본 논문에서는 패널조사에서 마모편향을 탐색하는 그래픽적 방법을 제안하였다. 조사된 패널데이터를 마모패턴별로 분류하고 이 분류를 사후층화 기준으로 삼아 마모패턴별 데이터를 사후층화된 데이터로 간주하였다. 그리고 각 사후층에서 웨이브 평균을 추정하고 웨이브별 평균 산점도를 시계열로 연결한 그림을 그림으로써 패널마모패턴별 차이가 있는지를 시각적으로 보는 방법을 제안하였다. 만일 마모패턴별 차이가 뚜렷하다면 마모패턴별 시계열은 서로 겹치지 않는 그림이 되거나 혹은 특정한 패턴을 보이는 그림이 될 것이다. 또한 각 웨이브에서 응답한 패널을 다음 웨이브에서 유지예정인 패널과 마모예정인 패널로 구분한 후 각 평균을 추정하고 시계열로 연결하여 유지예정 시계열과 마모예정 시계열을 그리는 방법을 제안하였다. 이 방법은 앞에서 제안한 마모패턴별 웨이브 시계열보다 마모효과를 더 선명하게 보여주는 그림을 제공한다. 본 논문에서 제안한 그래픽적 방법을 한국의료패널의 만성질환 변수와 가구의료비 변수에 적용하여 마모패턴별로 연도별 시계열 그림, 그리고 패널유지 및 패널마모 예정가구의 연도별 시계열 그림을 그렸다. 먼저 마모패턴별 그림은 웨이브가 진행되면서 만성질환가구 비율과 가구의료비가 증가하는 경향이 있음을 보여주었고, 예정가구 그림은 패널에 유지되는 가구의 만성질환가구 비율과 가구의료비가 패널에서 이탈하는 가구의 그것보다 더 높음을 보여주었다. 또한 만성질환을 조건부로 하여 그린 그림은 만성질환가구의 가구의료비가 비만성질환가구의 가구의료비보다 현저하게 높음을 보여주었다.

A graphical method to investigate attrition bias in panel survey is suggested. Panel data are post-stratified by panel attrition pattern, where panel attrition pattern is considered as post-stratification variable. In each post-stratum, wave means are estimated using survey weights and time series wave means are joined with line in the scatter plot. If the lines are separated each other or show a special pattern, then it may say that wave means are affected by panel attrition pattern. Also panels are classified into two groups, one is consist of units which will be remained in the next wave and the other is consist of the other units. Then wave means are estimated and plots are drawn in each group. This graphical method is applied to data from the Korean Health Panel Survey, where the chronic disease and the house medical expense are selected as study variables. The plots say that both the rate of household with chronic disease and the household medical expense are increasing over time and affected by panel attrition.