III. 연구방법
5. 자료분석
외에도 중요도-수행도 분석(IPA: importance-performance analysis)을 활용하였다.
연구문제별 자료분석 방법을 요약한 표는 <표 Ⅲ-16>과 같다.
가. 기술통계 분석
요인분석(exploratory factor analysis)을 실시하여 요인의 수와 구조를 확인하였으며, 이때에는 최대우도법과 직교회전 중 베리맥스(varimax) 방식을 활용하였다. 한편 문항별 요인적재값(factor loading, 0.4 이상)을 바탕으로 문항의 적절성을 확인하였으며, 부적절하다고 판단된 문항은 수정하거나 삭제를 검토하였다. 이후 확인적 요인분석을 통해 측정모형의 타당도를 재검토 하였으며, 개념신뢰도(CR, 0.7 이상), 잠재변수의 평균분산추출(AVE: averaged variance extracted, 0.5 이상)을 검토하여 신뢰도와 타당도를 확인하였다. 또한 측정모형의 적합도를 판별하기 위해RMSEA, GFI, CFI, TLI 등의 지수를 활용하였으며, 일반적으로 RMSEA는 0.1 이하, GFI, CFI, TLI는 0.9 이상인 경우 적합한 것으로 판단한다.
한편, 경력성공 준거 모형의 타당도를 검증하기 위해 확인적 요인분석을 실시하였다. 경력성공 준거 모형의 타당도는 조형적 지표(formative indicator)
3)
에 의한 확인적 요인분석을 통해 검증하였다. 경력성공의 각 영역들이 보상, 지위, 권한, 전문성과 같은 경력성공 준거들의 조합으로 구성되었으므로 일반적으로 활용되는 반영적 측정모델(reflective measurement model)이 적합하지 않다고 판단하였기 때문이다. 조형지표를 활용한 확인적 요인분석은 SMART PLS 3.0 프로그램을 활용하여 분석하였다. 조형지표는 지표 간 상관관계를 가정하지 않으므로 신뢰도(cronbach α, AVE 등) 분석이 생략되며, 측정지표에서 잠재변인으로 가는 경로계수(outer weight) 값이 유의미하고, 조형지표들과 연구모형에 존재하는 모든 잠재변수들과의 상관계수(cross loadings)를 구해서 각각의 조형지표와 해당 조형개념과의 상관계수가 다른 잠재변수들과의 상관계수보다 모두 크면 수렴타당도와 판별타당도를 충족하는 것으로 판단한다(Chin, 1998; Unbach & Ahlemann, 2010).다. 차이 검정
이 연구에서는 경력성공 준거별 중요도 인식 수준에 따른 특성과 성취도 인식의 차이를 검정하기 위하여 카이스퀘어() 검정과 t-test를 활용하였다. 이 연구에 포함된 경력성공 준거 관련 특성변인 중 성별, 세대, 결혼여부, 최종학력, 경력단계, 이직경험 유무, 직급, 연봉수준, 세부직무, 기업규모, 산업군과 같이 명목변수로 측정한 변인들은 카이스퀘어 검정을 통하 빈도차이를 확인하였으며, 현 직장 재직기간과 전체 경력기간의 경우에는 연속변수로 측정하였으므로 t-test를 활용하여 분석하였다.
카이스퀘어 검정을 실시하기 위해서는 각 셀당 사례수가 5 이상을 충족해야 하므로 관련특성의 각 수준별 사례수가 20 미만인 변인은 통합하거나 삭제하고 분석에 활용하였다. 먼저 인구통계 특성 변인 중에서 세대 중 베이비부머(1960년 이전 출생자) 세대의 경우 3명으로 사례수가 적었으므로 분석에서 제외하였다. 결혼여부는 미혼, 기혼, 비혼(이혼, 사별 등)으로 구분하였으나 비혼의 경우 사례수가 9명로 나타나 분석에 적합하지 않아 제외하였다. 최종학력의 경우에는 고졸 이하에 응답한 사람이
3) 측정지표들이 잠재변수를 형성하거나 잠재변수의 원인이 되는 경우 그 지표를 조형지표(formative indicator) 또는 형성지표라고 하고, 잠재변수를 조형개념(formative construct) 또는
복합체(composite)라고 한다(김중인, 2012)
10명으로 사례수가 적었으므로 분석에서 제외하였다. 경력 특성 변인과 관련하여 직급
구분 변인 수준 사례수
직무 및 조직 특성
세부직무
사업관리 48
기획 100
인사/노무/교육 133
재무/회계 44
생산/품질 29
총무/전산/구매 62
영업/마케팅 154
연구개발 119
기업규모 중소기업 39
중견기업 193
대기업 482
산업군
제조업 214
교육서비스업 64
건설업 52
도/소매업 29
전문/과학/기술서비스업 91
금융/보험업 136
출판/영상/방송통신/정보서비스업 96
<표 Ⅲ-18> 분석에 포함된 관련 특성의 수준별 사례수
라. 중요도-수행도 분석(IPA: imfortance-performance analysis)
중요도-수행도 분석(IPA)은 평가의 대상이 가진 각 속성의 상대적인 중요도와 수행도(또는 만족도)를 동시에 비교·분석하는 평가기법으로(Hammit, Bixer & Noe, 1996), 1970년대 경영학에서 최초로 소개되어 정책, 건강, 마케팅, 교육, 경제, 관광, 심리학 등 여러 분야에서 활용되고 있다(Oh, 2001). IPA는 연구대상의 속성별 중요도와 수행도를 바탕으로 개선이 필요한 속성항목을 도출하고, 이를 시각적으로 제시한다는 점에서 선호되고 있다.
IPA는 중요도와 수행도의 속성별 비교평가 값에 의하여 4가지의 다면적 의사결정을 내린다. 중요도-수행도는 중심점(교점)을 기준으로 나누어진 4분면(quadrant)에 대하여 [그림 Ⅲ-3]과 같이 표시된다. IPA에서 교점의 설정은 평가대상이 어떤 영역에 속하게 될지를 구분하는데 결정적인 요소로 매우 중요하다. 이를 결정하는 방법에는 크게 3가지가 있는데, 중앙값을 이용하는 방법, 평균값을 활용하는 방법, 연구자가 임의로 설정하는 방법이다. 이 연구에서는 연구자의 주관에 따라 임의로 교점을 설정하였는데, 중요도와 성취도에 대한 응답점수를 기준으로 ‘중요하다’또는 ‘성취했다’라고 인식하고 있는 준거와 그렇지 않은 준거를 구분하고자 하였다. 따라서 교점을 4점으로 설정하여 분석하였다.
[그림 Ⅲ-3] 중요도-수행도 매트릭스(Martilla & James, 1977)
이혁기, 구희곤, 임수원(2009)은 IPA 매트릭스에 대해 우선순위와 자원의 분배에 대해 <표 Ⅲ-19>와 같이 설명하였다. 즉, 2사분면에 포함된 속성에 대해 최우선적으로 개선의 노력이 요구되며, 1사분면은 현재 상태로 지속적인 관리가 필요하다.
구분 설명 우선순위 결정 및 자원 분배
1사분면 중요도 ↑, 수행도↑ 현재의 상태로 지속적인 유지관리가 요구됨 2사분면 중요도 ↑, 수행도↓ 최우선적으로 개선의 노력이 요구됨 3사분면 중요도 ↓, 수행도↓ 현 시점에서 우선 고려사항이 아님 4사분면 중요도 ↓, 수행도↑ 현재의 노력에 대해 고려해야 함
<표 Ⅲ-19> IPA 매트릭스에 따른 우선순위 결정 및 자원 분배