Дисперсионный анализ средней заработной платы в пакете Statistica

Размещено на http://www.allbest.ru/

Институт математики и информатики Северо- Восточный федеральный университет им. М.К. Аммосова

Дисперсионный анализ средней заработной платы в пакете statistica

Дьяконова А.П., студент курс, кафедра «Математической экономики и прикладной информатики»

Россия, г. Якутск

Аннотация

Статья посвящена дисперсионному анализу средней заработной платы по Республике Саха (Якутия). Рассматриваются влияния факторов Пол работника и Вид организации на среднюю заработную плату. Так же в работе указаны порядки действий для проведения анализа в пакете прикладных программ Statistica.

Ключевые слова: дисперсионный анализ, однофакторный дисперсионный анализ, факторы влияния, дисперсия, пакет прикладных программ Statistica.

Abstract

The article is devoted to the variance analysis of the average salary in the Republic of Sakha (Yakutia). Influence of factors of gender and organization type on the average salary is considered. In the work the procedures for analysis in software package Statistica is showed.

Ключевые слова: variance analysis, single-factor analysis of variance, influence factors, variance, Statistica software package.

Основная идея дисперсионного анализа состоит в том, чтобы сопоставить дисперсию за счет воздействия фактора с дисперсией, обусловленной случайными причинами. Если различие между ними не существенно, то влияние фактора на признак незначительно. Если же различие между факторной и остаточной дисперсиями значимо, то это говорит о влиянии фактора на рассматриваемый признак [2].

Рисунок 1. Данные дисперсионного анализа Здесь 1 = 1,14 отмечены следующие виды организаций: х± -индивидуальные предприятия, х2 - сельское хозяйство, х3 - добыча полезных ископаемых, х4 - обрабатывающие производства, х5 - производство и распределение электроэнергии, газа и воды, х6 - строительство, х7 - торговля оптовая и розничная, х8 - транспортировка и хранение, х9 - гостиницы и предприятия общего питания.

Для проверки влияния на среднюю заработную плату таких факторов как Пол работника и Вид организации берутся данные от 2007 до 2017 гг. [1] (рисунок 1).

х10 - деятельность по операциям с недвижимым имуществом, х1± - деятельность профессиональная, научная и техническая, х12 - образование,

х13 - деятельность в области здравоохранения и социальных услуг,

х14 - деятельность в области культуры, спорта, организации досуга и развлечений.

Рисунок 2. Результаты влияния факторов

Имеем результат, что факторы Вид организации и Пол работника влияют на заработную плату, так как нулевая гипотеза отвергается, что видно из наблюдаемых значений факторов F = 8.446, F = 5,2348 и их вероятностям р = 0,00, р = 0,02 меньшим, чем уровень значимости а = 0,05.

В данной работе рассматриваются два способа дисперсионного анализа в пакете Statistica. В первом способе в диалоговом окне General ANOVA/MANOVA: Дисперсионный анализ выбирается Main effects ANOVA для независимых переменных. После нажатия кнопки Ok на стартовой панели General ANOVA/MANOVA отображается диалоговое окно ANOVA/MANOVA Main effects ANOVA, где нужно ввести свои данные. Зависимые переменные выбираются в столбце Dependent variables list и факторы в столбце Categorical predictors. Задаются коды межгрупповых факторов нажимая на Factor codes (коды факторов), в появившемся окне Select codes for indep.vars нажимаются All (все) и система автоматически заполняет эти поля всеми встречающимися значениями. После нажатия кнопки Ok в диалоговом окне окно ANOVA/MANOVA Main effects ANOVA появится окно ANOVA results (результаты анализа).

Сперва влияния факторов на результативный признак проверяются отдельно по годам (рисунок 2).

Для построения графиков в диалоговом окне ANOVA Results нажимается All effects/Graphs в появившемся окне Table of All Effects выбирается Effect и нажимается Ok.

Сначала строится гистограмма по фактору Вид организации (рисунок

Рисунок 3. График по фактору Вид организаций отдельно по годам

В гистограмме видно, что в 2005 году заработная плата по организациям сильно не отличалась друг от друга, а в 2017 году уже имеет большую разницу, колеблется от 35 т.р до 100 т.р. Заработная плата по фактору х14 - деятельность в области культуры, спорта, организации досуга и развлечений возрос с 6 т.р до 100 т.р, что является самым большим увеличением. заработный плата дисперсионный прикладной

Далее, строится гистограмма по фактору Пол работника (рисунок 4).

Рисунок 4. График по фактору Пол работника отдельно по годам

Как видно, в 2005 году заработная плата не зависела от пола работника и с каждым годом зависимость постепенно увеличивалась. В 2017 году средняя заработная плата у мужчин была примерно 65 тысяч рублей, а у женщин 50 тысяч рублей, разница составляет примерно 23 %.

Во втором способе дисперсионного анализа в диалоговом окне General ANOVA/MANOVA: Дисперсионный анализ выбирается Repeated measures ANOVA для зависимых переменных. Далее повторяются аналогичные действия как в первом способе, но в окне Within effects проставляется число точек фактора повторных измерений их 7. Появится фактор отклика R1 (обозначающий общую среднюю заработную плату по годам) по умолчанию и нажимаете Ok. Здесь влияния факторов проверяются отдельно друг от друга, при этом берется среднее значение результативного признака.

Сначала, отдельно проверяется влияние фактора Пол на результативный признак средняя заработная плата (Рисунок 5).

Рисунок 5. Результат влияния фактора Пол

Так как наблюдаемое значение фактора Р = 2,8401, его вероятность р = 0,104 больше уровня значимости, то фактор Пол работника не влияет на заработную плату. Строится гистограмма этого эффекта, чтобы проинтерпретировать полученные результаты (рисунок 6).

Рисунок 6. График по фактору Пол работника

Из рисунка видно то, что женщины получают заработную плату на 17% меньше чем мужчины, но при этом заработная плата не зависит от пола, так как это довольно не значимый процент в этой сфере данных.

Рисунок 7. Результат влияния фактора Вид организации

Теперь проверяется влияние фактора Вид организаций на заработную плату. Действия повторяются аналогичным способом тем, что описано выше.

Получается результат на рисунке 7.

Так как наблюдаемое значение фактора F = 5,5445, его вероятность р = 0,001534 меньше чем уровень значимости, то нулевая гипотеза о не влиянии фактора отклоняется, следовательно, заработная плата имеет существенное отличие в различных организациях.

Рисунок 8. График по средним заработным платам по видам организаций

Как показал анализ фактор Вид организации влияет на заработную плату. Организация с самой высокой заработной платой является х3 - добыча полезных ископаемых, а с самой низкой х2 - работа в сфере сельского хозяйства.

Далее, строится гистограмма средних заработных плат по видам организаций (рисунок 8)

Далее, можно построить график взаимодействия трех факторов Ю *Вид организации*Пол (рисунок 9).

Рисунок 9. График тройного взаимодействия

На рисунке представлены диаграммы отдельно по годам, в каждой диаграмме даны значения средних заработных плат по видам организаций и два графика по полу работника. В каждой диаграмме видно, что по таким видам организаций как: х2 - сельское хозяйство, х5 - производство и распределение электроэнергии, газа и воды, х12 - образование, х13 - деятельность в области культуры, спорта, организации досуга и развлечений средняя заработная плата по полу работника практически не отличается. Видно, что с 2005 до 2017 года зависимость заработной платы от пола работника и вида организаций становится намного сильнее.

Использованные источники

1. Официальный сайт Федеральной Службы Государственной Статистики по Республике Саха (Якутия)»

2. Боровиков В.П. Популярное введение в программу STATISTICA / В.П. Боровиков. - М.: Горячая линия-Телеком, 2013. - 288 с.

Размещено на Allbest.ru