[EDA Report] IBM HR 데이터 기반 직원 이직 요인 탐색적 분석 (feat. 타자료 회귀분석)

첫 번째 팀 단위 프로젝트를 마무리한 뒤, 마지막 과제로 EDA Report 작성이 주어졌다.

 

어차피 학습 과정의 일부이기도 해서, 우리 팀은 전체 프로세스를 직접 연습해보기로 했다.

각자 관심있는 주제를 하나씩 골라 EDA Report를 작성하고, 점심시간에 결과를 서로 공유한 뒤 발표자료로 제출할 주제를 선택하기로 했다.

 

나 역시 Kaggle에서 EDA Report 작성과 시각화에 활용할 수 있는 CSV 데이터를 찾다가, 회사 입장에서 직원 이탈은 분명한 pain point가 될 수 있겠다고 생각해 아래 자료를 선택했다.

 

https://www.kaggle.com/datasets/pavansubhasht/ibm-hr-analytics-attrition-dataset

IBM HR Analytics Employee Attrition & Performance

 

작성은 vscode에서 markdown으로 했고, 결과는 아래와 같다.

 

[EDA Report] IBM HR 데이터 기반 직원 이직 요인 탐색적 분석

 

EDA 결과를 넘어: 다른 데이터와의 연결

이번 IBM HR 데이터 EDA에서는 '초과근무(OverTime)'가 직원 이직(Attrition)에 가장 강하게 연관된 변수로 나타났다.

 

흥미로운 점은 이 결과가 단순히 하나의 기업 데이터에 국한되지 않는다는 것이다.

이번주에 분석했던 근로환경조사(1~7차 반복횡단면) 데이터의 Stata 회귀분석 결과에서도 '하루 10시간 이상 근무' 변수는 건강・안전 위험 인식 증가, 전신피로 증가에서 유의미한 영향을 보였다.

 

즉, 서로 다른 데이터셋과 분석 방법(EDA vs. 회귀분석)에도 불구하고 "장시간 근로 → 개인의 부담 증가"라는 일관된 패턴이 확인된 것이다.

 

이 두 결과를 함께 보면, 초과근무는 단순한 근무시간 문제가 아니라 다음과 같은 연쇄적 영향 구조를 가진 변수로 해석할 수 있다.

 

초과근무
→ 피로 누적 및 건강 리스크 증가
→ 직무 만족도 저하
→ 이직 의도 및 실제 이직 증가

 

즉, EDA에서 확인된 "이직률 증가"는 이미 건강 및 피로 수준에서 선행 신호가 존재하는 구조적 결과일 가능성이 높다.

 

이러한 결과는 기업 입장에서 다음과 같은 중요한 인사이트를 제공한다.

- 초과근무는 단순 생산성 문제가 아니라 리스크 변수다

- 이직을 줄이기 위해서는 보상보다 근무시간 관리가 선행되어야 한다

- 데이터 분석 시에도 단일 KPI(이직률)가 아니라 건강, 피로, 근무시간을 함께 보는 통합적 접근이 필요하다.

 

이번 분석을 통해 느낀점은

데이터는 서로 다른 출처와 방법을 사용하더라도 현실의 중요한 패턴을 반복적으로 드러낸다는 것이다.

 

흥미로운 분석이었다. :)