[하트카운트 실습 예제] HR dataset - I

[해설]
그림1-1(클릭해서 보기)은 직원만족도와 매니저의 소통능력(서베이를 통해 부하직원이 측정) 간의 관계를 scatterplot 형식으로 시각화 한 것이다. 화면상의 개별 점들은 데이터셋(예, 엑셀)을 구성하는 개별 레코드(직원)를 나타낸다. 

Scatterplot은 개별 레코드/관측값을 좌표 상에 점으로 흩뿌려 표현하는 시각화 방식으로 산점도라고도 불린다. 직원만족도와 매니저.소통점수 사이의 상관계수가 0.85로 나온다. 상관계수는 두 숫자형 변수(나이, 연봉, 교육시간 등) 사이의 연관성을 -1에서 1사이의 숫자로 계산한 값으로 0.85이면 매우 강한 양의 상관관계가 있다고 이야기한다.

[따라하기]
 • 화면 상단의 Y축에 [직원만족도] 선택, X축에 [매니저.소통] 선택
 • 상관계수 옆의 icon click (추세선이 추가됨)

[해설]
이번에는 개별 점(직원)들을 팀으로 구분하여 살펴 보자. 분석에 사용하는(동원되는) 변수를 차원(dimension)이라고도 하는데, 직원을 직원만족도 x 매니저.소통, 이렇게 두 개의 차원으로 보다가 팀이라는 새로운 차원을 추가하여 살펴보려고 한다. 그림 1-2 확인하기

[따라하기]
 • 화면 우측의 색상 메뉴에 [팀구분] 선택
 • [팀구분] 선택 후 나타나는 개별 팀들을 하나씩 클릭하여 상관계수가 바뀌는 걸 확인

[해설]
팀 별로 직원만족도의 분포가 상이한 것을 확인했는데, 이번에는 서로 다른 팀 간의 직원만족도의 차이가 통계적 유의미한지 여부를 확인해보자. 서로 다른 집단 간 평균값에 유의미한 차이가 있는지 판단하는 전통적인 방법 중 대표적인 것은 집단 내(개별 팀) 만족도 차이(분산)보다 집단 간(서로 다른 팀 간) 차이가 크게 나는지를 확인하는 것이다.

 그림2-1(클릭해서 보기)처럼 개별 팀별로 평균 만족도의 95% 신뢰구간을 표시하여 신뢰구간이 서로 겹치지 않는 경우 집단 간 통계적으로 유의미한 차이(차이가 우연이 아니라 실재 존재)가 있다고 판단할 수 있다. 기술팀의 경우 다른 어떤 팀과 비교하더라도 통계적으로 유의미하게 낮은 만족도를 보이는 것을 확인할 수 있다.

물론, 통계적으로 유의미한 것(Statistical Significance)이 반드시 실용적 관점에서 유의미한 것(Practical Significance)도 아니고 통계적으로 유의미하지 않은 패턴 역시 얼마든지 실용적으로 활용될 수 있다.

95% 신뢰구간의 정확한 수학적 정의는 우리가 상식적으로 이해하고 있는 개념(모집단 전체의 평균값이 해당 신뢰구간 안에 존재할 확률이 95%이다)과는 좀 다르다. “실제 또는 상상의 모집단(전체 직원)의 진짜 평균값(true mean)이 해당 구간에 존재할 확률이 운이라고 치부하기에는 매우 높다.” 정도로 이해하면 될 것 같다.

[따라하기]
 • 화면 상단의 X축을 [팀구분]으로 변경
 • 기술팀의 신뢰구간 클릭하여 평균 신뢰구간이 겹치는지 확인
 • 상단의 5개 icon 중 두번째 icon을 클릭하여 95% 신뢰구간 표시

[해설]
서로 다른 집단간의 변수값의 분포를 비교하는 또 다른 대표적인 방법으로 박스플롯이라는 것이 있다. (박스플롯[box plot]에 대한 보다 자세한 설명은 구글이나 네이버에 검색하면 나옴)

그림 2-2(클릭해서 보기)에서 아래로 길게 펼쳐져 있을수록 해당 사업장의 직원별 불량건수의 분포가 넓고 그 반대일수록 분포가 좁다고 해석할 수 있다. 중간의 박스에는 중앙값(median)을 기준으로 상하위 50%의 데이터가 포함되어 있다. 서울과 일본의 경우 상대적으로 불량건수의 분포가 다른 사업장보다 매우 좁고 (개인간 편차가 작음) 대전과 중국의 경우 개인간 편차가 큰 것을 확인할 수 있다.

[따라하기]
 • 화면 상단의 Y축을 [불량건수], X축을 [사업장위치]로 변경
 • 상단의 5개 icon 중 첫번째 icon을 클릭하여 boxplot을 통한 분포 표시
 • (선택) 더 예쁘게 보려면 색상을 [사업장위치]로 표시

[해설]
사람은 95% 신뢰구간이나 p-value 같은 통계적 개념을 통해서가 타인이 주장하는 내용과 표현방식이 일치하여 그 주장이 핍진성을 얻을 때 설득당한다.
서로 다른 팀 간에 존재하는 직원만족도의 차이가 사업장 위치와 무관하게 나타나는 보편적 현상이라는 것을 아래와 같이 시각화하면 그 주장이 더욱 설득력을 얻을 것이다. 그림 2-3 확인하기

[따라하기]
 • Y축을 [직원만족도], X축을 [사업장위치], 하위그룹을 [팀구분]으로 선택
 • 첫번째 아이콘(bar chart) 선택
 • 사업장위치 옆의 sorting icon을 클릭하여 내림차순으로 정렬

[해설]
팀별로 만족도 차이가 나는 것은 이제 반박하기 어려운 사실이 되었다. 다음에 할 질문은 왜 차이가 나는가, 무얼 바꾸어서 개선할 것인가 인데, 앞에서 매니저의 소통 능력과 만족도에 큰 양의 상관관계가 있는 걸 확인했다.

직원만족도를 개선하려면 매니저가 직원과 소통하는 방식에 개선이 필요하다는 주장을 하기 위해서 그림 3-1(클릭해서 보기)과 같은 시각화 표현이 가능하겠다.

개별 팀 내에서도 소통점수가 낮아질수록(색깔이 옅어질수록) 만족도가 떨어지는 것을 시각적으로 확인할 수 있다.
 • 매니저.소통 점수는 본래 숫자형 변수이지만 0~10점, 10~20점, … , 

90~100점과 같은 방식으로 구간으로 분할하여 범주형 변수(성별[남, 녀], 직군[개발, 생산, 영업])로 변환할 수 있다. 실습용 툴(HEARTCOUNT)에서는 해당 변수 변환이 자동으로 이루어진다.

[따라하기]
 • X축을 [팀구분], 하위그룹을 [매니저.소통]으로 변경
 • [팀구분] 옆 sorting icon을 눌러 내림차순으로 정렬