Спойлер. Практический смысл поста. Допустим вы внедряете новую практику менеджмента. Вам нужен «градусник», который будет оперативно говорить, что не так. Смысл моих исследований – показать такой инструмент
Да, я немного забегаю вперед, но не могу удержаться. Вы уже должны знать, что я провожу исследование текучести персонала (@Edvb777 – пишите, если готовы поучаствовать)
Главный результат - корреляция между средним сроком работы в компании и рейтингом дримджоб.
Мы валидировали показатель среднего срока работы через внешний независимый индикатор — рейтинг DreamJob.
R = 0, 41. Правда p value - 0, 04. Но у нас всего 26 наблюдений, это пока предварительная тенденция, которую нужно проверять на больших данных (и вы с вашими данными поможете).
Самое интересное.
Подтверждается гипотеза (банальная в общем): текучесть персонала менее чувствительный параметр, чем средний срок работы - корреляции между рейтингом дримджоб и текучестью персонала 0, 02 (p-value = 0,91). Т.е. статистическая связь не зафиксирована.
А вот с параметрами вейбуллова распределения корреляция еще сильнее. и p-value = 0, 07 – помните, я давал пост Новые HR-метрики: λ (лямбда) и k
Главный вопрос вам: а вы измеряете средний срок работы сотрудников в компании? Через алгоритмы дожития?
🎓Вывод:
Практически результат значит:
Текучесть — запаздывающий и тупой показатель.
Средний срок работы — уже начинает сигналить, когда в компании что-то ломается. Если нужен «градусник», смотрите средний срок работы, а не текучесть
средний срок работы — более чувствительный показатель, чем текучесть.
но параметры распределения (вейбулл) — потенциально ещё более чувствительный инструмент.
моя гипотеза:
их можно использовать для ранней диагностики «заболеваний» компании
буду копать дальше. С вашей помощью
На диаграмме: ось X - средний срок работы в компании в месяцах, ось Y - рейтинг дримджоб
Мы в телеге | Наш канал в VK | Оставить емайл на случай блокировки ТГ