![](https://image.wanted.co.kr/optimize?src=https://hr.wanted.co.kr/wp-content/uploads/2021/05/slide_session-14_%25EC%2586%25A1%25EC%25A7%2580%25ED%259B%2588%25EB%258B%2598-1024x576.png&w=680&q=100)
*다양한 방식으로 축적/수집되는 HR Survey 데이터, 어떻게 활용하고 계신가요?**다면평가, 역량평가, 채용 인적성 검사, 면접 점수, 리더십/조직문화 진단 데이터 등 다양한 형태의 데이터가 사내에 수집되고 축적되고 있을 텐데요. 이러한 수치화된 데이터를 어떤 방식으로 분석하고 계신가요? 보통의 경우, 평균을 내서 분석하고 경영진께 보고하게 되는데요. 

**다양한 방식으로 축적/수집되는 HR Survey 데이터, 어떻게 활용하고 계신가요?**다면평가, 역량평가, 채용 인적성 검사, 면접 점수, 리더십/조직문화 진단 데이터 등 다양한 형태의 데이터가 사내에 수집되고 축적되고 있을 텐데요. 이러한 수치화된 데이터를 어떤 방식으로 분석하고 계신가요? 보통의 경우, 평균을 내서 분석하고 경영진께 보고하게 되는데요. 조직문화 서베이로 예를 들어 보면, 부서별 조직만족도를 회사 평균과 비교하거나, 작년 대비 평균 조직몰입도가 어떻게 달라졌는지를 확인하고 보고합니다. 이런 분석 방법, 아쉬운 부분은 없으셨나요?저는 HR 분야에서의 데이터 분석의 목적은 궁극적으로 조직과 구성원을 제대로 이해하는 데 있다고 생각합니다. 조직에서 파악하고자 하시는 문제와 가설을 확인하기 위한 절차인 것이죠. 그렇다면 앞서 ‘보통의 경우’에 실시하는 분석 방법 외에 조직과 구성원을 보다 잘 이해하기 위한 방법론에는 어떤 것들이 있을까요?**1. 잠재변수 활용하기 : 구조방정식 모형 (Structural Equation Model)**구조방정식 모형은 추상적인 개념을 다루는 ‘잠재변수’ 간의 관계를 확인할 수 있기 때문에 HR Survey 분석에 있어 활용도가 높습니다. HR에서 다루는 변수는 ‘역량’, ‘성과’, ‘만족도’, ‘이직 의도’처럼 직접 관찰하기 어려운 ‘추상적인 개념'인 경우가 많습니다. 이 때문에 설문, 검사 등 문항에 대한 답변을 통해 데이터를 수집하게 됩니다. 구조방정식을 활용하면, 추상적인 개념 사이의 관계를 분석할 수 있습니다.예를 들어, ‘상사와의 유대감이 높을수록 재택근무 만족도가 높다’라는 가설을 검증하려는 상황을 가정해보겠습니다. 상사와의 유대감과 재택근무의 만족도는 모두 추상적인 개념으로, 이를 측정하기 위해서는 복수의 하위 측정 문항을 활용하게 됩니다. 구조방정식 방법론을 활용하면 각 하위 문항에 대한 응답을 가지고 공통 분산값을 추출하여 실제 추상적인 개념을 설명하는 변수를 만들 수 있습니다. 여기서 이러한 변수를 ‘잠재변수’라고 합니다. 각 문항에 대한 응답을 통해 잠재변수를 추출한 후에는 각 잠재변수 사이의 관계를 파악할 수 있습니다.구조방정식 모형을 통해서는 크게 세 가지를 분석 결과를 확인할 수 있습니다. 첫째, 우리가 활용한 문항이 우리가 측정하고자 하는 추상적인 개념을 잘 설명하고 있는지를 확인할 수 있습니다. 이는 각 문항의 요인부하량을 통해 확인 가능합니다. 둘째는 인과관계에 있는 두 변수의 관계를 확인할 수 있습니다. 이는 경로 계수를 통해 확인 가능합니다. 셋째는 우리가 설정한 모형이 통계적으로 유의한지를 확인할 수 있습니다. 이는 모형 적합도를 통해 확인 가능합니다. 이처럼 구조방정식은 HR 데이터 분석에 있어 복잡하고 추상적인 개념들 사이의 관계를 설명한다는 점에서 주목하실 필요가 있습니다.2. 잠재계층 분류하기 : LCA/LPA앞서 서두에서 평균값을 활용하여 보고하는 경우가 일반적이라고 말씀드렸습니다. 이런 분석에서 가장 문제가 될 수 있는 부분은 평균이라는 값이 서로 다른 특징을 가진 집단의 특성을 가려버릴 수 있다는 점입니다. 아래 왼쪽 그림은 우리나라 고등학생이 학습동기를 묻는 문항에 응답한 평균치를 시각화한 그래프입니다. 그래프를 보면, 단편적으로 ‘우리나라 고등학생은 자율적 동기가 높고, 타율적 동기가 낮다'는 결론을 내리게 됩니다. 하지만 오른쪽 그래프를 보시면, 동일한 데이터를 가지고 잠재 계층 분석을 진행한 결과입니다. 분석한 결과, 학습동기 측면에서 서로 다른 특징을 가진 집단이 구분되어 존재함을 확인할 수 있습니다.이처럼 잠재계층분석(Latent Class Analysis), 잠재프로파일 분석(Latent Profile Analysis)을 활용하면 조직과 구성원에 대한 이해의 폭을 넓힐 수 있습니다. 이러한 분석 방법은 ‘사람 중심적인 분석'이라는 점에서 주목을 받고 있습니다. 기존의 분석은 변수 간의 관계를 확인하는 것이라면, 잠재계층 분석은 실제 연구 대상이 어떤 특성을 가지고 있는지를 확인하고 관심을 갖고 있는 변수들이 집단에 따라 어떤 차이를 보이는지를 확인할 수 있기 때문입니다. HR에서의 주된 관심은 소속된 구성원의 특성을 확인하고 분석하는 것이기 때문에 이러한 분석 방법은 향후 활용 가능성이 높다고 생각합니다.아래에는 현업에 적용한 분석 결과를 가져왔습니다. 구성원들에게 본인 스스로의 고용 시장성을 묻는 문항에 대한 답변 결과를 잠재프로파일 분석을 통해 분석하였습니다. 1번부터 4번은 내부에서, 5번부터 8번은 외부에서의 시장성을 묻는 문항입니다. 오른쪽 그래프를 보시면, 낮은 시장성으로 인식하는 집단(파란색)과 내부에서는 높은 시장성, 외부에서는 낮은 시장성을 보이는 집단(빨간색)가 구분되어 있음을 확인할 수 있습니다.이렇게 서로 다른 집단을 분류한 후에는 각 집단이 분류된 데 있어 어떤 변인(영향요인)이 영향을 미친 것인지? 그리고 집단에 따라 직무만족이나 이직의도, 성과에는 어떤 차이가 있는지(결과변수)를 함께 확인할 수 있습니다. 평균값으로 분석해서 묻혀버리기에는 해당 구성원에 대한 많은 정보를 가지고 있기 때문에 이러한 방법을 적용하여 분석하면 조직과 구성원을 더욱 잘 이해할 수 있으리라 기대됩니다.위에서 설명한 구조방정식과 잠재계층분석 방법 외에도 HR 데이터 분석에 있어 관심을 가져볼 수 있는 여러 분석 방법이 있습니다. 다층모형(multi-level model)이 또 하나의 대표적인 예시입니다. 한 조직에 소속되어 있는 구성원의 특성은 개인의 차이만으로 설명하기 어려운 부분이 있습니다. 소속된 조직의 문화, 함께 일하는 리더나 동료 등의 영향을 받기 때문입니다. 예를 들어 구성원의 조직만족도는 각 개인의 연차, 출퇴근 거리 등의 영향을 받겠지만, 동시에 리더의 리더십 성향에 따라 영향을 받기 때문입니다. 다층모형을 활용하면, 구성원의 특성이 조직으로 설명되는 부분이 어느 정도인지, 그 조직의 어떤 특성이 영향을 미치고 있는지를 분석할 수 있습니다.이번 기회를 통해서 통계를 소개하려고 한 것이 아닙니다. 이러한 다양한 분석방법론을 활용하면, 가지고 계신 조직의 연구 문제들을 확인하실 수 있는 단서가 될 수 있지 않을까 생각했습니다.기존의 분석 방법으로는 조직과 구성원에 대해 확인하기 어려웠던 부분을 발견해낼 수 있다는 점을 보여드리고 싶었습니다. 물론 이 분석 방법을 제대로 이해하고 분석하기 위해서는 추가적인 학습의 노력이 필요할 것입니다. 하지만 이러한 분석 방법들은 복잡하고 설명하기 어려워지고 있는 조직과 구성원을 이해하기 위한 훌륭한 프레임이 될 것입니다.

![](https://image.wanted.co.kr/optimize?src=https://hr.wanted.co.kr/wp-content/uploads/2021/05/slide_session-14_%25EC%2586%25A1%25EC%25A7%2580%25ED%259B%2588%25EB%258B%2598-1024x576.png&w=680&q=100)**다양한 방식으로 축적/수집되는 HR Survey 데이터, 어떻게 활용하고 계신가요?**다면평가, 역량평가, 채용 인적성 검사, 면접 점수, 리더십/조직문화 진단 데이터 등 다양한 형태의 데이터가 사내에 수집되고 축적되고 있을 텐데요. 이러한 수치화된 데이터를 어떤 방식으로 분석하고 계신가요? 보통의 경우, 평균을 내서 분석하고 경영진께 보고하게 되는데요. 조직문화 서베이로 예를 들어 보면, 부서별 조직만족도를 회사 평균과 비교하거나, 작년 대비 평균 조직몰입도가 어떻게 달라졌는지를 확인하고 보고합니다. 이런 분석 방법, 아쉬운 부분은 없으셨나요?저는 HR 분야에서의 데이터 분석의 목적은 궁극적으로 조직과 구성원을 제대로 이해하는 데 있다고 생각합니다. 조직에서 파악하고자 하시는 문제와 가설을 확인하기 위한 절차인 것이죠. 그렇다면 앞서 ‘보통의 경우’에 실시하는 분석 방법 외에 조직과 구성원을 보다 잘 이해하기 위한 방법론에는 어떤 것들이 있을까요?**1. 잠재변수 활용하기 : 구조방정식 모형 (Structural Equation Model)**구조방정식 모형은 추상적인 개념을 다루는 ‘잠재변수’ 간의 관계를 확인할 수 있기 때문에 HR Survey 분석에 있어 활용도가 높습니다. HR에서 다루는 변수는 ‘역량’, ‘성과’, ‘만족도’, ‘이직 의도’처럼 직접 관찰하기 어려운 ‘추상적인 개념'인 경우가 많습니다. 이 때문에 설문, 검사 등 문항에 대한 답변을 통해 데이터를 수집하게 됩니다. 구조방정식을 활용하면, 추상적인 개념 사이의 관계를 분석할 수 있습니다.예를 들어, ‘상사와의 유대감이 높을수록 재택근무 만족도가 높다’라는 가설을 검증하려는 상황을 가정해보겠습니다. 상사와의 유대감과 재택근무의 만족도는 모두 추상적인 개념으로, 이를 측정하기 위해서는 복수의 하위 측정 문항을 활용하게 됩니다. 구조방정식 방법론을 활용하면 각 하위 문항에 대한 응답을 가지고 공통 분산값을 추출하여 실제 추상적인 개념을 설명하는 변수를 만들 수 있습니다. 여기서 이러한 변수를 ‘잠재변수’라고 합니다. 각 문항에 대한 응답을 통해 잠재변수를 추출한 후에는 각 잠재변수 사이의 관계를 파악할 수 있습니다.구조방정식 모형을 통해서는 크게 세 가지를 분석 결과를 확인할 수 있습니다. 첫째, 우리가 활용한 문항이 우리가 측정하고자 하는 추상적인 개념을 잘 설명하고 있는지를 확인할 수 있습니다. 이는 각 문항의 요인부하량을 통해 확인 가능합니다. 둘째는 인과관계에 있는 두 변수의 관계를 확인할 수 있습니다. 이는 경로 계수를 통해 확인 가능합니다. 셋째는 우리가 설정한 모형이 통계적으로 유의한지를 확인할 수 있습니다. 이는 모형 적합도를 통해 확인 가능합니다. 이처럼 구조방정식은 HR 데이터 분석에 있어 복잡하고 추상적인 개념들 사이의 관계를 설명한다는 점에서 주목하실 필요가 있습니다.![](https://image.wanted.co.kr/optimize?src=https://hr.wanted.co.kr/wp-content/uploads/2021/05/%25EC%2586%25A1%25EC%25A7%2580%25ED%259B%2588%25EB%258B%2598.mp4_20210531_101251.490-1024x576.jpg&w=680&q=100)**2. 잠재계층 분류하기 : LCA/LPA**앞서 서두에서 평균값을 활용하여 보고하는 경우가 일반적이라고 말씀드렸습니다. 이런 분석에서 가장 문제가 될 수 있는 부분은 평균이라는 값이 서로 다른 특징을 가진 집단의 특성을 가려버릴 수 있다는 점입니다. 아래 왼쪽 그림은 우리나라 고등학생이 학습동기를 묻는 문항에 응답한 평균치를 시각화한 그래프입니다. 그래프를 보면, 단편적으로 ‘우리나라 고등학생은 자율적 동기가 높고, 타율적 동기가 낮다'는 결론을 내리게 됩니다. 하지만 오른쪽 그래프를 보시면, 동일한 데이터를 가지고 잠재 계층 분석을 진행한 결과입니다. 분석한 결과, 학습동기 측면에서 서로 다른 특징을 가진 집단이 구분되어 존재함을 확인할 수 있습니다.![](https://image.wanted.co.kr/optimize?src=https://hr.wanted.co.kr/wp-content/uploads/2021/05/%25EC%258A%25A4%25ED%2581%25AC%25EB%25A6%25B0%25EC%2583%25B7-2021-05-31-%25EC%2598%25A4%25EC%25A0%2584-1.39.40-1024x347.png&w=680&q=100)이처럼 잠재계층분석(Latent Class Analysis), 잠재프로파일 분석(Latent Profile Analysis)을 활용하면 조직과 구성원에 대한 이해의 폭을 넓힐 수 있습니다. 이러한 분석 방법은 ‘사람 중심적인 분석'이라는 점에서 주목을 받고 있습니다. 기존의 분석은 변수 간의 관계를 확인하는 것이라면, 잠재계층 분석은 실제 연구 대상이 어떤 특성을 가지고 있는지를 확인하고 관심을 갖고 있는 변수들이 집단에 따라 어떤 차이를 보이는지를 확인할 수 있기 때문입니다. HR에서의 주된 관심은 소속된 구성원의 특성을 확인하고 분석하는 것이기 때문에 이러한 분석 방법은 향후 활용 가능성이 높다고 생각합니다.아래에는 현업에 적용한 분석 결과를 가져왔습니다. 구성원들에게 본인 스스로의 고용 시장성을 묻는 문항에 대한 답변 결과를 잠재프로파일 분석을 통해 분석하였습니다. 1번부터 4번은 내부에서, 5번부터 8번은 외부에서의 시장성을 묻는 문항입니다. 오른쪽 그래프를 보시면, 낮은 시장성으로 인식하는 집단(파란색)과 내부에서는 높은 시장성, 외부에서는 낮은 시장성을 보이는 집단(빨간색)가 구분되어 있음을 확인할 수 있습니다.![](https://image.wanted.co.kr/optimize?src=https://hr.wanted.co.kr/wp-content/uploads/2021/05/%25EC%258A%25A4%25ED%2581%25AC%25EB%25A6%25B0%25EC%2583%25B7-2021-05-31-%25EC%2598%25A4%25EC%25A0%2584-1.50.25-1024x421.png&w=680&q=100)이렇게 서로 다른 집단을 분류한 후에는 각 집단이 분류된 데 있어 어떤 변인(영향요인)이 영향을 미친 것인지? 그리고 집단에 따라 직무만족이나 이직의도, 성과에는 어떤 차이가 있는지(결과변수)를 함께 확인할 수 있습니다. 평균값으로 분석해서 묻혀버리기에는 해당 구성원에 대한 많은 정보를 가지고 있기 때문에 이러한 방법을 적용하여 분석하면 조직과 구성원을 더욱 잘 이해할 수 있으리라 기대됩니다.위에서 설명한 구조방정식과 잠재계층분석 방법 외에도 HR 데이터 분석에 있어 관심을 가져볼 수 있는 여러 분석 방법이 있습니다. 다층모형(multi-level model)이 또 하나의 대표적인 예시입니다. 한 조직에 소속되어 있는 구성원의 특성은 개인의 차이만으로 설명하기 어려운 부분이 있습니다. 소속된 조직의 문화, 함께 일하는 리더나 동료 등의 영향을 받기 때문입니다. 예를 들어 구성원의 조직만족도는 각 개인의 연차, 출퇴근 거리 등의 영향을 받겠지만, 동시에 리더의 리더십 성향에 따라 영향을 받기 때문입니다. 다층모형을 활용하면, 구성원의 특성이 조직으로 설명되는 부분이 어느 정도인지, 그 조직의 어떤 특성이 영향을 미치고 있는지를 분석할 수 있습니다.이번 기회를 통해서 통계를 소개하려고 한 것이 아닙니다. 이러한 다양한 분석방법론을 활용하면, 가지고 계신 조직의 연구 문제들을 확인하실 수 있는 단서가 될 수 있지 않을까 생각했습니다.기존의 분석 방법으로는 조직과 구성원에 대해 확인하기 어려웠던 부분을 발견해낼 수 있다는 점을 보여드리고 싶었습니다. 물론 이 분석 방법을 제대로 이해하고 분석하기 위해서는 추가적인 학습의 노력이 필요할 것입니다. 하지만 이러한 분석 방법들은 복잡하고 설명하기 어려워지고 있는 조직과 구성원을 이해하기 위한 훌륭한 프레임이 될 것입니다.![](https://image.wanted.co.kr/optimize?src=https://hr.wanted.co.kr/wp-content/uploads/2021/05/%25EC%2586%25A1%25EC%25A7%2580%25ED%259B%2588-%25ED%2594%2584%25EB%25A1%259C%25ED%2595%2584-1024x250.jpg&w=680&q=100)[![](https://image.wanted.co.kr/optimize?src=https://hr.wanted.co.kr/wp-content/uploads/2021/04/bann.png&w=582&q=100)](https://www.wanted.co.kr/events/wantedplus?utm_source=wanted&utm_medium=con&utm_campaign=event&utm_content=insalon)

조직과 구성원을 이해하는 Survey 분석방법론

인살롱

인살롱