1. 案例定位

以原書 Exercise 4.4 使用 employee_attrition Dataset 練習從 Categorical Data 建立 Employee Attrition Hypotheses。

2. 學習目標

探索 Gender、Marital Status、Job Role 與 Business Travel 和 Attrition 的關係,並把探索結果轉成可後續驗證的 Hypotheses。

3. 案例情境

原書要求學生使用 SAS VA Data Explorer 回答五個 Employee Attrition 問題。此 Exercise 沒有提供固定分析輸出,必須以學生實際 Dataset Visualization 為依據。

4. 開始資料

題號 原書問題
1 知道哪些 Factors lead to Employee Attrition 有什麼價值?
2 Gender 與 Marital Status 如何與 Attrition 相關?
3 Attrition 如何隨 Job Roles 改變?
4 Attrition 如何隨 Business Travel 改變?
5 根據 Categorical Data,可以對 Attrition causes 建立哪些 Hypotheses?

5. 分析方法

分別以 Attrition 與 Gender/Marital Status/Job Role/Business Travel 建立合適的 Category comparisons;比較 Frequency 或 Percent,再把重複出現的 Pattern 寫成待驗證 Hypotheses。

6. 計算結果

原書 Exercise 4.4 沒有提供固定 counts、percentages 或標準模型結果,因此本頁不自行填入 Attrition 差異。

7. 結果分析與管理解讀

辨識與 Attrition 相關的 Factors 可以協助企業形成後續 Workforce Analysis 問題,但本章 Exploration 只能建立 Associations 與 Hypotheses,不能直接宣告 causes。

8. AI Prompt

「以下是我從 employee_attrition Dataset 實際得到的 Category counts/percentages。請比較 Gender、Marital Status、Job Role、Business Travel 與 Attrition 的 Pattern,並把結論分成『觀察到的關聯』與『待驗證 Hypothesis』。」

9. 思考/What-if

題目: 如果某 Job Role 的 Attrition percentage 較高,可以直接說 Job Role 導致離職嗎?

參考解答: 不可以。此 Exercise 的目的在探索 Categorical relationships 並建立 Hypotheses;原因仍需後續 Model、Experiment 或其他 Evidence 驗證。

10. 資料說明