1 Dữ liệu đầu vào

options(repos = c(CRAN = "https://cran.naftaliharris.com"))

install.packages("epitools")

## Installing package into 'C:/Users/HP/AppData/Local/R/win-library/4.3'
## (as 'lib' is unspecified)

## package 'epitools' successfully unpacked and MD5 sums checked
## 
## The downloaded binary packages are in
##  C:\Users\HP\AppData\Local\Temp\Rtmp0wYSYR\downloaded_packages

library(epitools)
install.packages("dplyr")

## Installing package into 'C:/Users/HP/AppData/Local/R/win-library/4.3'
## (as 'lib' is unspecified)

## package 'dplyr' successfully unpacked and MD5 sums checked
## 
## The downloaded binary packages are in
##  C:\Users\HP\AppData\Local\Temp\Rtmp0wYSYR\downloaded_packages

library(dplyr)

## Warning: package 'dplyr' was built under R version 4.3.1

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

install.packages("pROC")

## Installing package into 'C:/Users/HP/AppData/Local/R/win-library/4.3'
## (as 'lib' is unspecified)

## package 'pROC' successfully unpacked and MD5 sums checked
## 
## The downloaded binary packages are in
##  C:\Users\HP\AppData\Local\Temp\Rtmp0wYSYR\downloaded_packages

library(pROC)

## Warning: package 'pROC' was built under R version 4.3.1

## Type 'citation("pROC")' for a citation.

## 
## Attaching package: 'pROC'

## The following objects are masked from 'package:stats':
## 
##     cov, smooth, var

library(data.table)

## Warning: package 'data.table' was built under R version 4.3.1

## 
## Attaching package: 'data.table'

## The following objects are masked from 'package:dplyr':
## 
##     between, first, last

library(ggplot2)

## Warning: package 'ggplot2' was built under R version 4.3.1

install.packages("mdscore")

## Installing package into 'C:/Users/HP/AppData/Local/R/win-library/4.3'
## (as 'lib' is unspecified)

## package 'mdscore' successfully unpacked and MD5 sums checked
## 
## The downloaded binary packages are in
##  C:\Users\HP\AppData\Local\Temp\Rtmp0wYSYR\downloaded_packages

install.packages("mass")

## Installing package into 'C:/Users/HP/AppData/Local/R/win-library/4.3'
## (as 'lib' is unspecified)

## Warning: package 'mass' is not available for this version of R
## 
## A version of this package for your version of R might be available elsewhere,
## see the ideas at
## https://cran.r-project.org/doc/manuals/r-patched/R-admin.html#Installing-packages

## Warning: Perhaps you meant 'MASS' ?

library(mdscore)

## Warning: package 'mdscore' was built under R version 4.3.1

## Loading required package: MASS

## 
## Attaching package: 'MASS'

## The following object is masked from 'package:dplyr':
## 
##     select

install.packages("caret")

## Installing package into 'C:/Users/HP/AppData/Local/R/win-library/4.3'
## (as 'lib' is unspecified)

## package 'caret' successfully unpacked and MD5 sums checked
## 
## The downloaded binary packages are in
##  C:\Users\HP\AppData\Local\Temp\Rtmp0wYSYR\downloaded_packages

library(caret)

## Warning: package 'caret' was built under R version 4.3.1

## Loading required package: lattice

install.packages("DescTools")

## Installing package into 'C:/Users/HP/AppData/Local/R/win-library/4.3'
## (as 'lib' is unspecified)

## package 'DescTools' successfully unpacked and MD5 sums checked
## 
## The downloaded binary packages are in
##  C:\Users\HP\AppData\Local\Temp\Rtmp0wYSYR\downloaded_packages

library(DescTools)

## Warning: package 'DescTools' was built under R version 4.3.1

## 
## Attaching package: 'DescTools'

## The following objects are masked from 'package:caret':
## 
##     MAE, RMSE

## The following object is masked from 'package:data.table':
## 
##     %like%

install.packages("caret")

## Warning: package 'caret' is in use and will not be installed

library(caret)

# Datasets
data <- read.csv("D:/PTDLDT/BT.csv")
str(data)

## 'data.frame':    17417 obs. of  13 variables:
##  $ employee_id          : int  8724 74430 72255 38562 64486 46232 54542 67269 66174 76303 ...
##  $ department           : chr  "Technology" "HR" "Sales & Marketing" "Procurement" ...
##  $ region               : chr  "region_26" "region_4" "region_13" "region_2" ...
##  $ education            : chr  "Bachelors" "Bachelors" "Bachelors" "Bachelors" ...
##  $ gender               : chr  "m" "f" "m" "f" ...
##  $ recruitment_channel  : chr  "sourcing" "other" "other" "other" ...
##  $ no_of_trainings      : int  1 1 1 3 1 1 1 2 1 1 ...
##  $ age                  : int  24 31 31 31 30 36 33 36 51 29 ...
##  $ previous_year_rating : int  0 3 1 2 4 3 5 3 4 5 ...
##  $ length_of_service    : int  1 5 4 9 7 2 3 3 11 2 ...
##  $ KPIs_met_more_than_8N: chr  "Y" "N" "N" "N" ...
##  $ awards_won           : chr  "N" "N" "N" "N" ...
##  $ avg_training_score   : int  77 51 47 65 61 68 57 85 75 76 ...

KPIs_met_more_than_8N <- data$KPIs_met_more_than_8N
gender <- data$gender
m <- data.frame(data$employee_id, data$department, data$region, data$education, data$gender, data$recruitment_channel, data$no_of_trainings, data$age, data$previous_year_rating, data$length_of_service, data$KPIs_met_more_than_8N, data$awards_won, data$avg_training_score, KPIs_met_more_than_8N)

not <- m %>% mutate(soluong = case_when(data$no_of_trainings == "1" ~ 3, data$no_of_trainings == "2" ~ 3, data$no_of_trainings == "3" ~ 3, data$no_of_trainings == "4" ~ 3, data$no_of_trainings == "5" ~ 4, data$no_of_trainings == "6" ~ 4, data$no_of_trainings == "7" ~ 4, data$no_of_trainings == "8" ~ 4, data$no_of_trainings == "9" ~ 4))
no_of_trainings <-cut(not$soluong, breaks=c(0,3,4), labels=c('Ít', 'Nhiều'))
awards_won <- data$awards_won
avg_training_score <-cut(data$avg_training_score, breaks=c(0,50,100), labels=c('thấp', 'cao'))

2 BÀI TẬP TUẦN 6

Chạy mô hình hồi quy cho biến định tính trong câu 2, thức hiện các bài toán liên quan

Phân tích các yếu tố tác động đến mức độ hoàn thành KPIs của nhân viên

Thông qua kiểm định, các yếu tố có liên quan đến mức độ hoàn thành KPIs trên 80% của nhân viên (KPIs_met_more_than_8N) có liên quan đến giới tính (gender), số khóa học nhân viên đã tham gia (no_of_trainings), giải thương của nhân viên (awards_won), điểm trung bình của các khóa học đào tạo mà nhân viên đã tham gia (avg_training_score).

2.1 Mô hình hồi quy cho biến phụ thuộc KPIs_met_more_than_8N

2.1.1 Mô hình logit

K <- data.frame(data$employee_id, data$department, data$region, data$education, data$gender, data$recruitment_channel, data$no_of_trainings, data$age, data$previous_year_rating, data$length_of_service, data$KPIs_met_more_than_8N, data$awards_won, data$avg_training_score, KPIs_met_more_than_8N, gender, no_of_trainings, awards_won, avg_training_score)
K$K <- factor(K$K, levels = c(0, 1))
# Xây dựng mô hình logit
mh1 <- glm(data = K, formula = factor(KPIs_met_more_than_8N) ~ gender + no_of_trainings + awards_won + avg_training_score, family = binomial(link = "logit"))
levels(factor(KPIs_met_more_than_8N))

## [1] "N" "Y"

summary(mh1)

## 
## Call:
## glm(formula = factor(KPIs_met_more_than_8N) ~ gender + no_of_trainings + 
##     awards_won + avg_training_score, family = binomial(link = "logit"), 
##     data = K)
## 
## Coefficients:
##                       Estimate Std. Error z value Pr(>|z|)    
## (Intercept)           -0.80279    0.04418 -18.170  < 2e-16 ***
## genderm               -0.15234    0.03480  -4.378  1.2e-05 ***
## no_of_trainingsNhiều  -0.78301    0.34500  -2.270   0.0232 *  
## awards_wonY            1.37109    0.10831  12.659  < 2e-16 ***
## avg_training_scorecao  0.38085    0.03951   9.640  < 2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## (Dispersion parameter for binomial family taken to be 1)
## 
##     Null deviance: 22738  on 17416  degrees of freedom
## Residual deviance: 22426  on 17412  degrees of freedom
## AIC: 22436
## 
## Number of Fisher Scoring iterations: 4

# Câu lệnh tính e mũ cho các hệ số hồi quy mẫu trong mô hình
exp(mh1$coef)

##           (Intercept)               genderm  no_of_trainingsNhiều 
##             0.4480762             0.8587004             0.4570295 
##           awards_wonY avg_training_scorecao 
##             3.9396515             1.4635266

BrierScore(mh1)

## [1] 0.2258762

Mô hình tổng quát của logit:

logit(π) = log (π/1-π) = β0 + β1X1 + β2X2 + ⋯ + βkXk

Sau khi chạy mô hình logit ta có hàm hồi quy sau:

logit(π) = log (π/1-π) = -0.80279 -0.15234gender - 0.78301no_of_training + 1.37109awards_won + 0.38085avg_training_score

2.1.2 Mô hình probit

mh2 <- glm(data = K, formula = factor(KPIs_met_more_than_8N) ~ gender + no_of_trainings + awards_won + avg_training_score, family = binomial(link = "probit"))
levels(factor(KPIs_met_more_than_8N))

## [1] "N" "Y"

summary(mh2)

## 
## Call:
## glm(formula = factor(KPIs_met_more_than_8N) ~ gender + no_of_trainings + 
##     awards_won + avg_training_score, family = binomial(link = "probit"), 
##     data = K)
## 
## Coefficients:
##                       Estimate Std. Error z value Pr(>|z|)    
## (Intercept)           -0.49623    0.02684 -18.487  < 2e-16 ***
## genderm               -0.09359    0.02144  -4.365 1.27e-05 ***
## no_of_trainingsNhiều  -0.47253    0.19841  -2.382   0.0172 *  
## awards_wonY            0.84878    0.06571  12.917  < 2e-16 ***
## avg_training_scorecao  0.23224    0.02387   9.731  < 2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## (Dispersion parameter for binomial family taken to be 1)
## 
##     Null deviance: 22738  on 17416  degrees of freedom
## Residual deviance: 22426  on 17412  degrees of freedom
## AIC: 22436
## 
## Number of Fisher Scoring iterations: 4

# Câu lệnh tính e mũ cho các hệ số hồi quy mẫu trong mô hình
exp(mh2$coef)

##           (Intercept)               genderm  no_of_trainingsNhiều 
##             0.6088202             0.9106600             0.6234203 
##           awards_wonY avg_training_scorecao 
##             2.3367976             1.2614227

BrierScore(mh2)

## [1] 0.225876

Mô hình tổng quát của probit:

probit(π) = Φ^(-1)(π) = β0 + β1X1 + β2X2 + ⋯ + βkXk

Sau khi chạy mô hình probit ta có hàm hồi quy sau:

probit(π) = Φ^(-1)(π) = -0.49623 - 0.09359gender - 0.47253no_of_training + 0.84878awards_won + 0.23224avg_training_score

2.1.3 Mô hình cloglog

mh3 <- glm(data = K, formula = factor(KPIs_met_more_than_8N) ~ gender + no_of_trainings + awards_won + avg_training_score, family = binomial(link = "cloglog"))
summary(mh3)

## 
## Call:
## glm(formula = factor(KPIs_met_more_than_8N) ~ gender + no_of_trainings + 
##     awards_won + avg_training_score, family = binomial(link = "cloglog"), 
##     data = K)
## 
## Coefficients:
##                       Estimate Std. Error z value Pr(>|z|)    
## (Intercept)           -0.99552    0.03635 -27.387  < 2e-16 ***
## genderm               -0.12008    0.02758  -4.353 1.34e-05 ***
## no_of_trainingsNhiều  -0.65215    0.30200  -2.159   0.0308 *  
## awards_wonY            0.95372    0.06488  14.700  < 2e-16 ***
## avg_training_scorecao  0.30912    0.03290   9.395  < 2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## (Dispersion parameter for binomial family taken to be 1)
## 
##     Null deviance: 22738  on 17416  degrees of freedom
## Residual deviance: 22429  on 17412  degrees of freedom
## AIC: 22439
## 
## Number of Fisher Scoring iterations: 5

# Câu lệnh tính e mũ cho các hệ số hồi quy mẫu trong mô hình
exp(mh3$coef)

##           (Intercept)               genderm  no_of_trainingsNhiều 
##             0.3695296             0.8868506             0.5209249 
##           awards_wonY avg_training_scorecao 
##             2.5953363             1.3622206

BrierScore(mh3)

## [1] 0.2259142

Mô hình tổng quát của cloglog:

cloglog(π)=log(−log(1−π)) = β0 + β1X1 + β2X2 + ⋯ + βkXk

Sau khi chạy mô hình cloglog ta có hàm hồi quy sau:

cloglog(π)=log(−log(1−π)) = -0.99552 - 0.12008gender - 0.65215no_of_training + 0.95372awards_won + 0.30912avg_training_score

2.2 Lựa chọn giữa mô hình logit, probit và cloglog

2.2.1 AIC

AIC (logit) = 22436

AIC (probit) = 22436

AIC (cloglog) = 22439

Mô hình logit và probit có AIC bằng 22436 nên ta chọn 2 mô hình này.

2.2.2 Deviance

Deviance (logit) = 22426

Deviance (probit) = 22426

Deviance (cloglog) = 22429

Giá trị của Deviance càng nhỏ thì mô hình càng tốt. Trong 3 mô hình thì mô hình logit và mô hình probit tốt hơn mô hình cloglog.

2.2.3 BrierScore

BrierScore(logit) = 0.2258762

BrierScore(probit) = 0.225876

BrierScore(cloglog) = 0.2259142

Giá trị của Brier Score càng nhỏ nghĩa là chênh lệch giữa xác suất thực tế và xác suất tính từ mô hình càng nhỏ, nghĩa là mô hình càng tốt. Trong 3 mô hình thì mô hình probit là tốt nhất.

3 BÀI TẬP TUẦN 5

Phân tích thống kê mô tả của 2 biến phụ thuộc ở câu 2 với 5 biến còn lại trong câu 3, nhận xét về kết quả phân tích này

3.1 Thống kê mô tả biến phụ thuộc: Nhân viên có đạt KPIs trên 80% (KPIs_met_more_than_8N) với biến độc lập: Trình độ học vấn (education)

3.1.1 Biến trình độ học vấn được quy ước như sau: Trình độ Cử nhân trở lên ( Bachelors, Masters & above) và dưới trình độ Cử nhân (Below Secondary, Other)

Ver <- data %>% mutate(education = case_when(education == "Bachelors" ~ 4, education == "Bachelors" ~ 4, education == "Below_Secondary" ~ 3, education == "Other" ~ 3))
Ver <-cut(Ver$education, breaks=c(0,3,4), labels=c('Dưới trình độ Cử nhân', 'Trình độ Cử nhân trở lên'))
table(Ver)

## Ver
##    Dưới trình độ Cử nhân Trình độ Cử nhân trở lên 
##                      771                    11519

3.1.2 Lập bảng tần số, tần suất và biểu đồ

e <- table(Ver,data$KPIs_met_more_than_8N)
e

##                           
## Ver                           N    Y
##   Dưới trình độ Cử nhân     560  211
##   Trình độ Cử nhân trở lên 7396 4123

e1 <- prop.table(e)
e1

##                           
## Ver                                 N          Y
##   Dưới trình độ Cử nhân    0.04556550 0.01716843
##   Trình độ Cử nhân trở lên 0.60179007 0.33547600

Có 560 nhân viên không đạt KPIs dưới trình độ Cử nhân và 7396 nhân viên trên trình độ cử nhân.
Có 211 nhân viên đạt KPIs dưới trình độ Cử nhân và 4123 nhân viên trên trình độ cử nhân.

addmargins(e)

##                           
## Ver                            N     Y   Sum
##   Dưới trình độ Cử nhân      560   211   771
##   Trình độ Cử nhân trở lên  7396  4123 11519
##   Sum                       7956  4334 12290

barplot(e, beside = TRUE, legend.text = TRUE,
        col = c("lavenderblush", "whitesmoke"),
        xlab = "l", ylab = "Frequency",
        main = "Frequency of education and KPIs_met_more_than_8N ")

3.1.3 Rủi ro tương đối

riskratio(e)

## $data
##                           
## Ver                           N    Y Total
##   Dưới trình độ Cử nhân     560  211   771
##   Trình độ Cử nhân trở lên 7396 4123 11519
##   Total                    7956 4334 12290
## 
## $measure
##                           risk ratio with 95% C.I.
## Ver                        estimate    lower    upper
##   Dưới trình độ Cử nhân    1.000000       NA       NA
##   Trình độ Cử nhân trở lên 1.307888 1.162819 1.471054
## 
## $p.value
##                           two-sided
## Ver                          midp.exact fisher.exact   chi.square
##   Dưới trình độ Cử nhân              NA           NA           NA
##   Trình độ Cử nhân trở lên 1.414992e-06 1.598619e-06 2.130187e-06
## 
## $correction
## [1] FALSE
## 
## attr(,"method")
## [1] "Unconditional MLE & normal approximation (Wald) CI"

Tỷ lệ người không hoàn thành KPIs trên 80% và có trình độ Cử nhân trở lên cao hơn gấp 1.3 lần người không hoàn thành KPIs trên 80% và dưới trình độ Cử nhân.

riskratio(e, rev = 'c')

## $data
##                           
## Ver                           Y    N Total
##   Dưới trình độ Cử nhân     211  560   771
##   Trình độ Cử nhân trở lên 4123 7396 11519
##   Total                    4334 7956 12290
## 
## $measure
##                           risk ratio with 95% C.I.
## Ver                         estimate     lower     upper
##   Dưới trình độ Cử nhân    1.0000000        NA        NA
##   Trình độ Cử nhân trở lên 0.8839923 0.8447373 0.9250715
## 
## $p.value
##                           two-sided
## Ver                          midp.exact fisher.exact   chi.square
##   Dưới trình độ Cử nhân              NA           NA           NA
##   Trình độ Cử nhân trở lên 1.414992e-06 1.598619e-06 2.130187e-06
## 
## $correction
## [1] FALSE
## 
## attr(,"method")
## [1] "Unconditional MLE & normal approximation (Wald) CI"

3.1.4 Tỷ lệ chênh lệch

OddsRatio(e)

## [1] 1.479524

Nhân viên không đạt KPIs trên 80% so với nhân viên đạt KPIs trên 80% dưới trình độ cử nhân gần bằng 1.5 nhân viên không đạt KPIs trên 80% so với nhân viên đạt KPIs trên 80% thuộc trình độ Cử nhân trở lên.

OddsRatio(e, rev = "r")

## [1] 1.479524

3.1.5 Thống kê suy diễn

Kiểm định tính độc lập cho 2 biến (KPIs_met_more_than_8N) và (education)

Giả thuyết

H0: KPIs_met_more_than_8N và education độc lập

H1: KPIs_met_more_than_8N và education không độc lập

chisq.test(e)

## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  e
## X-squared = 22.106, df = 1, p-value = 2.58e-06

Kết quả kiểm định cho thấy p_value = 2.58e-06 < 5%. Do đó, KPIs của nhân viên (KPIs_met_more_than_8N) và trình độ học vấn (education) độc lập nhau.

3.2 Thống kê mô tả biến phụ thuộc: Nhân viên có đạt KPIs trên 80% (KPIs_met_more_than_8N) với biến độc lập: Giới tính (gender)

3.2.1 Lập bảng tần số, tần suất và biểu đồ

g <- table(data$gender,data$KPIs_met_more_than_8N)
g

##    
##        N    Y
##   f 3117 1986
##   m 8050 4264

g1 <- prop.table(g)
g1

##    
##             N         Y
##   f 0.1789631 0.1140265
##   m 0.4621921 0.2448183

Có 3117 nhân viên không đạt KPIs là giới tính nam và 8050 là giới tính nữ.
Có 1986 nhân viên đạt KPIs là giới tính nam và 4264 là giới tính nữ.

addmargins(g)

##      
##           N     Y   Sum
##   f    3117  1986  5103
##   m    8050  4264 12314
##   Sum 11167  6250 17417

barplot(g, beside = TRUE, legend.text = TRUE,
        col = c("lavenderblush", "whitesmoke"),
        xlab = "l", ylab = "Frequency",
        main = "Frequency of gender and KPIs_met_more_than_8N ")

3.2.2 Rủi ro tương đối

riskratio(g)

## $data
##        
##             N    Y Total
##   f      3117 1986  5103
##   m      8050 4264 12314
##   Total 11167 6250 17417
## 
## $measure
##    risk ratio with 95% C.I.
##      estimate    lower     upper
##   f 1.0000000       NA        NA
##   m 0.8897426 0.853082 0.9279786
## 
## $p.value
##    two-sided
##      midp.exact fisher.exact   chi.square
##   f          NA           NA           NA
##   m 8.53312e-08 8.961127e-08 7.724906e-08
## 
## $correction
## [1] FALSE
## 
## attr(,"method")
## [1] "Unconditional MLE & normal approximation (Wald) CI"

Tỷ lệ người không hoàn thành KPIs trên 80% và có giới tính nữ cao hơn gấp 0.9 lần người không hoàn thành KPIs trên 80% là nam.

riskratio(g, rev = 'c')

## $data
##        
##            Y     N Total
##   f     1986  3117  5103
##   m     4264  8050 12314
##   Total 6250 11167 17417
## 
## $measure
##    risk ratio with 95% C.I.
##     estimate    lower    upper
##   f 1.000000       NA       NA
##   m 1.070251 1.043414 1.097777
## 
## $p.value
##    two-sided
##      midp.exact fisher.exact   chi.square
##   f          NA           NA           NA
##   m 8.53312e-08 8.961127e-08 7.724906e-08
## 
## $correction
## [1] FALSE
## 
## attr(,"method")
## [1] "Unconditional MLE & normal approximation (Wald) CI"

3.2.3 Tỷ lệ chênh lệch

OddsRatio(g)

## [1] 0.8313404

Nhân viên không đạt KPIs trên 80% so với nhân viên đạt KPIs trên 80% giới tính nữ gần bằng 0.83 nhân viên không đạt KPIs trên 80% so với nhân viên đạt KPIs trên 80% thuộc giới tính nam.

OddsRatio(g, rev = "r")

## [1] 0.8313404

3.2.4 Thống kê suy diễn

Kiểm định tính độc lập cho 2 biến (KPIs_met_more_than_8N) và (gender)

Giả thuyết

H0: KPIs_met_more_than_8N và gender độc lập

H1: KPIs_met_more_than_8N và gender không độc lập

chisq.test(g)

## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  g
## X-squared = 28.688, df = 1, p-value = 8.504e-08

Kết quả kiểm định cho thấy p_value = 8.504e-08 < 5%. Do đó, KPIs của nhân viên (KPIs_met_more_than_8N) và giới tính (gender) có liên quan đến nhau.

3.3 Thống kê mô tả biến phụ thuộc: Nhân viên có đạt KPIs trên 80% (KPIs_met_more_than_8N) với biến độc lập: Điểm đánh giá của nhân viên năm trước đó (previous_year_rating)

3.3.1 Biến trình độ học vấn được quy ước như sau: Thấp (<3) và Cao (>=3)

Ver1 <- data %>% mutate(previous_year_rating = case_when(previous_year_rating == "0" ~ 3, previous_year_rating == "1" ~ 3, previous_year_rating == "2" ~ 3, previous_year_rating == "3" ~ 4, previous_year_rating == "4" ~ 4, previous_year_rating == "5" ~ 4))
Ver1 <-cut(Ver1$previous_year_rating, breaks=c(0,3,4), labels=c('Thấp', 'Cao'))
table(Ver1)

## Ver1
## Thấp  Cao 
##   60  162

3.3.2 Lập bảng tần số, tần suất và biểu đồ

p <- table(Ver1,data$KPIs_met_more_than_8N)
p

##       
## Ver1    N  Y
##   Thấp 40 20
##   Cao  92 70

p1 <- prop.table(p)
p1

##       
## Ver1            N          Y
##   Thấp 0.18018018 0.09009009
##   Cao  0.41441441 0.31531532

addmargins(p)

##       
## Ver1     N   Y Sum
##   Thấp  40  20  60
##   Cao   92  70 162
##   Sum  132  90 222

barplot(p, beside = TRUE, legend.text = TRUE,
        col = c("lavenderblush", "whitesmoke"),
        xlab = "l", ylab = "Frequency",
        main = "Frequency of previous_year_rating and KPIs_met_more_than_8N ")

3.3.3 Rủi ro tương đối

riskratio(p)

## $data
##        
## Ver1      N  Y Total
##   Thấp   40 20    60
##   Cao    92 70   162
##   Total 132 90   222
## 
## $measure
##       risk ratio with 95% C.I.
## Ver1   estimate     lower    upper
##   Thấp 1.000000        NA       NA
##   Cao  1.296296 0.8697887 1.931945
## 
## $p.value
##       two-sided
## Ver1   midp.exact fisher.exact chi.square
##   Thấp         NA           NA         NA
##   Cao   0.1869859    0.2188602  0.1831605
## 
## $correction
## [1] FALSE
## 
## attr(,"method")
## [1] "Unconditional MLE & normal approximation (Wald) CI"

3.3.4 Tỷ lệ chênh lệch

OddsRatio(p)

## [1] 1.521739

OddsRatio(p, rev = "r")

## [1] 1.521739

3.3.5 Thống kê suy diễn

Kiểm định tính độc lập cho 2 biến (KPIs_met_more_than_8N) và (previous_year_rating)

Giả thuyết

H0: KPIs_met_more_than_8N và previous_year_rating độc lập

H1: KPIs_met_more_than_8N và previous_year_rating không độc lập

chisq.test(p)

## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  p
## X-squared = 1.3858, df = 1, p-value = 0.2391

Kết quả kiểm định cho thấy p_value = 0.2391 > 5%. Do đó, KPIs của nhân viên (KPIs_met_more_than_8N) và điểm đánh giá của nhân viên năm trước đó (previous_year_rating) độc lập nhau.

3.4 Thống kê mô tả biến phụ thuộc: Nhân viên có đạt KPIs trên 80% (KPIs_met_more_than_8N) với biến độc lập: Số lượng khóa học nhân viên tham gia (no_of_trainings)

3.4.1 Biến trình độ học vấn được quy ước như sau: ít (<5) và Nhiều (>=5)

Ver2 <- data %>% mutate(no_of_trainings = case_when(no_of_trainings == "1" ~ 3, no_of_trainings == "2" ~ 3, no_of_trainings == "3" ~ 3, no_of_trainings == "4" ~ 3, no_of_trainings == "5" ~ 4, no_of_trainings == "6" ~ 4, no_of_trainings == "7" ~ 4, no_of_trainings == "8" ~ 4, no_of_trainings == "9" ~ 4))
Ver2 <-cut(Ver2$no_of_trainings, breaks=c(0,3,4), labels=c('Ít', 'Nhiều'))
table(Ver2)

## Ver2
##    Ít Nhiều 
## 17365    52

3.4.2 Lập bảng tần số, tần suất và biểu đồ

n <- table(Ver2,data$KPIs_met_more_than_8N)
n

##        
## Ver2        N     Y
##   Ít    11126  6239
##   Nhiều    41    11

n1 <- prop.table(n)
n1

##        
## Ver2               N            Y
##   Ít    0.6388011713 0.3582132399
##   Nhiều 0.0023540219 0.0006315669

addmargins(n)

##        
## Ver2        N     Y   Sum
##   Ít    11126  6239 17365
##   Nhiều    41    11    52
##   Sum   11167  6250 17417

barplot(n, beside = TRUE, legend.text = TRUE,
        col = c("lavenderblush", "whitesmoke"),
        xlab = "l", ylab = "Frequency",
        main = "Frequency of no_of_trainings and KPIs_met_more_than_8N ")

3.4.3 Rủi ro tương đối

riskratio(n)

## $data
##        
## Ver2        N    Y Total
##   Ít    11126 6239 17365
##   Nhiều    41   11    52
##   Total 11167 6250 17417
## 
## $measure
##        risk ratio with 95% C.I.
## Ver2     estimate     lower    upper
##   Ít    1.0000000        NA       NA
##   Nhiều 0.5887747 0.3482534 0.995412
## 
## $p.value
##        two-sided
## Ver2    midp.exact fisher.exact chi.square
##   Ít            NA           NA         NA
##   Nhiều 0.02342558   0.02919587 0.02656321
## 
## $correction
## [1] FALSE
## 
## attr(,"method")
## [1] "Unconditional MLE & normal approximation (Wald) CI"

3.4.4 Tỷ lệ chênh lệch

OddsRatio(n)

## [1] 0.478446

OddsRatio(n, rev = "r")

## [1] 0.478446

3.4.5 Thống kê suy diễn

Kiểm định tính độc lập cho 2 biến (KPIs_met_more_than_8N) và (no_of_trainings)

Giả thuyết

H0: KPIs_met_more_than_8N và no_of_trainings độc lập

H1: KPIs_met_more_than_8N và no_of_trainings không độc lập

chisq.test(n)

## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  n
## X-squared = 4.2978, df = 1, p-value = 0.03816

Kết quả kiểm định cho thấy p_value = 0.03816 < 5%. Do đó, KPIs của nhân viên (KPIs_met_more_than_8N) và số khóa học nhân viên đã tham gia (no_of_trainings) có liên quan đến nhau.

3.5 Thống kê mô tả biến phụ thuộc: Nhân viên có đạt KPIs trên 80% (KPIs_met_more_than_8N) với biến độc lập: Giải thưởng của nhân viên (awards_won)

3.5.1 Lập bảng tần số, tần suất và biểu đồ

a <- table(data$awards_won,data$KPIs_met_more_than_8N)
a

##    
##         N     Y
##   N 11039  5971
##   Y   128   279

a1 <- prop.table(a)
a1

##    
##               N           Y
##   N 0.633806052 0.342825975
##   Y 0.007349142 0.016018832

addmargins(a)

##      
##           N     Y   Sum
##   N   11039  5971 17010
##   Y     128   279   407
##   Sum 11167  6250 17417

barplot(a, beside = TRUE, legend.text = TRUE,
        col = c("lavenderblush", "whitesmoke"),
        xlab = "l", ylab = "Frequency",
        main = "Frequency of awards_won and KPIs_met_more_than_8N ")

3.5.2 Rủi ro tương đối

riskratio(a)

## $data
##        
##             N    Y Total
##   N     11039 5971 17010
##   Y       128  279   407
##   Total 11167 6250 17417
## 
## $measure
##    risk ratio with 95% C.I.
##     estimate    lower    upper
##   N 1.000000       NA       NA
##   Y 1.952842 1.822815 2.092144
## 
## $p.value
##    two-sided
##     midp.exact fisher.exact   chi.square
##   N         NA           NA           NA
##   Y          0 1.261333e-41 6.121154e-44
## 
## $correction
## [1] FALSE
## 
## attr(,"method")
## [1] "Unconditional MLE & normal approximation (Wald) CI"

3.5.3 Tỷ lệ chênh lệch

OddsRatio(a)

## [1] 4.029739

OddsRatio(a, rev = "r")

## [1] 4.029739

3.5.4 Thống kê suy diễn

Kiểm định tính độc lập cho 2 biến (KPIs_met_more_than_8N) và (awards_won)

Giả thuyết

H0: KPIs_met_more_than_8N và awards_won độc lập

H1: KPIs_met_more_than_8N và awards_won không độc lập

chisq.test(a)

## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  a
## X-squared = 191.83, df = 1, p-value < 2.2e-16

Kết quả kiểm định cho thấy p_value = 2.2e-16 < 5%. Do đó, KPIs của nhân viên (KPIs_met_more_than_8N) và giải thương của nhân viên (awards_won) có liên quan với nhau.

3.6 Thống kê mô tả biến phụ thuộc: Nhân viên có đạt KPIs trên 80% (KPIs_met_more_than_8N) với biến độc lập: Điểm trung bình của các khóa học đào tạo mà nhân viên đã tham gia (avg_training_score)

3.6.1 Mã hóa biến định lượng sang biến định tính. Biến điểm trung bình của các khóa học đào tạo mà nhân viên đã tham gia được quy ước như sau: thấp(<50), cao (>=50).

s<-cut(data$avg_training_score, breaks=c(0,50,100), labels=c('thấp', 'cao'))
table(s)

## s
##  thấp   cao 
##  3990 13427

3.6.2 Lập bảng tần số, tần suất và biểu đồ

t <- table(s,data$KPIs_met_more_than_8N)
t

##       
## s         N    Y
##   thấp 2835 1155
##   cao  8332 5095

t1 <- prop.table(t)
t1

##       
## s               N          Y
##   thấp 0.16277200 0.06631452
##   cao  0.47838319 0.29253029

addmargins(t)

##       
## s          N     Y   Sum
##   thấp  2835  1155  3990
##   cao   8332  5095 13427
##   Sum  11167  6250 17417

barplot(t, beside = TRUE, legend.text = TRUE,
        col = c("lavenderblush", "whitesmoke"),
        xlab = "l", ylab = "Frequency",
        main = "Frequency of avg_training_score and KPIs_met_more_than_8N ")

3.6.3 Rủi ro tương đối

riskratio(t)

## $data
##        
## s           N    Y Total
##   thấp   2835 1155  3990
##   cao    8332 5095 13427
##   Total 11167 6250 17417
## 
## $measure
##       risk ratio with 95% C.I.
## s      estimate    lower    upper
##   thấp 1.000000       NA       NA
##   cao  1.310859 1.242935 1.382496
## 
## $p.value
##       two-sided
## s      midp.exact fisher.exact   chi.square
##   thấp         NA           NA           NA
##   cao           0 6.821523e-26 2.361245e-25
## 
## $correction
## [1] FALSE
## 
## attr(,"method")
## [1] "Unconditional MLE & normal approximation (Wald) CI"

3.6.4 Tỷ lệ chênh lệch

OddsRatio(t)

## [1] 1.500949

OddsRatio(t, rev = "r")

## [1] 1.500949

3.6.5 Thống kê suy diễn

Kiểm định tính độc lập cho 2 biến (KPIs_met_more_than_8N) và (avg_training_score)

Giả thuyết

H0: KPIs_met_more_than_8N và avg_training_score độc lập

H1: KPIs_met_more_than_8N và avg_training_score không độc lập

chisq.test(t)

## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  t
## X-squared = 107.87, df = 1, p-value < 2.2e-16

Kết quả kiểm định cho thấy p_value = 2.2e-16 < 5%. Do đó, KPIs của nhân viên (KPIs_met_more_than_8N) và điểm trung bình của các khóa học đào tạo mà nhân viên đã tham gia (avg_training_score) có liên quan đến nhau.

4 BÀI TẬP TUẦN 3,4

Làm thống kê mô tả để phân tích cho ít nhất 5 biến (vừa định tính định lượng và có 2 biến đã chọn ở câu 2), nhận xét về kết quả phân tích này.

data.table(data)

##        employee_id        department    region education gender
##     1:        8724        Technology region_26 Bachelors      m
##     2:       74430                HR  region_4 Bachelors      f
##     3:       72255 Sales & Marketing region_13 Bachelors      m
##     4:       38562       Procurement  region_2 Bachelors      f
##     5:       64486           Finance region_29 Bachelors      m
##    ---                                                         
## 17413:       64573        Technology  region_7 Bachelors      f
## 17414:       49584                HR  region_7 Bachelors      m
## 17415:       49584                HR  region_7 Bachelors      m
## 17416:       49584                HR  region_7 Bachelors      m
## 17417:       64573                HR  region_7 Bachelors      f
##        recruitment_channel no_of_trainings age previous_year_rating
##     1:            sourcing               1  24                    0
##     2:               other               1  31                    3
##     3:               other               1  31                    1
##     4:               other               3  31                    2
##     5:            sourcing               1  30                    4
##    ---                                                             
## 17413:            referred               2  30                   NA
## 17414:               other               1  33                   NA
## 17415:               other               1  33                   NA
## 17416:               other               1  33                   NA
## 17417:            referred               1  35                   NA
##        length_of_service KPIs_met_more_than_8N awards_won avg_training_score
##     1:                 1                     Y          N                 77
##     2:                 5                     N          N                 51
##     3:                 4                     N          N                 47
##     4:                 9                     N          N                 65
##     5:                 7                     N          N                 61
##    ---                                                                      
## 17413:                 6                     Y          N                 81
## 17414:                 9                     N          N                 51
## 17415:                 9                     N          N                 51
## 17416:                 9                     N          N                 51
## 17417:                 4                     Y          N                 81

4.1 Thống kê mô tả các biến

4.1.1 Thống kê mô tả biến department

table(data$department)

## 
##         Analytics           Finance                HR             Legal 
##              1697               802               833               332 
##        Operations       Procurement               R&D Sales & Marketing 
##              3524              2240               332              5458 
##        Technology 
##              2199

table(data$department)/sum(table(data$department))

## 
##         Analytics           Finance                HR             Legal 
##        0.09743354        0.04604697        0.04782684        0.01906184 
##        Operations       Procurement               R&D Sales & Marketing 
##        0.20233106        0.12860998        0.01906184        0.31337199 
##        Technology 
##        0.12625596

# Biểu đồ cột dựa trên số lượng nhân viên theo phòng ban
department_plot <- ggplot(data = data, aes(x = department, fill = department))
department_plot + geom_bar(color = "mintcream", fill = "powderblue")

4.1.2 Thống kê mô tả biến education

table(data$education)

## 
##       Bachelors Below Secondary Masters & above           Other 
##           11519             286            4841             771

table(data$education)/sum(table(data$education))

## 
##       Bachelors Below Secondary Masters & above           Other 
##      0.66136533      0.01642074      0.27794683      0.04426710

# Biểu đồ cột dựa trên số lượng nhân viên theo phòng ban
education_plot <- ggplot(data = data, aes(x = education, fill = education))
education_plot + geom_bar(color = "mintcream", fill = "powderblue")

4.1.3 Thống kê mô tả biến gender

table(data$gender)

## 
##     f     m 
##  5103 12314

table(data$gender)/sum(table(data$gender))

## 
##         f         m 
## 0.2929896 0.7070104

gender_plot <- ggplot(data = data, aes(x = gender, fill = gender))
gender_plot + geom_bar(color = "mintcream", fill = "powderblue")

4.1.4 Thống kê mô tả biến previous_year_rating

table(data$previous_year_rating)

## 
##  0  1  2  3  4  5 
## 22 22 16 69 45 48

table(data$previous_year_rating)/sum(table(data$previous_year_rating))

## 
##          0          1          2          3          4          5 
## 0.09909910 0.09909910 0.07207207 0.31081081 0.20270270 0.21621622

pie(table(data$previous_year_rating), col = rainbow(5), main = "Biểu đồ điểm đánh giá của nhân viên trong năm trước đó")

4.1.5 Thống kê mô tả biến no_of_trainings

table(data$no_of_trainings)

## 
##     1     2     3     4     5     6     7     8     9 
## 14061  2628   539   137    26    16     6     2     2

table(data$no_of_trainings)/sum(table(data$no_of_trainings))

## 
##            1            2            3            4            5            6 
## 0.8073146925 0.1508870644 0.0309467761 0.0078658782 0.0014927944 0.0009186427 
##            7            8            9 
## 0.0003444910 0.0001148303 0.0001148303

no_of_trainings_plot <- ggplot(data = data, aes(x = no_of_trainings, fill = no_of_trainings))
no_of_trainings_plot + geom_bar(color = "mintcream", fill = "powderblue")

4.1.6 Thống kê mô tả biến KPIs_met_more_than_8N

table(data$KPIs_met_more_than_8N)

## 
##     N     Y 
## 11167  6250

table(data$KPIs_met_more_than_8N)/sum(table(data$KPIs_met_more_than_8N))

## 
##         N         Y 
## 0.6411552 0.3588448

KPIs_met_more_than_8N_plot <- ggplot(data = data, aes(x = KPIs_met_more_than_8N, fill = KPIs_met_more_than_8N))
KPIs_met_more_than_8N_plot + geom_bar(color = "mintcream", fill = "powderblue")

4.1.7 Thống kê mô tả biến awards_won

table(data$awards_won)

## 
##     N     Y 
## 17010   407

table(data$awards_won)/sum(table(data$awards_won))

## 
##          N          Y 
## 0.97663203 0.02336797

awards_won_plot <- ggplot(data = data, aes(x = awards_won, fill = awards_won))
awards_won_plot + geom_bar(color = "mintcream", fill = "powderblue")

4.1.8 Thống kê mô tả biến avg_training_score

table(data$avg_training_score)

## 
##  39  40  41  42  43  44  45  46  47  48  49  50  51  52  53  54  55  56  57  58 
##   1   3   7  12  46 123 245 381 595 831 856 890 775 593 405 307 278 290 465 589 
##  59  60  61  62  63  64  65  66  67  68  69  70  71  72  73  74  75  76  77  78 
## 663 658 573 461 318 251 170 163 219 277 335 370 294 223 179 128 129 170 215 293 
##  79  80  81  82  83  84  85  86  87  88  89  90  91  92  93  94  95  96  97  98 
## 329 399 405 396 402 407 332 286 210 132 100  61  28  27  21  23  18  21  21   8 
##  99 
##  10

table(data$avg_training_score)/sum(table(data$avg_training_score))

## 
##           39           40           41           42           43           44 
## 5.741517e-05 1.722455e-04 4.019062e-04 6.889820e-04 2.641098e-03 7.062066e-03 
##           45           46           47           48           49           50 
## 1.406672e-02 2.187518e-02 3.416203e-02 4.771201e-02 4.914738e-02 5.109950e-02 
##           51           52           53           54           55           56 
## 4.449676e-02 3.404720e-02 2.325314e-02 1.762646e-02 1.596142e-02 1.665040e-02 
##           57           58           59           60           61           62 
## 2.669805e-02 3.381753e-02 3.806626e-02 3.777918e-02 3.289889e-02 2.646839e-02 
##           63           64           65           66           67           68 
## 1.825802e-02 1.441121e-02 9.760579e-03 9.358673e-03 1.257392e-02 1.590400e-02 
##           69           70           71           72           73           74 
## 1.923408e-02 2.124361e-02 1.688006e-02 1.280358e-02 1.027732e-02 7.349142e-03 
##           75           76           77           78           79           80 
## 7.406557e-03 9.760579e-03 1.234426e-02 1.682264e-02 1.888959e-02 2.290865e-02 
##           81           82           83           84           85           86 
## 2.325314e-02 2.273641e-02 2.308090e-02 2.336797e-02 1.906184e-02 1.642074e-02 
##           87           88           89           90           91           92 
## 1.205719e-02 7.578802e-03 5.741517e-03 3.502325e-03 1.607625e-03 1.550210e-03 
##           93           94           95           96           97           98 
## 1.205719e-03 1.320549e-03 1.033473e-03 1.205719e-03 1.205719e-03 4.593214e-04 
##           99 
## 5.741517e-04

avg_training_score_plot <- ggplot(data = data, aes(x = avg_training_score, fill = avg_training_score))
avg_training_score_plot + geom_bar(color = "mintcream", fill = "powderblue")

5 BÀI TẬP TUẦN 2

5.1 Biến phụ thuộc là biến định tính

Phân tích các yếu tố tác động đến mức độ hoàn thành KPIs của nhân viên

KPIs là các chỉ số quan trọng được sử dụng để đo lường hiệu suất và thành công trong công việc. Chúng thường được thiết lập dưới dạng mục tiêu cụ thể mà một nhân viên hoặc một tổ chức muốn đạt được. Việc đạt được KPIs quan trọng giúp đảm bảo rằng nhân viên hoặc tổ chức đang thực hiện công việc hiệu quả và đóng góp đáng kể vào mục tiêu tổng thể của họ.

Một cách thông thường để theo dõi việc đạt được KPIs là sử dụng biến KPIs_met_more_than_80, là một biến phụ thuộc (dependent variable) trong một mô hình. Biến này có hai giá trị “N” và “Y”. “Y” biểu thị rằng nhân viên đã đạt được KPI cao hơn 80%, trong khi “N” biểu thị rằng họ không đạt được KPIs đó.

5.2 Biến phụ thuộc là biến định lượng

Phân tích các yếu tố ảnh hưởng đến điểm trung bình các khóa học đào tạo nhân viên tham gia

Khóa học đào tạo là một phần quan trọng trong việc phát triển nhân viên và nâng cao năng lực công việc. Điểm trung bình của các khóa học đào tạo mà nhân viên đã tham gia là một chỉ số tổng quan về khả năng học tập và tiếp thu kiến thức mới của họ. Điểm số này phản ánh mức độ hiểu biết và thành thạo các kiến thức, kỹ năng và công nghệ mới mà nhân viên đã được đào tạo.

6 BÀI TẬP TUẦN 1

Tìm một dataset có dữ liệu định tính, dữ liệu định lượng, có trên 5 biến và nhiều hơn 150 quan sát.

6.1 Về bộ datasets

Datasets được lấy từ website: https://www.kaggle.com/datasets/sanjanchaudhari/employees-performance-for-hr-analytics

Data có 13 biến với 17417 quan sát.

employee_id: Mã nhân viên.
department: Phòng ban.
region: Khu vực làm việc.
education: Trình độ học vấn.
gender: Giới tính.
recruitment_channel: Kênh được tuyển dụng.
no_of_trainings: Số lượng khóa học nhân viên đã tham gia.
age: Tuổi của nhân viên.
previous_year_rating: Điểm đánh giá của nhân viên trong năm trước đó.
length_of_service: Thời gian làm việc tính bằng số năm của nhân viên trong công ty.
KPIs_met_more_than_8N: Nhân viên có đạt KPIs (Key Performance Indicators) cao hơn 80% hay không ( Có: “Y”, Không “N”).
awards_won: Nhân viên có nhận giải thưởng trong công ty không ( Có: “Y”, Không “N”).
avg_training_score: Điểm trung bình của các khóa học đào tạo mà nhân viên đã tham gia.

# Datasets
data <- read.csv("D:/PTDLDT/BT.csv")
str(data)

## 'data.frame':    17417 obs. of  13 variables:
##  $ employee_id          : int  8724 74430 72255 38562 64486 46232 54542 67269 66174 76303 ...
##  $ department           : chr  "Technology" "HR" "Sales & Marketing" "Procurement" ...
##  $ region               : chr  "region_26" "region_4" "region_13" "region_2" ...
##  $ education            : chr  "Bachelors" "Bachelors" "Bachelors" "Bachelors" ...
##  $ gender               : chr  "m" "f" "m" "f" ...
##  $ recruitment_channel  : chr  "sourcing" "other" "other" "other" ...
##  $ no_of_trainings      : int  1 1 1 3 1 1 1 2 1 1 ...
##  $ age                  : int  24 31 31 31 30 36 33 36 51 29 ...
##  $ previous_year_rating : int  0 3 1 2 4 3 5 3 4 5 ...
##  $ length_of_service    : int  1 5 4 9 7 2 3 3 11 2 ...
##  $ KPIs_met_more_than_8N: chr  "Y" "N" "N" "N" ...
##  $ awards_won           : chr  "N" "N" "N" "N" ...
##  $ avg_training_score   : int  77 51 47 65 61 68 57 85 75 76 ...

Phân tích dữ liệu định tính

Nguyễn Minh Dạ Mẫn

2023-06-13

1 Dữ liệu đầu vào

2 BÀI TẬP TUẦN 6

2.1 Mô hình hồi quy cho biến phụ thuộc KPIs_met_more_than_8N

2.1.1 Mô hình logit

2.1.2 Mô hình probit

2.1.3 Mô hình cloglog

2.2 Lựa chọn giữa mô hình logit, probit và cloglog

2.2.1 AIC

2.2.2 Deviance

2.2.3 BrierScore

3 BÀI TẬP TUẦN 5

3.1 Thống kê mô tả biến phụ thuộc: Nhân viên có đạt KPIs trên 80% (KPIs_met_more_than_8N) với biến độc lập: Trình độ học vấn (education)

3.1.1 Biến trình độ học vấn được quy ước như sau: Trình độ Cử nhân trở lên ( Bachelors, Masters & above) và dưới trình độ Cử nhân (Below Secondary, Other)

3.1.2 Lập bảng tần số, tần suất và biểu đồ

3.1.3 Rủi ro tương đối

3.1.4 Tỷ lệ chênh lệch

3.1.5 Thống kê suy diễn

3.2 Thống kê mô tả biến phụ thuộc: Nhân viên có đạt KPIs trên 80% (KPIs_met_more_than_8N) với biến độc lập: Giới tính (gender)

3.2.1 Lập bảng tần số, tần suất và biểu đồ

3.2.2 Rủi ro tương đối

3.2.3 Tỷ lệ chênh lệch

3.2.4 Thống kê suy diễn

3.3 Thống kê mô tả biến phụ thuộc: Nhân viên có đạt KPIs trên 80% (KPIs_met_more_than_8N) với biến độc lập: Điểm đánh giá của nhân viên năm trước đó (previous_year_rating)

3.3.1 Biến trình độ học vấn được quy ước như sau: Thấp (<3) và Cao (>=3)

3.3.2 Lập bảng tần số, tần suất và biểu đồ

3.3.3 Rủi ro tương đối

3.3.4 Tỷ lệ chênh lệch

3.3.5 Thống kê suy diễn

3.4 Thống kê mô tả biến phụ thuộc: Nhân viên có đạt KPIs trên 80% (KPIs_met_more_than_8N) với biến độc lập: Số lượng khóa học nhân viên tham gia (no_of_trainings)

3.4.1 Biến trình độ học vấn được quy ước như sau: ít (<5) và Nhiều (>=5)

3.4.2 Lập bảng tần số, tần suất và biểu đồ

3.4.3 Rủi ro tương đối

3.4.4 Tỷ lệ chênh lệch

3.4.5 Thống kê suy diễn

3.5 Thống kê mô tả biến phụ thuộc: Nhân viên có đạt KPIs trên 80% (KPIs_met_more_than_8N) với biến độc lập: Giải thưởng của nhân viên (awards_won)

3.5.1 Lập bảng tần số, tần suất và biểu đồ

3.5.2 Rủi ro tương đối

3.5.3 Tỷ lệ chênh lệch

3.5.4 Thống kê suy diễn

3.6 Thống kê mô tả biến phụ thuộc: Nhân viên có đạt KPIs trên 80% (KPIs_met_more_than_8N) với biến độc lập: Điểm trung bình của các khóa học đào tạo mà nhân viên đã tham gia (avg_training_score)

3.6.1 Mã hóa biến định lượng sang biến định tính. Biến điểm trung bình của các khóa học đào tạo mà nhân viên đã tham gia được quy ước như sau: thấp(<50), cao (>=50).

3.6.2 Lập bảng tần số, tần suất và biểu đồ

3.6.3 Rủi ro tương đối

3.6.4 Tỷ lệ chênh lệch

3.6.5 Thống kê suy diễn

4 BÀI TẬP TUẦN 3,4

4.1 Thống kê mô tả các biến

4.1.1 Thống kê mô tả biến department

4.1.2 Thống kê mô tả biến education

4.1.3 Thống kê mô tả biến gender

4.1.4 Thống kê mô tả biến previous_year_rating

4.1.5 Thống kê mô tả biến no_of_trainings

4.1.6 Thống kê mô tả biến KPIs_met_more_than_8N

4.1.7 Thống kê mô tả biến awards_won

4.1.8 Thống kê mô tả biến avg_training_score

5 BÀI TẬP TUẦN 2

5.1 Biến phụ thuộc là biến định tính

5.2 Biến phụ thuộc là biến định lượng

6 BÀI TẬP TUẦN 1

6.1 Về bộ datasets