청년 임금근로자의 이직의도를 예측하기 위한 모델 구축 및 잠재집단분류: 머신러닝 분석을 적용하여

Abstract

이 연구의 목적은 청년 임금근로자의 의직의도를 예측하는 요인을 탐색하고 잠재계층 분석을 활용하여 잠재유형을 파악하는 것이다. 이를 위해 한국교육고용패널의 7차년도 자료 중 남자 1,809명, 여자 1,991명, 총 3,800명의 자료를 분석하였다. 개인요인, 직업요인, 교육요인의 범주에서 38개의 예측변수와 이직의도 간의 관계를 설정하고 랜덤포레스트, 그래디언부스트, 로지스틱, 인공신경망 모델을 구축하였다. 연구 결과, 네 가지 모델에서 F1 .92～.94의 우수한 성능을 보였다. 남자 청년 임금근로자의 이직의도를 예측하는 주요 요인은 일에 대한 가치, 업무만족도, 자아존중감, 결정에 대한 자유, 직장만족도-임금으로 나타났고 여자 청년 임금근로자의 경우 일에 대한 가치, 직장만족도-안정성, 자아존중감, 개인의 발전가능성, 삶의 만족도로 나타났다. 잠재프로파일분석 결과, 모든 집단에서 3개의 잠재집단을 도출하였다. 이 연구를 통해 청년 임금근로자의 이직의도를 예측하는 요인을 탐색하였으며 잠재집단 분류를 통해 청년 임금근로자의 이직의도와 관련된 실증적인 자료와 토대를 마련하였다.

The purpose of this study is to explore the factors predicting turnover intention among young wage workers and to identify latent types using latent profile analysis. For this, data from the 7th wave of the Korean Education and Employment Panel, comprising 3,800 individuals (1,809 males and 1,991 females), were analyzed. Relationships between 38 predictive variables across personal, occupational, and educational factors and turnover intention were established, and models using Random Forest, Gradient Boosting, Logistic Regression, and Artificial Neural Networks were constructed. The study results demonstrated excellent performance across all four models, with F1 scores ranging from .92 to .94. For male young wage workers, the key predictors of turnover intention were values related to work, job satisfaction, self-esteem, freedom in decision-making, and workplace satisfaction with wages. For female young wage workers, the key predictors were values related to work, workplace satisfaction with job stability, self-esteem, potential for personal development, and life satisfaction. Latent profile analysis identified three latent groups across all cohorts. This study provides empirical data and a foundation for understanding the factors influencing turnover intention among young wage workers through the exploration of predictive factors and classification of latent groups.