透過kaggle平臺釋出的IBM員工流失情況資料，研究企業離職員工的特徵及影響員工離職的因素。

一、資料處理

26個欄位如下：

員工編號，是否離職（因變數）

個人情況

類欄位：年齡、性別、婚姻狀況、教育程度、總工作年限

職位發展

類：職級、距上次升職年數、職位滿意度、在當前公司年限、在當前崗位年限、工作投入度、上一年培訓次數

薪資

類：月收入、加薪比例、股票期權水平

人際關係

：關係滿意度、與當前經理共事年數

工作壓力

：部門、職位、通勤距離、出差頻率、是否加班、工作生活平衡度、環境滿意度。

將薪資、在當前公司年限、在當前崗位年限、通勤距離等連續型資料進行分段處理。

如將工資劃分為：<6K，6-10K，10-14K，14-18K，18K以上這5段；

將在當前公司年限，在當前崗位年限等資料，劃分為0-2年、3-5年、5-10年、10年以上。

按職業生涯階段，將年齡劃分為24歲以下，25-44歲，45歲以上。

二、資料描述

資料共1470條資料，即包含1470名職工資訊，其中離職人數237人。

三、視覺化圖形分析離職員工特點

因為欄位數較多，所以先使用決策樹模型建模，獲得預測變數重要性，從而再選擇欄位做視覺化分析。

Chaid決策樹建模：

獲得是否加班、薪資期權水平、職級等10個欄位。

使用tableau製作視覺化圖表。

1、個人因素

可見：24歲以下職工離職率最高，為39。18%（計算方式：24歲以下離職人數/24歲以下員工總數），45歲以上職工離職率最低，這也與職業生涯發展理論相吻合，24歲以下正處於職業探索階段，45歲以上處於職業維持階段；單身狀態下職工離職率最高，離婚狀態下離職率最低。

2、薪資因素

股票期權水平為0且月收入小於6K的員工離職率最高，佔該類員工的29。73%。

3、職位發展

在當前崗位年限0-2年，距上次升職年數0-2年的組中，離職人數143人，超過總離職人數一半；其次是在當前崗位年限3-5年，距上次升職年數0-2年的組中，離職人數為30人。

職級為1時，職位滿意度越高，離職人數越少；其他職級固定情況下，職位滿意度和離職率關係不固定。

4、人際關係

對於與當前經理工作3-5年的，離職率隨關係滿意度提高而降低。而與當前經理共事年數0-2年的離職率對關係滿意度並不敏感，都在一個較高的數值。

透過下圖，我們可得知，主要受“在當前公司工作年數”影響，離職率與在當前公司工作年數成反比。

4、工作壓力

不加班情況下，通勤距離長短對離職率基本無影響，且離職率較低；加班情況下，離職率隨通勤距離增加而增加。

四、資料建模

1、離職員工特徵

只考慮離職員工資訊。按部門分割資料，再使用K-means聚類，分析各部門離職員工特點。

（1）研究與發展部門

共同特徵：距上次升職年數0-2年，與當前經理共事年數0-2年，月收入<6K。

具體還有以下三類特點：

（2）人力資源部

（3）銷售部門

2、Logistics二元迴歸

24歲及以下離職風險是45歲以上的2。377倍。

職級為1的離職風險是職級為5的4。855倍。

職位滿意度為1的離職風險是職位滿意度為4的2。643倍。

3、利用生存函式分析

（1）考慮職級對離職的影響

不同的職級對員工在職時間存在顯著差異。

（2）考慮月收入對員工在職時間影響

P<0。05，不同月收入的員工的在職時間有顯著差異。

（3）考慮職位滿意度

不同職位滿意度對員工在職時間影響顯著；同時透過生存函式圖，可知職位滿意度的=對在職時間影響程度沒有上面職級和月收入明顯。

（4）考慮不同性別對通勤距離的敏感度

女性相對男性，對通勤距離更敏感。

在公司10年以內，通勤距離對在職時間影響較不顯著；10年後，通勤距離對在職時間影響較顯著。但也不是按通勤距離越短，在職時間越長的規律，所以這其中還是有很多其他因素在影響。

（5）考慮不同性別和不同婚姻狀態下

不同性別下：不同婚姻狀態對在職時間影響程度基本相同。

（6）考慮不同性別與出差頻率

可見，對於女性，出差頻率對在職時間的影響更顯著。

（7）考慮不同性別與加班

不同性別下，是否加班對在職時間影響程度基本相同。

五、總結

員工離職原因比較複雜，需要不斷探索分析，同時還要結合企業實際情況，才能更好地預測員工離職情況。