메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
조장식 (경성대학교) 고정환 (안동대학교)
저널정보
한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제32권 제6호
발행연도
2021.11
수록면
1,343 - 1,352 (10page)
DOI
10.7465/jkdi.2021.32.6.1343

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문에서는 대졸자의 직무 일치도에 영향을 미치는 요인을 분석하였다. 직무 일치도를 구성하는 3개의 변수 (교육수준 일치도, 기술수준 일치도, 전공수준 일치도)는 각각 취업 여부와 직무 일치도의 크기에 대한 복합 정보를 갖고 있다. 그러나 많은 선행연구에서는 직무 일치도의 크기에 대한 정보만을 활용하여 선형 회귀분석을 이용하여 분석함으로써 표본선택에 의한 편의 문제를 간과하였다. 이런 문제점을 극복하기 위해 Tobit 모형을 분석에 활용하였다. 직무일치도를 나타내는 교육수준 일치도, 기술수준 일치도 및 전공수준 일치도 모두에 대해서 통계적으로 유의한 결과를 중심으로 요약한 결과 다음과 같다. 먼저 선형 회귀모형에 비해서 Tobit 모형은 통계적으로 유의함을 알 수 있었다. 둘째, 여자에 비해서 남자, 연령이 증가할수록, 그리고 부모소득이 높을수록 높게 나타났다. 셋째, 수도권에 비해서 충청권, 인문계열에 비해서 이공계열, 예체능 계열 및 기타 계열에서 높게 나타났다. 넷째, 평균평점이 높을수록, 재학 중 직업훈련 횟수가 많을수록 높게 나타났다. 그리고 자격증이 없는 학생에 비해서 있는 학생이 높게 나타났으며, 전공에 대한 만족도가 높을수록 높게 나타났다.
#중단자료 #직무일치도 #Tobit 모형 #표본선택 편의 #한계효과 #Censored data #job match #marginal effect #sample selection bias #tobit model

목차

요약
1. 서론
2. 자료소개 및 기술통계
3. 연구방법
4. 실증분석결과
5. 결론
References
Abstract

참고문헌 (14)

참고문헌 신청
Amemiya, T. / 1984 / Tobit models : A survey / Journal of Econometrics 24:3~61 google schola 차성현 / 2010 / 교육 및 기술 불일치가 임금, 직무 만족, 이직 의도에 미치는 영향 분석 / 교육재정경제연구 19(3):177~215 dbpia 김민숙 / 2018 / 연구수가 적은 이변량 확률효과메타분석모형에 있어서 통합처리효과에 대한 추론 / 한국데이터정보과학회지 29(1):1~12 dbpia 최윤미 / 2013 / 전문대학 입학사정관제가 졸업자의 일과 전공 일치도 및 업무만족도에 미치는 영향 / 직업교육연구 32(6):111~132 dbpia Goldberger, A. S. / 1964 / Economic theory / Wiley google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-041-000042632