Sumber data
Setiap dataset di belakang angka
Semua itu adalah publik, gratis dan federal, tidak satupun dari itu adalah hak milik kita keuntungannya adalah tidak mengakses situs yang didanai oleh tentu saja penjualan tidak mampu untuk mempublikasikan apa data ini mengatakan.
| Sumber | Apa yang diberikannya pada kita | Geografi | Akses |
|---|---|---|---|
| Sensus Statistik Nonemployer US Sensus Bureau, tahunan |
Jumlah dan penerimaan untuk bisnis tanpa karyawan, pecah oleh penerimaan kelas ukuran. kerusakan kelas besar itu adalah apa yang membuat tingkat gagal dapat dihitung sama sekali. | National, state, metro, county | API Publik |
| Statistik IRS untuk Penghasilan Hak pemilik tunggal, tahunan dari 2000 |
Seri panjang adalah apa yang memungkinkan kita mendeteksi metode pembusukan daripada menebak. | Nasional, beberapa negara bagian dan daerah | Lembar sebar yang diterbitkan |
| Peron pengungkapan Varies by platform |
Jadwal pembayaran resmi, kartu tarif dan laporan transparansi yang diterbitkan, digunakan untuk bukti tingkat 2 di mana kode federal terlalu kasar. | Variasi | Publik |
Direncanakan, belum digunakan
Cakupan berkembang hanya di mana sebuah negara menerbitkan catatan administrasi yang cukup baik untuk mendukung tingkat kegagalan yang nyata.
- Perancis — INSEE basis Non-salariés, dibangun dari catatan keamanan sosial URSSAF. sumber non-AS terkuat yang telah kami temukan.
- Australia — Statistik Pajak ATO, individu dalam bisnis dengan kode industri dan pecah melalui kisaran pendapatan.
- Inggris Raya — Survei HMRC Pendapatan Pribadi, mencakup keuntungan pekerjaan sendiri oleh industri.
- Kanada — Statistik Kanada, yang menggunakan klasifikasi industri yang sama dengan Amerika Serikat.
Apa yang sengaja kita tidak gunakan
Gambar layar dari dashboard pendapatan, laporan pendapatan yang diterbitkan oleh orang-orang yang menjual kursus pada metode tersebut, dan hasil survei masyarakat disajikan tanpa tingkat respon. setiap dari mereka menggambarkan kelompok pilihan diri yang memilih untuk membicarakannya, yaitu bias spesifik situs ini ada untuk menghapus.
Batas yang diketahui
kode industri kasar daripada metode, sehingga beberapa metode dapat berbagi satu denominator; dimana yang terjadi adalah label angka sebagai dibagi. penerimaan terkecil dikecualikan dari data non-amployer, berarti pendapatan saham yang sebenarnya hampir tidak ada kemungkinan lebih tinggi daripada kita laporan. pendapatan Gig dibayar pada W-2 tidak muncul dalam statistik proetor tunggal. dan data federal laged oleh sekitar dua tahun, sehingga metode yang jatuh baru-baru ini masih dapat terlihat sehat dalam angka. setiap catatan membawa penanda kepercayaan mencerminkan ini.