Прогнозируем на собеседовании при приеме на работу готовность кандидата задерживаться на работе сверхурочно
Кто нибудь ставил задачу предсказать готовность кандидата работать сверхурочно? Точнее, даже мы говорим о прогнозировании предрасположенности кандидата работать после официального окончания рабочего дня.
Предыдущие посты представляли анализ взаимосвязи каждого фактора с таким показателем, в этом посте я подведу итог и покажу возможности прогноза сразу по нескольким факторам.
Сама идея взята из исследований западной компании Evolv, я свои данные беру из нашего исследования Ключевые факторы удержания и текучести персонала, в котором крайне настоятельно вам рекомендую поучаствовать.
Если вам неинтересны рассуждения и формулы, сразу переходите в конце к обсуждению результатов.
Решение
Я опишу очень схематично, поскольку в исследовании много деталей, которые важны, но перегрузят текст. Например, важно разобраться, где в результатах защита предрасположенность самого кандидата задерживаться на работе, а где вынужденная необходимость. Это главный вопрос, требующий разрешения. У меня есть некоторое понимание, как в рамках нашего исследования подойти к решению данного вопроса, но замечу, что в компаниях такие вопросы легче решать.
И с одной стороны, для исследователей эти детали крайне важны, в них бох, но с другой, а) я не пишу статью в научный журнал, б) результаты моих исследований не стоит просто переносить на корпоративные исследования, где результаты собственно и имеют ценность, а почему каждый заинтересованный может попробовать воспроизвести полученные мной результаты.
Я анализировал взаимосвязь вопроса
Задерживались ли вы на работе?
- Никогда
- Каждый день
- Несколько раз в неделю
- Несколько раз в месяц
и следующих факторов:
- Количество аккаунтов в социальных сетях;
- Браузер, которым пользуется кандидат
- Социальная сеть, в которой кандидат проявляет наибольшую активность
- Наличие дома проводного интернета, wi fi
- позиция
- отрасль
- масштаб населенного пункта
В корпоративных исследованиях HR-ы могут использовать более широкий спектр факторов, могут более изощряться в своей фантазии, какую информацию о кандидате собирать
Результаты
Я проделал два пути
Линейная регрессия
Варианты ответов на вопрос о задержках на работе можно принять как метрическую переменную (не говорю, что это метрическая переменная, но можно использовать), поэтому в данном случае я решил использовать линейную регрессию
результат линейной регрессии
Multiple R-squared: 0.2888, Adjusted R-squared: 0.1039
F-statistic: 1.562 on 209 and 804 DF, p-value: 1.06e-05
R^2 = 0, 288 — это очень неплохо, плохо, что нормированный R^2 = 0, 1039 т.е. при переносе на реальные ситуации прогностическая ценность нашего уравнения резко снижается.
Безусловно, результаты по своим показателям не впечатляют, но я предлагаю посмотреть на эту ситуацию с другой стороны: рекрутер задает кандидаты три вопроса, тратит на ответы минуту, не более, а получает 10 % объясненной дисперсии.
Логистическая регрессия
Нас в конце концов интересует, предрасположен ли кандидат задерживаться на работе или нет. Ответ по типу: Да / Нет. Т.е. по сути речь идет о скоринге.
Я вариант «Никогда» сделал «0», а варианты «Несколько раз в неделю» и «Каждый день» как «1». Т.е. нас устроит, если кандидат готов будет задерживать от нескольких раз в неделю до ежедневных задержек.
Таблица классификации (см. шаг 2) показывает, что мы можем предсказывать с 70 % вероятностью задержки кандидата на работе.
Из них, не готовых задерживаться мы прогнозируем с вероятностью 61, 3 %, а готовых — на 71, 7.
Источник : edwvb.blogspot.com
