在本文中，我们系统地评估了使用国际文献中常用的替代方法对教育不匹配测量发生率及其收入效应的影响。我们使用一个丰富的澳大利亚纵向数据集的全职就业工人的控制组。使用面板数据估计，我们解决了教育错配分析中重要的个体异质性和测量误差。我们表明，替代的测量方法会产生一系列的估计，在面板固定效应工具变量(FEIV)估计中，模态测量在工具变量(IV)选择中提供了最稳定的结果。根据模态测量，过度教育的发生率为32.3%。每年过度教育的收入损失为2.5%，在固定效应估计中大于0.6%，在OLS估计中也大于1.9%。