依頼者: Marta Lindqvist(Saltmarsh Logistics、人事部長)
理由: 昨年のスタッフ名簿の24人のうち7人が辞めていて、Martaは次の採用の前に、どこに定着の取り組みを集中すべきかを知る必要があります。
データ: employees、昨年のスタッフ名簿です:部署、勤続年数、給与、週の平均残業時間、直近の人事評価(2件欠損)、そしてその後辞めたかどうかです。
完成の目安: 部署ごとと残業時間の区分ごとの離職率、辞めた人と残った人の評価の差、勤続年数についての検定、残業時間と勤続年数で離職を説明するロジスティックモデル、そしてラベル付きのグラフです。グループが小さいので、すべての率の隣に件数を置きます。
ピープルアナリティクスの問題は、小さなデータの問題です:従業員24人、辞めた人7人です。どの率もほんの数人に基づいているので、率の隣に件数を示し、差があると主張する前に検定し、データが示せないことを伝えてください。このプロジェクトでは、「1年以内に辞めた」のようなはいかいいえの結果の標準的なモデルである、ロジスティック回帰glm(..., family = binomial)も紹介します。各ステップは同じスクリプトに加わっていきます。