Przejdź do treści

Krótki przewodnik po wybranych technikach analizy danych HR

Mamy nasze dane HR w Excelu, chcemy zabrać się do analiz i… musimy podjąć decyzję w jaki sposób je analizujemy. Różne techniki analizy odpowiedzą nam na różne pytania. Jedne będą bardziej przydatne, inne mniej.

W tym krótkim tekście, przedstawię kilka najpopularniejszych technik analitycznych stosowanych w HR. Pokażę kiedy warto je stosować i jakie korzyści dają.

Zaczynajmy!

#1 – Średnia i mediana

To oczywiście najprostsze techniki analityczne jakie możemy sobie wyobrazić, służą do podsumowania naszych danych.

Pytania, na które mogą pomóc nam odpowiedzieć?:

  • Jaki jest typowy poziom satysfakcji pracowników w dziale X?
  • Jakie jest typowe (mediana) wynagrodzenie pracowników w obszarze inżynierii?
  • Ile średnio wydajemy na zrekrutowanie jednego programisty?

Trudność zastosowania: 1/5

Przydatność wniosków: 2/5

#2 – Odchylenie standardowe

Odchylenie mówi nam o tym, jak bardzo nasze wyniki są rozproszone wokół średniej. Jeśli jest bardzo małe lub wynosi zero, to znaczy, że nasze dane właściwie się od siebie nie różnią. Im większe odchylenie, tym bardziej zróżnicowane wyniki.

Co nam daje stosowanie odchylenia? Jest ono niezbędne do porównywania ze sobą danych w różnych grupach lub odcinkach czasu. Szczególnie wtedy, kiedy średnie są takie same.

Popatrzcie na poniższy wykres. Średnia przed i po zatrudnieniu nowego dyrektora jest taka sama (M=21). Ale odchylenie znacząco się zmieniło, wzrosło. Gdybyśmy bazowali tylko na średniej sprzedaży, stwierdzilibyśmy, że w dziale handlowym nic się właściwie nie zmieniło. Ale kiedy popatrzymy na odchylenie wyników, to widzimy olbrzymi wpływ nowego dyrektora na funkcjonowanie działu.

Pytania, na które pomoże nam odpowiedzieć odchylenie standardowe:

  • Czy działy X i Y różnią się od siebie wynikami badania satysfakcji? (przy założeniu, że średnie w tych działach są bardzo podobne)
  • Czy szkolenie jakościowe wpłynęło na poziom jakości? (średnia się nie zmieniła ale mógł zmienić się rozrzut wyników wokół niej)

Trudność zastosowania: 1/5

Przydatność wniosków: 3/5

#3 – Wizualizacja danych

Wizualizacja danych to świetne narzędzie analityczne. Wykresy możemy wykorzystać nie tylko do prezentacji danych do Zarządu ale również po to, aby samemu lepiej je zrozumieć.

Szczególnie przydatne są moim zdaniem dwa typy wykresów:

Wykres punktowy

Pokazuje on relację pomiędzy dwiema zmienny, od razu widzimy czy są ze sobą powiązane i czy przez przypadek nie pojawiają się nietypowe dane, które mogą mieć wpływ na nasze wnioski.

Wykres pudełko-wąsy – box plot

To chyba mój ulubiony typ wykresów. Służy on do porównania ze sobą przeciętnych wartości oraz rozkładów w kilku grupach. Na poniższym rysunku możecie zobaczyć jak czytać taki wykres.

A tutaj przykład zastosowania:

Wykresy mogą nam pomóc odpowiedzieć na bardzo wiele pytań, na przykład:

  • Czy dane dotyczące satysfakcji z pracy są powiązane z absencją? (wykres punktowy)
  • Czy satysfakcja z firmy i z przełożonego są ze sobą powiązane czy nie? (wykres punktowy)
  • Czy szef oddziału w Gdańsku premiuje pracowników w taki sam sposób jak szef zespołu z Krakowa? (box-plot)
  • Czy rozkład premii u pracowników pracujących na trzy zmiany i na jedną zmianę jest taki sam? (box-plot)
  • Czy zespoły programowania i serwisu różnią się w zakresie zadowolenia z benefitów? (box-plot)

Trudność zastosowania: 2/5 – w zależności od typu wykresu

Przydatność wniosków: 3,5/5

#4 – Analiza korelacji

Analiza korelacji pozwala nam opisać związek pomiędzy dwiema zmiennymi pod postacią jednej cyfry. Współczynnik korelacji przyjmuje wartości od -1 do 1. Współczynnik dodatni mówi nam o tym, że wysokie wartości jednej zmiennej, idą w parze z wysokimi wartościami drugiej zmiennej. Zaś niskie z niskimi. Korelacja ujemna, oznacza związek odwrotny. Wysokim wartościom towarzyszą niskie. Zero oznacza brak korelacji.

Korelacja może nam pomóc odpowiedzieć na szereg pytań z zakresu HR:

  • Czy różne miary satysfakcji z pracy są ze sobą powiązane?
  • Czy wyniki w testach, które stosujemy na etapie rekrutacji są powiązane z wynikami w pracy?
  • Czy poziom wynagrodzenia pracownika jest powiązany z poziomem absencji?
  • Czy poziom rotacji w zespołach jest powiązany z kompetencjami menedżera, który zarządza tym zespołem?

Trudność zastosowania: 2/5

Przydatność wniosków: 4/5

#5 – Analiza regresji liniowej

Analiza regresji to potężne narzędzie analityczne, które można zastosować w bardzo wielu sytuacjach. Analizę tę można przyrównać do szwajcarskiego scyzoryka, który przyda nam się w bardzo wielu okolicznościach.

Analiza ta pozwala nam przewidywać wyniki jakiejś zmiennej na podstawie jednej lub wielu innych zmiennych. Pozwala również określić siłę wpływu jaką ma każdy z czynników na interesującą nas zmienną.

Przykładowe pytania, na które odpowie nam analiza regresji:

  • Jakie kompetencje liderów mają najsilniejszy wpływ na wyniki ich zespołów?
  • Jakie czynniki decydują o realizacji OKRów przez pracowników?
  • Jakie czynniki wpływają na poziom rotacji w zespołach?
  • Jakie czynniki wpływają na eNPS (employee net promoter score)?
  • Jakie czynniki uwzględniają menedżerowie podczas przydzielania pracownikom premii? Co realnie wpływa na poziom przyznanej premii.

Trudność zastosowania: 3/5

Przydatność wniosków: 5/5

#6 – Regresja logistyczna

Regresja logistyczna pozwala przewidywać zmienne przyjmujące wartości 0 lub 1, czyli takie gdzie, określamy czy dane zjawisko będzie miało miejsce czy nie. W praktyce jest podobna do regresji liniowej, choć matematycznie odrobinę bardziej zaawansowana.

Przykładowe pytania, do których ją zastosujemy w HR:

  • Jakie czynniki wpływają na odejście pracowników?
  • Jakie jest prawdopodobieństwo odejścia pracownika w zależności od innych kryteriów np. poziomu wynagrodzenia, premii, zadowolenia z pracy itp.?
  • Jakie czynniki wpływają na awans pracownika? Jakie jest prawdopodobieństwo awansu pracownika w zależności od różnych kryteriów.

Trudność zastosowania: 3,5/5

Przydatność wniosków: 5/5

#7 – Testy istotności różnic

Testy istotności różnić (t, F, chi2) pozwalają nam ocenić czy jakieś grupy różnią się od siebie istotnie statystycznie. Mówią nam, czy różnica, którą obserwujemy jest raczej dziełem przypadku, czy prawdziwą różnicą, którą powinniśmy wziąć pod uwagę.

Przykładowe pytania, do których stosuje się testy różnic:

  • Czy oddział amerykański, hiszpański i polski naszej firmy różnią się poziomem satysfakcji z pracy?
  • Czy wynagrodzenia w naszej firmie odbiegają znaczącą od stawek rynkowych?
  • Czy dwie zmiany pracowników (dzienna i nocna) różnią się wynikami jakościowymi?
  • Czy wyniki jakościowe zmieniły się dzięki przeprowadzeniu szkoleń?

Trudność zastosowania: 3,5/5

Przydatność wniosków: 4/5

#8 – Miary wielkości efektu

Miary wielkości efektu pozwalają nam podjąć decyzje biznesowe. Zostały zaprojektowane w taki sposób, aby pomóc ocenić praktyczne znacznie wykonanych analiz. Są szczególnie przydatne do oceny wielkości różnic, które wykryliśmy testami. Testy mówią nam czy różnica, którą obserwujemy jest raczej dziełem przypadku czy nie. Miary wielkości, mówią czy jest ona duża czy mała. Są one szczególnie przydatne kiedy porównujemy dane wyrażone w jakichś abstrakcyjnych jednostkach, które trudno przełożyć na codzienne funkcjonowanie, na przykład punkty w skali badania satysfakcji.

Stosowanie tych miar w praktyce jest stosunkowo proste. Warto jednak przed ich użyciem dobrze poznać same testy różnic. Ich wyniki są bowiem często używane do obliczenia miar wielkości efektu.

Przykładowe zastosowanie miar wielkości efektów:

  • Czy różnice satysfakcji pomiędzy oddziałami firmy są małe, średnie czy duże?
  • Czy różnice w poziomie rotacji pomiędzy krajami są małe, średnie czy duże?

Trudność zastosowania: 2,5/5

Przydatność wniosków: 4/5

Podsumowanie

Oceniając trudność i przydatność (oczywiście jest to moja subiektywna ocena :)) poszczególnych technik można je pogrupować w następujące kategorie (patrz wykres):

Stosuj jak najszybciej – to kluczowe techniki, są łatwe w zastosowaniu i dają nam dużo korzyści. Warto wdrożyć je jak najszybciej.

Naucz się jak najszybciej – te narzędzia analityczne są odrobinę bardziej skomplikowane (choć nadal do wykonania w MS Excel) ale dają olbrzymie korzyści. Myślę, że każdy HRowiec, który chce działać w oparciu o dane, powinien je jak najszybciej poznać i zacząć stosować.

Stosuj dalej – to najprostsze techniki, które pewnie każdy z nas stosuje na co dzień. Nie wnoszą nam bardzo dużo ale za to są stosunkowo proste. Do tej grupy zaliczymy statystyki takie jak średnia i mediana.

Strata czasu –  na szczęście ta ćwiartka jest pusta 🙂

Zachęcam Was do stosowania opisanych technik. Oczywiście nie wyczerpują one całego arsenału narzędzi analitycznych, które możemy wykorzystać w HR. Na kolejne techniki przyjdzie pora w kolejnych tekstach 😊

A i jeszcze jedno. Pamiętajcie, że większość z omówionych w tekście narzędzi możecie poznać w praktyce na moim kursie Techniki analizy danych HR.

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *