开始使用免费开始使用

推导 Job Hop 指数

"Job hopper" 指的是为了薪酬或职业发展而频繁跳槽的人。在某些行业中,招聘者和用人经理可能对这类候选人有负面看法,认为他们不稳定或不忠诚。

在本练习中,您将按以下方式推导 Job Hop 指数:

$$\text{Job Hop Index} = \frac{\text{Total experience}}{\text{Number of companies worked}}$$

总工作年限(total_experience)和曾就职公司数量(no_companies_worked)可在 org_final 中获取。

使用该指数,忠诚度高的员工会得到更高的分数,频繁跳槽的员工分数会更低。

本练习是课程的一部分

HR Analytics:用 R 预测员工流失

查看课程

练习说明

  • 按上述公式推导 Job Hop 指数(job_hop_index)。
  • 生成箱线图,分别可视化 ActiveInactive 员工的 Job Hop 指数。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Add job_hop_index
emp_jhi <- emp_age_diff %>% 
  mutate(job_hop_index =  ___ / ___)

# Compare job hopping index of Active and Inactive employees
ggplot(emp_jhi, aes(x = ___, y = ___)) + 
  geom_boxplot()
编辑并运行代码