减少旷工的5个假设

在一个以前的博客必威 官方网站我写了我们如何启动一个项目，看看我们是否可以分析和预测缺勤。在这篇博客中，我必威 官方网站将更新我们的项目。

一家拥有一万多名员工的公司找到了我们。公司的人力资源经理对不断上升的旷工率感到担忧。他想知道为什么它一直在增长，是什么具体因素影响了它。洞察这一增长对于创造减少缺勤的干预措施将是无价的。我们被提出了一个明确的问题，背后有一个强有力的商业案例。

我们的团队

大约一周前，我们与整个人力资源团队的分析人员进行了一次头脑风暴。该团队由两名顾问、两名具有丰富统计经验的组织心理学家和两名数据科学家组成。头脑风暴的核心问题是:“为了帮助组织，我们需要验证哪些假设?”

我们定义了一些可测试的假设，我们将试图验证这些假设，以找出我们如何帮助降低组织的缺勤率。由于这次头脑风暴对整个项目的方向至关重要，我想和大家分享一下我的假设。

我们提出的假设，取决于我们能获得的数据。当然，没有数据是不可能检验假设的。我们将获得(匿名的)人口统计数据和参与调查数据。后者包括多种员工态度测量。

我们的假设

1. 旷工数据有明确的模式。我们期望数据中有清晰的模式。根据科学研究，我们预计年轻人的旷工率比老年人低。此外，我们预计经常生病的人在未来也可能更经常生病。数据中的这些模式一方面可以解释公司不断增加的缺勤率，另一方面为我们提供了有价值的干预投入。
2. 敬业度调查数据对旷工有影响。这是一个更开放的假设，因为我们还不知道我们数据集的全部范围。我们认为，敬业度、工作投入度和组织承诺等因素对旷工有影响。正如我们在第一个假设中提到的，这些变量有望有助于解释不断增加的缺勤率，它们为我们提供了干预措施的输入。此外，我们预计一些因素会比其他因素产生更大的影响。例如，我们认为年龄对旷工的影响比工资更大。通过进行一些回归分析，我们希望找出导致旷工的最相关变量。我们还想预测长期旷工。有了我们能够获得的所有信息，我们希望能够预测在不采取干预措施的情况下，长期缺勤率将会增加多少。但问题是，在我们的数据集中，长期缺勤现象并不普遍。事实上，我们担心我们没有足够的“结果”数据来进行预测长期缺勤的分析。换句话说，我们需要不同的结果数据。
3. 短期的旷工预示着长期的旷工。为了解决这个问题，我们想看看是否可以用短期缺勤作为长期缺勤的预测指标。如果短期旷工确实是一个比较准确的预测指标，那么我们就更容易衡量不同变量对短期旷工的影响。这意味着那些比其他人更经常请“病假”的人(例如，由于工作中的冲突)也更有可能长期缺勤(例如，由于持续的工作冲突，这个人经历了精疲力竭)。由于短期旷工在数据集中比长期旷工普遍得多，因此根据这一结果进行分析和预测将更容易。
4. 我们能够预测(长期)旷工。我们预计，不同的变量，如年龄、性别、任期和工资等级，都会影响旷工。这些变量的包含是不言而喻的。我们将在案例研究和以后的分析中使用这些变量作为对照。在一个ddition, we expect work and personal factors to predict long-term absenteeism. As mentioned before, we do not have a full picture of the exact scope of our data. However, in recent literature, engagement survey data proved to be act as a predictor of absenteeism (Schaufeli, Bakker & van Rhenen, 2009). Also, factors such as the extent to which someone is involved in his/her job and the commitment one has to his/her organization, are factors that predict absenteeism as well. We expect these factors to be relevant in predicting at least some of the ‘preventable’ turnover.
5. 将财务价值与个人离职挂钩，将有助于我们确定缺勤问题最严重的地方，以及干预措施最具成本效益的地方。我们想要弄清楚的一件事是，我们是否可以通过将货币价值与缺勤联系起来更好地确定缺勤。如果一名董事缺勤两个月，其费用将比一名秘书高得多。这两个人对公司都很有价值，但更换董事更加困难，成本也更高。通过创建一个量化的风险分析，我们期望能够估计财务缺勤风险。分析还将显示组织中这种风险最大的地方，以及干预措施如何降低这种风险。公司对几乎所有东西都进行风险分析，所以他们应该对自己最有价值的资产——员工——做同样的事情。

回答问题

通过验证这5个假设，我们希望为这个问题提供一个有用的答案:“是什么原因导致我的长期缺勤增加?”我们假设的重点将是分析哪些干预措施是最合适和有效的，以减少缺勤。

当然，我们的一些假设会改变。也许甚至有一些我们根本不会回答，因为我们没有必要的数据。这是一个探索性的过程。根据数据和我们最初的发现，我们可能会重新定义我们的假设，看看我们如何能最好地帮助客户。

在下一篇博客中，我们必威 官方网站将概述导致旷工的因素。与此同时，请查看我们的博客必威 官方网站如何利用分析将敬业度与业务绩效联系起来！

来源:

Schaufeli, W. B.， Bakker, A. B. & Van Rhenen, W.(2009)。工作需求和资源的变化如何预测倦怠、工作投入和生病缺勤。组织行为学杂志，30.(7), 893 - 917。