Кейс: Оценка текучести персонала по филиалам (решение)

Кейс: Оценка текучести персонала по филиалам (решение)

Предлагаю свое решение кейса Кейс: Оценка текучести персонала по филиалам.
Решение даю полное, во – первых, чтобы не говорили, что я занимаюсь только рекламой своих семинаров по Аналитике для HR, во вторых, я предлагаю лишь свое видение, а вы вправе принимать или нет (см например обсуждение в группе на Линкедине)

Ценность кейса для бизнеса

Начнем с ценности. В этом кейсе мы должны понять, есть ли у нас отстающие / передовые филиалы с тем, чтобы
или 1) оценить причины отставания / передовизны филиалов и тем самым повлиять на текучесть, или 2) оценить, что различия в текучести персонала в пределах нормы и отстающих и передовых филиалов нет, и не надо париться, чтобы кого-то наказать или стимулировать (ну не считая конечно самого факта соревновательности, когда мы можем в целях мотивации показать % текучести по филиалам, чтобы ввести соревнование – но это в рамки рассмотрения поста не входит). И во втором случае мы, как минимум сэкономим наше время на разборки.

Методологическое основание решения

 Самое сложное, как не удивительно, объяснить методологию решения задачи. И даже раз объяснив, люди стараются держаться своих иллюзий. Но и тем не менее
Если вы посчитаете текучесть, то увидите, что разброс текучести персонала находится в рамках от 10 до 16 % (я опускаю динамику по месяцам, считаю месяца излишними, сразу перехожу к году). И это вроде бы говорит о том, что те, что 10 % текучести – молодцы, а 16 % - не очень молодцы.
Но представьте, что вы бросаете монетку 10 раз вверх. У вас 60 % решка, и 40 % - орел. Т.е. решка на 20 % больше. Но мы прекрасно понимаем, что эти 20 % преимущества есть случайным отклонением, что на самом деле просто монетка так случайно вылетела.
Тоже самое мы должны сделать в отношении филиалов. Мы должны понять, находится ли разброс в рамках случайного разброса или не случайного. Если разброс не случаен, то можем говорить, что в филиале с бОльшей текучестью не все в порядке с управлением персоналом, раз народ оттуда чаще бежит, чем в других филиалах.

Техническое решение

Кейс мне понравился тем, что я не давал на своем семинаре такой вариант расмотрения статистического критерия Хи квадрат, поэтому возвращаю. Напомню, что Хи квадрат сравнивает эмпирические частоты с теоретическими.
Эмпирические частоты таковы

85	174	122	107	157	93	127	98
14	19	12	15	21	15	17	12
0,164706	0,109195	0,098361	0,140187	0,133758	0,16129	0,133858	0,122449

В первой строке – численность филиала, во второй строке – количество уволившихся, в третьей – коэффициент текучести.
Как считаем теоретические частоты.
Сумма численностей по филиалам – 963
Всего уволившихся – 125
Общий коэффициент текучести – 0, 1298

85	174	122	107	157	93	127	98
14	19	12	15	21	15	17	12
11,03323	22,58567	15,83593	13,88889	20,37902	12,07165	16,48494	12,72066

В третьей строке – количество уволившихся в случае, если бы коэффициент текучести был бы по филиалу таким, как в среднем по всем филиалам
Далее мы считаем Хи квадрат.
Хи квадрат эмпирическое – 3, 171, что находится в зоне не значимости, а, следовательно, разброс значений находится в рамках нормы и бедным hr- менеджерам повезло.
Но нам надо успокоить совесть, сравнив филиалы с самой высокой текучестью и самой низкой текучестью персонала (понятно почему? Потому что если мы обнаружим значимые различия между ними, то все-таки причины какие-то есть и нам придется перебрать попарно все филиалы; если же значимых различий между «лучшим» и худшим» филиалом нет, то нам не надо перебирать попарно все филиалы и мы подтвердим, что разброс текучести случаен).
У нас самая высокая текучесть в первом филиале – 0,1647, самая низкая текучесть – 0, 098.
Для особой точности проверки применяем два критерия: угловое преобразование Фишера и, поскольку этот коэффициент не любят многие матстатисты, то также Хи квадрат
И угловое преобразование Фишера и Хи квадрат находятся в зоне незначимости. Ниже картинка с результатом вычисления углового преобразования Фишера

Резюме

Решение окончательно: разброс значений текучести персонала является случайным, и разбор полетов не требуется, т.е. у нас нет «лучших» и «худших» филиалов. И если и использовать цифры, то только в воспитательных целях.
Можно посмотреть разброс по месяцам, но я, прошу прощения, не вижу ценности для бизнеса.
Буду рад критике и комментариям

Реклама

По традиции приглашаю на свои семинары по Аналитике для HR, которые скоро состоятся в Москве, Санкт-Петербурге, Ярославле. Заявки на е майл edvb()yandex.ru