81. 사내 직원 업무 몰입도 분석 실습
실전 데이터 분석 81: 직원 설문 조사 데이터 기반 근속 연수 및 소속 팀 규모가 종합 업무 몰입도에 미치는 영향 분석
📊 실습 개요 (Tutorial Overview)
사내 임직원들을 대상으로 수집한 업무 몰입도 설문 데이터셋입니다. 직원의 근속 연수, 소속 팀 규모, 업무 만족도 및 매니저 평점이 종합 업무 몰입도 점수(EngagementScore)에 미치는 기여 효과를 진단하고 시각화합니다.
🛠️ 핵심 분석 실습 역량 (Core Skills)
- 결측치 평균 대치 (
fillna): 업무 만족도 설문 미응답 건을 전체 평균 만족도로 채워 데이터 일관성을 유지합니다. - 종합 몰입도 분포 및 근속 연수 연계 분석 (
histplot,scatterplot): 전체 몰입 스코어 분포 및 근속 연수별 몰입도에 대해 시각화합니다.
🧐 실무 도메인 지식 가이드 (Domain Knowledge Guide)
👥 인사 및 조직 문화 (HR & Workplace Analysis) 인적 자원 관리(HR Analytics)는 핵심 인재의 이탈(Attrition) 방지, 사내 직무 이동 성과, 복지 리텐션을 다루는 과학적 기업 운영 분야입니다.
- 직원 자발적 퇴사(Attrition): 야근 빈도, 직무 몰입도(Engagement), 급여 대비 승진 연한 격차 등을 통해 조기 이탈 리스크 직원을 경보합니다.
- 채용 채널 성과 분석: 직무 코딩테스트 및 전형 결과와 입사 사후 실제 성과 데이터 간의 타당성(상관) 관계를 실증 분석합니다.
- 원격 근무 효율성: 원격/사무실 하이브리드 근무자의 생산성 점수와 근무 만족도 분산 차이를 통계 검증(T-test 등)합니다.
Step 1: 데이터 불러오기 및 기본 정보 확인 (Data Load)
제공된 CSV 파일을 분석 컴퓨터로 불러와 로드하고, 컬럼의 타입 및 데이터 구조를 확인합니다.
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
# 한글 폰트 설정
import koreanize_matplotlib
sns.set_theme(style="whitegrid")
# 데이터 로드
df = pd.read_csv('./employee_engagement.csv')
print(df.info())
print(df.head())
💻 [실행 결과]
<class 'pandas.DataFrame'> RangeIndex: 1000 entries, 0 to 999 Data columns (total 6 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 EmployeeID 1000 non-null int64 1 Tenure_Years 1000 non-null float64 2 TeamSize 1000 non-null int64 3 WorkSatisfaction 986 non-null float64 4 ManagerRating 1000 non-null float64 5 EngagementScore 1000 non-null float64 dtypes: float64(4), int64(2) memory usage: 47.0 KB None EmployeeID Tenure_Years ... ManagerRating EngagementScore 0 810001 10.1 ... 6.8 80.9 1 810002 14.5 ... 1.5 76.0 2 810003 13.4 ... 2.0 69.7 3 810004 5.8 ... 3.5 54.2 4 810005 8.0 ... 3.5 65.9 [5 rows x 6 columns]
RangeIndex: 1000 entries, 0 to 999
Data columns (total 6 columns):
# Column Non-Null Count Dtype
— —— ————– —–
0 EmployeeID 1000 non-null int64
1 Tenure_Years 1000 non-null float64
2 TeamSize 1000 non-null int64
3 WorkSatisfaction 986 non-null float64
4 ManagerRating 1000 non-null float64
5 EngagementScore 1000 non-null float64
dtypes: float64(4), int64(2)
memory usage: 47.0 KB
EmployeeID Tenure_Years TeamSize WorkSatisfaction ManagerRating EngagementScore 0 810001 10.1 5 8.8 6.8 80.9 1 810002 14.5 8 1.1 1.5 76.0 2 810003 13.4 8 2.2 2.0 69.7 3 810004 5.8 5 4.3 3.5 54.2 4 810005 8.0 20 4.1 3.5 65.9 ```
Step 2: 결측치 및 데이터 정제 (Data Cleaning)
수집 과정에서 빈칸으로 기록된 결측값(NaN)의 존재 여부를 진단하고, 데이터 도메인 성격에 부합하는 통계 수치 대입 기법으로 정제합니다.
# 1. 컬럼별 결측치 개수 확인
print("--- 정제 전 결측치 확인 ---")
print(df.isnull().sum())
# 2. 결측치 전처리 및 대치 수행
mean_sat = df['WorkSatisfaction'].mean()
df['WorkSatisfaction'] = df['WorkSatisfaction'].fillna(mean_sat)
print(df.isnull().sum())
💻 [실행 결과]
--- 정제 전 결측치 확인 --- EmployeeID 0 Tenure_Years 0 TeamSize 0 WorkSatisfaction 14 ManagerRating 0 EngagementScore 0 dtype: int64 EmployeeID 0 Tenure_Years 0 TeamSize 0 WorkSatisfaction 0 ManagerRating 0 EngagementScore 0 dtype: int64
Tenure_Years 0 TeamSize 0 WorkSatisfaction 14 ManagerRating 0 EngagementScore 0
— 정제 후 결측치 확인 — EmployeeID 0 Tenure_Years 0 TeamSize 0 WorkSatisfaction 0 ManagerRating 0 EngagementScore 0 ```
💡 분석가의 통찰 (Analyst’s Insight)
- 만족도 평균 대치의 실무적 유효성: 설문조사 특성상 일부 무응답(NaN)이 필연적으로 발생합니다. 전체 응답자의 업무 만족도 평균값(약 3.4점)을 채움으로써, 설문 샘플 편향을 줄이고 전처리 무결성을 유지할 수 있습니다.
Step 3: 단변수 분포 분석 (Univariate EDA)
가장 먼저 핵심 변수가 전체 데이터에서 어떤 빈도와 분포를 가졌는지 단일 변수 시각화를 통해 파악해 봅니다.
plt.figure(figsize=(8, 5))
# 단변수 분석 그래프 생성
sns.histplot(data=df, x='EngagementScore', kde=True, color='purple')
plt.title('직원 종합 업무 몰입도(Engagement Score) 분포', fontsize=14, fontweight='bold')
plt.show()
💻 [실행 결과]
💡 시각화 차트 읽는 법 & 인사이트
- 안정적인 정규분포 몰입성 진단: 업무 몰입도 점수 분포는 50~85점 대역을 중심으로 종형 정규분포 곡선을 그립니다. 극단적인 무기력군(30점 미만)과 완벽 몰입군(90점 초과)이 균형 있게 분포하는 표준적인 조직 상태입니다.
Step 4: 다변수 상관관계 및 이상치 분석 (Multivariate EDA)
두 개 이상의 변수를 동시에 결합하여, 조건에 따른 수치 차이나 독립 변수와 종속 변수 간의 통계적 경향을 분석합니다.
plt.figure(figsize=(9, 6))
# 다변수 분석 그래프 생성
sns.scatterplot(data=df, x='Tenure_Years', y='EngagementScore', hue='WorkSatisfaction', palette='viridis', alpha=0.8)
plt.title('근속 연수 대비 종합 몰입도와 업무 만족도 상관성', fontsize=14, fontweight='bold')
plt.show()
💻 [실행 결과]
💡 코드 딥다이브 & 비즈니스 통찰 (Analyst’s Insight)
- 근속 연수와 몰입 시너지: 근속 연수(X축)가 증가함에 따라 업무 몰입도(Y축)가 전반적으로 수직 우상향하는 경향이 관찰됩니다. 특히 업무 만족도가 높은 직원들(노란색 계열)이 그래프 상단에 촘촘히 락인되어 있어, 직원 리텐션 관리에 만족도와 몰입도가 중추적인 결합 가치를 냄을 검증합니다.
Step 5: 통계적 직관과 해석 (Statistical Logic)
💡 [사내 조직 몰입 분석과 다중 회귀 분석(Multiple Regression)의 통계적 유효성] 직원의 종합 몰입도(EngagementScore)는 만족도(Satisfaction), 근속 연수(Tenure), 매니저 평점 등 다양한 요인의 복합 산물입니다. 이때 단일 상관관계 분석만 수행하면 다른 교란 요인을 배제할 수 없습니다.
- 다중 선형 회귀 모델은 모든 변수의 영향력을 동시에 통제하여 순수하게 ‘근속 연수가 1년 늘어날 때 몰입도가 평균적으로 몇 점 상승하는지’ 개별 계수($\beta$)를 독립적으로 유도합니다.
- $Y_{\text{몰입도}} = \beta_0 + \beta_1 X_{\text{근속}} + \beta_2 X_{\text{만족도}}$ 모형의 통계적 유의성($F$-검정 및 $p$-value < 0.05)을 판별함으로써, 조직 문화 개선 정책 수립 시 어떤 요소에 예산을 최우선 투입해야 하는지 데이터 기반의 우선순위 가이드를 제공합니다.
🎯 30분 강의 마무리 및 심화 과제
오늘 우리는 실전 데이터셋을 분석하여 판다스로 데이터를 가공 및 정제하고, 시각화를 활용하여 핵심 변수 간의 통계적 유의성을 검증했습니다. 데이터 속에서 숨겨진 패턴을 올바른 시각으로 탐색하는 능력이 데이터 사이언티스트의 가장 강력한 무기입니다.
📝 심화 과제 (Advanced Challenge)
- 소속 팀 규모(TeamSize)와 매니저 평점(ManagerRating)의 피어슨 상관계수 산출: 팀 규모가 비대해질수록 매니저 관리가 소홀해지는 경향이 있는지 두 변수의 상관성을 구해보세요.
- 저몰입군(EngagementScore < 45) 직원의 특징 요약: 몰입 점수가 저조한 그룹의 평균 근속 연수와 평균 만족도 평점을 일반 직원과 대조해 보세요.