The effect of hazardous machinery and equipment status on industrial accidents with the mediation effects of workers’ safety behavior levels in the workplace

2020, 31

6)

1037–1047

사업장의 위험기계·기구현황이 산업재해에 미치는 영향:

근로자 안전 행동수준의 매개효과

ᄋ

ᅵ창훈

¹

²

12산업안전보건연구원

ᄌ ᅥ

ᆸᄉ ᅮ 2020ᄂ ᅧ ᆫ 10ᄋ ᅯ ᆯ 6ᄋ ᅵ ᆯ, ᄉ ᅮᄌ ᅥ ᆼ 2020ᄂ ᅧ ᆫ 11ᄋ ᅯ ᆯ 11ᄋ ᅵ ᆯ, ᄀ ᅦᄌ ᅢ ᄒ ᅪ ᆨᄌ ᅥ ᆼ 2020ᄂ ᅧ ᆫ 11ᄋ ᅯ ᆯ 17ᄋ ᅵ ᆯ

요 약

ᄇ

ᅩ ᆫ ᄋ ᅧ ᆫᄀ ᅮᄂ ᅳ ᆫ ᄉ ᅡᄋ ᅥ ᆸᄌ ᅡ ᆼᄋ ᅵ ᄇ ᅩᄋ ᅲᄒ ᅡᄀ ᅩ ᄋ ᅵ ᆻᄂ ᅳ ᆫ ᄋ ᅱᄒ ᅥ ᆷᄀ ᅵᄀ ᅨ·ᄀ ᅵᄀ ᅮᄋ ᅴ ᄉ ᅮᄋ ᅪ ᄌ ᅩ ᆼ ᄅ ᅲᄀ ᅡ ᄀ ᅳ ᆫ ᄅ ᅩᄌ ᅡ ᄋ ᅡ ᆫᄌ ᅥ ᆫ ᄒ ᅢ ᆼᄃ ᅩ ᆼ ᄉ ᅮᄌ ᅮ ᆫ ᄀ ᅪ ᄉ ᅡ ᆫᄋ ᅥ ᆸᄌ ᅢ ᄒ

ᅢᄋ ᅦ ᄆ ᅵᄎ ᅵᄂ ᅳ ᆫ ᄋ ᅧ ᆼᄒ ᅣ ᆼᄋ ᅳ ᆯ ᄋ ᅡ ᆯᄋ ᅡᄇ ᅩᄀ ᅵ ᄋ ᅱᄒ ᅢ ᄉ ᅵ ᆯᄉ ᅵᄃ ᅬᄋ ᅥ ᆻᄃ ᅡ. ᄋ ᅧ ᆫᄀ ᅮᄃ ᅢᄉ ᅡ ᆼᄋ ᅳ ᆫ ᄋ ᅡ ᆫᄌ ᅥ ᆫᄇ ᅩᄀ ᅥ ᆫᄀ ᅩ ᆼ ᄃ ᅡ ᆫᄋ ᅦᄉ ᅥ ᄌ ᅩᄉ ᅡᄒ ᅡᄂ ᅳ ᆫ ᄀ ᅮ ᆨ ᄀ ᅡᄉ ᅳ ᆼᄋ ᅵ ᆫᄐ ᅩ ᆼ ᄀ

ᅨ2ᄌ ᅩ ᆼ(ᄌ ᅡ ᆨᄋ ᅥ ᆸᄒ ᅪ ᆫᄀ ᅧ ᆼ ᄉ ᅵ ᆯᄐ ᅢᄌ ᅩᄉ ᅡ, ᄉ ᅡ ᆫᄋ ᅥ ᆸᄋ ᅡ ᆫᄌ ᅥ ᆫᄇ ᅩᄀ ᅥ ᆫ ᄉ ᅵ ᆯᄐ ᅢᄌ ᅩᄉ ᅡ)ᄀ ᅪ ᄉ ᅡ ᆫᄋ ᅥ ᆸᄌ ᅢᄒ ᅢᄐ ᅩ ᆼ ᄀ ᅨᄅ ᅳ ᆯ ᄇ ᅧ ᆼᄒ ᅡ ᆸᄒ ᅡᄋ ᅧ ᄉ ᅢᄅ ᅩ ᄀ ᅮᄉ ᅥ ᆼᄃ ᅬ ᆫ ᄌ ᅡᄅ ᅭᄅ ᅳ ᆯ ᄃ

ᅢᄉ ᅡ ᆼᄋ ᅳᄅ ᅩ ᄒ ᅡ ᆫᄃ ᅡ. ᄀ ᅮᄌ ᅩᄇ ᅡ ᆼᄌ ᅥ ᆼᄉ ᅵ ᆨ ᄆ ᅩᄒ ᅧ ᆼᄋ ᅳ ᆯ ᄉ ᅡᄋ ᅭ ᆼ ᄒ ᅡᄋ ᅧ ᄀ ᅳ ᆫ ᄅ ᅩᄌ ᅡ ᄋ ᅡ ᆫᄌ ᅥ ᆫ ᄒ ᅢ ᆼᄃ ᅩ ᆼ ᄉ ᅮᄌ ᅮ ᆫᄋ ᅳ ᆯ ᄆ ᅢᄀ ᅢᄒ ᅭᄀ ᅪᄅ ᅩ ᄃ ᅮᄋ ᅥ ᄉ ᅡᄋ ᅥ ᆸᄌ ᅡ ᆼ ᄋ ᅱᄒ ᅥ ᆷᄀ ᅵ ᄀ

ᅨ·ᄀ ᅵᄀ ᅮᄒ ᅧ ᆫᄒ ᅪ ᆼᄋ ᅵ ᄉ ᅡ ᆫᄋ ᅥ ᆸᄌ ᅢᄒ ᅢᄋ ᅦ ᄆ ᅵᄎ ᅵᄂ ᅳ ᆫ ᄋ ᅧ ᆼᄒ ᅣ ᆼᄋ ᅳ ᆯ ᄇ ᅮ ᆫᄉ ᅥ ᆨᄒ ᅡᄋ ᅧ ᆻᄃ ᅡ. ᄇ ᅮ ᆫᄉ ᅥ ᆨᄀ ᅧ ᆯᄀ ᅪ ᄋ ᅱᄒ ᅥ ᆷᄀ ᅵᄀ ᅨ·ᄀ ᅵᄀ ᅮᄀ ᅡ ᄆ ᅡ ᆭᄋ ᅳ ᆯ ᄉ ᅮᄅ ᅩ ᆨ ᄀ ᅳ ᆫ ᄅ ᅩᄌ ᅡ ᄋ ᅡ ᆫ ᄌ

ᅥ ᆫ ᄒ ᅢ ᆼᄃ ᅩ ᆼ ᄉ ᅮᄌ ᅮ ᆫᄋ ᅳ ᆯ ᄄ ᅥ ᆯᄋ ᅥᄄ ᅳᄅ ᅵᄂ ᅳ ᆫ ᄀ ᅥ ᆺᄋ ᅳᄅ ᅩ ᄂ ᅡᄐ ᅡᄂ ᅡ ᆻᄃ ᅡ. ᄀ ᅳ ᆫ ᄅ ᅩᄌ ᅡ ᄋ ᅡ ᆫᄌ ᅥ ᆫᄒ ᅢ ᆼᄃ ᅩ ᆼ ᄉ ᅮᄌ ᅮ ᆫ ᄋ ᅵ ᄂ ᅩ ᇁᄋ ᅳ ᆯ ᄉ ᅮᄅ ᅩ ᆨ ᄉ ᅡ ᆫᄋ ᅥ ᆸᄌ ᅢᄒ ᅢᄀ ᅡ ᄂ ᅡ ᆽᄋ ᅡᄌ ᅵᄂ ᅳ ᆫ ᄀ ᅥ

ᆺᄋ ᅳᄅ ᅩ ᄂ ᅡᄐ ᅡᄂ ᅡ ᆻᄃ ᅡ. ᄋ ᅱᄒ ᅥ ᆷᄀ ᅵᄀ ᅨ·ᄀ ᅵᄀ ᅮᄀ ᅡ ᄆ ᅡ ᆭᄋ ᅳ ᆯ ᄉ ᅮᄅ ᅩ ᆨ ᄉ ᅡ ᆫᄋ ᅥ ᆸᄌ ᅢᄒ ᅢᄅ ᅳ ᆯ ᄂ ᅩ ᇁ ᄋ ᅵᄂ ᅳ ᆫ ᄀ ᅥ ᆺᄋ ᅳᄅ ᅩ ᄂ ᅡᄐ ᅡᄂ ᅡ ᆻᄃ ᅡ.

ᄌ

ᅮᄋ ᅭᄋ ᅭ ᆼ ᄋ ᅥ: ᄀ ᅮᄌ ᅩᄇ ᅡ ᆼᄌ ᅥ ᆼᄉ ᅵ ᆨ, ᄉ ᅡ ᆫᄋ ᅥ ᆸᄋ ᅡ ᆫᄌ ᅥ ᆫᄇ ᅩᄀ ᅥ ᆫ ᄉ ᅵ ᆯᄐ ᅢᄌ ᅩᄉ ᅡ, ᄉ ᅡ ᆫᄋ ᅥ ᆸᄌ ᅢᄒ ᅢ, ᄋ ᅱᄒ ᅥ ᆷᄀ ᅵᄀ ᅨ·ᄀ ᅵᄀ ᅮ, ᄌ ᅡ ᆨᄋ ᅥ ᆸᄒ ᅪ ᆫᄀ ᅧ ᆼ ᄉ ᅵ ᆯᄐ ᅢᄌ ᅩᄉ ᅡ.

1. 서론 ᄉ

ᅡ업장 내 유해하거나 위험한 기계·기구 및 설비를사용하는근로자들을산업재해로부터 보호하기 위 ᄒ

ᅢ 산업안전보건법 제93조에는사업주가 유해한 위험기계·기구 등의 안전에관한 성능이 안전검사 기준 ᄋ

ᅦ 적합한지를안전검사기관으로부터 안전검사를받도록함으로써 산업재해를예방하기 위한 제도를갖 ᄎ

ᅮ고 있다.

ᄋ

ᅮ리나라는위험기계·기구를사업장에 설치 후 유해위험방지 조치하는것보다 설치 전 제조와 유통단 ᄀ

ᅨ에서 규제하여 위험 요인을사전에 제거하여 안전성을확보하도록하고 있다 (Jung, 2015). 이에 우 ᄅ

ᅵ나라는크레인, 프레스 및 전단기와 같이 위험기계·기구들의 위험요소를제거하여 재해발생의 원인을 주

ᆯ이기 위해 선진 외국 및 국제 표준기구의 검사, 인증기준과의 비교분석을 통해 안전기준을선진화하였 ᄃ

ᅡ (Cha, 2006). 또한, 산업현장이 변함에 따라 위험기계·기구로 발생하는산업재해 원인분석 및 예방 으

ᆯ위한 구조개선 연구가 진행되어 위험성평가를 통해 안전관리 개선효과를제시하거나 안전인증의 효 ᄀ

ᅪ와 자율안전확인 적정성 평가 개선방안 등이 연구되었다 (Shin, 2009; Lee, 2005; Choi, 2016; Choi와 Loh, 2016). 이처럼 위험기계·기구와관련된 연구들은사전에 위험을제거함으로써 산업재해를예방하 느

ᆫ형태로 이루어졌다.

보

ᆫ연구에서는사업장 내 위험기계·기구 현황이 산업재해에 미치는영향을근로자 안전 행동수준을매 ᄀ

ᅢ효과로 두어 구조방정식으로 분석하고자 한다. 기존의근로자의 안전행동연구들은작업장 내 심리적

1

(44429) ᄋ ᅮ ᆯ ᄉ ᅡ ᆫ ᄀ ᅪ ᆼᄋ ᅧ ᆨᄉ ᅵ ᄌ ᅮ ᆼ ᄀ ᅮ ᄌ ᅩ ᆼ ᄀ ᅡᄅ ᅩ 400, ᄉ ᅡ ᆫᄋ ᅥ ᆸᄋ ᅡ ᆫᄌ ᅥ ᆫᄇ ᅩᄀ ᅥ ᆫᄋ ᅧ ᆫᄀ ᅮᄋ ᅯ ᆫ ᄌ ᅥ ᆼᄎ ᅢ ᆨᄌ ᅦᄃ ᅩᄋ ᅧ ᆫᄀ ᅮᄇ ᅮ, ᄋ ᅧ ᆫᄀ ᅮᄋ ᅯ ᆫ.

2

ᄀ ᅭᄉ ᅵ ᆫᄌ ᅥᄌ ᅡ: (44429) ᄋ ᅮ ᆯ ᄉ ᅡ ᆫ ᄀ ᅪ ᆼᄋ ᅧ ᆨᄉ ᅵ ᄌ ᅮ ᆼ ᄀ ᅮ ᄌ ᅩ ᆼ ᄀ ᅡᄅ ᅩ 400, ᄉ ᅡ ᆫᄋ ᅥ ᆸᄋ ᅡ ᆫᄌ ᅥ ᆫᄇ ᅩᄀ ᅥ ᆫᄋ ᅧ ᆫᄀ ᅮᄋ ᅯ ᆫ ᄌ ᅥ ᆼᄎ ᅢ ᆨᄌ ᅦᄃ ᅩᄋ ᅧ ᆫᄀ ᅮᄇ ᅮ, ᄋ ᅧ ᆫᄀ ᅮᄋ ᅱᄋ ᅯ ᆫ.

E-mail: [email protected]

여

ᆼ향 위주로 연구되었다. 직장 내 스트레스가 안전행동과 안전분위기에 영향을미치는것으로 나타났으 ᄆ

ᅧ, 안전분위기가 안전행동과 산업재해에 영향을미치는것으로 나타났다 (Lee 등, 2010; Kim과 Park, 2002). 사업장의 안전과관련된 절차와 정책, 관행을의미하는 안전풍토 측면에서 전반적인 안전성 지 ᄀ

ᅡ

ᆨ이 안전행동에 영향을미치는것으로 나타났다 (Yi 등, 2011).

보

ᆫ 논문은 사업장 내 심리적 요인이 아닌 물리적 요인이 근로자 안전행동에 어떠한 영향을 주는 지 ᄋ

ᅡ

ᆯ아보고자 한다. 다양한 위험기계·기구의 현황과 존재여부에 따라 산업재해와근로자가 안전 행동수칙 주

ᆫ수여부에 영향을미칠 것이라는가정에서 시작하였다. 가정은 총 3가지로 첫째, 사업장 내 다수의 위 ᄒ

ᅥᆷ기계·기구가 많고, 종류가 다양한근로환경이라면근로자가 안전 행동수준을제대로 준수하지 않을것 ᄋ

ᅳ로 가정하였다. 둘째, 근로자 안전 행동수준이 낮게 나타난 사업장의 산업재해는 높을것으로 가정하 ᄋ

ᅧᆻ다. 셋째, 위험기계·기구의 수가 많고 종류가 다양한 사업장의근로자들은더 많은산업재해가 나타날 거

ᆺ이라고 가정하였다.

보

ᆫ 연구는다음과 같이 구성된다. 2절에서는연구대상과 연구도구, 연구모형, 연구가설에 대해 서술 ᄒ

ᅡᆫ다. 3절에는구조방정식 모형을 통한 가설에 대한 실증분석을 실시한다. 끝으로 4절에서 분석결과와 겨

ᆯ론을정리한다.

2. 연구방법

2.1. 연구대상 ᄇ

ᅩᆫ연구에는사업장의 위험기계·기구 설비 현황과 같은 물리적 현황이 산업재해와 사업장의 안전보건 화

ᆯ동에 어떠한 영향을미치는지 알아보고자 한다. 이에 연구대상을안전보건공단에서 조사하는 국가승 ᄋ

ᅵᆫ통계 2종 (작업환경 실태조사, 산업안전보건 실태조사)과 산업재해통계를 병합하여 새로운 통합자료 르

ᆯ구성하였다. 작업환경 실태조사는전국제조업 사업장의 일반현황, 화학물질 취급현황, 위험기계·기 ᄀ

ᅮ 및 설비 보유현황 등을정기적으로 조사하는 국가승인통계로 제조업 143,716개 사업장을 조사한다.

사

ᆫ업안전보건 실태조사는산업현장 변화를모니터링하고 예방대책을마련하고자 제조업, 서비스업, 건 서

ᆯ업을 대상으로 전국 5,000개 사업장을조사한다. 자료병합은 사업장이 고유하게 가지고 있는 키-값 (key-value)인 사업장관리번호와 사업장개시번호를사용하여 정확하게 키-값이 일치하는사업장만을대 ᄉ

ᅡᆼ으로 병합하였다. 1차적으로 작업환경 실태조사에 조사된 143,716개 사업장 중에서 산업재해가 발생 ᄒ

ᅡᆫ 사업장에 해당하는 2019년 산업재해 49,708건을 병합하여 1차 통합자료를구성하였다. 1차 통합자 ᄅ

ᅭ에 산업안전보건 실태조사 제조업 2,015개 사업장을 키-값을 통해 병합한 결과 최종 1,598개 사업장 ᄆ

ᅡᆫ완전하게 구축되었으며 417개 사업장은소멸, 조사비적격 등의 사유로 병합되지 못하였다.

2.2. 연구도구

2.2.1. 근로자 안전 행동수준 ᄉ

ᅡᆫ업안전보건 실태조사에는 Griffin과 Neal (2000)이 개발한 근로자 안전행동수준을 측정하기 위한 무

ᆫ항을 포함하고 있다 (OSHRI, 2018). 안전행동 측정 문항을 묶어 잠재변수로 설정하였으며, ‘귀 사 어

ᆸ장의근로자는안전한 방법으로 일 (작업)을수행한다.’ (안전하게 작업수행), ‘귀 사업장의근로자는 이

ᆯ (작업)을할 때 항상 필요한 모든안전장치를사용한다.’ (안전장치 사용), ‘귀 사업장의근로자는정 화

ᆨ한 안전절차에 따라 일 (작업)을한다.’ (안전절차 따른작업수행), ‘귀 사업장의근로자는가장 안전 ᄒ

ᅡᆫ 상태에서 일 (작업)을 한다.’(안전한 상태로 작업수행)로 측정변수가 구성하였다. 척도의 문항 수는 ᄎ

ᅩᆼ 4문항으로 구성되어 있으며, 문항은 5점 리커트척도로 전혀 그렇지 않다 (1점), 그렇지 않다 (2점),

ᄇ

ᅩ통이다 (3점), 그렇다 (4점), 매우 그렇다 (5점)로 구성되었다. 해당 척도의 신뢰도를 조사한 결과 Cronbach’s α는 0.917로 나타났다.

2.2.2. 위험기계·기구 ᄉ

ᅡ업장 내 위험기계·기구 현황을 측정하기 위하여 작업환경 실태조사에서 조사한 위험 기계·기구 및 서

ᆯ비 보유현황을참고하였다 (KOSHA, 2019). 조사된84종의 기계·기구 중 2010년부터 2019년까지 제 ᄌ

ᅩ업 끼임 사고사망자가 가장 많이 발생한 프레스, 지게차, 컨베이어, 천장주행·갠트리 크레인, 사출성 혀

ᆼ기, 혼합기, 산업용로봇을 위험기계·기구로 선정하였다 (OSHRI, 2020). 본 연구를 위해 각 사업장 벼

ᆯ로 보유하고 있는 위험기계·기구의 합과 위험기계·기구 종류를 측정변수로 구성하였다. 위험기계·기 ᄀ

ᅮ의 합 빈도분석결과 사업장의 위험기계·기구의 분포가 최소 0대에서 최대 3,947대로 나타나 분석의 ᄑ

ᅧᆫ의를위해 로그변환하였다. 위험기계·기구 종류는해당 사업장에서 다루고 있는위험기계·기구의 종 ᄅ

ᅲ의 수를의미한다. 예를 들어 사업장에서 위험기계·기구를프레스와 지게차, 컨베이어를보유한 경우 3종류의 위험기계·기구를보유한 것으로 나타낸다.

2.2.3. 산업재해 ᄉ

ᅡᆫ업재해는다양한 재해유형과 기인물이 존재한다. 그 중 위험기계·기구로 발생하는산업재해 중 다 ᄉ

ᅮ를차지하는끼임사고 산업재해를다룬다 (OSHRI, 2020). 산업재해통계에서는근로자수 100명당 산 어

ᆸ재해 발생 비율을 뜻하는재해율 (%)을 산업재해의 지표로 일반적으로 사용한다. 본연구에도 위험 ᄀ

ᅵ계·기구로 발생한 끼임사고재해자에 해당 사업장 근로자수로 나누어 끼임사고재해율을 계산하였다.

(Ministry of Employment and Labor, 2019).

2.3. 연구모형 ᄇ

ᅩᆫ연구에서는위험기계·기구가근로자 안전 행동수준에 미치는영향과 이 두 가지 요인이 산업재해에 ᄆ

ᅵ치는영향을알아보고자 한다. Figure 2.1과 같이 연구모형을제시하였다.

Figure 2.1 Research model

2.4. 연구가설 ᄋ

ᅧᆫ구모형에 따른연구 가설은다음과 같다.

ᄀ

ᅡ설1. 위험기계·기구가 많을수록근로자 안전 행동수준은떨어질 것이다.

ᄀ

ᅡ설2. 안전 행동수준이 떨어질수록산업재해는 증가할 것이다.

ᄀ

ᅡ설3. 위험기계·기구가 많을수록산업재해가 증가할 것이다.

보

ᆫ 연구의 통계분석은 SPSS 25 프로그램으로 기술통계량, 신뢰도분석, 요인분석을 실시하였고, AMOS 21 프로그램을이용하여 확인적 요인분석, 구조방정식 모형 분석을 실시하여 모형의 적합도를 거

ᆷ증하였다. 구조방정식 모형의 적합도 평가는절대적합지수 (absolute fit index)인 χ², GFI, AGFI, RMSEA와 증분적합지수 (incremental fit index)인 상대적합도지수인 NFI, TLI, CFI를 활용하였다 (Hair 등, 2006).

3. 실증분석

3.1. 인구통계적 특성 ᄇ

ᅮᆫ석대상 사업장의 인구통계적 특성을살펴보면 Table 3.1과 같다.

ᄀ

ᅳᆫ로자수는 50인-99인 61.1%, 100인-299인 31.4%, 300인-499인 3.4%, 500인-999인 1.9%, 1,000인 ᄋ

ᅵ상 2.3%로 나타났다. 제조업을 중분류로 나누어 업종별로는금속제련업 0.9%, 기계기구·금속·비금속 과

ᆼ물제품제조업 35.0%, 도소매·음식·숙박업 0.1%, 목재 및 종이제품제조업 2.6%, 선박건조 및 수리업 1.5%, 섬유 및 섬유제품제조업 4.3%, 수제품 및 기타제품제조업 1.9%, 식료품제조업 11.5%, 의약품·화 ᄌ

ᅡᆼ품·연탄·석유제품제조업 3.9%, 전기·가스·증기 및 수도사업 0.1%, 전기기계기구·정밀기구·전자제품제 ᄌ

ᅩ업 24.3%, 화학 및 고무제품제조업 13.8%로 나타났다. 기업 간관계는모기업 (원청)/모기업 지역 ᄉ

ᅡ업장 75.7%, 원청·하청업체 5.6%, 원청업체의 사내 협력업체 5.9%, 원청업체의 사외 협력업체 2.8%, ᄋ

ᅯ

ᆫ청업체도 하청업체도 아님 10.0%로 나타났다.

3.2. 요인분석에 의한 타당성 부

ᆫ석에관련된 변수를 축소, 단순화하여 의미를파악하기 위하여 요인분석을 실시하였다. 요인추출방 버

ᆸ으로는 원래 변수들의 분산 중가급적 많은부분을설명하는소수의 요인을추출을 목적으로 하는주 서

ᆼ분 분석법을이용하였으며, 직각을 유지하면서 요인구조가 가장 뚜렷할 때까지 회전시키는 직각회전 (orthogonal rotation)방법 중 베리멕스 (varimax)방식을 사용하였다 (Henry, 1958). 요인분석 결과 6개의 변수가 2개의 요인으로 묵여졌으며, 각 요인의 특성을나타내는 중심적인 개념에 따라 사업장의 ᄋ

ᅱ험기계·기구의 합과 종류의 수를나타내는위험기계·기구, 사업장의근로자들이 안전절차 및 안전장비 ᄃ

ᅳ

ᆼ에 따라 작업을수행여부를나타내는근로자 안전 행동수준으로 명명하였다. 끼임사고재해율은잠재 ᄇ

ᅧᆫ수가 하나의 측정변수로 이루어져 있으므로 요인분석에는제외 하였다. 변수들간의 상관관계가 다른 ᄇ

ᅧᆫ수에 의해 잘 설명되는정도와 전체 상관관계행렬이 요인분석에 적합한지를나타내는지표인 KMO (Kaiser-Meyer-Olkin)값이 0.761로 0.5보다 크며, 상관관계행렬 상의 모든상관관계 값들이 전반적으로 ᄋ

ᅲ의성을나타내는 Bartlett의 구형성 검정의 유의확률이 0.001미만으로 0.05보다 작게 나와 요인분석 ᄋ

ᅵ 타당하게 이루어졌다 (Kim, 2010; Choi와 Ha, 2011; Lee과 Park, 2012).

ᄀ

ᅮ조방정식을 통한확인적 요인분석 결과와 측정모형의 적합도 분석결과는 Figure 3.1과 Table 3.3과 ᄀ

ᅡ

ᇀ다. 잠재변수는타원형 모양이며, 측정변수는 사각형 모양을,오차항은 e1에서 e6으로 나타냈다. 측 저

ᆼ모형의 적합도 분석결과 카이제곱 통계량의 유의확률이 0.160으로 기준인 0.05보다 크므로 만족하였 ᄃ

ᅡ. 절대적합도 지수인 GFI (Goodness of fit index)와 AGFI (Adjusted goodness of fit index), RM- SEA (Root mean square error of approximation)는각각 0.997, 0.994, 0.017로 적합도 기준이 0.9이 ᄉ

ᅡᆼ과 0.08이하를만족하였고, 증분적합지수인 NFI (Normed fit index)와 TLI (Tucker-Lewis index),

Table 3.1 Demographic characteristics

Category N %

Number of 50-99 976 61.1

workers 100-299 501 31.4

(people) 300-499 54 3.4

500-999 31 1.9

≥ 1,000 36 2.3

Manufacturing Metal smelting business 15 .9

industry Machinery, metal and non-metallic mineral 560 35.0 classification products manufacturing industry

Wholesale and retail, food and lodging 1 .1 Wood and paper product manufacturing 41 2.6 industry

Ship building and repair business 24 1.5 Textile and textile product manufacturing 68 4.3 industry

Handcrafted and other product manufacturing 31 1.9

Food manufacturing industry 184 11.5

Pharmaceuticals, cosmetics, briquettes, and 63 3.9 petroleum product manufacturing

Electricity, gas, steam and water business 1 .1 Electric machine equipment, precision 389 24.3 equipment, electronic product manufacturing

industry

Chemical and rubber product manufacturing 221 13.8 industry

Relationship Parent company/parent company local 1,209 75.7 between business place

companies Original contractor/subcontractor 90 5.6 In-house partners of the original contractor 94 5.9 External partner of the original contractor 45 2.8 Neither original contractor nor subcontractor 160 10.0

Total 1,598 100

Table 3.2 Factor analysis result

Latent variable Measured variable Factor 1 Factor 2 Workers’ safety Safely perform the task 0.916 -0.018

behavior level Performing work according to 0.906 -0.014 safety procedures

Use of safety devices 0.885 -0.023

Work in a safe state 0.876 -0.065

Hazardous Sum of Hazardous machinery -0.031 0.958 machinery and and equipment

equipment Kind of Hazardous machinery -0.033 0.957 and equipment

Initial Eigenvalues 3.212 1.839

Cumulative % 53.531 84.184

KMO 0.761

Bartlett’s test of sphericity χ

= 6540.775, df = 15, p < 0.001

CFI (Comparative fit index)는각각 0.998, 0.999, 0.999로 적합도 기준치 0.9이상으로 나타났다. 이를 ᄐ

ᅩ

ᆼ해 전체적으로 수용가능한 수준의 모형이라고 판단할 수 있다 (Sung, 2007).

Figure 3.1 Confirmatory factor analysis

Table 3.3 Fit index of CFA model

Index χ

p NFI TLI CFI GFI AGFI RMSEA

Measured value 13.054 .160 .998 .999 .999 .997 .994 .017 Cut-off point - >.05 >.90 >.90 >.90 >.90 >.90 ¡.08

3.3. 측정모형의 타당성 ᄀ

ᅮ성개념 타당성 (construct validity)은관측변수로 구성개념이 잘 측정되었는지 나타낸다. 구성개념 ᄐ

ᅡ당성은잠재변수를 측정하는 측정변수들의 일치성의 정도를의미하는 집중타당성 (convergent valid- ity)과 서로 독립된잠재변수 간 차이를의미하는판별타당성 (discriminant validity)로 구성된다.

ᄀ

ᅢ념신뢰도 (construct reliability: C.R.)는 집중타당성의 지표로 지표의 내적 일관성을 측정하는지 ᄑ

ᅭ로 쓰인다. 통상 0.7이상이면 내적 일관성이 보장된다. 분산추출지수 (average variance extracted:

AVE)는판별타당성의 지표로 잠재요인에 대한 측정변수가 설명할 수 있는 분산의 크기를나타내는 것 ᄋ

ᅳ로 통상적으로 0.5이상이 되어야 타당성이 있다고 본다. 개념신뢰도와 분산추출지수가 위의 수치를 ᄆ

ᅡᆫ족하면 측정모형의 타당성이 어느 정도 만족한다고 할 수 있다 (Hair 등, 1998; Kim, 2010). 확인적 ᄋ

ᅭ인분석의 결과와 신뢰성 분석 결과는 Table 3.4와 같다. 근로자 안전 행동수준과 위험기계·기구 모두 ᄀ

ᅢ념신뢰도와 분산추출지수가 기준값 이상을 만족하였다. 이에 신뢰성과 수렴타당성은 확보되어 실증 ᄆ

ᅩ형을구축할 수 있다고 판단된다.

ᄇ

ᅮᆫ산추출지수는 개념의 판별타당성을 측정하는지수로 사용되며 Table 3.5와 같이 각 요인의 분산추 추

ᆯ지수와 상관계수를비교하여 판단한다. 대각선에서는 분산추출지수가 나타나며 아래에는상관계수의 ᄌ

ᅦ곱값을나타낸다. 상관계수의 제곱값이 분산추출지수보다 모두 작아 요인 간 판별타당성의 요건을갖

ᄎ

ᅮ었다고 할 수 있다 (Fornel과 Lacker, 1981).

Table 3.4 Confirmation factor analysis result and construct validity

Latent Measured Factor Measurement C.R. AVE

variable variable loading error

Workers’ Safely perform the task .822 .132 .962 .863 safety Performing work according .878 .098

behavior to safety procedures

level Use of safety devices .836 .155

Work in a safe state .899 .084

Hazardous Sum of Hazardous .999 .005 .825 .704

machinery machinery and equipment

and Kind of Hazardous .837 .710

equipment machinery and equipment

Table 3.5 Squared correlation coefficient and AVE Workers’ safety Hazardous machinery

behavior level and equipment Workers’ safety .863

behavior level

Hazardous machinery .003 .704

and equipment

3.4. 연구모형과 연구가설의 검증 ᄀ

ᅮ조방정식 모형에 의한 연구모형의 분석결과는 Figure 3.2와 같다. 요인 간의 경로효과를파악하기 ᄋ

ᅱ해 직접효과와 간접효과로 구분하였다. Table 3.6은연구모델의 구조방정식 적합도 검정결과로 모든 ᄌ

ᅥᆨ합도지수가 만족하는것으로 나타났다. Table 3.7은가설검정의 결과로 총효과와 직접효과, 간접효과 ᄋ

ᅴ 계수와 유의성을검정하였다. 총효과는 직접효과와 간접효과를합한 것으로 하나의 요인이 다른 요 ᄋ

ᅵᆫ에 미치는것을의미한다. 붓스트랩 검정 (bootstrap test)으로 매개변수의 유의성을검정한 결과 위 ᄒ

ᅥᆷ기계·기구와근로자 안전 행동수준,근로자 안전 행동수준과 산업재해 간의 직접효과가 유의한 것으로 ᄂ

ᅡ타났으며, 위험기계·기구와 산업재해 간의 간접효과도 유의한 것으로 나타났다. 결과적으로 3가지 가 서

ᆯ은유의한 것으로 나타났다.

Table 3.6 Fit index of research model

Index χ

p NFI TLI CFI GFI AGFI RMSEA

Measured value 20.962 .074 .997 .998 .999 .996 .992 .020

Cut-off point - >.05 >.90 >.90 >.90 >.90 >.90 ¡.08

Figure 3.2 Accepted structural equational model

Table 3.7 Total, direct and indirect effects of the research model

Hypothesis Path Total Direct Indirect

effect effect effect 1 Hazardous machinery and equipment -.025* -.025*

→Workers’ safety behavior level

2 Workers’ safety behavior level -.184* -.184*

→Industrial accident

3 Hazardous machinery and equipment .135* .131* .005*

→Industrial accident

*p < 0.05, **p < 0.01, ***p < 0.001

4. 결론 ᄉ

ᅡ업장 내 유해하거나 위험한 기계·기구의 수와 종류가 산업재해에 미치는영향과근로자 안전 행동수 주

ᆫ에 미치는영향을 분석하였다. 연구결과는다음과 같이 요약할 수 있다.

처

ᆺ째, 위험기계·기구가 많을수록근로자 안전 행동수준에 음의 영향을미쳤다. 위험기계·기구의 수와 ᄌ

ᅩ

ᆼ류가 많은사업장의근로자들은안전한 방법으로 작업을수행하지 않거나 안전장치 및 안전절차를 준 ᄉ

ᅮ하지 않는안전하지 않은상태로 작업하는것으로 나타났다.

ᄃ ᅮ

ᆯ째,근로자 안전 행동수준이 낮을수록산업재해가 양의 영향을미쳤다. 이는근로자의 낮은안전 행

ᄃ ᅩ

ᆼ수준이 산업재해에 직접적인 영향을미치는것을나타냈다.

ᄉ

ᅦᆺ째, 위험기계·기구가 많을수록산업재해에 직접적인 영향과 간적접인 영향 모두 음의 영향을 미쳤 ᄃ

ᅡ. 위험기계·기구의 수가 많고, 종류가 다양한 사업장일수록산업재해에 취약한 것으로 나타났다.

보

ᆫ연구는안전보건공단에서 실시하는 국가승인통계 2종과 산업재해 현황 자료를 통합하여 새로운자 ᄅ

ᅭ를 구축한 뒤 분석하였다. 다수의 위험기계·기구를 보유한 사업장일수록 산업재해에 취약한 모습을 ᄇ

ᅩ여주었으며, 근로자들의 안전 행동수준도 낮은것으로 나타났다. 본연구는기존의 위험기계·기구 제 ᄌ

ᅡ

ᆨ 및 유통단계에서 사전 예방하는연구들과 다르게, 위험기계·기구를보유하고 있는사업장의 현황 자 ᄅ

ᅭ와 사업장의 안전보건활동자료 및 산업재해통계를 통합하여 구조방정식으로 실증분석을시도한 것에 ᄋ

ᅴ미가 있다고 생각한다. 본연구를 통해 위험기계·기구를다루는사업장의 산업재해를 줄이기 위한 산 어

ᆸ안전보건 정책의 기초자료로써활용되기를기대한다.

References

Choi, G. H. (2016). Effectiveness and balance of compulsory and voluntary safety certification of industrial machines and devices. Journal of the Korean Society of Safety, 31, 7-12.

Choi, G. H. and Loh, B. G. (2016). Risk assessment of industrial machines and devices and appropriateness of their safety certification and self-declaration of conformity. Journal of the Korean Society of Safety, 31, 1-6.

Choi, H. S. and Ha, J. C. (2011). A study on the factors inducing internet addiction of college students.

Journal of the Korean Data & Information Science Society, 22, 437-448.

Cha, I. L. (2006). A study on the advancement of crane and press inspection Standards, Occupational Safety and Health Research Institute, Ulsan.

Fornell, C. and Lacker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 19, 39-50.

Griffin, M. A. and Neal, A. (2000). Perceptions of safety at work: A frame work for linking safety climate to safety performance, knowledge, and motivation. Journal of Occupational Health Psychology, 5, 347-358.

Hair, J. F., Anderson, R. E., Tatham, R. L. and Black, W. C. (1998). Multivariate data analysis, 5th Ed., Prentice Hall, New Jersey.

Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E., and Tatham, R. L. (2006). Multivariate data analysis, 6th Ed., Prentice Hall, New Jersey.

Henry, F. K. (1958). The varimax criterion for analytic rotation in factor analysis. Psychometrika, 23, 187-200.

Jung, J. w. (2015). Safety and health measures for hazardous machines, equipment, etc.(2). monthly industrial health. Korea Industrial Health Association, 326, 25-30.

Kim, G. S. (2010). Latent growth modeling and structural equation model analysis, Hannarae Academy, Seoul.

Kim, K. S. and Park, Y. S. (2002). The effects of safety climate on safety behavior and accidents. Korean Journal of Industrial and Organizational Psychology, 15, 19-39.

KOSHA (2019). The 6th survey on the actual conditions of work environment in 2019 , Korea Occupational Safety and Health Agency, Ulsan.

Lee, F. J. (2005). A case study on the improvement of safety management in machinery and equipment.

The Safety Technology, 89, 84-89.

Lee, J. H., Moon, K. S. and Oah, S. Z. (2010). The effects of stress response on safety behavior : Moderating effect of safety climate. Journal of the Korea Safety Management & Science, 12, 31-39.

Lee, J. M. and Park, C. Y. (2012). A structural equation model for career maturity. Journal of the Korean Data & Information Science Society, 23, 333-342.

Yi, J. H., Lee, J. G. and Seok, D. H. (2011). Identification of dimensions in organizational safety climate and relationship with safety behavior. Korean Journal of Industrial and Organizational Psychology, 24, 627-650.

Ministry of Employment and Labor (2019). 2018 Industrial accident status analysis: Focused on business

accidents under the industrial accident compensation cct , Ministry of Employment and Labor, Sejong.

OSHRI (2018). 2018 Survey on the actual conditions of industrial safety and health, Occupational safety and health research institute, Ulsan.

OSHRI (2020). Industrial accident statistics news release #1 , Occupational Safety and Health Research Institute, Ulsan.

Shin, U. C. (2009). A study on the development of structural improvement of press hazardous machinery, Occupational Safety and Health Research Institute, Ulsan.

Sung, T. J. (2007). An easy statistical analysis using SPSS/AMOS: From descriptive statistics to structural

equation models, Hakjisa, Seoul.

2020, 31

6)

1037–1047

The effect of hazardous machinery and equipment status on industrial accidents with the mediation effects

of workers’ safety behavior levels in the workplace

Chang Hun Lee

¹

²

12Occupational Safety and Health Research Institute, KOSHA

Received 6 October 2020, revised 11 November 2020, accepted 17 November 2020

Abstract

This study was conducted to identify the impact of the number and type of haz- ardous equipment possessed by the workplace on industrial accidents and worker safety behaviour levels. The research targets are new data by merging the two national ap- proved statistics (working environment survey , industrial safety and health survey) by the Korea Occupational Safety and Health Agency (KOSHA) and the industrial acci- dent statistics. A structural equation model was used to analyze the mediating effect of the level of safety behavior of workers in the workplace and the effect of hazardous machine and equipment conditions on industrial accidents. As a result of the analysis, it was found that the more hazardous machinery and equipment, the lower the level of worker safety behavior. It was found that the higher the level of worker safety behavior, the lower the industrial accident. It was found that the more hazardous machinery and equipment, the more industrial accidents.

Keywords: Hazardous machinery and equipment, industrial accident, industrial safety and health survey, structural equation model, working environment survey.

1

Researcher, Policy Research Department, Occupational Safety and Health Research Institute, KOSHA, Ulsan 44429, Korea.

2

Corresponding author: Senior researcher, Policy Research Department, Occupational Safety and Health

Research Institute, KOSHA, Ulsan 44429, Korea. E-mail: [email protected]