용하였다. 여기서 층을 결정하는데 사용된 알고리즘은 트리모형을 사용하는 SM(Segmentation model)방법론의 하나인 CHAID 알고리즘을 사용하였다. 이렇게 최종 결정된 무응답층을 사용하여 다른 달의 자료에서 적용한 후 최종 통계치들의 시계열적 안정성을 확인하였고 또한 잭나이프 방법을 사용하여 최종 통계치의 분산을 추정하였다.
이러한 SM 방법은 효율성과 편리성에도 불구하고 불안정(unstable) 하다는 단점이 있다는 것이 또한 널리 알려져 있는 사실이다. 이는 표본이 조금만 바뀌어도 의사결정나무 자체가 많이 바뀌게 된다는 점이다. 이러한 단점 때문에 SIPP등에서는 LR(Logistic regression) 방법이 채택되어 사용되고 있다. LR방법이란 응답률을 로지스틱 회귀모형으로 가정하고 유의한 보조 변수를 선택한 후 그 보조변수들의 조합으로 층을 결정하는 방법이다.
SM 방법으로 층을 결정한 후에 LR방법을 사용하여 변수를 선택하여 비교한 결과는 아래 표와 같다.
구분
LR방법
SM방법
서울
총가구원수, 총대상가구원수
(가구구분),(전월가구구분)
총가구원수, 총비경제활동인구
가구원수(여)
광역시
대상가구원(여), 대상가구원(남)
총가구원수,(가구원수(여))
(가구주직업),(주택소유관계)
대상가구원(여), 대상가구원(남)
가구원수(남), 전월가구구분
비경제활동인구(남)
도
총비경제활동인구, 주택소유관계
생활비주된소득, 총가구원수
총대상가구원수,(동/읍면부 구분)
(조사구)
총대상가구원, 전월가구구분
동/읍면부 구분, 조사구
서울과 광역시의 경우에는 비슷한 변수가 선정되었지만 도의 경우에는 상당히 다른 변수가 선정되었음을 볼 수 있다. 이 경우 어느 방법이 더 좋은지에 대한 연구는 앞으로 계속 자료가 축적됨에 따라 얻어지는 통계치들을 바탕으로 경험적으로 판별할 수 있고 또한 모의 실험 등을 통하여 두 방법에 대한 비교가 가능하리라 사료된다. 또한 응답률에 대한 보다 근본적인 연구도 필요하다 할 것이다. 필자의 경험으로는 이러한 인구경제학적 보조변수들이 모집단 가구에 대한 응답률을 추정하는데 설명력이 약하고 표본내의 각 개인별의 특성에 좀 더 의존하는 것이 아닌가 하는 느낌을 가지게 되었다. 따라서 본 연구에서 얻어진 결과들이 다른 표본에서도 그대로 사용되기는 어렵다고 보이며 표본이 개편될 때마다 이러한 방법론을 사용하여 다시 무응답층을 구분하는 것이 더 바람직하다고 보인다. 이러한 일련의 연구주제들은 향후 연구과제로 남겨둔다.
참고문헌
김서영 외 1명(2009) : 응답 거부와 부재율이 무응답 오차에 미치는 영향, 한국통계학회
김규성(2000) : 무응답 대체 방법과 대체 효과, 한국조사연구학회
남궁평 외 1명(2002) : 인터넷 조사에서 무응답 오차에 관한 연구, 한국조사연구학회
백지은 외 3명(2002) : 무응답이 있는 설문조사연구의 접근법, 대한예방의학회
박규영(2004) : 무응답 가중치 조정 방법의 비교, 연세대학교
하조현(2009) : 조사 통계에서 무응답에 의한 오차에 대한 문헌연구, 이화여자대학교