본 연구의 목적은 설명가능한 머신러닝 기법을 적용하여 대학 직원의 직무열의 결정요인을 탐색하는 것이다. 2022년 성균관대학교 교육과미래연구소의 대학혁신역량진단조사에 참여한 전국 4년제 대학 3,649명의 행정직원을 분석대상으로 하였다. 분석을 위해 랜덤 포레스트와 SHapley Additive Explanations(SHAP) 알고리즘을 적용하였으며, 분석에 포함된 각 변수의 중요도와 부분 의존성 등을 확인함으로써 대학 직원의 직무열의 주요 결정요인 및 경향성을 도출하였다. 분석결과 첫째, 정규직 직원의 직무열의에 영향을 미치는 중요도 상위 요인으로 대학 공동체 의식, 조직 긍정성, 조직 자부심, 협업 문화, 조직학습, 의사소통 등이 도출되었다. 둘째, 비정규직의 경우 조직 자부심, 의사소통, 협업 문화, 대학 공동체 의식, 조직 혁신성, 절차적 공정성 등이 이들의 직무열의에 영향을 미치는 중요도 상위 요인이었다. 셋째, 중요도 상위 결정요인과 직무열의 간의 관계는 대체로 정적인 상관을 보이고 있었다. 연구결과를 바탕으로 학령인구 감소 등 최근 국내 고등교육 환경의 급격한 변화에 대응하고 대학조직 효과성 및 성과 향상을 위한 선행요소로서 대학 직원의 직무열의 증진을 위한 정책적･실천적 시사점을 제시하였다.
This study examines the determinants of university employees’ work engagement using explainable machine learning techniques. Data were obtained from the 2022 University Innovation Capacity Assessment, involving 3,649 respondents. Random forest and Shapley additive explanations (SHAP) algorithms were employed to assess feature importance and partial dependencies among factors. The findings reveal that, for full-time employees, community sense, organizational positivity, organizational pride, collaborative culture, organizational learning, and communication were the primary determinants of work engagement. For part-time employees, organizational pride, communication, collaborative culture, community sense, organizational innovativeness, and procedural justice were decisive factors. Additionally, the relationships between the factors and work engagement were predominantly positive. Based on the findings, we provide implications for policy and practice to enhance university employees’ work engagement, contributing to improved effectiveness and performance in higher education institutions.
I. 서론 II. 문헌 검토 III. 연구방법 Ⅳ. 연구결과 V. 결론 및 논의
