В западном исследовании ключевых драйверов удержания и текучести персонала одним из самых зацепивших драйверов текучести был доступность работы для персонала.
Эта картинка из исследования показывает, что шаговая доступность снижает текучесть на 58 %. Красивая штука, правда? Решил покопать тоже самое на просторах СНГ (поскольку не только Россия участвует).
Для тех, кто впервые видит серию моих постов по данной теме, рекомендую убедительно поучаствовать в нашем голосовании Ключевые факторы удержания и текучести персонала.
Второе разочарование - только корпоративный транспорт дал знимые отличия в способе попадания на работу. И шаговая доступность совершенно не играет роли на текучесть персонала.
В данной ситуации, мы, конечно же, должны учесть размер населенного пункта и показать влияние на стаж транспортной доступности только в таком разрезе (я не буду выкладывать всех итераций по другим возможным срезам, просто не хочу раздувать пост, но, поверьте, на проверку многих других гипотез у меня ушло полдня).
Estimate Std. Error t value Pr(>|t|)
(Intercept) 35.337 2.713 13.026 < 2e-16 ***
waycar 16.140 5.310 3.040 0.00261 **
waycorpbus -7.337 26.161 -0.280 0.77935
wayhome -1.337 26.161 -0.051 0.95928
waystep -6.051 10.202 -0.593 0.55360
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 36.8 on 262 degrees of freedom
(1 observation deleted due to missingness)
Multiple R-squared: 0.03848, Adjusted R-squared: 0.0238
F-statistic: 2.621 on 4 and 262 DF, p-value: 0.03538
В качестве контрольной группы я взял "общественный транспорт", так вот в таблице колонка Estimate Std. показывает, насколько месяцев больше / меньше работает в компании среднем специалист в случае, если он добирается тем или иным видом транспорта. Pr(>|t|) - показывает, значимы ли эти различия. И в самом низу p-value: 0.03538 - показывает применимо ли само уравнение. Знатоки статистики скажут, что коэффициент детерминации у нас мал Multiple R-squared: 0.03848, Adjusted R-squared: 0.0238, но в нашем случае это совершенно неважно.
Так вот вышеприведенные данные показывают, что в Москве и Санкт - Петербурге добираться на машине до работы повышает стаж специалиста в компании на 16 месяцев. Остальное - не имеет значения.
*Работа дома не дает оснований делать выводы, поскольку таких всего 2 респондента.(см. приложение 1, чтобы оценить количественные показатели)
** Корпоративный транспорт по Мск и Санкт - Петербургу указали всего 2 респондента
И время пути не имеет значения.
Estimate Std. Error t value Pr(>|t|)
(Intercept) 32.244 2.576 12.516 < 2e-16 ***
waycar -2.393 4.207 -0.569 0.569850
waycorpbus 21.978 9.466 2.322 0.020720 *
waystep 22.578 6.310 3.578 0.000387 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 38.64 on 419 degrees of freedom
(3 observations deleted due to missingness)
Multiple R-squared: 0.04518, Adjusted R-squared: 0.03834
F-statistic: 6.608 on 3 and 419 DF, p-value: 0.0002267
В городах миллионниках приобретает значение корпоративный транспорт - увеличивает стаж на почти 22 месяца, и шаговая доступность - увеличивает стаж на 22, 5 месяца.
Время пути не имеет значения.
Estimate Std. Error t value Pr(>|t|)
(Intercept) 22.929 6.533 3.510 0.000735 ***
waycar 16.000 10.329 1.549 0.125275
waycorpbus 59.271 20.029 2.959 0.004042 **
waystep -11.329 14.897 -0.760 0.449182
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 42.34 on 81 degrees of freedom
Multiple R-squared: 0.1281, Adjusted R-squared: 0.09581
F-statistic: 3.967 on 3 and 81 DF, p-value: 0.01083
Корпоративный транспорт увеличивает стаж работника в среднем на 59 месяцев (!!!). Но этот факт нивелируется другим фактом - у нас всего 5 респондентов указали корпоративный транспорт в такого масштаба городе.... Участвовать надо в исследовании!!!
Время пути не имеет значения.
Estimate Std. Error t value Pr(>|t|)
(Intercept) 52.950 9.720 5.448 8.12e-07 ***
waycar 4.403 17.798 0.247 0.805
waycorpbus -12.750 29.159 -0.437 0.663
waystep -6.200 23.808 -0.260 0.795
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 61.47 on 66 degrees of freedom
Multiple R-squared: 0.005696, Adjusted R-squared: -0.0395
F-statistic: 0.126 on 3 and 66 DF, p-value: 0.9444
Ни один из факторов не имеет значимых различий
Время пути не имеет значения.
Эта картинка из исследования показывает, что шаговая доступность снижает текучесть на 58 %. Красивая штука, правда? Решил покопать тоже самое на просторах СНГ (поскольку не только Россия участвует).
Для тех, кто впервые видит серию моих постов по данной теме, рекомендую убедительно поучаствовать в нашем голосовании Ключевые факторы удержания и текучести персонала.
Итак,
у нас в исследовании было два вопроса, направленных выявление связи текучести персонала и транспортной доступности:- Как Вы добирались до работы?(если по разному, то как чаще и ближе к моменту увольнения)
- Общественным транспортом - waybus
- На автомобиле - waycar
- Пешком - waystep
- Служебный автобус - waycorpbus
- Работал дома - wayhome
- Как много времени занимала у вас дорога от дома до работы?
- Менее получаса
- От получаса до часа
- От часа до полутора часов
- От полутора часов до двух часов
- Более двух часов
Результаты
Первое разочарование - никакой связи между временем пути между работой и домом.Второе разочарование - только корпоративный транспорт дал знимые отличия в способе попадания на работу. И шаговая доступность совершенно не играет роли на текучесть персонала.
В данной ситуации, мы, конечно же, должны учесть размер населенного пункта и показать влияние на стаж транспортной доступности только в таком разрезе (я не буду выкладывать всех итераций по другим возможным срезам, просто не хочу раздувать пост, но, поверьте, на проверку многих других гипотез у меня ушло полдня).
Москва и Санкт - Петербург
Coefficients:Estimate Std. Error t value Pr(>|t|)
(Intercept) 35.337 2.713 13.026 < 2e-16 ***
waycar 16.140 5.310 3.040 0.00261 **
waycorpbus -7.337 26.161 -0.280 0.77935
wayhome -1.337 26.161 -0.051 0.95928
waystep -6.051 10.202 -0.593 0.55360
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 36.8 on 262 degrees of freedom
(1 observation deleted due to missingness)
Multiple R-squared: 0.03848, Adjusted R-squared: 0.0238
F-statistic: 2.621 on 4 and 262 DF, p-value: 0.03538
Как читать эти данные?
Для тех, кто не знает показателей регрессии (приходите на мой семинар Аналитика для HR, чтобы научиться читать данные)В качестве контрольной группы я взял "общественный транспорт", так вот в таблице колонка Estimate Std. показывает, насколько месяцев больше / меньше работает в компании среднем специалист в случае, если он добирается тем или иным видом транспорта. Pr(>|t|) - показывает, значимы ли эти различия. И в самом низу p-value: 0.03538 - показывает применимо ли само уравнение. Знатоки статистики скажут, что коэффициент детерминации у нас мал Multiple R-squared: 0.03848, Adjusted R-squared: 0.0238, но в нашем случае это совершенно неважно.
Так вот вышеприведенные данные показывают, что в Москве и Санкт - Петербурге добираться на машине до работы повышает стаж специалиста в компании на 16 месяцев. Остальное - не имеет значения.
*Работа дома не дает оснований делать выводы, поскольку таких всего 2 респондента.(см. приложение 1, чтобы оценить количественные показатели)
** Корпоративный транспорт по Мск и Санкт - Петербургу указали всего 2 респондента
И время пути не имеет значения.
Города миллионники
Coefficients:Estimate Std. Error t value Pr(>|t|)
(Intercept) 32.244 2.576 12.516 < 2e-16 ***
waycar -2.393 4.207 -0.569 0.569850
waycorpbus 21.978 9.466 2.322 0.020720 *
waystep 22.578 6.310 3.578 0.000387 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 38.64 on 419 degrees of freedom
(3 observations deleted due to missingness)
Multiple R-squared: 0.04518, Adjusted R-squared: 0.03834
F-statistic: 6.608 on 3 and 419 DF, p-value: 0.0002267
В городах миллионниках приобретает значение корпоративный транспорт - увеличивает стаж на почти 22 месяца, и шаговая доступность - увеличивает стаж на 22, 5 месяца.
Время пути не имеет значения.
Города размером 500 000 - 1 000 000
Coefficients:Estimate Std. Error t value Pr(>|t|)
(Intercept) 22.929 6.533 3.510 0.000735 ***
waycar 16.000 10.329 1.549 0.125275
waycorpbus 59.271 20.029 2.959 0.004042 **
waystep -11.329 14.897 -0.760 0.449182
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 42.34 on 81 degrees of freedom
Multiple R-squared: 0.1281, Adjusted R-squared: 0.09581
F-statistic: 3.967 on 3 and 81 DF, p-value: 0.01083
Корпоративный транспорт увеличивает стаж работника в среднем на 59 месяцев (!!!). Но этот факт нивелируется другим фактом - у нас всего 5 респондентов указали корпоративный транспорт в такого масштаба городе.... Участвовать надо в исследовании!!!
Время пути не имеет значения.
Города размером 100 000 - 500 000
Coefficients:Estimate Std. Error t value Pr(>|t|)
(Intercept) 52.950 9.720 5.448 8.12e-07 ***
waycar 4.403 17.798 0.247 0.805
waycorpbus -12.750 29.159 -0.437 0.663
waystep -6.200 23.808 -0.260 0.795
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 61.47 on 66 degrees of freedom
Multiple R-squared: 0.005696, Adjusted R-squared: -0.0395
F-statistic: 0.126 on 3 and 66 DF, p-value: 0.9444
Ни один из факторов не имеет значимых различий
Время пути не имеет значения.
Города размером менее 100 000
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 46.056 13.829 3.330 0.00176 **
waycar 14.544 23.140 0.629 0.53290
waycorpbus -10.389 36.588 -0.284 0.77779
wayhome -40.056 60.279 -0.665 0.50984
waystep -9.173 19.843 -0.462 0.64615
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 58.67 on 44 degrees of freedom
Multiple R-squared: 0.03404, Adjusted R-squared: -0.05377
F-statistic: 0.3877 on 4 and 44 DF, p-value: 0.8163
Ситуация аналогична для городов размером 100 000 - 500 000
Итоги
Немного повторюсь.
- В Москве и Санкт - Петербурге пусть в машине до работы повышает стаж специалиста в компании на 16 месяцев. Остальное - не имеет значения.
- В городах миллионниках приобретает значение корпоративный транспорт - увеличивает стаж на почти 22 месяца, и шаговая доступность - увеличивает стаж на 22, 5 месяца.
- В городах 500 000 - 1 000 000 корпоративный транспорт увеличивает стаж работника в среднем на 59 месяцев.
- Для городов прочих масштабов транспортный формат не имеет значение - и это вносило свои правки в первоначальные результаты.
- Оставляю за скобками некоторые непонятки: например, почему шаговая доступность в Моске не сыграла своей роли? Таких респондентов было 14.
- Подумайте также над таким типоам транспорта, как автомобиль. И в какую сторону это может влиять.... Согласитесь, что влияние может быть обратным: стаж влияет на то, что работником добирается на своем автомобиле.... и это усложняет задачу...
- Надеюсь также дождаться момента, когда количество респондентов поможет делать выводы о влиянии работы дома на стаж работы в компании
Приложение 1. Таблица сопряжения количества респондентов (размер населенного пункта Х вид транспорта)
Эта таблица показывает, что корректные выводы мы можем делать пока только городам миллионникам, остальные типы населенных пунктов пока на деют нам сделать полные и окончательные выводы.
Участвуйте в голосовании!!! Если кто то из HR готов привлечь своих сотрудников, я готов в ответ сделать срез по вашей отрасли / городу
Названия строк
|
bus
|
car
|
corpbus
|
home
|
step
|
Общий итог
|
10000
|
18
|
10
|
3
|
1
|
17
|
49
|
100000
|
39
|
17
|
5
|
|
8
|
69
|
500000
|
42
|
28
|
5
|
|
10
|
85
|
1000000
|
225
|
135
|
18
|
|
45
|
423
|
Moscow
|
184
|
65
|
2
|
2
|
14
|
267
|
Общий итог
|
508
|
255
|
33
|
3
|
94
|
893
|
Думаю данные в отрыве от категорий работников не корректны. Так для низко квалифицированного персонала значтмымы могут быть шаговая доступность и корпоративный транспорт. Чем выше категория работника и специфичнее сама специальность (программист не будет менять работу на продавца в магазине из-за времени в пути), тем меньше значение имеет способ и время.
ОтветитьУдалитьОльга, эту гипотезу тоже надо проверять)
УдалитьЭдуард, я специально исследований не проводила, но могу сказать, что в Москве у соискателей на должность продавца-консультанта (мебель) есть % отказов по причине "рассматриваю работу только рядом с домом". Иногда в резюме пишут "время в пути не более 40 мин". А вот соискатели на более высокие позиции готовы тратить на машине до 2 часов.
ОтветитьУдалитьДобрый день, Эдуард, коллеги! Абсолютно согласен с Ольгой. В лоу-кост сегменте уровень зарплат на однаковые вакансии достаточно точно определен, поэтому люди при выборе работы руководствуются факторами второго порядка, такими как: удаленность от дома (потеря времени и денег на дорогу) и, возможно, привлекательность HR-бренда. Если, скажем, грузчик или кассир нашел аналогичную работу, но ближе к дому, он уйдет со старой и мало, что сможет ему помещать. Это невероятно актуально для городов-миллионников.
ОтветитьУдалить