離職率完整指南：公式、計算與改善方法一次看懂

離職率是企業判斷組織穩定度的重要指標，但它不是單純「越低越好」的數字。真正有價值的做法，是先用正確公式計算，再結合產業、職務、任職年資與部門差異解讀，最後把分析結果轉成改善行動。

如果你正在找「離職率怎麼算」「離職率多少算高」「如何降低年離職率」，這篇會從定義、公式、判讀邏輯到實務改善一次整理清楚，並說明如何用 FineBI 把人資資料變成可追蹤、可決策的管理儀表板。

一、離職率是什麼？先建立正確認知

離職率是指在一定期間內，員工離開組織的人數占整體人力規模的比率。它反映的不是單一事件，而是組織吸引力、管理品質與留才能力的綜合訊號。

1. 離職率的定義與常見適用情境

離職率最常用來衡量企業在月、季、年期間的人力流動情況。對 HR、部門主管與經營層來說，它不只是人資報表指標，也會直接影響招募、訓練、績效與營運穩定性。

常見適用情境包括：

• 年度人力盤點：查看年離職率是否異常升高
• 部門管理診斷：找出高流動部門或主管
• 新人留任追蹤：分析 3 個月、6 個月、1 年內離職狀況
• 招募成效評估：檢查招募進來的人是否留得住
• 組織變革觀察：例如改制、併購、獎酬調整後的變化

實務上，企業也常將離職率拆成不同版本，例如：

• 整體離職率
• 自願離職率
• 非自願離職率
• 新人離職率
• 關鍵人才離職率

這樣做的原因很簡單：同樣是 15% 的離職率，如果流失的是新人、業務、工程師或關鍵主管，對企業的意義完全不同。

2. 離職率英文怎麼說？常見人資與管理用語整理

離職率英文通常寫作 Turnover Rate，在人資與管理情境中最常見。若特別指員工離職，也常見 Employee Turnover Rate。

常見相關用語如下：

中文	英文
離職率	Turnover Rate
員工離職率	Employee Turnover Rate
年離職率	Annual Turnover Rate
月離職率	Monthly Turnover Rate
自願離職率	Voluntary Turnover Rate
非自願離職率	Involuntary Turnover Rate
留任率	Retention Rate
流失率	Attrition Rate
離職面談	Exit Interview
人才留任	Talent Retention

其中 Turnover 與 Attrition 雖常被混用，但一般實務上仍有些差異。Turnover 偏向整體人員流動，Attrition 常指自然流失或未補人的人力減少。若企業要建立指標標準化，最好先明確定義每個名詞的計算邏輯、數據來源、更新頻率與責任部門，避免跨部門討論時口徑不一致。

3. 為什麼企業需要持續追蹤年離職率

企業需要持續追蹤年離職率，因為它能提早暴露管理問題。單看某個月數字容易失真，但拉長到年度趨勢，較能看出組織是否持續流失人才。

持續追蹤的價值主要有三點：

1. 看趨勢，不只看單點
   某月離職 5 人未必異常，但若連續 6 個月都集中在同一部門，就是警訊。
2. 連結營運影響
   離職率高，通常會同步影響招募成本、教育訓練時間、交接效率與團隊產出。
3. 支援管理決策
   若能再搭配年資、職級、地區、主管別、招募來源等維度分析，才能找出真正原因，而不是只憑感覺判斷。

根據一般產業觀察，企業若只在年底回頭看一次離職率，往往已錯過最佳處理時機。較成熟的做法是月追蹤、季檢討、年總結。

二、離職率怎麼算？公式與計算邏輯一次搞懂

離職率的核心公式不難，但難在分母怎麼選。不同企業用期初人數、期末人數或平均人數，算出來的結果會不同，因此比公式更重要的是先統一計算口徑。

1. 離職率計算公式：月離職率與年離職率計算方式

最常見的離職率計算方式如下：

月離職率公式：

月離職率 = 當月離職人數 ÷ 當月平均在職人數 × 100%

其中平均在職人數通常可寫成：

當月平均在職人數 =（期初人數 + 期末人數）÷ 2

因此常見寫法為：

月離職率 = 當月離職人數 ÷〔（期初人數 + 期末人數）÷ 2〕× 100%

年離職率公式：

年離職率 = 年度離職總人數 ÷ 年平均在職人數 × 100%

若要快速理解，可看這個例子：

• 年初員工數：100 人
• 年末員工數：120 人
• 全年離職人數：18 人

則：

• 年平均在職人數 =（100 + 120）÷ 2 = 110
• 年離職率 = 18 ÷ 110 × 100% = 16.36%

這是最常見也最容易對外溝通的算法。

不過若企業招募量大、月內進出頻繁，只用平均人數有時會低估波動。這時就會有人改採「累計在冊人數」的觀點，也就是把期初人數加上期間新進人數作為分母，讓流動程度更完整反映。

2. 離職率計算方法的差異：用期初、期末還是平均人數

離職率沒有絕對唯一公式，但必須一致。若今天用期初、明天改平均，數字就無法比較，也不適合拿來做部門績效或年度趨勢判讀。

以下是常見算法比較：

算法	公式概念	優點	限制
期初人數法	離職人數 ÷ 期初人數	好理解、計算快	人數波動大時容易失真
期末人數法	離職人數 ÷ 期末人數	適合看期末狀態	擴編或縮編時偏差大
平均人數法	離職人數 ÷ 平均人數	最常見、較平衡	月內大量進出時仍可能低估
累計在冊法	離職人數 ÷（期初 + 新進）	更能反映高流動情境	對外溝通較不直覺

離職率看似簡單，但不同算法會讓結果差很多。常見分母有三種：

• 期初人數
• 期末人數
• 平均人數

另外，有些公司會用：

• 期初人數 + 本期新進人數
• 累計在職人數

各方法差異如下：

1. 用期初人數

• 優點：好算、易懂
• 缺點：若中間大量招募，會低估實際母體 2. 用期末人數
• 優點：方便取得
• 缺點：若期末剛好縮編或大量補人，數字容易失真 3. 用平均人數
• 優點：最常見，也較能平衡期初與期末波動
• 缺點：若月中進出頻繁，仍可能不夠精準 4. 用累計在職人數
• 優點：能反映該期間實際曾在職的總量
• 缺點：計算較複雜，需要更完整的人資資料

所以，沒有唯一絕對正確的離職率計算方法，重點在於：

• 口徑一致
• 計算邏輯透明
• 適用於你的產業與人力型態
• 能支持橫向比較與長期追蹤

若企業想要做更精細的管理，建議至少同時保留以下幾個版本：

• 整體離職率
• 自願離職率
• 新人離職率
• 關鍵人才離職率
• 部門別離職率

這樣比只看單一數字更有管理價值。

如果你的公司屬於以下情況，可優先考慮更嚴謹的做法：

• 大量門市、客服、餐飲、製造現場人員
• 季節性用工明顯
• 短期聘雇或密集招募多
• 新人 3 個月內流動頻繁

相對地，若是組織規模較穩定的企業，平均人數法通常已足夠實用。

關鍵不是選哪一種最「正確」，而是要建立統一指標標準，至少定義清楚：

• 指標名稱
• 計算邏輯
• 數據來源
• 更新頻率
• 責任部門

這樣 HR、財務與主管層才會說同一種數據語言。

3. 用離職率計算器有哪些優點與限制

離職率計算器適合快速算數字，但不適合單獨做管理判斷。它能提升效率，卻無法取代分析。

優點包括：

• 節省人工計算時間
• 降低 Excel 公式出錯機率
• 方便 HR 快速做月報或主管簡報
• 能統一初步口徑

但限制也很明顯：

• 只算結果，不解釋原因
• 無法自然串接招募、績效、年資、部門等資料
• 若原始資料錯誤，算出來仍然錯
• 難以做持續追蹤與異常預警

所以，離職率計算器比較像入門工具；若企業想真正管理離職風險，還是要進一步做資料整合與儀表板分析。

三、離職率多少算高？如何解讀數字背後的意義

離職率多少算高，沒有單一標準答案。合理與否，必須放回產業特性、職務性質、招募型態與企業成長階段來看，否則很容易誤判。

1. 離職率多少算高？先看產業、職務與招募型態

離職率是否偏高，先看比較對象是否合理。同樣 15%，放在研發團隊可能偏高，放在大量基層服務業則未必異常。

實務上可從三個面向判斷：

一、看產業

• 餐飲、零售、客服、部分製造現場通常流動較高
• 金融、行政、專業後勤通常相對穩定
• 科技產業則常因景氣、專案週期與人才競爭出現波動

二、看職務

• 入門職缺、替代性高職位通常流動率較高
• 高技術、長培養周期、關鍵管理職的離職率應更低
• 若財務、法務、核心工程師長期偏高，通常值得特別警覺

三、看招募型態

• 短期聘雇、兼職、派遣、本來就可能有較高流動
• 若是正職長期職缺卻持續高流失，意義就完全不同

建議企業不要只問「離職率多少算高」，更該問的是：和誰比？比哪段期間？是哪些人離開？

當某一類流動率（如新人流動率或特定部門）異常偏高時，通常代表該環節出現結構性問題。

延伸閱讀:人員流動率高怎麼辦？原因分析與改善策略一次看懂

2. 台灣平均離職率可作為基準嗎

台灣平均離職率可以參考，但不能直接當成判斷標準。平均值的問題在於，它會把不同產業、公司規模與用工模式混在一起。

例如，中小企業、連鎖門市、勞力密集產業，通常與大型總部型企業的離職率結構完全不同。如果直接拿「台灣平均離職率」當 KPI，常會產生兩種錯誤：

• 明明公司有問題，卻因為接近平均而掉以輕心
• 明明屬正常流動，卻因低於某個外部數字而過度緊張

較好的做法是建立三層基準：

1. 公司歷史基準：和自己去年、前兩年相比
2. 部門內部基準：同類職務、同招募條件相比
3. 外部市場基準：僅作輔助參考，不作唯一判準

如果沒有完整外部資料，也可以先從內部歷史趨勢做起。對多數企業而言，能把自己的年離職率分群看清楚，比追求外部平均數更有管理價值。

3. 高離職率不一定全是壞事：判讀時要避開哪些誤區

高離職率不一定代表管理失敗，低離職率也不保證組織健康。真正要看的，是流動的結構與品質。

常見誤區有三個：

誤區一：把低離職率當成絕對好事
若組織長期幾乎零流動，可能代表升遷停滯、缺乏新陳代謝，甚至留下不適任人員。

誤區二：只看總體，不看關鍵人才
整體離職率不高，但如果離開的是高績效員工、主管或關鍵技術人才，風險反而更大。

誤區三：把短期波動解讀成長期問題
例如組織重整、專案結束、地點搬遷，都可能造成某期數字上升，不能直接下結論。

所以，解讀離職率時，至少要搭配以下維度一起看：

• 自願或非自願
• 新人或資深員工
• 關鍵人才或一般職位
• 部門、主管、地區、班別
• 任職 3 個月、6 個月、1 年的留任狀況

四、企業離職率偏高的常見原因與風險

企業離職率偏高，通常不是單一原因造成，而是薪酬、主管、文化、工作設計與招募落差交互作用的結果。若只靠加薪處理，往往只能短期止血。

在分析之前，必須先釐清「人員流動率」的定義與計算方式，否則不同部門或期間的數據將難以比較。

1. 薪酬、管理、文化與工作負荷的核心影響因素

影響離職率的核心因素，大致可分成四類：

(1)薪酬與福利

• 市場競爭力不足
• 獎酬制度不透明
• 內部同工不同酬引發不滿

(2) 管理風格

• 主管控制過強
• 缺乏回饋與支持
• 溝通方式帶來長期壓力

(3)組織文化

• 口號與實際做法不一致
• 跨部門合作低效
• 員工感受不到尊重與信任

(4)工作負荷與角色設計

• 工作內容與面試描述落差大
• 長期超時、高壓、責任不清
• 缺乏學習與成長空間

根據常見實務，員工離開時表面上可能說「職涯規劃」，但深層原因常與主管管理、工作期待落差或長期耗竭有關。因此企業若只看離職單上的原因欄位，容易看不到真相。

2. 新人留任不佳對年離職率的放大效應

新人離職會快速拉高整體離職率，尤其在人數不大的公司更明顯。若 3 個月內、6 個月內離職集中發生，通常代表招募承諾、報到體驗、帶訓制度或主管管理出了問題。

新人留任不佳常見原因包括：

• 招募廣告與實際工作內容不符
• 面試未充分說明工作壓力與班表
• 到職後沒有完整 onboarding
• 沒有帶領者或學習標準混亂
• 問問題時得不到支持

一般產業觀察中，新人離職高峰常落在前 3 到 6 個月。這一段若管理失敗，不只拉高年離職率，也會讓招募團隊不斷補缺，形成惡性循環。

3. 離職率過高對招募成本、績效與品牌的影響

離職率過高，會同時帶來直接成本與隱性成本。真正麻煩的通常不是招募一個替補，而是團隊連續失血後的效率下降。

主要影響包括：

• 招募成本增加：刊登、面試、任用與行政成本持續上升
• 訓練成本提高：新人尚未產生價值就離開，投資難回收
• 績效波動擴大：交接不完整、專案中斷、客戶體驗下降
• 主管負荷加重：反覆補人、帶人、救火，難以做中長期管理
• 雇主品牌受損：外部口碑變差，未來更難招募

若是關鍵人才或中高階主管流動，影響往往更大。常見實務上，這類角色的替換成本不只在招募費，還包含決策延遲、團隊士氣下降與組織知識流失。

延伸閱讀:人力成本分析怎麼做？一篇搞懂計算方式、指標與優化方法

五、如何改善離職率？從分析到行動的實務做法

改善離職率的關鍵不是先做福利，而是先找出問題發生在哪裡。只有把異常部門、任職階段與離職原因看清楚，改善方案才不會流於表面。

1. 建立離職率計算與追蹤機制，找出異常部門與時間點

第一步是建立穩定的追蹤機制，而不是想到才算。至少要讓離職率能固定更新、固定檢視、固定討論。

建議追蹤架構如下：

1. 統一定義
   • 離職率公式
   • 自願 / 非自願分類
   • 新人定義
   • 關鍵人才範圍
2. 固定更新週期
   • 月報：看部門與短期異常
   • 季報：看趨勢與改善成效
   • 年報：看整體策略成果
3. 建立分析維度
   • 部門
   • 主管
   • 年資
   • 職級
   • 地區
   • 招募來源
   • 到職月份
4. 設定預警條件
   • 單月異常升高
   • 新人離職率超標
   • 同主管團隊連續流失
   • 關鍵人才流失集中

如果企業還停留在 Excel 手動整理，常見問題是版本多、口徑亂、更新慢，很難在異常剛發生時就看到。

2. 從離職面談、員工滿意度到留才方案的改善流程

改善離職率需要流程化，而不是單點措施。比較完整的做法，可依序分成以下步驟：

1. 蒐集訊號
   • 離職面談
   • 試用期回饋
   • 員工滿意度調查
   • 一對一面談紀錄
2. 辨識模式
   • 是否集中在特定主管
   • 是否集中在前 90 天
   • 是否與工作量、排班、升遷有關
3. 提出方案
   • 調整招募說明
   • 強化新人訓練與導師制度
   • 改善主管回饋機制
   • 重新設計薪酬或激勵制度
4. 追蹤成效
   • 改善後 3 個月、6 個月、12 個月比較
   • 觀察留任率與滿意度是否同步改善

這裡要特別注意：離職面談有幫助，但不一定能問到全部真話。員工在最後階段常會保留，因此企業最好把資料來源多元化，避免只依賴單一訪談結論。

3. 實務場景：用儀表板追蹤年離職率與留任變化

最有效率的做法，是把離職率放進可持續更新的管理儀表板。這樣 HR 與主管不必每月重做報表，而是直接看趨勢、下鑽問題點、追蹤改善結果。

一個實用的離職率儀表板，通常會包含：

• 整體月離職率、年離職率
• 自願 / 非自願離職率
• 新人 30 / 90 / 180 天留任率
• 各部門離職排名
• 各主管團隊離職比較
• 關鍵人才流失清單
• 離職原因分析
• 招募來源與留任關聯
• 異常預警提示

這種做法的價值在於，報表不再只是結果呈現，而是管理工具。當主管能從總覽一路下鑽到部門、年資、月份甚至個別群組，決策就會從憑感覺變成依數據行動。

六、用 FineBI 提升離職率分析與決策效率

如果企業想把離職率管理從手動報表升級為數據化決策，FineBI 是很適合的人資數據分析工具。它的價值不只在做圖表，而在於整合資料、統一指標、建立可持續更新的分析與預警機制。

1. FineBI 如何整合人資資料，快速完成離職率計算

FineBI 能整合 HR 系統、ERP、Excel 與其他內部資料來源，先建立統一數據底座，再計算離職率、留任率與相關指標。對企業來說，這能直接解決人資分析最常見的三個問題：資料分散、口徑不一致、更新延遲。

在人資場景中，FineBI 可整合的常見資料包含：

• 員工主檔
• 到離職資料
• 部門與組織架構
• 薪酬與獎酬
• 考勤與加班
• 績效資料
• 招募來源與任用紀錄
• 員工滿意度調查結果

整合後，HR 可直接建立標準化指標，例如：

• 離職率
• 自願離職率
• 新人離職率
• 留任率
• 關鍵人才流失率
• 部門異常波動率

這種方式的好處是，計算邏輯可被固定下來，不必每次由不同人重做 Excel。對管理層而言，也能避免不同部門拿出不同版本的數字。

2. 以 FineBI 建立離職率計算器與管理儀表板的應用方式

用 FineBI 建立離職率計算器與儀表板，重點不是做一張漂亮圖，而是建立從發現問題到定位原因的分析流程。

可參考以下應用方式：

1. 建置基礎資料模型
   • 員工主檔
   • 到職 / 離職紀錄
   • 組織與主管資料
   • 招募與績效資料
2. 定義指標口徑
   • 月離職率
   • 年離職率
   • 新人離職率
   • 自願離職率
   • 留任率
3. 設計分析頁面
   • 管理總覽頁
   • 部門比較頁
   • 年資分析頁
   • 主管分析頁
   • 離職原因頁
4. 加入預警與互動分析
   • KPI 異常提示
   • 篩選條件切換
   • 趨勢下鑽
   • 時間區間對比

依常見 BI 導入實務，這類平台的價值在於讓報表從靜態結果，轉成能持續使用的分析能力。尤其當企業已經有多系統資料分散的情況，導入 BI 後較容易建立跨部門一致的數據視圖。這也是為什麼越來越多企業導入人力資源管理系統，來統一管理人員資料與流動數據。

3. 適合管理者與 HR 的離職率視覺化分析重點

對 HR 來說，重點是找原因；對管理者來說，重點是快判斷。好的視覺化設計，應該讓不同角色都能快速抓到重點。

建議儀表板優先呈現這些內容：

給經營層看

• 年離職率趨勢
• 各事業單位比較
• 關鍵人才流失概況
• 異常預警摘要

給 HR 看

• 新人留任漏斗
• 離職原因分類
• 招募來源與留任率關聯
• 各主管團隊比較

給部門主管看

• 團隊月度流動狀況
• 年資分布
• 加班、績效與離職關聯
• 留才措施前後變化

FineBI 的優勢在於可支援主題式分析、多維下鑽與自助分析，讓非技術人員也能操作。這對 HR 特別重要，因為離職率分析往往不是一次性專案，而是需要每月持續追蹤、快速回應的管理工作。

七、結論：用正確指標與工具，持續降低不必要的離職

離職率不是只拿來做月報的數字，而是組織健康度的早期訊號。只要公式一致、分析維度正確，再搭配持續追蹤與改善流程，企業就能更早發現問題，降低不必要的人才流失。

1. 從離職率計算到改善策略的重點總整理

如果要把這篇內容濃縮成管理重點，可以記住以下幾點：

• 先定義：離職率不是只有一種算法，先統一口徑最重要
• 再分群：總體數字不夠，要看部門、年資、主管、職務
• 看趨勢：比起單月數字，月度與年度變化更有判斷價值
• 查原因：離職率高通常不只一個原因，不能只靠加薪處理
• 做追蹤：改善方案要和後續留任變化連動檢查
• 善用工具：若仍靠手動 Excel，很難做到即時預警與持續優化

簡單說，真正有效的離職率管理，不是把數字壓低，而是把不必要、可避免、重複發生的人才流失找出來並改善。

2. 企業導入數據化管理時的下一步建議

企業若想把離職率分析做得更成熟，下一步可依序進行：

1. 建立標準化指標
   • 先統一公式、定義與資料口徑
2. 整理資料來源
   • 打通 HR、招募、績效、考勤與薪酬資料
3. 建立固定儀表板
   • 讓月追蹤、季檢討、年回顧可持續運作
4. 設計預警機制
   • 對新人流失、關鍵人才流失與異常部門即時提醒
5. 導入 BI 工具
   • 例如用 FineBI 建立人資主題分析模型，提升分析效率與決策速度

當企業開始用數據討論離職問題，而不是只靠印象判斷，離職率就不再只是人資數字，而會真正成為提升管理品質與組織穩定度的關鍵指標。