Trazendo mais dados
Como as horas extras não tiveram uma mudança significativa entre os anos, vale explorar outras variáveis. Em conversa com seu time, alguém sugere testar os escores de engajamento e, em especial, o número de pessoas desengajadas no local. Você ainda não tem os dados da pesquisa prontos, então precisará carregá-los e fazer o join com os dados em que vem trabalhando. Realizar múltiplos joins é comum em HR analytics.
Depois do join, altere year para factor(year). Como você só se importa com o ano como variável de agrupamento, e não com seu valor numérico, mudar para fator vai facilitar as análises seguintes.
Este exercício faz parte do curso
HR Analytics: Explorando dados de funcionários em R
Instruções do exercício
- Importe
"survey_data_2.csv"comosurvey_datausandoread_csv(). - Use
left_join()para adicionar os dados de engajamento ahr_joined. Faça o join por ano e, em seguida, pelo ID do funcionário. - Usando
%>%após o join, usemutate()para adicionardisengaged, que é 1 quandoengagementé 2 ou menos, e 0 caso contrário; e substituayearporfactor(year). Atribua o resultado dessas etapas asafety.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Import the survey data
survey_data <- ___
# Create the safety dataset
safety <- ___