.

Сделать репост в соц сети!

понедельник, 6 мая 2013 г.

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
Кейс: Оценка текучести персонала по филиалам (решение)

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

2 комментария:

  1. Любопытно,- Вы отметили, что коэффициент Фишера не любят многие матстатисты.

    Интересный комментарий дал Алексей Виноградов по фундаментальной ошибке в определении коэффициента Фишера, допущенной в популярной книжке Сидоренко http://alexwin1961.livejournal.com/157063.html

    ОтветитьУдалить
    Ответы
    1. да, читал про ошибку, связанную с не учетом направленности
      но в данном примере мы как раз показали не значимость различий

      Удалить