Temporal Projections for Strategic Planning in Human Resources
DOI:
https://doi.org/10.20397/2177-6652/2025.v25i5.3171Palavras-chave:
Time series, absenteeism, ARIMA, Holt-Winters, SARIMA, HR planningResumo
Objetivo: O objetivo deste estudo é explorar o uso de modelos de projeção de séries tem- porais na previsão de absenteísmo em Recursos Humanos (RH). Ele visa comparar diferentes modelos para melhorar o planejamento de ações organizacionais e a tomada de decisões.
Metodologia/Métodos Procedimentais: Esta pesquisa emprega uma abordagem quan- titativa, usando modelos de séries temporais como ARIMA, Holt-Winters e SARIMA. Esses modelos são aplicados para prever o absenteísmo em RH, demonstrando os pontos fortes e as limitações de cada um no contexto do planejamento organizacional.
Originalidade/Relevância: Este estudo aborda a lacuna na aplicação teórica de pro- jeções de séries temporais no campo de RH, focando especificamente na previsão de absen- teísmo. Ele contribui para a relevância acadêmica ao fornecer insights sobre a utilidade prática dos modelos de séries temporais para a tomada de decisões de RH, uma área que não foi am- plamente explorada.
Principais resultados: Os resultados indicam que a projeção de séries temporais é uma ferramenta poderosa para melhorar a tomada de decisões de RH, oferecendo insights valiosos sobre tendências de absenteísmo e produtividade organizacional. A comparação dos modelos ARIMA, Holt-Winters e SARIMA destaca suas respectivas vantagens e limitações.
Contribuições teóricas/metodológicas: Este estudo fornece contribuições significativas ao comparar vários modelos de séries temporais no contexto da previsão de absenteísmo. Ele oferece uma compreensão clara de qual modelo tem melhor desempenho em cenários específicos de RH e fornece métricas para avaliar o sucesso.
Contribuições sociais/gerenciais: As descobertas têm implicações diretas para os ger- entes de RH, fornecendo a eles ferramentas acionáveis para prever o absenteísmo e planejar de forma mais eficaz, melhorando assim a produtividade organizacional e mitigando potenciais desafios.
Palavras-chave: Séries temporais, absenteísmo, ARIMA, Holt-Winters, SARIMA, plane- jamento de RH
Referências
Alcoforado, L. (2021) Utilizando a linguagem R. Alta Books.
Bandeira, S. G., Alcalá, S. G. S., Vita, R. O., & Barbosa, T. M. G. D. A. (2020). Comparison of selection and combination strategies for demand forecasting methods. Production, 30, e20200009. https://doi.org/10.1590/0103-6513.20200009
Box, G. E. P., Jenkins, G. M., Reinsel, G. C., & Ljung, G. M. (2016). Time series analysis: Forecasting and control (Fifth edition). John Wiley & Sons, Inc.
Chapman, P., & et al. (2000). CRISP-DM 1.0 Step-by-step data mining guide.
Chatfield, C. (1978). The Holt-Winters Forecasting Procedure. Applied Statistics, 27(3), 264. https://doi.org/10.2307/2347162
Cho, W., Choi, S., & Choi, H. (2023). Human Resources Analytics for Public Personnel Management: Concepts, Cases, and Caveats. Administrative Sciences, 13(2), 41. https://doi.org/10.3390/admsci13020041
Edwards, M. R., & Edwards, K. (2019). Predictive HR analytics: Mastering the HR metric (Second edition). Kogan Page.
Gardner, E. S. (1985). Exponential smoothing: The state of the art. Journal of Forecasting, 4(1), 1–28. https://doi.org/10.1002/for.3980040103
Hamilton, J. D. (1994). Time series analysis. Princeton University Press.
Hyndman, R. J., & Athanasopoulos, G. (2021). Forecasting: Principles and practice (Third print edition). O texts, Online Open-Access Textbooks.
Margherita, A. (2022). Human resources analytics: A systematization of research topics and directions for future research. Human Resource Management Review, 32(2), 100795. https://doi.org/10.1016/j.hrmr.2020.100795
Marler, J. H., & Boudreau, J. W. (2017). An evidence-based review of HR Analytics. The International Journal of Human Resource Management, 28(1), 3–26. https://doi.org/10. 1080/09585192.2016.1244699
Peeters, T., Paauwe, J., & Van De Voorde, K. (2020). People analytics effectiveness: Developing a framework. Journal of Organizational Effectiveness: People and Performance, 7(2), 203–219. https://doi.org/10.1108/JOEPP-04-2020-0071
Polzer, J. T. (2022). The rise of people analytics and the future of organizational research. Research in Organizational Behavior, 42, 100181. https://doi.org/10.1016/j.riob.2023. 100181
Rasmussen, T. H., Ulrich, M., & Ulrich, D. (2024). Moving People Analytics From Insight to Impact. Human Resource Development Review, 23(1), 11–29. https://doi.org/10.1177/15344843231207220
Tursunbayeva, A., Di Lauro, S., & Pagliari, C. (2018). People analytics—A scoping review of conceptual boundaries and value propositions. International Journal of Information Management, 43, 224–247. https://doi.org/10.1016/j.ijinfomgt.2018.08.002
Waters, S. D., Streets, V. N., McFarlane, L., & Johnson-Murray, R. (2018). The practical guide to HR analytics: Using data to inform, transform, and empower HR decisions (First edition). SHRM, Society for Human Resource Management.
Winters, P. R. (1960). Forecasting Sales by Exponentially Weighted Moving Averages. Management Science, 6(3), 324–342. https://doi.org/10.1287/mnsc.6.3.324
Xu, H., Yu, Z., Yang, J., Xiong, H., & Zhu, H. (2019). Dynamic Talent Flow Analysis with Deep Sequence Prediction Modeling. IEEE Transactions on Knowledge and Data Engineering, 31(10), 1926–1939. https://doi.org/10.1109/TKDE.2018.2873341
Zhu, X., Seaver, W., Sawhney, R., Ji, S., Holt, B., Sanil, G. B., & Upreti, G. (2017). Employee turnover forecasting for human resource management based on time series analysis. Journal of Applied Statistics, 44(8), 1421–1440. https://doi.org/10.1080/02664763. 2016.1214242
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Revista Gestão & Tecnologia
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
Os direitos, inclusive os de tradução, são reservados. É permitido citar parte de artigos sem autorização prévia desde que seja identificada a fonte. A reprodução total de artigos é proibida. Em caso de dúvidas, consulte o Editor.
