$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

가구 패널조사에서의 가중치 조정에 관한 연구
A Study on the Weight Adjustment Method for Household Panel Survey 원문보기

응용통계연구 = The Korean journal of applied statistics, v.22 no.6, 2009년, pp.1315 - 1329  

남궁평 (성균관대학교 통계학과) ,  변종석 (한신대학교 정보통계학과) ,  임찬수 (성균관대학교 통계학과)

초록
AI-Helper 아이콘AI-Helper

미국 노동통계청에서 사용하고 있는 BLS 방법의 효율성과 민감성에 관한 연구 결과에 의하면 표본 틀(Sample frame) 자료와 조사된 자료의 상관관계가 높을수록 BLS 무응답 보정 효과는 커지는 것으로 알려져 있다 (이석진과 신기일, 2008). 그러나 표본 틀 자료와 조사된 자료의 상관계수가 층별로 크기가 다른 경우, BLS 보정 효과는 달라질 수 있다. 따라서 일반적으로 실시되는 표본 설계에서는 층화추출 방법이 사용되기 때문에 각 층의 표본 크기와 상관계수가 다른 경우의 BLS 보정 효과률 살펴보는 것은 매우 중요하다. 본 논문에서는 층의 표본 크기와 상관계수 그리고 무응답 비율에 따른 BLS 무응답 보정 효과를 살펴보았다. 이를 위해 사용된 자료는 노동부의 월별 자료인 2007년 매월노동통계 자료이다.

Abstract AI-Helper 아이콘AI-Helper

The panel survey is need to have a more concern about a response due to a secession and non-response of a sample. And generally a population is not fixed and continuously changed. Thus, the rotation sample design can be used by the method replacing the panel research. This paper is the study of comp...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 한국노동패널조사는 한국노동연구원에서 도시지역에 거주하는 국내외 5,000가구와 가구원을 대표하는 구성원을 대상으로 1년에 1회씩 실시하는 조사로서 가구용 자료와 가구에 속한 15세 이상의 가구원을 대상으로 한 개인용 자료로 구별하고 있다. 본 논문에서는 1998년의 한국노동패널 1차 조사부터 2006년도 한국노동패널 9차 조사까지의 데이터를 이용하여 가구 소득 문항을 중심으로 제안된 가중치 부여방법을 이용하여 소득을 추정해 보았다. 한국노동패널조사는 고정패널을 이용하여 조사하는 계속 조사로서 각 지역별로 조사구를 추출하고 추출된 조사구내에서 가구를 추출하는 패널조사이다.
  • 일반적으로 복합표본설계나 순환표본설계와 같은 표본조사에서의 분산 추정은 계산과정이 매우 복잡하다. 본 논문에서는 3.1절에서 검토한 가중치를 이용하여 횡단면 및 종단면 분석의 관점에서 두 시점의 평균 차이를 추정하여 가중치 부여 방법의 결과를 비교하고자 한다. 대부분의 복합표본설계에서는 추정치의 분산 추정을 위해 붓스트랩(Bootstrap)방법, 잭나이프방법 등을 이용하여 추정량의 분산 추정량을 계산하는 데, 붓스트랩방법은 복원추출을 이용하여 추정하고, 잭나이프방법은 표본을 하나씩 제외한 나머지 표본들로 이루어지는 표본집단을 사용하여 추정량 및 추정량에 대한 분산을 추정하게 된다.
  • 최근 증가하는 패널조사에서는 고정된 표본을 대상으로 조사하므로 표본의 탈락과 응답 부담으로 인한 무응답이 증가하여 편향의 원인이 되고 있다. 본 논문에서는 고정패널에 의한 계속조사에서 표본의 탈락으로 추가된 표본에 대한 가중치 부여 방법으로 순환표본설계에서의 가중치 부여 방법을 이용하여 횡단면 및 종단면 추정의 관점에 따른 효율적인 가중치 부여 방법을 제안해 보았다.
  • 본 논문에서는 국내에서 많이 실시되고 있는 가구패널조사에서 매 조사시점마다 발생되는 무응답 표본과 이전조사에서의 무응답 표본이 새로 응답하게 되는 표본이나 교체되어 새로 유입되는 표본의 조사형태에 대해 순환표본설계의 표본 교체 방식으로 가정하여 추정을 위한 효율적인 가중치 부여 방법을 검토해 보고자 하였다. 즉, 가구패널조사에서 매 조사시점마다 순환표본설계에서의 가중치 부여 방법을 적용하여 횡단면 분석 및 종단면 분석에 활용 가능한 효율적인 가중치 부여 방법을 제안하고, 이에 따른 적절한 분산 추정 방법을 검토하여 가구패널조사에서의 효율적이고 적절한 가중치 부여 방법을 제안하고자 한다.
  • 본 논문에서는 최종 표본추출 단위를 가구로 하는 가구 대상 계속조사에서 적용되는 가중값 부여 방법과 분산추정에 대해 논의하고자 한다. 이 때, 표본으로 추출된 가구의 가구원은 모두 조사하는 것을 원칙으로 한다.
  • 그 결과, 횡단면 및 종단면 분석을 위한 가중치 작업 및 과정도 복잡하고 어려워지고 있다. 이에 본 논문에서는 가구패널조사에서 매 시점 발생되는 무응답 표본과 새로 응답하는 표본에 대한 가중치로 일정 주기마다 표본을 교체하는 순환표본설계에서의 가중치 부여 방법을 이용하여 가구패널조사에서 적용 가능한 가중치 부여 방법에 대해 살펴보았다.
  • 반면, 이전에 조사가 이루어지지 않았지만 조사시점에서 추적에 성공하거나 조사 협조를 통해 새로 자료가 획득되는 상황이 매번 발생하고 있다. 이에 본 논문에서는 매 조사시점마다 무응답으로 인한 표본 가구 및 가구원을 탈락으로, 다시 조사되는 가구나 가구원을 표본의 대체 및 유입으로 생각하고, 이를 매년 일정 표본이 교체된다고 보는 순환표본설계로 가정하여 횡단면 및 종단면 추정을 위해 제안된 가중치의 부여방법을 검토해 보았다.
  • 본 논문에서는 국내에서 많이 실시되고 있는 가구패널조사에서 매 조사시점마다 발생되는 무응답 표본과 이전조사에서의 무응답 표본이 새로 응답하게 되는 표본이나 교체되어 새로 유입되는 표본의 조사형태에 대해 순환표본설계의 표본 교체 방식으로 가정하여 추정을 위한 효율적인 가중치 부여 방법을 검토해 보고자 하였다. 즉, 가구패널조사에서 매 조사시점마다 순환표본설계에서의 가중치 부여 방법을 적용하여 횡단면 분석 및 종단면 분석에 활용 가능한 효율적인 가중치 부여 방법을 제안하고, 이에 따른 적절한 분산 추정 방법을 검토하여 가구패널조사에서의 효율적이고 적절한 가중치 부여 방법을 제안하고자 한다.
  • 크기가 n인 패널을 대상으로 매년 일정한 패널을 교체하여 매년 1회씩 조사를 하는 계속조사에서 t시점의 평균을 Yt라 하고, 연속 또는 불연속적인 두 시점 사이의 평균 차이 Yt,t+j{j=1,2,...,n}의 추정에 관심을 둔다고 하자. 순환표본설계에 의한 계속조사에서 평균 차이에 대한 추정은 각각의 조사기간 동안 변화하는 모집단 특성을 반영한 횡단면적 접근의 추정과 비교하는 두 시점에 모두 고정되어 조사된 표본을 대상으로 비교하는 두 기간의 평균 차이를 분석하는 종단면 접근의 추정으로 구분하여 분석할 수 있다.

가설 설정

  • 이에 본 실증연구에서는 서울지역만을 선택하여 서울지역의 가구 소득변화만 살펴보았다. 그리고 서울지역의 자료에서 고정된 패널이 아니라 순환표본으로 구성되어야 하기에 9차년도 조사에서 각 조사시점마다 유지되는 패널과 이탈 혹은 유입되는 패널을 포함하여 순환표본설계 형태로 가정하여 적용해 보았다. 한국노동패널조사 자료 중 근로소득, 금융소득, 부동산소득, 사회보험, 이전소득, 기타소득 등 소득 관련 자료를 결합하여 가구소득으로 계산하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
순환표본설계에 의한 조사의 장점은 무엇인가? 순환표본설계에서는 연속적인 조사 시점마다 일정한 비율만큼의 표본은 조사를 하지 않거나 표본에서 탈락시키고 새로운 표본을 대체하거나 추가하는 방식으로 표본을 확보하여 조사하게 된다. 순환표본설계에 의한 계속조사는 표본의 응답 부담을 감소시켜 무응답을 줄일 수 있으며, 또한 일정한 표본을 교체함으로써 변화된 새로운 모집단의 특성을 일부 반영할 수 있다는 장점을 가지게 된다.
균등 가중치란 무엇인가? 균등 가중치는 현재조사시점에서 표본가구의 가중치는 이전시점의 표본가구 가중치로 사용하는 가중치이다 (강석훈, 2003). 우선 조사 첫 시점에 대하여 불균등 선택확률가중치∗무응답 조정을 위한 가중∗사후층화 가중치를 계산하여 가구 가중치를 구한다.
Duncan의 가중치 부여 방법의 과정은 어떻게 되는가? ① 조사 첫 시점에서 불균등 선택확률가중치∗무응답 조정을 위한 가중치∗사후층화 가중치를 계산하여 가구 가중치를 구한다. ② 조사 첫 시점에서 구한 가구 가중치를 그 가구에 속한 사람에 그대로 적용하여 개인 가중치로 사용한다. ③ 두 번째 조사시점에서의 개인가중치는 첫 번째 시점의 개인 가중치를 가구원의 응답률로 조정하여 사용한다. ④ 두 번째 조사시점에서 계산된 가구 내 구성원의 개인가중치의 평균을 두 번째 가구가중치로 사용한다. ⑤ 세 번째 이후의 가중치는 앞의 과정을 반복하여 구한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (9)

  1. 강석훈 (2003). KLIPS 가중치 부여방안 연구, , 2003-2004 

  2. 이계오, 류제복, 김영원, 김영근 (2001). , 공군사관학교, 항공우주연구소 

  3. Duncan, G. (2003). A simple method for weighting in Househole panel survey, woking paper, Nothwestern University 

  4. Ernst, L. (1989). Weighting issues for longitudinal household and family estimates, Research Reports of U.S Census Bureau, 23 

  5. Lavallee, P. (1995). Cross-sectional weighting of longitudinal surveys of individuals and households using the weight Share method, Survey Methodology, 21, 25-32 

  6. Lavallee, P. and Ardilly, P. (2007). Weighting in rotating samples: The SILC survey in France, Survey Methodology, 33, 131-137 

  7. Merkouris, T. (2001). Cross-sectional estimation in multiple-panel house surveys, Survey Methodology, 27, 171-181 

  8. Roberts, G., Kovacevi, M., Mantel, H. and Phillips, O. (2001). Cross-sectional inference based on longitudinal surveys: Some experiences with statistics Canada surveys, Federal Committee for Statistical Method Conference, Washington 

  9. Shao, J. and Tu, D. (1995). The Jackknife and Bootstrap, Springer-Verlag, New York 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로