Dergiler / Yönetim ve Ekonomi Araştırmaları Dergisi / 2019 / Cilt: 17 - Sayı: 1
VERİ MADENCİLİĞİ YÖNTEMLERİ İLE İŞ YAŞAM DENGESİNDE YIPRANMA DURUMU TAHMİNİ
- Sayfa
- 63–76
- DOI
- —
Özet
İş yaşam dengesinde çalışanların yıpranma durumunun tahmini, şirketlerde insan kaynakları departmanı için çalışan performansını anlamaya yönelik önemli bir göstergedir. Bu tür göstergeler için klasik istatistik analizleri yerine veri madenciliği ile tahminleme yapmak daha efektif sonuçlar verecektir. Bu çalışmada iş hayatında yıpranma ve dolayısıyla işi bırakma durumunun tahmini veri madenciliği yöntemlerinden karar ağacı ve destek vektör makinesi yöntemleri ile gerçekleştirilerek performans sonuçları karşılaştırılmıştır. Analiz için örnek veri seti IBM şirketi Watson Analytics programı kapsamında sunulan bir veritabanından alınmıştır. Veri seti 1470 adet çalışanın 35 farklı özniteliği içermektedir. Çalışmada yıpranmayı etkileyen faktörler belirlenmiş ve karar ağacı ile destek vektör makinesi yöntemlerinin tahmin performansında sırasıyla %84.09 ve %91.36 doğruluk oranları elde edilmiştir.
Abstract
The estimation of employee attrition in business life balance is an important indicator to understand the employee performans for human resoırces department in companies. For such indicators, rather than classical statistical analysis, estimating with data mining will provide more effective results. In this study, the prediction of attrition and hence the turnover situations were estimated with decision tree and support vector machine methods from data mining and performace result were compared. The sample dataset for analysis was taken from a database provided by the IBM company in scope of Watson Analytics programme. The data set contains 35 different attributes of 1470 employees. Factors affecting attrition were determined in the study and the estimation performance of the decision tree and support vector machine methods were obtained for accuracy rates of 84.09% and 91.36% respectively.