Компенсация

HR-аналитика: прогнозирование текучести кадров на R

Abhishek Trehan

People Analytics Practitioner

Компенсация имеет значение

Изучение переменной компенсации

# Plot the distribution of compensation
ggplot(emp_tenure, aes(x = compensation)) + 
  geom_histogram()

Изучение переменной компенсации

# Plot the distribution of compensation across levels
ggplot(emp_tenure, 
       aes(x = level, y = compensation)) + 
  geom_boxplot()

Вычисление Compa-ratio

$$ \text{Compa Ratio} = \frac{\text{ Actual Compensation }}{\text{Median Compensation}} $$

Вычисление Compa-ratio

Compa-ratio 1,2 (120%): сотрудник получает на 20% выше медианы
Compa-ratio 1 (100%): сотрудник получает ровно медианную зарплату
Compa-ratio 0,8 (80%): сотрудник получает на 20% ниже медианы

Вычисление медианной компенсации и Compa-ratio

# Derive Compa-ratio
emp_compa_ratio <- emp_tenure %>%  
  group_by(level) %>%   
  mutate(median_compensation = median(compensation), 
         compa_ratio = (compensation / median_compensation))

# Look at the median compensation for each level        
emp_compa_ratio %>% 
  distinct(level, median_compensation)

# A tibble: 2 x 2
# Groups:     level[2]
  level      median_compensation
  <fct>                    <dbl>
1 Analyst                  51840
2 Specialist               83496

Вычисление уровня Compa-ratio

Compa-ratio > 1: выше медианы
Иначе: ниже медианы

Давайте потренируемся!

HR-аналитика: прогнозирование текучести кадров на R