한국복지패널데이터분석

한국복지패널데이터 분석준비

1. 데이터 준비
   • 한국복지패널 사이트 - SPSS파일 준비
2. 패키지 설치 및 로드
   • foreign - SPSS, SAS, STATA 등 다양한 통계분석 소프트웨어를 불러올 수 있다

    install.packages("foreign")
   
    library(foreign)
    library(dplyr)
    library(ggplot2)
    library(readxl)
   

3. 데이터 불러오기
   • foreign 패키지의 read.spss()
   • 원본은 그대로 두고 복사본을 만들어 분석하는 것이 좋다

    raw_welfare <- read.spss(file = "Koweps_hpc10_2015_beta1.sav",
                             to.data.frame = T)
   
    welfare <- raw_welfare  
   

   • to.data.frame : SPSS파일을 데이터 프레임 형태로 변환하는 기능, 설정하지 않으면 리스트 형태로 불러온다
4. 데이터 검토
   • head, View 등의 함수를 통해 구조와 특징을 파악해본다
5. 변수명 바꾸기
   • 보통 대규모 데이터는 변수의 수가 많고 코드로 되어있는 경우가 많기 때문에 쉬운 변수명으로 바꾼 후 사용하는 것이 좋다
   • 대규모 조사자료는 보통 데이터의 특성을 설명해 놓은 코드북이 함께 제공되기 때문에 코드북을 보고 변수를 어떻게 지정하고 사용할 것인지에 생각을 해야한다.

데이터 분석 절차

1. 변수 검토 및 전처리
    - 변수의 특성을 파악하고 이상치를 정제 후 파생변수를 만든다
    - 변수 각각에 대해 실시
2. 변수 간 관계 분석
    - 데이터를 요약한 표를 만든 후 결과를 쉽게 이해할 수 있는 그래프를 만든다

성별에 따른 월급차이

분석절차

1. 변수 검토 및 전처리 : 성별, 월급
2. 변수 간 관계 분석 : 성별 월급 평균표 만들기, 그래프 만들기

성별 변수 검토 및 전처리

1. 변수 검토하기
   • class() : sex변수의 타입 파악
   • table() : 각 범주에 몇 명이 있는지
2. 전처리 : 이상치 제외 및 결측치 처리
3. 값의 의미를 이해하기 쉽도록 바꿈
   • 이 예제에서는 sex가 1과 2로 되어있으므로, male과 female로 바꿔준다

      welfare$sex <- ifelse(welfare$sex == 1, "male", "female")
     

     월급 변수 검토 및 전처리

4. 변수 검토하기
   • class() : income변수 타입 > numeric
   • summary()
   • qplot() : 최댓값까지 표현하도록 설정되어 있기 때문에 대다수인 0~1000까지가 잘 보이지 않음
     • xlim(0, 1000)으로 0~1000까지만 표현되게 설정
       
     • 0~250만원 사이에 가장 많이 분포
5. 전처리
   • 코드북을 통해 1~9998 사이 값을 지니며 모름/무응답은 9999로 코딩되어 있음

      Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's
      0.0   122.0   192.5   241.6   316.6  2400.0   12030
     

   • 결측치 12030 : 월급을 받지 않는 응답자
   • 또한, 최소값이 0이기 때문에 코드북에서의 1~9998 값이 아닌 이상치이므로 0을 결측처리
   • 따라서, 0,9999일 때 결측 처리

      welfare$income <- ifelse(welfare$income %in% c(0,9999),NA,welfare$income)
     

     성별에 따른 월급차이 분석

6. 성별 월급 평균표

    sex_income <- welfare %>%
        filter(!is.na(income)) %>%
        group_by(sex) %>%
        summarise(mean_income = mean(income))
   
    sex_income
   
    # A tibble: 2 x 2
    sex    mean_income
    <chr>       <dbl>
    1 female        163.
    2 male          312.
   

7. 그래프 만들기

    ggplot(data = sex_income, aes(x = sex, y = mean_income)) + geom_col()