식스 시그마는 1987년 모토로라(motorola)에서 시작된 품질경영기법이다. 이후 식스 시그마는 GE에 의해 발전되었고, 이를 도입한 기업들이 지속적으로 경영성과를 내면서 현재 가장 대표적인 품질경영기법으로 자리 잡게 되었다. 식스 시그마의 일차적인 목표는 품질과 작업능률을 향상시키는 것이나, 궁극적인 목표는 수익성 향상이다(Harry and Schroeder 2000;Yang 2007). 따라서 본 연구는 식스 시그마 품질경영의 도입이 기업의 재무적인 성과지표(총자산순이익률, 매출액순이익률)에 어떤 영향을 미치는지 실증적으로 분석하는 것을 목표로 한다. 물론 재무적 성과를 드러내는 재무지표가 기업의 존속여부를 설명하는 결정적인 요인은 아니다(Park et al. 2014). 하지만 재무적인 성과가 없다면 기업의 지속적인 발전 역시 있을 수 없다는 점에서 선정된 재무지표는 중요한 기준일 수밖에 없다. Harry(1998), Sohn(2009), Yang(2007)은 공통적으로 식스 시그마가 기업의 비용을 감소시켜 기업의 재무적 성과에 긍정적인 영향을 미친다고 분석하였다. 구체적으로, Harry(1998)는 식스 시그마를 성공적으로 이행할 경우 기업은 매년 20%의 수익증대, 12~18%의 생산력 증대, 12%의 종업원 감소, 10~30%의 자본지출 감소의 효과가 있다고 하였다. Sohn(2009)은 품질경영으로 인하여 내부프로세스의 효율성 향상과 고객 만족증진이 이루어져 재무성과가 개선된다고 하였다. Yang(2007)은 식스 시그마 경영은 품질활동을 통해 품질향상과 제조원가 감소라는 품질성과를 가져오며, 이러한 품질성과는 기업의 재무적, 비재무적인 경영성과에도 영향을 끼친다고 하였다. Jacobs et al.(2015)은 식스 시그마가 경영성과에 긍정적인 영향을 미친다는 것을 가정한 상태에서 식스 시그마 도입 시점에 관한 연구를 하였다. Jacobs et al.(2015)은 식스 시그마와 같은 혁신은 이를 처음 도입하는 기업일수록 시행착오 및 불확실성이 발생하므로 이른 도입보다 늦은 도입이 더 효과적일 것이라는 가설을 세웠다. 식스 시그마의 도입시점을 2001년을 기준으로 표본에 포함된 기업을 두 그룹으로 나누어 비교한 결과, 식스 시그마를 나중에 도입한 기업이 일찍 도입한 기업보다 더 큰 성과를 얻었다는 것을 밝혀냈다. 또한 식스 시그마를 2001년 이후에 도입한 기업의 경우 기업의 구조 및 여러가지 특성에 의해 분석결과가 달라진다는 것을 밝혀냈다. 다시 말하면, 늦은 시점의 도입은 변동이 적은 산업군에 속할수록, 기업 간 거래를 주로 할수록, 식스 시그마를 도입하기 전에 좋은 재무 상태를 보일수록, 기업의 규모가 클수록 더 좋은 결과를 이끌어낸다고 분석했다. 이외에도 식스 시그마 품질경영활동이 기업의 재무지표에 긍정적인 영향을 끼친다는 결론을 낸 연구가 여러 편이 있다. 그러나 연구결과와는 다르게 식스 시그마 품질경영활동을 도입한 기업이 실제로 항상 지속적인 경영성과를 내는 것은 아니다. 식스 시그마 품질경영활동을 시작한 모토로라의 경우 도입이후 경영위기에 빠졌고, IBM의 경우 1989년 모토로라를 벤치마킹하여 식스 시그마 품질경영활동을 도입했으나 실패로 끝났다(Bae 2002). 이처럼 식스 시그마 품질경영활동을 도입한 기업이 모두 성공을 거둔 것은 아니기 때문에 식스 시그마 품질경영활동과 기업의 성과지표의 관계는 연구자들의 주된 관심사가 되었다. Park et al.(2014)은 식스 시그마 품질경영활동과 기업의 재무지표를 선형회귀모형을 이용하여 식스 시그마 품질경영의 도입기간 및 품질 관리를 위한 노력이 총자산순이익률(Return on asset: ROA), 자기자본이익률(Return on equity: ROE), 총자산회전율, 매출액 순이익률에 어떤 영향을 끼치는지 분석하였다. Sohn(2009)은 품질경영 활동이 기업의 재무적 성과에 해당하는 매출액 성장률, 영업이익률, 시장점유율, 총자산순이익률(Return on asset: ROA)에 미치는 영향에 대해 분석하였다. Kang and Park(2011)은 식스 시그마를 도입한 기업과 도입하지 않은 기업 간에 재무적 성과 차이를 분석하고 식스 시그마의 도입기간이 재무적 성과에 미치는 영향을 다중회귀분석을 통해 연구하였다. 그 결과 식스 시그마를 도입하지 않은 기업에서 매출총이익률이 더 높게 나타났다. 또한 식스 시그마의 도입기간이 매출액 성장률, 매출액 순이익률과 유의한 정의 관계를 보인다는 결론을 도출했다. 이와 비슷하게, Foster(2007)는 식스 시그마 도입과 기업의 재무적 성과를 회귀분석을 통해 분석하고, 식스 시그마의 도입이 기업의 현금흐름과 자산 회전율에 긍정적인 영향을 미치지만 ROA, 투자자본수익률(Return on investment: ROI)와 회사의 성장률과는 무관하다는 결론을 제시했다. Jeong(2005)은 식스 시그마의 실행과 재무적, 비재무적 성과의 관계를 분석한 결과 식스 시그마의 실행은 재무적 성과에는 긍정적인 영향을 미치지만, 비재무적 성과에는 유의한 영향을 미치지 못한다는 결론을 얻었다. Ryu et al.(2016)는 선형회귀분석과 평활스플라인 함수를 이용하여 기업의 품질관리를 위한 노력이 재무적 성과(ROA, ROE, 영업비용, 매출원가)에 미치는 영향을 분석하였다. 그 결과, 품질관리를 위한 노력이 ROA, ROE에는 긍정적인 영향을 미치나 영업비용이나 매출원가에는 유의한 영향을 미치지 못하는 것으로 나타났다. 또한 식스 시그마의 도입기간과 성과지표를 분석한 결과 일부 구간에서는 성과가 정체되는 부분이 존재하고 심지어 부정적인 성과를 나타내는 부분도 있다고 하였다.

이처럼 식스 시그마와 재무적 성과 간 관계를 연구하기 위해 회귀분석을 이용한 논문이 다수 있었으나 표본선택편의(Sample selection bias)을 고려한 연구는 거의 없다. 식스 시그마에 관한 연구는 실험이 불가능한 관찰연구이다. 널리 알려진 대로, 관찰연구에서 처치변수(treatment variable)가 무작위할당(random assignment)되지 않은 경우, 처치를 받은 집단과 그렇지 않은 집단은 처치여부뿐만 아니라 내재된 다른 특성을 가지고 있을 수 있다. 이 경우 처치 여부가 관심변수에 영향을 미치더라도 이것이 처치 효과에 따른 것인지 내재된 특성에 의한 것인지 구별하는 것이 쉽지 않다. 예를 들어 식스 시그마를 도입한 기업이 도입하지 않은 경우보다 자산을 많이 보유한다면, 식스 시그마의 도입 여부와 재무적 성과 간에 정의 관계가 있다 할지라도 그것이 식스 시그마의 도입 때문인지, 아니면 더 많이 보유한 자산 때문인지 구별할 수 없게 된다. 따라서 본 논문에서는 선택편의를 줄이는 방법 중 하나인 경향점수매칭(Propensity Score Matching)을 사용하여 관찰연구에서 발생할 수 있는 선택편의를 줄임으로써 식스 시그마의 도입 여부가 재무적 성과에 어떠한 영향을 끼치는 지에 대하여 보다 정확한 분석을 할 수 있도록 한다.

본 논문은 식스 시그마를 도입하지 않은 기업을 추출하여 그들의 재무성과를 도입 기업의 재무성과와 비교분석한다는 점에서 Park et al.(2014), Ryu et al.(2016)와 구별된다. 또한 Kang and Park(2011), Park et al.(2014), Ryu et al.(2016)가 식스 시그마의 시행기간이 재무적 성과에 미치는 영향을 분석할 때 식스 시그마를 도입한 기업에 한정한 것과 달리, 식스 시그마 시행기간이 각각 1~5년, 6~10년, 11년 이상인 집단으로 나누어 미도입기업과의 재무적 성과를 비교하는 방법으로 식스 시그마 시행기간의 효과를 살펴볼 것이다.

본 연구에서는 산업통상자원부와 한국생산성본부에서 실시한 제조업 생산성 패널조사 2013을 사용한다. 제조업 생산성 패널조사 2013 자료를 이용하여 객관적인 기업성과를 사용하고 대규모 표본을 사용하여 회귀분석모형의 효율성을 높일 수 있었다(Park et al. 2014). Kim(2004), Jeong(2007), Sohn(2009) 등 이전의 여러 논문들이 실증분석을 하였으나 이는 소규모 표본에 대해 설문 조사로 얻은 데이터를 사용하였고 미응답 표본이 있었다. 그러나, 본 연구에서 사용한 제조업 생산성 패널조사는 정부기관인 산업통상자원부에서 관여하기 때문에 설문의 응답률이 높고 신뢰할 수 있다는 점에서 이전의 논문에서 사용한 표본과는 다르다고 할 수 있다.

앞으로 전개될 논문의 구성은 다음과 같다. 2장에서 경향점수매칭과 관련된 내용을 서술하고, 3장에서는 이를 바탕으로 하여 연구모형 설계 및 가설을 설정할 것이다. 4장에서는 실증 분석한 결과를 평가하고 마지막으로 5장에서는 연구결과를 바탕으로 결론을 제시한다.

인과관계를 판단할 때 발생하는 기본적인 문제는 처치집단에서의 관심변수와 통제집단에서의 관심변수를 동시에 관찰할 수 없다는 것이다(Holland 1986). T를 처치여부에 대한 지시변수(Indicator variable)로 가정하고, T=1이면 처치집단에 할당되고 T=0이면 통제집단에 할당된다는 것을 의미한다고 하자. Y_i1이 i번째 개체가 처치집단에 속할 때 관심변수의 값이고, Y_i0는 i번째 개체가 통제집단에 속할 때의 값이라고 하자. 그렇다면 i번째 개체의 처치효과 τi는 τi=Yi1-Yi0로 정의될 수 있다. 비실험연구의 경우, 처치효과는 다음의 식으로 나타낼 수 있다.

문제는 위 식의 첫 번째 항은 추정할 수 있지만, 두 번째 항은 추정할 수 없다는 것이다. 하지만 관심변수의 값이 처치변수와 독립이라면, 즉 Yi1, Yi0⊥Ti가 성립한다면 처치효과의 추정이 가능하게 된다. 이는 다음의 식이 성립하기 때문이다.

그러나 이런 인과관계의 추론은 처치여부의 할당이 다른 변수들과 통계적으로 독립일 경우, 즉 무작위할당(Random assignment)인 경우에만 할 수 있다(Holland, 1986). 하지만 관찰연구는 기존에 존재하는 집단을 대상으로 연구가 수행되기 때문에 표본을 처치집단과 통제집단에 무작위할당하는 것이 불가능한 경우가 많다. 이처럼 무작위할당이 사용되지 않을 경우, 처치집단과 비교집단은 배경특성이 다를 수 있다. 이런 처치변수 외의 요인으로 인한 차이는 처치변수가 관심변수에 야기하는 차이보다 더 큰 영향을 미칠 수 있다(Adelson 2013). 즉 자료에 내재하는 선택편의로 인해 인과적 효과를 잘못 추론하게 될 수 있다. 따라서 관찰연구는 처치집단과 비교집단 사이에 존재하는 체계적인 차이를 조정할 수 있는 도구가 필요하다(Braitman and Rosenbaum, 2002).

경향점수(propensity score)는 처치집단과 비교집단 간 발생하는 배경특성의 차이를 줄여주는 방법이다. Rosenbaum and Rubin(1983)은 다수의 변인들을 동시에 고려하여 경향점수를 추정하고, 추정된 경향점수를 통해 표본을 구성하도록 하는 방법을 제안한 바 있다. 경향점수란 처치집단에 속할 가능성에 영향을 주는 변인들을 공변량으로 하여 해당 표본이 처치집단에 속하게 되는 조건부 확률을 말한다(Rosenbaum and Rubin 1983). Z는 처치여부에 대한 변수이고 Z=1이면 처치집단에 할당되고 Z=0이면 통제집단에 할당된다고 하자. 또한 가 실험처치에 영향을 미치는 공변량의 벡터(vector)일 때, 통계적으로 경향점수 e(X)는 관찰된 다른 변수 X가 주어진 경우에 처치를 받을 조건부확률이며 다음과 같이 표현이 가능하다(Rosenbaum and Rubin 1983).

이런 경향점수는 일반적으로 공변량을 독립변수로 놓고 처치여부를 종속변수로 하는 로지스틱 회귀분석을 통해 추정한다. 그리고 아래의 가정(strongly ignorable treatment assignment)을 수용할 때,

경향점수가 같은 개체는 관찰된 공변량의 분포가 비슷하게 된다(Rosenbaum and Rubin 1983). 자세한 증명은 Rosenbaum and Rubin(1983)을 참고하길 바란다. 물론 공변량이 처치효과에 미치는 영향을 보정하기 위한 방법이 경향점수를 사용하는 것만 있는 것은 아니다. 흔히 사용되는 공분산분석(ANCOVA) 역시 그 방법 중에 하나이다. 공분산분석은 처치집단과 비교집단의 공변량 분포가 비슷할 경우 효과적이다. 하지만 관찰연구에서와 같이 공변량 분포가 다른 경우 경향점수 방법이 더 선호된다(Dehejia and Wahba 1999, Rubin 1997).

경향점수를 사용하여 매칭을 하는 과정은 다음과 같다(Haus-vaughn and Onwuegbuzie 2006; Sang 2006). 첫째, 선행연구를 검토하여 실험집단에 속할 가능성에 영향을 주는 변인들을 공변량으로 설정하고, 실제로 분석하고자 하는 자료에서 실험집단과 통제집단 간 유의한 차이가 있는지 확인한다. 둘째, 처치여부를 종속변수로 하고 공변량을 독립변수로 하는 로지스틱 회귀분석을 실시하고 처치집단에 할당될 확률을 산출하여 경향점수로 활용한다. 셋째, 경향점수를 이용하여 결합표집을 실시하되, 실험집단과 통제집단에 속한 사례 중 경향점수가 동일하거나 유사한 사례들을 각각 추출하여 대응시킨다. 넷째, 결합표집 이후에는 공변량에 있어 실험집단과 통제집단이 동등한 특성을 가지게 되었는지 확인한다. 동등성이 확보되었다면, 경향점수를 활용한 분석을 하여 순수한 독립변수의 효과를 추정하게 된다(Rosenbaum and Rubin, 1984).본 연구에서는 공변량으로 연속형 자료를 많이 사용하기 때문에 경향점수가 완벽히 일치하지 않아 짝을 지을 수 없을 경우 가까운 이웃점수로 대체하는 Nearest Neighbor Matching(Caliendo and Kopeinig, 2008)을 사용한다. 그러면서도 가능한 한 많은 표본수를 유지하기 위해 처치집단에 속하는 표본과 비교집단에 속하는 표본의 개수의 비율은 공변량의 체계적인 차이가 발생하지 않는 선에서 가장 크게 유지한다.

본 연구는 제조업 생산성 패널조사를 사용하여 분석의 객관성을 더하였을 뿐 아니라 높은 응답률을 통해 자료의 효율성을 얻을 수 있었다. 기존의 선행연구와 다르게 선택편의에 의해 독립변수가 관심변수에 미치는 영향이 왜곡될 수 있다는 점을 고려하였고 이를 조정해주기 위해 경향점수매칭(Propensity score matching)이라는 통계적 방법을 사용하였다. 경향점수매칭을 통해 표본에서 선택편의의 가능성을 줄인 뒤에 식스 시그마 품질경영활동과 기업의 재무적 성과의 관계를 분석한 결과를 요약하면 다음과 같다.

먼저, 식스 시그마 품질경영활동의 도입여부와 총자산순이익률(ROA), 매출액순이익률은 유의한 관계가 없었다. 이는 식스 시그마를 도입하는 것만으로 기업의 재무적 성과가 발생할 수 없다는 것을 뜻한다. 둘째, 식스 시그마 품질경영활동 도입기간을 3개의 범주로 나누고 각 범주에 해당하는 기업의 재무성과를 미도입기업의 재무성과와 비교한 결과, 어떤 경우에도 미도입기업과 유의한 차이를 보이지 않았다. 이는 식스 시그마의 수행기간이 길수록 재무적 성과가 좋아진다는 Kang and Park(2011), Park et al.(2014), Ryu et al.(2016)의 결과와 배치된다.

본 연구는 기존의 연구에서 고려하지 않았던 관찰연구에서의 선택편의의 문제를 인식하고 이를 조정하고자 했다는 점에서 의의가 있다. 앞서 분석한 것과 같이 식스 시그마의 도입만으로 재무적인 성과가 나타나지는 않았다. 또한 도입기간이 길다고 더 나은 재무적 성과를 얻은 것도 아니다. 이는 식스 시그마를 도입하는 것만으로 재무적 성과가 담보되지는 않는다는 것을 의미한다. 또한 분석과정 중 부채비율, 판매 증가에 대한 기대, 국내시장의 경쟁정도가 유의한 변수였다는 것을 볼 때, 식스 시그마를 도입하는 것 못지않게 기업이 그들의 체질을 개선하고, 시장 경제상황에 맞는 대응법을 찾는 노력 또한 중요하다는 것을 의미한다.