본 연구는 한국직업능력개발원의 인적자본기업패널(HCCP) 7차년도 데이터를 활용하여 기업 구성원의 직무만족 및 조직몰입에 영향을 미치는 요인을 탐색하는 데 목적이 있다. 이를 위해 본 연구는기업 구성원의 직무만족 및 조직몰입에 따른 잠재프로파일을 분류하였으며, 직무만족 잠재프로파일및 조직몰입 잠재프로파일 예측을 위해 LASSO, Ridge, Randomforest, Support Vector Machine 등 4 가지 머신러닝 기법을 적용하였다. 분석결과, 첫째, 직무만족과 조직몰입은 각각 3개의 잠재프로파일로 구분되었다. 직무만족의 경우 각 잠재프로파일의 특징에 따라 ‘중간 직무만족 집단(계층 1)’, ‘낮은직무만족 집단(계층 2)’, ‘높은 직무만족 집단(계층 3)’으로 명명하였다. 조직몰입도 ‘낮은 조직몰입 집단(계층 1)’, ‘높은 조직몰입 집단(계층 2)’, ‘중간 조직몰입 집단(계층 3)’으로 구분되었다. 둘째, 직무만족과 조직몰입 계층을 예측하는데 Randomforest의 예측정확도가 각각 70.1%와 69.3%로 가장 높았다. 셋째, Randomforest로 직무만족과 조직몰입에 영향을 미치는 주요 변수를 탐색한 결과, 직무만족의경우 연간 총 근로소득, 출생년도, 기업과 근로자의 커뮤니케이션 및 신뢰관계, 주당 평균 초과 근로시간, 스트레스 등의 변수가 도출되었다. 조직몰입도 기업과 근로자의 커뮤니케이션 및 신뢰관계, 연간 총 근로소득, 출생년도, 주당 평균 초과 근로시간 등과 같은 변수가 선택되었다. 마지막으로 본 연구결과를 바탕으로 직무만족 및 조직몰입 향상을 위한 다양한 시사점을 제공하였다.The purpose of this study was to explore factors affecting job satisfaction and organizational commitment of employees using 7th wave of Human Capital Corporate Panel(HCCP) data. To do this, this study was to classify latent profiles based on job satisfaction and organizational commitment, and to apply four machine learing techniques(LASSO, Ridge, Randomforest and Support Vector Machine) to predict the identified latent profiles. As results, first, three different latent profiles were identified based on job satisfaction (middle job satisfaction, low job satisfaction and high job satisfaction) and three latent profiles were also identified based on organizational commitment(low organizational commitment, high organizational commitment, and middle organizational commitment). Second, Randomforest performed better than other techniques. Third. randomforest result revealed that main factors affecting job satisfaction were the annual earned income, year of birth, communication and trust relationship between the company and the worker, overtime work, stress and etc. For organizational commitment, communication and trust relationship, annual earned income, year of birth and overtime work were selected. Finally, based on the results, this study suggested implications to improve the employees’ job satisfaction and organizational commitment.
Read full abstract