Пост в продолжение серии постов Управление текучестью персонала. Хочу показать еще один шаблон анализа текучести. Данные взяты из исследования Ключевые факторы удержания и текучести персонала (вы уже поучаствовали? опрос активен до сих пор).
Мы анализируем стаж специалистов по отраслям. Вы же можете использовать этот шаблон для анализа текучести у себя в компании по любому параметру: семейное положение, подразделение, позиция, уровень образования и т.п....
Я писал ранее, что базовый показатель текучести персонала - медиана (см. Управление текучестью персонала на основе данных - базовый показатель текучести персонала). Сегодня добавим еще квартили.
*Вы хотите сказать, что мало участников? Согласен! Тогда помогите привлечь аудиторию к исследованию
В таблице вверху показаны значения среднего, медианы, стандартные ошибки и доверительные интервалы для стажа банковских HR (обозначены как banks) и производственных HR (man). Т.е. половина банковских HR, принявших участие в исследовании факторов текучести, проработала в банке более 43 месяцев или более 3, 5 лет. А из производственников половина принявших участие проработали только более двух лет.
В этой таблице показаны значения квартилей и их стандартные ошибки (доверительные интервалы вы можете сами посчитать , прибавив плюс минус 1,96 стандартной ошибки к значению). Обращаю внимание, что квартили идут как бы в обратную сторону: третий квартиль идет в сторону снижения стажа.
Я здесь не показываю статистического критерия Log Rank, он показывает значимость различий в стаже на уровне 0, 25. И визуализация
По оси Х - стаж респондентов опроса, По оси Y - % доработавших до определенного стажа. Т.е. в нулевой точке - 100 %, Далее мы видим, что на рубеже в 20 месяцев из производственных HR осталось работать примерно половина, а из банковских - примерно 70 %. На рубеже 40 месяцев из производственных HR-ов осталось работать не более 30 %, а банкиров осталось как раз половина.
Приведенные данные показывают, что банки влияют на текучесть HR более позитивно, чем производство.
Статистический критерий показывает значимость различий.
И график
Неожиданно, правда?
Как бы вы прокомментировали данные результаты?
Как можно объяснить эти результаты?
Банки и производство стоят рядышком, а IT стоит далеко впереди. В текучести ситуация чуть ли не обратная (в данном исследовании были не только HR, но HR было больше 50-ти %, поэтому можно простить меня и, закрыв глаза на погрешности, принять картинку).
Кажется ли вам этот инструмент интересным с т.з. оценки текучести?
Управление текучестью персонала на основе данных
Мы анализируем стаж специалистов по отраслям. Вы же можете использовать этот шаблон для анализа текучести у себя в компании по любому параметру: семейное положение, подразделение, позиция, уровень образования и т.п....
Я писал ранее, что базовый показатель текучести персонала - медиана (см. Управление текучестью персонала на основе данных - базовый показатель текучести персонала). Сегодня добавим еще квартили.
Описание задачи
Итак, в опросе поучаствовало:- 49 HR из банков,
- 44 HR с производства,
- 39 HR из IT отрасли.
*Вы хотите сказать, что мало участников? Согласен! Тогда помогите привлечь аудиторию к исследованию
Решение
Даю попарное сравнение. Первым сравниваю банковских HR и производственныхБенчмарк банковских и производственных HR
ТаблицыВ таблице вверху показаны значения среднего, медианы, стандартные ошибки и доверительные интервалы для стажа банковских HR (обозначены как banks) и производственных HR (man). Т.е. половина банковских HR, принявших участие в исследовании факторов текучести, проработала в банке более 43 месяцев или более 3, 5 лет. А из производственников половина принявших участие проработали только более двух лет.
В этой таблице показаны значения квартилей и их стандартные ошибки (доверительные интервалы вы можете сами посчитать , прибавив плюс минус 1,96 стандартной ошибки к значению). Обращаю внимание, что квартили идут как бы в обратную сторону: третий квартиль идет в сторону снижения стажа.
Я здесь не показываю статистического критерия Log Rank, он показывает значимость различий в стаже на уровне 0, 25. И визуализация
По оси Х - стаж респондентов опроса, По оси Y - % доработавших до определенного стажа. Т.е. в нулевой точке - 100 %, Далее мы видим, что на рубеже в 20 месяцев из производственных HR осталось работать примерно половина, а из банковских - примерно 70 %. На рубеже 40 месяцев из производственных HR-ов осталось работать не более 30 %, а банкиров осталось как раз половина.
Приведенные данные показывают, что банки влияют на текучесть HR более позитивно, чем производство.
Банки и IT
Даю просто картинки без комментариев для самостоятельного разбораСтатистический критерий показывает значимость различий.
И график
Неожиданно, правда?
Как бы вы прокомментировали данные результаты?
Как можно объяснить эти результаты?
Ремарка
Наверное, самое удивительное, что продолжительность работы или текучесть персонала не связана с удовлетворенностью. Посмотрите эти результаты Как отрасль влияет на удовлетворенность работой. Приведу картинкуБанки и производство стоят рядышком, а IT стоит далеко впереди. В текучести ситуация чуть ли не обратная (в данном исследовании были не только HR, но HR было больше 50-ти %, поэтому можно простить меня и, закрыв глаза на погрешности, принять картинку).
Вопросы
Как бы вы оценили подобные результаты?Кажется ли вам этот инструмент интересным с т.з. оценки текучести?
Управление текучестью персонала на основе данных
Комментариев нет:
Отправить комментарий