이러닝 (e-learning)산업통계는 이러닝산업 전반에 걸친 수요와 공급을 망라한 실태조사통계로 2004년 이후 정보통신산업진흥원에 의해 매년 발표되고 있다. 한국표준산업분류가 2008년 개정 (제9차)됨에 따라, 이러닝 수요부문의 사업체조사에 사용해온 표본설계 (종사자규모 산업분류별 층화추출)에 대한 개선이 필요하게 되었다. 본 논문은 사업체조사의 목표모집단을 개정된 한국표준산업분류에 따라 종사자규모 산업분류별로 층화하고, 각 층에 부여된 목표변동계수값을 만족시키는 멱배분법의 승수를 모의실험으로 찾아서 층화별로 표본의 크기를 결정하였다. 이와 더불어 본 연구에서 고려한 표본가중치 계산, 그리고 가중치를 반영한 모수추정량과 추정오차는 기존의 조사에서 사용된 기술 통계적 분석을 벗어나 업종별과 종사자 규모별 추정과 추정의 정도에 대한 평가를 가능하게 하였다.
이러닝 (e-learning)산업통계는 이러닝산업 전반에 걸친 수요와 공급을 망라한 실태조사통계로 2004년 이후 정보통신산업진흥원에 의해 매년 발표되고 있다. 한국표준산업분류가 2008년 개정 (제9차)됨에 따라, 이러닝 수요부문의 사업체조사에 사용해온 표본설계 (종사자규모 산업분류별 층화추출)에 대한 개선이 필요하게 되었다. 본 논문은 사업체조사의 목표모집단을 개정된 한국표준산업분류에 따라 종사자규모 산업분류별로 층화하고, 각 층에 부여된 목표변동계수값을 만족시키는 멱배분법의 승수를 모의실험으로 찾아서 층화별로 표본의 크기를 결정하였다. 이와 더불어 본 연구에서 고려한 표본가중치 계산, 그리고 가중치를 반영한 모수추정량과 추정오차는 기존의 조사에서 사용된 기술 통계적 분석을 벗어나 업종별과 종사자 규모별 추정과 추정의 정도에 대한 평가를 가능하게 하였다.
The e-learning industry status survey statistic provides information about the actual conditions of supply and demand of the e-learning industries. NIPA (National IT Industry Promotion Agency) has published the annual report of the survey results since 2004. Due to the 9th version of the KSIC (Korea...
The e-learning industry status survey statistic provides information about the actual conditions of supply and demand of the e-learning industries. NIPA (National IT Industry Promotion Agency) has published the annual report of the survey results since 2004. Due to the 9th version of the KSIC (Korean standard industrial classification) revised in 2008, a refinement of the sampling design for the survey becomes necessary, especially that for the business demand sector. This article, based on the 9th revision of the KSIC, constructs a stratification of the target population used for the e-learning industry status survey on the business demand sector. Classification of strata in the business population is based on the industrial type and employment scale of business. Under the stratified population, we design a sampling scheme by using the power allocation method that enables us to satisfy a target coefficient of variation of each industrial stratum. In order to secure an accurate survey results based on the proposed sampling design, we consider the problem of calculating the design weights, derivation of parameter estimators, and formulas of their standard errors.
The e-learning industry status survey statistic provides information about the actual conditions of supply and demand of the e-learning industries. NIPA (National IT Industry Promotion Agency) has published the annual report of the survey results since 2004. Due to the 9th version of the KSIC (Korean standard industrial classification) revised in 2008, a refinement of the sampling design for the survey becomes necessary, especially that for the business demand sector. This article, based on the 9th revision of the KSIC, constructs a stratification of the target population used for the e-learning industry status survey on the business demand sector. Classification of strata in the business population is based on the industrial type and employment scale of business. Under the stratified population, we design a sampling scheme by using the power allocation method that enables us to satisfy a target coefficient of variation of each industrial stratum. In order to secure an accurate survey results based on the proposed sampling design, we consider the problem of calculating the design weights, derivation of parameter estimators, and formulas of their standard errors.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문은 이러닝 수요부문사업체조사 (이하의 문장에서 이러닝사업체조사로 사용)통계의 품질향상을 위해 기존의 표본설계와는 달리 KSIC9의 대분류체계 (18개 업종)에 따라 광업과 제조업을 분리하여 목표모집단을 층화하고, 층별 표본배분에는 산업 및 사업체별 이러닝 수용비율을 반영시킨 새로운 표본 설계를 제안하고자 한다. 또한 본 연구에서 제안한 표본설계가 국가승인통계의 기준에 걸맞은 정확도를 가진 이러닝사업체조사통계의 생산에 적합한 것임을 모의실험을 통해 보이고, 특이치 및 무응답처리, 통계의 시계열 유지 등 기타 이러닝사업체조사통계 생산에서 유의할 사항들을 제안하고자 한다.
본 논문은 이러닝 수요부문사업체조사 (이하의 문장에서 이러닝사업체조사로 사용)통계의 품질향상을 위해 기존의 표본설계와는 달리 KSIC9의 대분류체계 (18개 업종)에 따라 광업과 제조업을 분리하여 목표모집단을 층화하고, 층별 표본배분에는 산업 및 사업체별 이러닝 수용비율을 반영시킨 새로운 표본 설계를 제안하고자 한다. 또한 본 연구에서 제안한 표본설계가 국가승인통계의 기준에 걸맞은 정확도를 가진 이러닝사업체조사통계의 생산에 적합한 것임을 모의실험을 통해 보이고, 특이치 및 무응답처리, 통계의 시계열 유지 등 기타 이러닝사업체조사통계 생산에서 유의할 사항들을 제안하고자 한다.
제안된 표본설계 하에서 실시될 이러닝사업체조사 자료로부터 조사항목에 대한 업종별·종사자규모별 추정값과 세부항목인 업종별·종사자규모별 추정값 계산에 사용될 추정식을 얻고자 한다.
제안 방법
둘째, 본 조사의 표본추출법은 층화추출법이며, 층화변수로는 과년도와 같이 ‘업종’과 ‘종사자 규모’로 하였다.
그러나 전년도 표본설계의 업종층화 (17개 업종으로 층화)를 통해 조사된 층별 이러닝 지출액자료를 새로운 표본설계의 업종층화 (41개 업종분류)에 맞게 자료를 변환시키는 것은 현실적으로 불가능하다. 따라서 새로운 표본설계에서는 전국사업체 기초조사통계로부터 정확한 자료의 수집이 가능한 동시에 중요변수와 상관이 높은 종업원 수에 대한 층별 변동계수를 계산하여 표본배분방법의 가중치로 사용하였다. 마지막으로, 각 층 (업종 및 종업원규모층)에 할당될 표본의 크기는 멱배분법을 사용하였으며, 여기서 사용되는 승수값은 조사의 정확도기준에 의해 선택하였다.
이에 종사자수의 변동계수를 사용하여 각 업종별 목표오차를 다음과 같이 설정하였다. 목표오차의 관리를 위해, 전체 산업은 변동계수가 국가승인통계기준인 5% 이내 이어야 하며, 대분류업종 층은 10%내외, 제조업의 중분류 업종 층은 25%내외의 변동계수를 가지는 표본설계가 되도록 하였다. 이렇게 정해진 목표오차를 충족시키기 위해 각 층을 독립적인 모집단으로 보고 각 층별로 요구되는 목표정도를 포괄적으로 만족시킬 수 있는 최적의 멱배정식 (p=0.
본 조사의 표본설계에 사용되는 층화변수인 종사자 (상시근로자)규모는 연차비교를 위하여 과년도와 동일 기준인 1∼9인, 10∼49인, 50∼299인, 300인 이상과 같이 4개의 범주로 분류하고, 이를 토대로 모집단을 업종 및 종사자규모별로 층화하였다.
본 표본설계는 층화표본방법을 사용하며, 조사모집단의 층화에는 변수인 KSIC9체계상의 업종과 종사자규모를 층화변수로 선택하였다. 조사모집단 층화에서 고려된 사항들은 다음과 같다.
첫째로 2004년∼2012년에 걸쳐 축적한 이러닝수요사업체조사통계의 시계열유지를 가능하게 하고, 둘째로 각 업종별·종사자규모별 통계작성 뿐 아니라 세부항목인 업종별 및 종사자규모별 추정 및 비교를 할 수 있도록 고려하였다. 업종별 층화는 KSIC9의 대분류 기준 18개 업종을 원칙으로 하고, 상대적으로 부모 집단의 크기가 큰 제조업의 경우에는 중분류 (24개 업종)까지 세분화하여 층화하였다. 각 업종별로는 통계청 2010 ‘사업체기초조사’ 명부에 명시된 종업원 수를 크기측도로 하여, 종사자 규모가 9인 이하, 10인∼49명, 49인∼299명, 300명 이상인 계급 (4개)으로 나누어 시계열유지 및 공급자 부문조사와의 비교가 가능하도록 층화하였다.
이에 본 연구는 2010년에 통계청이 발표한 전국사업체조사통계와 KSIC9를 기초자료로 활용하여 조사모집단을 업종별·종사자규모별로 층화하고, 멱배정을 사용한 층화계통추출법에 의해 새로운 표본설계안을 제시하였다. 이를 위해 통계청 품질승인기준을 만족시키도록 목표오차를 정하고 이에 적절한 멱배정식 승수값이 p=0.4임을 모의표본실험을 통해 찾아내었으며, 새로운 표본설계안 하에서의 가중치 산출과 모수추정식도 제시하였다. 따라서 본 연구의 결과는 현 단계에서 이러닝사업체조사의 문제를 보완하여 기업체실태조사통계의 품질개선 및 정확도의 향상에 이바지할 것이다.
2의 표본현황대로 각 층에서 표본을 추출한다. 이를 위해 해당 층에 속한 사업체들을 종사자 수의 크기순으로 정렬한 후 계통추출법을 사용하여 표본을 추출하였다. 이때 무응답이 발생할 경우를 대비하여 층별로 표본대체에 사용될 예비표본 (통상 할당된 표본수의 2배) 도 선정이 가능하다.
이에 본 연구는 2010년에 통계청이 발표한 전국사업체조사통계와 KSIC9를 기초자료로 활용하여 조사모집단을 업종별·종사자규모별로 층화하고, 멱배정을 사용한 층화계통추출법에 의해 새로운 표본설계안을 제시하였다.
첫째로 2004년∼2012년에 걸쳐 축적한 이러닝수요사업체조사통계의 시계열유지를 가능하게 하고, 둘째로 각 업종별·종사자규모별 통계작성 뿐 아니라 세부항목인 업종별 및 종사자규모별 추정 및 비교를 할 수 있도록 고려하였다.
대상 데이터
표본추출틀은 2010년도 기준으로 통계청에서 조사한 ‘사업체기초조사’로 부터 얻은 사업체 명부를 사용하였다.
데이터처리
1씩 증가시키면서 모의실험을 실시하였다. 주어진 p값을 식 (3.1)에 적용하여 각 층의 표본수를 할당하고, 표본추출틀 (사업체기초조사의 사업체 명부)모의표본추출실험 (100회 반복실험)으로 표집된 기업체의 종업원 수로 부터 계산된 전체산업 및 각 업종별 변동계수값 (모의표본 100회 평균값)을 계산하였다. Table 3.
이론/모형
셋째, 조사모집단은 통계청 2010년 전국사업체 기초조사명부에 있는 상시근로자 1인 이상 사업체로 정의한다. 또한 조사대상 범위는 KSIC9의 대분류 기준 18개 업종을 원칙으로 하고, 상대적으로 사업체수가 많은 제조업의 경우는 중분류 (식료품 제조업 등 24개 업종)까지를 고려하였다. 단, 산업 활동과 관련이 없는 3개 업종인 ‘공공행정, 국방 및 사회보장 행정’, ‘가구 내 고용활동 및 달리 분류되지 않은 자가소비 생산활동’ 및 ‘국제 및 외국기관’은 조사에서 제외시켰다.
이러한 경우는 설계가중치에 대한 단위무응답조정이 필요하다. 본 연구에서는 OECD (2003, pp. 73)에 근거하여, 설계가중치와 세부층내 무응답 조정을 고려하여 다음과 같이 가장 단순한 형태의 조정인자를 식 (4.1)에 사용하였다.
성능/효과
즉, 현행조사에 사용된 표본설계는 KSIC9 (9th Korean Standard Industrial Classification)에서 상이한 업종으로 분류한 광업과 제조업을 동일한 업종층 (stratum)으로 통합한 표본 설계이다. 그 결과 현행조사는 산업별 중요정보에 대한 분석 및 비교에 필요한 통계정보를 충분히 제공하지 못할 뿐 아니라, 모수추정의 정확도에서도 통계청 승인통계의 권고기준 (전국기준 5% 이내의 변동계수 (CV))를 만족시키지 못하는 것으로 나타났다. 또한 기존의 표본설계는 층별 표본배분에 산업별/사업체별로 상이한 이러닝 수용비율을 고려하지 않아, 결국 비현실적인 가중치를 사용하여 모수를 추정하고 있는 것으로 나타났다.
첫째로 이러닝사업체조사통계는 국가승인통계가 요구하는 통계의 정확도 (전국기준 5% 이내의 변동계수)를 충족하지 못해, 이를 해결하기 위한 방안마련이 필요한 것으로 나타났다. 둘째로 상이한 산업분류 (KSIC9 기준)에 속한 광업과 제조업체들을 동일업종 층으로 통합하여 조사하고 있어, KSIC9의 대분류체계 (18개 업종)에 맞게 광업과 제조업을 분리하여 조사하는 방안마련이 필요한 것으로 나타났다. 셋째로, 표본배분 방법에 사업체의 이러닝 수용비율을 반영시킬 수 있는 방안마련이 필요한 것으로 나타났다.
82%로 계산 되었다. 따라서 본 연구에서 제안된 표본설계는 국가승인통계의 정확도 기준 (5% 이내의 변동계수)을 충분히 만족시키는 정확도를 가진 것임을 나타낸다.
그 결과 현행조사는 산업별 중요정보에 대한 분석 및 비교에 필요한 통계정보를 충분히 제공하지 못할 뿐 아니라, 모수추정의 정확도에서도 통계청 승인통계의 권고기준 (전국기준 5% 이내의 변동계수 (CV))를 만족시키지 못하는 것으로 나타났다. 또한 기존의 표본설계는 층별 표본배분에 산업별/사업체별로 상이한 이러닝 수용비율을 고려하지 않아, 결국 비현실적인 가중치를 사용하여 모수를 추정하고 있는 것으로 나타났다.
이를 종합하면, 업종별·종사자규모별 조사모집단의 규모와 본 연구에서 사용한 표본설계에 의해 최적배분법으로 할당된 업종별·종사자규모별 표본의 수를 나타내고 있다. 또한, 이 값들은 표본계획에서 사용한 목표오차를 대부분 만족시키고 있으며, 추정된 전국기준 변동계수는 1.82%로 계산 되었다. 따라서 본 연구에서 제안된 표본설계는 국가승인통계의 정확도 기준 (5% 이내의 변동계수)을 충분히 만족시키는 정확도를 가진 것임을 나타낸다.
본 통계가 우리나라의 이러닝산업을 제대로 반영하고 있는지에 대한 포괄적인 점검결과, 이러닝 수요자부문의 사업체조사에서 사용된 산업별 층화는 제 9차 한국표준산업분류 (KSIC9; Korea National Statistics Office, 2008)와 일치하지 않고, 추정량의 정확도에서도 만족스럽지 못한 것으로 나타났다 (Ministry of Knowledge Economy, 2012). 즉, 현행조사에 사용된 표본설계는 KSIC9 (9th Korean Standard Industrial Classification)에서 상이한 업종으로 분류한 광업과 제조업을 동일한 업종층 (stratum)으로 통합한 표본 설계이다.
둘째로 상이한 산업분류 (KSIC9 기준)에 속한 광업과 제조업체들을 동일업종 층으로 통합하여 조사하고 있어, KSIC9의 대분류체계 (18개 업종)에 맞게 광업과 제조업을 분리하여 조사하는 방안마련이 필요한 것으로 나타났다. 셋째로, 표본배분 방법에 사업체의 이러닝 수용비율을 반영시킬 수 있는 방안마련이 필요한 것으로 나타났다. 따라서 본 논문은 이와 같은 문제들을 해결할 수 있는 새로운 표본설계의 제안과 표본조사수행시 고려하여야 하는 특이치 검출 및 처리, 무응답처리, 통계의 시계열 유지 등 제반 문제점들에 대한 인식과 그 해결방안의 마련에 관한 내용을 순차적으로 다루며, 이러한 내용들은 이러닝사업체조사통계의 품질향상에 기여할 것이다.
1 참조). 여섯째, 표본배분법의 가중치 계산에 이러닝사업체조사의 중요변수 (key variable)인 이러닝 지출액의 과년도 변동계수 또는 분산을 사용하는 것이 최선이다. 그러나 전년도 표본설계의 업종층화 (17개 업종으로 층화)를 통해 조사된 층별 이러닝 지출액자료를 새로운 표본설계의 업종층화 (41개 업종분류)에 맞게 자료를 변환시키는 것은 현실적으로 불가능하다.
이를 종합하면, 업종별·종사자규모별 조사모집단의 규모와 본 연구에서 사용한 표본설계에 의해 최적배분법으로 할당된 업종별·종사자규모별 표본의 수를 나타내고 있다.
4을 사용하여 표본을 할당할 경우, 업종별 변동계수값들이 설계된 목표오차를 대부분 만족시키는 것으로 나타났다. 이와는 달리 다른 승수값을 사용한 멱배정식으로 표본할당을 하면, 전국기준 변동계수 (p=0.5인 경우 1.91%, p=0.6인 경우 3.28%)는 목표오차 (5% 이내)를 만족시키지만, 각 업종별 변동계수가 정해진 목표오차 (대분류업종 층은 10%내외, 제조업의 중분류업종 층은 25%내외의 변동계수로 정함)는 만족시키지 못하는 것으로 나타났다. Table 3.
전체 표본수는 과년도의 표본설계와 동일하게 7,200개 내외의 표본을 유지하도록 하여, 사업체조사 통계의 시계열성 유지 및 비교를 가능하게 하였다. 과년도 표본설계와 같이 멱배정법으로 총 표본사업체 (7,200개 내외)를 업종별·종사자규모별로 할당하도록 설계하였으며, 멱배정식은 식 (3.
이러닝산업실태조사를 위해 본 연구에서 새로이 제안한 표본설계는 다음과 같은 특징을 가진다. 첫째, 한정된 조사비용과 통계의 시계열성 유지를 고려하여, 전체표본 수는 기존 조사의 표본 수와 같이 7,200개 내외의 표본을 유지하였다. 둘째, 본 조사의 표본추출법은 층화추출법이며, 층화변수로는 과년도와 같이 ‘업종’과 ‘종사자 규모’로 하였다.
또한 이러닝사업체조사통계에 대해 2010년도에 실시된 통계품질진단결과 (Ministry of Knowledge Economy, 2012)와 본 연구에서 실시한 포괄적인 점검결과를 종합하면, 현행의 표본설계에서 다음과 같은 사항의 개선에 대한 방안마련이 필요한 것으로 나타났다. 첫째로 이러닝사업체조사통계는 국가승인통계가 요구하는 통계의 정확도 (전국기준 5% 이내의 변동계수)를 충족하지 못해, 이를 해결하기 위한 방안마련이 필요한 것으로 나타났다. 둘째로 상이한 산업분류 (KSIC9 기준)에 속한 광업과 제조업체들을 동일업종 층으로 통합하여 조사하고 있어, KSIC9의 대분류체계 (18개 업종)에 맞게 광업과 제조업을 분리하여 조사하는 방안마련이 필요한 것으로 나타났다.
추정량의 정도는 각 업종별 모집단 사업체 규모에 따라 표본오차의 절대량으로 목표오차를 설정하기보다는 상대표본오차 개념인 변동계수를 사용하는 것이 바람직하다고 판단하였다. 이에 종사자수의 변동계수를 사용하여 각 업종별 목표오차를 다음과 같이 설정하였다.
후속연구
셋째로, 표본배분 방법에 사업체의 이러닝 수용비율을 반영시킬 수 있는 방안마련이 필요한 것으로 나타났다. 따라서 본 논문은 이와 같은 문제들을 해결할 수 있는 새로운 표본설계의 제안과 표본조사수행시 고려하여야 하는 특이치 검출 및 처리, 무응답처리, 통계의 시계열 유지 등 제반 문제점들에 대한 인식과 그 해결방안의 마련에 관한 내용을 순차적으로 다루며, 이러한 내용들은 이러닝사업체조사통계의 품질향상에 기여할 것이다.
4임을 모의표본실험을 통해 찾아내었으며, 새로운 표본설계안 하에서의 가중치 산출과 모수추정식도 제시하였다. 따라서 본 연구의 결과는 현 단계에서 이러닝사업체조사의 문제를 보완하여 기업체실태조사통계의 품질개선 및 정확도의 향상에 이바지할 것이다. 한편 과년도 조사에 의하면 중요변수 (이러닝 지출액)에 대한 항목무응답비율이 높아 (3.
따라서 본 연구의 결과는 현 단계에서 이러닝사업체조사의 문제를 보완하여 기업체실태조사통계의 품질개선 및 정확도의 향상에 이바지할 것이다. 한편 과년도 조사에 의하면 중요변수 (이러닝 지출액)에 대한 항목무응답비율이 높아 (3.8% 2010년 기준), 새로운 표본설계로 2013년 이러닝사업체조사를 실시할 경우, 핫덱 (hot deck)대체, 층 평균값 대체 등 대체방법 (Kim 등, 2006) 등 항목무응답 값을 대체하는 방법에 대한 검토 및 특이치 검출 및 처리방안 (Lee, 2012)과 함께 표본설계의 개정에 따른 사업체조사통계의 시계열 유지에 대한 연구도 추가로 필요할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
이러닝산업실태조사는 무엇인가?
이러닝산업실태조사는 통계청 승인통계로서 산업통상자원부 (구 지식경제부)에서 정보통신산업진흥원에 위탁하여 생산하는 통계이다. 2003년 이러닝산업통계에 대한 조사체계를 수립하고, 2004년에 출범한 이러닝산업실태조사 (Ministry of Knowledge Economy·National IT Industry Promotion Agency, 2012)는 국내 이러닝 산업의 전반적인 규모와 현황을 파악하는 정책의 기본 자료를 제공한다.
이러닝산업실태조사에서 공급부문은 어떻게 구분해 조사하고 있는가?
또한 이 조사는 미래 신성장동력 산업에 대한 산학연구 및 기업들의 신산업 진입 등에 기초자료를 제공할 뿐 아니라, 국내 이러닝산업 시장을 전망하여 이러닝 산업 경쟁력을 강화하고 건전한 수요창출을 통한 이러닝의 확산에 도움을 주는 통계를 생산하고 있다. 실태조사에서는 국내 이러닝산업 전반에 걸친 공급과 수요부문을 대상으로 하고 있으며, 공급부문은 이러닝산업에 종사하는 사업체를 네 가지 사업 분야인 콘텐츠, 솔루션, 인프라, 교육서비스사업별로 층화하여 조사하고 있으며, 수요자 부분은 네 가지 수요그룹 (개인, 사업체, 정규교육기관, 정부 및 공공기관)으로 나누어 각각 조사하고 있다.
이러닝산업실태조사는 미래 신성장동력과 관련해 무엇을 제공하는가?
2003년 이러닝산업통계에 대한 조사체계를 수립하고, 2004년에 출범한 이러닝산업실태조사 (Ministry of Knowledge Economy·National IT Industry Promotion Agency, 2012)는 국내 이러닝 산업의 전반적인 규모와 현황을 파악하는 정책의 기본 자료를 제공한다. 또한 이 조사는 미래 신성장동력 산업에 대한 산학연구 및 기업들의 신산업 진입 등에 기초자료를 제공할 뿐 아니라, 국내 이러닝산업 시장을 전망하여 이러닝 산업 경쟁력을 강화하고 건전한 수요창출을 통한 이러닝의 확산에 도움을 주는 통계를 생산하고 있다. 실태조사에서는 국내 이러닝산업 전반에 걸친 공급과 수요부문을 대상으로 하고 있으며, 공급부문은 이러닝산업에 종사하는 사업체를 네 가지 사업 분야인 콘텐츠, 솔루션, 인프라, 교육서비스사업별로 층화하여 조사하고 있으며, 수요자 부분은 네 가지 수요그룹 (개인, 사업체, 정규교육기관, 정부 및 공공기관)으로 나누어 각각 조사하고 있다.
참고문헌 (12)
Deville, J. and Sarndal, C. E. (1992). Calibration estimator in survey sampling. Journal of the American Statistical Association, 87, 376-382.
Heo, S. and Chang, D. J. (2010). A sample survey design for service satisfaction evaluation of regional education offices. Journal of the Korean Data & Information Science Society, 21, 669-679.
Kim, D. H. and Hwang, J. S. and Kwak, S. G. (2010). A sample design for the survey on actual state of SMEs. Journal of the Korean Data & Information Science Society, 21, 1021-1029.
Kim, Y. W. and Ryu, J. B. and Park, J. W. and Hong, G. H. (2006). Elementary survey sampling, 6th Ed., Tomson Korea Limited, Seoul.
Korea National Statistics Office. (2008). Korean standard industrial classification, A e-book, Korea National Statistics Office, Seoul.
Lee, H. J. and Kang, S. B. (2012). Handling the nonresponse in sample survey. Journal of the Korean Data & Information Science Society, 23, 1183-1194.
Lee, K. J. (2012). Study on outlier detection and management in industry status study, Economic Statistics Bureau, The Bank of Korea, Seoul.
Ministry of Knowledge Economy.National IT industry Promotion Agency (2012). 2011 e-learning industry status survey, National IT industry Promotion Agency, Seoul.
Ministry of Knowledge Economy (2012). Assessment of quality of 2011 e-learning industry status survey, Statistics Korea, Ministry of Knowledge Economy, Daejeon.
OECD. (2003). Business tendency surveys: A handbook, OECD, Paris.
Park, I. H. and Whang, H. J. (2012). Study on variance estimation of sampling survey statistics proceeded by the Bank of Korea, Economic Statistics Bureau, The Bank of Korea, Seoul.
Sohn, K. C. and Kim, D. H. (2012). Study for the sampling method using simulation in clinical data. Journal of the Korean Data & Information Science Society, 23, 677-682.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.