数据驱动的员工入职和培训方法 | A Data-Driven Approach to Employee Onboarding and Training

Oliver Franz | 8/20/2024

主题: Minitab Statistical Software, Minitab Workspace, Human Resources

制定入职计划时,需要考虑的因素有许多。

易用性很重要。可复制性也是需要考虑的一个因素。但是,任何人力资源经理都会告诉您,有效性才是最重要的因素

但遗憾的是,很难对入职计划的有效性进行衡量。研究清楚地表明,有效的入职程序和员工留任率之间的关联性很强,但只有 12% 的员工强烈同意他们的公司在新员工入职方面做得很出色。由于新员工的平均替换成本约为其薪资的 20%因此有效的入职培训至关重要,这能帮助员工感到自己能够出色地履行职责。

Minitab 可以破解入职培训效果难以衡量的问题。借助 Minitab,即使是非统计学专业人士也能轻松地对入职培训带来的直接影响及其随着时间的推移的有效性进行衡量。让我们通过一个假设示例了解它是如何做到的。

 

假设示例:员工入职程序

一家企业的领导想要对其面向新入职初级专家的员工入职流程的效果进行评估。为了衡量流程的成功程度,他们开发了四项能力评估,每项评估包含从 100 道题库中随机选取的 25 个问题。每项评估都侧重于胜任力技能和在工作中取得成功所需的岗位技能。员工入职之前进行一次评估,入职六个月后进行第二次评估。

经理在这两个时间段内对之前招聘的员工组进行了此项评估。然后,经理使用配对 t-检验来检验当前的入职和培训过程是否导致员工能力发生了具有统计意义的显著变化。配对 t-检验用于对两个相关组进行比较,以确定它们之间是否存在统计意义上的显著差异,在此实例中,比较的是入职前和入职后的得分。结果如下:

很明显,入职前分数略低于 62%,而接受培训后 6 个月的分数范围略高于该数值。P 值为 0.189(远高于 0.05),领导层迅速意识到需要对培训计划进行一些调整,以帮助员工提高技能。这表明非常有必要采取行动。

在 HR 部门工作? 了解一家公司如何使用 Minitab 的解决方案减少员工流失。
学习如何

调整和重新检验

经理聘请了一位入职事务专家,并咨询了现有的员工,以了解培训过程中哪些内容是有益的,哪些内容是无用的。该团队坐在一起,使用 Minitab Workspace 中的鱼骨图集思广益,围绕可能对员工培训产生积极影响的潜在变化进行了探讨:

除了改进培训内容外,团队还专注于改进他们的授课方式,针对移动设备提供了培训材料资源,以便于用户在长途通勤时轻松查看。他们还创建了循序渐进的小测验,每个月进行一次,以发现可能存在的培训缺陷,并了解哪些理念产生了共鸣。最后的想法和实施的变更是为成功完成入职和培训计划提供奖励。

在做出这几项关键变更后,该团队向下一组新员工推出了新的入职计划。有效性的问题仍然存在,团队希望获得数据来证明该项目的有效性。鉴于员工流失的成本,他们绝不会坐视入职培训的效果不顾。

数据(同样,配对 t-检验)在做出更改后的结果更加乐观: 

初始分数与前一组员工的数据相似,大约为 62%

但是,入职后六个月的分数接近 71%。在 P 值为 0.000 的情况下,我们可以以数据驱动的信心表示团队所取得的结果有着重大的统计意义;团队的新入职结构显著提高了团队成员的成功率。

我们可以使用 Minitab Statistical Software 中提供的箱线图进一步使能力差异可视化:

借助数据和可视化功能,团队现在已做好演示入职培训有效性并向领导层展示其数据的准备。

 

不要让您的重大决策听天由命

通常,业务决策是根据感觉或直觉做出的。有时,这些决策是正确的,但往往不是,如果不是,利润几乎总是会受到负面影响。

Minitab 可以让您的团队有信心说出某件事项是有效还是无效、正确还是不正确、相关还是不相关。有了培训选项专家团队,您将能够随时获得支持,以应对最大的挑战。

最重要的是,无论您在 IT、人力资源、制造、医疗保健甚至金融领域工作,您的决策都将以可靠准确的数据为基础。

准备好亲身体验? 立即开始免费试用!
立即开始免费试用