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
- 2점 척도에서 ‘만족한다’의 비율은 73%, ‘만족하지 않는다’의 비율은 27%로 27%의 ‘만족하지 않는다’에 해당하는 데이터의 분석을 통해 만족도에 영향을 끼치는 요인을 알아보고자 한다.
- 본 연구에서는 근로환경조사 데이터를 기반으로 의사결정나무의 한 방법인 CART 알고리즘을 이용하여 근로환경의 만족도 요인에 대하여 연구하였다. 하지만 한국산업안전보건공단에서 조사한 표본만을 사용하여 객관성을 가지기에 표본의 한계가 있었다.
- 본 연구에서는 문항 수가 부족한 1차 근로환경 조사를 제외한 2차 근로환경조사와 3차 근로환경 조사를 통합하여 2010~2011년 2년 동안의 데이터를 기반으로 하여 만족도에 영향을 끼치는 문항을 데이터 마이닝을 이용해 분석하고자 한다.
- 이 연구는 전국 규모의 표본 자료를 바탕으로 의사결정나무의 분류기법을 통해 연령별 근로환경만족도에 영향을 끼치는 요인이 무엇인지 거시적으로 분석하고자 한다.
제안 방법
- 2차 근로환경조사의 데이터 10019개와 3차 근로환경조사 데이터 50032개의 정제 작업을 거쳐 데이터를 229개의 변수로 통일 시킨 후 통합하였으며 변수로 2차 근로환경조사와 3차 근로환경조사를 구분하였다. 출생국가에서 대한민국이 아닌 208개의 데이터는 제외했으며 Q6에 해당하는 고용형태분류-종사자의 지위에서 59.
- 본 연구에서는 목표변인이 이산형이므로 SPSS에 탑재되어 있는 CART 프로그램을 사용하여 분석하였다. 그리고 CART 방식에서 목표변인이 이산형일 때 적용할 수 있는 Gini 지수를 분리 기준으로 사용하였다. 부모마디와 자식마디의 최소 사례 수는 각각 100과 50으로 설정하였고 나무 깊이는 5수준으로 설정하였다.
- 0을 이용하여 변수들에 대한 기초자료분석으로 기술통계분석을 실시하고, 만족도와 관련된 설명요인 중심으로 만족도 요인을 예측하기 위해 의사결정나무 분석기법을 적용하여 분석하였다. 본 연구에서는 목표변인이 이산형이므로 SPSS에 탑재되어 있는 CART 프로그램을 사용하여 분석하였다. 그리고 CART 방식에서 목표변인이 이산형일 때 적용할 수 있는 Gini 지수를 분리 기준으로 사용하였다.
- 이 지수가 가장 작은 예측변수와 그 때의 최적분리에 의해서 자식마디를 형성한다. 본문에서는 지니 지수를 이용하여 분석하였다.
- 그리고 CART 방식에서 목표변인이 이산형일 때 적용할 수 있는 Gini 지수를 분리 기준으로 사용하였다. 부모마디와 자식마디의 최소 사례 수는 각각 100과 50으로 설정하였고 나무 깊이는 5수준으로 설정하였다.
- 요인이 되는 변수를 찾기 위하여 목표변수를 Q76에 해당하는 ‘근로환경 만족도’로 설정하고 Tree를 만들어 영향이 미치는 변수를 찾은 후 이를 분석하여 만족하지 않는 데이터의 특성을 분석하고자 한다.
대상 데이터
- [Table 1]과 같은 데이터 중에서 본 연구에 필요로 하는 데이터를 얻기 위해 제2차 근로환경조사와 제3차 근로환경조사에 비해 문항 수가 부족한 제1차 근로환경조사의 데이터는 제외하였다. 그 중 변수 Q1에 해당하는 국적에서 대한민국이며 변수 Q6에 해당하는 종사자 지위에서 피고용인(개인 또는 회사에 고용되어 보수를 받고 있는 임금근로자)의 데이터만 사용하였다. 또한 결측치, 즉 값이 없거나 전혀 상관없는 값들이 들어간 데이터를 제거하는 데이터 정제 과정을 거쳐 155개의 변수와 35447개의 데이터를 사용하였다.
- 8%에 해당하는 임금근로자(피고용자만을 대상으로 하였다. 그 후 본 연구에서 필요로 하는 데이터를 얻기 위해 결측치, 즉 값이 없거나 전혀 상관없는 값들이 들어간 데이터를 제거하는 데이터 정제 과정을 거쳐 총 35447개의 데이터를 사용하였다.
- 그 중 변수 Q1에 해당하는 국적에서 대한민국이며 변수 Q6에 해당하는 종사자 지위에서 피고용인(개인 또는 회사에 고용되어 보수를 받고 있는 임금근로자)의 데이터만 사용하였다. 또한 결측치, 즉 값이 없거나 전혀 상관없는 값들이 들어간 데이터를 제거하는 데이터 정제 과정을 거쳐 155개의 변수와 35447개의 데이터를 사용하였다.
- 본 연구는 한국산업안전보건공단 산업안전보건연구원 재해연구팀이 주관하여 현대리서치 연구소에서 1차 조사(2006년), 2차 조사(2010년), 3차 조사(2011년) 세 번에 걸쳐 전국 16개 시 도 만 15세 이상 경제활동 인구를 대상으로 한 설문 조사데이터를 기반으로 하였다.
- 연구에 사용된 초기 Raw Data에는 [Table 1]과 같이 지역, 직업, 근로자 수, 출퇴근 시간, 학력, 성별, 연령 등 총 273개의 변수와 총 70094개의 데이터로 구성되어 있다.
- 본 연구에서의 목표변수는 Q76에 해당하는 ‘근로환경 만족도’이다. 이에 영향을 주는 예측변수들로는 총 155개의 변수 중 근로환경 만족도와 관계가 깊은 11개의 변수를 추출하여 구성하였다.
- 연령을 기준으로 30세 미만, 30세~49세, 50세 이상 세 가지로 분류하였으며 1차 조사(2006년), 2차 조사(2010년), 3차 조사(2011년)의 데이터를 따로 보여주고 있다. 제공하는 엑셀 데이터는 3차 근로환경조사(2011년)의 자료만을 보여주고 있다.
- 2차 근로환경조사의 데이터 10019개와 3차 근로환경조사 데이터 50032개의 정제 작업을 거쳐 데이터를 229개의 변수로 통일 시킨 후 통합하였으며 변수로 2차 근로환경조사와 3차 근로환경조사를 구분하였다. 출생국가에서 대한민국이 아닌 208개의 데이터는 제외했으며 Q6에 해당하는 고용형태분류-종사자의 지위에서 59.8%에 해당하는 임금근로자(피고용자만을 대상으로 하였다. 그 후 본 연구에서 필요로 하는 데이터를 얻기 위해 결측치, 즉 값이 없거나 전혀 상관없는 값들이 들어간 데이터를 제거하는 데이터 정제 과정을 거쳐 총 35447개의 데이터를 사용하였다.
데이터처리
- 연구모형 분석을 실시하기 전에 SPSS 18.0을 이용하여 변수들에 대한 기초자료분석으로 기술통계분석을 실시하고, 만족도와 관련된 설명요인 중심으로 만족도 요인을 예측하기 위해 의사결정나무 분석기법을 적용하여 분석하였다. 본 연구에서는 목표변인이 이산형이므로 SPSS에 탑재되어 있는 CART 프로그램을 사용하여 분석하였다.
이론/모형
- 이러한 수학적 이론을 통한 CART는 트리의 형성(Growing the Tree), 가지치기(Pruning), 데이터 분류(Data Classification)와 같이 주요 세 가지 과정을 통해 진행된다. 본문에서는 CART알고리즘을 이용하여 분석하였다.
성능/효과
- 309%, 307%의 수치로 ‘만족하지 않는다’의 비율은 전체구성원 대비 비율에 비하여 3배 이상 높은 것으로 분석되었다.
- 30~49세 그룹의 경우 건강이나 안전에의 위험정도, 주관적 직업분류에서 미숙련직 혹은 농림 어업직일 경우 불만족도가 큰 것으로 나타났다. 30세미만과 달리 안전을 더 생각하며 미숙련직과 농림 어업직을 기피하는 현상을 보였다.
- 30~49세의 근로환경 만족도에 가장 큰 영향을 끼치는 변인은 ‘일에 대한 태도-조직 안에서 매우 편안함’으로 나타났다.
- 30세미만 그룹에서는 수입과 지출의 균형정도, 피로하거나 통증을 주는 자세, 공동 업무 시 본인의 의견반영유무가 불만족을 결정하는 요인으로 나타났다. 이는 30대미만의 피고용인이 금전적인 측면과 건장 그리고 의사결정반영유무를 모두 고려하여 만족도를 결정하는 것으로 판단된다.
- 30~49세 그룹의 경우 건강이나 안전에의 위험정도, 주관적 직업분류에서 미숙련직 혹은 농림 어업직일 경우 불만족도가 큰 것으로 나타났다. 30세미만과 달리 안전을 더 생각하며 미숙련직과 농림 어업직을 기피하는 현상을 보였다.
- 30세미만의 근로환경 만족도에 가장 큰 영향을 끼치는 변인은 ‘일에 대한 태도-조직안에서 매우 편안함’으로 나타났다.
- 50세 이상의 그룹은 피로하거나 통증을 주는 자세, 공과금향상유무, 자신의 신체 손상 시 불만족도가 큰 것으로 나타났다. 건강과 안전이 만족도에 영향을 주는 가장 큰 요인으로 분석되었다.
- 50세 이상의 전체 사례 수는 8860개 그리고 ‘만족하지 않는다’의 수는 2789명으로 나타났으며 50세 이상의 근로환경 만족도에 가장 큰 영향을 끼치는 변인은 ‘일에 대한 태도-조직 안에서 매우 편안함’으로 나타났다.
- 50세 이상의 그룹은 피로하거나 통증을 주는 자세, 공과금향상유무, 자신의 신체 손상 시 불만족도가 큰 것으로 나타났다. 건강과 안전이 만족도에 영향을 주는 가장 큰 요인으로 분석되었다.
- 그러므로 조직 안에서 느끼는 편안함의 유무는 만족도에 중요한 요인으로 작용하고 있다. 다음으로 조직 안에서 편안하지 않다고 선택한 그룹에서 일에 대한 적절한 보상을 받지 못할 경우 불만족의 비율이 68.5%로 직장내 적절한 보상이 이루어지지 않을 경우 불만족도가 높은 것으로 나타났다.
- 5%에 비하여 크게 증가하였다. 다음으로 조직 안에서 편안하지 않은 그룹에서 적절히 보상받지 못할 경우 68.9%의 불만족도를 보이는 것으로 나타났다. 특이할 점은 다른 연령층과 달리 만족도에서는 ‘경력발전에 대해 전망 좋음‘이 ’조직 안에서 편안함‘ 다음으로 구분을 가장 잘하는 것으로 나타났는데 이는 81.
- 3%에 비교하여 크게 증가한 수치이다. 다음으로 조직 안에서 편안함을 느끼지 못하는 그룹에서 하는 일에 대하여 적절한 보상을 받지 못할 경우 66.2%의 비율로 만족하지 못하는 것으로 나타났다. 특이할만한 점은 다른 연령그룹과는 다르게 주관적 직업 분류가 사무직, 전문 기술직이 아닐 때 만족하지 않는 것으로 나타났다.
- 본 연구에서 근로환경 만족도에 가장 큰 영향을 미치는 변인은 ‘조직 안에서 편안함’으로 나타났다.
- 전체 불만족의 비율보다 불만족도가 높은 5개의 노드의 특성을 제시하면 다음과 같다. 상위집단 노드 42과 노드 41은 각각 167과 236의 사례로 구성된 집단으로 전체 사례수(N=5776)중 2.9%와 4.1%로서 전체 구성원에 비하여 비교적 낮은 수치지만 불만족도(Gain)은 각각 89.2%와 76.7%이며, Index는 344%와 296%로 나타나 이 집단들에서 불만족도의 비율은 전체구성원 대비 비율에 비하여 3배 가까이 높은 것으로 분석되었다.
- 특이할 점은 다른 연령층과 달리 만족도에서는 ‘경력발전에 대해 전망 좋음‘이 ’조직 안에서 편안함‘ 다음으로 구분을 가장 잘하는 것으로 나타났는데 이는 81.4%에서 90.5%까지 향상하였다.
- 2%의 비율로 만족하지 못하는 것으로 나타났다. 특이할만한 점은 다른 연령그룹과는 다르게 주관적 직업 분류가 사무직, 전문 기술직이 아닐 때 만족하지 않는 것으로 나타났다.
후속연구
- 또한 CART 알고리즘만을 사용하였기 때문에 다른 알고리즘을 사용하여 비교 분석한다면 더욱 우수한 변수를 도출 할 수 있을 것으로 보인다. 데이터로 사용한 근로환경조사는 만족도를 위한 조사가 아니었기 때문에 만족도에 대한 구체적인 문항이 마련되어 있지 않았는데 본 연구를 통하여 만족도에 영향을 끼치는 변수를 토대로 조사한다면 근로환경 만족도에 대한 더욱 정확한 데이터를 얻을 수 있을 것으로 기대된다.
- 하지만 한국산업안전보건공단에서 조사한 표본만을 사용하여 객관성을 가지기에 표본의 한계가 있었다. 또한 CART 알고리즘만을 사용하였기 때문에 다른 알고리즘을 사용하여 비교 분석한다면 더욱 우수한 변수를 도출 할 수 있을 것으로 보인다. 데이터로 사용한 근로환경조사는 만족도를 위한 조사가 아니었기 때문에 만족도에 대한 구체적인 문항이 마련되어 있지 않았는데 본 연구를 통하여 만족도에 영향을 끼치는 변수를 토대로 조사한다면 근로환경 만족도에 대한 더욱 정확한 데이터를 얻을 수 있을 것으로 기대된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.