Earticle

초록

영어

Which HR practices are more important in predicting employee commitment and how might they best be identified? Using classification tree analysis, a data mining technique, we find the priorities between practices the cut-off scores of each. The most important variable to predict above average-commitment employees is “performance management” and the next is “compensation.” Thus, performance management and compensation is a best fit to predict above average-commitment employees. The proposed approach contributes to the HR analytics and SHRM literature by introducing the notion of hierarchy of HR practices in eliciting higher commitment. Our hope is that the model presented in this paper provides a starting place for research and practice examining the role of data mining in HR, and toward the goal of developing effective organizational mechanisms for improving employee commitment.

한국어

본 논문은 평균 이상의 조직몰입과 가장 연관이 있는 인사제도를 순서 데로 나타내 보임으로써, 방대한 양의 인사관련 데이터의 통계적 분석을 통해 어떻게 조직이 귀납적으로 조직성과 향상을 위한 유의미한 정보를 추출할 수 있는지에 대한 하나의 예시를 제시한다. 한국의 제조업 분야 특정 기업 1,451명의 종업원을 대상으로 한 서베이 데이터를 R을 이용해 트리분석 (tree analysis)을 한 결과, 종업원이 회사의 성과관리 제도에 대한 만족도가 일정 수준 (5점 만점에 3.08)을 넘어서거나, 그렇지 않으면 그 종업원이 보상제도에 대한 만족도가 일정 수 준 (5점 만점에 2.83)을 넘어서야 그 종업원은 평균 이상의 조직몰입을 가질 것으로 예측할 수 있었다. 이러한 결과는 최소한 이 회사는 조직 몰입 향상을 위해 첫 번째 우선순위로 종업원의 성과관리에 대한 만족도 수준을 관리해야 하고, 이와 더불어 종업원의 보상제도에 대한 만 족도 수준을 짝으로 같이 관리할 때 효과적으로 조직몰입 향상을 이끌어 낼 수 있음을 제시한다. 본 연구가 학문적, 실무적으로 유의미하고 다양한 인적자원 Analytics에 대한 연구 활성화에 기여하기를 기대해 본다.

목차

Abstract
 I. Introduction
 II. Literature Review
  1. HR Practices and Commitment
  2. HR Bundles in Strategic HRM
 III. Method
  1. Sample and Procedures
  2. Measures
  3. Analytic Technique
 IV. Results
  1. Descriptive Statistics
  2. Predicting Above Average Commitment: A Classification Tree
  3. Accuracy of the Tree
 V. Conclusion
 Reference
 Appendix A: The R Code for Tree Analysis
 Abstract

키워드

저자

• Lee, Hwanwoo [ 이환우 | Assistant Professor, School of Business Administration, Kyungpook National University ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  경영컨설팅연구 [Korean Management Consulting Review]

• 간기

  격월간

• pISSN

  1598-172X

• eISSN

  3059-0469

• 수록기간

  2001~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 325 DDC 658