Fokus pada kinerja tinggi

Penilaian kinerja penting bagi organisasi dan karyawan. Dilabeli sebagai "berkinerja tinggi" bisa lebih berdampak daripada nilai pastinya saat karyawan dipertimbangkan untuk promosi, bonus, dan kenaikan gaji. Organisasi dapat mendefinisikan "berkinerja tinggi" sesuai kebutuhannya, dan dalam bab ini, berkinerja tinggi adalah karyawan mana pun dengan rating 4 atau 5 pada skala 5 poin.

Buat variabel baru high_performer, lalu lakukan uji statistik untuk melihat apakah perempuan dalam himpunan data ini secara signifikan lebih kecil kemungkinannya untuk diberi label berkinerja tinggi.

Latihan ini merupakan bagian dari kursus

Analitik SDM: Mengeksplorasi Data Karyawan di R

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Add the high_performer column
performance <- joined_data %>%  
  ___

Edit dan Jalankan Kode

Latihan ini merupakan bagian dari kursus

Analitik SDM: Mengeksplorasi Data Karyawan di R

SkillTag.level.intermediateSkillTag.label

4.8+

Mulai Kursus Gratis

Pada bab ini, Anda akan diperkenalkan pada bagaimana data science digunakan dalam konteks sumber daya manusia. Selanjutnya, Anda akan mendalami studi kasus untuk menganalisis dan memvisualisasikan data rekrutmen guna menentukan sumber kandidat baru mana yang pada akhirnya menghasilkan karyawan baru terbaik. Himpunan data yang Anda gunakan di bab ini dan bab lainnya dalam kursus ini bersifat sintetis untuk menjaga privasi karyawan sebenarnya.

Exercise 1: Selamat datang di kursus ini!Exercise 2: Aplikasi analitik sumber daya manusia (HR)Exercise 3: Melihat data rekrutmen Exercise 4: Rekrutmen dan Kualitas Perekrutan Exercise 5: Mengidentifikasi kelompok dalam data Exercise 6: Angka penjualan berdasarkan sumber rekrutmen Exercise 7: Tingkat attrition berdasarkan sumber rekrutmen Exercise 8: Memvisualisasikan data rekrutmen Exercise 9: Memvisualisasikan perbedaan kinerja penjualan Exercise 10: Memvisualisasikan perbedaan attrition Exercise 11: Menarik kesimpulan

Gallup mendefinisikan karyawan yang terlibat sebagai mereka yang terlibat, antusias, dan berkomitmen terhadap pekerjaan serta tempat kerjanya. Terdapat perbedaan pendapat mengenai seberapa kuat keterkaitan antara keterlibatan karyawan dan hasil bisnis, tetapi gagasannya adalah karyawan yang lebih terlibat akan lebih produktif dan bertahan lebih lama di organisasi. Pada bab ini, Anda akan menelusuri kemungkinan alasan mengapa skor keterlibatan satu departemen lebih rendah dibandingkan yang lain.

Exercise 1: Menganalisis keterikatan karyawan Exercise 2: Mengimpor data survei Exercise 3: Departemen mana yang memiliki keterlibatan terendah?Exercise 4: Membandingkan faktor lain per departemen Exercise 5: Memvisualisasikan data keterikatan Exercise 6: Memvisualisasikan beberapa variabel sekaligus Exercise 7: Memvisualisasikan beberapa variabel sekaligus dengan facets Exercise 8: Menarik kesimpulan dari grafik Exercise 9: Apakah perbedaan itu bermakna?Exercise 10: Signifikansi statistik - karyawan tidak terlibat Exercise 11: Signifikansi statistik - hari cuti Exercise 12: Menarik kesimpulan dari pengujian

Ketika pemberi kerja merekrut karyawan baru, mereka harus menentukan berapa gaji karyawan baru tersebut. Jika tidak hati-hati, karyawan baru bisa masuk dengan gaji lebih tinggi dibandingkan karyawan yang saat ini bekerja pada jabatan yang sama, yang dapat menyebabkan turnover dan ketidakpuasan karyawan. Pada bab ini, Anda akan memeriksa apakah karyawan baru benar-benar dibayar lebih tinggi daripada karyawan saat ini, serta bagaimana memeriksa ulang pengamatan awal Anda.

Exercise 1: Membayar karyawan baru secara adil Exercise 2: Mengimpor data gaji Exercise 3: Apakah perbedaannya signifikan?Exercise 4: Bias variabel terlewat Exercise 5: Contoh omitted variable bias Exercise 6: Perbedaan apa lagi yang ada?Exercise 7: Seperti apa perbedaan gaji sekarang?Exercise 8: Apakah pegawai bergaji per jam dibayar lebih tinggi?Exercise 9: Regresi Linear Exercise 10: Gaji karyawan baru: regresi sederhana Exercise 11: Gaji karyawan baru: memperhitungkan level jabatan Exercise 12: Menarik kesimpulan dari pengujian

Manajemen kinerja membantu organisasi melacak karyawan mana yang memberikan nilai tambah lebih, atau di bawah rata-rata, dan memberikan kompensasi yang sesuai. Baik kinerja berupa rating maupun hasil kuesioner, serta apakah karyawan dinilai setiap tahun atau lebih sering, prosesnya tetap bersifat agak subjektif. Organisasi perlu memastikan bahwa rating diberikan berdasarkan kinerja, bukan preferensi individu manajer, atau bahkan bias (disadari atau tidak disadari).

Exercise 1: Menggabungkan data HR Exercise 2: Mengimpor dua himpunan data Exercise 3: Menggabungkan data kinerja Exercise 4: Penilaian kinerja dan keadilan Exercise 5: Fokus pada kinerja tinggi

Latihan Saat Ini

Exercise 6: Membandingkan distribusi karyawan berperforma tinggi Exercise 7: Memeriksa omitted variable bias Exercise 8: Regresi logistik Exercise 9: Regresi linear dan logistik Exercise 10: Peringkat kinerja: regresi logistik sederhana Exercise 11: Peringkat kinerja: mempertimbangkan tingkat jabatan Exercise 12: Kesimpulan dan rekomendasi

Di banyak industri, keselamatan tempat kerja merupakan pertimbangan yang penting. Menjaga lingkungan kerja yang aman memberikan rasa percaya diri pada karyawan dan mengurangi biaya kompensasi pekerja serta risiko hukum. Pada bab ini, Anda akan mencari penjelasan atas peningkatan kecelakaan di tempat kerja.

Exercise 1: Keselamatan karyawan Exercise 2: Mengimpor dan menggabungkan data kecelakaan Exercise 3: Di mana tingkat kecelakaan tertinggi?Exercise 4: Di lokasi mana tingkat kecelakaan meningkat paling besar?Exercise 5: Fokus pada lokasi yang diminati Exercise 6: Memusatkan perhatian pada lokasi masalah Exercise 7: Menambahkan lebih banyak data Exercise 8: Memeriksa variabel yang terluput Exercise 9: Apakah perubahan itu hanya terjadi di lokasi bermasalah?Exercise 10: Menjelaskan peningkatan kecelakaan Exercise 11: Menggunakan regresi untuk mengidentifikasi pendorong perubahan Exercise 12: Apa yang dapat Anda simpulkan?Exercise 13: Kesimpulan