深度解讀

離職率怎麼算?一篇搞懂公式、標準與改善方法

帆軟數據研究院來源: 帆軟

發佈 2026年4月27日

更新 2026年4月29日

18 分鐘閱讀

離職率是衡量組織人才流動的重要指標,但很多企業只看到數字,卻沒看懂背後原因。正確理解離職率的定義、公式與判讀方式,才能把它變成改善管理與留才的依據。

本文會從定義、計算公式、判讀標準,到改善方法與 BI 儀表板實務,一次說清楚。若你是 HR、部門主管或經營者,看完就能知道:離職率怎麼算、多少算高、該怎麼降下來。

一、離職率是什麼?先搞懂定義與常見誤解

離職率是指在一定期間內,員工離開公司的比例。它不是單純的人數統計,而是反映組織穩定度、管理品質與留才能力的核心指標。

1. 離職率的基本定義與計算目的

離職率的核心,是看「某段期間有多少員工離開組織」。這個指標常用於評估:

  • 組織是否穩定
  • 員工留任狀況是否健康
  • 某些部門是否存在管理或制度問題
  • 招募與培訓成本是否可能持續上升

實務上,企業追蹤離職率,不是為了追求「零離職」。適度流動是正常的,異常流動才需要警覺。

常見誤解有兩個:

2. 離職率與流動率的差異

離職率只看「離開的人」,流動率則更廣,通常會同時考慮入職與離職,反映整體人力變動幅度。

你可以這樣理解:

指標重點適合看什麼
離職率員工離開比例留才狀況、組織穩定度
流動率人力進出變化招募壓力、組織變動程度

例如某公司一個月離職 10 人、也新進 12 人。

  • 離職率,重點是這 10 人為什麼走。
  • 員工流動率,重點是整體人力是不是過度震盪。

因此,HR 分析時最好不要只看單一指標,而要把離職率、入職率、淨增減人數放在一起看。

3. 企業為什麼要持續追蹤離職率

持續追蹤離職率,能讓企業更早發現問題,而不是等到團隊崩盤才補救。

企業持續追蹤離職率,常見的管理價值包括:

  1. 提早發現異常部門
    若某部門連續 3 個月高於全公司平均,通常值得深入檢視。
  2. 降低招募與培訓浪費
    一位新人若在 3 到 6 個月內離職,前期招募、教育訓練與主管投入都可能白費。
  3. 評估主管管理品質
    同職務、同薪資條件下,不同主管帶出的離職率差距,往往很明顯。
  4. 支援制度調整
    包含薪酬、升遷、輪調、教育訓練與 onboarding 設計。

離職率不是結果報表而已,它其實是組織健康度的早期訊號。

二、離職率怎麼算?公式、期間與分母設定一次看懂

離職率的計算關鍵,在於「期間一致」與「分母合理」。公式不難,難的是不同公司對分母、期間與員工範圍的定義常常不一致。

1. 離職率公式的標準寫法

最常見、也最容易被管理層理解的離職率公式是:

離職率 = 期間內離職人數 ÷ 平均在職人數 × 100%

例如:

  • 5 月離職 8 人
  • 5 月平均在職人數 200 人

則:

月離職率 = 8 ÷ 200 × 100% = 4%

這是多數企業最常用的寫法,因為計算直觀,也方便做月、季、年比較。

但在某些人資分析情境中,也有人使用另一種算法:

離職率 = 期間內離職人數 ÷ 期間累計在冊人數 × 100%

這種寫法比較強調「曾在該期間內列入人員名單的人」。兩種方式都有人用,重點不是哪一種永遠正確,而是公司內部要統一口徑。

2. 月離職率、季離職率與年離職率怎麼計算

月、季、年離職率的差別,不在公式本身,而在計算期間。

月離職率

適合追蹤短期波動,方便快速發現異常。

月離職率 = 當月離職人數 ÷ 當月平均在職人數 × 100%

季離職率

適合排除單月偶發波動,更能看出趨勢。

季離職率 = 當季離職總人數 ÷ 當季平均在職人數 × 100%

年離職率

適合做年度人力規劃、跨年比較與預算檢討。

年離職率 = 全年離職總人數 ÷ 全年平均在職人數 × 100%

這裡要特別注意:不要直接把每月離職率平均後當成年離職率。
因為每月分母不同,直接平均容易失真。正確做法是用整段期間的總離職人數,搭配同期間平均在職人數重新計算。

3. 平均在職人數與分母設定常見問題

離職率最常算錯的地方,就是分母。

實務上常見的平均在職人數寫法有兩種:

寫法一:期初與期末平均

平均在職人數 =(期初人數 + 期末人數)÷ 2

這是最常見、也最容易執行的方法,適合人數變化不算劇烈的企業。

寫法二:期間逐日或逐月平均

若公司人數波動大,例如零售、客服、製造旺季用工,則可用更精細的平均方式,例如逐日平均或每月平均後再彙整。

常見問題包括:

  • 是否要含試用期員工?
    若試用期員工已正式在冊,通常建議納入。
  • 是否要含實習生、約聘、派遣?
    要看分析目的。若你在看正式編制穩定性,可排除;若看整體人力流動,則應納入。
  • 留職停薪是否算在分母?
    建議依公司指標定義統一處理,並在制度中寫清楚。

最重要的是建立指標標準化,至少明確定義:

  • 指標名稱
  • 計算邏輯
  • 數據來源
  • 更新頻率
  • 責任部門

只要口徑不一致,同一家公司不同報表就可能出現不同離職率,決策自然會失準。

4. 不同部門與職級的離職率如何拆解

只看全公司離職率,常常看不出問題。真正有用的做法,是往下拆。

建議至少拆成以下幾個維度:

  • 部門別:業務、客服、產線、行政、研發
  • 職級別:基層、專員、主管、中高階主管
  • 年資別:未滿 3 個月、3 到 12 個月、1 到 3 年、3 年以上
  • 地區別:不同據點、門市、工廠
  • 招募來源別:不同招募管道進來的人,留任狀況可能差異很大

例如:

  • 新人 3 個月內離職率高,通常與招募落差、帶訓不足有關。
  • 中階主管離職率升高,常與職涯停滯、跨部門壓力或高層策略不明有關。
  • 單一部門特別高,則多半要先看主管管理方式與工作負荷。

離職率的真正價值,不在總數,而在拆解後能否找到原因。

三、離職率多少算高?判讀標準與分析重點

離職率多少算高,沒有單一通用答案。真正合理的判讀方式,是把產業、職務性質、公司階段與趨勢一起看。

1. 離職率高低沒有單一標準的原因

不同企業的離職率,本來就不該用同一把尺衡量。

原因很簡單,因為以下條件差異很大:

  • 產業特性不同
  • 用工模式不同
  • 職務市場競爭不同
  • 公司規模與成長速度不同
  • 組織文化成熟度不同

例如,零售、餐飲、客服、基層作業職通常流動較高;相對地,財務、法務、部分研發或穩定內勤職位通常流動較低。
所以如果把所有企業都套用「超過某個百分比就是高」的說法,往往不夠準確。

較好的做法是問三個問題:

  1. 與去年同期相比,有沒有變高?
  2. 與同產業、同職務相比,有沒有異常?
  3. 高離職集中在哪一群人?

2. 用產業、職務與公司成長階段判讀離職率

判讀離職率時,建議從三個維度切入:產業、職務、公司階段。

產業維度

高接觸、高重複性、高工時壓力的產業,通常流動率也較高。
例如門市服務、製造現場、客服中心,常見離職率會高於總部行政單位。

職務維度

同一家公司內,不同職務的離職率也可能差很多。
例如:

  • 業務職:受績效壓力、市場機會影響較大
  • 工程職:受技能市場供需影響較大
  • 行政職:通常穩定,但若異常升高,常代表管理或文化問題

公司成長階段

新創、快速擴張期公司,離職率常高於成熟型企業。原因可能包括:

  • 流程尚未穩定
  • 工作邊界模糊
  • 管理制度持續調整
  • 人才期待與公司現況落差較大

因此,離職率不是只看高低,而是要看「高得是否合理」。

3. 觀察流動率趨勢比單看單月數字更重要

看單月離職率,容易被偶發事件誤導;看趨勢,才能理解真實變化。

舉例來說:

  • 某月離職率 5%,可能只是專案結束或季節性波動
  • 若連續 4 個月都超過 4%,那就很可能是結構性問題

建議至少觀察以下趨勢:

  • 近 6 至 12 個月離職率走勢
  • 同期入職率與淨人數變化
  • 新人 90 天離職率
  • 關鍵職位離職率
  • 高績效員工離職率

其中,高績效員工離職率特別值得關注。
因為真正危險的,不是有人離開,而是關鍵人才持續流失。

四、離職率偏高的原因有哪些?從管理到制度全面檢視

離職率偏高,通常不是單一原因造成,而是薪酬、管理、文化、培訓與職涯發展共同作用的結果。只靠加薪,往往無法真正解決問題。

1. 薪酬福利、升遷制度與工作負荷的影響

員工會離開,常見的表面原因是薪資,但深層原因通常是「付出與回報不成比例」。

常見情境包括:

  • 薪資低於市場水準
  • 獎金制度不透明
  • 福利與工時不成比例
  • 工作量長期過重
  • 看不到明確升遷與加薪路徑

尤其當員工持續高負荷工作,卻無法感受到成長、被看見或獲得合理回報時,離職意圖會快速上升。

若企業要檢視這一塊,可先盤點:

  • 同職等薪酬是否具市場競爭力
  • 升遷標準是否明確
  • 加班與人力配置是否失衡
  • 獎酬制度是否容易被理解與信任

2. 主管管理風格與團隊文化對離職率的關聯

多數離職問題,最後都會回到主管。

常見會推高離職率的管理情境有:

  • 過度控制,不給授權
  • 回饋只在出錯時出現
  • 溝通方式帶有情緒壓力
  • 標準不清楚,卻要求高結果
  • 偏袒特定成員,造成不公平感

而團隊文化也很關鍵。即使薪水合理,如果員工長期處在以下環境,仍可能選擇離開:

  • 不敢提問
  • 犯錯即被責備
  • 資深不願帶新人
  • 跨部門互相推責
  • 意見不被聽見

簡單說,員工不一定是離開公司,很多時候是離開主管與工作氛圍。

3. 新人適應、教育訓練與留任機制是否到位

新人前 3 到 6 個月,是離職率最高的觀察期之一。這段時間若設計不好,會直接拉高整體離職率。

常見問題包含:

  • 招募時描述與實際工作不符
  • 報到流程混亂
  • 沒有完整 onboarding 計畫
  • 教育訓練零散,缺乏帶領者
  • 新人不知道誰可以問、怎麼問
  • 早期回饋機制不足

根據一般產業觀察,新人若在初期持續感受到「被放生」或「標準不明」,即使工作本身不差,也容易在短時間內離開。

因此,企業應該把留任機制往前移,而不是等到離職面談才知道發生什麼事。

五、如何降低離職率?實際可執行的改善方法

降低離職率的重點,不是壓數字,而是系統性改善員工體驗。有效做法通常包含回饋機制、數據追蹤與制度優化三個層面。

1. 建立離職面談與員工回饋機制

離職面談不能只做行政流程,而應該當成找出組織盲點的工具。

建議做法包括:

  1. 標準化離職面談問題
    例如:離職主因、主管互動、工作內容落差、制度建議。
  2. 區分表面原因與真實原因
    員工口頭說生涯規劃,不代表真正原因不是管理問題。
  3. 建立在職回饋機制
    不要只在員工要走時才問。建議設計 30 天、60 天、90 天新人訪談,以及定期員工脈搏調查。
  4. 讓回饋有後續行動
    若回饋從未被改善,員工很快會認為「說了也沒用」。

值得注意的是,最危險的不是抱怨很多,而是完全沒聲音。
因為那通常代表員工已經心理離職。

2. 以數據追蹤高風險部門與關鍵流動率指標

要有效降低離職率,不能只靠感覺,必須靠數據。

建議 HR 與管理者追蹤以下指標:

  • 總離職率
  • 部門離職率
  • 新人 90 天離職率
  • 關鍵職位離職率
  • 高績效員工離職率
  • 主管別離職率
  • 離職原因分類
  • 招募來源留任率

這些指標要能交叉分析,才能找出真正風險。例如:

  • 某招募平台進來的人 6 個月內離職率特別高
  • 某主管帶領下的新人離職率持續偏高
  • 某部門在旺季時離職率異常上升

若還停留在 Excel 手工彙整,常會發生版本混亂、更新延遲、分析太慢的問題。這也是很多企業開始導入 BI 工具的原因。

3. 優化招募、 onboarding 與留才制度

真正有效的降低離職率,必須從「進來之前」就開始設計。

招募端

  • 誠實揭露工作內容與挑戰
  • 釐清主管期待與職務需求
  • 避免為了補人而降低選才標準

Onboarding 端

  • 設計 30/60/90 天導入計畫
  • 指派 mentor 或 buddy
  • 明確提供工作流程、標準與學習資源
  • 固定安排回饋會議

留才端

  • 建立清楚的職涯發展路徑
  • 提供技能成長與內部輪調機會
  • 強化非薪資激勵,如彈性制度、學習補助、公開肯定
  • 培養中階主管的帶人能力

如果企業想長期改善離職率,最該投資的通常不是單一福利,而是可持續執行的人才管理制度。

六、用 FineBI 建立離職率與流動率分析儀表板

若企業想把離職率分析從月報表升級成日常管理工具,最有效的方式之一,就是導入 BI 平台。FineBI 的價值,在於整合資料、統一口徑,並讓 HR 與主管更快看見異常與趨勢。

FineBI-圖表.jpg

1. FineBI 如何整合人資資料並自動計算離職率

FineBI 可以整合 ERP、HR 系統、出勤系統與 Excel 資料,建立統一的人資分析視圖,避免不同部門各算各的。

在實務上,FineBI 可支援的離職率分析流程包括:

  1. 整合多來源資料
    將人員基本資料、到離職紀錄、部門異動、考勤、績效等資料集中。

在FineBI 自助資料集處理資料.gif

在FineBI 自助資料集處理資料
  1. 建立統一指標體系
    把離職率、流動率、平均在職人數、新人留任率等指標標準化。
  2. 自動更新報表
    不再依賴每月手動整理 Excel,降低重工與口徑不一致風險。

FineBI專案管理自動更新.jpg

FineBI專案管理自動更新
  1. 支援多維度分析
    可依部門、職級、地區、年資、主管別快速切換視角。

員工流失看板.png

FineBI製作的員工流失看板

這種做法的核心價值,不只是做出圖表,而是建立一套統一數據語言。當指標名稱、計算邏輯、更新頻率與責任部門都一致時,管理層才能真正用同一套數據討論問題。

2. 實務場景:用 FineBI 追蹤部門流動率與離職異常

FineBI 很適合把離職率從「事後統計」變成「過程管理」。

例如企業可以建立以下主題式儀表板:

  • 離職率總覽看板:月、季、年趨勢與同期比較
  • 部門流動看板:各部門入職、離職、淨增減與異常排名
  • 新人留任看板:30 天、60 天、90 天留任率
  • 主管分析看板:不同主管底下的人員流動差異
  • 風險預警看板:當部門離職率超過門檻,自動提醒

離職率全景分析.png

FineBI製作的離職率全景分析看板

依常見 BI 導入實務,這類儀表板最大的效益有三個:

  • 報表製作時間明顯縮短
  • 非技術部門也能自主分析
  • 管理者可更快發現異常並介入

例如某部門連續兩個月新人離職率偏高,FineBI 能協助 HR 立即下鑽查看:

  • 是否集中在特定主管
  • 是否來自特定招募來源
  • 是否都發生在報到後 30 天內

這樣的分析方式,比單看一張月報表更接近問題本質。

3. 導入 BI 工具後,管理者如何加快決策與改善

導入 FineBI 後,管理者最大的改變,不是看到更多圖,而是決策節奏變快了

過去常見情況是:

  • HR 月底整理資料
  • 下月初做報表
  • 開會才發現異常
  • 再往回找原因時,問題已經持續數週甚至數月

有了 BI 儀表板後,管理模式會改變成:

  1. 即時掌握指標變化
  2. 快速下鑽定位異常原因
  3. 針對高風險部門即時介入
  4. 持續追蹤改善成效

這種從「結果呈現」走向「管理工具」的轉變,非常關鍵。
因為離職率真正要管理的,不是報表,而是組織行為。

對 HR 而言,FineBI 也有幾個特別實用的價值:

  • 降低手工整理報表的負擔
  • 讓跨部門對話建立在同一組數據上
  • 提升主管自助分析能力,不再凡事都等 HR 匯總
  • 幫助企業逐步建立數據驅動的人才管理文化

如果你的公司已經開始面對人力流動、招募成本上升與主管留才壓力,導入像 FineBI 這類 BI 工具,往往不只是數位化升級,而是管理品質的升級。


離職率不是只有「怎麼算」這麼簡單。真正重要的是:算得一致、看得正確、拆得夠細、改善得夠快。

FAQs

離職率 =(期間內離職人數 ÷ 期初在職人數)× 100%,用來衡量人員流動情況。

多數產業約落在 10%~20% 屬常見範圍,但零售、服務業可能更高,仍需依產業與職務判斷。

年輕族群(如職涯前期)離職率通常較高,常見原因包括職涯探索、薪資成長與工作彈性需求。

可從成長空間、薪資福利、工作環境與長期職涯目標評估,若長期不匹配且無改善空間,再考慮轉職。

帆軟產品免費試用

企業戰情室報表軟體

企業戰情室報表軟體

複雜報表/戰情室/資料填報/數位孿生

企業商業智慧BI軟體

企業商業智慧BI軟體

自助資料處理/Dashboard/探索分析

一站式資料整合平台

一站式資料整合平台

資料同步/ETL資料開發/API資料服務

免費資源下載

×

立即下載

姓名

郵箱

公司完整名稱

行業

-- 選擇您的行業 --

製造業
半導體業
批發及零售業
營建工程/不動產業
金融證券保險業
資訊科技業
運輸及倉儲業
其他行業
出版/藝文/傳播業
醫療保健業
教育業
專業/科學/技術及一般服務業
運動及旅遊休閒服務業
住宿及餐飲服务業
政治宗教及社福相關業
能源開採及土石採取業
農、林、漁、牧業
水電能源及環境衛生業
電信業

職位

-- 選擇您的職稱 --

IT資訊&數據部門
一般部門
管理/ 決策者
老師
學生
其他

是否有報表/BI/數位建設需求?

-- 請選擇 --

沒有
不確定

手機號碼

SMS 驗證碼

×

立即下載

姓名

郵箱

公司完整名稱

行業

-- 選擇您的行業 --

製造業
半導體業
批發及零售業
營建工程/不動產業
金融證券保險業
資訊科技業
運輸及倉儲業
其他行業
出版/藝文/傳播業
醫療保健業
教育業
專業/科學/技術及一般服務業
運動及旅遊休閒服務業
住宿及餐飲服务業
政治宗教及社福相關業
能源開採及土石採取業
農、林、漁、牧業
水電能源及環境衛生業
電信業

職位

-- 選擇您的職稱 --

IT資訊&數據部門
一般部門
管理/ 決策者
老師
學生
其他

是否有報表/BI/數位建設需求?

-- 請選擇 --

沒有
不確定

手機號碼

SMS 驗證碼

×

立即下載

姓名

郵箱

公司完整名稱

行業

-- 選擇您的行業 --

製造業
半導體業
批發及零售業
營建工程/不動產業
金融證券保險業
資訊科技業
運輸及倉儲業
其他行業
出版/藝文/傳播業
醫療保健業
教育業
專業/科學/技術及一般服務業
運動及旅遊休閒服務業
住宿及餐飲服务業
政治宗教及社福相關業
能源開採及土石採取業
農、林、漁、牧業
水電能源及環境衛生業
電信業

職位

-- 選擇您的職稱 --

IT資訊&數據部門
一般部門
管理/ 決策者
老師
學生
其他

是否有報表/BI/數位建設需求?

-- 請選擇 --

沒有
不確定

手機號碼

SMS 驗證碼

×

立即下載

姓名

郵箱

公司完整名稱

行業

-- 選擇您的行業 --

製造業
半導體業
批發及零售業
營建工程/不動產業
金融證券保險業
資訊科技業
運輸及倉儲業
其他行業
出版/藝文/傳播業
醫療保健業
教育業
專業/科學/技術及一般服務業
運動及旅遊休閒服務業
住宿及餐飲服务業
政治宗教及社福相關業
能源開採及土石採取業
農、林、漁、牧業
水電能源及環境衛生業
電信業

職位

-- 選擇您的職稱 --

IT資訊&數據部門
一般部門
管理/ 決策者
老師
學生
其他

是否有報表/BI/數位建設需求?

-- 請選擇 --

沒有
不確定

手機號碼

SMS 驗證碼

×

立即下載

姓名

郵箱

公司完整名稱

行業

-- 選擇您的行業 --

製造業
半導體業
批發及零售業
營建工程/不動產業
金融證券保險業
資訊科技業
運輸及倉儲業
其他行業
出版/藝文/傳播業
醫療保健業
教育業
專業/科學/技術及一般服務業
運動及旅遊休閒服務業
住宿及餐飲服务業
政治宗教及社福相關業
能源開採及土石採取業
農、林、漁、牧業
水電能源及環境衛生業
電信業

職位

-- 選擇您的職稱 --

IT資訊&數據部門
一般部門
管理/ 決策者
老師
學生
其他

是否有報表/BI/數位建設需求?

-- 請選擇 --

沒有
不確定

手機號碼

SMS 驗證碼

×

立即下載

姓名

郵箱

公司完整名稱

行業

-- 選擇您的行業 --

製造業
半導體業
批發及零售業
營建工程/不動產業
金融證券保險業
資訊科技業
運輸及倉儲業
其他行業
出版/藝文/傳播業
醫療保健業
教育業
專業/科學/技術及一般服務業
運動及旅遊休閒服務業
住宿及餐飲服务業
政治宗教及社福相關業
能源開採及土石採取業
農、林、漁、牧業
水電能源及環境衛生業
電信業

職位

-- 選擇您的職稱 --

IT資訊&數據部門
一般部門
管理/ 決策者
老師
學生
其他

是否有報表/BI/數位建設需求?

-- 請選擇 --

沒有
不確定

手機號碼

SMS 驗證碼

我們很樂意傾聽你的需求,解答您的疑問,並提供專業建議, 助力您的企業實現智慧轉型!

×

意見回饋

姓名

電郵

公司

國家/地區

-- select an option --

電話

投訴原因

請選擇投訴原因

代理商問題
產品問題
技術支援服務問題
專案問題
銷售問題
商務問題
行銷問題
其他

投訴內容