본 연구에서는 한국고용정보원에서 실시한 "2013 고졸자 취업진로조사" 자료를 활용하여 특성화고 졸업자의 임금결정요인을 분석하였다. 그런데 임금은 개인수준의 인적특성 (1-수준)과 취업지역 수준의 산업특성 (2-수준)에 의해 영향을 받는 다층구조를 가지게 된다. 이와 같이 다층구조 자료특성을 가지는 복수의 분석단위 구조가 되면, 전통적인 회귀분석과 같이 개인수준의 임금이 독립이라는 가정을 할 수 없게 된다. 따라서 개인수준의 임금에 영향을 미치는 다층구조의 특성을 가진 변수들의 영향력을 분석하기 위한 타당한 방법으로 위계적 선형모형을 이용하였다. 그리고 전통적인 회귀분석과 위계적 선형모형의 비교를 통하여 다음과 같은 주요 결과를 얻었다. 첫째, 다층구조를 갖는 위계적 선형모형이 전통적인 회귀모형보다 통계적으로 유의함을 알 수 있었다. 둘째, 2-수준의 총근로시간과 상용직의 평균임금이 개인수준의 임금에 통계적으로 유의하게 영향을 미치는 것으로 나타났다. 셋째, 마이스터고 졸업생이 그렇지 않은 졸업생에 비해서, 부모의 소득이 높을수록 통계적으로 유의하게 개인수준의 임금이 높아짐을 알 수 있다. 넷째, 부모의 교육수준이 높을수록, 학점이 높을수록, 학교 만족도가 높고 자격증 수가 많을수록 임금이 높아짐을 알 수 있다. 마지막으로 2-수준의 산업특성을 고려한 랜덤효과가 통계적으로 유의하게 나타났다.
본 연구에서는 한국고용정보원에서 실시한 "2013 고졸자 취업진로조사" 자료를 활용하여 특성화고 졸업자의 임금결정요인을 분석하였다. 그런데 임금은 개인수준의 인적특성 (1-수준)과 취업지역 수준의 산업특성 (2-수준)에 의해 영향을 받는 다층구조를 가지게 된다. 이와 같이 다층구조 자료특성을 가지는 복수의 분석단위 구조가 되면, 전통적인 회귀분석과 같이 개인수준의 임금이 독립이라는 가정을 할 수 없게 된다. 따라서 개인수준의 임금에 영향을 미치는 다층구조의 특성을 가진 변수들의 영향력을 분석하기 위한 타당한 방법으로 위계적 선형모형을 이용하였다. 그리고 전통적인 회귀분석과 위계적 선형모형의 비교를 통하여 다음과 같은 주요 결과를 얻었다. 첫째, 다층구조를 갖는 위계적 선형모형이 전통적인 회귀모형보다 통계적으로 유의함을 알 수 있었다. 둘째, 2-수준의 총근로시간과 상용직의 평균임금이 개인수준의 임금에 통계적으로 유의하게 영향을 미치는 것으로 나타났다. 셋째, 마이스터고 졸업생이 그렇지 않은 졸업생에 비해서, 부모의 소득이 높을수록 통계적으로 유의하게 개인수준의 임금이 높아짐을 알 수 있다. 넷째, 부모의 교육수준이 높을수록, 학점이 높을수록, 학교 만족도가 높고 자격증 수가 많을수록 임금이 높아짐을 알 수 있다. 마지막으로 2-수준의 산업특성을 고려한 랜덤효과가 통계적으로 유의하게 나타났다.
In this paper, we analyzed wage determinants of the vocational high school graduates utilizing both individual-level and work region-level variables. We formulate the models in the way wage determination has multi-level structure in the sense that individual wage is influenced by individual-level va...
In this paper, we analyzed wage determinants of the vocational high school graduates utilizing both individual-level and work region-level variables. We formulate the models in the way wage determination has multi-level structure in the sense that individual wage is influenced by individual-level variables (level-1) and work region-level (level-2) variables. To incorporate dependency between individual wages into the model, we utilize hierarchical linear model (HLM). The major results are as follows. First, it is shown that the HLM model is better than the OLS regression models which do not take level-1 and level-2 variables simultaneously into account. Second, random effects on sex, maester dummy and engineering dummy variables are statistically significant. Third, the fixed effects on business hours and mean wage of regular job for level-2 variables are statistically significant effect individual-level wages. Finally, parental education level, parental income, number of licenses and high school grade are statistically significant for higher individual-level wages.
In this paper, we analyzed wage determinants of the vocational high school graduates utilizing both individual-level and work region-level variables. We formulate the models in the way wage determination has multi-level structure in the sense that individual wage is influenced by individual-level variables (level-1) and work region-level (level-2) variables. To incorporate dependency between individual wages into the model, we utilize hierarchical linear model (HLM). The major results are as follows. First, it is shown that the HLM model is better than the OLS regression models which do not take level-1 and level-2 variables simultaneously into account. Second, random effects on sex, maester dummy and engineering dummy variables are statistically significant. Third, the fixed effects on business hours and mean wage of regular job for level-2 variables are statistically significant effect individual-level wages. Finally, parental education level, parental income, number of licenses and high school grade are statistically significant for higher individual-level wages.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
오차항에 대한 분포는 uj |xij , zj ∼ N(0, σ2uj)이고 eij |xij , zj , uj ∼ N(0, σ2e )으로 가정한다. 본 연구에서는 특성화고 졸업생들의 여러 특성 중에서 성별, 마이스터고 출신여부 및 공업계열 여부가 취업지역별 임금의 변동효과를 알아보고자 한다. 따라서 위계적 선형모형의 절편, 성별, 마이스터고 더미 및 공업계열 더미의 회귀계수에 대해서만 랜덤효과를 고려한다.
가설 설정
둘째, 1-수준과 2-수준 변수들을 모두 포함한 위계적 선형회귀모형 (Model II : HLM model)이다. 위계적 선형회귀모형은 1-수준 변수들이 개인수준의 임금에 미치는 영향력은 취업지역에 따라 확률적으로 변할 수 있다고 가정하는 모형이다. 따라서 Model II에서 추정된 회귀계수는 고정된 상수가 아니라 확률변수로 가정하며, 확률적 모형식은 다음과 같다.
제안 방법
따라서 본 연구에서는 특성화고 졸업생들의 임금 결정요인을 분석하기 위해 개인수준의 인적특성과 취업지역 수준의 산업특성을 고려하는 다층구조 하에서 위계적 선형모형을 활용한다. 또한 위계적 선형모형을 이용하여 개인수준 및 지역수준의 특성변수들이 개인별 임금에 미치는 영향을 분석하기 위해서 고정효과 (fixed effect)와 랜덤효과 (random effect)를 분석한다.
대상 데이터
본 연구에서는 한국고용정보원에서 실시한 「2013 고졸자 취업진로조사」자료를 활용하여 임금결정요인을 분석하였다. 특성화고 졸업자의 임금이 개인수준의 인적특성과 취업지역 수준의 산업특성에 의해 영향을 받는 다층구조를 가지게 된다는 점에 초점을 두고 분석하였다.
특성화고 졸업자의 임금결정요인을 분석하기 위해 본 연구에서는 한국고용정보원에서 2013년 5∼7월(조사기준일은 2013년 5월 1일)에 실시한 「2013 고졸자 취업진로조사」 (2013 High School Graduates Occupational Mobility Survey)의 원자료를 활용한다. 조사대상 모집단은 2013년 특성화고, 마이스터고, 종합고 (실업계열) 졸업자 중 비진학자로서 조사기준 시점 당시 이미 취업을 하였거나, 취업은 하지 않았으나 대학진학 (재수) 의사가 없는 졸업자 (군입대 제외)이다.
본 논문에서는 개인 수준의 인적 특성변수를 1-수준 (level-1), 취업지역 수준의 특성변수를 2-수준 (level-2)으로 설정하였다. 지역별 산업특성 데이터는 국가통계포털 웹사이트(http://kosis.kr/)에서 구하였다.
특성화고 졸업자의 임금결정요인을 분석하기 위해 본 연구에서는 한국고용정보원에서 2013년 5∼7월(조사기준일은 2013년 5월 1일)에 실시한 「2013 고졸자 취업진로조사」 (2013 High School Graduates Occupational Mobility Survey)의 원자료를 활용한다. 조사대상 모집단은 2013년 특성화고, 마이스터고, 종합고 (실업계열) 졸업자 중 비진학자로서 조사기준 시점 당시 이미 취업을 하였거나, 취업은 하지 않았으나 대학진학 (재수) 의사가 없는 졸업자 (군입대 제외)이다.
데이터처리
이 절에서는 1-수준 변수 및 2-수준 변수들에 대한 임금과의 관련성을 각각 분석한다. 먼저 1-수준 변수들과 임금과의 상호관련성 분석을 위해, 다차원의 변수들의 복잡한 관계를 소수 몇 개의 축을 기준으로 시각화할 수 있는 방법인 다중대응분석 (multiple correspondence analysis)을 실시하였다. 아래 Figure 3.
이론/모형
따라서 본 연구에서는 특성화고 졸업생들의 임금 결정요인을 분석하기 위해 개인수준의 인적특성과 취업지역 수준의 산업특성을 고려하는 다층구조 하에서 위계적 선형모형을 활용한다. 또한 위계적 선형모형을 이용하여 개인수준 및 지역수준의 특성변수들이 개인별 임금에 미치는 영향을 분석하기 위해서 고정효과 (fixed effect)와 랜덤효과 (random effect)를 분석한다.
성능/효과
넷째, 마이스터고 졸업생은 기타 졸업생에 비해서 개인수준의 임금이 더 높게 나타났으며, 부모소득이 높을수록 더 높게 나타났다. 그리고 부모의 학력은 대졸 이상인 경우가 대졸 미만인 경우보다 개인수준의 임금이 더 높게 나타났으며, 고교성적이 높을수록 개인수준의 임금이 더 높게 나타났다.
넷째, 성별에 대한 회귀계수를 살펴보면, 선형회귀분석에서는 남자가 여자에 비해서 통계적으로 유의하게 개인수준의 임금이 낮게 나타났지만, 위계적 선형회귀 모형결과에서는 통계적으로 유의하지는 않지만 남자가 여자에 비해서 개인수준의 임금이 높게 나타났다. 이러한 결과는 랜덤효과의 특성이 반영된 결과로 유추할 수 있다.
다섯째, 대학생활의 만족도가 높을수록, 취득한 자격증 수가 많을수록 개인수준의 임금은 더 높게 나타났으며, 부산·울산·경남 지역에 비해서 수도권, 전라권, 강원 및 제주도는 개인수준의 임금이 더 낮게 나타났다.
다섯째, 마이스터고 졸업생은 기타 졸업생에 비해서 개인수준의 임금이 더 높게 나타났으며, 부모소득이 높을수록 더 높게 나타났다. 그리고 부모의 학력은 대졸 이상인 경우가 대졸 미만인 경우보다 개인수준의 임금이 더 높게 나타났으며, 고교성적은 높을수록 임금이 더 높게 나타났다.
둘째, 고정효과의 결과를 살펴보면, 총근로시간과 상용직 평균임금은 개인수준의 임금에 통계적으로 유의하게 영향을 미침을 알 수 있다.
둘째, 성별, 마이스터고 더미 및 공업계열 더미에 대한 랜덤효과의 결과를 살펴보면, 모두 통계적으로 유의함을 알 수 있다. 즉 취업지역별로 성별, 마이스터고 더미 및 공업계열 더미가 개인수준의 임금에 미치는 영향력은 동일하지 않음을 알 수 있다.
셋째, 고정효과의 결과를 살펴보면, 먼저 2-수준 변수를 추가한 Model II에서 총근로시간과 상용직 평균임금은 개인수준의 임금에 통계적으로 유의하게 영향을 미침을 알 수 있다. 즉, 총근로시간과 상용직 평균임금이 높은 지역일수록 개인수준의 임금이 통계적으로 유의하게 증가한다는 것을 의미한다.
셋째, 전통적인 선형회귀분석에서는 남자가 여자에 비해서 통계적으로 유의하게 개인수준의 임금이 낮게 나타났지만, 위계적 선형회귀 모형결과에서는 통계적으로 유의하지는 않지만 남자가 여자에 비해서 개인수준의 임금이 높게 나타났다.
여섯째, 대학생활의 만족도가 높을수록, 취득한 자격증 수가 많을수록 개인수준의 임금은 더 높게 나타났으며, 부산·울산·경남 지역에 비해서 수도권, 전라권, 강원 및 제주도는 개인수준의 임금이 더 낮게 나타났고, 대경권은 더 높게 나타났다.
첫째, OLS 모형에 비해서 HLM 모형이 통계적으로 유의하게 적합도가 높음을 알 수 있었고, 성별, 마이스터고 더미 및 공업계열 더미에 대한 랜덤효과가 모두 유의함을 알 수 있었다.
첫째, 두 모형을 비교한 결과 Model I과 Model II 모두 통계적으로 유의하지만 (F = 134.840**, χ2= 2,116.810**), Model I에 비해서 Model II가 통계적으로 유의하게 적합도가 높음을 알 수 있다(χ2(10)=1,462.38**).
후속연구
한편 본 연구에서는 절편, 성별, 마이스터고 여부 및 공업계열 여부에 대해서만 랜덤효과를 반영하여 위계적 선형모형 분석했다는 점과 2-수준 특성변수로 고졸 경제활동비율, 총근로시간 및 상용직 임금만 고려했다는 점에서 연구결과에 대한 지나친 일반화는 무리가 있음을 밝혀 둔다. 따라서 더 많은 개인수준의 1-수준 특성변수를 랜덤효과를 반영하는 부분과 더 많은 2-수준 특성변수를 포함하는 연구는 향후과제로 남겨둔다.
한편 본 연구에서는 절편, 성별, 마이스터고 여부 및 공업계열 여부에 대해서만 랜덤효과를 반영하여 위계적 선형모형 분석했다는 점과 2-수준 특성변수로 고졸 경제활동비율, 총근로시간 및 상용직 임금만 고려했다는 점에서 연구결과에 대한 지나친 일반화는 무리가 있음을 밝혀 둔다. 따라서 더 많은 개인수준의 1-수준 특성변수를 랜덤효과를 반영하는 부분과 더 많은 2-수준 특성변수를 포함하는 연구는 향후과제로 남겨둔다.
질의응답
핵심어
질문
논문에서 추출한 답변
위계적 선형모형의 절편, 성별, 마이스터고 더미 및 공업계열 더미의 회귀계수에 대해서만 랜덤효과를 고려하는 이유는 무엇인가?
따라서 위계적 선형모형의 절편, 성별, 마이스터고 더미 및 공업계열 더미의 회귀계수에 대해서만 랜덤효과를 고려한다. 그 이유는 성별은 인적특성을 나타내는 대표적인 변수이며, 마이스터고 더미 및 공업계열 더미는 특성화고의 특성을 나타내는 대표적인 변수이기 때문이다.
위계선형모형이란 무엇인가?
한편 위계선형모형 (hierarchical linear model; HLM)은 다층구조를 갖는 자료에 대해서 적절하게 분석할 수 있는 통계적 분석방법이다. Raudenbush와 Bryk (2002)은 위계적 선형모형이 횡단적 다층 자료구조의 통합모형, 다변량 모형, 잠재변수 모형, 베이지안 추론모형 등에 폭넓게 적용될 수 있음을 제시하고 있다.
특성화고 학생들에 대한 지원방안이 크게 강화되고 있는 이유는 무엇인가?
최근 학력중심사회에서 능력중심사회로의 전환을 핵심적 정책과제로 선정하면서, 특성화고 학생들에 대한 지원방안이 크게 강화되고 있다. 특히 특성화고 졸업생의 취업과 이후 경력경로에서의 개선이 중요하다는 인식하에서 취업 관련 자료 구축과 연구가 예전에 비해 활발하게 진행되고 있는 실정이다.
참고문헌 (12)
Cho, J. S. (2013). Determinants of student course evaluation using hierarchical linear model. Journal of the Korean Data & Information Science Society, 24, 1-12.
Cho, K. H. and Jung, C. Y. (2014). Factors affecting the determinants of employment decision making of vocational high school senior students. The Society of Korean Agricultural Education, 46, 73-102.
Im, S. H. (2002). Multilevel models for cross-sectional approach to the developmental research. Journal of Educational Evaluation, 15, 295-315.
Im, S. H., Sung, J. H. and Won, S. H. (2014). Efficient strategy for the genetic analysis of related samples with a linear mixed model. Journal of the Korean Data & Information Science Society, 25, 1025-1038.
Jang, H. J. and Lee, J. H. (2012). Determinants of the specialized vocational high school student's career choice using hierarchical generalized linear model. Journal of Vocational Education & Training, 15, 51-74.
Jeon, M. J. and Kang, S. J. (2005). A comparison of multilevel models in their parameter estimation-The comparison of 2-level HLM, 3-level HLM, and CMM. Journal of Education Evaluation, 18, 123-147.
Kang, S. J. (1998). Analytical comparisons between classical linear models and multilevel models as educational and social research methods. Journal of Educational Evaluation, 11, 207-258.
Lee, J. H. and Jung, C. Y. (2010). Variables associated with employment barriers of specialized vocational high school students. The Society of Korean Agricultural Education, 42, 25-47.
Lee, S. C. and Joo, H. J. (2013). The effects of specialized vocational high school characteristics on student employment: Utilizing HGLM model. Journal of Employment and Skills Development, 16, 59-82.
Nasser, F. and Hagtvet, K. A. (2006). Multilevel analysis of the effects of studentand instructor/course characteristics on student ratings. Research in Higher Education, 47, 559-590.
Park, S. I. and Cho, J. S. (2015). Determinants of employee's wage using hierarchical linear model. Journal of the Korean Data & Information Science Society, 26, 65-75.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.