안녕하세요! HR커넥터 E조 이진우입니다.
지난 아티클 이후로 E조는 ~~여전히 내적혼란과 방황 속에 있으면서도~~ People Analytics의 실행이라는 목표를 어떻게든 실현해보기 위해 달려왔습니다.
이번 아티클에서는 두번째 HR커넥터 공식모임과 2번의 COP모임 끝에 드디어 정리된 E조의 주제와 그 결정 과정, 그리고 앞으로 어떻게 또 우당탕탕 PA에 도전할지 말씀드리겠습니다.

**'잘나가는 Best Team의 조건을 분석(PA)해보자'**



> **① 자동차, 패션, 화학, 콘텐츠 제작, 공간관리 5개 업종에서 목표 성과를 달성하고 

이진우님의 글 정말 흥미롭게 읽었습니다! E조의 여정과 목표를 향한 노력이 돋보입니다. People Analytics 분야에서 다양한 업종의 Best Team을 분석하는 과정이 흥미진진합니다. 앞으로의 도전과 발전이 기대됩니다. 지속적인 응원과 관심으로 함께하겠습니다! 😊

원티드 회원들의 커리어 성장과 행복을 돕는 AI입니다.

원티드 에이전트

E조의 열정이 오롯이 느껴지는 글입니다! 남은 기간도 응원해요!!👍

스타트업과 조직문화, 리더십, 노무에 관심이 많습니다. 반가워요!😊

안녕하세요! HR커넥터 E조 이진우입니다.
지난 아티클 이후로 E조는 여전히 내적혼란과 방황 속에 있으면서도 People Analytics의 실행이라는 목표를 어떻게든 실현해보기 위해 달려왔습니다.
이번 아티클에서는 두번째 HR커넥터 공식모임과 2번의 COP모임 끝에 드디어 정리된 E조의 주제와 그 결정 과정, 그리고 앞으로 어떻게 또 우당탕탕 PA에 도전할지 말씀드리겠습니다.

'잘나가는 Best Team의 조건을 분석(PA)해보자'

① 자동차, 패션, 화학, 콘텐츠 제작, 공간관리 5개 업종에서 목표 성과를 달성하고 있는 Best Team은 어떤 조건들을 가진 팀일까?
② 우리가 Best 팀을 분석하기 위해 접근 가능하고 적합한 조건 데이터들은 무엇인가?
③ 업종을 초월하여 Best팀이 가진 공통의 조건이 있다면 무엇일까?



1. 주제 결정과정(feat. 이중학 교수님)

시작은 창대했으나, 끝은 미약하지만 날카롭게

최초 E조의 주제 초안은 '①채용효과성 검증, ②조직문화 개선, ③교육효과성 진단, ④평가보상의 적합성 검토 총 4가지 분야의 PA를 어떻게든 해보자' 였습니다. 네 놀랍게도요!😂
두번째 공식모임 때 멘토이신 이중학교수님께서 따뜻하고 동정어린 눈빛으로 이게 얼마나 말도 안되는 범위인지 차근차근 설명해주셔서 포기가 빠를 수 있었습니다.

ⓐ채용효과성은 데이터 모수 확보가 상대적으로 쉬우나 가설의 검증과 실무에 적용이 난해해다는 부분(ex. 무엇이 효과적인 채용인가? 낮은 퇴사율? 업무적응도?), ⓑ 조직문화와 교육효과성은 정성적 데이터를 어떻게 수치화할 것인가 라는 문제, ⓒ 평가보상은 인기가 많고 유의미한 분석결과를 얻을 수 있지만 데이터 접근에 제한이 많고 고려해야할 변수가 많다는 이슈가 있었습니다. 업종이 전혀 다르고 시간이 많지 않은 저희에게 확실히 무리한 규모였달까요.

다시 원점으로 돌아온 그때, 저희에게 한 조원분의 의견이 계시처럼 내려왔습니다. 🎆
'우리가 업종이 전혀 다르지만, 조직의 최소구성단위는 공통적으로 팀이니 팀효과성에 관련해 분석해보면 좋지 않을까요?'

그래서 저희는 각 회사에서 목표를 잘 달성하여 좋은 평가 혹은 보상을 성취하고 있는 팀들이 어떤 비결과 요건을 가지고 있는지 분석해보기로 주제를 변경하였죠!

그렇게 창대한 꿈을 꾸었으나 이내 현실을 자각하고, 미약하지만 대신 날카로운 범위에 도전하기로 했습니다.

E조 두번째 COP 모임 : 일요일에도 쉬지 못하고 모여주신 E조!




2. 데이터, 무엇을 어떻게 얻지...?

그냥 우리가 처음부터 뽑아보자!

PA에 입문하면서 구글링, GPT를 통해 분석 프로세스에 대한 검색만 수십번 했던 것 같습니다.
✅문제의식/가설수립 ▶ 데이터 취합 및 정제 ▶ 분석작업 ▶ 결과도출 ▶ 검증
과 같은 순서도는 익혔지만 의외로 어떤 데이터가 우리의 문제의식과 가설에 유의미할지, 우리 조직의 환경에서 접근가능할지, 어떻게 취합할지에 대한 내용은 얻기기 힘들더라구요.
어쩌면 업종, 규모, 근무환경이 모두 다른데 당연한 일인가 싶기도 했습니다.

그래서 저희는 팀 단위의 변수가 될 수 있는 50여개의 데이터를 직접 추론하고 ①접근성, ②타당성, ③데이터신뢰도, ④객관성, ⑤조직특수성(유의미성)의 측면에서 각각 5점 리커트 척도(Likert scale)로 평가 및 분류하는 작업부터 선행하기로 했습니다. 이 결과에 따라 저희가 실제로 분석에 사용할 데이터를 판단하고, 그 안에서도 가중치나 보정작업의 기준을 세울 수 있게 될 것 같습니다.

사실 별다른 데이터 기준점을 배우거나 한 것이 아니라 정합성은 다소 떨어질 수 있지만, 각자가 본인 조직에서의 HR 분석가가 되었다고 생각하고 스스로 정리해보는데 의의를 두었습니다!
(왠지 이 결과부터 먼저 분석해봐야할 것 같은 기분이 드네요 🤣)

E조가 진행 중인 Best Team 과 관련된 변수 데이터 필터링





3. 그래서 분석은 언제할거야?

잠깐만 가설부터 세워보고!

데이터를 분류하고 정리하면서 Best Team을 분석하기에 앞서 조금 더 구체적인 가설을 세워야하는 게 아닐지 고민이 들었습니다.
'Best Team은 A, B, C의 요건들을 가지고 있더라' 에서 끝난다면 단순히 묘사/기술 분석 정도에서 그치지 않을까 걱정이 되었거든요. 따라서 3번째 공식모임까지 각자의 가설을 수립하고 최대한 좁은 범위의 분석으로 해당 가설을 검증해보려는 계획을 가지고 있습니다.

보통 통계적 분석의 가설 수립과 검정에는 귀무가설과 대립가설을 사용합니다.

1. 귀무가설 (歸無假說, Null hypothesis)

통계적 분석을 통해 검증하고자 하는 가설(대립가설)을 무효화하거나 현재상태와 유의미한 변화나 차이가 없다는 가설

2. 대립가설 (對立假說, Alternative hypothesis)

가설 검정을 진행하는 이유로, 새로운 변화나 상태를 의미하는 가설. 귀무가설을 검증하여 기각하거나 무효화하여 검증할 수 있음

예를 들면, 우리 조직이 전반적으로 공유하고 있는 바람직한 일하는 방식은 불필요한 근로를 하지 않고, 팀 내 심리적 안전감이 높으며, 서포터형 리더십을 선호하는 경향이 있는데(서베이를 통해 나온 이러한 결과가 존재한다는 가정)

① 귀무가설 : 고성과팀은 이러한 조직분위기를 잘 반영하고 있을 것이다.
② 대립가설 : 실제로 성과를 잘 달성하는 팀은 이러한 분위기와는 다르게 수직적이며, 일방적이고 카리스마 리더십이 강할 것이다.

만약 분석결과 귀무가설이 기각된다면 '전체 조직원들이 생각하는 조직문화의 이상과 실제 성과를 잘 내는 팀의 조건은 괴리가 있다' 라는 결론을 얻는 식으로 진행해볼 수 있지 않을까 합니다🤔

그럼 다가올 3번째 공식모임과 COP를 통해서는 데이터 취합과 동시에 구체적인 가설들을 세워보고 본격적인 통계적 분석에 돌입해보겠습니다. 부디 다음 아티클에서는 뭔가 통계적인 그래프라도 하나 들고 나올 수 있기를 많은 관심과 응원 부탁드리겠습니다.
감사합니다 😊

안녕하세요! HR커넥터 E조 이진우입니다.
지난 아티클 이후로 E조는 ~~여전히 내적혼란과 방황 속에 있으면서도~~ People Analytics의 실행이라는 목표를 어떻게든 실현해보기 위해 달려왔습니다.
이번 아티클에서는 두번째 HR커넥터 공식모임과 2번의 COP모임 끝에 드디어 정리된 E조의 주제와 그 결정 과정, 그리고 앞으로 어떻게 또 우당탕탕 PA에 도전할지 말씀드리겠습니다.

**'잘나가는 Best Team의 조건을 분석(PA)해보자'**



> **① 자동차, 패션, 화학, 콘텐츠 제작, 공간관리 5개 업종에서 목표 성과를 달성하고 있는 Best Team은 어떤 조건들을 가진 팀일까?**
> **② 우리가 Best 팀을 분석하기 위해 접근 가능하고 적합한 조건 데이터들은 무엇인가?**
> **③ 업종을 초월하여 Best팀이 가진 공통의 조건이 있다면 무엇일까?**




**1. 주제 결정과정(feat. 이중학 교수님)**
- 시작은 창대했으나, 끝은 미약하지만 날카롭게

최초 E조의 주제 초안은 '①채용효과성 검증, ②조직문화 개선, ③교육효과성 진단, ④평가보상의 적합성 검토 총 4가지 분야의 PA를 어떻게든 해보자' 였습니다. 네 놀랍게도요!😂
두번째 공식모임 때 멘토이신 이중학교수님께서 따뜻하고 동정어린 눈빛으로 이게 얼마나 말도 안되는 범위인지 차근차근 설명해주셔서 포기가 빠를 수 있었습니다.

ⓐ채용효과성은 데이터 모수 확보가 상대적으로 쉬우나 가설의 검증과 실무에 적용이 난해해다는 부분(ex. 무엇이 효과적인 채용인가? 낮은 퇴사율? 업무적응도?), ⓑ 조직문화와 교육효과성은 정성적 데이터를 어떻게 수치화할 것인가 라는 문제, ⓒ 평가보상은 인기가 많고 유의미한 분석결과를 얻을 수 있지만 데이터 접근에 제한이 많고 고려해야할 변수가 많다는 이슈가 있었습니다. 업종이 전혀 다르고 시간이 많지 않은 저희에게 확실히 무리한 규모였달까요.

다시 원점으로 돌아온 그때, 저희에게 한 조원분의 의견이 계시처럼 내려왔습니다. 🎆
**'우리가 업종이 전혀 다르지만, 조직의 최소구성단위는 공통적으로 팀이니 팀효과성에 관련해 분석해보면 좋지 않을까요?'**

그래서 저희는 각 회사에서 목표를 잘 달성하여 좋은 평가 혹은 보상을 성취하고 있는 팀들이 어떤 비결과 요건을 가지고 있는지 분석해보기로 주제를 변경하였죠!

그렇게 창대한 꿈을 꾸었으나 이내 현실을 자각하고, 미약하지만 대신 날카로운 범위에 도전하기로 했습니다.



> **E조 두번째 COP 모임 : 일요일에도 쉬지 못하고 모여주신 E조!**


![](https://image.wanted.co.kr/optimize?src=https%3A%2F%2Fimage.wanted.co.kr%2Foptimize%3Fsrc%3Dhttps%253A%252F%252Fimage.wanted.co.kr%252Foptimize%253Fsrc%253Dhttps%25253A%25252F%25252Fimage.wanted.co.kr%25252Foptimize%25253Fsrc%25253Dhttps%2525253A%2525252F%2525252Fstatic.wanted.co.kr%2525252Fcommunity%2525252F2024%2525252F11%2525252F18%2525252F07f9cc5d-4375-4e9b-823e-e8abeede0c9b%252526w%25253Dinherit%252526q%25253D80%2526w%253D441%2526q%253D80%26w%3Dinherit%26q%3D80&w=inherit&q=80)
**2. 데이터, 무엇을 어떻게 얻지...?**
- 그냥 우리가 처음부터 뽑아보자!

PA에 입문하면서 구글링, GPT를 통해 분석 프로세스에 대한 검색만 수십번 했던 것 같습니다.
**✅문제의식/가설수립 ▶ 데이터 취합 및 정제 ▶ 분석작업 ▶ 결과도출 ▶ 검증**
과 같은 순서도는 익혔지만 의외로 어떤 데이터가 우리의 문제의식과 가설에 유의미할지, 우리 조직의 환경에서 접근가능할지, 어떻게 취합할지에 대한 내용은 얻기기 힘들더라구요.
어쩌면 업종, 규모, 근무환경이 모두 다른데 당연한 일인가 싶기도 했습니다.

그래서 저희는 팀 단위의 변수가 될 수 있는 50여개의 데이터를 직접 추론하고 ①접근성, ②타당성, ③데이터신뢰도, ④객관성, ⑤조직특수성(유의미성)의 측면에서 각각 5점 리커트 척도(Likert scale)로 평가 및 분류하는 작업부터 선행하기로 했습니다. 이 결과에 따라 저희가 실제로 분석에 사용할 데이터를 판단하고, 그 안에서도 가중치나 보정작업의 기준을 세울 수 있게 될 것 같습니다.

사실 별다른 데이터 기준점을 배우거나 한 것이 아니라 정합성은 다소 떨어질 수 있지만, 각자가 본인 조직에서의 HR 분석가가 되었다고 생각하고 스스로 정리해보는데 의의를 두었습니다!
(왠지 이 결과부터 먼저 분석해봐야할 것 같은 기분이 드네요 🤣)




> **E조가 진행 중인 Best Team 과 관련된 변수 데이터 필터링**



![](https://image.wanted.co.kr/optimize?src=https%3A%2F%2Fimage.wanted.co.kr%2Foptimize%3Fsrc%3Dhttps%253A%252F%252Fimage.wanted.co.kr%252Foptimize%253Fsrc%253Dhttps%25253A%25252F%25252Fimage.wanted.co.kr%25252Foptimize%25253Fsrc%25253Dhttps%2525253A%2525252F%2525252Fstatic.wanted.co.kr%2525252Fcommunity%2525252F2024%2525252F11%2525252F18%2525252F8c11f011-f2d4-49da-8eb8-459420280bce%252526w%25253Dinherit%252526q%25253D80%2526w%253D531%2526q%253D80%26w%3Dinherit%26q%3D80&w=inherit&q=80)![](https://image.wanted.co.kr/optimize?src=https%3A%2F%2Fimage.wanted.co.kr%2Foptimize%3Fsrc%3Dhttps%253A%252F%252Fimage.wanted.co.kr%252Foptimize%253Fsrc%253Dhttps%25253A%25252F%25252Fimage.wanted.co.kr%25252Foptimize%25253Fsrc%25253Dhttps%2525253A%2525252F%2525252Fstatic.wanted.co.kr%2525252Fcommunity%2525252F2024%2525252F11%2525252F18%2525252F52fb434b-0e86-4ce6-a5c4-6ab7bce19461%252526w%25253Dinherit%252526q%25253D80%2526w%253D524%2526q%253D80%26w%3Dinherit%26q%3D80&w=inherit&q=80)

**3. 그래서 분석은 언제할거야?**
- 잠깐만 가설부터 세워보고!

데이터를 분류하고 정리하면서 Best Team을 분석하기에 앞서 조금 더 구체적인 가설을 세워야하는 게 아닐지 고민이 들었습니다.
'Best Team은 A, B, C의 요건들을 가지고 있더라' 에서 끝난다면 단순히 묘사/기술 분석 정도에서 그치지 않을까 걱정이 되었거든요. 따라서 3번째 공식모임까지 각자의 가설을 수립하고 최대한 좁은 범위의 분석으로 해당 가설을 검증해보려는 계획을 가지고 있습니다.

보통 통계적 분석의 가설 수립과 검정에는 귀무가설과 대립가설을 사용합니다.

**1. 귀무가설 (歸無假說, Null hypothesis)**
- 통계적 분석을 통해 검증하고자 하는 가설(대립가설)을 무효화하거나 현재상태와 유의미한 변화나 차이가 없다는 가설

**2. 대립가설 (對立假說, Alternative hypothesis)**
- 가설 검정을 진행하는 이유로, 새로운 변화나 상태를 의미하는 가설. 귀무가설을 검증하여 기각하거나 무효화하여 검증할 수 있음

예를 들면, 우리 조직이 전반적으로 공유하고 있는 바람직한 일하는 방식은 불필요한 근로를 하지 않고, 팀 내 심리적 안전감이 높으며, 서포터형 리더십을 선호하는 경향이 있는데(서베이를 통해 나온 이러한 결과가 존재한다는 가정)

① 귀무가설 : 고성과팀은 이러한 조직분위기를 잘 반영하고 있을 것이다.
② 대립가설 : 실제로 성과를 잘 달성하는 팀은 이러한 분위기와는 다르게 수직적이며, 일방적이고 카리스마 리더십이 강할 것이다.

만약 분석결과 귀무가설이 기각된다면 '전체 조직원들이 생각하는 조직문화의 이상과 실제 성과를 잘 내는 팀의 조건은 괴리가 있다' 라는 결론을 얻는 식으로 진행해볼 수 있지 않을까 합니다🤔

그럼 다가올 3번째 공식모임과 COP를 통해서는 데이터 취합과 동시에 구체적인 가설들을 세워보고 본격적인 통계적 분석에 돌입해보겠습니다. 부디 다음 아티클에서는 뭔가 통계적인 그래프라도 하나 들고 나올 수 있기를 많은 관심과 응원 부탁드리겠습니다.
감사합니다 😊

HR커넥터

HR커넥터 E조 : 우당탕탕 PA도전기 ②

교육, 채용, 노무관리를 수행하며 성장하고 있습니다. 아직 갈길이 먼 HRer이지만 또 무언가 변화하고, 배우고, 함께 나눌 것은 없는지 고민하고 있습니다. 