İstifa ve İşten Çıkarmayı Etkileyen Faktörler (Bir Kimya Fabrikası Örneklemi Üzerine Ampirik Bir Araştırma)


Creative Commons License

AKGEYİK T.

SOSYAL GÜVENLİK DERGİSİ, cilt.9, sa.1, ss.11-28, 2019 (Hakemli Dergi)

  • Yayın Türü: Makale / Tam Makale
  • Cilt numarası: 9 Sayı: 1
  • Basım Tarihi: 2019
  • Dergi Adı: SOSYAL GÜVENLİK DERGİSİ
  • Derginin Tarandığı İndeksler: TR DİZİN (ULAKBİM)
  • Sayfa Sayıları: ss.11-28
  • İstanbul Üniversitesi Adresli: Evet

Özet

Bu araştırmanın amacı, Türkiye’de faaliyet gösteren bir kimya fabrikasının veri seti kapsamında istifa ve işten çıkarmayı etkileyen faktörleri analiz etmektir. Lojistik regresyon analizleri kadın çalışanların erkeklere kıyasla 2,9 kat daha yüksek işten çıkarılma riskine sahip olduğunu göstermiştir. İkinci olarak, 34 yaşından daha büyük çalışanların 34 ve daha genç çalışanlara kıyasla 6 kat daha yüksek işten çıkarılma riskine sahip oldukları tespit edilmiştir. Ayrıca üniversite mezunu olmayanlar arasında istifa eğiliminin üniversite mezunlarına kıyasla yaklaşık 2 kat daha yüksektir. Veriler, kıdemin işten çıkarılma olasılığını istatistiki olarak anlamlı şekilde yükselttiğini göstermektedir. Araştırmanın bir diğer bulgusu, beyaz yakalı çalışanlar arasında ayrılma oranının belirgin şekilde daha yüksek olduğu yönündedir. Nihayet bulgular çalışanların yılın ilk yarısında ayrılmaya daha eğilimli olduğuna işaret etmektedir.

This paper investigates factors affecting quits and dismissals, based on data from a chemical factory in Istanbul, Turkey. Logistic regression results indicated that the odds of being dismissed from their jobs for female employees were approximately 2.9 times
higher than male employees. Secondly, workers older than 34 years were found to be 6 times more likely to be dismissed compared to those who were 34 years old or younger workers. Moreover, the risk of quitting among employees without a university degree was nearly 2 times greater for those who had a university degree. Also, the findings suggested that tenure significantly increased the odds of being dismissed. Similarly, the odds of white-collar employees leaving their jobs were distinctly higher than blue-collar employees. Finally, the results illustrated that workers were found to be more likely
to separate between January and June.