そのまま結合に使いたいとすると、選択肢となるコマンドは merge m:m と joinby です（データセットの形を変えて、merge 1:1 などに落とし込む方法もありますが）。
この二つのコマンド、挙動が全く異なります。
この（総当たりでマッチしたい）時、正解は joinby です。
merge m:m では求めている結果を返してくれません。
実際にどんな感じになるか見てみましょう。 例えば、ここでは次のような仮想データを考えます。
data1
| id_village | household |
|---|---|
| 1 | A |
| 1 | B |
| 2 | A |
| 2 | B |
data2
| id_village | household_2 |
|---|---|
| 1 | A |
| 1 | B |
| 2 | A |
| 2 | B |
この二つのデータをid_villageで横方向で結合すると、
merge m:m id_village using data2
は次のデータを返します：
| id_village | household | household_2 |
|---|---|---|
| 1 | A | A |
| 1 | B | B |
| 2 | A | A |
| 2 | B | B |
つまり、key変数の値がuniqueでない時、それぞれのkey変数の値について、上からマッチした順に上から結合していくというものになります（なので、元のデータでの行の順番によって結果が異なります）。 ここから分かるように、総当たりでは結合してくれません。
一方、joinby だと、
joinby id_village using data2
とすると、次のデータを返します：
| id_village | household | household_2 |
|---|---|---|
| 1 | A | A |
| 1 | A | B |
| 1 | B | B |
| 1 | B | A |
| 2 | A | B |
| 2 | A | A |
| 2 | B | B |
| 2 | B | A |
同じkey変数の値内で、household と househould_2 が総当たりで結合されています。
ただし、merge が結合できた行・できなかった行を新たな変数 (_merge) で明示してくれる一方、joinby はデフォルトではそうした変数を新たに作りません。
また、data1, data2 どちらかにしかない id_village の観測値は、マッチされないため削除されてしまうことにも注意です（ merge では「マッチされない」ということが明示されます）。
ここからも分かる通り、merge m:m は求めているものと異なる挙動をしている場合が多く、かつ結果が元のデータの行の順番に依存している、危険なコマンドなため、できるだけ使わない方が良いそうです。
