[데이터로 들여다 본 HR] 5편-성격 나쁜 사람?

지난 시간에는 성과가 좋을 것으로 기대되는 “좋은” 성격에 대해서 알아봤다. 많은 선행연구에서 성실성(consciousness)이란 성격이 산업과 직무에 관계없이 고성과자를 잘 예측하였고,  A사 연구 결과는 사회성과 성취지향성이 인터뷰 성과를 높은 확률로 예측하고 있음을 밝혀냈다. 이렇듯 채용 현장에서 우리는 높은 성과를 낼 확률이 높은 사람을 예측하고 채용하려고 한다. 그러면 회사에 들어와서는 어떠한 성격에 우리 HR은 관심을 가져야 할까? 여러 가지 대답이 가능할 것이다. 예를 들면, 조직에 “융화”되는 사람, “협업”하기 좋은 사람 등을 성격 기반으로 추론하고 예측하려는 활동이 필요할 것이다. 그러나 오랜시간 우리 HRer이 관심을 갖고 풀려고 했던 숙제는 바로 “퇴사할 것 같은 사람”을 예측하는 것이다. 

최근에는 노동 시장의 유연성이 높아져서 조직간 이동이 비교적 자유로워졌지만, 회사 및  HR 입장에서는 한 사람을 채용하고 사회화 후 전력화시킬때까지는 생각보다 많은 비용과 시간을 투자한다. 그렇기 때문에 잘 “키워놓은” 구성원이 퇴사한다는 것은 조직 입장에서는 손실로 인식될 수 있다. 그러므로 HR 부서와 People Analytics에서는 오랫동안 퇴사 예측 모델 등에 높은 관심을 보여왔다. 특히 핵심인재 비율이 높은 회사에서는 그들의 이직은 곧 회사의 경쟁력 하락에 직접적으로 연결되므로 더욱 큰 관심을 갖고 있다.

유통 및 화학 기업인 B사는 입사 후 3년 내 퇴사하는 구성원들이 근속하는 인원 대비 성격에서의 차이점을 보이는지를 알아보고자 했다. B사는 입사 시 대표적인 성격 구분 중 하나인 Big Five 요인에 성취지향성을 더해서 총 6개 성격을 활용하고 있다. 데이터 분석을 위해 우선 한 지점 입사 인원의 성격 데이터와 그들의 근속 여부를 확인했다. 두 집단의 성격 요인 간의 차이점은 간단하게 평균 차이를 검증하는 t-test를 활용했다. t-test는 두 집단 간의 특정한 점수 간 차이가 통계적으로 유의미하게 차이가 발생하는지를 볼때 활용하는 방법이며 통계적인 분석 방법 역시 간단하다. 

분석 결과 공교롭게도 두 집단간 성격 점수 간의 차이는 통계적으로 유의한 수준에서는 발생하지 않음을 알 수 있었다. 즉, 성격 요인 6가지가 근속과 퇴직 집단의 차이를 설명하지는 못한다는 것이다. 그럼에도 불구하고 흥미로웠던 점은 두 집단간 가장 큰 차이를 보이는 점수는 성실성 요인이었으며, 오히려 호감성(agreeableness)은 퇴직 집단이 더욱 높은 점수를 보이고 있었다. 통계적으로 유의한 차이가 아니므로 결과에 대한 해석이 제한있겟지만 계획한 바를 끝까지 해내고, 규준이나 규칙 등을 준수하려는 성격 등을 의미하는 성실성을 높게 지니고 있는 인원은 비교적 퇴직 가능성이 높음을 추론해볼 수 있다.

물론 퇴직 인원이 근속 집단에 비해서 특정 성격 요인이 높게 나왔다고 해서 HR에서 할 수 있는 intervention은 매우 제한적이다. 왜냐하면 성격은 환경과 상황을 막론하고 안정적이고 변화하지 않는 특성을 보이기 때문이다. 그럼에도 불구하고 한 조직에서 데이터를 통해서 퇴직하는 인원이 성격에서 지속적인 특징을 보인다면 이는 채용 측면에서 참고 자료로 고려해볼만한 요인이 될 수도 있을 것이다. 더불어, 기존의 여러 선행 연구를 통해서 ‘출퇴근 거리가 먼 사람이 퇴직할 확률이 높다’ 혹은 ‘경력증명서를 자주 열람하는 사람일수록 곧 퇴직할 확률이 높다’ 등의 퇴직을 설명하려는 분석이 있어왔다. 이러한 모든 분석들은 구성원들 퇴직을 막기 위한 예방(prescriptive) 활동의 근거가 되어야 할 것이다. People analytics를 통해서 우리 HR이 조직의 여러 활동을 예방하는 원천이 되길 기원하며 본 고를 마친다.

공유하기

Share on facebook
Share on linkedin
Share on twitter
Share on email
0 개의 댓글
Inline Feedbacks
View all comments

인살롱 인기글

error: 컨텐츠 도용 방지를 위해 우클릭이 금지되어 있습니다.

로그인

인살롱 계정이 없으세요? 회원가입

도움이 필요하신가요?

문의사항이 있다면 알려주세요

Close Bitnami banner
Bitnami