基于Kaggle數據集的員工流失因素分析及對策研究

摘要：本文基于Kaggle平臺的員工離職數據集，運用Python進行數據分析，旨在探討影響員工離職的關鍵因素。通過統計描述、相關性分析等方法，識別出對員工離職有顯著影響的特征變量。研究發現，薪酬、員工滿意度、近期考核、工作時長、職業發展機會等因素與員工離職率密切相關，并提出管理建議。本文為企業管理和人力資源策略提供了數據支持，有助于企業制定更有效的留人措施，減少員工流失，提升整體競爭力。

關鍵詞：人力資源；員工流失；數據分析

中圖分類號：F24"""""""文獻標識碼：A""""""doi：10.19311/j.cnki.16723198.2025.05.045

0"引言

在當今競爭激烈的商業環境中，員工流失成為企業管理和學術研究的關鍵話題[12]。高流失率不僅增加企業招聘及培訓成本，還可能導致知識流失、團隊穩定性下降及業務發展減緩，影響企業長期戰略[34]。因此，深入理解員工流失根源并制定有效管理策略至關重要[56]。隨著大數據和人工智能技術發展，數據分析成為揭示復雜問題規律的重要手段。通過收集和分析員工離職前數據，如基本信息、工作考核、薪酬福利、工作環境和職業發展機會等，可精準識別影響離職的關鍵因素，為制定個性化留人策略提供科學依據[78]。Kaggle作為全球性數據科學平臺，提供大量員工離職真實數據集，為研究者提供寶貴資源[9]。本文利用Kaggle員工離職數據集分析影響離職的關鍵因素，并提出應對措施，旨在幫助企業減少員工流失，提高組織績效，具有極高現實意義和研究價值。

1"數據準備

1.1"樣本選擇與數據說明

本研究選取了Kaggle平臺的HR_comma_sep數據集進行研究。該數據集提供了詳實的員工信息和他們的工作特征，是開源社區中評價較高、使用頻率較高的人員數據集之一。

HR_comma_sep數據集包含了數千名員工的信息，每位員工在數據集中被分配了多個描述他們工作狀態的變量。這些變量涵蓋了不同層面的特征，以量化員工的工作滿意度、最近的績效評估、項目參與度、月平均工作小時數、在公司工作年數、是否出現工作事故、5年內是否晉升、以及部門與薪資水平等信息。這個豐富的特征集合可以為我們提供更為全面細致的分析視角，幫助分析員工流失的潛在原因。數據集狀態變量如表1"所示。

1.2"數據清洗

該數據集有14999條數據，10個特征。對其進行數據清洗，包括處理缺失值、去除重復記錄、標準化字段名稱后的數據集數據如表2所示。

1.3"數據編碼

將薪資分類數據進行編碼，映射關系為：{'low'："1，'medium'："2，'high'："3}，1表示低薪資，2表示中等薪資，3表示高薪資。編碼后的數據集如表3所示。

2"數據分析

2.1"描述性統計分析

根據上表，可得如下結論：

（1）員工滿意度分布：均值為0.61，中位數0.64，范圍在0.09～1之間，50%的員工滿意度在0.44～0.82之間。整體滿意度中等。

（2）最新評估考核分布：均值為0.72，中位數0.72，范圍在0.36～1之間，50%的員工績效考核在0.56～0.87間。整體員工考核中等偏上。

（3）員工參與項目數分布：均值為3.8，中位數4，范圍在2～7之間，50%的員工參與3～5個項目，適中。

（4）每月工作時長分布：均值為201小時，中位數200，范圍在96～310之間，50%的員工每月工作時長在156～245之間，25%的人在245～310之間；按國家規定的標準一個月工時176個小時計，該企業加班現象嚴重。

（5）工作年限分布：均值為3.5，中位數3，范圍在2～10之間，50%的員工工作年限在3～4年之間，公司團隊年輕。

（6）工作事故分布：總體上有14%的員工出現過工作事故，該企業工作事故率高。

（7）員工離職率分布：總體員工離職率為24%，一般公司離職率在10%，可見離職率非常高。

（8）員工近5年內升職分布：總體員工升職幾率僅為2%，遠低于一般水平，升職率非常低。

（9）薪資分布：薪資取值在1～3之間，1表示低薪資，2表示中等薪資，3表示高薪資，均值1.59，中位數為2，有50%的人在1～2之間，可見總體薪資水平低，達不到中等薪資水平。

2.2"員工離職因素分析

2.2.1"員工滿意度

數據集中是否離職員工對公司的滿意度箱線圖如圖1所示。假定滿意度以0.6為閾值，是否離職和滿意度分析表如表5所示。

圖1可反應員工滿意度和是否離職數據分布的特征。在職員工的滿意度相對集中，中位數為0.7左右，50%的人集中在0.55～0.85之間，整體對公司滿意度偏上；離職人員的員工滿意度中位數較低為0.4左右，且離職員工滿意度波動非常大，50%的人在0.1～0.75之間，且離職人員中滿意度沒有為1的；從表5可知，離職員工中有高達72.70%對公司滿意度低于0.6，未離職員工中滿意度達到0.6及以上的比例為65.52%；離職員工和在職員工對公司滿意度的平均值存在較大的差異，說明員工滿意度對離職有較大影響。

2.2.2"員工近期考核

將最近考核結果從0.4到1之間分割成6個區間，分別計算在每個區間中離職人數和離職率，結果如表6所示。一般以0.6為考核合格線，從表6可知，考核不合格的員工離職率高，因為績效不好而離職。同時可以發現隨著績效考核得分越高，離職人數和離職率明顯上升，特別是考核分在0.8以上的員工，說明大部分離職員工并非考核不好，而是比較優秀而選擇跳槽，企業要反思優秀員工留不住的問題。

2.2.3"平均每月工作時長

月工作時長和是否離職箱線圖如圖2所示，從圖中可知，離職員工的工作時長中位數、3/4位數、最小值、最大值均比未離職員工高，說明工作時長對離職有一定的影響；以國家標準月工作時長176小時為閾值，超過為存在加班情況，以平均每天加班一小時為一個區間，超工作時長與離職率對比如表7所示，顯然隨著加班時長的增加，離職率迅速上升。說明加班對離職有很大影響。

2.2.4"項目數

各項目數人員占比如圖3所示。各參與項目數是否離職統計如圖4所示。

從圖3可知，整體員工參與項目數在3～5間占比為74.5%；從圖4可知，員工參與的項目數從3～7逐漸增加，離職率也隨之增加，特別是參與項目數為6和7的，離職率很高，參與項目數為7的離職率100%，這說明離職人員的參與項目數越多，可能帶來工作時間過長嚴重加班而離職；其中參與項目數最少的為2，離職率也很高，可能是因為能力欠缺，不足以支撐項目能力需求，被迫離職；說明公司對技術骨干的流失問題比較嚴重。

2.2.5"工作年限

不同工作年限統計圖如圖5所示。不同工作年限是否離職的分布如圖6所示。

由圖5可知，工作年限在2～4年占比81.6%，占比最高的是3年43%，是一支非常年輕的隊伍，同時也反映公司人流動性非常大；離職員工的工作年限在2～6年間，超過6年各方面趨于穩定，年齡較大，不易更換工作，離職率較高的集中在4～6年，此工作年限的員工擁有豐富的工作經驗，并且年輕精力充沛，更易選擇更優公司。

2.2.6"是否發生工作事故

由上表可知，發生事故的員工離職率為7.79%，遠小于未發生工作事故的離職率26.52%。離職員工中僅有4.73%發生過工作事故，而在職員工中有17.50%發生過工作事故，說明發生事故對離職無明顯影響。

2.2.7"5年內是否晉升

從上表可知，總體晉升率為2.1%，非常低，5年未晉升的離職率高達24.2%，遠大于晉升的離職率5.96%。說明晉升對員工保持穩定有明顯的促進作用，而過低的晉升率會對員工流失有明顯影響。

2.2.8"部門

從上表可知，銷售部門人數占比最高為27.6%，"其次是技術和支持部門為18.13%和14.86%，最少為管理層，占4.2%，各部門人員分布較為合理。離職人員中銷售部離職率最高，站總員工數的6.76%，占離職人數的28.4%，其次是技術部、后勤部分別占總員工數的4.65%和3.7%，占離職人數的19.52%和15.54%。從部門視角來看，每個部門內部離職人員占部門總人數的比例，最高的是的是人力資源29.09%，其次是財務部26.6%，技術部25.62%，人力資源和財務部一般來講比較穩定的部門，在該公司流動性非常大，確實比較異常，反映出公司內部的管理存在一定的問題。

2.2.9"薪資

從上表可知，該公司近一半員工是低收入，占比較高。低收入員工的離職率最高，占離職總人數的比例高達60.82%；中等收入員工占離職總人數的36.88%；高收入員工占離職人數的2.3%。說明薪資水平對離職率有較為明顯的影響。

3"結論和管理建議

本文以HR_comma_sep公開數據集為研究樣本，對每個可能的員工流失影響因素進行數據分析，得出以下研究結論：員工滿意度低、近期績效考核極端（過高或過低）、月均工作時長長、承擔項目多、工作年限3～4年、銷售與IT部門、薪資低等因素均導致離職率高；而5年內升職的員工離職率較低；事故與離職率無特定規律。

根據以上結論，減少該公司的員工離職率給出以下對策：建議總體提升低收入員工的薪資水平；減少工作強度，"進而減少工作時間；員工的參與項目數不宜超過5；進一步了解員工的晉升通道設置是否合理；對員工開展個人職業規劃咨詢；盡量通過加薪、升職等綜合措施穩住3～4年的有工作經驗的員工；優化內部管理，提升員工對公司的滿意度。員工滿意度的提高不僅對員工個體有益，對企業形象也有積極影響[10]，從而減少公司離職率，有助于公司穩步發展。

參考文獻

[1]劉奕彤.A醫藥公司員工流失影響因素及對策研究[D].南京：南京郵電大學，2024：2330.2024（03）：6672.

[2]劉紅娜，劉曉靜.企業員工績效考核評價的合理性與人員流失的關系研究[J].科技創業月刊，2024，37（03）：6672.

[3]張學銳.基于結構方程模型的重慶中小企業新生代員工流失因素研究[J].現代商業，2024，（04）：149152.

[4]劉敏佳.互聯網公司員工離職現象分析[J].合作經濟與科技，2023，（10）：99101.

[5]何彩萍.淺析中小型企業基層人才流失的成因及規避技巧[J].科技創新與應用，2018，（11）：610.

[6]孫小麗.關于企業員工流動問題的探討[M].天津：南開大學出版社，2020.

[7]周思思.大數據技術背景下的人力資源管理發展策略研究[J].現代商業研究，2023，（06）：125127.

[8]鄭國濤.基于大數據的企業人力資源績效管理創新研究[J].商場現代化，2024，（14）：8689.

[9]孫文軒.基于隨機森林算法的公司人才流失問題與對策研究——以Kaggle平臺人力資源分析數據集為例[D].吉林：吉林大學，2022：11.

[10]呂翠.人力資源管理策略在提升企業經濟競爭力中的作用研究[J].商場現代化，2024，（10）：7476.