행정조사분석에서의 결측치 처리방법 - NORM을 활용한 다중대체방법을 중심으로

• 영문명: Applying Multiple Imputation for Incomplete Data in Public Administration Research
• 발행기관: 한국국정관리학회
• 저자명: 김덕준(金德俊)
• 간행물 정보: 『현대사회와 행정』第17卷 第1號, 107~128쪽, 전체 23쪽
• 주제분류: 사회과학 > 행정학
• 파일형태: PDF
• 발행일자: 2007.03.30

국문 초록

  행정ㆍ정책현상을 대상으로 계량분석방법의 적용이 증대되어 왔으나 분석자료에 수반되는 결측치의 처리문제는 관심대상에서 제외되어 왔다. 하지만 결측치의 존재는 분석자료의 불완전성을 가져오며 도출된 추정치의 불편성을 훼손시키며 통계적 검증의 신뢰성을 과장함으로써 분석결과의 타당성을 크게 저하시킨다.
  따라서 본 논문은 결측치 보완방법으로서의 다중대체방법의 논리를 점검하고, 이를 실제 행정ㆍ정책연구의 분석자료에 적용하여 그 결과와 방법론적 함의를 논의하였다. 분석의 결과, 다중대체방법은 결측치의 발생기제가 무작위 방식일 때 효과적 보완방법으로 평가된다. 또한 그 발생기제에 상관없이 결측치 비율이 어느 수준 이상 높다면 일반적 보완방법인 완전사례분석보다 효율적인 것으로 평가된다.

영문 초록

  This study illuminates the logic of multiple imputation (MI) method for missing data in public administration research. Based on theoretical background, the paper utilizes NORM version 2.03 program to apply the MI method to a real incomplete data set.
  Results clearly indicate that the MI method is an effective solution for missing data especially in case of MAR (missing at random) data. Regardless of the mechanism underlying the missing data, in addition, the MI method can be evaluated as a more effective remedy than the general complete case analysis method if the proportion of missing data is relatively high.

목차

Ⅰ. 서론
Ⅱ. 결측치의 유형과 보완방법의 본질
Ⅲ. 다중대체방법의 논리와 실제
Ⅳ. 결론 및 함의
참고문헌
Abstract

키워드

결측치 다중대체 최우추정 MCAR MAR multiple imputation missing data missing at random