彩票走势图

数据驱动的流程改进计划通常与制造业等行业相关。但是，使用统计和数据分析来解决问题的过程足够灵活，可以使任何业务功能受益。“精益六西格码在交易和基于服务的环境中得到了发展，”精益六西格码的主要黑带杰夫·帕克斯（Jeff Parks）说。“例如，我有机会将质量改进技术应用于人力资源领域。” 在最近的一个精益六西格玛项目中，Parks依靠Minitab统计软件中强大的工具来分析数据，从而开始理解并减少大型航空发动机零件制造商的高员工流失。

挑战

员工流失率，即员工离职率。由于与雇用和培训新员工相关的费用，高流失率对于公司而言可能是成问题的，而且成本很高。

2009年，俄亥俄州一家大型航空发动机零件制造商的正常损耗率在15％至18％之间，与该公司所在地区的一般制造业损耗率相当。但是，2009年美国经济下滑的同时，公司的员工流失率却上升了30％以上。鉴于该地区和全国范围内的高失业率，管理层预计失业率会低得多。负责公司质量改进工作的帕克斯说：“高损耗率非常成问题。” “这意味着公司内部存在着更深层次的问题-人力资源部无法解决这个问题。”

制造商的人力资源人员通常依靠出口面试来了解员工离职的原因。尽管从这些访谈中可以学到很多东西，但是当员工在没有任何警告的情况下离开时，就没有机会进行离职面试。在工作非常繁琐的每小时制造环境中，员工不知不觉地辞职，留下很少或根本没有有关促使他们离职的信息的情况并不少见。制造商已经收集了有关过去两年未宣布工作的员工的基本数据，Parks承担了分析数据的任务，以了解它可能对减员的突然增加提供什么见解。

Minitab如何提供帮助

该公司在两年的时间里雇用了100名员工。在这些新雇员中，有32人已宣布辞职。公司掌握了有关每位新员工的基本信息，包括员工的性别，职位，薪资分类，轮班，以前的制造经验以及通勤时间。为了查看在不同薪酬类别（小时与薪水）离职的雇员比例与工作班次（第一班次与第二班次）之间是否存在统计学上的显着差异，Parks在Minitab中进行了假设检验。他曾希望揭示员工流失行为的模式，但分析表明，任何变量的比例之间均无统计学意义上的显着差异。

借助Minitab图表，Parks可以可视化公司为员工流失行为汇编的原始数据。上面的直方图概述了新员工在过去两年中的通勤距离分布。

但是帕克斯并没有就此止步。他进一步调查了原始数据，并发现许多辞职的员工都是女性，他们具有制造经验，并且旅行距离很远。他使用Minitab来确定性别，以前的制造经验或通勤距离是否与员工是否离开公司有关。在这种情况下，Parks想要评估的响应（退出还是不退出）是二进制的，只有两个可能的值。Minitab强大的二元逻辑回归分析使Parks可以创建统计模型，以预测哪些变量可能使人更容易退出。

分析显示，员工上下班的时间长度具有统计意义。他的Minitab分析得出的结果得出了一个回归方程，Parks可以根据构成通勤的里程数来预测员工离职的可能性。他使用该方程式分析了长达30英里的距离，发现通勤距离对员工辞职到12英里大关的可能性几乎没有影响。在12英里处，员工离职的可能性增加到18％以上。帕克斯指出：“在13英里（约30-45分钟的通勤时间）内，退出的可能性跃升至92％以上。” “如果通勤时间超过13英里，几乎可以肯定会有一名员工辞职。”

结果

制造商的人力资源部门使用Parks的分析结果来修改制造职位的面试过程。他们开始更仔细地研究潜在员工的通勤距离，并在做出雇用决定之前将其考虑在内。

帕克斯认为，数据解释了流失率上升与高失业率之间看似矛盾的现象。帕克斯说：“分析似乎暗示，在经济衰退期间，人们对自己申请的工作非常放心，因为经济状况很糟糕。” “一旦员工意识到通勤可能很艰辛，他们很快就会继续寻找其他工作，而且经常会辞职。”

Parks一直是Minitab的用户，已有15年以上的历史，并且喜欢该软件可以被具有各种技能和不同背景的人们使用。他说：“ Minitab让我教了数百个统计能力有限的皮带，并完成了许多不同业务领域的质量改进项目。” “就易用性和统计能力而言，它是市场上最好的统计软件包。”

Minitab是做质量分析的工具，不知道您是否有产品质量这方面的困扰呢？不妨试试产品质量分析及预测方案吧！点击咨询在线客服