본 논문에서는 조직구성원을 대상으로 하여 이고그램, 인생태도, 스트로크, 시간의 구조화 4개의 이론을 이용한 직무만족의 패턴에 대한 연구를 하였다. 패턴분석의 도구로서는 특별히 패턴분석에 효과적인 모델인 퍼지TAM 네트워크를 사용하였다. 퍼지 TAM 네트워크의 입력데이터는 교류분석의 4개 이론의 값이며, 출력데이터는 직무만족의 점수를 2개로 나눈 클래스이다. 연구의 결과로서는 4개의 교류분석의 이론과 직무만족의 패턴분석에 대한 트레이닝 데이터의 정답률은 85-100%, 체킹데이터의 정답률은 60%이었다.
본 논문에서는 조직구성원을 대상으로 하여 이고그램, 인생태도, 스트로크, 시간의 구조화 4개의 이론을 이용한 직무만족의 패턴에 대한 연구를 하였다. 패턴분석의 도구로서는 특별히 패턴분석에 효과적인 모델인 퍼지 TAM 네트워크를 사용하였다. 퍼지 TAM 네트워크의 입력데이터는 교류분석의 4개 이론의 값이며, 출력데이터는 직무만족의 점수를 2개로 나눈 클래스이다. 연구의 결과로서는 4개의 교류분석의 이론과 직무만족의 패턴분석에 대한 트레이닝 데이터의 정답률은 85-100%, 체킹데이터의 정답률은 60%이었다.
In this paper, we study to the pattern of job satisfaction using four theories of transactional analysis-egogram, life positions, strokes, time structuring-for organizational members. The tool of pattern analysis is used fuzzy TAM network which Is especially effective for pattern analysis. The input...
In this paper, we study to the pattern of job satisfaction using four theories of transactional analysis-egogram, life positions, strokes, time structuring-for organizational members. The tool of pattern analysis is used fuzzy TAM network which Is especially effective for pattern analysis. The input data of fuzzy TAM network ate values of four theories in transactional analysis, the output data is the classes which is divided by two groups from score of job satisfaction. From the result of this study, the correct rates of training data and checking data are 85-100% and 60%, respectively.
In this paper, we study to the pattern of job satisfaction using four theories of transactional analysis-egogram, life positions, strokes, time structuring-for organizational members. The tool of pattern analysis is used fuzzy TAM network which Is especially effective for pattern analysis. The input data of fuzzy TAM network ate values of four theories in transactional analysis, the output data is the classes which is divided by two groups from score of job satisfaction. From the result of this study, the correct rates of training data and checking data are 85-100% and 60%, respectively.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 A라는 기업체를 선정하여 한 조직에 몸담고 있는 조직구성원들에 대하여 직무만족에 대한 설문을 실시하고, 그 조직구성원들의 자아상태 및 교류의 정도를 나타내는 교류분석의 이론, 즉 이고그램, 인생태도, 스트로크, 시간의 구조화 4개의 이론에 대한 설문조사결과와 직무만 족의 점수를 2개의 그룹으로 나누어 이들 간의 패턴[18]에 관한 연구를 하고자 한다. 이것은 직무만족이라는 것이 사람의 자아 상태, 인생을 사는 태도, 상호 주고받는 인정자극, 시간의 구조화와 직접적으로 관련된다는 가정 하에서 행하는 것이다.
본 연구에서는 조직구성원에 대한 직무만족에 대한 연구를 함에 있어 A라는 기업체의 조직구성원들을 대상으로 하여 자아상태 및 교류의 정도를 나타내는 교류분석의 이론인 이고 그래 인생태도, 스트로크, 시간의 구조화 4개의 이론을 이용한 직무만족의 패턴에 대한 연구를 하였다.
제안 방법
본 연구에서 사용한 교류분석이론은 직무만족과 관련이 있을 것으로 판단되는 이고그램, 인생태도, 스트로크, 시간의구조화이 다.
일관된 유형의 감정 및 경험과 직접적으로 관련된 일관된 행동을 의미하는 자아상태를 어버이자아 P(Parent), 성인 자아 A(Adult), 어린이자아 C(Child)로 나누는 것을 구조분석, 즉 세 가지의 자아상태를 의미하며 성격이나 일련의 교류들에 대하여 자아상태모델의 관점에서 분석하는 것이다. 또한 비판적 어버이 CP(Critical Parent), 양육적 어버이 NP(Nurturing Parent), 성인 A(Adult), 자유스런 어린이 FC(Free Child), 순응적 어린이 AC(Adapted Child)로 나누는 것을 기능분석, 즉 자아상태가 실제면에서 어떻게 사용하는가를 알기 위한 방법이다[6].
퍼지 TAM 네트워크를 이용하여 교류분석의 이론과 직무 만족에 대한 패턴분석을 실시하였다. 즉 교류분석이론에 대한 설문조사결과 얻게 된 하위변수의 점수는 퍼지 TAM 네트워크의 입 력데이터로 사용하였으며 , 직무만족의 점수를 2 개의 클래스는 출력데이터로 사용하였다.
대상 데이터
A 기업체의 조직구성원은 46명이며, 이들에 대한 설문은 모두 유효하였으며, 설문을 통해 얻어지는 교류분석 4개의 이론에 대한 하위변수의 점수는 퍼지 TAM 네트워크의 입력데이터로 사용되며, 직무만족에 대한 점수를 2개의 그룹으로 나누어진 2개의 클래스는 출력데이터로 사용된다.
퍼지 TAM 네트워크를 이용한 이고그램과 직무만족에 대한 패턴분석을 위하여 기업체에서 구한 데이터 46개 중 26개는 모델링을 위한 트레이닝 데이터로 사용하고, 나머지 21개는 모델링의 정도를 평가하기 위한 체킹 데이터로 사용하였다. 표 1은 직무만족에 대한 데이터이다.
대한 패턴분석을 실시하였다. 즉 교류분석이론에 대한 설문조사결과 얻게 된 하위변수의 점수는 퍼지 TAM 네트워크의 입 력데이터로 사용하였으며 , 직무만족의 점수를 2 개의 클래스는 출력데이터로 사용하였다.
성능/효과
이고그램의 척도는 사단법 인 한국교류분석 협 회 에서 표준화하여 사용하고 있는 것으로 50개 문항의 신뢰도 계수는 0.76이다. 이 척도는 매우 부정(1점)에서 매우 긍정(5점)의 Likert식 5점 척도로 구성되었다.
본 연구에서 사용한 직무만족의 척도는 상사요인, 업무 자체 요인, 보상요인, 동료요인, 작업조건요인, 단일문항요인 등 6개 하위 척도로 구성되어 있고, 직무만족도의 총 30개 문항의 Combach 신뢰도 계수는 0.83이었다. 이 척도는 매우 불만족(1점)에서 매우 만족(5점)까지의 Likert식 5점 척도로 구성되었다
트레이닝 데이터의 정답률은 88%, 체킹 데이터의 정답률은 60%이었으며, 카테고리층의 노드수는 3개이었다. features에 대한 정보량의 순위는 FC, CP, AC, NP, A순이었다.
91 점의 순이었다. 즉, 조직구성원들의 전체적인 이고그램은 NP주도형 FC결핍형으로 타인을 배려하고 위하는 마음이 많은 반면, FOP 낮고 AC가 FC보다 높아자기주장이나 감정을 자연스럽게 표현하지 못하고 억압하고 있는 이고그램 이었다.
트레 이닝 데이터의 정답률은 85%, 체킹 데이터의 정 답률은 60%이었으며, 카테고리층의 노드수는 8개이었다. 또한 fea- tures에 대한 정보량의 순위는 타인긍정, 자기부정, 자기 긍정, 타인부정 순이었다.
트레이닝 데이터의 정답률은 100%, 체킹 데이터의 정답률은 60%이었으며, 카테고리층의 노드수는 9개이었다. 또한 features에 대한 정보량의 순위는 타내긍정, 타내부정, 내 타 부정, 노스트로크, 내타긍정 순이었다.
또한 features에 대한 정보량의 순위는 타내긍정, 타내부정, 내 타 부정, 노스트로크, 내타긍정 순이었다. 스트로크 데이터의 평균은 타인에게 주는 긍정적인 스트로크 16.80점, 타인에게 받는 긍정적인 스트로크 16.28점, 타인에게 주는 부정적 스트로크 12.50점, 타인에게 받는 부정적 스트로크 12.13점, 스트로크 교환이 없는 노스트로크 10.43점의 순이었다. 이는 타인과의 교류에서 긍정적 스트로크 교환이 부정적 스트로크보다 많아 전반적으로 건강한 조직구조라고 할 수 있다.
트레이닝 데이터의 정답률은 100%, 체킹 데이터의 정답률은 60%이었으며, 카테고리층의 노드수는 2개이었다. 또한 features에 대한 정보량의 순위는 폐쇄, 활동, 게임, 친교, 의식, 잡담의 순이었다.
이상으로부터 4개의 교류분석의 이론과 직무만족의 패턴 분석에 대한 트레이닝 데이터의 정답률은 85-100%, 체킹데이터의 정답률은 60%로 나타나 유의한 것으로 판단되어진다. 또한 features에 대한 정보량의 순위와 원데이터와의 관계는 이고그램은 부의 관계, 인생태도는 정의 관계, 스트로크는 약한 부의 관계, 시간의 구조화는 약한 정의 관계에 있다고 볼 수 있다.
참고문헌 (18)
홍정표, SOM과 퍼지 TAM 네트워크 모델을 이용한 직무만족 및 조직몰입의 패턴분석, 경남대학교 대학원 박사학위 논문, 2006
우재현, 교류분석(TA)의 성격요인과 직무만족 및 조직몰입의 관계에 관한 연구, 국민대학교 대학원 박사학위 논문, 1997
I. Hayashi, JR. Williamson : 'Acquisition of Fuzzy Knowledge from Topographic Mixture Networks with Attentional Feedback', The International Joint Conference on Neural Networks(IJCNN '01), pp.1386-1391, 2001
J.R. Williamson 'Self-Organization of Topographic Mixture Networks Using Attentional Feedback', Neural Computation, Vol. 13, pp.563-593, 2001
Isao Hayashi, Hiromasa Maeda, 'A Formulation of Fuzzy TAM Network with Gabor Type Receptive Fields', 2003 International Symposium on Advanced Intelligent Systems, pp.620-623, 2003
김성은, 황승국, '퍼지 TAM 네트워크를 이용한 건설협력업체 핵심역량모델의 패턴분석', 한국퍼지 및 지능시스템학회 논문지, Vol. 16, No.1, pp.86-93, 2006
※ AI-Helper는 부적절한 답변을 할 수 있습니다.