پیش بینی میزان ماندگاری ترک خدمت کارکنان بانک با استفاده از شبکه عصبی

اگرچه سابقه انجام تحقیق در رابطه ترک خدمت به ابتدای دهه 50 میلادی میرسد نمیتوان آنرا مفهومی جدید در عرصه ادبیات مدرن دانست اما همچنان یکی از موضوعات مهم در سازمان هاست. همچنین استفاده از مدل های پیش بینی ترک خدمت کارکنان بسترهای لازم درجهت کنترل تعدیل نرخ ترک خدمت موضوع بسیار مهمی برای منابع انسانی سازمانها است. عوامل پیش بینی کننده ترک خدمت کارکنان به سه دسته تقسیم میشود 1.اطلاعات دموگرافیکی کارکنان2.شرایط کاری کنونی3.محیط سازمانی بیرونی. جامعه آماری این تحقیق کارکنان بانک انصار است. نمونه آماری متشکل از اطلاعات 800 نفر از کارکنان بانک انصار که ترک خدمت کرده اند تعیین شده است. برای پیش بینی میزان ماندگاری کارکنان از شبکه عصبی پرسپترون چند لایه استفاده شد. پرسپترون چندلایه یک نوع از شبکه عصبی مصنوعی است که با یک مدل نورون، معماری شبکه، تابع هدف مرتبط الگوریتم های آموزش مشخص میشود. ورودی های شبکه عصبی در این پژوهش سن کارمند هنگام ورود به سازمان، جنسیت،وضعیت زناشویی، تعداد وابستگان، تحصیلات، سنوات خدمت سطح شغلی خروجی شبکه گروهی که کارکنان نسبت به میزان ماندگاری شان به آن تعلق دارند در نظر گرفته شد. با وارد کردن داده ها به شبکه عصبی به تابعی دست یافتیم که میزان ماندگاری کارکنان را پیش بینی میکند، که با توجه به تست دادهها دریافتیم که بیش از 70 درصد از داده های جدید به درستی پیش بینی شد.