ANALISIS PHK PERUSAHAAN

Apr 26 2023
Saya telah bermain-main dengan analisis data menggunakan Microsoft Excel, dan saya menemukan kumpulan data tentang PHK di Kaggle. Awalnya, saya pikir itu tidak menarik, tetapi saya tetap memutuskan untuk menjadikannya proyek saya.

Saya telah bermain-main dengan analisis data menggunakan Microsoft Excel, dan saya menemukan kumpulan data tentang PHK di Kaggle. Awalnya, saya pikir itu tidak menarik, tetapi saya tetap memutuskan untuk menjadikannya proyek saya.

Hanya ingin memberikan sapaan singkat kepada Biliqees Abolomope — blognya benar-benar mengilhami saya untuk menulis yang ini! Jika Anda tertarik, terkadang lihat barang-barangnya di Medium.

TENTANG DATASET

Dataset adalah file CSV yang diperoleh dari Kaggle @ Layoffs Dataset | Kaggle dan termasuk PHK karyawan di berbagai industri mulai dari COVID-19 hingga saat ini.

Dataset terdiri dari 9 kolom:

  • perusahaan (nama perusahaan)
  • lokasi (lokasi PHK)
  • industri (industri perusahaan)
  • total diberhentikan (jumlah karyawan yang diberhentikan)
  • persentase diberhentikan (persentase karyawan diberhentikan)
  • tanggal (tanggal pemutusan hubungan kerja)
  • tahap (tahap pendanaan)
  • negara
  • dana yang dihimpun (dana yang dihimpun oleh perusahaan)
  • Pratinjau Data Mentah

Penting untuk membersihkan data sebelum menganalisisnya karena mungkin berisi entri yang tidak diinginkan, yang dapat menyebabkan kesalahan dalam analisis Anda.

Jadi, ketika saya mulai membersihkan data, saya memutuskan untuk mengubah sedikit dan mengonversi kolom persentase pemberhentian dari desimal menjadi, Anda dapat menebaknya, format persentase.

Pembersihan Data 1

Untuk menghitung angka dan mendapatkan 'jumlah total staf sebelum pemutusan hubungan kerja terjadi', saya melanjutkan dan memasukkan kolom baru. Oh, dan saya memastikan untuk menambahkan pernyataan IF untuk menghilangkan sel kosong yang mengganggu dan mengubahnya menjadi angka nol yang bagus dan rapi sebelum saya membulatkan semuanya.

  • Di sini, saya perhatikan bahwa ada beberapa sel di kedua kolom (Total lay_off dan Percentage Laid_off) dan ini memberikan kesalahan dalam menemukan nilai kolom Total Staf.

Calculate the Total Staff
=FLOOR(IF(OR(ISBLANK(E2) = FALSE,  ISBLANK(F2) = FALSE),IFERROR(E2/F2,E2), 0), 1)

      
                
Inserting the “Total Staff” column using the above formula

Memasukkan kolom “Total Staf setelah PHK”.

Saya mengekstrak tahun dan bulan dari kolom tanggal.

For Year column
=YEAR(H2)

For Month column
=TEXT(H2, "MMM")

      
                

Akhirnya, saya menghapus semua nilai duplikat dari kumpulan data.

Hapus Duplikat dari kumpulan data

Selanjutnya, saya mengambil dataset dan membuatnya tampak mewah dengan mengubahnya menjadi format tabel. Kemudian, untuk membuat hidup lebih mudah, saya menggunakan meja itu untuk menyiapkan meja pivot manis yang memberi saya semua info ringkasan menarik yang saya butuhkan.

Data Bebas Kesalahan

ANALISIS DATA

Saya melakukan analisis pada kumpulan data setelah mengubah tabel saya menjadi tabel pivot, dan saya dapat memberikan jawaban atas beberapa pertanyaan berikut:

  • Total PHK sampai saat ini
  • PHK menurut Bulan
  • Perusahaan yang mem-PHK karyawannya
  • Perusahaan dengan penggalangan dana tertinggi
  • Panggung dengan penggalangan dana dan PHK tertinggi
  • Industri dengan penggalangan dana tertinggi

Ini direpresentasikan sebagai "Total PHK per tahun" di dasbor

Tabel Pivot layoff_by_year

PHK tertinggi dialami pada tahun 2023 ini, dan PHK paling sedikit terjadi pada tahun 2021.

Sekarang, saya membuat bagan pai/donat untuk menggambarkannya dengan cara yang lebih sederhana.

Bagan donat mentah

Mari sesuaikan bagan ini:

  • Sembunyikan semua tombol bidang
  • Hapus legenda
  • Tambahkan label data dengan opsi 'panggilan data'.
  • Ubah nama judul

Bagan kami yang disesuaikan terlihat seperti ini:

Bagan PHK berdasarkan Tahun

Perusahaan yang memberhentikan stafnya (oleh perusahaan):

Ini direpresentasikan sebagai " PHK oleh perusahaan " di dasbor.

Setelah itu semua disiapkan, saya menyaring tabel pivot seperti seorang profesional dan mempersempitnya menjadi hanya perusahaan 'Top 5' yang melakukan PHK habis-habisan.

Process to filter Top % Company
Right-click on company name --> Filter --> Top 10

      
                
Top 5 Company

Tabel Pivot PHK menurut perusahaan

5 perusahaan teratas dengan PHK terbanyak antara tahun 2020 dan 2023 adalah Amazon, Meta, Google, Philips, dan Microsoft.

Sekarang, saya membuat bagan batang untuk mewakili ini dengan cara yang lebih sederhana.

Raw Chart PHK oleh perusahaan

Mari sesuaikan bagan ini:

  • Sembunyikan semua tombol bidang
  • Hapus legenda dan garis kisi
  • Ubah nama judul "PHK oleh perusahaan"
  • Mengubah warna bagan
  • Tambahkan label data ke bilah dan sesuaikan (klik pada sumbu kolom, lalu opsi sumbu, lalu angka, lalu format kode dan ketik 0,00, "K " untuk menyesuaikannya).
  • Sesuaikan sumbu horizontal (klik sumbu kolom, lalu opsi sumbu, lalu angka, lalu format kode dan ketik 0, “K ” untuk menyesuaikannya).
  • PHK berdasarkan Bagan Perusahaan

Ini direpresentasikan sebagai " Penggalangan Dana oleh Perusahaan " di dasbor.

Tabel pivot

Sekali lagi, setelah itu semua disiapkan, saya menyaring tabel pivot seperti seorang profesional dan mempersempitnya menjadi hanya perusahaan 'Top 5' yang telah melakukan all-in pada penggalangan dana.

Tabel Pivot Perusahaan Penggalangan Dana Teratas

5 perusahaan paling banyak didanai antara tahun 2020 dan 2023 adalah Netflix, Vedantu, Domestika, Meta, dan Twitter.

Sekarang, saya membuat bagan batang untuk mewakili ini dengan cara yang lebih sederhana.

Bagan Mentah Perusahaan Penggalangan Dana Teratas

Mari sesuaikan bagan ini:

  • Sembunyikan semua tombol bidang
  • Hapus legenda dan garis kisi
  • Ubah nama judul
  • Ubah warna bagan dan judul
  • Tambahkan label data ke bilah dan sesuaikan (klik pada sumbu kolom, lalu opsi sumbu, lalu angka, lalu format kode dan ketik 0.0, "M " untuk menyesuaikannya).
  • Sesuaikan sumbu vertikal (klik sumbu kolom, lalu opsi sumbu, lalu angka, lalu format kode dan ketik 0, "M " untuk menyesuaikannya).
  • Dana yang Dihimpun oleh Perusahaan

Ini direpresentasikan sebagai " Penggalangan Dana & PHK " di dasbor.

Biarkan filter tabel pivot ini dengan perusahaan penggalang fuud tertinggi dengan jumlah PHK mereka.

Tabel Pivot Penggalangan Dana dan PHK perusahaan

5 tahap teratas dengan Penggalangan Dana terbanyak dengan jumlah PHK antara tahun 2020 dan 2023 adalah Pasca IPO dengan 2.39.883 PHK, Perusahaan tahap tidak dikenal dengan 42.291, Seri H dengan 7.344, Seri D dengan 19.447, dan Seri E dengan 13.265 PHK.

Sekarang, saya membuat bagan ganda untuk mewakili ini dengan cara yang lebih sederhana.

Bagan Mentah

Mari sesuaikan bagan ini:

  • Sembunyikan semua tombol bidang
  • Hapus garis kisi
  • Pindahkan legenda ke bawah
  • Sesuaikan kedua sumbu vertikal. (Saya menjelaskan ini di bagan di atas)
  • Tambahkan judul bagan dan format
  • Beri label bagan Garis dengan memilih opsi "Panggilan Data".
  • Bagan Penggalangan Dana & PHK

Ini direpresentasikan sebagai " PHK menurut Bulan " di dasbor.

Tabel Pivot PHK berdasarkan bulan

Sekarang, saya membuat bagan garis untuk mewakili ini dengan cara yang lebih sederhana.

Mari sesuaikan bagan ini:

  • Sembunyikan semua tombol bidang
  • Hapus garis kisi dan legenda
  • Sesuaikan sumbu vertikal
  • Tambahkan label data
  • Sesuaikan judul grafik
  • Hapus sumbu Vertikal
  • PHK menurut Bagan Bulan

Ini direpresentasikan sebagai " Penggalangan Dana oleh Industri " di dasbor.

Sekarang, saya membuat bagan garis untuk mewakili ini dengan cara yang lebih sederhana.

Mari sesuaikan bagan ini:

  • Sembunyikan semua tombol bidang
  • Hapus garis kisi dan legenda
  • Sesuaikan label sumbu vertikal
  • Tambahkan label data dan format
  • Ubah judul bagan dan format
  • Penggalangan Dana berdasarkan Bagan Industri

Ledakan! Dengan segala sesuatu yang sekarang ditata di dasbor yang luar biasa ini, Anda seolah-olah dapat melihat keseluruhan gambar dalam satu gerakan.

Sejujurnya, ini adalah pertama kalinya saya melakukan proyek analisis data, jadi umpan balik atau petunjuk apa pun dari para profesional di luar sana akan sangat dihargai.

Terima kasih banyak telah memeriksa proyek Excel saya dan meluangkan waktu untuk membaca artikel ini. Mudah-mudahan, Anda menganggapnya menyenangkan dan informatif untuk dibaca seperti yang saya kumpulkan!

Tautan Github untuk mengunduh file ini: Klik di sini

Terhubung dengan saya di LinkedIn dan Twitter