ทรัพยากรบุคคลและการรับสมัครงาน
ไม่ว่าจะสอบถามผู้เชี่ยวชาญด้านทรัพยากรบุคคลท่านใด ซึ่งพวกเขาจะบอกคุณว่า ความท้าทายที่ใหญ่ที่สุด 2 ข้อที่พวกเขาเผชิญ คือ การดึงดูดผู้สมัครงานที่เหมาะสมและการจ้างงานพวกเขาอย่างรวดเร็ว และเพื่อแก้ไขปัญหานี้ หลาย ๆ บริษัทส่วนใหญ่มักจะเสนอโครงการเพื่อนแนะนำเพื่อน (employee referral programs) ขึ้นมาเพื่อเป็นแรงจูงใจ
การรับสมัครงานเป็นเส้นเลือดใหญ่ขององค์กรที่ประสบความสำเร็จ การจ้างพนักงานที่มีความเหมาะสมสามารถสร้างผลงานได้ทันที แต่การจ้างพนักงานที่ไม่เหมาะสมอาจทำให้ไม่บรรลุเป้าหมายขององค์กรหรือไม่ได้เกิดการเปลี่ยนแปลง นอกจากนี้แล้วยังไม่ได้กล่าวถึงถึงต้นทุนที่มีนัยสำคัญที่เกิดจากอัตราการลาออกของพนักงานในองค์กร ซึ่งต้นทุนเหล่านี้หมายรวมถึงค่าใช้จ่ายในการจ้างงาน การฝึกอบรมพนักงานใหม่ การพิจารณาค่าชดเชยใด ๆ หรือค่า PTO ที่ไม่ได้ใช้ และค่าใช้จ่ายในการบริหารจัดการตำแหน่งจนกว่าจะได้รับพนักงานมาแทน
แม้ว่าผู้เชี่ยวชาญด้านทรัพยากรบุคคลจำนวนมากพยายามรักษาจังหวะการจ้างงาน ซึ่งการตรวจสอบประสิทธิภาพของพนักงานก็อาจเป็นเรื่องยากเมื่อองค์กรมีขนาดใหญ่ขึ้น และด้วยการวิเคราะห์ทางสถิติอย่างง่ายนี้ เจ้าหน้าที่สรรหาบุคลากรสามารถใช้วิธีการทางวิทยาศาสตร์ในการรับสมัครงาน เพื่อระบุผู้สมัครงานที่เหมาะสมและรับพวกเขาอย่างรวดเร็ว
ขั้นตอนที่ 1 รวบรวมและสร้างกราฟจากข้อมูลการรับสมัครงาน
ขั้นตอนนี้สามารถทำได้หลายวิธีการ ซึ่งในตัวอย่างนี้ เราจะใช้เจ้าหน้าที่สรรหาบุคลากรเพื่อพยายามประเมินการลงพื้นที่รับสมัครงานที่มีประสิทธิภาพมากที่สุดของบริษัท ซึ่งเป็นบริษัทที่ให้บริการทางด้านการเงินที่มีชื่อเสียงในรัฐนิวยอร์ก โดยการรับสมัครงานโฟกัสไปที่กลุ่มของคนที่จบจากมหาวิทยาลัยเอกชนชื่อดังในสหรัฐอเมริกา (Ivy League) หรือคนที่จบจากมหาวิทยาลัยท้องถิ่นของรัฐนิวยอร์ก รวมไปถึงคนที่จบจากมหาวิทยาลัยที่เหล่าผู้ก่อตั้งบริษัทเคยศึกษาอย่างมหาวิทยาลัยมิชิแกน (University of Michigan) และมหาวิทยาลัยแห่งรัฐเพนซิลเวเนีย (Penn State University)
เริ่มต้น เมื่อได้ข้อมูลมาแล้ว เราสร้างกราฟ Bar Chart ของพนักงาน เพื่อดูว่าเขาจบการศึกษาจากมหาวิทยาลัยใด ซึ่งเลือกไปที่เมนู Graph → Bar Chart → Counts of Unique Values แล้วเลือก Simple จากนั้นคลิก OK
ในช่อง Categorical variables เลือกคอลัมน์ Undergraduate
เราจะได้กราฟลักษณะแบบนี้
แม้มีวิธีการลงพื้นที่รับสมัครงานที่คล้ายคลึงกันในทุก ๆ มหาวิทยาลัย แต่กราฟ Bar Chart เราจะเห็นได้ว่า ท้ายที่สุดแล้ว บริษัทรับพนักงานที่จบจากมหาวิทยาลัยเพนซิลเวเนีย (University of Pennsylvania) เป็นจำนวนมากที่สุด และนอกจากนี้บริษัทยังรับพนักงานเป็นจํานวนมากที่จบจากมหาวิทยาลัยโคลัมเบีย (Columbia University) มหาวิทยาลัยคอร์เนล (Cornell University) มหาวิทยาลัยนิวยอร์ก (NYU) และมหาวิทยาลัยแห่งรัฐเพนซิลเวเนีย (Penn State University)
สำหรับคนที่จบจากมหาวิทยาลัยฮาร์วาร์ด (Harvard University) และมหาวิทยาลัยพรินซ์ตัน (Princeton University) นั้นมีจำนวนการจ้างงานที่ไม่มาก ฉะนั้นบางทีพวกเขาสามารถประหยัดเวลาและเงิน โดยที่ลดการลงพื้นที่รับสมัครงานจากคนที่จบมาจากมหาวิทยาลัยเหล่านี้ หรือพยายามศึกษาวิธีการที่ดีกว่าในการดึงดูดผู้สมัครงานที่เหมาะสมกลุ่มนี้
ขั้นตอนที่ 2 กราฟ Boxplot เพื่อดูคุณภาพของการจ้างงาน
แม้ว่ากราฟ Bar Chart จะช่วยแสดงให้เห็นว่า บริษัทจ้างพนักงานจากคนที่จบจากมหาวิทยาลัยใด แต่ก็ไม่ได้พูดถึงคุณภาพของการจ้างงานเหล่านั้น แล้วพนักงานที่จบจากมหาวิทยาลัยใดมีประสิทธิภาพในการทำงานดีที่สุด?
แผนกทรัพยากรบุคคลทำการวิเคราะห์กราฟ Boxplot เพื่อดูคะแนนประสิทธิภาพการทำงาน แยกตามพนักงานที่จบจากแต่ละมหาวิทยาลัย สำหรับการวิเคราะห์นี้ ไปที่เมนู Graph → Boxplot → Select One Y with Two Groups
สำหรับช่อง graph variables ให้เลือกคอลัมน์ Average Performance Rating และสำหรับช่อง categorical variables ให้เลือกคอลัมน์ Undergraduate :
จากกราฟ Boxplot พบว่า แผนกทรัพยากรบุคคลได้รับข้อมูลเชิงลึกเกี่ยวกับประสิทธิภาพในการทำงานของพนักงาน ที่น่าสนใจ คือ พนักงานที่มีคะแนนประสิทธิภาพการทำงานดีที่สุด เป็นคนที่จบมาจากมหาวิทยาลัยฮาร์วาร์ด (Harvard University) มหาวิทยาลัยแห่งรัฐเพนซิลเวเนีย (Penn State University) และมหาวิทยาลัยมิชิแกน (University of Michigan) ในขณะที่ พนักงานที่จบมาจากมหาวิทยาลัยโคลัมเบีย (Columbia University) มหาวิทยาลัยนิวยอร์ก (NYU) และมหาวิทยาลัยพรินซ์ตัน (Princeton University) ต่างก็มีคะแนนที่สูงเช่นกัน แต่มีความผันแปรอย่างมาก และเห็นได้ชัดว่า พนักงานที่จบมาจากมหาวิทยาลัยเยล (Yale University) และมหาวิทยาลัยบราวน์ (Brown University) มีคะแนนไม่ค่อยดีโดยเฉลี่ย
ขั้นตอนที่ 3 การวิเคราะห์อย่างละเอียด เพื่อกำหนดมหาวิทยาลัยที่ต้องการรับสมัครงานเฉพาะทาง
หากไม่ทำการวิเคราะห์ข้อมูลต่อ เราอาจจะโฟกัสไปที่การรับสมัครงานของคนที่จบมาจากมหาวิทยาลัยฮาร์วาร์ด (Harvard University) มหาวิทยาลัยแห่งรัฐเพนซิลเวเนีย (Penn State University) และมหาวิทยาลัยมิชิแกน (University of Michigan) เท่านั้น แต่อย่างไรก็ตาม มันเป็นสิ่งที่สำคัญในการวิเคราะห์ต่อไปว่า พนักงานแผนกใดที่ทำให้การรับสมัครงานประสบความสำเร็จ ซึ่งการทำเช่นนั้น เราเลือกใช้กราฟ Interaction Plot
ด้วยกราฟนี้ เราสามารถระบุได้ว่า คนที่จบจากมหาวิทยาลัยต่าง ๆ มีความเชี่ยวชาญเฉพาะทางในแต่ละสายงานอย่างไร อย่างที่คุณเห็น พนักงานที่จบจากมหาวิทยาลัยมิชิแกน (University of Michigan) มีคะแนนประสิทธิภาพการทำงานได้ดีในทุกแผนก โดยเฉพาะอย่างยิ่งในการทำงานด้านการตลาด ขณะที่คนที่จบจากมหาวิทยาลัยแห่งรัฐเพนซิลเวเนีย (Penn State University) มีคะแนนประสิทธิภาพการทำงานที่ดีเช่นเดียวกัน แต่ด้านการขายมีคะแนนที่สูงที่สุด ส่วนคนที่จบจากมหาวิทยาลัยพรินซ์ตัน (Princeton University) คะแนนประสิทธิภาพของการทำงานมีความผันแปรอย่างมีนัยสำคัญ ซึ่งด้านทรัพยากรมนุษย์มีคะแนนสูง แต่ด้านอื่น ๆ ไม่ค่อยดี สำหรับคนที่จบจากมหาวิทยาลัยฮาร์วาร์ด (Harvard University) ส่วนใหญ่ทํางานได้ดีมาก และทํางานได้ดีที่สุดในด้านการวิจัยและพัฒนา ส่วนคนที่จบจากมหาวิทยาลัยโคลัมเบีย (Columbia University) ก็มีความผันแปรของคะแนนประสิทธิภาพการทำงานที่สูง แต่ด้านวิศวกรมีคะแนนสูงกว่าด้านอื่น ๆ และท้ายที่สุด คนที่จบจากมหาวิทยาลัยนิวยอร์ก (NYU) ซึ่งเป็นสถานที่ที่มีการลงพื้นที่รับสมัครงานของบริษัทมากที่สุด และมีคะแนนประสิทธิภาพการทำงานใกล้เคียงกันในทุกแผนก
ขั้นตอนที่ 4 ข้อสรุปที่ช่วยให้ประหยัดต้นทุนและทรัพยากร
ด้วยผลลัพธ์ดังกล่าว ทำให้ขณะนี้เจ้าหน้าที่สรรหาบุคลากรสามารถลดกิจกรรมการรับสมัครงานและกำหนดเป้าหมายได้ดีขึ้น ด้วยการยกเลิกลดการลงพื้นที่รับสมัครงานจากมหาวิทยาลัยบราวน์ (Brown University) และมหาวิทยาลัยเยล (Yale University) ซึ่งบริษัทสามารถประหยัดค่าใช้จ่ายและลดเวลาในการรับสมัครงานได้ รวมทั้งพวกเขาสามารถแทนที่กิจกรรมเหล่านี้ในมหาวิทยาลัยฮาร์วาร์ด (Harvard University) เพราะที่นั่นมีผู้สมัครงานที่มีความเหมาะสมในทุก ๆ ด้าน หรือลดต้นทุนในการรับสมัครงาน
หากมีความต้องการลงมา เช่น ถ้าต้องการพนักงานขายเพิ่ม เจ้าหน้าที่สรรหาบุคลากรสามารถกําหนดเป้าหมายในการรับสมัครคนที่จบจากที่มหาวิทยาลัยแห่งรัฐเพนซิลเวเนีย (Penn State University) ซึ่งเคยประสบความสําเร็จในอดีต หรือแทนที่จะตัดการลงพื้นที่รับสมัครงานทั้งหมดในมหาวิทยาลัยพรินซ์ตัน (Princeton University) ซึ่งมีจำนวนการจ้างงานไม่มาก แต่แค่โฟกัสไปที่กิจกรรมรับสมัครงานเฉพาะทางด้านทรัพยากรบุคคลแทน
โดยรวมแล้ว ผู้เชี่ยวชาญด้านทรัพยากรบุคคลสามารถวิเคราะห์ข้อมูลโดยใช้โปรแกรมสำเร็จรูปทางสถิติ Minitab Statistical Software ซึ่งทำให้กิจกรรมของพวกเขาตรงเป้าหมายกว่าเดิม มีประสิทธิภาพมากขึ้น และนำไปสู่ผลลัพธ์ที่ดีขึ้นสำหรับองค์กรของพวกเขา
พร้อมที่จะเริ่มต้นการใช้ซอฟต์แวร์สถิติ Minitab แล้วหรือยัง เริ่มทดลองใช้ฟรีวันนี้!
บทความต้นฉบับ : Minitab for HR: Analyzing Recruiting Data to Hire the Best Candidates Quickly
ต้นฉบับนำมาจาก Minitab blog , แปลและเรียบเรียงโดยรัฐพงษ์ ยอดสีมา
บริหารจัดการ SCM Blog โดยชลทิชา จำรัสพร, บริษัท โซลูชั่น เซ็นเตอร์ จํากัด ตัวแทน Minitab ในประเทศไทย
เพิ่มเติมเกี่ยวกับบริษัท Minitab
Minitab ช่วยให้บริษัทและองค์กรต่างๆ สามารถมองเห็นแนวโน้มของข้อมูล, แก้ปัญหาและค้นพบประเด็นสำคัญจากข้อมูลเชิงลึก โดยนำเสนอชุดโซลูชั่นที่ครอบคลุมทุกด้านและดีที่สุดสำหรับซอฟต์แวร์ในระดับเดียวกัน ที่ใช้สำหรับการวิเคราะห์ข้อมูลและการปรับปรุงกระบวนการ
ด้วยวิธีการที่เป็นเอกลักษณ์ และการนำเสนอซอฟต์แวร์และบริการแบบองค์รวม Minitab ช่วยให้องค์กรเข้าถึงกระบวนการตัดสินใจในส่วนที่ช่วยผลักดันให้เกิดความเป็นเลิศทางธุรกิจได้ดีขึ้น ความง่ายในการใช้งานที่โดดเด่นกว่าใครมีส่วนช่วยให้ Minitab สามารถทำให้การเข้าถึงข้อมูลเชิงลึกเป็นเรื่องที่ง่าย ทีมงานของ Minitab ซึ่งประกอบด้วยผู้เชี่ยวชาญทางด้านการวิเคราะห์ข้อมูลที่ได้ผ่านการอบรมมาเป็นอย่างเข้มงวด จะช่วยให้ผู้ใช้งานมั่นใจว่าจะได้รับประโยชน์สูงสุดจากการใช้งานวิเคราะห์ข้อมูลและพร้อมที่จะให้คำปรึกษาตลอดเวลาที่ใช้งานเพื่อนำไปสู่การตัดสินใจที่ดีขึ้น รวดเร็ว และแม่นยำ
เป็นเวลากว่า 50 ปีที่ Minitab ได้ช่วยองค์การต่าง ๆ เพิ่มรายได้ ควบคุมและลดต้นทุน เพิ่มคุณภาพ เสริมสร้างความพึงพอใจของลูกค้า และเพิ่มประสิทธิภาพ ธุรกิจและองค์นับหมื่นทั่วโลกใช้ Minitab Statistical Software®, Companion by Minitab®, Minitab Workspace®, Salford Predictive Modeler® and Quality Trainer® เป็นเครื่องมือช่วยในการค้นพบและปรับปรุงความบกพร่องในกระบวนการ