일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
- HR대시보드
- people analytics
- ChatGPT
- HRA
- HR Analytics
- 하나만 쓰자..
- HR
- 유사도분석
- 다항로지스틱회귀분석
- HR Anlaytics
- 피플애널리틱스
- Talent Analytics
- HR 데이터 분석
- Workforce Analytics
- 자기소개서 스크리닝
- 인사데이터
- 성장혼합모형
- survival analytics
- Text mining
- 데이터분석
- Pa
- PA201
- 피플 애널리틱스
- PA 미래
- hr애널리틱스
- HR 애널리틱스
- 회귀분석
- 태그도 많이 치는거 힘들다..
- HR데이터
- LDA Topic Modeling
- Today
- Total
PA201: People Analytics 201
휴가와 생산성 간의 관계 분석 본문
배경
A사는 한국 기업들의 평균과 비교해 많은 휴가 일수를 가지고 있으며 이는 신입사원 채용이나 기존 사원들의 Retaining, 워 라벨 등에는 도움이 되고 있으나 회사 입장에서는 휴가 보상 으로 인한 인건비의 과다 지출 등의 이슈가 있다. 이에, 회사 차원에서 2015년부터 휴가촉진 및 회사가 함께 쉬 는 재충전 휴가 사용 등을 실시하고 있다. 이러한 제도를 사용한지 4년 정도 경과 하였을 때 경영진은 정책적 고민에 빠졌다. 회사차원에서 너무 많은 재충전 휴가 사용이 working day 의 감소를 가져와 회사의 목표달성에 부정적인 영향을 줄 수 있 다는 부분도 있었고 사원들도 본인들이 보상 받을 수 있는 휴 가를 휴가촉진에 따라 소진해야 하는 부분에 대해 부정적인 의견들이 있었다. HR에서는 경영진과 휴가촉진 및 재충전 휴가의 유지에 대해 계속 진행할지, 그리고 진행한다면 재충전 일자를 현재 대비 줄일지, 늘일지에 대해서 데이터를 기반으로 경영진들과 정책 을 결정하고자 한다.
가설 수립
가설 1 회사에서 지정하는 재충전 휴가일에 휴가를 많이 사용하는 사원들의 생산성이 더 높을 것이다 (통계 적으로 유의미 하다, 상관관계가 있다)
-> 정책 방향 : 휴가를 가급적 재충전 휴가일에 사용하도록 Drive
가설 2 휴가 사용을 많이 하는 사원들은 생산성이 높을 것이다 (통계적으로 유의미 하다, 상관관계가 있다)
-> 정책 방향 : 현재의 휴가 촉진 및 재충전 휴가 정책을 유지
가설 3 현재 회사에서 지정하는 재충전 휴가 일수는 적절하다 (통계적으로 유의미 하다, 상관관계가 있다)
-> 정책 방향 : 현재의 재충전 휴가 일수를 유지
+ Demography 분석을 통한 Insight 도출 + 내년의 휴가촉진 일수 제안
분석 1 – Data 취합
사원들의 연간 휴가사용 일수와 성과평가 결과 등에 대한 Data 를 폭넓게 수집함 - 성과평가 결과는 숫자로 변경
- 전반적인 Data 조정 작업

- 생산성은 성과평가 결과를 활용하였습니다 (E = 5점, S = 3점, I = 1점 으로 하여 계산함)
- 휴가 사용 개수는 연월차 개수를 기준으로 하였고 하기휴가, 경조휴가, 생리휴가 등은 제외하였습니다
- 연봉사원만 대상으로 하였습니다
- 휴가 사용 전반에 대한 Data 는 2015년부터 활용하였으며 재충전휴가에 대한 Data 는 2016년부터 실행되었으므로 2016년 부터 활용하 였습니다.
- Generation은 Workday 에서 사용하는 Mercer Generation Bands 를 기준으로 하였으며 Veteran/ Traditionalist (prior to 1944), Baby Boomer (1945-1963), Generation X (1964-1978), Millennial (1979-1995), Next Generation (1996 and later) 로 분류됨
분석 2 – 데이터 분석 (JMP 사용)
상관관계 분석 결과 평가결과와 연/월차 사용의 경우 P벨류 상으로 유의미한 것으로 나타남
R squared 의 비교 결과 선형보다는 2차다항식이 더 잘 보여주는 것 같아 2차 다항식도 함께 분석함
가설1 : 회사에서 지정하는 재충전 휴가일에 휴가를 많이 사용하는 사원들의 생산성이 높을 것이다?
가설2 : 휴가사용을 많이 하는 사원들은 생산성이 높을 것이다?

가설3 : 현재 회사에서 지정하는 재충전 휴가 일수는 적절하다?
'People Insight' 카테고리의 다른 글
어떤 용어를 써야할까? : HR 애널리틱스 vs. 피플 애널리틱스 (0) | 2023.12.22 |
---|