Intro
구성원들의 성별, 인종 등 인적다양성이 높은 것은 조직에게 득일까, 실일까?
학계나 기업 현장에서 조직 내 인력 다양성(workforce diversity)에 대한 관심이 높은 만큼이나(이을터, 2018), 다양성이 과연 조직성과에 도움이 되는지에 대해서도 상반된 시각이 존재한다.
다양성이 높은 팀은 그렇지 않은 팀에 비해 상이한 관점과 아이디어, 의견이 존재하므로 뛰어난 성과를 보일수도 있지만, 살아온 배경이나 가치관이 달라 의사소통 과정에서 난관에 부딪칠 수도 있기 때문이다(Henrik & Amy, 2022).
이에, 데이터 분석을 통해 실제로 인적구성의 다양성이 조직에 어떤 영향을 미치는지 알아보고 싶었다. 인적구성 다양성으로는 성별, 인종, 나이 등 여러가지 요소가 있겠지만 입수 가능한 데이터를 중심으로 분석해보고자 한다.
Data Set
분석한 데이터는 kaggle에서 ‘employee diversity’를 키워드로 넣어 검색하여 찾은 데이터이다.
다만 다운로드한 데이터에는 인적다양성으로 볼 수 있는 항목으로 성별, 인종 정도만 있었기 때문에 이 2가지를 중심으로 조직 내 다양성을 분석해보고자 한다.
Analysis in HEARTCOUNT
하트카운트에서 제공하는 여러 분석 및 시각화 기능을 활용하였고, 아래와 같은 결과를 얻을 수 있었다.
1. 스마트랭킹
스마트랭킹 기능을 통해 성별, 인종별 조직 내에서 어떤 특징을 보이는지 탐색해보았다.
1-1. 성별에 대한 스마트랭킹
EmpSatisfaction(직원만족도), EngagementSurvey(몰입도), PerfScoreID(성과점수) 등 대부분의 항목에서 여성이 남성보다 높은 랭킹을 차지하였으나, PayRate(임금비율), SpecialProjectsCount(수행한 특별 프로젝트 갯수) 항목에서는 남자가 높은 랭킹을 차지하였다.
1-2. 인종에 대한 스마트랭킹
인종 중에서는 그래프가 파란색인 A(American Indian or Alaska Native)가 EmpSatisfaction(직원만족도), PerfScoreID(성과점수) 항목에서 높은 랭킹을 차지했다. 그래프가 노란색인 A(Asian)는 Position(직위), SpecialProjectsCount(수행한 특별 프로젝트 갯수) 항목에서 높은 랭킹을 차지했다. W(White)는 EngagementSurvey(몰입도)가 높은 것으로 나타났다.
2. 드릴다운
조직구성원의 몰입도는 조직성과에 중요한 영향을 줄 수 있는 항목이므로, 드릴다운 기능을 통해 성별과 인종별 EngagementSurvey(몰입도)의 평균을 비교해보았다.
여성의 경우 American Indian or Alaska Native(3.58점), Two or more races(3.49점), White(3.44점), Black or African American(3.31점), Asian(3.10점) 순으로 대부분의 인종이 3점대였는데, Hispanic(1.79점)은 현저히 낮은 점수를 기록했다. 단, Hispanic에 해당하는 직원은 1명뿐이었으므로 해석에 유의할 필요가 있다.
남성의 경우 White(3.42점), Black or African American(3.36점), Hispanic(3.09점), Two or more races(2.98점), American Indian or Alaska Native(2.71점), Asian(2.51점) 순으로 나타났으며, 인종 간 점수차이가 다소 벌어지는 것으로 나타났다.
드릴다운을 통해 살펴본 결과, 몰입도가 가장 높은 집단은 여성이면서 American Indian or Alaska Native(3.58점)인 경우였으며 남성이면서 Asian(2.51점)인 집단의 몰입도가 낮으므로 몰입도를 높일 수 있는 조직차원의 노력과 지원이 필요할 것이다.
3. 비교분석
비교분석 기능을 통해 2개 그룹이 어떤 항목에서 큰 차이 또는 유사성을 보이는지 파악할 수 있다.
3-1. 성별 비교분석
여성과 남성 그룹 간 통계적 특성 차이를 확인한 결과 PayRate, EngagementSurvey 등에서 약간의 차이가 있긴 했지만 차트에서도 보여지듯이 상당한 차이가 나타나는 항목은 거의 없었다.
3-2. 인종 비교분석
이 데이터에서 가장 많은 표본을 차지하는 White와 그 외의 그룹의 통계적 특성 차이를 확인했을 때, EngagementSurvey, PayRate 등의 항목에서 White와 그 외의 그룹 사이에 통계적 특성 차이가 나타나는 영역이 상당부분 있는 것으로 확인되었다.
3-3. 성과점수 비교분석
PerformanceScore(성과점수)가 높은 그룹과 낮은 그룹 간 통계적 특성 차이를 확인했을 때, 성과점수가 높은 그룹이 낮은 그룹에 비해 EmpSatisfaction(직원만족도)에서 높은점수에 해당하는 직원이 더 많은 것을 알 수 있었다. 또한 성과점수가 높은 그룹이 낮은 그룹에 비해 PayRate(임금비율)에서 높은쪽에 해당하는 직원이 더 많은 것을 알 수 있었다.
Insight
•
조직 내에서 인적다양성(성별, 인종)이 조직에 긍정적인 영향을 미치는지 살펴본 결과, 대부분의 항목에서 여성이 남성보다 높은 랭킹을 차지하였음. 인종의 경우 American Indian or Alaska Native가 EmpSatisfaction(직원만족도), PerfScoreID(성과점수) 항목에서 높은 랭킹을 차지하는 것을 알 수 있었음
•
조직성과에 영향을 줄 수 있는 몰입도의 경우, 몰입도가 가장 높은 집단은 ‘여성이면서 American Indian or Alaska Native인 경우’였으며 ‘남성이면서 Asian인 집단’은 몰입도가 낮았으므로 조직차원의 노력과 지원이 필요함
•
그러나, 전체 표본수가 310명으로 적은 편이었으므로 조직 내 인적다양성이 조직성과 등에 어떠한 영향을 미치는지에 대해 알아보기에는 어려움이 있었으며, 결과해석 및 분석내용의 일반화에 주의할 필요가 있음
•
추후에는 표본수가 더 크고, 연령(Age)이나 세대(Generation) 구성에 대한 정보도 포함되어 있는 데이터를 확보하여 분석에 활용한다면 조직구성원의 인적다양성에 대해 좀 더 유의미한 결과 도출이 가능할 것임
참고문헌
이을터(2018), 다양성 인사시스템 및 인력개발 모델의 탐색, 인적자원개발연구, 21(4), 197-220.
Henrik, B. & Amy, C. E.(2022), Research: To Excel, Diverse Teams Need Psychological Safety, Harvard Business Review.
끝으로..
데이터 히어로 3기에 참여하면서 양질의 강의영상과 자료, 그리고 운영진께서 꼼꼼하게 안내해주신 덕분에 마지막까지 잘 따라갈 수 있었고 하트카운트에서 제공하는 기능들을 직접 사용해 볼 수 있어서 데이터 시각화에 조금 친숙해진 느낌이 들었습니다.
다만, 하트카운트의 유용한 기능들이 빛을 발하려면 기능에 대한 이해도 중요하지만, 데이터 셋이 분석에 용이하도록 세팅되어(적정 크기의 표본, 서베이 항목 등) 있어야 하겠구나 라는 생각이 들었습니다.
소중한 기회를 주신 데이터 히어로 운영진분들께 다시 한 번 감사드립니다^^