자기기입 조사자료에 대한 히핑 현상 보정 방안 연구
A Probablistic Imputation Approach for Handling Heaping in the Self-reported Survey Data
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
자기응답으로 조사된 자료에서 주제에 대한 민감성, 기억에 의한 오류 등으로 인하여 참값과 측정값간의 오차가 발생한다. 이러한 오차 중 반올림된 응답값 혹은 0 또는 5와 같은 선호하는 자리수에 응답값이 집중되는 경우를 히핑(heaping)현상이라고 한다. 이러한 히핑 현상은 우연히 발생할수도 있으나 무작위로 발생하지 않는 경우 히핑 자료를 사용하여 통계분석을 한다면 편향된 분석결과를 도출할 수 있다. 이 논문에서는 히핑으로 인한 측정오차를 보정하기 위한 확률적 대체방법을 제안하였다. 제안한 방법을 1차 년도 한국복지패널조사 자료의 경상소득 변수에 적용한결과, 보정 후의 값들의 산포가 전체적으로 줄어들었으며 조사된 응답값과의 차이도 일정 구간에속하였다. 본 연구결과를 바탕으로 조사자료의 측정오차를 보정할 수 있는 방법을 다양하게 모색할 수 있을 것이다.
Abstract
The true value and the measured value in the self-reported survey data differ because of subject sensitivity and memory issues. When the focus of the answer value is on the rounded response value or the number of desired digits, such as 0 or 5, heaping, a type of these errors, happens. However, statistical analysis using heaped data can result in biased analysis results if this heaping phenomena does not occur randomly. In this study, we suggest an imputation approach for reducing measurement errors due to heaping. Variance estimation is also investigated. Using the proposed method on the current income variable of the first Korean Welfare Panel Survey resulted in a narrower distribution of the corrected values, and the difference from survey respondents' responses likewise belonged to a particular range.
참고문헌 (5)
- 측정오차에 대한 통계적 보정 방법론 연구(패널자료 품질개선 연구(Ⅲ)), "김재광", ~ (2014)
- Cummings, T. H., "Modeling heaped count data", The Stata Journal, 15, pp.457~479 (2015)
- Groß, M., "Kernel density estimation for heaped data", Journal of Survey Statistics and Methodology, 4, pp.339~361 (2016)
- Kim, J. K., "Parametric fractional imputation for missing data analysis", Biometrika, 98, pp.119~132 (2011)
- Kim, J. K., "Imputation for statistical inference with coarse data", Canadian Journal of Statistics, 40, pp.604~618 (2012)