Η παρούσα εργασία διερευνά τη χρήση προηγμένων μεθόδων ανάλυσης δεδομένων για την αξιολόγηση της κατάστασης της υπηρεσίας των δημοσίων υπαλλήλων χρησιμοποιώντας πληροφορίες από την πύλη Apografi.gov.gr. Η συλλογή και η διατήρηση δεδομένων από διαφορετικές πηγές, η διεξαγωγή εξελιγμένων μεθόδων ανάλυσης δεδομένων για ανάλυση δεδομένων και γραφικά, η εξαγωγή συμπερασμάτων από την ανάλυση ήταν οι στόχοι της ερώτησης και οι στόχοι της μελέτης. . Η έρευνα χρησιμοποίησε μια ποικιλία στατιστικών μεθόδων, όπως ανάλυση συσχέτισης, ομαδοποίηση και ανάλυση ακραίων τιμών, περιγραφική ανάλυση, ανάλυση ταξινόμησης και ανάλυση κατανομής. Τα ευρήματα της ανάλυσης έδειξαν ισχυρή σύνδεση μεταξύ των μεταβλητών του τύπου εργασίας, του μορφωτικού επιπέδου και της επαγγελματικής κατηγορίας.

Η έρευνα καταλήγει συμβουλεύοντας εταιρείες και εκπαιδευτικά ιδρύματα να εξετάσουν
τους ισχυρούς δεσμούς μεταξύ της ομάδας εργασίας και του τύπου απασχόλησης καθώς και μεταξύ του τύπου απασχόλησης και του τύπου εκπαίδευσης κατά την ανάπτυξη σχεδίων πρόσληψης και κατάρτισης. Η επέκταση του δείγματος, η χρήση πιο εξελιγμένων μεθόδων μηχανικής μάθησης και η διεξαγωγή μιας διαχρονικής μελέτης για την εξέταση του τρόπου με τον οποίο οι παράγοντες αλλάζουν με την πάροδο του χρόνου μπορεί να είναι χρήσιμη σε μελλοντική έρευνα. Γενικά αυτή η εργασία προσφέρει μια εικόνα για τις δυνατότητες των μεθόδων ανάλυσης δεδομένων τελευταίας τεχνολογίας για την αξιολόγηση της απόδοσης των δημοσίων υπαλλήλων.

This thesis investigates the use of sophisticated data analysis methods to assess public
employees' service status using information from the Apografi.gov.gr portal and other pertinent sources. To collect and retain data from different sources, conduct sophisticated data analysis methods for data analysis and graphics, draw inferences from the analysis were the goals of the study question and objectives. The research used a variety of statistical methods, including correlation analysis, grouping and outlier analysis, descriptive analysis, classification analysis, and distribution analysis. The analysis's findings showed a strong connection between the variables of work type, educational attainment level, and occupational category.

The research ends by advising companies and educational institutions to consider the strong links between job group and type of employment as well as between type of employment and type of education when developing recruitment and training plans. Expanding the sample, utilizing more sophisticated machine learning methods, and carrying out a longitudinal study to look at how factors change over time may be helpful in future research. Overall, this thesis offers insightful information about the possibility of cutting-edge data analysis methods to assess civil servant performance.