Как посчитать средний стаж работы сотрудников?

Содержание

4.2 Средние показатели

Как посчитать средний стаж работы сотрудников?

В основном используются среднееарифметическое, среднее гармоническое,среднее геометрическое, среднееквадратическое.

Все перечисленные виды средних, кромеквадратических, можно в общем случаезаписать в следующей форме:

где — вариант признака, а- вес данного варианта.

1) Средняя арифметическая (простая)

Эта формула используется в случаях,когда расчет происходит по несгруппированным данным. Например:средний стаж работников в каком-либопредприятии.

2) Средняя арифметическая (взвешенная)

При расчете средних величин отдельныезначения признака могут повторятся понескольку раз. В этом случае расчетсредних производится по сгруппированнымданным. Пример:продажа акций.

Сделка Количество проданных акций Курс продажи акций
1 500 1080
2 300 1050
3 1100 1145

Надо найти средний курс продаж (потаблице). Ищем по формуле среднейарифметической взвешенной:

На практике часто допускаются ошибкипри расчете средних величин, которыезаключаются в игнорировании весов.Пример:

Заработная плата работников предприятия

Цех Средняя з/п в руб.
1 4300
2 4100

Допустим, хотим посчитать среднюю з/пна всем предприятии.

=> эта формуланеверна, т.к. не учитывает количестворабочих.

Использовать среднее арифметическоепростое можно только тогда, когда точноустановлено отсутствие весов или ихравенство.

Рассмотрим расчет среднегоарифметического по интервальномувариационному ряду.

Распределение работников предприятия по возрасту

Возраст Число работников
до 25 7
25 – 30 13
30 – 40 38
40 – 50 42
50 – 60 16
60 и более 5
Итого: 121

Для определения среднего возрастанайдем середины возрастных интервалов.При этом величины открытых интерваловусловно приравниваются к величинампримыкающих к ним интервалов. Т.о.получаем:

22,5 27,5 35 45 55 65

Далее применяем формулу для среднейарифметической взвешенной:

Другие виды средних

Часто используется средняя гармоническаявзвешенная.

Пример:валовой сбор и урожайностьзерновых культур по областям. Нужноопределить среднюю урожайность – этообщий валовой сбор зерна на общуюпосевную площадь.

где — урожайность,- валовой сбор.

§5. Показатели вариации и анализ частотных распределений

Все показатели вариации можно разделитьна три группы:

1) Показатели центра распределения:средняя арифметическая, мода, медиана.

2) Показатели степени вариации:вариационный размах, среднее линейноеотклонение, дисперсия, коэффициентвариации.

3) Показатели типа распределения:структурные характеристики, показателиассиметрии, кривые распределения.

Модой распределения()называется такая величина изучаемогопризнака, который в данной совокупностивстречается наиболее часто. Рассмотримопределение моды по не сгруппированнымпризнакам.

Пример: рабочие бригады из 11человек имеют следующие тарифныеразряды:

5, 4, 3, 4, 5, 5, 6, 2, 6, 3, 5. =>

Модальный интервал, т.е. интервалсодержащий моду, в случае интервальногораспределения с равными интерваламиопределяется по наибольшей частоте, снеравными интервалами – по наибольшейплотности. А мода определяется поформуле:

где — нижняя граница модального интервала;i – величина модального интервала;- частота модального интервала;- частота интервала предшествующегомодальному;- частота интервала следующего замодальным.

В качестве характеристик вариационногоряда используется медиана().

Медиана – это величина изучаемогопризнака, которая находится в серединеупорядоченного вариационного ряда.Главное свойство медианы заключаетсяв том, что сумма абсолютных отклоненийзначений признака от медианы меньше,чем от других величин:

Если в вариационном ряду 2m+1 случаев, то=

Если в вариационном ряду 2m случаев, то

практически играет роль средней величиныдля неоднородной совокупности неподчиняющейся нормальному закону.

Пример:пусть нам необходимодать характеристику среднего доходагруппы людей из 100 человек, 99 из которыхимеют доход от 100 до 200$ в месяц, а 1 — 50000$в месяц.

1 2 99 100
Доход 100 104 200 50000

=>объективно.

=>это неправильно.

Источник: https://studfile.net/preview/4718/page:7/

Средние величины и показатели вариации

Средняя величина — это обобщающий показатель статистической совокупности, который погашает индивидуальные различия значений статистических величин, позволяя сравнивать разные совокупности между собой.

Существует 2 класса средних величин: степенные и структурные.

К структурным средним относятся мода и медиана, но наиболее часто применяются степенные средние различных видов.

Степенные средние величины

Степенные средние могут быть простыми и взвешенными.

Простая средняя величина рассчитывается при наличии двух и более несгруппированных статистических величин, расположенных в произвольном порядке по следующей общей формуле:

Взвешенная средняя величина рассчитывается по сгруппированным статистическим величинам с использованием следующей общей формулы:

где X – значения отдельных статистических величин или середин группировочных интервалов;
m — показатель степени, от значения которого зависят следующие виды степенных средних величин:
при m = -1 средняя гармоническая;
при m = 0 средняя геометрическая;
при m = 1 средняя арифметическая;
при m = 2 средняя квадратическая;
при m = 3 средняя кубическая.

Используя общие формулы простой и взвешенной средних при разных показателях степени m, получаем частные формулы каждого вида, которые будут далее подробно рассмотрены.

Средняя арифметическая

Средняя арифметическая — это самая часто используемая средняя величина, которая получается, если подставить в общую формулу m=1. Средняя арифметическая простая имеет следующий вид:

где X — значения величин, для которых необходимо рассчитать среднее значение; N — общее количество значений X (число единиц в изучаемой совокупности). Например, студент сдал 4 экзамена и получил следующие оценки: 3, 4, 4 и 5. Рассчитаем средний балл по формуле средней арифметической простой: (3+4+4+5)/4 = 16/4 = 4.

Средняя арифметическая взвешенная имеет следующий вид:

где f — количество величин с одинаковым значением X (частота). Например, студент сдал 4 экзамена и получил следующие оценки: 3, 4, 4 и 5. Рассчитаем средний балл по формуле средней арифметической взвешенной: (3*1 + 4*2 + 5*1)/4 = 16/4 = 4.

Если значения X заданы в виде интервалов, то для расчетов используют середины интервалов X, которые определяются как полусумма верхней и нижней границ интервала. А если у интервала X отсутствует нижняя или верхняя граница (открытый интервал), то для ее нахождения применяют размах (разность между верхней и нижней границей) соседнего интервала X.

Например, на предприятии 10 работников со стажем работы до 3 лет, 20 — со стажем от 3 до 5 лет, 5 работников — со стажем более 5 лет. Тогда рассчитаем средний стаж работников по формуле средней арифметической взвешенной, приняв в качестве X середины интервалов стажа (2, 4 и 6 лет):
(2*10+4*20+6*5)/(10+20+5) = 3,71 года.

Средняя арифметическая применяется чаще всего, но бывают случаи, когда необходимо применение других видов средних величин. Рассмотрим такие случаи далее.

Средняя гармоническая

Средняя гармоническая применяется, когда исходные данные не содержат частот f по отдельным значениям X, а представлены как их произведение Xf. Обозначив Xf=w, выразим f=w/X, и, подставив эти обозначения в формулу средней арифметической взвешенной, получим формулу средней гармонической взвешенной:

Таким образом, средняя гармоническая взвешенная применяется тогда, когда неизвестны частоты f, а известно w=Xf. В тех случаях, когда все w=1, то есть индивидуальные значения X встречаются по 1 разу, применяется формула средней гармонической простой:

Например, автомобиль ехал из пункта А в пункт Б со скоростью 90 км/ч, а обратно — со скоростью 110 км/ч. Для определения средней скорости применим формулу средней гармонической простой, так как в примере дано расстояние w1=w2 (расстояние из пункта А в пункт Б такое, же как и из Б в А), которое равно произведению скорости (X) на время (f). Средняя скорость = (1+1)/(1/90+1/110) = 99 км/ч.

Читайте также  Как выдать вкладыш в трудовую книжку сотруднику?

Средняя геометрическая

Средняя геометрическая применяется при определении средних относительных изменений, о чем сказано в теме Ряды динамики. Геометрическая средняя величина дает наиболее точный результат осреднения, если задача стоит в нахождении такого значения X, который был бы равноудален как от максимального, так и от минимального значения X.

Например, в период с 2005 по 2008 годы индекс инфляции в России составлял: в 2005 году — 1,109; в 2006 — 1,090; в 2007 — 1,119; в 2008 — 1,133. Так как индекс инфляции — это относительное изменение (индекс динамики), то рассчитывать среднее значение нужно по средней геометрической: (1,109*1,090*1,119*1,133)(1/4) = 1,1126, то есть за период с 2005 по 2008 ежегодно цены росли в среднем на 11,26%. Ошибочный расчет по средней арифметической дал бы неверный результат 11,28%.

Средняя квадратическая

Средняя квадратическая применяется в тех случая, когда исходные значения X могут быть как положительными, так и отрицательными, например при расчете средних отклонений.

Главной сферой применения квадратической средней является измерение вариации значений X, о чем пойдет речь позднее в этой лекции.

Средняя кубическая

Средняя кубическая применяется крайне редко, например, при расчете индексов нищеты населения для развивающихся стран (ИНН-1) и для развитых (ИНН-2), предложенных и рассчитываемых ООН.

Структурные средние величины

К наиболее часто используемым структурным средним относятся статистическая мода и статистическая медиана.

Статистическая мода

Статистическая мода — это наиболее часто повторяющееся значение величины X в статистической совокупности.

Если X задан дискретно, то мода определяется без вычисления как значение признака с наибольшей частотой. В статистической совокупности бывает 2 и более моды, тогда она считается бимодальной (если моды две) или мультимодальной (если мод более двух), и это свидетельствует о неоднородности совокупности.

Например, на предприятии работает 16 человек: 4 из них — со стажем 1 год, 3 человека — со стажем 2 года, 5 — со стажем 3 года и 4 человека — со стажем 4 года. Таким образом, модальный стаж Мо=3 года, поскольку частота этого значения максимальна (f=5).

Если X задан равными интервалами, то сначала определяется модальный интервал как интервал с наибольшей частотой f. Внутри этого интервала находят условное значение моды по формуле:

где Мо – мода;
ХНМо – нижняя граница модального интервала;
hМо – размах модального интервала (разность между его верхней и нижней границей);
fМо – частота модального интервала;
fМо-1 – частота интервала, предшествующего модальному;
fМо+1 – частота интервала, следующего за модальным. Например, на предприятии 10 работников со стажем работы до 3 лет, 20 — со стажем от 3 до 5 лет, 5 работников — со стажем более 5 лет. Рассчитаем модальный стаж работы в модальном интервале от 3 до 5 лет: Мо = 3 + 2*(20-10)/(2*20-10-5) = 3,8 (года).

Если размах интервалов h разный, то вместо частот f необходимо использовать плотности интервалов, рассчитываемые путем деления частот f на размах интервала h.

Статистическая медиана – это значение величины X, которое делит упорядоченную по возрастанию или убыванию статистическую совокупность на 2 равных по численности части. В итоге у одной половины значение больше медианы, а у другой — меньше медианы.

Если X задан дискретно, то для определения медианы все значения нумеруются от 0 до N в порядке возрастания, тогда медиана при четном числе N будет лежать посередине между X c номерами 0,5N и (0,5N+1), а при нечетном числе N будет соответствовать значению X с номером 0,5(N+1).

Например, имеются данные о возрасте студентов-заочников в группе из 10 человек — X: 18, 19, 19, 20, 21, 23, 23, 25, 28, 30 лет. Эти данные уже упорядочены по возрастанию, а их количество N=10 — четное, поэтому медиана будет находиться между X с номерами 0,5*10=5 и (0,5*10+1)=6, которым соответствуют значения X5=21 и X6=23, тогда медиана: Ме = (21+23)/2 = 22 (года).

Если X задан в виде равных интервалов, то сначала определяется медианный интервал (интервал, в котором заканчивается одна половина частот f и начинается другая половина), в котором находят условное значение медианы по формуле:

где Ме – медиана;
ХНМе – нижняя граница медианного интервала;
hМе – размах медианного интервала (разность между его верхней и нижней границей);
fМе – частота медианного интервала;
fМе-1 – сумма частот интервалов, предшествующих медианному. В ранее рассмотренном примере при расчете модального стажа (на предприятии 10 работников со стажем работы до 3 лет, 20 — со стажем от 3 до 5 лет, 5 работников — со стажем более 5 лет) рассчитаем медианный стаж. Половина общего числа работников составляет (10+20+5)/2 = 17,5 и находится в интервале от 3 до 5 лет, а в первом интервале до 3 лет — только 10 работников, а в первых двух — (10+20)=30, что больше 17,5, значит интервал от 3 до 5 лет — медианный. Внутри него определяем условное значение медианы: Ме = 3+2*(0,5*30-10)/20 = 3,5 (года).

Также как и в случае с модой, при определении медианы если размах интервалов h разный, то вместо частот f необходимо использовать плотности интервалов, рассчитываемые путем деления частот f на размах интервала h.

Показатели вариации

Вариация — это различие значений величин X у отдельных единиц статистической совокупности. Для изучения силы вариации рассчитывают следующие показатели вариации: размах вариации, среднее линейное отклонение, линейный коэффициент вариации, дисперсия, среднее квадратическое отклонение, квадратический коэффициент вариации.

Размах вариации

Размах вариации – это разность между максимальным и минимальным значениями X из имеющихся в изучаемой статистической совокупности:

Недостатком показателя H является то, что он показывает только максимальное различие значений X и не может измерять силу вариации во всей совокупности.

Cреднее линейное отклонение

Cреднее линейное отклонение — это средний модуль отклонений значений X от среднего арифметического значения. Его можно рассчитывать по формуле средней арифметической простой — получим среднее линейное отклонение простое:

Например, студент сдал 4 экзамена и получил следующие оценки: 3, 4, 4 и 5. Ранее уже была рассчитана средняя арифметическая = 4. Рассчитаем среднее линейное отклонение простое: Л = (|3-4|+|4-4|+|4-4|+|5-4|)/4 = 0,5.

Если исходные данные X сгруппированы (имеются частоты f), то расчет среднего линейного отклонения выполняется по формуле средней арифметической взвешенной — получим среднее линейное отклонение взвешенное:

Вернемся к примеру про студента, который сдал 4 экзамена и получил следующие оценки: 3, 4, 4 и 5. Ранее уже была рассчитана средняя арифметическая = 4 и среднее линейное отклонение простое = 0,5. Рассчитаем среднее линейное отклонение взвешенное: Л = (|3-4|*1+|4-4|*2+|5-4|*1)/4 = 0,5.

Линейный коэффициент вариации

Линейный коэффициент вариации — это отношение среднего линейного отклонение к средней арифметической:

С помощью линейного коэффициента вариации можно сравнивать вариацию разных совокупностей, потому что в отличие от среднего линейного отклонения его значение не зависит от единиц измерения X.

В рассматриваемом примере про студента, который сдал 4 экзамена и получил следующие оценки: 3, 4, 4 и 5, линейный коэффициент вариации составит 0,5/4 = 0,125 или 12,5%.

Дисперсия

Дисперсия — это средний квадрат отклонений значений X от среднего арифметического значения. Дисперсию можно рассчитывать по формуле средней арифметической простой — получим дисперсию простую:

В уже знакомом нам примере про студента, который сдал 4 экзамена и получил оценки: 3, 4, 4 и 5, ранее уже была рассчитана средняя арифметическая = 4. Тогда дисперсия простая Д = ((3-4)2+(4-4)2+(4-4)2+(5-4)2)/4 = 0,5.

Если исходные данные X сгруппированы (имеются частоты f), то расчет дисперсии выполняется по формуле средней арифметической взвешенной — получим дисперсию взвешенную:

В рассматриваемом примере про студента, который сдал 4 экзамена и получил следующие оценки: 3, 4, 4 и 5, рассчитаем дисперсию взвешенную: Д = ((3-4)2*1+(4-4)2*2+(5-4)2*1)/4 = 0,5.

Если преобразовать формулу дисперсии (раскрыть скобки в числителе, почленно разделить на знаменатель и привести подобные), то можно получить еще одну формулу для ее расчета как разность средней квадратов и квадрата средней:

В уже знакомом нам примере про студента, который сдал 4 экзамена и получил следующие оценки: 3, 4, 4 и 5, рассчитаем дисперсию методом разности средней квадратов и квадрата средней:
Д = (32*1+42*2+52*1)/4-42 = 16,5-16 = 0,5.

Читайте также  Сотрудник оплатил услуги своими деньгами проводки

Если значения X — это доли совокупности, то для расчета дисперсии используют частную формулу дисперсии доли:

.

Cреднее квадратическое отклонение

Выше уже было рассказано о формуле средней квадратической, которая применяется для оценки вариации путем расчета среднего квадратического отклонения, обозначаемое малой греческой буквой сигма:

Еще проще можно найти среднее квадратическое отклонение, если предварительно рассчитана дисперсия, как корень квадратный из нее:

В примере про студента, в котором выше рассчитали дисперсию, найдем среднее квадратическое отклонение как корень квадратный из нее: .

Квадратический коэффициент вариации

Квадратический коэффициент вариации — это самый популярный относительный показатель вариации:

Критериальным значением квадратического коэффициента вариации V служит 0,333 или 33,3%, то есть если V меньше или равен 0,333 — вариация считает слабой, а если больше 0,333 — сильной. В случае сильной вариации изучаемая статистическая совокупность считается неоднородной, а средняя величина — нетипичной и ее нельзя использовать как обобщающий показатель этой совокупности.

В примере про студента, в котором выше рассчитали среднее квадратическое отклонение, найдем квадратический коэффициент вариации V = 0,707/4 = 0,177, что меньше критериального значения 0,333, значит вариация слабая и равна 17,7%.
Предыдущая лекция… Следующая лекция…

Источник: https://chaliev.ru/statistics/srednie-velichiny-i-pokazateli-variatsyi.php

Средний стаж работников формула

Для компаний полезно знать, как долго в среднем работают их сотрудники. Высокие значения среднего непрерывного стажа персонала обычно говорят о лояльности и уважении сотрудников к своей компании. Длительный стаж способствует снижению затрат на обучение и дополнительный наем персонала.

Ключевой вопрос, на который помогает ответить этот показатель — как долго наши сотрудники остаются лояльными по отношению к нашей компании?

Рассматриваемый ключевой показатель эффективности (КПЭ) дает понимание об уровне удовлетворенности персонала своим местом работы. Для оценки конкурентных преимуществ компании значение данного КПЭ можно сравнивать с аналогичными значениями компаний-лидеров в своей отрасли. Средний стаж непрерывной работы может рассчитываться как по отношению ко всему персоналу компании, так и по отношению к определенной категории сотрудников.

Решение задач

Задача 1. Имеются данные о распределении работников по стажу. Следует:

— Построить ряд распределения, определить его вид.

— Графически изобразить ряд распределения.

— Рассчитать средний стаж работников.

Исходные данные: до 5 лет- 6 чел

Распределение работников по стажу

года.

Задача 2. Построить статистическую таблицу на основании данных о количестве работников двух РУС города N, выделив группы по стажу работы.

1РУС – до5 лет – 15,

2РУС — до5 лет – 28,

Рассчитать удельный вес каждой рабочей группы; средний стаж по РУС №1; построить графическое изображение.

Распределение количества работников двух РУС г. N по стажу работы.

Вывод: Анализируя построенную таблицу, видим, что структуру работников двух РУС по стажу можно считать одинаковой. Средний стаж работы равен 13 годам и по РУС №1, и по РУС №2 . Следовательно, можно сказать, что коллектив достаточно опытный.

Таблица является группировкой. Эта группировка простая, структурная, по характеру подлежащего статистическая таблица — групповая. Ряд распределения – интервальный, вариационный, признак – непрерывный, интервалы – равные, открытые.

Структурные средние величины (мода, медиана)

К структурным средним величинам относят моду и медиану.

Мода – чаще всего встречающаяся варианта в ряду распределения. Она представляет собой типичное значение признака.

В зависимости от вида ряда распределения мода определяется по-разному.

1). В ранжированном ряду мода – это варианта, которая повторяется наибольшее количество раз.

2). В дискретном ряду мода – это варианта с наибольшей частотой.

3). В интервальном ряду мода – это центральная варианта модального интервала, т.е. того интервала, который имеет наибольшую частоту. Такой расчет будет верным, если сохраняется полная симметричность ряда распределения, т.е. одинакова разность значений в пределах каждого интервала и между интервалами.

, где

xМ0 – нижняя граница модального интервала,

iМ0 — величина модального интервала,

fМ0 — частота модального интервала,

fМ0-1 – частота интервала, предыдущего модальному,

fМ0+1 – частота интервала, следующего за модальным.

Средняя величина является обобщающей характеристикой совокупности, но в ряде случаев мода наиболее эффективна.

Пример: при оценке качества передачи информации целесообразнее рассчитывать моду. Так, для телеграфной связи один из показателей качества – это процент телеграмм, преданных в контрольные сроки. По разным причинам он может колебаться в пределах от 0 до 100 %, но для большинства предприятий характерен показатель, близкий к 100%, т.е. мода, а не обычная средняя величина.

Графически мода может быть определена по гистограмме.

Медиана – это варианта, которая делит численность ряда распределения пополам, при этом варианты, сосредоточенные в первой половине, имеют значения меньше, чем медиана, а в другой половине — больше медианы.

1). В ранжированном ряду: с нечетным количеством вариант медиана – это центральная варианта, с четным количеством вариант медиана – это результат от деления на 2 суммы смежных центральных вариант.

2). В дискретном ряду, для того чтобы найти медиану, определяют сумму накопленных частот, ее делят на 2 и результат показывает, на каком месте от начала или конца ряда находится медиана.

3). В интервальном ряду распределения:

— определяем сумму накопленных частот.

— по данным о накопленных частотах определяем медианный интервал

— рассчитываем медиану в найденном интервале

, где

xМЕ – нижняя граница медианного интервала,

iМЕ — величина медианного интервала,

åfi/2 — полусумма частот ряда,

SМЕ-1 – сумма накопленных частот до медианного интервала,

FМЕ – частота медианного интервала.

Графически медиану определяют по кумуляте.

studopedia.org

Метод сбора информации

Данные для рассматриваемого КПЭ поступают из системы кадрового учета и включают сведения о дате поступления на работу каждого сотрудника и длительности его работы в компании.

Формула

Средний стаж непрерывной работы = Суммарный стаж всех штатных сотрудников  / Общее количество штатных сотрудников

Средний стаж непрерывной работы сотрудников определенной категории = Суммарный стаж этих сотрудников / Общее количество сотрудников определенной категории

Данный показатель необходимо рассчитывать ежегодно или каждые шесть месяцев. Источником данных служит система кадрового учета.

https://www.youtube.com/watch?v=KGhfjzAs4KA

Так как данные предоставляются внешним поставщиком, их стоимость для вас равна нулю.

Источник: https://voennyj.okd1.ru/spravka/srednij-stazh-rabotnikov-formula/

Как посчитать средний стаж работы сотрудников?

  • 1 Расчет численности калькулятором от HR-ПРАКТИКА
  • 2 Средний стаж работы работников в компаниях кремниевой долины
    • 2.1 Uber занимает последнее место списка с самым коротким средним стажем сотрудника всего в 1,8 лет
    • 2.2 Dropbox, который недавно провёл огромное IPO, тоже изо всех сил пытается удержать таланты. В среднем сотрудник задерживается в компании на 2,1 лет
    • 2.3 Tesla попала в эту же лигу, в среднем сотрудники занимаются производством электрических автомобилей на протяжении 2,1 лет.

      Сотрудники Tesla работают долгие часы и недели, что может объяснить их преждевременное выгорание

    • 2.4 Компания Square, работающая в сфере цифровых платежей, справляется с проблемой чуть лучше, в среднем сотрудники компании задерживаются здесь на 2,3 года
    • 2.5 Для средним стажем оказалась цифра в 2,5 года
    • 2.6 Чуть выше с 2,6 годами находится Airbnb
    • 2.7 Сотрудники Box в основном задерживаются в компании на 2,7 лет
    • 2.

      8 Лидерская позиция с годами изменилась, однако средняя продолжительность работы одного сотрудника остается практически неизменной

    • 2.9 Netflix преодолела рубеж в три года, удерживая одного сотрудника в среднем на 3,1 лет
    • 2.10 Alphabet, родительская компания Google, справляется лучше – местные сотрудники в среднем задерживаются на 3,2 года
    • 2.11 Недавно построенная Salesforce Tower – самое большое здание в Сан-Франциско, а местные сотрудники задерживаются в компании в среднем на 3,3 года
    • 2.

      12 Сотрудники Apple в основном задерживаются в компании на 5 лет. Многие из них теперь работают в штаб-квартире «spaceship» стоимостью в 5 миллиардов долларов

    • 2.13 Adobe: 5,3 года
    • 2.14 В Oracle, известной своей выточенной корпоративной культурой, 7 лет стажа – это норма
    • 2.15 И на вершине списка находится компания Cisco, где сотрудники в среднем задерживаются на 7.

      8 лет

  • 3 Как рассчитать стаж работы — обзор основных вариантов
  • 4 Как считается стаж работы: некоторые особенности
  • 5 Точнее, пожалуйста: 7 базовых HR-показателей, которые важно отслеживать
  • 6 Как рассчитать трудовой стаж по трудовой книжке?
  • определить объем работы, для которого будет выполнен расчет численности;
  • определить нормы времени для выполнения отдельных операций;
  • учесть при расчете численности потери рабочего времени и коэффициент невыходов;
  • оценить фактическую загруженность работников при текущей загруженности и имеющейся численности и штате;
  • рассчитать численность работников, необходимую для выполнения определенного объема работ (целевую численность);
  • сравнить целевую численность с фактической, чтобы понять необходимость изменения численности или штата.

Тем, кто хочет корректно рассчитать численность персонала

Для начала — прочтите статью про 8 базовых принципов расчета численности — это позволит вам не наделать грубых ошибок при сборе данных и настройке калькулятора.

Уважаю тех, кто принципиально не читает инструкции, но, согласитесь, цена ошибки в расчете численности может оказаться слишком высока.

Как пользоваться калькулятором для расчета численности

1. Сначала вносите в калькулятор все виды операций/работ, выполняемых работником или работниками подразделения.

Для того чтобы ничего не потерять, группируете их по блокам работ/бизнес-процессам.

2. Для каждого вида работ определяете норму времени и частоту выполнения этой  работы (количество в смену/день/неделю/месяц/год).

Норму определяете либо экспертным путем — как среднее арифметическое между максимальным и минимальным временем выполнения операции, либо с помощью хронометража.

3. Умножая норму времени на частоту выполнения работ/операций в выбранном периоде (смена, день, неделя, месяц, год), получаете объем работы за месяц, рассчитанный в часах.

4. С учетом режима, графика работы, перерывов и потерь рабочего времени определяете производительное рабочее время (в человеко-часах) в смену/день.

5. Делите суммированный по всем операциям объем работ в часах на время в человеко/часах — получаете расчет численности.

6. Анализируете данные расчета, проверяете правильность использованных вами данных.

Как устроен калькулятор для расчета численности

Это простой файл MS Excel, состоящий из пяти листов.

В два из них вводятся данные, два используются для настройки калькулятора, один служит для вывода полученных данных.

Специально для тех, кто боится что-то испортить, ячейки, куда нужно вводить данные, заблокированы.

Как настроить калькулятор

Открываем лист «Штатные должности» и вводим в них должности, численность и загрузку которых будем рассчитывать.

Вот так, например.

Потом открываем лист «Частотность» и добавляем в него нужные данные, если имеющихся характеристик частоты выполнения операций/работ вам будет не хватать.

Вот так они выглядят.

Как ввести данные для расчета численности

Обратите внимание на цветовую маркировку ячеек листов для ввода данных — вам нужно вводить данные в поля без коричневой заливки.

Открываете лист «Описание работ», выбираете из выпадающего списка ту должность, которая выполняет определенную операцию.

Если одни и те же работы выполняют сотрудники, занимающие разные должности, это означает, что есть недочеты в организации работ, принцип разделения труда не реализуется.

Допускается замещение сотрудников, отсутствующих на работе в выходные дни или возможность дублирования их функций в случае занятости на других работах или при необходимости единовременно выполнить больший, чем обычно, объем работы.

В следующем поле указываете бизнес-процесс/блок работ.

Затем  указываете операцию, ее длительность (максимальную/минимальную), выбираете из выпадающего списка подходящий параметр частоты выполняемой операции, указываете частоту самой операции и количество работников, которое требуется для ее выполнения.

Вот как это выглядит (кликните, чтобы увеличить изображение)

После того, как вы разобрались с объемом работ, переходите на лист «Рабочее время».

В него вносится общее время потерь рабочего времени — время на «переключение» с одних видов работ на другие, потери из-за неэффективной организации работы, из-за неравномерной загрузки (например, сначала нет покупателей, а потом наплыв), технологические перерывы (нужно дождаться окончания выполнения одних работ, потом начать другие), время на выполнение срочных и внеплановых заданий, потери из-за нарушений трудовой дисциплины и т. д.

Как выглядит расчет численности

Примерно так.

Данные, которые вы вводите, позволяют рассчитать целевую численность и загрузку на определенный вами объем работ и сравнить его с фактической численностью работников.

Не забудьте про те принципы расчета численности, о которых вы должны были прочитать в статье про 8 базовых принципов расчета численности — все расчеты произведены в соответствии с ними.

Если алгоритмы калькулятора вдруг дадут сбой, справа от надписи «Контрольная» появится выделенная красной заливкой ячейка с суммой «потерянных» часов.

С какими трудностями вы можете столкнуться подготовке данных для расчета численности персонала

Нередко при нормировании операций максимальное время их выполнения в несколько раз превышает минимальное.

Так получается, когда под названием одной операции скрывается несколько операций, отличающихся по содержанию и объему работы.

Вот пример, когда пришлось  операцию «отгрузка товара» длительностью от 5 до 40 минут «разбить» на две:

  • «отгрузка товара по накладной с малым количеством наименований товара» — 5-10 минут
  • «отгрузка товара по накладной с большим количеством наименований товара» — 30-40 минут.

Если длительность операции велика (несколько часов или несколько дней), необходимо уточнить ее содержание и разбить на несколько операций, или, если это сложно, разбить на несколько подопераций с фиксированным шагом по длительности или количеству операций.

Дополнительные функции и ограничения калькулятора

Кроме базовых алгоритмов в калькуляторе можно использовать драйверы численности — количественные показатели объема работы, косвенно определяющие загрузку сотрудников.

Например, количество посетителей магазина или среднедневное количество чеков.

Кроме того, с помощью калькулятора можно определять оптимальный должностной состав подразделения.

Про ограничения.

Конечно же, платой за простоту калькулятора является риск неточных расчетов.

Если вам нужна высокая точность расчетов, возможно, стоит использовать другие методики и инструменты.

В заключение

Надеюсь, что описание несложных алгоритмов расчета численности пригодится вам в решении прикладных задач.

Про калькулятор версии 2.0 — продвинутую версию описанного в этой статье калькулятора читайте в статье Калькулятор для расчета численности 2.0. от HR-ПРАКТИКА.

Тем, для кого актуален расчет численности и должностного состава кадровой службы, рекомендую изучить Калькулятор для расчета численности службы персонала.

Всем успехов и безошибочных расчетов!

Денис Карандашев

Организационная структура Штатное расписание

с коллегами

Получайте свежие статьи по почте

Читайте наши новости

Поделитесь ссылкой на статью с друзьями и коллегами

Источник: https://hr-praktika.ru/blog/instr/kalkulyator-dlya-rascheta-chislennosti/

Средний стаж работы работников в компаниях кремниевой долины

Компании, связанные с интернетом и производством программного обеспечения, имеют самые высокие показатели текучки кадров в 2018 году, по сравнению с другими развитыми отраслями, согласно данным, собранным карьерной социальной сетью LinkedIn.

Кремниевая Долина известна тем, что буквально засыпает своих сотрудником различными привилегиями – бесплатные обеды, транспорт и уход за детьми, что уж говорить про офисы, стоящие миллиарды долларов и больше похожие на произведение искусства.

Впрочем, данные, доступные пользователям LinkedIn Premium, были разобраны San Francisco Business Times, что позволило узнать, что этих привилегий недостаточно для продления карьеры в самых больших технических компаниях мира.

Вот средний стаж работы сотрудников в самых известных технических гигантах Кремниевой долины:

Uber занимает последнее место списка с самым коротким средним стажем сотрудника всего в 1,8 лет

Последняя стоимость Uber: $72 миллиарда

Больше всего сотрудники Uber ценят следующие льготы: бесплатные обеды и закуски, неограниченное оплачиваемое свободное время, абонементы в спортивные залы, скидки в Uber и UberEats.

Dropbox, который недавно провёл огромное IPO, тоже изо всех сил пытается удержать таланты. В среднем сотрудник задерживается в компании на 2,1 лет

Последняя стоимость: $11,76 миллиардов

Льготы (по информации бывших и действующих сотрудников): три блюда в день, спортивный зал в офисе, компенсация трат на телефонные разговоры

Источник: https://sudar-buh.com/kak-poschitat-sredniy-stazh-raboty-sotrudnikov/