Warum gehen die Leute?
Ein HR-Auszug mit elf Spalten und einer Frage. StatInsight rankt zuerst die Prädiktoren, quantifiziert dann die relevanten und vergleicht Abteilungen, ohne so zu tun, als wären die Umfragewerte normalverteilt — sie sind es nicht, und die App sagt es.
Fiktive Daten. Der Datensatz auf dieser Seite ist synthetisch — erzeugt, um zu zeigen, was die App kann. Er beschreibt keine echte Studie, keine echten Kunden, Patienten oder Personen, und die Ergebnisse sind keine Befunde.
Dieselben drei Fragen, in der App beantwortet
Jedes Feld unten ist ein echtes Ergebnis von StatInsight auf dem Demo-Datensatz — Text, Zahlen, Diagramm und Berichtsabsatz genau so, wie sie am Bildschirm und im Word-Export erscheinen. Die Daten dahinter sind fiktiv.
Welche dieser Spalten sagt die Fluktuation tatsächlich vorher?
Die Zielvariable wählen, alle anderen Spalten übergeben. Fünf Verfahren zur Merkmalsauswahl stimmen ab, jeder Top-Prädiktor wird anschließend mit dem passenden statistischen Test geprüft, und das Gesamtmodell wird kreuzvalidiert — das Ranking ist also ehrlich, keine Anpassung an Rauschen.
- Überstunden und Arbeitszufriedenheit ganz oben (AUC 0,67 und 0,66), danach Betriebszugehörigkeit und Gehalt
- Pendelstrecke, Alter und die übrigen Spalten: allein kein nachweisbarer Effekt
- Kreuzvalidierte ROC-AUC 0,71 für das Gesamtmodell
Um wie viel erhöhen Überstunden die Odds zu gehen?
Left auf Zufriedenheit, Überstunden, Gehalt und Betriebszugehörigkeit. Der kategoriale Prädiktor wird automatisch kodiert und gegen eine Referenzstufe berichtet; der Forest-Plot zeigt die Odds Ratios auf Log-Skala mit ihren Intervallen.
- Keine Überstunden: 0,29-fache Odds zu gehen (p < 0,001)
- Jeder Zufriedenheitspunkt: OR 0,97 (p < 0,001); jedes Jahr Betriebszugehörigkeit: OR 0,87
- Gehalt: nicht signifikant, sobald die anderen im Modell sind
Ist die Zufriedenheit in einer Abteilung niedriger?
Umfrageindizes sind selten normalverteilt, also ist Kruskal-Wallis die grüne Schaltfläche. Mediane pro Abteilung, die H-Statistik, Dunn-Tests mit Bonferroni-Korrektur und ein Raincloud-Plot, der die ganze Verteilung pro Abteilung zeigt.
- H(4) = 21,8, p < 0,001; Support Median 63 gegenüber Engineering 72 und Finance 75
- Teststärke 0,95 — genug Antworten, um dem Ergebnis zu trauen
- Im Dropdown auf Conover-Iman oder Nemenyi wechseln; die Zeilen bleiben ausgerichtet
Mitarbeiterfluktuation
500 Beschäftigte · 11 Variablen · fiktiv, für diese Seite computergeneriert · frei nutzbar in Lehre und Tests
Abteilung, Alter, Betriebszugehörigkeit, Gehalt, Überstunden, Homeoffice-Tage, Pendelstrecke, ein Zufriedenheitsindex, die letzte Leistungsbewertung und ob die Person innerhalb des Jahres gegangen ist.
| Spalte | Typ | Bedeutung |
|---|---|---|
Left_Company | binär | 1 = innerhalb des Jahres gegangen |
Job_Satisfaction | stetig | Umfrageindex, 0–100 |
Overtime | binär | Yes / No |
Salary_kEUR, Tenure_Years, Age, Commute_km | stetig | Numerische Merkmale |
Department | kategorial | Sales, Engineering, Support, Finance, HR |
Remote_Days_Week, Performance_Rating | kategorial | 0–5 Tage, Bewertung 1–5 |
Zur Erinnerung: Jede Zahl, Tabelle und Grafik auf dieser Seite stammt aus einem fiktiven, computergenerierten Datensatz. Sie zeigen das Werkzeug, nicht ein echtes Ergebnis.
Auch in diesem Datensatz
- Fluktuation nach Abteilung: Chi-Quadrat mit Mosaikplot
- Schützt Homeoffice? Left_Company nach Remote_Days_Week
- Leistungsbewertung und Gehalt: Spearman, oder eine ANOVA des Gehalts nach Bewertung
- Zeit bis zum Weggang mit Betriebszugehörigkeit und Austrittsflag: Kaplan-Meier nach Abteilung
Andere Fachgebiete: PsychologieBildungKundenanalyseMarketingAgrar & Biologie