선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서 본 연구에서는 DAE 기법을 이용하여 A 위탁 급식전문업체에서 운영하고 있는 업장들의 다양한 투입, 산출변수를 동시에 고려하여 운영효율성을 평가하고, 효율성 개선을 위한 인력 운영 개선 방안을 제시하고자 한다.
- 본 연구에서는 DAE 기법을 이용하여 A 위탁 급식전문업체에서 운영하고 있는 업장들의 효율성을 DAE 기법을 통해 분석하고 효율성이 낮은 업장과 높은 업장의 인력 운영구조의 차이를 파악하고 효율성 개선을 위한 목표를 제시하는 것을 목적으로 하였다.
- 001). 효율성 이 낮은 업장의 경우 효율성 점수와 준거집단 및 가중치를 참고하여 각 업장의 어느 부문이 얼마나 비효율적인지 알 수 있고 이를 통하여 업장별 효율성 개선 목표를 제시하였다.
제안 방법
- 급식운영의 효율성을 분석하는데 있어서 동질적인 환경에 있는 업장들간의 상호비교를 위하여 급식 운영의 다양한 유형을 포함시키기 보다는 투입요소와 산출요소가 유사한 산업체군 중에서 오피스와 공장을 조사 대상으로 선정하였다. 본 연구에서 업장간 상대적인 효율성을 비교하기 위하여 업장의 유형 및 규모에 따라 6개의 그룹으로 전체 업장을 구분하였으며, 각각을 A 〜F로 명명하였다. 자료에서 2007년 신규 오픈한 업장의 자료는 제외하였다.
- 이 분석을 통해 비효율적인 DMU들은 효율적인 DMU들을 준거 조직으로 하여 구체적인 수행 개선 목표를 도출할 수 있기 때문에 효율성에 대한 평가에 그치지 않고 성과관리를 위한 전략적인 시사점을 제시할 수 있다는 특징이 있다. DEA 모형 에 사용된 투입요소와 산출요소를 선정하는데 있어서는 선행연구를 참조하였으며2°~24), 효율성 분석을 위한 투입요소로는 재료비, 인건비, 경비 등을 고려하였고, 산출요소로는 매출, 경상이 익을 고려하였다. 자료의 분석은 DEA 를 적용한 효율성 분석 소프트웨어 인 "Frontier Analyst, 를 사용하였고, 분석 모형으로는 CCR(Chames, Cooper, Rhodes) 모형을 적용하였다.
- 자료의 분석은 DEA 를 적용한 효율성 분석 소프트웨어 인 "Frontier Analyst, 를 사용하였고, 분석 모형으로는 CCR(Chames, Cooper, Rhodes) 모형을 적용하였다. 설명변수로는 식단가, 계열 여부, 식단가 분류, 계약 형태, 운영 일수, 배식 형태, 중식 기준 코너수, 메뉴 형태, 끼니수, 업장수 등을 고려하였다. DEA 분석 결과 상대적으로 가장 효율적인 업장은 100으로, 상대적으로 효율성이 떨어지는 업장은 100 이하의 값으로 표현되며 효율성 점수 값이 작을수록 비효율적인 업장이다.
- 9, 21개 업장은 81-90, 11개 업장은 71 〜80의 효율성 점수를 보였다. 따라서 동일 그룹내에서 효율성이 높은 업장과 효율성이 낮은 업장의 인력 운영 구조에 차이가 있는 것인지 추가 분석을 실시하였다.
- 업장 유형과 규모에 따라 6개의 유형으로 나눈 것 중 하나의 유형을 선택하여 그룹 내 효율성 점수에 따라 차이 분석을 실시하였다. 공장형이면서 업장 규모가 1, 000식 이상인 C그룹의 경우 효율성 점수에 따른 그룹별 인원수, 근무시간, 시간 외 근무시간, 노무비 비율을 비교하였다.
- 공장형이면서 업장 규모가 1, 000식 이상인 C그룹의 경우 효율성 점수에 따른 그룹별 인원수, 근무시간, 시간 외 근무시간, 노무비 비율을 비교하였다. 비교 결과 고효율업장과 저효율 업장 간의 판매액과 노무비 비율에 차이가 있었다 g.
- 내에서 비교하도록 하는 것이 중요하다. 본 연구에서는 사업체 급식소라는 비교적 동질한 대상을 분석 대상으로 선정하였고 또한, 세부적으로 공장형과 오피스형을 나누고 다시 규모에 따라 전체 업장을 세분화 하여 연구를 진행하였다. 연구 결과를 통해 얻을 수 있는 시사점은 운영 효율을 얻는데 있어 어느 정도 규모의 경제가 작용한다는 점이다.
대상 데이터
- 224곳을 조사대상으로 하였다. 급식운영의 효율성을 분석하는데 있어서 동질적인 환경에 있는 업장들간의 상호비교를 위하여 급식 운영의 다양한 유형을 포함시키기 보다는 투입요소와 산출요소가 유사한 산업체군 중에서 오피스와 공장을 조사 대상으로 선정하였다. 본 연구에서 업장간 상대적인 효율성을 비교하기 위하여 업장의 유형 및 규모에 따라 6개의 그룹으로 전체 업장을 구분하였으며, 각각을 A 〜F로 명명하였다.
- 유형 및 규모에 따른 조사대상 급식소의 수는 Table 1에 제시하였다. 본 연구의 목적에 부합하는 자료 분석을 위하여 A위탁급식업체의 2007년도 1월 1일부터 12월 31일까지의 각 업장 인력 운영 구조의 기초 자료 및 재무 자료를 확보하였다.
- 본 연구에서는 총 224개의 사업체 급식소를 대상으로 하였으며, 이들 업장의 일반적인 특성은 Table 2와 같다. 이 중 공장형 업장은 158곳, 오피스형 업장은 66곳이었으며, 각 업장의 식단가는 2, 000원부터 3, 500원 이상까지 고르게 분포되어있었으며, 계약의 형태는 관리비제 103곳, 식단가제 121곳이었다.
- A위탁급식전문업체가 운영하는 총 224개의 사업체 급식소(공장형 158곳, 오피스형 66곳)을 대상으로 분석을 실시하였다. 이들, 업장의 식단가는 2, 000원부터 3, 500원 이상까지 고르게 분포되어 있었으며, 계약의 형태는 관리비제 103 곳, 식단가제 121곳이었다.
- 본 연구에서는 A위탁급식업 체에서 위탁 운영 중인 산업체 급식소 224곳을 조사대상으로 하였다. 급식운영의 효율성을 분석하는데 있어서 동질적인 환경에 있는 업장들간의 상호비교를 위하여 급식 운영의 다양한 유형을 포함시키기 보다는 투입요소와 산출요소가 유사한 산업체군 중에서 오피스와 공장을 조사 대상으로 선정하였다.
데이터처리
- DEA 분석 결과 상대적으로 가장 효율적인 업장은 100으로, 상대적으로 효율성이 떨어지는 업장은 100 이하의 값으로 표현되며 효율성 점수 값이 작을수록 비효율적인 업장이다. DEA 분석 결과, 얻어진 효율성 점수의 평균, 표준편차 등의 기술통계 분석 및 인력 구조의 유형별 비교 분석을 실시하기 위하여 SPSS/Win(Ver 10.0)를 사용하였다. 동일 그룹내 업장의 차이 분석을 위해서는 비모수검정방법인 Kruskal-Walllis 분석을 실시하였다.
- 0)를 사용하였다. 동일 그룹내 업장의 차이 분석을 위해서는 비모수검정방법인 Kruskal-Walllis 분석을 실시하였다.
이론/모형
- 본 연구에서는 효율성 평가를 위하여 DEA(Data Envelopment Analysis) 모형을 사용하여 다수의 투입과 다수의 산출을 갖는 급식소의 상대적인 효율성을 측정하였다. DEA는 다수의 투입물(Input)과 다수의 산출물(Output) 구조를 갖는 동질적 집단(homogeneous organization)의 의사결정단위(Decisicm Making Units, DMU)들의 상대적인 효율성을 측정하여 DMU 중에서 어떤 특정한 의사결정단위가 가장 효율적인지를 계량적으로 보여주는 선형계획모델이며 비모수적 접근 방법이다끄).
- DEA 모형 에 사용된 투입요소와 산출요소를 선정하는데 있어서는 선행연구를 참조하였으며2°~24), 효율성 분석을 위한 투입요소로는 재료비, 인건비, 경비 등을 고려하였고, 산출요소로는 매출, 경상이 익을 고려하였다. 자료의 분석은 DEA 를 적용한 효율성 분석 소프트웨어 인 "Frontier Analyst, 를 사용하였고, 분석 모형으로는 CCR(Chames, Cooper, Rhodes) 모형을 적용하였다. 설명변수로는 식단가, 계열 여부, 식단가 분류, 계약 형태, 운영 일수, 배식 형태, 중식 기준 코너수, 메뉴 형태, 끼니수, 업장수 등을 고려하였다.
성능/효과
- 설명변수로는 식단가, 계열 여부, 식단가 분류, 계약 형태, 운영 일수, 배식 형태, 중식 기준 코너수, 메뉴 형태, 끼니수, 업장수 등을 고려하였다. DEA 분석 결과 상대적으로 가장 효율적인 업장은 100으로, 상대적으로 효율성이 떨어지는 업장은 100 이하의 값으로 표현되며 효율성 점수 값이 작을수록 비효율적인 업장이다. DEA 분석 결과, 얻어진 효율성 점수의 평균, 표준편차 등의 기술통계 분석 및 인력 구조의 유형별 비교 분석을 실시하기 위하여 SPSS/Win(Ver 10.
- 조사대상 업장의 인력 운영 구조를 파악해 본 결과(Table 3), 각 업장에서 운영하고 있는 평균 총인력의 수는 12.10명으 S, 이 중 정사원은 평균 239명, 촉탁사원은 6.37명, P/T(part- timer) 사원은 3.34명으로 촉탁직원의 수가 많은 것으로 분석되었다. 전체 업장의 평균 근무시간(man hour)은 33, 340.
- 34명으로 촉탁직원의 수가 많은 것으로 분석되었다. 전체 업장의 평균 근무시간(man hour)은 33, 340.41시간으로 이 중 촉탁사원의 근무시간이 17, 203.56시간을 차지하였다. 또한 시간외 근무시간(overtime man hour)은 평균 4, 581.
- DEA에 의한 조사대상 업장의 효율성 평가 결과 효율성 점수는 63.56〜100점의 분포를 보이는 것으로 나타났다. Table 4에는 그룹별로 각 업장의 효율성 점수가 어떻게 분포되어 있는지를 나타낸 것으로 효율성 100인 업장이 가장 많은 그룹은 C형(공장형, 1, 000식 이상)이었고, B그룹의 경우 효율성 100 인 업장이 없었다.
- DEA에 의한 조사대상 업장의 효율성 평가 결과 효율성 점수는 63.56〜100점의 분포를 보이는 것으로 나타났다. Table 4에는 그룹별로 각 업장의 효율성 점수가 어떻게 분포되어 있는지를 나타낸 것으로 효율성 100인 업장이 가장 많은 그룹은 C형(공장형, 1, 000식 이상)이었고, B그룹의 경우 효율성 100 인 업장이 없었다.
- Table 4에는 그룹별로 각 업장의 효율성 점수가 어떻게 분포되어 있는지를 나타낸 것으로 효율성 100인 업장이 가장 많은 그룹은 C형(공장형, 1, 000식 이상)이었고, B그룹의 경우 효율성 100 인 업장이 없었다. 각 유형의 평균 효율성 점수를 보면 A그룹은 79.74, B그룹은 81.74, C그룹은 87.23으로 공장형의 경우 효율성 평균값은 C, B, A의 순으로 업장의 규모가 작을수록 효율성이 낮은 것으로 나타났다. 오피스의 경우는 D그룹 79.
- 23으로 공장형의 경우 효율성 평균값은 C, B, A의 순으로 업장의 규모가 작을수록 효율성이 낮은 것으로 나타났다. 오피스의 경우는 D그룹 79.31, E그룹 83.83, F그룹 85.55로 오피스의 경우도 F, E, D의 순으로 나타나 규모가 큰 그룹들이 효율성이 높은 것을 알 수 있었다. 전체의 효율성 평균은 82.
- 83, F그룹 85.55로 오피스의 경우도 F, E, D의 순으로 나타나 규모가 큰 그룹들이 효율성이 높은 것을 알 수 있었다. 전체의 효율성 평균은 82.
- 001). 즉, 효율성이 높은 업장의 노무비 비율이 낮은 것으로 분석되었다. 근무시간과 시간외 근무시간의 경우 효율성 그룹 간 유의적인 차이는 없는 것으로 분석되었으나, 효율성 100인 업장에서 가 낮은 경향이 있었다.
- 또한, 작은 규모의 업장 중에도 효율성이 높은 업장들도 있기 때문에 이들 업장의 운영 형태를 비교하여 참조할 필요가 있을 것이다. 본 연구에서는 전체 업장 대상 효율성 분석 결과, 제시된 준거집단 및 가중치를 사용하여 개선 목표를 제시하였으나, 각 그룹별 효율성 분석 결과에 따른 준거집단 및 가중치를 참고하는 것도 동일한 운영 상황에서 운영 효율이 높은 업장을 참조하는 데 있어서 의미 있는 작업이 될 수 있다.
- 본 연구에서 효율적으로 분석된 업장은 특히 노무 비율이 낮은 것으로 나타나 효율성 개선에 있어서 노무비율이 중요함을 확인할 수 있었다. 노무비율은 급식운영비용간의 상대적인 값이기도 하지 만 근무시간 및 시간외 근무시간과도 상관성이 있기 때문에 이들 시간을 관리하는 것도 중요한 업장 관리 포인트가 될 것이다.
- 조사대상 업장의 인력 운영 구조를 파악해 본 결과, 각 업장에서 운영하고 있는 평균 총인력의 수는 12.10명으로, 이중 정사원은 평균 2.39명, 촉탁사원은 6.37명, P/T(Part-timer) 사원은 3.34명으로 촉탁직원의 수가 많은 것으로 분석되었다. 전체 업장의 평균 근무시간은 33, 340.
- 34명으로 촉탁직원의 수가 많은 것으로 분석되었다. 전체 업장의 평균 근무시간은 33, 340.41시간으로 이 중 촉탁 사원의 근무시간이 17, 203.56시간을 차지하였다. 또한, 시간외 근무시간은 평균 4, 581.
- 56 〜100점의 분포를 보이는 것으로 나타났다. 효율성 100인 업장이 가장 많은 그룹은 C형(공장형, 1, 000식 이상)이었으며, 각 유형의 평균 효율성 점수를 살펴보면 A그룹은 79.74, B그룹은 81.74, C그룹은 87.23으로 공장형의 경우 효율성 평균값은 C, B, A의 순으로 업장의 규모가 작을수록 효율성 이 낮은 것으로 나타났다. 오피스의 경우는 D그룹 79.
- 001). 근무시간과 시간외 근무시간의 경우 효율성 그룹 간 유의적인 차이는 없는 것으로 분석되었으나, 근무시간 대비 판매량에 있어서는 고효율 업장에서 더 높은 수치를 보였다。<0.001).
후속연구
- 1990년대 들어 위탁급식이 활발해지면서 위탁 급식전문업체 영양사의 인력관리 실태조사 연구'。), 위탁 급식전문업체의 급식소 식수 규모별 노동생산성 비교 분석에 따른 인력산정 모델 개발 연구도 수행되었으며, 위탁 급식업체에서의 조리사 근무 스케줄에 대한 효율적 관리 방안에 관한 사례연구D) 와 초등학교 급식의 작업분석과 생산성에 관한 연구 °)가 수행되어 급식경영 분야의 인력관리에 대한 다양한 연구성과 결과들이 급식소의 적정인력 산정에 대한 중요한 근거자료가 되었다. 하지만 이들 연구의 초점이 작업분석에 집중되어 있다는 제한점이 있어 보다 거시적 관점에서의 효율성을 고려한 인력 계획에 대한 연구가 요구된다.
- Chames 등")이 제안한 DEA (Data Envelopment Analysis, 자료포락분석) 기법은 다수의 투입 변수들(inputs)과 다수의 산출변수들(outputs)을 동시에 고려하여 의사결정 단위들(Decision Making Units, DMU)의 효율성을 단일 즉정 성과(single measure performance)를 상대적 효율성으로 제시해 준다. 또한 분석 결과 나타난 각 급식소의 상대적 효율성 점수와 준거집단 및 가중치를 참고하여 효율성 향상 지표를 제시해 줄 수 있기 때문에 구체적인 개선목표까지 제시할 수 있다. 이런 특성으로 DEA 모형은 다양한 공공조직과 기업을 대상으로 한 조직 효율성 분석에 이용되어 왔고 최근에는 급식.
- 위탁급식전문업체의 산업체 급식소를 대상으로 했던 Choi 등끄)의 연구에서는 일당 고객 수(number of customers/day) 에 따라 DEA 효율성 점수 차이가 유의적이지 않은 것으로 나타났는데, 이는 하루 제공 끼니 수가 업장별로 다른 점을 고려하지 못하여 정확한 평가가 이루어지지 못한 것이 하나의 이유로 판단된다. 또한, 작은 규모의 업장 중에도 효율성이 높은 업장들도 있기 때문에 이들 업장의 운영 형태를 비교하여 참조할 필요가 있을 것이다. 본 연구에서는 전체 업장 대상 효율성 분석 결과, 제시된 준거집단 및 가중치를 사용하여 개선 목표를 제시하였으나, 각 그룹별 효율성 분석 결과에 따른 준거집단 및 가중치를 참고하는 것도 동일한 운영 상황에서 운영 효율이 높은 업장을 참조하는 데 있어서 의미 있는 작업이 될 수 있다.
- 즉, 재무적인 측면의 변수들만이 투입요소와 산출요소로 사용되었고, 이로 인해 업장의 질적인 측면의 성과 변수들은 포함되지 못했다는 것이다. 업장 운영의 성과는 매출이나 손익 같은 재무적 변수도 중요하지만 고객만족도나 종업원 만족도 등도 중요한 변수가 될 수 있으므로 향후 연구에서는 자료의 수집 이전에 투입요소와 산출요소를 충분히 다양하게 선정하고 이들의 자료를 일정 기간 축적하여 분석한다면 보다 풍성한 결과를 얻을 수 있을 것이다.
- 이상의 결과를 종합해 볼 때, 위탁급식전문업체의 운영 효율을 얻는데 있어 어느 정도 규모의 경제가 작용한다는 점과 효율성 개선에 있어서 노무비율이 중요함을 확인할 수 있었다 본 연구에서는 기 보유 자료를 활용한 관계로 변수 선택에 있어 제한점이 다소 있었으나, 향후 연구에서는 자료의 수집 이전에 투입요소와 산출요소를 충분히 다양하게 선정하고 이들의 자료를 일정기간 축적하여 분석한다면 보다 많은 시사점을 제시할 수 있을 것으로 사료된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.