Тема 1. Показатели кадровой статистики как эффективный инструмент управления

Тема 1:
«Показатели кадровой статистики
как эффективный инструмент
управления»
evgenij-gorshkov@mail.ru
Презентация разработана доц. каф. Гуманитарных и
естественно-научных дисциплин Горшковым Е.А.
1
Литература



Социально-экономическая статистика: учебник для бакалавров / под ред.
М.Р. Ефимовой. – 2-е изд., перераб. и доп. - М.: Юрайт, 2012, 591 с.
Илышев А. М. Общая теория статистики: учебное пособие/А. М. Илышев,
О. М. Шубат.-М.: КНОРУС, 2013.-432 с.
И.А. Мухина. Социально-экономическая статистика [Электронный ресурс]:
учебно-методическое пособие. — Электрон. дан. М.: ФЛИНТА. 2011.
Режим доступа: http://e.lanbook.com/books/element.php?pl1_id=20208.
2
ПОКАЗАТЕЛИ КАДРОВОЙ СТАТИСТИКИ КАК
ЭФФЕКТИВНЫЙ ИНСТРУМЕНТ УПРАВЛЕНИЯ.
 Цель:
Сформировать представление об основных
понятиях и значении статистической обработки
данных в обеспечении деятельности
системы управления персоналом.
 Задачи:
 1. Рассмотреть значение методов статистической
обработки данных в обеспечении деятельности
системы управления персоналом
 2. Рассмотреть понятие выборка и генеральная
совокупность
 3. Рассмотреть понятие доверительный интервал;
3
 4. Рассмотреть понятие измерительные шкалы.
ВОПРОС 1. ЗНАЧЕНИЕ
МЕТОДОВ СТАТИСТИЧЕСКОЙ ОБРАБОТКИ ДАННЫХ
В ОБЕСПЕЧЕНИИ ДЕЯТЕЛЬНОСТИ
СИСТЕМЫ УПРАВЛЕНИЯ ПЕРСОНАЛОМ.
 Статистика как область знаний зародилась в конце XIX –
начале XX века. Ученые, стоявшие у ее истоков, не были
профессиональными математиками. Так, Рональд Фишер
известен прежде всего как автор синтетической теории
эволюции, Чарльз Спирмен исследовал интеллект, а Уильям
Госсет, более известный как Стьюдент, был пивоваром.
4
Рональд Фишер
Чарльз Спирмен
Уильям Госсет
ВОПРОС 1. ЗНАЧЕНИЕ
МЕТОДОВ СТАТИСТИЧЕСКОЙ ОБРАБОТКИ ДАННЫХ
В ОБЕСПЕЧЕНИИ ДЕЯТЕЛЬНОСТИ
СИСТЕМЫ УПРАВЛЕНИЯ ПЕРСОНАЛОМ.
 Управление персоналом (дисциплина, возникшая на стыке
экономики и психологии) является относительно новым научным
направлением. Развитие науки сопровождается обобщением
результатов ее прикладных исследований, а соответственно,
оценкой достоверности полученных данных.
С этой целью используются статистические методы.
Применение методов статистической обработки данных
позволит специалисту по управлению персоналом оценивать
результативность тех или иных стимульных воздействий на
коллектив, их структуру применительно к различным
категориям работников, влияние на удовлетворенность человека
своим трудом и эффективность этого труда, корректировать
стратегии управления мотивацией входящих в штат
организации людей.
СТАТИСТИЧЕСКИЕ МЕТОДЫ В УПРАВЛЕНИИ
ПЕРСОНАЛОМ.
 Используются для:
оценки результативности стимульных воздействий на
коллектив;
• анализа структуры стимулов применительно к различным
категориям работников;
• оценки влияния стимулов на удовлетворённость человека
своим трудом и эффективность этого труда;
• корректировки стратегий управления мотивацией входящих в
штат организации людей.
 Также статистические методы позволяют:
• выявлять скрытые закономерности;
• высвобождать время для поиска творческих, нестандартных
решений;
• фокусироваться на стратегических задачах;
• внедрять в деятельность надёжные математические модели
организационных процессов и отношений.
•
ВОПРОС 2. ВЫБОРКА И ГЕНЕРАЛЬНАЯ СОВОКУПНОСТЬ.
 Одна из задач статистического анализа заключается в том,
чтобы оценить тенденции в поведении персонала в перспективе
или вероятность кадровых рисков, сопряженных с
управленческими решениями.
 Г е н е р а л ь н а я с о в о к у п н о с т ь – это все объекты, на
которые мы хотим распространить выводы нашего
исследования, а в ы б о р к а – это те объекты, которые
непосредственно задействованы в исследовании.
ВОПРОС 2. ВЫБОРКА И ГЕНЕРАЛЬНАЯ СОВОКУПНОСТЬ.
 Для того чтобы статистические методы были использованы
корректно, выборка должна обладать двумя главными
свойствами: репрезентативностью и достаточным объемом.
 Репрезентативность выборки означает, что эта выборка по
структуре напоминает генеральную совокупность. Если,
например, 30 % работников организации являются молодыми
родителями, то и в выборке их процентная доля должна быть
приблизительно такой же.
 Единственный надежный способ сделать выборку
репрезентативной – осуществить случайный отбор из
генеральной совокупности.
ВОПРОС 2. ВЫБОРКА И ГЕНЕРАЛЬНАЯ СОВОКУПНОСТЬ.
 Помимо свойства репрезентативности выборка должна иметь
второе свойство – достаточный объем.
 Так, невозможно сделать выводы о восьми тысячах работников,
опросив всего десять из них.
 Не существует строгих рекомендаций по предварительному
определению достаточности выборочного объема.
 Неким ориентиром могут выступить специальные
калькуляторы, позволяющие вычислить оптимальный объем
выборки. Эти калькуляторы принимают на входе размер
генеральной совокупности, а также ряд показателей,
позволяющих судить о том, насколько выборка может
отличаться от генеральной совокупности.
 Отметим, что для больших организаций оптимальный объем
выборки варьируется в пределах от 350 до 380 респондентов.
ВОПРОС 3. ДОВЕРИТЕЛЬНЫЙ ИНТЕРВАЛ.
 П а р а м е т р – это некий показатель генеральной
совокупности.
 Примеры параметра – средний возраст всех работников
организации (настоящих и будущих) или доля работников с
высшим образованием. Иногда для обозначения параметра
генеральной совокупности используется термин «истинное
значение».
 О ц е н к а (в ряде источников – «статистическая оценка» или
«статистика») – тот же самый показатель, но рассчитанный на
выборке.
 Так, например, средний возраст вошедших в выборку
работников корректно назвать оценкой среднего возраста. Или
же статистической оценкой, статистикой среднего возраста.
ВОПРОС 3. ДОВЕРИТЕЛЬНЫЙ ИНТЕРВАЛ.
 Достаточно типична ситуация, когда оценка (статистика)
параметра неизвестна.
 Например, известен уровень выгорания всех сотрудников. В
этом случае стоит задача сформировать выборку, провести
диагностическое обследование выгорания, вычислить
статистику среднего и оценить, где находится параметр. Для
этого используют доверительные интервалы (рис. 3).
ВОПРОС 3. ДОВЕРИТЕЛЬНЫЙ ИНТЕРВАЛ.
 Доверительный интервал– это диапазон значений выборки
(признака, переменной), в котором с определенной долей
вероятности находится неизвестный параметр.
 Например, если установлено, что 95-процентный
доверительный интервал среднего возраста работников
составляет от 27 до 35 лет, то это обозначает, что любое
случайное значение из выборки попадает в него с вероятностью
95 % (рис. 4).
ВОПРОС 4. ИЗМЕРИТЕЛЬНЫЕ ШКАЛЫ.
 Переменная – это признак объекта, подлежащий
измерению. Например, пол, рост, возраст и т. д.
 Результат измерения конкретного признака
называется значением переменной. Переменные
классифицируют в зависимости от шкал, с помощью
которых они измеряются.
 Соответственно выделяют переменные
номинативные, порядковые и метрические.
ИЗМЕРИТЕЛЬНЫЕ ШКАЛЫ ПО СТЕНЛИ СМИТУ СТИВЕНСУ
номинативные шкалы (они же – номинальные
шкалы, шкалы наименований);
 порядковые (ранговые) шкалы;
 интервальные шкалы, или шкалы равных
интервалов;
 шкалы равных отношений.

НОМИНАТИВНАЯ ШКАЛА
 Измерить признак (переменную) по номинативной
шкале – значит поместить объект или явление в
определенный класс.
 Например, пол или должность работника. Отмечая,
что работник является мужчиной, мы относим его к
классу мужчин.
 Единственная математическая операция, которая
применима для этой шкалы, – определение
равенства или неравенства двух объектов по
измеряемому свойству.
 Иными словами, выбрав двух случайных работников
и сопоставив их по полу, мы можем понять,
одинаковый у них пол или нет.
ПОРЯДКОВАЯ (РАНГОВАЯ) ШКАЛА
 Порядковая (ранговая) шкала позволяет упорядочить
объекты по определенному признаку.
 Например, можно упорядочить работников
организации по уровню образования: от
незаконченного среднего до высшего.
 Оценка, произведенная с применением этой шкалы,
является достаточно приблизительной. Так, два
человека с высшим образованием могут обладать
существенно разными объемами знаний.
 Кроме того, разница между двумя соседними
значениями четко не определена.
 Соответственно, для такой шкалы не имеют смысла
математические операции сложения и вычитания.
ПОРЯДКОВАЯ (РАНГОВАЯ) ШКАЛА
 К порядковым (ранговым) шкалам относятся оценки в
баллах. Например, оценки по 100-балльной шкале в
балльно-рейтинговой системе.
 Между тем возникает вопрос: «Можно ли утверждать,
что разница между 67 и 68 баллами и между 81
баллом и 82 баллами одна и та же?»
 Или: «Можем ли мы говорить, что два студента,
получившие по 94 балла, знают материал на одном
уровне?».
 На практике можно наблюдать случаи, когда в
порядковых
 шкалах измеряют переменные, которые подлежат
измерению в других шкалах.
 Например, средний балл, определяемый как сумма
баллов, поделенная на некоторое число объектов
ШКАЛЫ ДИХОТОМИЧЕСКИЕ, ИЛИ БИНАРНЫЕ
 Это те шкалы, которые имеют только два возможных
 значения.
 Пример номинативной дихотомической шкалы – пол
человека (либо мужской, либо женский).
 Пример номинативной порядковой шкалы – уровень
достатка («богатый» и «бедный»).
ИНТЕРВАЛЬНЫЕ ШКАЛЫ И ШКАЛЫ РАВНЫХ ОТНОШЕНИЙ
 Измерить некую переменную в этих шкалах – значит
сопоставить объект с некоторым эталоном (единицей
измерения).
 Примеры единиц измерения – килограмм, метр, секунда
и т. д.
 Различие между данными шкалами заключается в их
отношении к нулю.
 Для интервальных шкал ноль выставляется
произвольно.
 Примером является шкала температуры Цельсия. Ноль в
ней – температура замерзания воды. Значения по этой
шкале могут быть как положительными, так и
отрицательными.
 В свою очередь, для шкалы равных отношений ноль
обозначает абсолютное отсутствие свойства. Например,
ноль килограммов – это абсолютное отсутствие веса.
Ноль градусов по Кельвину – абсолютное отсутствие
МЕТРИЧЕСКИЕ И НЕ МЕТРИЧЕСКИЕ ШКАЛЫ
 В целом с точки зрения статистической обработки данных
разницы между интервальными шкалами и шкалами
равных отношений нет – для них можно применять одни
и те же методы.
 Поэтому в большинстве статистических программ они
объединяются в класс метрические шкалы.
 Соответственно, номинативные и порядковые шкалы –
это шкалы не метрические.
 Спасибо за внимание
21