#основы #размах
Говоря об использовании средних значений в HR-аналитике, важно упомянуть оценку их разнообразия. Одним из самых простых и интуитивно понятных методов измерения такой вариабельности является размах числового ряда. Хотя этот показатель может показаться примитивным, он даёт четкое представление о том, насколько данные однородны, что позволяет быстро сделать выводы о состоянии данных в выборке.
Размах (R) — это разница между максимальным и минимальным значением наблюдений. Он позволяет быстро оценить, насколько широко распределены данные. Большой размах может указывать на значительное разнообразие, тогда как маленький размах говорит об их однородности.
⚡️ Пример: В нашей выборке 100 наблюдений заработных плат сотрудников. Самая низкая зарплата — 100 рублей, а самая высокая — 200 рублей. Размах, то есть разница между наименьшим и наибольшим значением, составит 100 рублей.
Говоря об использовании средних значений в HR-аналитике, важно упомянуть оценку их разнообразия. Одним из самых простых и интуитивно понятных методов измерения такой вариабельности является размах числового ряда. Хотя этот показатель может показаться примитивным, он даёт четкое представление о том, насколько данные однородны, что позволяет быстро сделать выводы о состоянии данных в выборке.
Размах (R) — это разница между максимальным и минимальным значением наблюдений. Он позволяет быстро оценить, насколько широко распределены данные. Большой размах может указывать на значительное разнообразие, тогда как маленький размах говорит об их однородности.
⚡️ Пример: В нашей выборке 100 наблюдений заработных плат сотрудников. Самая низкая зарплата — 100 рублей, а самая высокая — 200 рублей. Размах, то есть разница между наименьшим и наибольшим значением, составит 100 рублей.
👍2
#инструменты #SPSS
Знакомимся с техническими инструментами, используемыми в HR-аналитике.
📊 SPSS (Statistical Package for the Social Sciences) - один из классических инструментов статистического анализа. Это аналитический софт от IBM, изначально созданный для научных исследований, но активно применяемый и в бизнес-среде, включая HR-аналитику.
🔹 Плюсы:
— Огромный функционал для количественного анализа,
— Широкие возможности регрессий, кластерного анализа, факторного анализа,
— Интуитивные визуализации,
— Поддержка импортов Excel, CSV, SQL и интеграция с Python.
🔹 Минусы:
— Высокие требования к пониманию статистики,
— Интерфейс может быть перегружен для новичков,
— Проприетарность и цена.
🔹 Когда использовать:
SPSS — не обязательный, но крайне полезный инструмент для продвинутых HR-аналитиков, работающих с опросами, вовлечённостью, предиктивными моделями или когортным анализом. Особенно полезен при необходимости точного статистического вывода и проверки гипотез.
Знакомимся с техническими инструментами, используемыми в HR-аналитике.
📊 SPSS (Statistical Package for the Social Sciences) - один из классических инструментов статистического анализа. Это аналитический софт от IBM, изначально созданный для научных исследований, но активно применяемый и в бизнес-среде, включая HR-аналитику.
🔹 Плюсы:
— Огромный функционал для количественного анализа,
— Широкие возможности регрессий, кластерного анализа, факторного анализа,
— Интуитивные визуализации,
— Поддержка импортов Excel, CSV, SQL и интеграция с Python.
🔹 Минусы:
— Высокие требования к пониманию статистики,
— Интерфейс может быть перегружен для новичков,
— Проприетарность и цена.
🔹 Когда использовать:
SPSS — не обязательный, но крайне полезный инструмент для продвинутых HR-аналитиков, работающих с опросами, вовлечённостью, предиктивными моделями или когортным анализом. Особенно полезен при необходимости точного статистического вывода и проверки гипотез.
👍2
#метрики #eNPS
⚡️ eNPS (Employee Net Promoter Score) — метрика, отражающая лояльность сотрудников и их готовность рекомендовать компанию как работодателя. Основана на методике NPS из клиентского сервиса.
🔹Как работает:
Сотрудникам задаётся 1 вопрос:
«Насколько вероятно, что вы порекомендуете нашу компанию другу как место работы?»
Ответ по шкале от 0 до 10:
9–10 → Промоутеры
7–8 → Нейтралы
0–6 → Критики
🔹Формула расчёта:
eNPS = ((кол-во промоутеров / общее кол-во ответов) – (кол-во критиков / общее кол-во)) * 100%
🔹Интерпретация:
< 0% — тревожно: преобладают недовольные
0–30% — средне, стоит работать с нейтралами
30–70% — хорошо, компания воспринимается позитивно
70% — отличная лояльность
Используйте eNPS как регулярный «пульс» настроений в компании.
⚡️ eNPS (Employee Net Promoter Score) — метрика, отражающая лояльность сотрудников и их готовность рекомендовать компанию как работодателя. Основана на методике NPS из клиентского сервиса.
🔹Как работает:
Сотрудникам задаётся 1 вопрос:
«Насколько вероятно, что вы порекомендуете нашу компанию другу как место работы?»
Ответ по шкале от 0 до 10:
9–10 → Промоутеры
7–8 → Нейтралы
0–6 → Критики
🔹Формула расчёта:
eNPS = ((кол-во промоутеров / общее кол-во ответов) – (кол-во критиков / общее кол-во)) * 100%
🔹Интерпретация:
< 0% — тревожно: преобладают недовольные
0–30% — средне, стоит работать с нейтралами
30–70% — хорошо, компания воспринимается позитивно
70% — отличная лояльность
Используйте eNPS как регулярный «пульс» настроений в компании.
👍1
#метрики #eNPS
О чем стоит помнить, проводя eNPS опрос:
🔹Периодичность: Опрос лучше проводить не реже чем раз в квартал или на полугодовой основе. В некоторых компаниях практикуется ежемесячный опрос, правда уровень прохождения в таком случае будет снижаться.
🔹Формат проведения: опрос должен быть доступен не только с десктопов, но и с мобильных устройств, а также за пределами корпоративной IT-среды. Это повысит уровень прохождения.
🔹Анонимность: Опрос должен быть полностью анонимным. Это повысит искренность при даче ответов. Если вам нужна демографическая разбивка или данные по структурным подразделениям/ регионам, лучше «разводить» потоки на уровне разных опросов и отправлять участникам, заранее разбитым на группы, разные ссылки.
🔹Информированность: результаты опроса должен быть транслированы сотрудникам, отсутствие понимание результатов и планов компании приведет, в среднесрочной перспективе, к снижению вовлеченности и дискредитации инструмента в глазах сотрудников.
О чем стоит помнить, проводя eNPS опрос:
🔹Периодичность: Опрос лучше проводить не реже чем раз в квартал или на полугодовой основе. В некоторых компаниях практикуется ежемесячный опрос, правда уровень прохождения в таком случае будет снижаться.
🔹Формат проведения: опрос должен быть доступен не только с десктопов, но и с мобильных устройств, а также за пределами корпоративной IT-среды. Это повысит уровень прохождения.
🔹Анонимность: Опрос должен быть полностью анонимным. Это повысит искренность при даче ответов. Если вам нужна демографическая разбивка или данные по структурным подразделениям/ регионам, лучше «разводить» потоки на уровне разных опросов и отправлять участникам, заранее разбитым на группы, разные ссылки.
🔹Информированность: результаты опроса должен быть транслированы сотрудникам, отсутствие понимание результатов и планов компании приведет, в среднесрочной перспективе, к снижению вовлеченности и дискредитации инструмента в глазах сотрудников.
👍1
#исследования
Типичными задачами HR-аналитика являются задачи, связанные со сбором количественных данных и их анализом. Анализ заработных плат, исследование текучести, уровня абсентеизма и многое другое - это примеры количественных исследований.
Количественные методы являются основной для проведения корреляционного и регрессионного анализа, факторного и кластерного анализа, построения математических моделей и прогнозов, так как именно эти методы исследования обеспечивает связь между эмпирическими данными и математическими вычислениями.
Спектр применения количественных методов включает в себя любые исследования, которые могут быть выражены в числах, процентах, математическом отношении.
⚡️К инструментам количественных исследований относятся: опросы, анкетирования, наблюдения и эксперименты.
⚡️К техническим средствам для их проведения можно отнести: google forms, monkey survey, а также их российские аналоги: kakdela от hh.ru и Яндекс Взгляд от Яндекс.
Типичными задачами HR-аналитика являются задачи, связанные со сбором количественных данных и их анализом. Анализ заработных плат, исследование текучести, уровня абсентеизма и многое другое - это примеры количественных исследований.
Количественные методы являются основной для проведения корреляционного и регрессионного анализа, факторного и кластерного анализа, построения математических моделей и прогнозов, так как именно эти методы исследования обеспечивает связь между эмпирическими данными и математическими вычислениями.
Спектр применения количественных методов включает в себя любые исследования, которые могут быть выражены в числах, процентах, математическом отношении.
⚡️К инструментам количественных исследований относятся: опросы, анкетирования, наблюдения и эксперименты.
⚡️К техническим средствам для их проведения можно отнести: google forms, monkey survey, а также их российские аналоги: kakdela от hh.ru и Яндекс Взгляд от Яндекс.
❤1
#исследования #опрос
Опрос один из самых популярных методов количественных исследований, основанный на опросе группы лиц и их мнения на заранее заданные темы. Опросы позволяют собирать и обрабатывать большой объем данных и при этом не требуют глубоких знаний и навыков, что делает их самым доступным и распространённым в использовании инструментом.
Основные этапы подготовки и формирования опроса:
⚡️Постановка цели. Важно четко определить цель, цели или гипотезы, данные для решения которых мы будем собирать.
⚡️Определение аудитории. Необходимо четко определить целевую аудиторию и составить профиль респондента.
⚡️Составление структуры опроса. Это описание структуры опроса: введения, описание целей и задач, «паспортички», «скелета» опроса, контроль-раздела, описание критериев валидности и надежности.
⚡️Обработка ответов. Этот этап направлен на обеспечение корректного расчета результатов опроса, а также проверку валидности и надежности полученных результатов через стат.показатели.
Опрос один из самых популярных методов количественных исследований, основанный на опросе группы лиц и их мнения на заранее заданные темы. Опросы позволяют собирать и обрабатывать большой объем данных и при этом не требуют глубоких знаний и навыков, что делает их самым доступным и распространённым в использовании инструментом.
Основные этапы подготовки и формирования опроса:
⚡️Постановка цели. Важно четко определить цель, цели или гипотезы, данные для решения которых мы будем собирать.
⚡️Определение аудитории. Необходимо четко определить целевую аудиторию и составить профиль респондента.
⚡️Составление структуры опроса. Это описание структуры опроса: введения, описание целей и задач, «паспортички», «скелета» опроса, контроль-раздела, описание критериев валидности и надежности.
⚡️Обработка ответов. Этот этап направлен на обеспечение корректного расчета результатов опроса, а также проверку валидности и надежности полученных результатов через стат.показатели.
#инструменты #Statistica
Продолжаем знакомиться с техническими инструментами, используемыми в HR-аналитике.
⚡️ Statistica – мощный статистический софт, аналогичный SPSS, но с более гибкими настройками визуализации и возможностью анализа как структурированных, так и неструктурированных данных. Включает:
— многомерный анализ,
— текстовый анализ,
— сегментацию и классификацию,
— визуализацию настраиваемых графиков и диаграмм.
🔹 Плюсы:
— Широкий статистический инструментарий,
— Возможность глубокого анализа и кастомизации,
— Работа с большими массивами данных.
🔹Минусы:
— Менее популярен в корпоративной среде,
— Ограниченная поддержка и сообщество,
— Интерфейс может быть менее интуитивен для новых пользователей.
🔹Применение в HR:
Statistica подойдёт продвинутым аналитикам для обработки больших массивов HR-данных: опросов, данных текучести, когорт, производительности.
Продолжаем знакомиться с техническими инструментами, используемыми в HR-аналитике.
⚡️ Statistica – мощный статистический софт, аналогичный SPSS, но с более гибкими настройками визуализации и возможностью анализа как структурированных, так и неструктурированных данных. Включает:
— многомерный анализ,
— текстовый анализ,
— сегментацию и классификацию,
— визуализацию настраиваемых графиков и диаграмм.
🔹 Плюсы:
— Широкий статистический инструментарий,
— Возможность глубокого анализа и кастомизации,
— Работа с большими массивами данных.
🔹Минусы:
— Менее популярен в корпоративной среде,
— Ограниченная поддержка и сообщество,
— Интерфейс может быть менее интуитивен для новых пользователей.
🔹Применение в HR:
Statistica подойдёт продвинутым аналитикам для обработки больших массивов HR-данных: опросов, данных текучести, когорт, производительности.
👍1
#статистика #теориявероятности
⚡️ Вероятность (P) — это мера возможности наступления конкретного события. Значение рассчитывается как отношение числа благоприятных исходов (M) к числу всех возможных исходов (N): P = M/N.
Для расчета вероятности наступления двух зависимых событий, их вероятности перемножаются. Для расчета вероятности одного события из нескольких, вероятности складываются (если события взаимно исключающие).
В HR-аналитике понятие вероятности используется для моделирования HR-процессов, анализа неопределенности, анализа временных рядов и других задач, связанных с прогнозированием.
⚡️Пример: Двум рекрутерам поручили по одной вакансии. Согласно историческим данным, вероятность закрытия вакансии у рекрутера А — 70%, у рекрутера B — 50%. Рассчитаем вероятность того, что оба рекрутера успешно закроют вакансии:
Вероятность закрытия для А: P(A) = 0,7
Вероятность закрытия для B: P(B) = 0,5
Вероятность того, что оба рекрутера закроют вакансии: P(AB) = P(A) * P(B) = 0,7 * 0,5 = 0,35.
⚡️ Вероятность (P) — это мера возможности наступления конкретного события. Значение рассчитывается как отношение числа благоприятных исходов (M) к числу всех возможных исходов (N): P = M/N.
Для расчета вероятности наступления двух зависимых событий, их вероятности перемножаются. Для расчета вероятности одного события из нескольких, вероятности складываются (если события взаимно исключающие).
В HR-аналитике понятие вероятности используется для моделирования HR-процессов, анализа неопределенности, анализа временных рядов и других задач, связанных с прогнозированием.
⚡️Пример: Двум рекрутерам поручили по одной вакансии. Согласно историческим данным, вероятность закрытия вакансии у рекрутера А — 70%, у рекрутера B — 50%. Рассчитаем вероятность того, что оба рекрутера успешно закроют вакансии:
Вероятность закрытия для А: P(A) = 0,7
Вероятность закрытия для B: P(B) = 0,5
Вероятность того, что оба рекрутера закроют вакансии: P(AB) = P(A) * P(B) = 0,7 * 0,5 = 0,35.
👍3
#статистика #вероятность
Какова вероятность встретить сегодня вечером розового слона?
Кто-то скажет — 0, кто-то — 50% (встречу или нет). Давайте разберёмся так ли это.
⚡️ Равновозможные события — это события, у которых одинаковая вероятность наступления. Например: орёл или решка при честном броске монеты — по 50%. А вот вероятность встретить или НЕ встретить розового слона - это не равномовозможные события. Слон сам по себе событие крайне маловероятное )
Почему это важно для HR-аналитики?
При расчётах рисков, сценариев, прогнозов (например, текучести, травматизма, увольнений) нельзя автоматически предполагать равновозможность всех исходов.
🔹 Пример:
Если вероятность травмы = 5%, и у нас 100 сотрудников:
(5 / 100) * 100 = 5 ожидаемых травм
А не 50, как было бы при 50% (равновозможности).
Какова вероятность встретить сегодня вечером розового слона?
Кто-то скажет — 0, кто-то — 50% (встречу или нет). Давайте разберёмся так ли это.
⚡️ Равновозможные события — это события, у которых одинаковая вероятность наступления. Например: орёл или решка при честном броске монеты — по 50%. А вот вероятность встретить или НЕ встретить розового слона - это не равномовозможные события. Слон сам по себе событие крайне маловероятное )
Почему это важно для HR-аналитики?
При расчётах рисков, сценариев, прогнозов (например, текучести, травматизма, увольнений) нельзя автоматически предполагать равновозможность всех исходов.
🔹 Пример:
Если вероятность травмы = 5%, и у нас 100 сотрудников:
(5 / 100) * 100 = 5 ожидаемых травм
А не 50, как было бы при 50% (равновозможности).
#методы #корреляционныйанализ
⚡️Корреляционный анализ — это статистический метод изучения взаимосвязи между двумя и более величинами.
Другими словами, такой анализ позволяет установить наличие связи между, на первый взгляд, не связанными факторами: ростом и уровнем зарплаты, стажем работы и оценкой эффективности сотрудника и прочее. И если такая связь существует, то сопровождается ли изменение одного фактора возрастанием или уменьшением другого, связанного с ним.
Это сравнительно простой для расчёта и надёжный инструмент используется как в бизнесе, так и в научных исследованиях для установления взаимосвязи между различными факторами. Основное преимущество этого метода — доступность.
Использовать его можно с помощью обычного MS Excel. Механику работы с этим инструментом можно найти в статье
⚡️Корреляционный анализ — это статистический метод изучения взаимосвязи между двумя и более величинами.
Другими словами, такой анализ позволяет установить наличие связи между, на первый взгляд, не связанными факторами: ростом и уровнем зарплаты, стажем работы и оценкой эффективности сотрудника и прочее. И если такая связь существует, то сопровождается ли изменение одного фактора возрастанием или уменьшением другого, связанного с ним.
Это сравнительно простой для расчёта и надёжный инструмент используется как в бизнесе, так и в научных исследованиях для установления взаимосвязи между различными факторами. Основное преимущество этого метода — доступность.
Использовать его можно с помощью обычного MS Excel. Механику работы с этим инструментом можно найти в статье
👍2
#методы #кластеризация
⚡️ Кластерный анализ — это метод классификационного анализа, основное назначение которого в разбиении множества исследуемых объектов на однородные группы или кластеры, объединённые по какому-то признаку или характеристике.
Другими словами, этот метод позволяет сгруппировать наши объекты таким образом, чтобы каждый отдельный элемент в группе имел идентичную характеристику или свойство, присущее всем остальным объектам в этой группе.
В HR-аналитике этот метод позволяет разбивать респондентов на однородные группы, проводить анализ конкурентов и группировки результатов исследований.
Использовать его можно с помощью обычного MS Excel. Механику работы с этим инструментом можно найти в статье
⚡️ Кластерный анализ — это метод классификационного анализа, основное назначение которого в разбиении множества исследуемых объектов на однородные группы или кластеры, объединённые по какому-то признаку или характеристике.
Другими словами, этот метод позволяет сгруппировать наши объекты таким образом, чтобы каждый отдельный элемент в группе имел идентичную характеристику или свойство, присущее всем остальным объектам в этой группе.
В HR-аналитике этот метод позволяет разбивать респондентов на однородные группы, проводить анализ конкурентов и группировки результатов исследований.
Использовать его можно с помощью обычного MS Excel. Механику работы с этим инструментом можно найти в статье
👍1
#инструменты #Росстат
Иногда перед HR-аналитиком ставится задача проведения исследований и анализа демографии, экономики труда, конкурентов и прочих запросов.
Например, если компания планирует открывать представительство в навом городе и ей нужно проанализировать рынок труда, наличие компаний-доноров для найма персонала и посмотреть экономическую активность региона.
В таких случаях полезным инструментов в арсенале HR-аналитика станет портал Росстата и его дашборд по социально-экономическим показателям в РФ.
К сожалению, этот инструмент малоизвестен и редко используется на практике, а между тем, он обладает довольно ценной информацией, а кроме того, абсолютно бесплатный
Что можно найти на портале:
❕Среднюю заработную плату по регионам и по категориям;
❕Бенчмарки ССЧ по регионам и по отраслям ;
❕Численность экономического активного населения по регионам;
❕Половозрастной состав населения по регионам;
❕Индекс деловой активности по индустриям и регионам;
и многое другое.
Иногда перед HR-аналитиком ставится задача проведения исследований и анализа демографии, экономики труда, конкурентов и прочих запросов.
Например, если компания планирует открывать представительство в навом городе и ей нужно проанализировать рынок труда, наличие компаний-доноров для найма персонала и посмотреть экономическую активность региона.
В таких случаях полезным инструментов в арсенале HR-аналитика станет портал Росстата и его дашборд по социально-экономическим показателям в РФ.
К сожалению, этот инструмент малоизвестен и редко используется на практике, а между тем, он обладает довольно ценной информацией, а кроме того, абсолютно бесплатный
Что можно найти на портале:
❕Среднюю заработную плату по регионам и по категориям;
❕Бенчмарки ССЧ по регионам и по отраслям ;
❕Численность экономического активного населения по регионам;
❕Половозрастной состав населения по регионам;
❕Индекс деловой активности по индустриям и регионам;
и многое другое.
👍2❤1
#основы #медиана
Меры центральной тенденции — академическое название группы показателей, широко используемых в HR-аналитике и C&B для описания совокупности объектов. К ним относятся средние значения, медиана, мода и некоторые другие показатели. Одно из центральных мест занимает медиана.
⚡️Медиана разделяет массив данных на две части таким образом, что 50% всех результатов оказывается выше медианы, а 50% - ниже. Таким образом мы получаем значение, находящееся ровно посередине проранжированной выборки.
Медиану используют для определения средних зп в исследованиях, а вот среднее значение для таких задач не используется.
Все дело в выбросах, которые неизбежно появляются при сборе данных. Всегда найдется кто-то, чьи условия значительно выбиваются из общего ряда.
⚡️Пример:
10 человек указали в качестве своей зп 100 рублей, 1 указал 200 рублей.
Среднее арифметическое дает нам 136 рублей в качестве средней зп.
А вот медиана даст нам 100 рублей, что больше похоже на правду.
Меры центральной тенденции — академическое название группы показателей, широко используемых в HR-аналитике и C&B для описания совокупности объектов. К ним относятся средние значения, медиана, мода и некоторые другие показатели. Одно из центральных мест занимает медиана.
⚡️Медиана разделяет массив данных на две части таким образом, что 50% всех результатов оказывается выше медианы, а 50% - ниже. Таким образом мы получаем значение, находящееся ровно посередине проранжированной выборки.
Медиану используют для определения средних зп в исследованиях, а вот среднее значение для таких задач не используется.
Все дело в выбросах, которые неизбежно появляются при сборе данных. Всегда найдется кто-то, чьи условия значительно выбиваются из общего ряда.
⚡️Пример:
10 человек указали в качестве своей зп 100 рублей, 1 указал 200 рублей.
Среднее арифметическое дает нам 136 рублей в качестве средней зп.
А вот медиана даст нам 100 рублей, что больше похоже на правду.
👍2
#основы #среднее
⚡️Среднее геометрическое – это еще одна мера центральной тенденции. Рассчитывается как корень n-ой степени из произведения n чисел. То есть чтобы посчитать среднее геометрическое из двух числен, нужно их перемножить и извлечь квадратный корень.
Отличается от среднего арифметического тем, что учитывает взаимные отношения чисел, а не только их значения. Всегда меньше или равно среднему арифметическому, а разница между ними тем больше, чем больше изменчивость наблюдений от периода к периоду.
Используется чаще всего для отслеживания динамики изменения каких-то процессов во времени, например роста заработных плат, текучести и прочих показателей.
⚡️ Пример:
Динамика изменения оклада по должности по годам составила: 100,110,125,130,150 рублей.
Среднее геометрическое составит 122 рубля.
Среднее арифметическое (для сравнения) составит 123 рубля.
⚡️Среднее геометрическое – это еще одна мера центральной тенденции. Рассчитывается как корень n-ой степени из произведения n чисел. То есть чтобы посчитать среднее геометрическое из двух числен, нужно их перемножить и извлечь квадратный корень.
Отличается от среднего арифметического тем, что учитывает взаимные отношения чисел, а не только их значения. Всегда меньше или равно среднему арифметическому, а разница между ними тем больше, чем больше изменчивость наблюдений от периода к периоду.
Используется чаще всего для отслеживания динамики изменения каких-то процессов во времени, например роста заработных плат, текучести и прочих показателей.
⚡️ Пример:
Динамика изменения оклада по должности по годам составила: 100,110,125,130,150 рублей.
Среднее геометрическое составит 122 рубля.
Среднее арифметическое (для сравнения) составит 123 рубля.
👍1
#основы #статистика #выборка
В ходе исследований часто приходится работать как с целыми массивами данных, так и с их составными частями, поэтому не лишним будет разобраться в разнице между ними:
⚡️Генеральная совокупность — это все объекты, относительно которых предполагается проводить исследование или анализ.
В компании работает сто человек – это генеральная совокупность сотрудников.
⚡️Выборка — это часть генеральной совокупности, которая обладает всеми ее характеристиками. Другими словами, это типичная часть целого, анализируя которую, можно делать достаточно достоверные предположения о генеральной совокупности, как например, по группе сотрудников из какого-то отдела можно делать определенные предположения относительно всех сотрудников этого отдела.
⚡️Репрезентативность — важное качество любой выборки, это свойство такой выборки, где каждый объект обладает всеми необходимыми признаками для работы или анализа и при этом отражает все необходимые характеристики генеральной совокупности.
В ходе исследований часто приходится работать как с целыми массивами данных, так и с их составными частями, поэтому не лишним будет разобраться в разнице между ними:
⚡️Генеральная совокупность — это все объекты, относительно которых предполагается проводить исследование или анализ.
В компании работает сто человек – это генеральная совокупность сотрудников.
⚡️Выборка — это часть генеральной совокупности, которая обладает всеми ее характеристиками. Другими словами, это типичная часть целого, анализируя которую, можно делать достаточно достоверные предположения о генеральной совокупности, как например, по группе сотрудников из какого-то отдела можно делать определенные предположения относительно всех сотрудников этого отдела.
⚡️Репрезентативность — важное качество любой выборки, это свойство такой выборки, где каждый объект обладает всеми необходимыми признаками для работы или анализа и при этом отражает все необходимые характеристики генеральной совокупности.
#основы #мода
Еще одной мерой центральной тенденции активно используемой в HR-аналитике и C&B является мода.
⚡️Мода — это такое значение, которое наиболее часто встречается в выборке. Если у нас есть массив заработных плат сотрудников на определённой должности с рынка, то модой будет такое значение, которое упоминается этом массиве чаще всего.
Мода, наравне с медианой, используется как инструмент для создания исследований рынка труда и заработных плат, и хотя механика расчета у этих показателей различается, часто значения моды и медианы близки друг к другу.
⚡️Пример:
Известен массив данных зп по должности менеджер по продажам: 100,150,120,80,75,90, 100,80, 75, 110, 130, 100, 500.
Мода составит 100 (значение 100 встречается чаще всего в выборке – 3 раза).
Для сравнения среднее арифметическое составит 131, а медиана = 100.
Еще одной мерой центральной тенденции активно используемой в HR-аналитике и C&B является мода.
⚡️Мода — это такое значение, которое наиболее часто встречается в выборке. Если у нас есть массив заработных плат сотрудников на определённой должности с рынка, то модой будет такое значение, которое упоминается этом массиве чаще всего.
Мода, наравне с медианой, используется как инструмент для создания исследований рынка труда и заработных плат, и хотя механика расчета у этих показателей различается, часто значения моды и медианы близки друг к другу.
⚡️Пример:
Известен массив данных зп по должности менеджер по продажам: 100,150,120,80,75,90, 100,80, 75, 110, 130, 100, 500.
Мода составит 100 (значение 100 встречается чаще всего в выборке – 3 раза).
Для сравнения среднее арифметическое составит 131, а медиана = 100.
👍1
#визуализация #гистограмма
⚡️Гистограмма (столбиковая диаграмма) – это график в виде вертикальных или горизонтальных столбцов. Высота или длина каждого равна соответствующим им значениям. Используется чтобы наглядно показать «размерность» значений относительно друг друга. Основа для сравнения размеров разных объектов между собой по одному признаку.
Более любопытный вариант – гистограмма с накоплением или линейчатая с накоплением. Ее используют в том случае, если значения столбцов можно суммировать (как на картинке). Таким образом можно сравнивать не только значения разных факторов между собой, но и как они формируют целое (сумму). Это наглядный и удобный инструмент для отображения составных частей целого и подходит как альтернатива круговым диаграммам.
В Excel, на вкладке "Вставка" выбирается "Гистограмма" / "Гистограмма с накоплением" или "Линейчатая" / "Линейчатая с накоплением"
⚡️Гистограмма (столбиковая диаграмма) – это график в виде вертикальных или горизонтальных столбцов. Высота или длина каждого равна соответствующим им значениям. Используется чтобы наглядно показать «размерность» значений относительно друг друга. Основа для сравнения размеров разных объектов между собой по одному признаку.
Более любопытный вариант – гистограмма с накоплением или линейчатая с накоплением. Ее используют в том случае, если значения столбцов можно суммировать (как на картинке). Таким образом можно сравнивать не только значения разных факторов между собой, но и как они формируют целое (сумму). Это наглядный и удобный инструмент для отображения составных частей целого и подходит как альтернатива круговым диаграммам.
В Excel, на вкладке "Вставка" выбирается "Гистограмма" / "Гистограмма с накоплением" или "Линейчатая" / "Линейчатая с накоплением"
👍1
#визуализация #парето
⚡️В конце 19 века социолог и экономист В.Парето обнаружил, что распределение богатства в обществе неравномерно и подчиняется определенной зависимости: с ростом обеспеченности количество богатых людей уменьшается в геометрической прогрессии с постоянным коэффициентом. В дальнейшем эту идею развил Р.Кох, предложивший формулировку универсального "Принципа 20/80" как принцип неравномерности распределения ресурсов, усилий и т.д.
В HR-аналитике диаграмму Парето можно использовать для наглядного сравнения эффективности разных объектов между собой, например, чтобы оценить эффективность сотрудников.
Ее особенность в том, что на условной границе в 80% (как на рисунке) обычно проводят пороговую горизонтальную линию для наглядности. Все сотрудники на примере левее точки пересечения этой линии с графиком - приносят компании 80% прибыли, правее - оставшиеся 20%.
В Excel есть встроенный график Парето. На вкладке «Гистограмма» выбираем «Парето» и указываем исходные данные для таблицы.
⚡️В конце 19 века социолог и экономист В.Парето обнаружил, что распределение богатства в обществе неравномерно и подчиняется определенной зависимости: с ростом обеспеченности количество богатых людей уменьшается в геометрической прогрессии с постоянным коэффициентом. В дальнейшем эту идею развил Р.Кох, предложивший формулировку универсального "Принципа 20/80" как принцип неравномерности распределения ресурсов, усилий и т.д.
В HR-аналитике диаграмму Парето можно использовать для наглядного сравнения эффективности разных объектов между собой, например, чтобы оценить эффективность сотрудников.
Ее особенность в том, что на условной границе в 80% (как на рисунке) обычно проводят пороговую горизонтальную линию для наглядности. Все сотрудники на примере левее точки пересечения этой линии с графиком - приносят компании 80% прибыли, правее - оставшиеся 20%.
В Excel есть встроенный график Парето. На вкладке «Гистограмма» выбираем «Парето» и указываем исходные данные для таблицы.
👍1
#инструменты #PowerQuery
Продолжаем знакомиться с софтом и инструментами для HR-аналитики
⚡️MS Power Query - это инструмент извлечения и преобразования данных, который поставляется в Excel 2016 и более поздних версиях и доступен всем пользователям бесплатно.
С помощью Power Query можно выполнять извлечение, преобразование и загрузку данных (ETL) в/из разных источников и форматов, и в этом смысле он аналогичен BI системам. Он способен «переварить» большие массивы данных и проводить огромный спектр манипуляций. Эти преобразования могут быть как банальным удаление столбца или фильтрации строк, сцепления значений так и более сложными операциями по слиянию таблиц, добавлению, группировки по, отмене сводных данных и прочее.
MS Query - это прекрасный инструмент дополняющий Excel и позволяющий существенно расширить и без того огромный функционал этой платформы.
С документацией по MS Power Query можно познакомиться на сайте Майкрософт.
А более детальные уроки найти в открытых источниках.
Продолжаем знакомиться с софтом и инструментами для HR-аналитики
⚡️MS Power Query - это инструмент извлечения и преобразования данных, который поставляется в Excel 2016 и более поздних версиях и доступен всем пользователям бесплатно.
С помощью Power Query можно выполнять извлечение, преобразование и загрузку данных (ETL) в/из разных источников и форматов, и в этом смысле он аналогичен BI системам. Он способен «переварить» большие массивы данных и проводить огромный спектр манипуляций. Эти преобразования могут быть как банальным удаление столбца или фильтрации строк, сцепления значений так и более сложными операциями по слиянию таблиц, добавлению, группировки по, отмене сводных данных и прочее.
MS Query - это прекрасный инструмент дополняющий Excel и позволяющий существенно расширить и без того огромный функционал этой платформы.
С документацией по MS Power Query можно познакомиться на сайте Майкрософт.
А более детальные уроки найти в открытых источниках.
👍1