Elbocsátások

A Miau Wiki wikiből

Tartalomjegyzék

Forrás

XLS

A tervezett alkalmazás/megoldás címe

Gyári csomagolómunkások elbocsátása hasonlóságelemzéssel

A feladat előtörténete

Manapság egyre többet hallani elbocsátásokról, létszámleépítésekről. Feladatom célja egy fiktív példán keresztül bemutatni hasonlóságelemzés segítségével, hogy elsősorban kitől váljon meg a cég, amennyiben ez a lépés elkerülhetetlenné válik. Célom egy igazságos döntés kialakítása, már amennyire igazságosak lehetünk ebben a nehéz helyzetben.

A feladat megoldás jelenlegi helyzete és ennek értékelése

Úgy gondoltam, ha mindenképpen meg kell válni három alkalmazottól, akkor elsősorban azokkal kezdeném, akik már elérték a nyugdíjkorhatárt. Nem minden esetben gondolom, hogy ez a legjobb megoldás, hisz elég régóta dolgoznak a szervezetnél, munkájukban rutint, tapasztalatot szereztek, megfelelő szaktudással, iskolai végzettséggel rendelkeznek, és az üzemvetető is elégedett munkájukkal. A csomagolóüzemben két munkavállaló van, aki betöltötte a 62. életévét, név szerint Erdei Béla, és Orsós Béla. Így elsősorban őket nyugdíjaznám. A harmadik ember elküldésénél a hibák számát vizsgálnám elsősorban. Az üzem attól kíván megválni, aki a legtöbb hibát követte el. Gáspár József és Nagy Róbertné nevénél 2-2 hiba van rögzítve az adatbázisba, mivel ez alapján nem lehet egyértelmű döntést hozni, ezért a rendelkezésre álló attribútumokat tovább vizsgáljuk. A vizsgált attribútumok alapján Gáspár József bizonyult alkalmasabbnak: fiatalabb, régebb óta dolgozik az üzemben, és ami talán a legfontosabb, a munkakörhöz kapcsolódó szaktudással rendelkezik.

Tehát a jelenlegi helyzetben Erdei Bélától, Orsós Bélától és Nagy Róbertnétől válnék meg. Az alaptáblázat a következő hivatkozás "Alapadatok" című lapfül pontja alatt megtalálható.XLS

Mivel az első két munkavállalónál nem a teljesítmény, és a szaktudás, hanem az évek száma volt a mérvadó, ezért egy másik módszer segítségét is igénybe venném, és nem feltétlenül a nyugdíjkorhatárt elért dolgozóktól válnék meg.

A tervezett megoldás adatvagyonának bemutatása (ANYAG)

Feladatom fiktív adatokon alapul, így az adatgyűjtés nem okozott problémát. Úgy gondoltam, 30 fiktív munkavállalót veszek alapul, melyhez 5 attribútumot rendelek hozzá. Véleményem szerint a 30 személy adata áttekinthetőnek bizonyult a kiindulási adatbázisban és az OAM-ban is. Úgy vélem az 5 attribútum is elegendő volt ahhoz, hogy a munkavállalókat az ismérvek alapján összehasonlítsam.

Objektumok (sorok)

  • Álmos Bálint
  • Antal Sándor
  • Aradi Tamara
  • Balogh Ákosné
  • Erdei Béla
  • Erős Márk
  • Gál Veronika
  • Gáspár József
  • Hajdu Diána
  • Halász János
  • Hornyák Ágnes
  • Horváth Pál
  • Juhász Andrásné
  • Juhász Márta
  • Kiss Tamás
  • Kiss Tihamér
  • Kovács Adél
  • Mészáros Pál
  • Nagy Károly
  • Nagy Róbertné
  • Németh András
  • Orsós Béla
  • Papp Andor
  • Péntek Ferenc
  • Pesti Jánosné
  • Simon Ádám
  • Simonyi Zoltánné
  • Szűcs Katalin
  • Varga István
  • Végh Lajos

Attribútumok (X, Y oszlopok)

  • X1: Kor (év) – 0 (irány), vagyis minél idősebb valaki, annál esélyesebb az elbocsátásra;
  • X2: Iskolai végzettség (kód) – 1 (irány), azaz minél alacsonyabb az iskolai végzettsége, annál esélyesebb az elbocsátásra;
  • X3: Szakképzettség (0/1) – 1(irány), vagyis ha szakképzetlen, akkor elbocsátásra kerülhet;
  • X4: Munkában eltöltött idő (év) – 1 (irány), vagyis minél kevesebb ideje van a cégnél, annál esélyesebb, hogy elbocsátják

(Magyarázat: a nyugdíjkorhatárt elért munkavállalók esetében is úgy gondolnám, hogy érvényes az 1-es irány, azaz hogy minél kevesebb ideje van a cégnél, annál esélyesebb, hogy elküldik, amennyiben a korhatár betöltése nem jár feltétlen az elbocsátás lehetőségével, azaz nem vesszük figyelembe, hogy nyugdíjazhatók. A best practice helyzetének értékelése során is ezt az innovációt fogalmaztam meg. A munkában eltöltött idő azonban általában a korral egyenes arányban alakul, vagyis valószínű minél idősebb valaki, annál hosszabb ideje van az adott cégnél, ebben az esetben is ezt tapasztaljuk, azaz mivel elég régóta vannak a vállalatnál, ezért az adott attribútum iránya alapján optimális helyzetben vannak ahhoz, hogy ne bocsássuk el őket. A valóságban azonban a nyugdíjkorhatárt elért munkavállalók esetében a nyugdíjkorhatár betöltése azzal jár, hogy őket preferálják az elbocsátásnál és nem veszik figyelembe, hogy mióta dolgoznak a vállalatnál.)

  • X5: Hibák száma (db) – 0 (irány), azaz minél többet hibázik valaki annál esélyesebb, hogy elbocsátják;
  • Y0: 1000 (pont)

A feladat által érintett célcsoportok

  • A feladat célcsoportja azok a HR-es szakemberek, akik részt vesznek a munkaerőtől való megválás folyamatában.
  • Példámban a csomagoló üzem HR-ese, vezetői, üzemvezetői.

A módszer segítségükre lehet abban, hogy egy elkerülhetetlen leépítés kapcsán, azon munkaerőtől váljanak meg, amelytől feltétlenül szükséges az adott attribútumok ismeretében.

A feladat megválaszolása kapcsán várható hasznosság

Véleményem szerint a munkaerőtől való megválás egy olyan döntés, amelyben nagyon körültekintőnek kell lennie a HR-esnek, ugyanis nem mindegy, hogy kitől válik meg. Ha nem a megfelelő embert építjük le, úgy az üzemben is zavarok léphetnek fel. Lehetséges, hogy ezáltal megbomlik a munkafegyelem, romlik a teljesítmény, amely hosszútávon az üzem eredményességét befolyásolhatja. Ezért kiemelten fontos a vezetői döntés megfontolni. A módszer hasznos lehet, amennyiben viszonylag gyorsan szeretnénk választ kapni arra a kérdésre, hogy kitől váljon meg a cég költséghatékonysági szempontból. Ezért úgy gondolom, szükséges elvégezni ezt az eljárást, hogy minél árnyaltabb képet kapjunk a munkavállalókról, és elkerüljük a többletköltségeket, ilyen például:

  • A dolgozó egy havi munkabére nettó 96.000 Ft
  • A dolgozó után fizetett járulékok (a dolgozó bruttó havi munkabére után: 24% Nyugdíjbiztosítási-; 3% Egészségbiztosítási- és munkaerőpiaci-; és 13% Korkedvezmény biztosítási járulék): havi 64.000 Ft (Bruttó bér: 160.000 Ft; Járulékok összegei: 38.000 Ft + 4.800 Ft + 20.800 Ft)
  • A dolgozó után fizetett végkielégítés (a munkáltató rendes felmondása esetén jár a dolgozónak, melynek mértéke a munkahelyen eltöltött idő függvényében alakul): 3 év esetén 1 havi (~N° 96.000 Ft), 5 év esetén 2 havi (~N° 192.000 Ft), 10 év esetén 3 havi(~N° 288.000 Ft) átlagkereset illeti meg.
  • A módszer kidolgozása az adott cégre: 30.000 Ft

A három elbocsátott dolgozó után fizetett nettó havi munkabér, és az utánuk fizetett járulékok összege is megtakarítható az üzem számára, amely havi 480.000 Ft többletet jelent a cégnek (3 * (96.000 + 64.000)), valamint a végkielégítés mértékének összegén is lehet spórolni, ha a cég egy olyan munkavállalót küld el, aki kevesebb ideje van a cégnél. Ezért úgy gondolom a cégnek megéri a módszer kidolgozására fordított összeg.

A saját megoldás bemutatása (MÓDSZER)

Hasonlóságelemzésem a következő lépéseket tartalmazza XLS:

  • Alapadatok: Fiktív adatok alapján létrehoztam egy alaptáblázatot. A mértékegységek kialakításánál az iskolai végzettség esetében kódolás használtam, melyet a munkalapon rögzítettem.
  • Metaadatbázis: Az alaptáblázatból metaadatbázist hoztam létre. A metaadatbázis létrehozásához az Excel táblázat Autoszűrő alkalmazása volt segítségemre, melynek eredményeként egyszerűen és gyorsan kereshetünk rá a tartományban lévő adatcsoportokra és dolgozhatunk azokkal.
  • Kimutatás: A következő lépés a Pivot-tábla létrehozása a metaadatbázisból kimutatásvarázslóval. A kimutatást darabra és értékre vonatkozóan is létre kell hozni. A darabszám kimutatás azért fontos, mert megmutatja, ha az előzőek során egy objektumhoz nem csak egy attribútumot rendeltünk hozzá.
  • Elemzés(sorrend): Az alapadatok táblázatot Y0 oszloppal láttam el, melynek értékét 1000 pontban állapítottam meg. Majd ugyanezen munkalapon meghatároztam az irányokat. Az irányok kialakításánál a következőképpen jártam el. A kor irányának meghatározásánál a minél nagyobb, annál jobban hasonlít az idealizált személyhez elvet követtem, vagyis ahhoz a személyhez akitől megválna az üzem, így az irány itt 0. Hasonlóképp gondoltam ezt a hibák számánál is, ezért az irány itt is 0. A többi attribútum irányának meghatározásánál pedig a minél kisebb, annál jobban hasonlít az idealizált személyhez elvet alkalmaztam, tehát az iskolai végzettség, a szakképzettség és a munkában eltöltött idő irányának jelölése is 1. Majd az alaptáblázat alapján sorszámfüggvény segítségével egy rangsor táblázatot hoztam létre, amely az objektumokat rangsorolja az egymással összemért attribútum adatok alapján .
  • COCO-elemzés: A sorrend felállítása után a rangsor táblázatból a My-X program segítségével elkészítettem a COCO online elemzést, majd ezt bemásoltam a munkalapra. Végül a COCO-mátrix táblázatból hivatkozás segítségével, a becslés pontszámait csökkenő sorrendbe állítva egy végső rangsort alakítottam ki.

Az eredmények értelmezése (EREDMÉNY)

Az eredményeket a COCO-elemzés munkalap végén a sorrend táblázat tartalmazza. Tehát a hasonlóság elemzés vizsgálata alapján:

  • Pesti Jánosné (Becslés: 1025 pont),
  • Nagy Róbertné (Becslés: 1022.6 pont) és
  • Péntek Ferenc (Becslés: 1020.1 pont)

munkavállalók kerülnének elbocsátásra.

Ajánlások megfogalmazása (KÖVETKEZTETÉS)

Először úgy gondoltam, hogy nem feltétlen a nyugdíjkorhatárt elért munkavállalóktól válnék meg, hanem figyelembe veszek más tényezőket is, ebben a reményben kezdtem hozzá a hasonlóságelemzés elvégzéséhez. A hasonlóságelemzés segített felállítani egy rangsort, amelyből kiderült, hogy a vizsgált attribútumok vonatkozásában mely munkavállaló a leggyengébb, a vezető egy átfogó képet kapott munkavállalóiról, a kapott eredmények ismeretében könnyebb döntést tett számára lehetővé. A valóságban azonban más szubjektív, nem mérhető tulajdonságok és kompetenciák is befolyásolják a vezető döntését, főleg egy ilyen nehéz helyzetben, amikor emberek megélhetéséről van szó. A munkavállalókat munkájuk során viselkedésük meghatározza, melyet az évek során a munkáltató is megismerhetett, amely segítségére lehet döntésében. A best practice és a hasonlóságelemzés eredményei ismeretében végül best practice eredményeire esett a választásom. A hasonlóságelemzés során az irányok felállításánál egy logikai ellentmondás is keletkezett ezáltal. A munkában eltöltött idő esetében az 1-es irányt állapítottam meg, vagyis minél kevesebb ideje van valaki a cégnél, annál esélyesebb, hogy elbocsátják, amit a nyugdíjkorhatárt elért munkavállalókra nézve is érvényesnek tartottam, de esetükben a best practice alapján a korhatár betöltése elsőbbséget élvez a munkában eltöltött idővel szemben, és annak ellenére, hogy régóta a cégnél dolgoznak, mégis őket bocsátottam el. A döntésben végül pedig költséghatékonysági szempontok játszották a főszerepet.

Az információ többletérték lehetőségének levezetése (VITA)

Úgy gondolom, hogy a végső győztes módszer ismeretében is - amely a best practice módszer volt - megérte mindkét módszert megvizsgálni, és a módszer kidolgozásának költségét kifizetni. Ahogy már az előzőekben is említettem egy elbocsátás során, ahol három munkavállaló elküldéséről van szó, nem lehetünk eléggé felkészültek és körültekintőek, hogy pontosan kiket küldjünk el, ezért minden módszer kidolgozásának meg kell adni a lehetőséget, időt és energiát kell szentelni rá.

A hasonlóságelemzés eredménye és a saját módszerem eredménye nem tér el szignifikánsan egymástól. Mindkét módszer eredménye alapján Nagy Róbertnétől meg kell válnia a cégnek, az ő esetében munkabére és az utána kifizetett járulékok összege megtakarítható, melynek mértéke egy havi bontásban 160.000 Ft-ot jelent a cégnek (96.000 Ft + 64.000 Ft), viszont ki kell fizetni utána végkielégítését, amelynek összege 7 év munkában eltöltött idő után a munkavállaló kéthavi átlagkeresetét jelenti, vagyis nettó 192.000 Ft. A best practice módszer eredménye alapján a másik két elküldeni kívánt munkavállaló (Erdei Béla, Orsós Béla) esetében pedig nemcsak a munkabér és járulékai, hanem a végkielégítés összege is megspórolható a cégnek, mivel őket nyugdíjazzák. Véleményem szerint nem esik el nagy összegtől a cég, ha kifizeti a 30.000 Ft-ot a módszer kidolgozásáért, még ha nem is az alapján dönt, mivel több perspektívából megközelítette az esetleges létszámleépítést, így felelősségteljesebb döntést képes hozni.

Lépcsős függvény átforgatása szakértői rendszerként értelmezhető táblázatba

Kapcsolódó, ill. konkurens megoldások, dokumentumok

https://miau.gau.hu/mediawiki/index.php/Ide%C3%A1lis_sz%C3%B3cikk nyilatkozat és kitöltési segédlet

Személyes eszközök