сделать домашней  добавить в избранное  карта сайта RSS
Имя 
Пароль  забыли?
Присоединяйтесь!

Новые материалы

   Названы самые высокооплачиваемые вакансии в Башкирии
   Не все профессии равны. Вчерашние школьники идут в телевизионщики и PR
   Новочебоксарские безработные граждане обучаются востребованным профессиям
   Где в Уфе заработать 100 тысяч рублей в месяц
   Сколько в среднем получают владимирские врачи?

Семинар
"HR-Аналитика в R"

Москва, 16-17 ноября 2017 года


______________________________

ВНИМАНИЕ
Желаете узнать свою стоимость на рынке?

Сколько я стою на рынке
______________________________
 
Подпишитесь на
рассылку
Вебинары HRM

*Подписка на НОВОСТИ HRM
Пожалуйста, укажите ваш e-mail адрес:
  


 

Облако тегов
agile альфастрахование альфастрахования аналитика для hr apple ассессмент-центр автоматизация hr-бизнес процессов автоматизация бенчмаркинг бизнес-процессы бизнес симуляция бизнес тренинги для руководителей бизнес тренинги онлайн бизнес дистанционное обучение персонала дистанционное обучение e-learning e learning электронное обучение электронные курсы hr-аналитика hr-бренд hr-конференции hr-метрики hr-видео hr инновации исследования josh bersin кадровый резерв карьера клиентоориентированность клиентский сервис для развития продаж клиентский сервис тренинг клиентский сервис компетенции корпоративная культура корпоративное обучение корпоративные бизнес тренинги коучинг kpi лидерство лидеры linkedin менеджмент модель компетенций мотивация персонала мотивация неформальное обучение обучение персонала обучение сотрудников предприятия обучение сотрудников обучение оценка эффективности обучения оценка персонала организационная культура персонал подбор персонала поиск работы продажи психология разработка речевых модулей для работы с претензиями рекрутеры рекрутинг рекрутмент roi рынок труда собеседование социальное обучение социальные сети стандарты клиентского сервиса стандарты обслуживания клиентов стив джобс таланты текучесть персонала тестирование тренинги по клиентскому сервису тренинги по сервису тренинги тренинг угловое преобразование фишера управление качеством обслуживая клиентов управление персоналом управление талантами управление текучестью персонала управление знаниями управление вебинары вовлеченность персонала websoft знания

все теги


События

  19.10.2017
Семинар - практикум "Аналитика для HR", 19-20 октября 2017 г., г Москва
  16.11.2017
Cеминар-практикум "HR-Аналитика в R", Москва, даты 16-17 ноября 2017
полный список

Последние обсуждения

  05.09.2017 13:57:49
Резюме технического директора на производстве
  05.09.2017 10:31:52
Резюме на должность технического директора или главного инженера на производстве
  05.09.2017 8:55:25
Активно ищу работу в T&D
  04.09.2017 23:21:56
Руководитель службы сервиса, Руководитель сервисного центра
  04.09.2017 14:54:22
Резюме Директор по персоналу, HR директор, Алматы, Казахстан, готовность к релокации


Опросы
  Актуальные направления работы HR вашей организации 2017
Все опросы

HR-Блоги
Бабушкин Эдуард 16.07.2015 10:28:33 (Изменен 26.07.2015 10:51:00)

Ложные корреляции: очищение эффекта (на примере текучести персонала)

Не любителям теории рекомендую пропустить вводную часть, перейти сразу вниз к кейсу.
"Фанаты" моих исследований полюбили новый "контраргумент" результатов моих исследований - "ложные корреляции". Пишу "контраргумент" в кавычках, поскольку те, кто используют его, не понимают сути ложности корреляции. Чаще всего их понимание сводится к тому, что корреляции можно найти всегда, если постараться: между размеров обуви мужчин племени Папуа и количеством опечаток в журнале "Наука и Жизнь" на 1963 год.
Мне даже не хочется останавливаться на такой ерунде, я обозначу то, что меня интересует в ложных корреляциях.
Часто происходит так, что мы выявили связь между факторами X и Y, но эта связь обусловлена неким третьим фактором G, который находится в причинно следственных отношениях с Y. Мы при этом принимаем X за "чистую" монету и получаем некорректную модель.
А именно: ложная корреляция не позволяет нам прогнозировать / принимать правильные управленческие решения. 
В регрессионных моделях преодолеть эту проблему позволяет кросс валидация, но в более простых кейсах я бы предложил включать голову.
В моих исследованиях уже были такие примеры. 
  1. Связь между социальной сетью, в которой кандидат проявляет активность, и текучестью персонала (см. Как социальные сети можно использовать в аналитике для рекрутеров). Связь эта опосредована возрастом. А возраст нам не позволяет прогнозировать стаж работы в компании
  2. Связь домена электронной почты и текучести персонала. Анализ влияния домена личной почты сотрудника на текучесть персонала. По той же самой причине: gmail пользуются более молодые люди. Но они, молодые люди, не более склонны к увольнению, просто они еще не успели наработать столько, сколько немолодые.  
  3. Вчера я выяснил, что ложной корреляцией является корреляция между стажем и тем, как человек добирается на работу: на машине или общественном транспорте - эта связь тоже опосредована возрастом. 
  4. В Кейсе по оценке эффективности очного и дистанционного обучения мы выявили значимость различий результатов теста очников и дистанционников, но это не позволяет говорить нам, что очное обучение эффективнее дистанционного, поскольку мы не учли влияние других факторов: например, того, что очники изначально были более подготовлены.
Сегодня покажу, как я "очищал" эффект влияния отрасли на текучесть HR специалистов

Кейс

Бенчмаркинг: текучесть HR специалистов по отраслям - я выяснил интересный факт, что банковские HR-ы склонны значимо реже покидать компанию, чем HR-ы производственных и IT компаний. 
В этом месте мы можем принять версию: в банках HR-ам работать более комфортно. И успокоиться. Но я не зря привел внизу диаграмму удовлетворенности спецов по отраслям: IT отрасль лидирует с отрывом. 
Т.е. получается забавная картина: в IT отрасли жить хорошо, но спецы оттуда бегут быстрее, чем из банков. Тогда можно либо усомнить корреляцию между текучестью и отраслью, либо сказать, что между удовлетворенностью и текучестью корреляция не такая уж выдающаяся.
Можно предположить, что связь между отраслью и текучестью опосредуется не собственно отраслью, а какими то третьими факторами. 
Итого у меня родилось две гипотезы:
  1. IT отрасль просто моложе как отрасль, поэтому там показатели стажа будут более низкими. Хотел сначала читателям дать эту гипотезу на подумать: как можно проверить, но потом нарыл данных и решил не мучить вас. Проверить гипотезу просто: посмотреть значимость различий в годах приема на работу специалистов различных отраслей. Либо, как вариант, HR в банках просто раньше родился как таковой.
  2. Все тот же возраст. Мы можем проверить гипотезу, что в IT просто идут работать более молодые люди. Это уже знакомая до боли гипотеза))) 

Более "молодая" отрасль 

Показываю боксплот распределения дат устройства на работу по отраслям 
Ложные корреляции: очищение эффекта (на примере текучести 
персонала)
по оси Х   у нас отрасли, по оси Y - год трудоустройства. Медианные значения практически на одном уровне, а первый квартиль IT отрасли даже ниже, чем у банкиров и производственников. Т.е. IT HR даже чуть раньше приходили в компании, чем другие отрасли.
Но Краскел Уолисс нам показывает следующее
data:  date by otr
Kruskal-Wallis chi-squared = 3.5911, df = 2, p-value = 0.166
Т.е. различия не значимые, и мы не можем подтвердить гипотезу о том, что IT отрасль более молодая, что HR  в банках появился раньше.

"Возрастная" версия 

Давайте проверим гипотезу, что в банках сидят старые пердуны, а в IT рвутся молодые и свежие силы HR
Ложные корреляции: очищение эффекта (на примере текучести 
персонала)
По оси X - отрасль, по оси Y - год рождения HR - респондентов опроса ключевые факторы текучести персонала по отраслям.
Правда, отличается от предыдущей картинки? Устраиваются в одно время примерно, но разного возраста, да? Явно, что производственники самые опытные, а айтишные ХР-ы самые молодые. Их медиана уперлась в третий квартиль банковских HR.
Краскал Уоллис говорит нам следующее
Kruskal-Wallis rank sum test
data:  gr by otr
Kruskal-Wallis chi-squared = 19.2368, df = 2, p-value = 6.649e-05
Хотя в данном случае распределение практически нормальное, поэтому можно было применить дисперсионный анализ. Попарное сравнение отраслей показало 
  • Значимые различия между производством и IT (средние 1977.103 и 1981.464, p-value = 1.999e-05)     
  • Значимые различия между банками и IT (средние  1977.922  и  1981.464, p-value = 0.002138)
  • Незначимые между банками и производством (средние  1977.922  и 1977.103, p-value = 0.4822)
Я думаю, post Hoc анализ можно сделать на глазок: значимость с учетом Бонферони не вылезет за 0, 05.

Результаты

давайте признаемся, интересные. Мы почти нашли объяснение, что разница в стаже между банковскими HR и HR IT объясняется тем, что в IT идут более молодые специалисты. Я написал "почти" потому, что разница в возрасте еще сама по себе не доказывает отсутствие влияние отрасли на стаж. Для этого нам нужно сделать регрессионный анализ с двумя переменными: возраст и отрасль. Добьем пример до конца?)
И самое интересное: допустим, мы объясним различие между банками и IT, но разница в текучести персонала HR  в банках и на производстве не объясняется возрастом. И следовательно там зарыты другие факторы. А текучесть в производстве и IT примерно одинакова (незначимо отличается), но там тоже действует какой то фактор, поскольку есть значимые различия. 

Вопросы

Для начала хочу получить обратную связь насчет ясности изложения:=
  • Достаточно ли понятным, ясным языком я изложил пост? 
  • Если да, то хотите ли продолжения?
  • Если да, то какие факторы могут влиять на значимые различия между текучестью HR банков и производством, IT и производством?
спасибо! жду ваши ответы

Метки данной записи: управление текучестью персонала текучесть персонала аналитика для hr hr-аналитика

Комментарии
Андреенок Максим 28.07.2015 16:29:40

Я поговорил со своим руководителем, у которого есть опыт работы HR-ом в банковской сфере. Вот к чему мы пришли. В целом работу HR в компании можно назвать проектной. Глобальная цель проектов – увеличение рентабельности за счет снижения затрат, в том числе снижения затрат на персонал. А это

  1. оптимизация всех бизнес-процессов компании
  2. снижение зависимости нанимателя от персонала  - описание должностей и система быстрого ввода в должность
  3. повышение эффективности персонала – подбор на входе эффективных сотрудников и обеспечение макс срока их работы в компании

В IT сфере гибкость и скорость принятия решений выше, чем в банках и пр-ве, а сопротивление изменениям меньше.

Отсюда:

  1. Если такие проекты и есть в IT, то реализуются они гораздо быстрее. HR завершил свой проект и ушел
  2. Некоторым IT-компаниям такие проекты вообще не нужны. На растущем рынке проще генирить выручку за счет новых продуктов и ниш, не заботясь о затратах. Тогда задача HR просто рекрутинг. А молодым это может быстро надоедать

 В общем факторы, которые могут влиять на текучесть HR-ов  банков, производства и  IT - функции и задачи, которые перед ними ставит бизнес.

Для того, чтобы размещать статьи в Блоге, Вам необходимо авторизоваться или зарегистрироваться или

Share |

 


О проекте      Реклама       Подписка       Контакты       Rambler's Top100 Яндекс цитирования ©2000-2011, HRM