Как продолжительность рабочего дня и переработки влияют на текучесть персонала

И снова данные Высшей Школы Экономики (22 волна, 2013, индивиды)По требованию сайта полностью цитирую источник
«Российский мониторинг экономического положения и здоровья населения НИУ-ВШЭ (RLMS-HSE)», проводимый Национальным исследовательским университетом  "Высшая школа экономики" и ЗАО «Демоскоп» при участии Центра народонаселения Университета Северной Каролины в Чапел Хилле и Института социологии РАН. (Сайты обследования RLMS-HSE: http://www.cpc.unc.edu/projects/rlms и http://www.hse.ru/rlms)»
Один из самых вкусных вопросов: как влияют продолжительность рабочего дня и переработки на текучесть персонала.
Стаж работы я уже вытащил (см. пост Как меняется доверие к руководству и коллегам с течением времени в организации). Продолжительность рабочего дня измеряется в исследовании вопросом
rj6.1a Сколько в среднем продолжается Ваш обычный рабочий день на этой работе: часов и
минут? (ЧАСОВ)

Описательные статистики

Стаж у нас носит экспоненциальное распределение - см. Как меняется доверие к руководству и коллегам с течением времени в организации.
   Min. 1st Qu.    Median    Mean    3rd Qu.       Max.
    1.0    23.0        59.0         99.8       136.0       656.0
Т.е. в среднем у нас в России работник работает 100 месяцев, Максимально кто-то работает 656 месяцев, я даже не берусь переводить в года.
Обращаю ваше внимание, что в строгом смысле мы не получим корректных данных, поскольку у нас стаж "не закрыт", т.е. на момент опроса респонденты еще работали, поэтому на данные надо смотреть, примирившись с совестью.

Продолжительность рабочего дня

 Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's
  1.000   8.000   8.000   9.491  10.000  24.000     124

на правом фланге - шутники, которые указали продолжительность рабочего дня в 24 часа. Мы, естественно, должны избавиться от шутников (или провести по ним отдельный анализ - см. ниже).
Без правого хвоста данные больше напоминают нормальное распределение
 Min. 1st Qu.  Median    Mean 3rd Qu.    Max.
  1.000   8.000   8.000   8.563   9.000  16.000

Проверка гипотез, результаты

Давайте сначала посмотрим связь между стажем и продолжительностью рабочего дня.
Call:
lm(formula = log(stag) ~ rabden, data = r8)
Residuals:
    Min      1Q  Median      3Q     Max
-4.4831 -0.7609  0.1864  1.0123  2.5991

Coefficients:
                     Estimate     Std. Error    t value     Pr(>|t|)  
(Intercept)     4.638646    0.083860    55.314     < 2e-16 ***
rabden          -0.077772    0.009515    -8.174     3.82e-16 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 1.36 on 4686 degrees of freedom
Multiple R-squared:  0.01406, Adjusted R-squared:  0.01385
F-statistic: 66.81 on 1 and 4686 DF,  p-value: 3.815e-16
Приятная картинка? По оси X - продолжительность рабочего дня в часах, по оси Y - логарифм стажа
Если кто-то скажет, что 16 часов - нереальный рабочий день, то могу сказать, что если мы сокращаем правый край до 12 часов, то регрессия остается значимой, R^2 = 0, 0011
то есть изменения несущественные

Переработки

Теперь давайте попробуем вычленить влияние переработок. Я исходил из такой логики.
Продолжительность обычного рабочего дня равна 8 часам, все, что свыше - переработки. Все, что меньше - человек работает на неполном рабочем дне, по трудовому договору и т.п..
Поэтому сделал номинативную переменную, принимающую два значения:

1. если работник работает 8 часов;
2. если работает больше 8 часов.

    1       2
2530 1328
т.е. у нас 2 530 работают стабильно 8 часов, 1328 - перерабатывают.
Call:
lm(formula = log(stag) ~ as.factor(pererab), data = r8)

Residuals:
    Min      1Q  Median      3Q     Max
-4.0127 -0.7546  0.1617  1.0029  2.5870

Coefficients:
                               Estimate     Std. Error    t value      Pr(>|t|)  
(Intercept)               4.01272       0.02697    148.767  < 2e-16 ***
as.factor(pererab)2   -0.29524    0.04597     -6.422      1.51e-10 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 1.357 on 3856 degrees of freedom
Multiple R-squared:  0.01058, Adjusted R-squared:  0.01033
F-statistic: 41.24 on 1 and 3856 DF,  p-value: 1.509e-10
Объясненная дисперсия очень скромная, но весьма значимая, верно?
У нас работник со стабильным рабочим днем работает в среднем 55 месяцев (и не прекращает работать), а факт переработок убавляет сразу 14 месяцев и сводит  к 41.
На диаграмме по оси X - стаж, по оси Y 1 - те, кто указал, что работает 8-и часовой день, 2 - кто перерабатывает

Шутники

Этих ребят у нас 290 - тех, кто указал, что работают 24 часа в сутки.
   1          2
4703    290
Call:
lm(formula = log(stag) ~ as.factor(joker), data = r8)

Residuals:
   Min     1Q Median     3Q    Max
-3.990 -0.793  0.172  1.019  2.656

Coefficients:
                  Estimate Std.      Error     t value     Pr(>|t|)  
(Intercept)        3.97109    0.01998     198.741   2e-16
as.factor(joker)2  0.01935    0.08291   0.233      0.816  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 1.37 on 4991 degrees of freedom
Multiple R-squared:  1.091e-05, Adjusted R-squared:  -0.0001894
F-statistic: 0.05445 on 1 and 4991 DF,  p-value: 0.8155
Вот так вот: нет разницы в стаже среди тех, кто пашет по 24 часа в сутки и "нормальными" людьми

Резюме

• Мы установили связь между продолжительностью рабочего дня в России и стажем (незакрытым);
• Мы установили, что те, у кого продолжительность рабочего дня свыше 8 часов, имеют значимо меньший стаж в сравнении с теми, кто работает ровно 8 часов. 
• Психологическая характеристика трудоголика - работа 24 часа в сутки - не добавляет и не убавляет стаж