Návrh a implementace prediktivního modelu fluktuace zaměstnanců ve výrobním podniku s využitím vícerozměrných metod statistické analýzy

Ondřej Mikulec

Doctoral thesis

Design and implementation of the predictive model of employee turnover in the production company using multidimensional methods of statistical analysis

Abstract:

Problematika řízení lidských zdrojů představuje pro organizace jeden z nejdůležitějších prvků řízení celé organizace. Rozhodování v oblasti řízení lidských zdrojů bývá čím dál častěji založeno na datech, což je oblast, kterou se zabývá HR analytika. V této práci je řešen kvantitativní přístup HR analytiky k řešení problému řízení lidských zdrojů s fluktuací zaměstnanců. Nežádoucí fluktuace představovala vždy významný problém soukromých i veřejných organizací, který způsobuje vysoké náklady, ztrátu znalostí a snížení produktivity. Cílem práce je návrh a implementace prediktivního modelu fluktuace zaměstnanců ve výrobním podniku s využitím vícerozměrných metod statistické analýzy s ukázkou praktické aplikace pro výrobní společnost z Moravskoslezského kraje. V práci je provedena analýza fluktuace zaměstnanců na skutečných datech za období 2015 až 2019 a stanoveny a ověřeny faktory se signifikantním vlivem na nežádoucí fluktuaci zaměstnanců. Jednotlivé faktory jsou diskutovány a pomocí vícenásobné logistické regresní analýzy je navržen prediktivní model. V práci je proveden odhad dvou modelů, první zahrnující celou populaci zaměstnanců, pro ukázku a potvrzení správnosti postupu pro návrh a ověření prediktivního modelu nežádoucí fluktuace a druhý pro zvolenou skupinu kvalifikovaných THP s potenciálem praktické implementace. Prediktivní model rizika nežádoucí fluktuace zaměstnanců je využit ke kalkulaci individuálního rizika odchodu každého zaměstnance a ověřen na out-of-sample datech za období druhého pololetí roku 2019. Prediktivní model je hodnocen jako potenciálně významný nástroj v politice řízení lidských zdrojů a proaktivnímu přístupu k datově orientovaným řešením v oblasti fluktuace a retence zaměstnanců. Dílčími cíli práce je zmapování vzájemných vazeb mezi prediktory vzniklého modelu pomocí vícenásobné korespondenční analýzy a pozičních map a sestrojení preskriptivního modelu v podobě strategické mapy zachycující komplexní proces implementace modelu. Závěrem jsou diskutovány možnosti implementace a praktického využití prediktivního modelu, jeho silné a slabé stránky včetně příležitostí a hrozeb v analyzované organizaci.

Abstract:

Human Resource Management is one of the most important elements within organization's decision processing and represents strategic approach to the effective management of people in an organization. HRM decisions are becoming more frequently based on data which is the area of Human Resources Analytics. This thesis presents a quantitative approach of HRA to solve human resource management problem with employee turnover. Undesirable employee turnover always presented serious problem for both private and public organizations causing high financial costs, losses in know-how and decreased productivity. The aim of the thesis is to design and describe the construction of a predictive model of employee turnover in a production company using multivariate statistical analysis with a demonstration of practical application for a production company from Moravian-Silesian region. The thesis includes analysis of employee turnover on real data for the period from 2015 to 2019 and identifies and verifies factors which are significant for undesirable employee turnover. The individual factors are discussed and a predictive model is designed using multivariate logistic regression. There are two separate predictive models estimated in the thesis. The first model involves the entire population of employees to demonstrate and confirm the procedure for design, estimation and verification of a predictive model. The second model is estimated using selected group of qualified white-collar workers with potential of practical implementation in the company’s decision making. Estimated predictive model of undesirable employee turnover is used to calculate the individual risk of leaving for each employee and verified on out-of-sample data for the period of second half of 2019. The predictive model is assessed as a potentially important tool in HRM policy-making and a proactive approach to data-oriented solutions in the area of employee turnover and retention. The partial goals of the work are to map the mutual relations between the predictors of the created model using multiple correspondence analysis and position maps and a prescriptive model in the form of a strategic map capturing the complex process of model implementation. Finally, the possibilities of implementation and practical use of the predictive model and its strengths and weaknesses including opportunities and threats in the analysed organization are discussed.

Keywords

Řízení lidských zdrojů, fluktuace zaměstnanců, Human Resource analytika, vícenásobná logistická regrese, prediktivní modelování, vícenásobná korespondenční analýza

Keywords

Human Resource Management, Employee Turnover, Human Resource Analytics, Multiple Logistic Regression, Predictive Modelling, Multiple Correspondence Analysis

Language used: Czech

Date on which the thesis was submitted / produced: 26. 10. 2020

Thesis defence

• Date of defence: 16. 12. 2020
• Supervisor: Petra Horváthová
• Reader: Jaroslav Ramík, Václav Friedrich, Aleš Gregar

VSB – Technical University of Ostrava

Ekonomická fakulta

Doctoral programme / field:
Ekonomika a management / Podniková ekonomika a management