Анализ трудовых ресурсов

 
 

     Из  таблицы видно, что наибольшая доля денежных средств в составе фонда заработной платы приходится на работников, занятых в сельскохозяйственном производстве, а именно на постоянных рабочих. Однако за анализируемый период их удельный вес сократился на 1%. Удельный вес денежных средств специалистов в составе фонда оплаты труда увеличился на 4,7% 
 
 

3.2 Индексный анализ фонда заработной платы

     Между средним уровнем оплаты труда, численностью работающих и фондом заработной платы существует зависимость. Влияние факторов на изменение фонда заработной платы определяют:

     а) прирост или уменьшение фонда  заработной платы в связи с  изменением численности работающих;

     б) прирост или уменьшение фонда  заработной платы за счет изменения уровня оплаты труда;

     Влияние численности работников и среднегодовой заработной платы 1 работника на изменение фонда заработной платы можно проследить с помощью индексного анализа. Исходные данные для анализа представлены в таблице 11. 

Таблица 11 - Исходные данные для индексного анализа

 

     Факторная модель имеет вид: F = T * f

     Общее изменение фонда заработной платы:

     I_F = T₁f₁ / T₀ f₀ = F₁ / F₀ = 125 * 41,088 / 116 * 22,888 =

     = 1,935 или 193,5%

     DF = F₁ – F₀ = 5136 – 2655 = 2481 тыс.р.

     Влияние на общее изменение фонда заработной платы изменений:

• численности работников

I_T = T₁f₀ / T₀f₀ = 125 * 22,888 / 116 * 22,888 = 1,078 или 107,8 %

DF (T) = T₁f₀ - T₀f₀ = 2861 – 2655 = 206 тыс.р.

• среднегодовой заработной платы 1 работника

I_f = T₁f₁ / T₁f₀ = 125 * 41,088 / 125 * 22,888 = 1,795 или 179,5 %

DF (f) = T₁f₁ - T₁f₀ = 5136 - 2861 = 2275 тыс.р.

     Взаимосвязь индексов:

     I_F = I_T * I_f = 1,078 * 1,795 = 1,935 или 193,5%

     DF = DF (T) + DF (f) = 206 + 2275 = 2481 тыс.р.

     За  анализируемый период фонд заработной платы увеличился на 2481 тыс.р. или на 93,5%, за счет увеличения численности работников на 9 человек фонд заработной платы увеличился на 206 тыс.р. или 7,8% и за счет роста среднегодовой заработной платы 1 работника на 18,2 тыс.р. фонд заработной платы увеличился на 2275 тыс.р. или на 79,5%. 
 

3.3 Расчет и анализ  показателей ряда  динамики уровня  средней заработной  платы

     Для аналитических целей рассчитывают средний уровень оплаты труда.

     Средняя заработная плата - заработная плата, исчисленная в среднем на одного работника или на единицу отработанного времени. Рассчитывается делением фонда заработной платы на среднесписочную численность работников или количество фактически отработанных человеко-часов за определенные периоды времени – час, день, неделю, месяц, квартал, с начала года, год [2].

     Изменение средней заработной платы за три года можно проследить с помощью показателей ряда динамики. Данные для анализа представлены в таблице 12.

Таблица 12 – Расчет показателей для анализа ряда динамики

 

     Для обобщающей характеристики динамики средней  заработной платы определим средние  показатели: средний уровень ряда и средние показатели изменения уровня ряда (средний абсолютный прирост, средний темп роста и средний темп прироста). 
 
 
 
 
 
 

     В среднем за 2003-2007 года среднегодовая  заработная плата составила 26,14 тыс.р. За анализируемый период этот показатель увеличился в среднем на 5,875 тыс.р. или на 23,6%

     3.4 Анализ вариационных рядов для изучения дифференциации работников по уровню средней заработной платы

     Для изучения дифференциации работников по уровню заработной платы в ЗАО «Матвеевское» проведем анализ вариационных рядов по данным статистической отчетности за май 2007г. Данные для анализа представлены в таблице 13. 

Таблица 13 – Исходные и расчетные данные для вариационного анализа

 
 
 
 
 
 
 
 

     Так как коэффициент вариации равен 30,7% и он меньше 35%, значит, исследуемая совокупность однородная, а средняя в ней – величина типичная.

     Средняя заработная плата работников в мае 2007г. составила 3640  рублей. Отклонение заработной платы работников от средней  составило 1120р. или 30,7%. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

     4 Корреляционно - регрессионный анализ влияния факторов на показатели уровня производительности

     Корреляция  и регрессия тесно связаны  между собой: первая оценивает силу (тесноту) статистической связи, а вторая исследует ее форму. Та и другая служат для определения наличия или отсутствия связи между явлениями.

     В соответствии с сущностью корреляционной связи ее изучение имеет две задачи:

     1) измерение параметров уравнения,  выражающего связь средних значений  зависимой переменной со значениями  независимой переменной – одной или нескольких (зависимость средних величин результативного признака от значений одного или нескольких факторных признаков);

     2) измерение тесноты связи двух (или большего числа) признаков  между собой.

     Первая  задача решается оценкой параметров уравнения регрессии. Вторая – расчетом коэффициентов корреляции.

     Вторая  задача специфична для статистических связей, а первая разработана для  функциональных связей и является общей.основным методом решения задачи нахождения параметров уравнения связи является метод наименьших квадратов, разработанный Гауссом. Он состоит в минимизации суммы квадратов отклонений фактически измеренных значений зависимой переменной y от ее значений, вычисленных по уравнению связи с факторным признаком, одним или несколькими, х.

     Для измерения тесноты связи применяется  ряд показателей. При парной связи теснота связи измеряется прежде всего корреляционным отношением. Квадрат корреляционного отношения – это отношение межгрупповой дисперсии результативного признака, которая выражает влияние различий группировочного факторного признака на среднюю величину результативного признака, к общей дисперсии результативного признака, выражающей влияние на него всех причин и условий. квадрат корреляционного отношения называется коэффициентом детерминации.

     Уравнение корреляционной  связи измеряет зависимость между вариацией результативного признака и вариацией факторного признака (признаков). Меры тесноты связи измеряют долю вариации результативного признака, которая связана корреляционно с вариацией факторного признака (признаков).

     Инерпретировать корреляционные показатели следует строго в терминах вариации отклонений от средней величины. Если же задача исследования состоит в измерении связи не между вариацией двух признаков в совокупности, а между изменениями признаков объекта во времени, то метод корреляционного-регрессионного анализа требует значительного изменения.

     Из  вышепреведенного положения об интерпретации  показателей корреляции следует, что  нельзя трактовать корреляцию признаков  как причинную связь их уровней.

     Метод корреляционно-регрессионного анализа не может объяснить роли факторных признаков в создании результативного признака. Это очень серьезное ограничение метода, о котором не следует забывать.

     Следующий общий вопрос – это вопрос о  «чистоте» измерения влияния  каждого отдельного факторного признака. Группировка совокупности по одному факторному признаку может отразить влияние именно данного фактора на результативный признак при условии, что все другие факторы не связаны с изучаемым, а случайные отклонения и ошибки взаимопогасились в большой совокупности. Если же изучаемый фактор связан с другими факторами, влияющими на результативный признак, будет получена не «чистая» характеристика влияния только одного фактора, а сложный комплекс, состоящий как из непосредственного влияния фактора, так и из его косвенных влияний, через его связь с другими факторами и их влияние на результативный признак. Данное положение полностью относится и к парной корреляционной связи.

     Однако  коренное отличие метода корреляционно- регрессионного анализа от аналитической группировки состоит в том, что корреляционно-регрессионный анализ позволяет разделить влияние комплекса факторных признаков, анализировать различные стороны сложной системы взаимосвязей. Если метод комбинированной аналитической группировки, как правило, не дает возможность анализировать более трех факторов, то корреляционный метод при объеме совокупности около 100 единиц позволяет вести анализ системы с 8 – 10 факторами и разделить их влияние.

     Развивающиеся на базе корреляционно-регрессионного анализа многомерные методы позволяют синтезировать влияние признаков, выделяя из них непосредственно неучитываемые глубинные факторы. Например, изучая корреляцию ряда признаков интенсификации сельскохозяйственного производства, таких как фондообеспеченность, затраты труда на единицу площади, энергообеспеченность, внесение удобрений на единицу площади, плотность поголовья скота, можно синтезировать их влияние на уровень продукции с единицы площади, или на производительностьтруда, получив обобщенный фактор «интенсификация ппроизводства», непосредственно неизмеримый.