數據驅動的流程改進計劃通常與制造業等行業相關。但是，使用統計和數據分析來解決問題的過程足夠靈活，可以使任何業務功能受益。“精益六西格碼在交易和基于服務的環境中得到了發展，”精益六西格碼的主要黑帶杰夫·帕克斯（Jeff Parks）說。“例如，我有機會將質量改進技術應用于人力資源領域。” 在最近的一個精益六西格瑪項目中，Parks依靠Minitab統計軟件中強大的工具來分析數據，從而開始理解并減少大型航空發動機零件制造商的高員工流失。

挑戰

員工流失率，即員工離職率。由于與雇用和培訓新員工相關的費用，高流失率對于公司而言可能是成問題的，而且成本很高。

2009年，俄亥俄州一家大型航空發動機零件制造商的正常損耗率在15％至18％之間，與該公司所在地區的一般制造業損耗率相當。但是，2009年美國經濟下滑的同時，公司的員工流失率卻上升了30％以上。鑒于該地區和全國范圍內的高失業率，管理層預計失業率會低得多。負責公司質量改進工作的帕克斯說：“高損耗率非常成問題。” “這意味著公司內部存在著更深層次的問題-人力資源部無法解決這個問題。”

制造商的人力資源人員通常依靠出口面試來了解員工離職的原因。盡管從這些訪談中可以學到很多東西，但是當員工在沒有任何警告的情況下離開時，就沒有機會進行離職面試。在工作非常繁瑣的每小時制造環境中，員工不知不覺地辭職，留下很少或根本沒有有關促使他們離職的信息的情況并不少見。制造商已經收集了有關過去兩年未宣布工作的員工的基本數據，Parks承擔了分析數據的任務，以了解它可能對減員的突然增加提供什么見解。

Minitab如何提供幫助

該公司在兩年的時間里雇用了100名員工。在這些新雇員中，有32人已宣布辭職。公司掌握了有關每位新員工的基本信息，包括員工的性別，職位，薪資分類，輪班，以前的制造經驗以及通勤時間。為了查看在不同薪酬類別（小時與薪水）離職的雇員比例與工作班次（第一班次與第二班次）之間是否存在統計學上的顯著差異，Parks在Minitab中進行了假設檢驗。他曾希望揭示員工流失行為的模式，但分析表明，任何變量的比例之間均無統計學意義上的顯著差異。

借助Minitab圖表，Parks可以可視化公司為員工流失行為匯編的原始數據。上面的直方圖概述了新員工在過去兩年中的通勤距離分布。

但是帕克斯并沒有就此止步。他進一步調查了原始數據，并發現許多辭職的員工都是女性，他們具有制造經驗，并且旅行距離很遠。他使用Minitab來確定性別，以前的制造經驗或通勤距離是否與員工是否離開公司有關。在這種情況下，Parks想要評估的響應（退出還是不退出）是二進制的，只有兩個可能的值。Minitab強大的二元邏輯回歸分析使Parks可以創建統計模型，以預測哪些變量可能使人更容易退出。

分析顯示，員工上下班的時間長度具有統計意義。他的Minitab分析得出的結果得出了一個回歸方程，Parks可以根據構成通勤的里程數來預測員工離職的可能性。他使用該方程式分析了長達30英里的距離，發現通勤距離對員工辭職到12英里大關的可能性幾乎沒有影響。在12英里處，員工離職的可能性增加到18％以上。帕克斯指出：“在13英里（約30-45分鐘的通勤時間）內，退出的可能性躍升至92％以上。” “如果通勤時間超過13英里，幾乎可以肯定會有一名員工辭職。”

結果

制造商的人力資源部門使用Parks的分析結果來修改制造職位的面試過程。他們開始更仔細地研究潛在員工的通勤距離，并在做出雇用決定之前將其考慮在內。

帕克斯認為，數據解釋了流失率上升與高失業率之間看似矛盾的現象。帕克斯說：“分析似乎暗示，在經濟衰退期間，人們對自己申請的工作非常放心，因為經濟狀況很糟糕。” “一旦員工意識到通勤可能很艱辛，他們很快就會繼續尋找其他工作，而且經常會辭職。”

Parks一直是Minitab的用戶，已有15年以上的歷史，并且喜歡該軟件可以被具有各種技能和不同背景的人們使用。他說：“ Minitab讓我教了數百個統計能力有限的皮帶，并完成了許多不同業務領域的質量改進項目。” “就易用性和統計能力而言，它是市場上最好的統計軟件包。”

Minitab是做質量分析的工具，不知道您是否有產品質量這方面的困擾呢？不妨試試產品質量分析及預測方案吧！點擊咨詢在線客服