KCI등재
분위회귀모형을 이용한 임금결정요인 분석 = Determinants of Wage using Quantile Regression Model
저자
발행기관
학술지명
Journal of the Korean Data Analysis Society(Journal of The Korean Data Analysis Society)
권호사항
발행연도
2016
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
수록면
1883-1893(11쪽)
KCI 피인용횟수
4
제공처
This study aimed to analysis wage determinants of the vocational high school graduates utilizing “2013 high school graduates occupational mobility survey” data. In general, the linear regression model based on least square method is used in analyzing the wage determinants. However, this method only provides information about the average relationship of the dependent variables for the independent variables. Also this model requires the assumption of a normality, equal variance, and independence of error. Quantile regression model is more proper than ordinary least squares because wage does not satisfy the assumption of normality, equal variance, and independence of error. In this study, we analysis wage determinants using quantile regression model. The major results are the followings. The result of heteroscedasticity test on wages was statistically significant. The result of quantile regression analysis is different from the result of OLS (ordinary least squares) regression analysis. Almost of independent variables including sex, maester dummy, parental income and education level, GPA (grade point average), high school satisfaction, number of licenses and regular dummy et al. are statistically significant for individual-level wages. However, the size and sign for regression coefficient are statistically significantly changed as the value of quantile tau increased. Also quantile regression coefficients on wage for each quantile tau are statistically significant different.
더보기본 연구에서는 한국고용정보원에서 실시한 “2013 고졸자 취업진로조사” 자료를 활용하여 특성화고 졸업자의 임금결정요인을 분석하였다. 일반적으로 임금결정요인을 분석할 때 최소제곱법(OLS; ordinary least squares method)을 활용한 회귀모형을 사용한다. 그러나 이 방법은 단지 독립변수에 대한 종속변수의 평균값 추세에 관한 정보만 제공할 뿐만 아니라, 정규성, 등분산성 등의 가정을 요구하며, 특히 이상치에 영향을 받는다는 단점을 가진다. 특히 임금에 대한 이질성이 존재하는 경우, 표본 집단별 독립변수가 임금에 미치는 효과가 과소 또는 과대평가 될 수 있어서 임금수준에 따라 임금결정요인이 다를 가능성이 존재한다. 따라서 분위회귀분석을 활용하여 임금결정요인을 분석하였다. 분석결과를 요약하면 다음과 같다. 첫째, 임금에 대한 이분산성 검정을 통해 분위회귀분석이 타당함을 알 수 있었다. 둘째, 대부분의 독립변수들이 임금에 미치는 효과가 통계적으로 유의함을 알 수 있었다. 셋째, 분위회귀분석에서는 OLS 회귀분석의 결과와 상이할 뿐만 아니라, 분위수 tau의 값이 양 극단 값으로 갈수록 회귀계수의 크기와 유의성 및 부호까지도 변함을 알 수 있다. 마지막으로, 모든 독립변수들이 임금에 대한 분위수별 분위 회귀계수들이 통계적으로 유의한 차이가 있음을 알 수 있다.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2026 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2020-01-01 | 평가 | 등재학술지 유지 (재인증) | KCI등재 |
2017-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2013-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2010-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2008-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2005-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2004-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2002-07-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 1.26 | 1.26 | 1.15 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
1.05 | 0.98 | 0.956 | 0.4 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)