Кто более лоялен работодателю: мужчины или женщины

В комментах к теме Какое поколение более лояльно работодателю мне задали вопрос

Эдвард, подскажите, пожалуйста, какой состав муж/жен по выборке, особенно там, где "горб". Спасибо.

Отвечаю (кликайте на картинку, чтобы увеличить)

При таких данных мы можем утверждать, что гендер не влияет на текучесть персонала / лояльность персонала
Coefficients:
            Estimate Std. Error t value Pr(>|t|)  
(Intercept)   28.610      1.224  23.378   2e-16
полМ          -3.597      2.811  -1.279    0.202
оно же в виде регрессии

И вроде бы все ок, но я решил отрезать хвост и убрал из рассмотрения все респондентов старше 1978 года рождения. У нас в этой выборке осталось 224 женщины и 49 мужчин. И тут сюрприз ждет

Источники трафика (каналы привлечения) кандидатов на Западе в 2013 году

Кто немного в теме или следит за моим блогом, знает, что такое CareerXroads.
Так давайте возрадуемся: они выпустили новый - самый свежий - отчет по источникам трафика (каналам привлечения) кандидатов.

Source of Hire 2014 (2013 Hires) from CareerXroads

12 слайд самый интересный.
Выводы:

1. рефералы теряют свою долю (от чего бы, а??? ведь так тему муссируют)
2. Job sites падают (это логично)
3. появился новый канал привлечения - Pipeline
4. социальные сети исчезли как канал привлечения, а Линкедин ушел в канал привлечения - Job sites
5. Карьерные порталы остались в тренде

ну и там еще много интересного....
например, добавили пункт "Как собираете информацию об источниках трафика от кандидатов" - с т.з. Больших данных это принципиально новый и интересный пункт.
Ну и посмотрите на каналы привлечения (источники трафика в России
Динамика источников подбора персонала (каналов привлечения) в России 2007-2013

Об использовании браузера в управлении текучестью персонала

Даю краткие выжимки исследования взаимосвязи между пользовательским браузером работника и текучестью персонала. Опять наше исследование (Ключевые факторы удержания и текучести персонала - проголосуйте ради более валидных результатов!)
Ранее я уже показывал результаты использования браузера: см. Можно ли предсказать готовность работать сверхурочно на основе браузера, которым пользуется кандидат. Этот пост вызвал скандальную реакцию: меня ругали, надо мной смеялись, обвиняли в бреде)))
Поэтому я не делаю никаких выводов, а просто показываю результаты.

Бизнес вводная

Цель всех моих манипуляций - научиться управлять текучестью. Как - я уже описывал многократно в предыдущих постах, поэтому не буду тратить время.

Результаты

357 респондентов. Все уволились по собственному желанию.
Взаимосвязь между стажем и браузерами продемонстрировали Explorer и Яндекс.Браузер, но если первый оказался связан опосредованно через возраст (так называемый эффект медиации). Ну т.е. говоря по простому, по русски, Explorer пользуются люди более возрастного поколения, они, понятное дело, работают дольше в компании хотя бы в силу своего возраста.
С Яндекс.Браузер ситуация другая. Даю последовательно два результата регрессионных уравнений (даю из excel - только потому, что результат проще копировать)

Регрессионное уравнение с одним фактором - Яндекс браузером

Множественный R	0,207927
R-квадрат	0,043234
Нормированный R-квадрат	0,040539
Стандартная ошибка	20,97512
Наблюдения	357
Дисперсионный анализ
	df	SS	MS	F	Значимость F
Регрессия	1	7057,553	7057,553	16,04151	7,55E-05
Остаток	355	156184,2	439,9556
Итого	356	163241,8
	Коэффициенты	Стандартная ошибка	t-статистика	P-Значение	Нижние 95%	Верхние 95%	Нижние 95,0%
Y-пересечение	26,08387	1,191307	21,89518	7,37E-68	23,74097	28,42678	23,74097
Яндекс.Браузер	13,15017	3,283286	4,005186	7,55E-05	6,693034	19,60731	6,693034

Регрессионное уравнение с двумя фактороми - Яндекс браузером и годом рождения (возрастом)

Множественный R	0,29834
R-квадрат	0,089007
Нормированный R-квадрат	0,08386
Стандартная ошибка	20,49612
Наблюдения	357
Дисперсионный анализ
	df	SS	MS	F	Значимость F
Регрессия	2	14529,59	7264,797	17,29339	6,83E-08
Остаток	354	148712,2	420,091
Итого	356	163241,8
	Коэффициенты	Стандартная ошибка	t-статистика	P-Значение	Нижние 95%	Верхние 95%
Y-пересечение	1270,467	295,0594	4,3058	2,16E-05	690,1771	1850,757
Яндекс.Браузер	10,6194	3,263943	3,25355	0,001249	4,200246	17,03856
гр	-0,62768	0,148831	-4,21743	3,14E-05	-0,92039	-0,33498

Интерпретация

Значимость фактора Яндекс браузер в паре с возрастом говорит, что он является самостоятельным фактором, а не опосредствующим возраст.

Диаграмма

Кликните по диаграмме, чтобы увеличить масштаб.
На диаграмме: ось X - год рождения, ось Y - стаж в месяцах. Зеленые точки и зеленая линия - показатели пользователей Яндекс браузером, Красные и красная - всех остальных.
Не очень хорошо заметно, но для выборки пользователей Яндекс браузером корреляция между годом рождения и стажем не значима. И показатель по стажу пользователей Яндекс браузера значимо выше пользователей остальных браузеров.

Выводы

Здесь я лучше помолчу и с удовольствием послушаю ваши интерпретации полученных результатов.
Я бы задал только один вопрос: нам фактор "Яндекс.браузер" дал 4, 3 % объясненной дисперсии. Много это или мало?

Какое поколение более лояльно работодателю

Еще один интересный результат нашего исследования (см. Ключевые факторы удержания и текучести персонала - поучаствуйте, если еще не успели это сделать).
Даю график (кликните, чтобы увеличить картинку)

357 респондентов, все - уволившиеся по собственному желанию. По оси X - год рождения, по оси Y -  стаж работы на последнем месте работы в месяцах. Линия получена усреднением значений по году со сглаживанием (т.е. считается также значение соседних годов - какое количество соседей, не знаю((( - нет времени уточнять). Точка - это работник с показателем года рождения и стажа.
Заметно, что в районе начала 80-х есть горб, который говорит, что люди этого возраста работают в компаниях дольше. По логике линия тренда должна быть прямой вниз слева направо. Однако выделяется этот горб.
Вопрос: как можно интерпретировать эти данные?

Управление талантами от германского кайзера (исторический кейс)

Все знают Бисмарка, менее знаком публике Мольтке, почти не знаком Роон. А кто помнит

императора во время, когда эта троица по сути управляла Германией?

Вильгельм первый принял Пруссию, когда она была лишь одним из немецких государств, причем доминантом была Австрия. А ушел из жизни, оставив Германию сверхдержавой, которая кардинально изменила геополитическую ситуацию.

За время правления Германия провела три победоносные войны:

1. С Данией в союзе с Австрией

2. С Австрией типа из Даниии же (прикиньте, как австрияки лоханулись, помогая пруссакам завоевывать Шлезвиг и Гольштейн)

3. С Францией

Так вот, Вильгельм первый был потрясающим управленцем: он собрал эту троицу и смог ими управлять. Все трое были с разными характерами (Бисмарк был полное г..о как человек, очень сложный и импульсивный), но все трое были талантами.

1. Альбрехт фон Роон провел военные реформы, позволившие немцем победить в войнах;
2. Мольтке – создатель германского генерального штаба (думаю, этого уже достаточно для характеристики личности. Кроме того, я писал уже о нем, см. Почему Мольтке нет в списке классиков менеджмента? и Генеральный штаб как учебный центр (или еще раз о культуре обучения));
3. Отто фон Бисмарк – а здесь можно ничего не писать, поскольку Бисмарк у всех, кто учил историю в советской школе, ассоциируется с подъемом Германии в 19-м веке.

Вильгельм первый был вроде бы совсем и не заметен на фоне этой троицы, но не забывайте, что он таки оставался верховной властью в Германии, несмотря на наличие парламента. И он сам выбрал этих людей, и он ими управлял. Так, как управляют талантами (см. 8 ошибок в управлении талантами)

И его роль в становлении империи не меньше, чем у упомянутых Бисмарка, Мольтке, Роона. 

Про кризис 2008-2009

Интересный результат нашего исследования Ключевые факторы удержания и текучести персонала
Показываю связь двух вопросов:

1. В каком году было увольнение
2. Кто инициатор увольнения (работник или работодатель)

Таблица №1 Соотношение уволенных по собственной инициативе / по инициативе работодателя

	Вы	Работодатель
2008	80%	20%
2009	60%	40%
2010	59%	41%
2011	78%	23%
2012	77%	23%
2013	75%	25%
2014	81%	19%
Общий итог	77%	23%

Диаграмма № 1 Соотношение уволенных по собственной инициативе / по инициативе работодателя

Получается, что работодатели увольняли работников и в 2010 теми же темпами, что и в 2009.

Забудьте про резюме: Большие Данные определяют решение рекрутера

Еще одна  статья из серии Больших Данных Forget the CV, data decide careers. Рекомендую, в первую очередь, тем, кто хотел бы управлять текучестью персонала на основе Больших данных. Пишите мне, если Вас заинтересовало, как это работает (edvb()yandex.ru). Или приходите на семинар Аналитика для HR

Забудьте про резюме: Большие Данные определяют решение рекрутера

«Я больше не смотрю в резюме кандидата, чтобы понять, приглашать его на интервью или нет», говорит Teri Morse, который управляет рекрутингом более 30 000 кандидатов в год для компании Xerox Services. Вместо резюме, рекрутеры его команды анализируют данные с тем, чтобы принять решения по кандидатам.

Аналитика для HR, Москва, 03-04 июля

Провел очередной семинар Аналитика для HR в Москве 03-04 июля. Семинар очень плотный для двух дней. Аналитики могут оценить, если скажу, что я даю в т.ч. эффекты модерации и медиации в регрессии.
Причем, группа была неравномерной, но сильной. Задавали вопросы, на которые с ходу не ответишь.
По прежнему стою перед дилеммой: как показать, что аналитика это не набор готовых шаблонов, а инструмент для самостоятельного анализа....
Тем не менее, жизнь вынуждает пойти на то, что создать семинар про готовые решения в аналитике, поэтому планирую создавать первый семинар из этой серии про управление текучестью персоналом.
Приглашаю на свои следующие семинары по аналитике
Алматы 2-3 сентября
Москва, 18-19 сентября
Санкт - Петербург 3-4 октября
Екатеринбург 9-10 октября
Киев открытая дата
Новосибирск 21-22 ноября