People analytics: retenção de talentos em instituições públicas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional do FGV (FGV Repositório Digital) |
Texto Completo: | https://hdl.handle.net/10438/34755 |
Resumo: | Objetivo: O presente trabalho considera a importância de investir em pessoas para obter resultados provenientes de profissionais qualificados e negócios sustentáveis. Assim, estabelece como objetivo investigar como os preditores sociodemográficos podem ser efetivamente identificados nas práticas de People Analytics para auxiliar na retenção de talentos. Buscando atender ao objetivo, foi realizada revisão de literatura sobre o tema apoiada em análise de dados sociodemográficos de uma população de 2.540 funcionários que se desligaram de uma instituição pública federal, no período de 10/2020 a 10/2022. Metodologia: Aplicando a metodologia quantitativa, foram utilizadas técnicas de People Analytics para identificar correlações entre variáveis preditivas. A metodologia envolveu procedimentos de coleta, limpeza, análise, interpretação e tratamento dos dados com aplicação de hipóteses. O presente trabalho tem como foco dados relevantes que foram obtidos internamente pela instituição e composta por informações sociodemográficas, como sexo, idade de admissão, escolaridade, tempo de vínculo, estado civil, quantidade de dependentes, formações acadêmicas, previdência e plano de saúde. Essas variáveis foram usadas no estudo de desligamento do funcionário, investigando as possíveis associações entre essas variáveis e o tempo de permanência na instituição. Resultado: Como resultado da pesquisa, identificou-se que preditores sociodemográficos como o vínculo ao plano de previdência privada, o maior nível de escolaridade, o maior número de dependentes e matrimônio, apresentaram uma relação positiva para a permanência dos funcionários na instituição. Em relação à variável idade de admissão, observou-se uma correlação negativa com o tempo de permanência. Os preditores sociodemográficos, quantidade de graduações feitas pelos funcionários e sexo, não apresentaram relevância estatística na presente pesquisa. Os dados referentes ao plano de saúde demonstram que a adesão pelo funcionário não reflete em aumento de sua permanência na instituição. Contribuições: O estudo detalhado dos resultados, além de contribuir para a literatura, fortalece a posição do People Analytics como uma solução essencial na elaboração de políticas de gestão de pessoas. As conclusões deste estudo indicam que a identificação de preditores sociodemográficos pode embasar decisões estratégicas, impactando positivamente tanto o desempenho individual do funcionário quanto a sua permanência, proporcionando sustentabilidade. A utilização destas informações, como as observadas na presente pesquisa, com a adequada aplicação de técnicas de People Analytics, proporcionará conhecimento para levar as instituições a terem vantagens competitivas e resultados provenientes de seu capital humano. Originalidade: O tema People Analytcs é recente e com muito ainda a ser explorado. A originalidade da pesquisa está em atualizar a discussão sobre o tema, direcionando para uma investigação acerca de como o People Analytics pode ser aplicado para elevar a qualidade e a assertividade das práticas relacionadas a retenção de talentos, conforme metodologia descrita neste trabalho. |
id |
FGV_66071205e3b0e7eb1f90ca75346ce0ae |
---|---|
oai_identifier_str |
oai:repositorio.fgv.br:10438/34755 |
network_acronym_str |
FGV |
network_name_str |
Repositório Institucional do FGV (FGV Repositório Digital) |
repository_id_str |
3974 |
spelling |
Ferreira, Enio MathiasEscolas::EBAPEAlmeida, Juliana GuedesWanke, Peter FernandesPimenta, Roberto da Costa2024-01-19T17:43:38Z2024-01-19T17:43:38Z2023-10-18https://hdl.handle.net/10438/34755Objetivo: O presente trabalho considera a importância de investir em pessoas para obter resultados provenientes de profissionais qualificados e negócios sustentáveis. Assim, estabelece como objetivo investigar como os preditores sociodemográficos podem ser efetivamente identificados nas práticas de People Analytics para auxiliar na retenção de talentos. Buscando atender ao objetivo, foi realizada revisão de literatura sobre o tema apoiada em análise de dados sociodemográficos de uma população de 2.540 funcionários que se desligaram de uma instituição pública federal, no período de 10/2020 a 10/2022. Metodologia: Aplicando a metodologia quantitativa, foram utilizadas técnicas de People Analytics para identificar correlações entre variáveis preditivas. A metodologia envolveu procedimentos de coleta, limpeza, análise, interpretação e tratamento dos dados com aplicação de hipóteses. O presente trabalho tem como foco dados relevantes que foram obtidos internamente pela instituição e composta por informações sociodemográficas, como sexo, idade de admissão, escolaridade, tempo de vínculo, estado civil, quantidade de dependentes, formações acadêmicas, previdência e plano de saúde. Essas variáveis foram usadas no estudo de desligamento do funcionário, investigando as possíveis associações entre essas variáveis e o tempo de permanência na instituição. Resultado: Como resultado da pesquisa, identificou-se que preditores sociodemográficos como o vínculo ao plano de previdência privada, o maior nível de escolaridade, o maior número de dependentes e matrimônio, apresentaram uma relação positiva para a permanência dos funcionários na instituição. Em relação à variável idade de admissão, observou-se uma correlação negativa com o tempo de permanência. Os preditores sociodemográficos, quantidade de graduações feitas pelos funcionários e sexo, não apresentaram relevância estatística na presente pesquisa. Os dados referentes ao plano de saúde demonstram que a adesão pelo funcionário não reflete em aumento de sua permanência na instituição. Contribuições: O estudo detalhado dos resultados, além de contribuir para a literatura, fortalece a posição do People Analytics como uma solução essencial na elaboração de políticas de gestão de pessoas. As conclusões deste estudo indicam que a identificação de preditores sociodemográficos pode embasar decisões estratégicas, impactando positivamente tanto o desempenho individual do funcionário quanto a sua permanência, proporcionando sustentabilidade. A utilização destas informações, como as observadas na presente pesquisa, com a adequada aplicação de técnicas de People Analytics, proporcionará conhecimento para levar as instituições a terem vantagens competitivas e resultados provenientes de seu capital humano. Originalidade: O tema People Analytcs é recente e com muito ainda a ser explorado. A originalidade da pesquisa está em atualizar a discussão sobre o tema, direcionando para uma investigação acerca de como o People Analytics pode ser aplicado para elevar a qualidade e a assertividade das práticas relacionadas a retenção de talentos, conforme metodologia descrita neste trabalho.Objective: This work considers the importance of investing in people to obtain results from qualified professionals and sustainable businesses. Likewise, the objective is to investigate how sociodemographic predictors can be effectively identified in People Analytics practices to assist in talent retention. Trying to reach the goal, a literature review was carried out on the topic based on the analysis of sociodemographic data from a population of 2,540 employees disconnected from a federal public institution, in the period from 10/2020 to 10/2022. Methodology: Applying the quantitative methodology, we use People Analytics techniques to identify correlations between predictive variables. The methodology involves procedures for collecting, cleaning, analyzing, interpreting and processing data with the application of hypotheses. This work focuses on relevant data that is obtained internally by the institution and consists of sociodemographic information, such as gender, entry age, education, length of relationship, marital status, number of dependents, academic background, social security and health plan. These variables are used to study employee dismissal, investigating possible associations between these variables and length of stay at the institution. Results: As a result of the research, it was identified that sociodemographic predictors such as participating in a private pension plan, having a higher education, having a greater number of dependents and having a successful marriage, had a positive relationship with employees remaining at the institution. Regarding the variable age at admission, a negative correlation was observed with length of stay. The sociodemographic predictors, number of degrees completed by employees and gender, were not statistically relevant in the present research. Data relating to the health plan demonstrate that employee adherence does not result in an increase in their stay at the institution. Contributions: The detailed study of the results, in addition to contributing to the literature, strengthens the position of People Analytics as an essential solution in the development of people management policies. The conclusions of this study indicate that the identification of sociodemographic predictors can support strategic decisions, positively impacting both the employee's individual performance and their retention, providing sustainability. The use of all this information, such as what was observed in this research, with the appropriate application of People Analytics techniques, will provide knowledge to lead institutions to have competitive advantages and results arising from their human capital. Originality: The People Analytics topic is recent and there is still a lot to be explored. The originality of the research lies in updating the discussion on the topic, leading to an investigation into how People Analytics can be applied to increase the quality and assertiveness of practices related to talent retention, according to the methodology described in this work.por Gestão de PessoasPeople AnalyticsRetenção de TalentosGestão de pessoasAptidãoEntidades governamentaisCapital humano - AdministraçãoEscola Brasileira de Administração Pública e de EmpresasPeople analytics: retenção de talentos em instituições públicasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional do FGV (FGV Repositório Digital)instname:Fundação Getulio Vargas (FGV)instacron:FGVLICENSElicense.txtlicense.txttext/plain; charset=utf-85112https://repositorio.fgv.br/bitstreams/c91404fb-79e1-4617-8e1f-9530c0522170/download2a4b67231f701c416a809246e7a10077MD51ORIGINALPEOPLE ANALYTICS.pdfPEOPLE ANALYTICS.pdfPDFapplication/pdf1754560https://repositorio.fgv.br/bitstreams/6875bb61-7e33-455c-a0f4-0d2e8366144a/downloadf1de6241237e44d819026183e4e77b2eMD52TEXTPEOPLE ANALYTICS.pdf.txtPEOPLE ANALYTICS.pdf.txtExtracted texttext/plain103301https://repositorio.fgv.br/bitstreams/31ab6347-fd84-46f9-a5b6-18ac9c80b50c/download8df15d7f3a9f731332e0b3376453979dMD53THUMBNAILPEOPLE ANALYTICS.pdf.jpgPEOPLE ANALYTICS.pdf.jpgGenerated Thumbnailimage/jpeg2451https://repositorio.fgv.br/bitstreams/d1418e21-11a1-4995-8aa2-b89cab1d17f4/downloadf2c11478f1d929bffad5ec1f729253bbMD5410438/347552024-01-23 11:26:16.486open.accessoai:repositorio.fgv.br:10438/34755https://repositorio.fgv.brRepositório InstitucionalPRIhttp://bibliotecadigital.fgv.br/dspace-oai/requestopendoar:39742024-01-23T11:26:16Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)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 |
dc.title.por.fl_str_mv |
People analytics: retenção de talentos em instituições públicas |
title |
People analytics: retenção de talentos em instituições públicas |
spellingShingle |
People analytics: retenção de talentos em instituições públicas Ferreira, Enio Mathias Gestão de Pessoas People Analytics Retenção de Talentos Gestão de pessoas Aptidão Entidades governamentais Capital humano - Administração Escola Brasileira de Administração Pública e de Empresas |
title_short |
People analytics: retenção de talentos em instituições públicas |
title_full |
People analytics: retenção de talentos em instituições públicas |
title_fullStr |
People analytics: retenção de talentos em instituições públicas |
title_full_unstemmed |
People analytics: retenção de talentos em instituições públicas |
title_sort |
People analytics: retenção de talentos em instituições públicas |
author |
Ferreira, Enio Mathias |
author_facet |
Ferreira, Enio Mathias |
author_role |
author |
dc.contributor.unidadefgv.none.fl_str_mv |
Escolas::EBAPE |
dc.contributor.member.none.fl_str_mv |
Almeida, Juliana Guedes Wanke, Peter Fernandes |
dc.contributor.author.fl_str_mv |
Ferreira, Enio Mathias |
dc.contributor.advisor1.fl_str_mv |
Pimenta, Roberto da Costa |
contributor_str_mv |
Pimenta, Roberto da Costa |
dc.subject.por.fl_str_mv |
Gestão de Pessoas People Analytics Retenção de Talentos |
topic |
Gestão de Pessoas People Analytics Retenção de Talentos Gestão de pessoas Aptidão Entidades governamentais Capital humano - Administração Escola Brasileira de Administração Pública e de Empresas |
dc.subject.bibliodata.por.fl_str_mv |
Gestão de pessoas Aptidão Entidades governamentais Capital humano - Administração Escola Brasileira de Administração Pública e de Empresas |
description |
Objetivo: O presente trabalho considera a importância de investir em pessoas para obter resultados provenientes de profissionais qualificados e negócios sustentáveis. Assim, estabelece como objetivo investigar como os preditores sociodemográficos podem ser efetivamente identificados nas práticas de People Analytics para auxiliar na retenção de talentos. Buscando atender ao objetivo, foi realizada revisão de literatura sobre o tema apoiada em análise de dados sociodemográficos de uma população de 2.540 funcionários que se desligaram de uma instituição pública federal, no período de 10/2020 a 10/2022. Metodologia: Aplicando a metodologia quantitativa, foram utilizadas técnicas de People Analytics para identificar correlações entre variáveis preditivas. A metodologia envolveu procedimentos de coleta, limpeza, análise, interpretação e tratamento dos dados com aplicação de hipóteses. O presente trabalho tem como foco dados relevantes que foram obtidos internamente pela instituição e composta por informações sociodemográficas, como sexo, idade de admissão, escolaridade, tempo de vínculo, estado civil, quantidade de dependentes, formações acadêmicas, previdência e plano de saúde. Essas variáveis foram usadas no estudo de desligamento do funcionário, investigando as possíveis associações entre essas variáveis e o tempo de permanência na instituição. Resultado: Como resultado da pesquisa, identificou-se que preditores sociodemográficos como o vínculo ao plano de previdência privada, o maior nível de escolaridade, o maior número de dependentes e matrimônio, apresentaram uma relação positiva para a permanência dos funcionários na instituição. Em relação à variável idade de admissão, observou-se uma correlação negativa com o tempo de permanência. Os preditores sociodemográficos, quantidade de graduações feitas pelos funcionários e sexo, não apresentaram relevância estatística na presente pesquisa. Os dados referentes ao plano de saúde demonstram que a adesão pelo funcionário não reflete em aumento de sua permanência na instituição. Contribuições: O estudo detalhado dos resultados, além de contribuir para a literatura, fortalece a posição do People Analytics como uma solução essencial na elaboração de políticas de gestão de pessoas. As conclusões deste estudo indicam que a identificação de preditores sociodemográficos pode embasar decisões estratégicas, impactando positivamente tanto o desempenho individual do funcionário quanto a sua permanência, proporcionando sustentabilidade. A utilização destas informações, como as observadas na presente pesquisa, com a adequada aplicação de técnicas de People Analytics, proporcionará conhecimento para levar as instituições a terem vantagens competitivas e resultados provenientes de seu capital humano. Originalidade: O tema People Analytcs é recente e com muito ainda a ser explorado. A originalidade da pesquisa está em atualizar a discussão sobre o tema, direcionando para uma investigação acerca de como o People Analytics pode ser aplicado para elevar a qualidade e a assertividade das práticas relacionadas a retenção de talentos, conforme metodologia descrita neste trabalho. |
publishDate |
2023 |
dc.date.issued.fl_str_mv |
2023-10-18 |
dc.date.accessioned.fl_str_mv |
2024-01-19T17:43:38Z |
dc.date.available.fl_str_mv |
2024-01-19T17:43:38Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://hdl.handle.net/10438/34755 |
url |
https://hdl.handle.net/10438/34755 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional do FGV (FGV Repositório Digital) instname:Fundação Getulio Vargas (FGV) instacron:FGV |
instname_str |
Fundação Getulio Vargas (FGV) |
instacron_str |
FGV |
institution |
FGV |
reponame_str |
Repositório Institucional do FGV (FGV Repositório Digital) |
collection |
Repositório Institucional do FGV (FGV Repositório Digital) |
bitstream.url.fl_str_mv |
https://repositorio.fgv.br/bitstreams/c91404fb-79e1-4617-8e1f-9530c0522170/download https://repositorio.fgv.br/bitstreams/6875bb61-7e33-455c-a0f4-0d2e8366144a/download https://repositorio.fgv.br/bitstreams/31ab6347-fd84-46f9-a5b6-18ac9c80b50c/download https://repositorio.fgv.br/bitstreams/d1418e21-11a1-4995-8aa2-b89cab1d17f4/download |
bitstream.checksum.fl_str_mv |
2a4b67231f701c416a809246e7a10077 f1de6241237e44d819026183e4e77b2e 8df15d7f3a9f731332e0b3376453979d f2c11478f1d929bffad5ec1f729253bb |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV) |
repository.mail.fl_str_mv |
|
_version_ |
1813797594427555840 |