在人力资源的数据分析中,我们经常会看到很多统计学的知识,很多同学对统计学的知识都不是特别的了解,从这期开始我们和大家聊一聊在人力资源数据分析中的统计学,以及这些统计学的应用,今天我们聊的是标。
首先我们要定义什么是标准差:
•标准差是反映一组数据离散程度最常用的一种量化形式,是表示精确度重要指标
讲的通俗一点 标准差就是反映一组数据稳定性的数据,标准差越大说明数据越不稳定,在品质检测中我们经常会看到标准差这个概念,比如我们在做产品质量的抽检的时候,想确定产品的重量是否符合标准,我们就会随机的抽取产品,比如随机抽取100个产品,然后计算这100个产品的标准差,再拿这个标准差和行业的标准进行对标,从而确定产品的重量是否符合标准。
在体育比赛中也会出现很多标准差的数据,比如NBA的比赛,我们可以统计分析球员每场比赛的得分,然后进行标准差的分析,从而判定这个球员整个得分状态是否稳定。
那标准差在人力资源行业如何应用呢,标准差是反映某组数据的稳定性,所以在人力资源的模块中,可以在绩效数据分析中,对员工的各个月度数据进行标准差的分析,通过数据来分析判断员工的绩效稳定性。
我们以上图的能力评估为案例来进行标准差的计算,首先上面这个表是每个员工在岗位能力的量化评估分值,我们对每个员工的每个能力进行打分,然后在计算每个员工的能力分值标准差,在EXCEL中标准差可以用函数来计算,函数是 STDEV.p,通过这个函数可以算出每个员工的能力标准差,然后在算出每个员工的能力均值,有了能力均值和能力标准差后,我们就可以对于这两组数据组矩阵,通过矩阵来对数据做分析。
在矩阵模型中 X轴代表的是标准差数据,Y轴代表的是能力均值,中间的矩阵线是两组数据的平均值,然后员工的数据以散点图的形式分布的在矩阵中。
在这个矩阵中我们可以分析出第三矩阵的员工是需要被优化的,因为第三矩阵的员工是 能力均值最低,并且稳定性最高,这个是什么意思,这个就是说明,第三矩阵的同学 是差的很稳定,所以是需要被优化的,然后第二矩阵的员工是能力均值高于平均值并且很稳定,所以这部分员工是属于绩优的员工。
所以通过标准差和矩阵模型,我们就可以对人员来做盘点,作为晋升,优化的的标准。