Determinants of employee's wage using hierarchical linear model

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.

위계적 선형모형을 이용한 대졸 신규취업자 임금 결정요인 분석

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.