PDF KLIPS - Seoul National University

한국노동패널(KLIPS) 소개

KLIPS 조사개요

20차 조사에서는 개인의 전략적 사고, 합리성, 사회성을 측정하였다. 21차 조사에서는 고용 유형을 측정하여 다양한 고용 유형의 성장을 확인했습니다.

현장실사 및 면접방식

파일럿 연구를 수행하는 것이 일반적입니다. 패널 조사의 어려움으로 면접관의 절반 정도가 중간에 탈락하기 때문이다.

조사결과

원가문 가지가문 조사 대상 아님 모두. 분가가구는 원칙적으로 최초 표본가구 중 1인 이상이 포함된 경우에만 조사한다.

표본설계 및 가중치

표본설계방법 및 표본추출과정

콜로니 추출의 원리는 각 레이어에서 연구 플롯을 추출하는 데 사용되었습니다. 셋째, 각 층에서 연구영역을 선정하는 방법으로 체계적 표본추출법을 사용하였다.

가중치 부여방식 및 사용방법

최종 가중치 값에 사후 조정이 적용되었습니다. 그리고 가구단위 분석에는 가구가중치를 사용한다.

자료의 주요 특성

설문지 구성

지난 조사 이후 시작되어 현재 진행 중인 일자리에 대해서는 임금근로자는 ⑤유형, 비임금근로자는 ⑦유형으로 분류된다. 따라서 개인의 업무 경험에 따라 다양한 형태의 설문이 가능하다.

자료 구성

조사내용

개인의 경우 ▪일을 하면서 구직이 어려운 경우 ▪기업가 정신 교육에 대한 질문. 프리랜서 사업 운영에 대한 질문입니다.

변수 가이드

패널 멤버의 이름이라고 할 수 있는 핵심 변수가 주어진다. KLIPS 데이터는 서로 다른 데이터셋으로 구성되어 있기 때문에 데이터를 연결할 때 키변수가 유용하다.

KLIPS 자료에서 가구구성유형은 이씨와 이씨이다. 이 항목은 1차 조사에서 질문지에 존재했고, 2차 조사에서는 전년도와 비교하여 변화가 있는지만 묻고, 3차 조사에서는 삭제되었고, 4차 조사에서는 다시 조사되었다.

오픈 코드 (open code)

변수로 제공되며 7년차 이후에는 문자변수로 제공됩니다. 직업교육명은 5학년부터 등급변수로 지정되었다. 첫해 연구에서는 46개 항목으로 구성되었으나 다른 기록으로 통합되었다.

무응답 대체 데이터 (Imputation)

직업코드 및 산업코드

개인정보 경력정보 개인정보 경력정보 Top. 노동패널의 연도별 개인정보에서 직업코드와 업종코드에 할당된 변수는 매우 다르다. 개인 데이터 작업 이력 데이터 개인 데이터 직업 이력 데이터.

주제별 가이드

가구자료

재산 관련 변수를 사용할 때 유의할 점은 다른 자산 항목과 달리 시가나 예치금 총액을 측정할 때 연속 측정을 먼저 한 후 '모른다'라고 답한 가계가 한편, 7학년 조사에서 가장 큰 변화는 대학생 이상 자녀의 사교육비를 조사한 점이다. 이용자 주의사항 : '후향적 조사 육아 및 양육 조사 플래그 변수'는 해당 아동을 나타내는 변수로, 후향적 조사 응답값이 있는 아동의 경우 (1)을 해당하는 것으로 표기하였다. name은 'fh'로 시작하며, 데이터의 변수명과는 다르다는 점에 유의해야 한다.

개인자료

조사 5차년도부터는 통계청 경제활동인구조사에 비정규직 관련 추가조사(2002) 내용을 반영하여 보다 다양한 유형의 비정규직을 분류할 수 있게 되었다. 사용자 참고사항과 동일: 임금근로자의 근로시간에 대한 질문은 정규 근로시간의 유무에 따라 달라집니다. 따라서 임금근로자의 주당 평균 근로시간을 계산할 때 정규근로시간이 있다고 답한 경우에는 주당 정규근로시간을 계산하여야 한다. 주당 평균 근무 시간을 참조하여 계산해야 합니다. 사용자 메모: 비임금근로자의 월평균 소득은 임금근로자의 월평균 소득에 비해 누락된 값이 많다는 질문이 많습니다. 상당수의 응답자가 적자라고 답했습니다. 이 통제를 고려하면 비임금근로자의 소득에서 결측치가 거의 없음을 확인할 수 있다.

직업력 자료

10차 이후 조사자료에서는 4자리 값을 갖는다. 트랙골프에서 '본업이냐'는 뜻이다. 따라서 이 게시물은 Wave 1에서 조사한 게시물이라고 볼 수 있습니다.

부가조사 자료

19차 조사자료에서만 개인, 가족, 부가조사, 직업력 자료 등 총 2,000개의 변수가 나왔다. 이러한 변수들 중에서 분석모형에 사용될 변수들을 발굴하는 것이 필요하다. 어떤 것을 선택해야 할지 혼란스러울 수 있습니다. 1. 아래 예제 프로그램은 24th Annual Panel Work Conference 자료를 바탕으로 작성되었습니다. 데이터를 가져오려면 경로를 지정해야 합니다. 아래 예에서는 다음과 같이 지정됩니다. 대부분의 경우 추가 조사 데이터를 분석하기 위해서는 개인에게 핵심 변수를 부여해야 하는데, 예를 들어 11학년 보충교육 조사에서 연구원이 개인 데이터에 "고등학생 수면 시간"이라는 변수를 부여하면, 귀하는 다음과 같이 할 수 있습니다.

패널노동 데이터는 가구 데이터와 개인 데이터를 결합해야 하는 경우가 많다. 예를 들어, 24년차 데이터를 종속변수로 가계총소비, 설명변수로 가계총소득으로 회귀분석 모형을 구축해 보자. 자산, 부채, 총 가구원수, 성별, 가구연령, 가구경제상태 등의 변수로 구성되어 있다. 개인에 대한 모든 고용 정보를 포함하는 데이터가 고용 이력 데이터입니다. 그러나 이 자료를 이용하는 많은 사람들은 “취업이력자료는 왜 성별, 연령, 학력 등 인구통계학적 특성이 없을까”라고 의아해한다.