Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

data analysis case report : IBM HR Analytics Employee Attrition & Performance

111 views

Published on

Dataset IBM HR Analytics Employee Attrition & Performance

Published in: Data & Analytics
  • Be the first to comment

  • Be the first to like this

data analysis case report : IBM HR Analytics Employee Attrition & Performance

  1. 1. AIoT 期末報告 報告人 : 李佳勳 2018.9.5 資料來源網址:HTTPS://WWW.DGBAS.GOV.TW/NP.ASP?CTNODE=2834 資料附檔名:WA_FN-USEC_-HR-EMPLOYEE-ATTRITION.CSV
  2. 2. 一、欄位描述: 35 個變數、1470筆資料 二、分析動機與目的: 了解人員離職與留任的原因作為未來發展用人策略 三、分析敘述與研究步驟: step 1 資料預處理 1.欄位定義 2.正規化 (字串轉換值, 或補值)、相關係數、單因子變異數分析、 ANOVA step 2 分析 3.KMEANS 4.CHAID 5.Appriroi step 3 結論與建議 6.與 Kaggle 等文獻比較結論是否有差異或不足 7.建議
  3. 3. step 1 資料預處理 清查35 個變數、1470筆資料作資料理解,資料類別包括demography類, 薪酬福利類 工作 經歷跟工作價值觀 依資料分布可勾勒出IBM公司員工樣貌,年齡18-37、R&D部門員工占多數,教育背景是生 命科學、教育程度中等及以上是大宗,尤其是績效表現在1 'Low' 2 'Good' 根本無數量顯示 IBM 多為高階人才. 根據任職年數、目前職務角色年數、與目前主管共事年數、曾任職公司數 等數據資料,員工是新鮮人的比例相當高. 以Attrition是否在職/離職率作為因變數、其他為自變數進行分析 單因子變異數分析、ANOVA、回歸、3D散步圖顯工作年數、性別、職務角色、職務階級、婚 姻狀態、前一年度教育訓練時間、績效表現、教育科系/類別、員工所屬部門、前一年度教育訓 練時間、人際關係滿意度..等與離職與留任無相關 以相關係數展開,並觀察前10大細項資料分布
  4. 4. Correlation
  5. 5. KMEANS
  6. 6. KMEANS
  7. 7. CHAID (first round)
  8. 8. CHAID (2nd round)
  9. 9. CHAID
  10. 10. CHAID
  11. 11. CHAID
  12. 12. Appriori
  13. 13. Appriori
  14. 14. Appriori
  15. 15. 結論與建議 • IBM員工多為高階人才,自我要求高所以工作投入程度高,績效表現也高, 但以情感聯繫來看,年輕員工會比較勇於挑戰而轉職機會也較多,倘若激勵 因子不彰,則年輕員工在收入較低、未婚跟主管共事都不長也不用顧念人情 狀況下,年輕員工離職機率會較高。 • 反觀不易離職的特徵,在職年資累績、已婚(甚至失婚)、沒加班等是IBM 可 以營造的工作環境跟選人策略保健因子(赫茲伯格),另可以打破業界慣例讓新 人在拚搏第0,1年就有機會拿stock option,也會是有效的 激勵因子。

×