Journal of the Korean Data and Information Science Society

The Korean Data and Information Science Society (한국데이터정보과학회)
권호 표지
DOI QR코드

DOI QR Code

Determinants of employee's wage using hierarchical linear model

위계적 선형모형을 이용한 대졸 신규취업자 임금 결정요인 분석

  • Park, Sungik (Department of International Trade and Commerce, Kyungsung University) ;
  • Cho, Jangsik (Department of Informational Statistics, Kyungsung University)
  • 박성익 (경성대학교 국제무역통상학과) ;
  • 조장식 (경성대학교 정보통계학과)
  • Received : 2014.11.25
  • Accepted : 2014.12.17
  • Published : 2015.01.31
Download PDF
⟨ Previous Next ⟩

Abstract

This paper analyzes the determinants of wage for the college and university graduates utilizing both individual-level and industry-level variables. We note that wage determination has multi-level structure in the sense that individual wage is influenced by individual-level variables (level-1) and industry-level (level-2) variables. Then, the assumption that individual wage is independent in the classical regression is violated. Therefore, this paper utilizes the hierarchical linear model (HLM). The major results are the followings. First, the multiple correspondence analysis including level-1 and 2 variables reveals that both level 1 and level 2 variables affects individual wages judging from the fact that the values of level 1 and level 2 variables differ across the different level of individual wage groups. Second, the decision tree analysis including level-1 and 2 variables shows that the most influential variable in wage determination is industry-level wage and the next is industry-level working hour, ages and sex in the decling order in. This suggests that the utilization of the HLM is appropriate since the characteristics of industry is important in determining the individual wage. Third, it is shown that the HLM model is the best compared to the other models which do not take level-1 and level-2 variables simultaneously into account.

본 논문에서는 전문대 및 4년제 대졸 신규취업자의 임금을 결정하는 요인을 분석하기 위해 개인수준의 인적특성 변수들과 업종수준의 특성변수들을 사용하였다. 본 논문은 개인수준의 임금이 개인수준의 인적특성 (1-수준)과 업종 수준의 산업특성 (2-수준)에 의해 영향을 받는 다층구조 (multi-level)를 가지게 된다는 점을 주목하였다. 이와 같이 위계적 자료 특성을 가지는 복수의 분석단위 구조가 되면, 전통적인 회귀분석에서와 같이 개인수준의 임금이 독립이라는 가정을 할 수 없게 된다. 따라서 본 논문에서는 개인수준의 임금에 영향을 미치는 다층구조의 특성을 가진 변수들의 영향력을 보다 타당하게 분석하기 위한 방법으로 위계선형모형 (HLM; hierarchical linear model)을 이용하였다. 주요 결과는 다음과 같다. 첫째, 개인수준과 업종수준 변수들 모두를 포함한 다중대응분석의 결과에 의하면, 개인수준의 임금이 서로 다른 그룹에 대응되는 개인 특성 변수값과 업종 특성 변수값이 그룹별로 서로 상이하여 개인특성 변수만이 아니라 업종특성 변수도 개인수준의 임금에 영향을 미치고 있다는 점이 발견되었다. 둘째, 개인수준과 업종수준 변수들 모두를 포함한 의사결정나무분석의 결과에 의하면, 개인수준의 임금에 가장 많은 영향을 미치는 변수가 업종별 임금이고, 그 다음으로는 업종별 근로시간, 연령, 성별 등의 순으로 나타났다. 이와 같이 개인수준의 임금을 결정하는 데 있어서 업종의 특성이 매우 중요한 것으로 나타났다는 점은 위계적 선형모형의 활용이 타당하다는 것을 시사하는 것이다. 셋째, 개인수준의 인적특성과 업종 수준의 산업특성 변수들을 모두 포함한 모형이 다른 모형들에 비해서 모형 적합도가 가장 개선되어 위계적 선형모형이 적합한 것으로 나타났다.

Keywords

References

  1. Baek, S. G. and Shin, H. J. (2008). Multilevel analysis of the effects of student and course characteristics on student course evaluation - Focused on the undergraduate liberal education program. Journal of Educational Evaluation, 21, 1-24. https://doi.org/10.2167/erie1.0
  2. Breiman, L., Friedman, J. H., Olshen, R. A. and Stone, C. J. (1984). Classification and regression trees, Chapman and Hall Press, Washington, D.C.
  3. Chai, G. M. (2007), An analysis of the determinants of employment and wage of new college graduates. Korean Journal of Social Welfare, 59, 35-61. https://doi.org/10.20970/kasw.2007.59.4.002
  4. Cho, J. S. (2010). A study on equating method based on regression analysis. Journal of the Korean Data Information & Science Society, 21, 513-521.
  5. Cho, J. S. (2013). Determinants of student course evaluation using hierarchical linear model. Journal of the Korean Data Information & Science Society, 24, 1-12. https://doi.org/10.7465/jkdi.2013.24.1.1
  6. Cho, J. S., Kang, C. W. and Choi, S. B. (2009). Comparison on equating methods for course evaluation. Journal of the Korean Data Information & Science Society, 20, 65-75.
  7. Ethington, C. A. (1997). A hierarchical linear modeling approach to studying college effects. In Higher Education: Handbook of Theory and Research 12, edited by C. A. Ethington, Agathon Press, New York, 165-194.
  8. Hwang, Y. J. and Baek, B. B. (2008). Determinants of employment status of university graduates youth. Journal of Vocational Education and Training, 11, 1-23.
  9. Im, S. H. (2002). Multilevel models for cross-sectional approach to the developmental research. Journal of Educational Evaluation, 15, 295-315.
  10. 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.
  11. 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.
  12. Lee, K. Y. and Kim, Y. H. (2003). The determinants of youth labor market performance. Quarterly Journal of Labor Policy, 3, 69-93.
  13. 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. https://doi.org/10.1007/s11162-005-9007-y
  14. Raudenbush, S. W. and Bryk, A. S. (2002). Hierarchical linear models : Applications and data analysis methods, SAGE publication, San Francisco.

Cited by

  1. Study on the determinants of employment duration in the youth-intern project vol.27, pp.2, 2016, https://doi.org/10.7465/jkdi.2016.27.2.285
  2. The wage determinants of the vocational high school graduates using mixed effects mode vol.27, pp.4, 2016, https://doi.org/10.7465/jkdi.2016.27.4.935
  3. The wage determinants applying sample selection bias vol.27, pp.5, 2016, https://doi.org/10.7465/jkdi.2016.27.5.1317
  4. Heckman의 표본선택모형을 이용한 대졸자의 임금결정요인 분석 vol.28, pp.5, 2015, https://doi.org/10.7465/jkdi.2017.28.5.1099