Мы нашли одно исследование, очень тесно связанное с вопросом нашего проекта, которое провели Вестлунд и Хэннон. Их исследование состояло в том, чтобы выяснить, влияют ли девять аспектов удовлетворенности работой (условное вознаграждение, продвижение по службе, надзор, оплата, условия работы, сослуживцы, льготы, общение и характер работы) на намерение разработчика программного обеспечения текучести. Проведя исследование, в котором приняли участие 496 разработчиков программного обеспечения по всей территории Соединенных Штатов, Вестлунд хотел «определить, было ли удовлетворение от руководства или общее удовлетворение работой в большей степени связано с намерениями разработчиков программного обеспечения с текучестью» (Westlund and Hannon 2). Все ответы варьировались от 1 до 6 по 6-балльной шкале Лайкерта. Гипотеза Вестлунда заключалась в том, что «нет значительной корреляции между намерениями смены персонала и девятью аспектами удовлетворенности работой разработчика программного обеспечения». Позже он использовал эти собранные данные для проверки гипотезы с помощью множественных линейных регрессий. Результат не удивил. Если эта гипотеза отвергнута, действительно существует значимая предсказательная корреляция между сохранением текучести кадров разработчика программного обеспечения и девятью аспектами удовлетворенности работой разработчика программного обеспечения. Исследование также показало, что коэффициент удержания текучести наиболее тесно связан с условными вознаграждениями, надзором и общением, тогда как он имеет наименьшую корреляцию с льготами и условиями работы (11).
(Вы можете прочитать полный текст исследования здесь: http://jitm.ubalt.edu/XIX-4/article1.pdf)
Хотя наш набор данных не совсем такой, как тот, который использовался в исследовании Вестлунда и Хэннона, мы все же можем увидеть корреляции между некоторыми переменными на тепловой карте ниже:
Квадраты красного цвета указывают на положительную корреляцию между двумя переменными, а квадраты синего цвета указывают на отрицательную корреляцию. Более темный цвет означает более высокий уровень положительной (или отрицательной) корреляции. Мы четко видим хорошую корреляцию между удовлетворенностью работой и диапазоном заработной платы. Диапазон заработной платы также хорошо коррелирует с некоторыми льготами, такими как выход на пенсию, отпуск / выходные и льготы по здоровью, а также отрицательную корреляцию с питанием в неделю. Это имеет смысл, поскольку чем больше денег человек зарабатывает, тем больше часов ему / ей придется работать, что приводит к пропуску обеда / ужина.
Затем мы помещаем все переменные, кроме Удовлетворенности работой, в t-модель регрессии, чтобы предсказать удовлетворенность работой. Как мы видим на этом графике, прогнозы довольно точны. Для уровней 5, 6 и 7 нет большой разницы между значениями прогноза и истинными значениями. Для уровней 1,2 и 3 я изначально предполагаю, что данных просто недостаточно, чтобы сделать хороший прогноз.
Нашим последним шагом будет сравнение модели прогноза с набором данных 2018 года. Мы надеемся увидеть какие-то закономерности между ними. Следите за нашим следующим блогом!
