서론
많은 회사들이 직면하고 있는 문제 중 하나가 바로 직원들의 번아웃입니다. 직원들의 번아웃은 생산성 저하를 일으키죠. 직원들의 번아웃으로 인해 매년 기업들이 날리는 비용은 1,250억 달러에서 1,950억 달러로 추정된다고 해요😮 직원들의 번아웃을 방지하는 것은 돈을 절약하면서도 직원들의 사기를 높일 수 있는 방법이죠. 이번 글에서는 직장인 번아웃에 영향을 미치는 요인에 대해 알아보겠습니다.
데이터 수집
데이터 세트는 kaggle로부터 수집되었습니다. 데이터 세트에는 여러 업종에 종사하는 직장인들의 응답이 포함되어 있어요. 주요 데이터 포인트로는 입사 날짜, 성별, 회사 유형(서비스or제품), 재택근무, 자원배분(일에 할당되는 자원 ex. 근로시간), 직원 재직권 지정, 정신적 피로 점수 등이 있죠. 이번 글에서는 위와 같은 요소들 중 어떤 것이 정신적 피로 점수를 결정하는지 살펴보려 합니다.
(그림1: 정신적 피로 점수 분포)
예측 데이터
직장인 번아웃을 분석할 때 어떤 데이터가 가장 예측이 잘 될지를 결정하기 위해 P-value와 AIC를 이용하기로 했습니다. P-value<.001로 사용된 첫 번째 데이터는 재택근무 가능 여부입니다.
(그림2: 재택근무 여부에 따른 정신적 피로 점수)
P-value<.001로 사용된 두번째 데이터는 자원배분입니다.
(그림3: 자원 배분에 따른 정신적 피로 점수)
그리고 마지막으로 요인별 P-value를 갖는 세 번째 데이터는 재직권 지정입니다.
(그림4: 재직권 지정에 따른 정신적 피로 점수)
다중선형회귀분석
모델이 번아웃으로 단순하게 유지되도록 하기 위해 피로 점수는 변환하지 않았습니다. 데이터를 변환하려고 할 때 다중 R 제곱은 대부분 영향을 받지 않았습니다. 이 모델의 다중 R 제곱은 66%입니다. 직원 탈진이 어느 정도 예견될 수 있음을 보여주죠. 재택근무가 불가능하고, 할 일이 많고, 책임감이 높아지면 직원의 정신적 피로가 가중됩니다.
(그림5: 모델의 계수)
권장사항 및 테스트
정신적 피로 점수를 낮추려는 기업에 대한 권장사항은 다음과 같습니다:
1. 재택근무를 강력히 고려합니다.
2. 자원 할당이 높은 역할에 더 많은 직원을 고용하는 것을 고려합니다.
3. 고위 직원들 간 일과 삶의 균형을 촉진합니다.
6개월 안에 다시 직원들을 대상으로 설문조사를 하면 정신적 피로 점수가 낮아졌는지 판가름할 수 있습니다.
데이터로 기업 문화도 바꿔나갈 수 있습니다. 데이터로 연구하고 싶은 분야가 있다면? 지금 바로 스파이더킴을 방문하세요!
Comments