고용노동부, 산업안전보건공단에서는 다양한 산업재해 사고 관련 통계 자료를 매년 분석하여 전 국민이 볼 수 있도록 공시하고 있다(Korea Occupational Safety & Health Agency Website). 이 공시되는 자료들은 일반 국민을 대상으로 하는 보고서이기 때문에 복잡한 내용보다는 가급적 평이한 수준으로 공개를 하고 있다. 그리고 주요 통계치 제시에 대한 산업적 논란의 여지가 있을 수도 있다는 점을 감안하여 공식적으로 기술 통계 자료만 제시하고 있다. 하지만 산업재해 사고에 대한 보다 정확한 원인 분석을 위해서는 단순 기술 통계 자료에 의하여 특정 요인이 많다 적다 정도로의 분석으로는 한계가 있다. 즉, 어떤 요인이 통계적으로 유의하게 차이가 있는지, 유의하게 많은지 적은지, 유의하게 특정 사고 결과에 영향을 미치는지 등의 추론 통계 및 이를 기반으로 한 분석 자료가 필요할 수 있다(Jeong, 1996).

산업안전관리공단 자료실을 통해 볼 수 있는 대표적인 보고서가 '2014년 산업재해원인조사(업무상 사고)'이다(OSHRI, 2015). 본 보고서는 머리말에서 "2014년도에 발생된 산업 재해자 중 2015년 3월 31일까지 산업재해보험 보상을 받은 일부 재해자에 대한 업무상 사고 발생 원인을 조사 및 분석한 것(보고서 p. 5)"이라고 그 개요를 설명하고 있다. 보고서 내용 중 대표적인 결과는 다음과 같다. "재해 발생년도(재해 발생일기준)가 2014년(1월 1일~12월 31일)인 업무상 사고 부상자 7,795명을 조사하여 분석한 결과, 주요 산업은 제조업이 25.0%, 건설업이 21.4%로 2개 산업의 재해 발생이 전체의 약 46.4%를 차지하였으며, 숙박 및 음식점업 8.5%, 사업시설관리 및 사업지원 서비스업 7.9% 순서이다. 주요 발생 형태는 넘어짐 · 깔림이 26.4%로 가장 높으며, 부딪힘 · 접촉이 22.0%, 끼임 15.7%, 떨어짐 14.9%, 맞음 9.0% 등의 순서이다(보고서 p. 47)". 이와 같이 기술 통계 자료 중심으로 되어 있다 보니 그 원인에 대한 통계적인 유의성 확인과 구체적인 원인 및 인과 관계 등을 통한 정확한 분석이 쉽지가 않다. 즉, 제조업과 건설업과 관련된 다양한 요인들과 대비할 때 통계적으로 유의한 차이가 있는지, 그렇지 않고 단순히 수치가 높기만 한 것인지 등의 분석이 필요하다. 또한, 다양한 발생 형태가 분석되어 있는데 넘어짐 · 깔림 같은 형태가 다른 요인과 비교해볼 때 그 차이가 유의미하게 있는지, 그것이 어떤 의미가 있는지 등에 대한 분석이 필요하다.

이와 유사한 보고서 및 자료들을 바탕으로 추론적 통계 분석을 하는 연구들이 많이 진행되었다. Kim et al. (2009)은 산업재해보상보험법 시행령의 업무상 재해 인정 기준의 각 요인 및 미국 노동부 노동통계국의 산업재해 및 업무상 질병 분류 기준, NIOSH의 근골격계질환 유해인자 등의 자료 및 2007년도 산업재해 중 근골격계질환자 7,723명의 재해 자료를 바탕으로 하여 질환 발생 원인 및 특성을 다각도로 비교, 분석하였다. 하지만 이 연구는 근골격계질환자만을 대상으로 하였기에 전체적인 관점에서의 사고 분석 결과를 보기는 어렵다. Kim et al. (2010)은 산업재해보상보험법에 따른 승인된 요양자 중 업무상 질병 자료와 그 중 근골격계질환 자료를 활용하여 요통(사고성/비사고성)과 기타 신체 부담에 따른 상지질환 등의 실태와 변화 추이 및 역학적 특성을 분석하였지만, 본 연구는 근골격계질환 중에서 요통과 상지질환에 초점을 맞추었다. Byun et al. (2017)은 산업재해조사 보고서에 있는 2015년도부터 작업 관련성 산업재해로 승인된 1,310명의 음식배달원 오토바이 교통사고 자료를 분석하였다. 이로부터 자영업자와 청소년 근로자의 비율이 높고, 교통사고 비율이 높은 음식배달원 직종의 오토바이 교통사고 특성을 분석하였는데, 사고 특성과 재해 정도에 따라 재해자 분포에 차이가 있는지를 Chi-square 검정으로, 재해자와 장해자의 근로손실일수의 평균에 차이가 있는지를 One-way ANOVA로 분석하였다. 하지만 이 연구는 다양한 분야 중에서 음식배달원 직종에 초점을 맞추었다. Yang et al. (2017)은 2015년 자동차 부품제조업에서 발생한 사고로 인해 산업재해자로 승인된 1,609명을 대상으로 하여 자동차 부품제조업 종사자의 재해 특성을 분석하였다. 이를 통해 자동차 부품제조업 종사자의 재해 특성을 이해하고 관련 재해 예방 기초 자료를 제공하였다. 마찬가지로 이 연구는 다양한 산업 분야 중에서 자동차 부분제조업에 초점을 맞추었다. 이상의 기존 연구들은 본 연구에서 수행한 연구 방법은 유사하나 특정 질환을 대상으로 하였거나 특정 직종, 특정 산업 분야를 대상으로 한 제한점이 있다.

이런 배경 및 기존 연구들에 기반하여 본 연구에서는 특정 산업으로 제한하지 않고 전체 산업별로 다양한 영향 요인을 추려내고 분석하는 과정을 진행하고자 한다. 이를 통해 재해 요인들 간의 관계 및 영향 요소들을 통계적 유의성을 기반으로 찾고 이를 분석함으로써 인간공학적 재해 예방을 위한 기본 자료를 마련코자 한다. 이를 위하여 산업안전보건공단에서 발행한 산업재해원인조사(업무상 사고) 보고서 중에서 가장 최신 자료인 2014년도 보고서(OSHRI, 2015)의 자료를 중심으로 산업별 기인물별 현황, 산업별 작업 내용별 현황, 재해 발생 형태별 산업별 현황 등의 기술 통계치를 분석한다.

2.1 Data definition

본 연구에서는 산업재해보험 보상을 받은 재해자에 대한 업무상 사고로 인한 부상의 통계 자료를 대상으로 분석한다. 즉, 산업재해로 인정된 재해자만을 대상으로 하므로 산업재해보험에 등록되지 않은 업무상 사고는 포함되지 않는다(OSHRI, 2015). 전체 분석 대상은 산업재해보험 등록으로 2014년 1월 1일부터 2015년 3월 31일까지 4일 이상 요양이 결정된 재해자 중 재해 발생일이 2014년인 재해자에 한하므로 실제 재해자보다 전체 목표 모집단이 작을 수 있다. 또한 본 연구에서 활용한 보고서의 통계치는 재해 발생 건수가 아닌 재해자 수(명)이며, 안전보건공단 자체 분류 기준인 산업재해 기록/분류에 관한 지침(KOSHA, 2006)에 의거하여 항목이 분류되었다. 또한 통계표의 모든 통계 수치는 반올림 상의 차이로 인하여 세 항목의 합과 총계가 일치되지 않을 수도 있다. 그리고 원 Data의 조사 방법은 근로복지공단 요양 신청자 전산 정보 조회 및 근로복지공단 지사 방문을 통해 재해자의 요양 승인 관련 서류 조사 후 재해자의 사업장에 전화조사를 실시하거나 산업재해보상관련 전산 자료를 활용하여 재해 원인을 파악한 것이다. 조사 기간은 최초 자료 수집부터 분류 Data 수정 및 보완 기간을 모두 포함하여 2015년 6월 1일부터 10월 12일까지 수행한 것이다(OSHRI, 2015).

이상의 내용이 기반한 2014년 실제 업무상 사고 재해자는 78,749명인데 이 중 부상자는 77,927명, 사망자는 829명이다. 이 중에서 산업재해원인조사 보고서에 반영된 분석 대상자는 사고 부상자 7,795명이며 사망자는 829명이다. 즉, 사고 부상자는 약 10% 정도의 표본조사를 하였고 사망자는 전수조사를 하였다. 그리고 본 연구에서의 대상자는 업무상 사고 부상자는 7,795명인 것이다. 또한 이 사고 부상자의 산재요양승인 정보에서 표본추출 시 층화 단계에서 활용할 수 있는 정보들은 사업, 사업체 규모, 지역, 상해 종류, 발생 형태, 성별, 연령, 요양 기간 등이었다. 상해 종류, 발생 형태 정보는 정보의 정확성이 떨어져 표본 설계에 반영하고 있지 않으며, 업종, 사업체 규모별로 층화하고, 추가로 지역 구분과 발생 형태는 내재적 층화가 이루어질 수 있도록 각 업종 및 사업체 규모 내에서 지역과 발생 형태에 따라 정렬한 후에 표본이 추출되었다(OSHRI, 2015).

2.2 Data analysis

이 부상자 통계 자료에 기반하여 산업별, 재해별, 기인별 등 다양한 특성으로 나누어 분석하였다. 산업별 요인은 제조업, 건설업, 숙박 및 음식점업, 사업시설관리 및 사업지원 서비스업 등이다. 재해별 요인은 물체 및 설비에 접촉, 불균형 동작, 유해 위험물질 환경에 노출 및 접촉, 화재 등 특정 사고 등이다. 사고 발생 원인별 요인은 설비 기계, 휴대용 및 인력용 기계 기구, 부품 부속물 및 재료, 건축물 · 구조물 및 표면 등이 있다. 상해 부위는 상지, 하지, 체간(몸통) 등이다. 작업 내용은 운반, 상하역 및 운전 작업, 물체의 가공, 취급 작업 등이 있다.

이러한 특성들에 대해서 상호 간 유의한 영향차가 있는가를 Chi-square 검정에 의한 교차 분석을 실시하였다. 즉, 산업재해원인조사 보고서의 Data가 기본적으로 명목척도 형식으로 되어 있으며 이를 이용하여 각 특성 간의 상호 관련성 또는 독립성을 분석하기 위하여 교차 분석을 수행한 것이다. 이 교차 분석에서 사용된, 두 변수 간의 관계를 제시하는 교차표는 실제 조사된 빈도와 이론적으로 추정된 빈도 간의 비교를 통해 두 변수가 관계가 있는지 여부를 판단하는 것으로, 본 분석에서는 각 특성 간의 관계를 나타내는 교차표를 관계별로 작성하고 실제 조사된 사고 빈도와 추정된 빈도 간의 비교를 하고 비교하는 특성 간에 유의한 관련성이 있는지를 검증함으로써 유의한 영향 관계가 있는지를 분석한 것이다. 또한 이 교차 분석 시 교차표의 각 셀의 기대빈도가 적어도 1 이상이어야 하고 기대빈도가 5 이하인 셀이 20% 이하이어야 한다. 따라서 기대빈도가 5 이하인 셀이 많은 경우에는 2개 범주를 묶어서 새로운 변수를 만든 다음에 새로운 변수를 만들거나 의미를 해치지 않는 한도 내에서 제거한 다음에 독립성 검정을 하는 것이 좋다. 또한 일반적으로 교차 분석의 전제 조건을 충족시키기 위해서는 표본의 크기가 충분해야 한다(Park et al., 2015). 본 연구에서는 표본의 크기가 7,795로 충분히 크므로 교차 분석 사용에 문제는 없다. 그리고 각 교차 분석 시에 기대빈도가 0인 항목은 전체 유의성에 영향을 미치지 못하므로 제거하였으며, 기대빈도가 5 이하인 셀은 상황에 맞게 조정하였다.

모든 Chi-square 검정 분석에는 IBM SPSS Statistics Subscription 버전을 사용하였다. 각 검정의 귀무가설은 각 특성 쌍 간에 서로 독립이다이며, 대립가설은 각 특성 쌍 간에 서로 독립이 아니다이다. 예를 들면, 산업 분류와 사업장 규모 간 검정에서 귀무가설은 "산업 분류와 사업장 규모는 서로 독립이다"이며, 대립가설은 "산업 분류와 사업장 규모는 서로 독립이 아니다"이다. 그리고 유의수준은 0.05로 설정하였다. 이후 각 분석 상황에 근거하여 세부적 영향 관계를 분석하고 이 관계하에 다양한 관점의 원인 분석까지 도출하였다.

3.1 Analysis of industry type by business size

Table 1은 사업체 규모별로 산업 분류와의 연관성 분석에 사용한 Data를 나타내고 있다. 산업 분류는 산업재해원인조사 보고서의 Data에서 하위 분류는 제외하고 상위 분류만을 사용하였다. 예를 들면, 상위 분류인 도매 및 소매업의 하위 분류는 자동차 및 부품 판매업, 도매 및 상품중개업, 자동차 제외 소매업 등이 있다. 이러한 하위 분류의 Data를 상위 분류에 포함시켜 상위 분류의 Data만을 사용하였다. 사업체 규모는 일정 규모 이상(200인 이상)의 경우 업종 구분에 해당되지 않는 경우(예: 광업은 200인~300인, 1,000인 이상 규모 사업장 없음)가 있어 결측치 발생을 막기 위하여 200인 이상 분류에 포함시켰다. 그리고 Table 1의 data는 규모별 비교의 효율을 위하여 규모가 커질수록 누적되는 비중으로 표시하였다.

Table 2는 Table 1에 있는 Data에 대한 교차 분석 결과를 나타내고 있다. 분석 방법은 Pearson Chi-square 검정을 이용하였다. 분석의 귀무가설은 "산업 분류와 사업장 규모는 서로 독립이다"이며, 대립가설은 "산업 분류와 사업장 규모는 서로 독립이 아니다"였다. 그 결과 Pearson Chi-square 검정 통계량 값이 1288.722이고 유의 확률 p-value<0.01이기 때문에 귀무가설은 기각한다. 즉, 유의수준 0.05 하에서 산업 분류별 구분과 사업체 규모별 구분 간에 사고 발생인수는 서로 독립이 아니며 관련성이 있음을 알 수 있었다. 이에 대한 세부적인 내용은 다음과 같다.

산업 분류 대비 사업체 규모 간 사고 발생인수가 서로 독립이 아니라는 것은 우선 산업별로 사업체 규모에 따른 발생인수의 편차가 크다고 볼 수 있다. 대표적으로, 전체 발생인수가 1,949명으로 가장 많은 제조업의 경우 49인 이하까지의 비중이 77%인데 비해, 발생인수가 가장 적은 전기가스증기 및 수도사업의 경우 199인 이하까지 확대해야 81%로 제조업과 비슷한 비중을 보인다. 또한 발생인수 659명의 숙박 및 음식점업의 경우 14인 이하 규모에서 81% 비중인데 비해 대략 1/10 수준의 공공행정국방 및 사회보장행정업에서는 199인 이하 규모까지 확대하여도 76% 비중으로 상대적으로 낮다. 그리고 전체적으로 사업장 규모가 작을수록 발생인수의 비중이 높다. 특히, 농업임업 및 어업, 도매 및 소매업, 숙박 및 음식점업의 경우 9인 이하 사업장에서 이미 70%를 넘거나 근접한 비중을 보이고 있다.

3.2 Analysis of industry type by accident pattern

Table 3은 산업 분류별로 재해의 발생 형태와의 연관성 분석에 사용한 Data를 나타내고 있다. Table 1에서와 마찬가지로 산업 분류는 산업재해원인조사 보고서의 Data에서 하위 분류는 제외하고 상위 분류만을 사용하였다. 재해 발생 형태는 원 조사 보고서의 Data에서 결측치 발생을 막기 위하여 일부 발생 형태는 모두 기타로 분류하여 포함시켰다.

Table 4는 Table 3에 있는 Data에 대한 교차 분석 결과를 나타내고 있다. 분석 방법은 Pearson Chi-square 검정을 이용하였다. 분석의 귀무가설은 "산업 분류와 산업재해 발생 형태는 서로 독립이다"이며, 대립가설은 "산업 분류와 산업재해 발생 형태는 서로 독립이 아니다"였다. 그 결과 Pearson Chi-square 검정 통계량 값이 2649.701이고 유의 확률 p-value<0.01이기 때문에 귀무가설은 기각한다. 즉, 유의수준 0.05 하에서 산업 분류별 구분과 산업재해 발생 형태별 구분 간에 사고 발생인수는 서로 독립이 아니며 관련성이 있음을 알 수 있었다. 이에 대한 세부적인 내용은 다음과 같다.

산업 분류 대비 재해 발생 형태 간 사고 발생인수가 서로 독립이 아니라는 것은 우선 산업별로 발생되는 재해의 종류 편차가 크다고 볼 수 있다. 먼저 제조업과 건설업이 각 25%, 21%로 전체 발생인수의 46%를 차지하고 있다. 전체 발생인수가 1,949명으로 가장 많은 제조업은 "끼임" 사고가 716명으로 제조업 전체의 36.7%를 차지하지만, 같은 사고에 대해 1,672명으로 두번째로 전체 발생인수가 많은 건설업의 경우 "끼임" 사고는 127명으로 건설업 전체의 7.6% 밖에 차지하지 않고 "떨어짐" 사고가 554명(33.1%)으로 가장 높은 비중을 차지하고 있다.

그 밖의 주요 산업별로 가장 높은 발생인수를 보면, 농업임업 및 어업은 "부딪힘접촉(162명, 33%)", 광업은 "맞음(30명, 26.8%)", 전기가스증기 및 수도사업은 "넘어짐깔림(12명, 23.1%)" 등으로 산업의 유형별로 다양한 재해 발생 형태 인수들을 보이고 있다. 또한 전체적으로 재해 발생 형태가 "떨어짐", "넘어짐깔림", "부딪힘접촉", "맞음", "끼임", "불균형동작"과 같은 인간공학적 위험 요인과 관련된 것이 전체의 93%를 차지하고 있다. 그 중에서도 "넘어짐깔림", "부딪힘접속", "맞음", "끼임"과 같이 물체나 설비와의 접촉 발생으로 생기는 사고가 73%를 차지하고 있다.

3.3 Analysis of industry type by cause factors

Table 5은 산업 분류별로 재해의 발생 원인과의 연관성 분석에 사용한 Data를 나타내고 있다. Table 1에서와 마찬가지로 산업 분류는 산업재해원인조사 보고서의 Data에서 하위 분류는 제외하고 상위 분류만을 사용하였다. 재해 발생 형태는 원 조사 보고서의 Data에서 결측치 발생을 막기 위하여 일부 발생 형태는 모두 기타로 분류하여 포함시켰다.

Table 6은 Table 5에 있는 Data에 대한 교차 분석 결과를 나타내고 있다. 분석 방법은 Pearson Chi-square 검정을 이용하였다. 분석의 귀무가설은 "산업 분류와 산업재해 원인물은 서로 독립이다"이며, 대립가설은 "산업 분류와 산업재해 원인물은 서로 독립이 아니다"였다. 그 결과 Pearson Chi-square 검정 통계량 값이 3692.935이고 유의 확률 p-value<0.01이기 때문에 귀무가설은 기각한다. 즉, 유의수준 0.05 하에서 산업 분류별 구분과 산업재해 발생 원인물 구분 간에 사고 발생인수는 서로 독립이 아니며 관련성이 있음을 알 수 있었다. 이에 대한 세부적인 내용은 다음과 같다.

산업 분류 대비 재해 발생 원인물 간 사고 발생인수가 서로 독립이 아니라는 것은 산업별로 발생의 원인이 되는 대상물의 종류 편차가 크다고 볼 수 있다. 먼저 다른 요인과 마찬가지로 비중이 가장 큰 제조업과 건설업이 각 25%, 22%로 전체 발생인수의 47%를 차지하고 있음을 알 수 있다. 전체 발생인수가 1,926명으로 가장 많은 제조업은 "설비기계(휴대용 제외)"로 인한 사고가 954명으로 제조업 전체의 절반인 50%를 차지하지만, 1,665명으로 두번째로 전체 발생인수가 많은 건설업의 경우 같은 원인물인 "설비기계(휴대용 제외)"에 대한 사고는 216명으로 건설업 전체의 13% 밖에 차지하지 않는다. 그에 비해 "건축구조물 및 표면"으로 인한 사고가 839명(50%)으로 가장 높은 비중을 차지하고 있다.

그 밖의 주요 산업별로 가장 높은 발생인수를 보면, 농업임업 및 어업은 "휴대용 및 인력용기계기구(116명, 24%)"이며 건설업, 도매 및 소매업, 숙박 및 음식점업, 사업시설관리 및 사업지원서비스업, 보건업 및 사회복지서비스업은 "건축구조물 및 표면"의 원인이 되는 경우가 각 839명(50%), 121명(24%), 172명(26%), 279명(46%), 141명(41%)로 나타났다. 특히 이 "건축구조물 및 표면"의 경우 많은 산업에서 가장 높은 인수를 보이며 결과적으로 전체 발생인수에서도 가장 높은 2,390명(32%)를 나타내고 있어 산업재해의 주요한 원인으로 분석할 수 있다. 그리고 타 산업에 비해 숙박 및 음식점업의 경우 658명(9%)로 중간 정도 비중을 차지하지만 원인물이 "설비기계(휴대용 제외)" 14%, "건축구조물 및 표면" 26%, "용기용품가구 및 기구" 24%, "교통수단" 20% 등으로 고른 분포를 보이고 있다.

3.4 Analysis of industry type by task

Table 7은 산업 분류별로 재해의 발생 시의 수행한 작업 내용과의 연관성 분석에 사용한 Data를 나타내고 있다. Table 1에서와 마찬가지로 산업분류는 산업재해원인조사 보고서의 Data에서 하위 분류는 제외하고 상위 분류만을 사용하였다. 재해 발생 형태는 원 조사 보고서의 Data에서 결측치 발생을 막기 위하여 일부 발생 형태는 모두 기타로 분류하여 포함시켰다.

Table 8은 Table 7에 있는 Data에 대한 교차 분석 결과를 나타내고 있다. 분석 방법은 Pearson Chi-square 검정을 이용하였다. 분석의 귀무가설은 "산업 분류와 산업재해 시 작업 내용은 서로 독립이다"이며, 대립가설은 "산업 분류와 산업재해 시 작업 내용은 서로 독립이 아니다"였다. 그 결과 Pearson Chi-square 검정 통계량 값이 3810.545이고 유의 확률 p-value<0.01이기 때문에 귀무가설은 기각한다. 즉, 유의수준 0.05 하에서 산업 분류별 구분과 산업재해 시 작업 내용 간에 사고 발생인수는 서로 독립이 아니며 관련성이 있음을 알 수 있었다. 이에 대한 세부적인 내용은 다음과 같다.

산업 분류 대비 재해 발생 시 작업 내용 간 사고 발생인수가 서로 독립이 아니라는 것은 산업별로 발생 과정에서의 작업 내용의 종류 편차가 크다고 볼 수 있다. 먼저 다른 요인과 마찬가지로 비중이 가장 큰 제조업과 건설업이 각 28%, 19%로 전체 발생인수의 47%를 차지하고 있음을 알 수 있다. 하지만 다른 요인에 비해 건설업의 비중은 상대적으로 낮은 편이다. 대신 숙박 및 음식점업이 10%를 보이며 상대적으로 비중이 높아졌다.

전체 발생인수가 1,938명으로 가장 많은 제조업은 "물체가공취급작업" 시 사고가 684명으로 제조업 전체의 35%를 차지하지만, 1,334명으로 두번째로 전체 발생인수가 많은 건설업의 경우 같은 작업 내용인 "물체가공취급작업" 시 사고는 223명으로 건설업 전체의 17%를 차지하였다. 그에 비해 "물체연결조립설치해제작업" 시 사고가 482명(36%)으로 가장 높은 비중을 차지하고 있다. 그리고 "운반상하역운전작업"의 경우 많은 산업에서 높은 인수를 보이며 결과적으로 전체 발생인수에서도 가장 높은 2,224명(32%)를 나타내고 있어 산업재해의 주요한 원인으로 분석할 수 있다.

3.5 Analysis of accident pattern by cause factor

Table 9는 발생 재해의 형태별로 재해의 발생 원인과의 연관성 분석에 사용한 Data를 나타내고 있다. 산업재해원인조사 보고서의 Raw Data 상에서 재해 발생 형태 및 재해 기인물 관련 Data 중 일부는 결측치가 있어 제외하고 실질적인 Data가 있는 부분만을 분석에 활용하였다.

Table 10은 Table 9에 있는 Data에 대한 교차 분석 결과를 나타내고 있다. 분석 방법은 Chi-square 검정을 이용하였다. 그 결과 p<0.01로, 재해의 발생 형태 구분과 산업재해 발생 원인물 구분 간에 사고 발생인수는 서로 독립이 아니며 관련성이 있음을 알 수 있었다. 이에 대한 세부적인 내용은 다음과 같다.

산업재해의 발생 형태 대비 발생 시 원인물 간 사고 발생인수가 서로 독립이 아니라는 것은 재해의 발생 형태별로 발생에 영향을 미치는 대상물의 종류 편차가 크다고 볼 수 있다. 먼저 재해 발생 형태 기준으로 보면 "넘어짐깔림"(2,048명, 27%)과 "부딪힘접촉"(1,711명, 23%)의 2가지가 50%로 절반의 비중을 차지한다. 이 2가지 발생 형태에 대한 원인물을 보면, "넘어짐깔림"은 "건축구조물 및 표면"이 1,247명(61%)로 가장 높다. "부딪힘접촉"은 "휴대용 및 인력용기계기구"가 512명(30%)로 가장 높으나 "설비기계(휴대용 제외)" 406명(24%), "교통수단" 351명(21%)도 큰 차이가 나지 않은 비중을 나타내고 있다. 그 밖에 "떨어짐"의 경우 "건축구조물 및 표면"에서 837명 (72%)로 대부분 발생하였으며, "끼임"의 경우 "설비기계(휴대용 제외)"에서 886명(72%)으로 역시 대부분 발생하였다.

3.6 Analysis of accident pattern by task

Table 11은 발생 재해의 형태별로 재해 시 작업 내용과의 연관성 분석에 사용한 Data를 나타내고 있다. 산업재해원인조사 보고서의 Raw Data 상에서 재해 발생 형태 및 작업 내용 관련 Data 중 일부는 결측치가 있어 제외하고 실질적인 Data가 있는 부분만을 분석에 활용하였다.

Table 12는 Table 11에 있는 Data에 대한 교차 분석 결과를 나타내고 있다. 분석 방법은 Pearson Chi-square 검정을 이용하였다. 분석의 귀무가설은 "재해의 발생 형태와 재해 발생 시의 수행한 작업 내용은 서로 독립이다"이며, 대립가설은 "재해의 발생 형태와 재해 발생 시의 수행한 작업 내용은 서로 독립이 아니다"였다. 그 결과 Pearson Chi-square 검정 통계량 값이 2643.098이고 유의 확률 p-value <0.01이기 때문에 귀무가설은 기각한다. 즉, 유의수준 0.05 하에서 재해의 발생 형태 구분과 재해 발생 시의 수행한 작업 내용 구분 간에 사고 발생인수는 서로 독립이 아니며 관련성이 있음을 알 수 있었다. 이에 대한 세부적인 내용은 다음과 같다.

산업재해의 발생 형태 대비 발생 시 작업 내용 간 사고 발생인수가 서로 독립이 아니라는 것은 재해의 발생 형태별로 발생 시 직접 수행하던 작업의 종류 편차가 크다고 볼 수 있다. 먼저 재해 발생 형태 기준으로 보면 "넘어짐깔림"(1,876명, 27%)과 "부딪힘접촉"(1,560명, 22%)의 2가지가 49%로 절반의 비중을 차지한다. 이 2가지 발생 형태에 대한 작업 내용을 보면 둘다 "운반상하역운전작업"이 각각 708명(38%)와 607명(39%)로 가장 높은 비중을 차지하고 있으며 전체 발생인수로 보면 2,251명(32%)으로 역시 가장 높은 비중을 보이고 있다. 그 밖에 전체 중 14%(948명)를 차지하는 "떨어짐"의 경우 "물체연결조립설치해체작업"이 29%(277명)으로 가장 높은 비중을 보였으며 다음으로 "운반상하역운전작업"이 27%(258명), 그리고 "기계기구설비설치보전작업"이 23%(222명)이 높은 비중을 보였다. 또한 작업 내용 중 "물체가공취급작업"의 관점에서 보면 재해 발생 형태 중에서 "부딪힘접촉"(522명), "끼임"(458명)이 높은 발생인수를 보였다.

3.7 Analysis of accident pattern by part of body

Table 13은 발생 재해의 형태별로 재해 시 상해를 입은 신체 부위와의 연관성 분석에 사용한 Data를 나타내고 있다. 산업재해원인조 사 보고서의 Raw Data 상에서 재해 발생 형태 및 신체 부위 관련 Data 중 일부는 결측치가 있어 제외하고 실질적인 Data가 있는 부분만을 분석에 활용하였다.