摘要:薪酬提升与员工满意度有没有关系?培训与绩效提升有没有关系?调薪幅度与员工离职率有没有关系?这些可以通过相关分析来判断。
薪酬提升与员工满意度有没有关系?
培训与绩效提升有没有关系?
调薪幅度与员工离职率有没有关系?
相信答案集中在两个答案:有和不一定。有没有考虑过如果有关系的话是有多大关系,“不一定”能不能用量化的数据来表示呢?
管理越来越趋向于科学、量化的管理方式,我们不能再进行经验、模糊的管理,所以需要明确:
是否继续提高薪酬标准提高员工满意度,薪酬提升幅度到底达到多少可以实现边际效益最大?
是否加大培训支持,应该哪大哪方面的培训投入才能获得绩效最大提升?
要降低员工离职率,调薪幅度的影响到底有多大?
这些都涉及数据分析法中的相关分析,今天来介绍给大家。
什么是相关分析
判断两个或两个以上变量是否存在关联性,以及关联性的强度及方向。
起影响作用的变量称之为自变量,用X表示,它可以是一个或多个,可被人为控制;
被影响的变量称之为因变量,用Y表示,它不受人为控制,可以通过调整自变量去影响因变量的变化。
例如薪酬提升与员工满意度的相关分析,薪酬提升是自变量,是可人为控制的,员工满意度是因变量,是不可人力控制的,需要靠薪酬提升来影响它。
判断相关关系的三种情况
如何判断自变量与因变量的关系密切程度呢?
这个需要计算相关系数r来判断,r的取值范围是[-1,1],当r<0时,为负相关,当r>0为正相关。
如何计算相关系数
使用Excel,可以通过CORREL函数判断。
相关分析的注意事项
相关分析要放到同一情境下使用,千万不要出现不同情境下的数据来做相关分析。在培训时,有学员学到这种分析方法后做各种相关分析,闹了不少笑话,例如分析培训费支出与销售收入的相关性、分析年龄与销售收入的相关性等。
如果不放到同一情境中分析,我们会发现好多数据都有相关性,如下图,是我入职后的体重与公司销售额的相关分析,所以为了保持公司销售额持续增长,老板要想办法让我体重持续增长?
相关分析实例应用
相关分析在人力资源数据分析领域应用非常广,文章开头列举了一些例子,如下图是某公司生产车间的加班时长和产量的分析,会发现加班时长和产量是弱相关,要想提高产量,加大加班时长的做法并不可取。