HR Analytics 연구 및 활용에서의 가설 검정과 예측의 차이점

Difference between hypothesis testing and prediction in HR analytics research and application: An example from assessment center

급속도로 발전하는 디지털 기술과 새로운 자료의 분석 방법의 발달에 발맞추어 HR Analytics에 대한 관심이 최근 학계와 현장에서 매우 높아지고 있다. HR Analytics 연구에서 중요하게 다뤄지는 주제 중 하나가 바로 성과(performance)이다. 특히 고성과자들이 보이는 특성에 대한 가설 검정(hypothesis testing)과 직원들의 성과 예측(prediction)이 주요 관심사이다. 많은 연구를 통해서 Assessment Center는 선발 및 승진 장면 등에서 높은 준거 타당도를 보인다고 알려져 있는데, 일부 연구에서는 가설의 검정과 예측이 별개의 개념임에도 불구하고 혼재되어 사용되고 있다. 또한, 연구목적이 가설 검정과 예측의 사이에서 불분명한 경우도 있다. 이에 본 논문에서는 가설 검정과 예측의 근본적인 목적과 분석의 차이를 통계학 관점에서 설명하고, 데이터 분석 방법도 그 목적에 따라 달라져야 한다는 점을 논의하였다. 더불어, 현장에서는 검정된 가설 못지않게 예측력 또한 중요하므로 Assessment Center 데이터와 개인의 실제 성과를 분석해 가설 검정과 예측의 차이점을 보여주는 사례로 제시하였다. 이를 통해 HR Analytics 학계의 연구자들에게는 가설 검정과 예측의 차이를 분명히 해야 함을 강조하였고, 현장의 실무자들에게는 직원들의 미래 성과를 예측하기 위해 기존의 데이터를 어떻게 분석해야 하는지 제시하고자 한다.

In response to rapid advances in digital technology and new methods of data analysis, there have been growing interests in HR analytics in both academia and practice. In HR analytics, an important research topic of interest has been performance. Particularly, researchers have been interested in hypothesis testing regarding the characteristics of high performers and prediction of employee’s future performance. Many studies have shown that the assessment center is highly valid for hiring and promoting employees, but the concept of hypothesis testing and the concept of prediction have been mixed in some studies, though the two concepts are clearly different. Furthermore, there have been cases where the research objective is not clear between hypothesis testing and prediction. Therefore, in this article we explain the fundamental difference between hypothesis testing and prediction and their purposes from statistical perspectives, and we argue that the method of data analysis should depend on the purpose. In HR practice, the predictability is as important as a confirmed hypothesis, and to demonstrate the difference between prediction and hypothesis testing we provide an example of individual performance data and assessment center data. We emphasize for researchers that it is critical to distinguish between hypothesis testing and prediction, and we provide HR practitioners guidelines on how to analyze existing data to predict employees’ performances in the future.