잠재 프로파일 분석(LPA)을 활용한 과학기술 분야 재직자의 경력 정체 유형에 관한 연구

Identifying Latent Profiles in Career Plateau of Employees in the Science and Technology Using Latent Profile Analysis

본 연구의 목적은 과학기술 분야 재직자의 경력 정체 인식 수준에 따른 잠재 프로파일 을 식별하고, 각 유형에 속할 확률에 영향을 미치는 예측 변인과 결과 변인에 있어 유형 간 차이 를 분석하는 데 있다. 연구 목적을 달성 하고자 국가과학기술인력개발원에서 수집한 2022 과학기술 인재개발 실태조사 데이터의 2,059명의 자료를 분석하였다. 잠재 프로파일 분석 결과, 평균정체형, 저(低)정체형, 승진정체형, 성장정제형, 경력천장형의 5개 프로파일이 식별되었다. 예측 변인으로 경력개발 지원인식, 무형식 학습, 사회적 네트워크가 유의한 영향을 마쳤고, 프로파일 간 경력만족, 조직 몰입, 이직 의도, 일-생활 균형에 통계적으로 유의한 차이가 있었다. 연구 결과를 바탕으로 과학기술 재직자의 경력 정체 인식에 따른 인적자원관리 방안에 대하여 이론적, 실천적 시사점을 논의하였다.

The present study aims to identify latent profiles based on career plateau among those working in the science and technology field using latent profile analysis. We also investigated the effect of predictors on the classification of the profiles and the differences between outcome variables among the profiles. We analyzed data from 2,059 employees from the 2022 Human Resources Development Survey in Science and Technology data collected by the Korea Institute of Human Resources Development in Science and Technology (KIRD). The result showed that five profiles were identified: average plateau, low plateau, promotion plateau, growth plateau, and career ceiling. As predictive variables, perceived career development support, informal learning, and social networking were significant, and there were significant differences in career satisfaction, organizational commitment, turnover intention, and work- life balance between the five profiles. Based on the findings, theoretical and practical implications were discussed.