Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/62126| Type: | Monografia (especialização) |
| Title: | Análise de regressão logística para predizer a evasão de colaboradores de uma empresa |
| Other Titles: | Logistics regression analysis to predict evasion of employees from a company |
| Authors: | Fernanda França e Souza |
| First Advisor: | Ilka Afonso Reis |
| First Referee: | Edna Afonso Reis |
| Abstract: | O objetivo do presente trabalho foi encontrar um modelo de regressão logística que pudesse estimar qual a probabilidade de um colaborador deixar uma empresa em função das variáveis explicativas- nível de satisfação, nota da última avaliação, número de projetos, número médio de horas trabalhadas por mês, tempo de trabalho na empresa, ocorrência de acidente de trabalho, promoção nos últimos 5 anos, departamento, faixa salarial (baixo, médio, alto) e tipo de trabalho (campo, escritório e laboratório). Para isso, foram estudados 4 modelos diferentes de regressão, o Modelo 1, o modelo 2, o modelo 3 e o modelo 4, os quais foram criados com modificações em algumas variáveis como departamento e fator interação. Todos os modelos foram divididos em base de treino e de teste para avaliar qual modelo possuía o melhor ajuste e previsibilidade. Os modelos foram avaliados em relação à área sobre a curva ROC (AUC). O modelo com maior AUC foi o Modelo 4 (87,09). Foi possível observar que as variáveis Número médio de horas trabalhadas e Faixa salarial contribuem positivamente para saída do colaborador; já as variáveis Nível de satisfação, Número de projetos e Tempo trabalhado diminuem a chance de saída da empresa. Nota-se também que colaboradores com ocorrência de acidente de trabalho (78,57% menor) e promoção nos últimos 5 anos (76,04% menor) são menos propensos a sair da empresa. Aqueles colaboradores que trabalham em laboratório (34,87% menor) ou escritório (6,83% menor) têm menos chance de saída da empresa se comparados aos que trabalham em campo. Quando tempo trabalhado na empresa é baixo, a impacto de notas altas consiste na diminuição da chance de saída do colaborador. Quando o tempo de casa é maior, notas altas aumentam a chance de saída do colaborador. Quando a nota da última avaliação é baixa, o aumento do tempo trabalhado consiste na diminuição da chance de saída do colaborador. No entanto, quando a nota da última avaliação é máxima, o aumento do tempo trabalhado consiste no aumento da chance de saída. Por fim, mesmo com uma boa capacidade de ajuste ROC e previsibilidade, existem variáveis que não são mensuradas e podem ter influência na saída ou não do colaborador, como por exemplo, o fator psicológico. |
| Abstract: | The objective of this study was to find a logistic regression model that could estimate the probability of an employee leaving a company based on the explanatory variables - level of satisfaction, last evaluation score, number of projects, average number of hours worked per month , working time at the company, occurrence of work accident, promotion in the last 5 years, department, salary range (low, medium, high) and type of work (field, office and laboratory). For this, 4 different regression models were studied, Model 1, Model 2, Model 3 and Model 4, which were created with modifications in some variables such as department and interaction factor. All models were split on a training and test basis to assess which model had the best fit and predictability. The models were evaluated in relation to the area under the ROC curve (AUC). The model with the highest AUC was Model 4 (87.09). It was possible to observe that the variables Average number of hours worked and Salary range contribute positively to the employee's departure; the variables Level of satisfaction, Number of projects and Time worked decrease the chance of leaving the company. It is also noted that employees with an accident at work (78.57% lower) and promotion in the last 5 years (76.04% lower) are less likely to leave the company. Those employees who work in the laboratory (34.87% smaller) or office (6.83% smaller) are less likely to leave the company compared to those who work in the field. When time worked in the company is low, the impact of high grades is a decrease in the employee's chance of leaving. When seniority is longer, high grades increase the employee's chance of leaving. When the last evaluation score is low, the increase in the time worked consists of a decrease in the employee's chance of leaving. However, when the last evaluation score is maximum, the increase in the time worked means an increase in the chance of leaving. Finally, even with a good ability to adjust ROC and predictability, there are variables that are not measured and can influence whether or not the employee leaves, such as the psychological factor. |
| Subject: | Estatística Regressão logística Colaboradores - Empresa – Desligamento |
| language: | por |
| metadata.dc.publisher.country: | Brasil |
| Publisher: | Universidade Federal de Minas Gerais |
| Publisher Initials: | UFMG |
| metadata.dc.publisher.department: | ICX - DEPARTAMENTO DE ESTATÍSTICA |
| metadata.dc.publisher.program: | Curso de Especialização em Estatística |
| Rights: | Acesso Aberto |
| metadata.dc.rights.uri: | http://creativecommons.org/licenses/by-nc-sa/3.0/pt/ |
| URI: | http://hdl.handle.net/1843/62126 |
| Issue Date: | 20-Dec-2022 |
| Appears in Collections: | Especialização em Estatística |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 04. FernandaFranca_monografia.pdf | 8.18 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License
