Karar Destek Aracı Olarak İnsan Kaynakları Verisi
“Ölçemediğiniz şeyi yönetemezsiniz.” – Peter Drucker
Günümüz işletmeleri, sadece üretim ya da satış verilerini değil, insan kaynağına dair verileri de analiz ederek stratejik kararlar almaktadır. Bu noktada İK metrikleri; işletmenin insan kaynağıyla ilgili performansını ölçen ve karar vericilere bilgi sağlayan sayısal göstergelerdir. Bu yazıda amacım, 2017 yılından bu yana bu konuda da eğitimler vermekte olup bir önceki yazıyı gösterge metrikleri genel olarak örneklerle açıklamaktır.
İK Metrikleri Neden Önemlidir?
- Çalışan bağlılığı ölçülebilmektedir,
- İşe alım süreçlerinin etkinliği değerlendirilir,
- İş gücü devir oranı takip edilir,
- Eğitim yatırımlarının geri dönüşü analiz edilir.
Bu analizler, İK departmanının sadece operasyonel değil, stratejik bir ortak olarak konumlanmasını sağlar (Ulrich, 1997).
Temel İK Metrikleri ve Örnekler
1. İşgücü Devir Oranı (Turnover Rate)
Formül:(İşten Ayrılan Çalışan Sayısı / Ortalama Çalışan Sayısı) x 100
Ortalama çalışan sayısı hesaplarken, Başlangıç Çalışan Sayısı + Bitiş Çalışan Sayısı/2
Örnek 2024 yılı ocak ayı çalışan sayısı başlangıç çalışan sayısıdır. 2024 aralık ayı çalışan sayısı ise bitiş çalışan sayısıdır.
Örnek:
Bir yıl içinde 15 çalışan ayrılmış, ortalama çalışan sayısı 100 ise: (15/100) x 100 = %15
Bu oran, sektöre göre yüksek ya da düşük olabilir. Örneğin, perakende sektöründe %30’a kadar olan devir oranları normal kabul edilirken, mühendislik alanında %10 üzeri oranlar riskli olabilir (SHRM, 2023).
Örnek tablo:
| Annual Worker Turnover / Çalışan Devir Oranı % | Erkek | Kadın | Toplam |
| Last full quarter (90 days) / Son tam çeyrek (90 gün) | 0 | 0 | 0 |
| Last full calendar year (2024) / Son tam takvim yılı (2024) | 6,90 | 0 | 0 |
| Previous full calendar year (2023) / Önceki tam takvim yılı (2023) | 7,41 | 2,47 | 0 |
2. İşe Alım Süresi (Time to Fill)
Bir pozisyonun ilan edilmesinden işe alımın tamamlanmasına kadar geçen süredir.
Örnek: Bir pozisyon için 10 Mart’ta ilan verilmiş, 5 Nisan’da işe başlanmışsa:5 Nisan - 10 Mart = 26 gün
Bu süre, İK’nın piyasaya hakimiyetini ve süreç verimliliğini gösterir. Uzun süreler maliyetleri artırır.
📈 Grafik (Excel/SPSS): Ortalama Time to Fill (bar chart)
- X ekseni: Departmanlar
- Y ekseni: Ortalama “Time to Fill” süresi
2.1. Departman Bazlı Karşılaştırma:
- En hızlı işe alım yapılan departmanlar belirlenebilir.
- Örnek: Üretim departmanında işe alım süresi daha kısa olabilir.
2.2. Pozisyon Seviyesi ile Karşılaştırma:
- Giriş, Orta, Kıdemli seviyeler arasında süre farkı analiz edilebilir.
- Kıdemli pozisyonlar için daha uzun “Time to Fill” normaldir.
2.3. İlan Kaynağı Etkinliği:
- Hangi ilan kaynağı daha hızlı işe alım sağlıyor?
- Örnek analiz: Kariyer.net üzerinden açılan ilanların ortalama süresi:
(20 + 20 + 24) / 3 = 21.3 gün
3. Eğitim Saatleri ve ROI (Eğitim Yatırımı Geri Dönüşü)
Formül (basit):(Eğitimden kaynaklı performans artışı / Eğitim maliyeti) x 100
Örnek: Bir ekip için yapılan 10.000 TL’lik eğitim sonrası üretkenlik %8 artmış ve bu artışın işletmeye katkısı yıllık 40.000 TL olarak ölçülmüşse: (40.000 / 10.000) x 100 = %400 ROI
Bu, eğitimlerin sadece zorunluluk değil, yatırım olarak görülmesi gerektiğini gösterir (Phillips, 1996).
4. Çalışan Memnuniyeti ve Bağlılık Skoru
Genellikle anketlerle ölçülür. eNPS (Employee Net Promoter Score) kullanımı yaygındır.
Formül: Promoter (%) – Detractor (%)
Örnek olarak, ankete katılan 100 çalışanın 50’si “kurumu öneririm”, 20’si “önermem” demişse: 50 - 20 = eNPS = +30
Pozitif skorlar memnuniyeti gösterirken, negatif skorlar bağlılık sorunlarını işaret eder (Reichheld, 2003).
📊 Örnek Analiz: Bu senaryoda 10 çalışanın departmanlarına göre;
- Memnuniyet skorları (1–5 arası),
- eNPS skorları (-100 ile +100 arası) ölçülmüştür.
| Calisan_ID | Departman | Memnuniyet_Skoru | eNPS_Skoru |
| 1 | Satış | 3,8 | 10 |
| 2 | Satış | 2,9 | -20 |
| 3 | IT | 4,5 | 50 |
| 4 | IT | 4,7 | 60 |
| 5 | İK | 3,2 | -10 |
| 6 | İK | 3 | -30 |
| 7 | Üretim | 2,5 | -40 |
| 8 | Üretim | 2,8 | -35 |
| 9 | Lojistik | 3,9 | 20 |
| 10 | Lojistik | 3,7 | 25 |
Yorumlar:
IT departmanı, en yüksek memnuniyet ve eNPS skoruna sahiptir → çalışanlar kurumu önermeye daha yatkındır.
Üretim ve İK departmanları, hem memnuniyet hem eNPS açısından negatif skorlar almıştır → çalışan bağlılığı düşüktür ve risk taşır.
Satış ve Lojistik, ortalama skorlarla orta düzeyde memnuniyet göstermektedir.
Yorum: Bu analiz, hangi departmanların İK müdahalesine daha çok ihtiyaç duyduğunu görsel olarak sunar.
Öneriler:
- Üretim ve İK departmanlarında memnuniyeti etkileyen faktörlerin detaylı olarak analiz edilmesi.
- IT departmanındaki iyi uygulamaların diğer departmanlara aktarılması.
- Bağlılık skorlarını yükseltmek için çalışanlarla birebir görüşmeler ve odak grup çalışmalarının yürütülmesi.
Sonuç Bu analiz, kurum içerisinde çalışan deneyiminin departmanlar bazında farklılıklar gösterdiğini ortaya koymuştur. Bu veriler, şirketin çalışan bağlılığını artırma stratejilerinin temelini oluşturabilir.
5. Çalışan Devamsızlık Oranı
Formül: (Yılın 1. Günündeki Çalışan Sayısı + Yılın Son Günündeki Çalışan Sayısı)/2) * Belirtilen Zaman İçindeki Mevcut Çalışma Günleri Sayısı * 100
| Rate of Absenteeism / Devamsızlık % | Erkek | Kadın |
| Last full quarter (90 days) / Son tam çeyrek (90 gün) | 8,7% [10days,(((41+46)/2)*264*100)] | 8,7% [10days,(((41+46)/2)*264*100)] |
| Last full calendar year (2024) / Son tam takvim yılı (2024) | 3,2 % [34days,(((40+41)/2)*264*100)] | 3,9 % [42days,(((40+41)/2)*264*100) ] |
| Previous full calendar year (2023) / Önceki tam takvim yılı (2023) | None | None |
İK Analitiği ile Neler Yapılabilir?
İK metrikleri, yalnızca geçmişi raporlamak için değil, geleceği öngörmek için de kullanılır.
- Makine öğrenmesi ile hangi çalışanların ayrılma riski olduğu tahmin edilebilir,
- Eğitimlerin hangi yetkinlik artışına sebep olduğu analiz edilebilir,
- Hangi pozisyonlarda daha uzun işe alım süresi yaşandığı belirlenebilir.
- İşten ayrılmaları öngörülebilir.
- Memnuniyet artırıcı önlemler geliştirmek mümkün olabilir.
- Kıdeme göre risk analizi yapma mümkün hale gelir.
Böylece, veriye dayalı İK yönetimi, sezgilere değil somut gerçeklere dayanır. Veriye dayalı bu yaklaşım, sadece İK stratejisini değil, çalışan mutluluğunu da iyileştirir.
Sonuç
İnsan kaynakları metriklerini analiz etmek, sadece bir raporlama faaliyeti değil, işletmenin geleceğini şekillendirme aracıdır. Kurumların stratejik İK yönetimine geçişi, bu metrikleri anlamlı ve düzenli şekilde izlemeleri ile mümkündür. Bir sonraki İK metrik yazımızda IBM SPSS ve Python ile İK metriklerini analiz etme ve yorumlama konusuna değinilecektir.
🔗 Kaynakça:
- Hair et al. (2010). Multivariate Data Analysis
- Field, A. (2013). Discovering Statistics Using SPSS
- Ulrich, D. (1997). Human Resource Champions. Harvard Business Press.
- SHRM (2023). “Turnover Metrics by Industry.” www.shrm.org
- Phillips, J. J. (1996). ROI: Measuring the Return on Investment in Training and Performance Improvement Programs.
- Reichheld, F. (2003). The One Number You Need to Grow. Harvard Business Review.
- Yalçınkaya, A. E. (2023). IBM SPSS ile istatistiksel veri analizi. Nobel Bilimsel Eserler.
🖋 Dr. Ayşem Ece Yalçınkaya – Veri Analizi ve Yönetim Sistemleri Eğitmeni, Denetçi ve Süreç Mimarı
KalitEce's Blog 