Статистический анализ заработной платы

Автор работы: Пользователь скрыл имя, 10 Марта 2014 в 09:33, курсовая работа

Описание работы

В обеспечении эффективности производства важную роль играет труд. В хозяйственном механизме заработная плата является активным элементом, и посредством ее организации можно решить две тесно взаимосвязанные задачи в агропромышленном комплексе - повысить жизненный уровень работников и повысить уровень экономического состояния сельскохозяйственных предприятий. Однако, сегодня уровень заработной платы в РФ очень низкий.
Проводимые в стране реформы, направленные на обеспечение высокого качества жизни населения, привели к противоположному результату - сокращению продолжительности жизни, ухудшению социальной инфраструктуры села, низкому уровню и задолженности в выплате заработной платы.

Содержание работы

Введение…………………………………………………………………………...3
Глава I. Теоретические основы анализа зарплаты……………………………...5
Понятие заработной платы……………………………………………………5
Функции заработной платы…………………………………………………...8
Глава II. Статистический анализ заработной платы в ЧР……………………..12
2.1 Краткая характеристика объекта исследования…………………………...12
2.2 Анализ динамики…………………………………………………………….16
2.3 Группировка по одному признаку………………………………………….18
2.4 Парная корреляция…………………………………………………………..20
2.5 Множественная корреляция………………………………………………...23
2.6 Применение индексного метода……………………………………………23
Глава III. Основные пути увеличения зарплаты по ЧР………………………..27
3.1 Метод укрупнения интервалов, скользящей средней……………………..27
3.2 Метод экстраполяции………………………………………………………..28
Заключение………………………………………………………………………30
Список использованной литературы…………………………………………...32

Файлы: 1 файл

Статистич.анализ зар.платы.doc

— 261.00 Кб (Скачать файл)

По степени охвата элементов явления индексы делят на индивидуальные и общие (сводные).

Индивидуальные индексы (i) - это индексы, которые характеризуют изменение только одного элемента совокупности.

Общий (сводный) индекс (I) характеризует изменение по всей совокупности элементов сложного явления. Если индексы охватывают только часть явления, то их называют групповыми. В зависимости от способа изучения общие индексы могут быть построены или как агрегатные (от лат. аggrega - присоединяю) индексы, или как средние взвешенные индексы (средние из индивидуальных).

Способ построения агрегатных индексов заключается в том, что при помощи так называемых соизмерителей можно выразить итоговые величины сложной совокупности в отчетном и базисном периодах, а затем первую сопоставить со второй.

В статистике имеют большое значение индексы переменного и фиксированного состава, которые используются при анализе динамики средних показателей.

Индексом переменного состава называют отношение двух средних уровней.

Индекс фиксированного состава есть средний из индивидуальных индексов. Он рассчитывается как отношение двух стандартизованных средних, где влияние изменения структурного фактора устранено, поэтому данный индекс называют еще индексом постоянного состава.

Таблица 5

Исходные данные для группировки, млн.чел.

 

2005

2006

2007

2008

2009

2010

Среднемесячная номинальная начисленная заработная плата в расчете на одного работника   (у)          

5073,1

 

6436,7

8703,2

11146,6

11529

13004,4

Среднемесячная зарплата по г.Чебоксары (х)

4900

6205

8600

10500

11100

12000


Определим индивидуальные индексы:

Таблица 6

 

2006/2005

2007/2006

2008/2007

2009/2008

2010/2009

Среднемесячная номинальная начисленная заработная плата в расчете на одного работника   (у)          

126,88

 

135,21

128,07

103,43

112,8

Среднемесячная зарплата по г.Чебоксары (х)

126,63

138,6

122,09

105,71

108,11


По таблице 6 видно, что уровень заработной платы в ЧР и по г.Чебоксары с каждым годом увеличивалось. Наибольшее увеличение заработной платы произошло в 2007 году.

 

 

 

 

 

 

 

 

 

 

Глава III. Основные пути увеличения зарплаты по ЧР

3.1 Метод укрупнения интервалов, скользящей средней

Метод укрупнения интервалов применяется для выявления тренда в рядах динамики колеблющихся уровней, затушевывающих основную тенденцию развития. Этот метод основан на укрупнении периодов, к которым относятся уровни ряда динамики. 

Первоначальный ряд динамики преобразуется и заменяется другим рядом, в котором показатели относятся к большим по продолжительности периодам времени, т.е. интервал укрупнен. Этот прием используется только для интервальных рядов динамики. Укрупнение производится до тех пор, пока не будет выявлена четкая тенденция развития явления, а уровни ряда охватывать большие периоды времени. 

Таблица

Динамика уровня заработной платы по ЧР методом укрупнения интервалов во времени.

Годы

Численность постоянного населения наконец года, человек    (у)

Численность постоянного  населения  в 
трудоспособном возрасте, человек     (х1)

2005-2007

20213

19705

2008-2010

35680

33600

Всего:

55893

53305


Из таблицы видно, что наибольший уровень зарплаты в ЧР наблюдаются в последние годы.

В этом ряду четко прослеживается тенденция роста численности постоянного населения.

Недостатком этого приема является то, что при его использовании не прослеживается процесс изменения явления внутри укрупненных интервалов.

Метод скользящей средней заключается в следующем: формируются укрупненные интервалы, состоящие из одинакового числа уровней. Каждый последующий интервал получаем, постепенно сдвигаясь от начального уровня ряда на один уровень. По укрупненным интервалам определяем среднюю из уровней, входящих в каждый интервал.

Известны следующие данные о численности населения в ЧР (табл. ).

Для четкого проявления тенденции численности населения в ЧР необходимо укрупнить ряды динамики с интервалом в 3 года. Рассчитаем скользящую среднюю с интервалом в 3 года. 

Таблица

Ряд динамики уровня заработной платы по ЧР методом скользящей средней

Годы

Среднемесячная номинальная начисленная заработная плата в расчете на одного работника

Скользящая производная уровня заработной платы

Скользящая средняя из 3 уровней

2005

5073,1

-

-

2006

6436,7

20213

6737,667

2007

8703,2

26286,5

8762,167

2008

11146,6

31378,8

10459,6

2009

11529

35680

11893,33

2010

13004,4

-

-


Получили новый ряд динамики, где четко прослеживается тенденция роста.

Недостатки:

1. Невозможность получения всех уровней для сглаженного ряда. Число уровней в сглаженном РД меньше, чем в исходном, на (к – 1), где к – число периодов в укрупненном интервале (5 – 1) = 4, т. е. на 4.

2. Произвольность выбора интервала для определения скользящей средней.

 

 

3.2 Метод экстраполяции

Экстраполяция - нахождение уровней за пределами изучаемого ряда, т.е. продление ряда на основе выявленной закономерности изменения уровней в изучаемый отрезок времени.

Применение прогнозирования предполагает, что закономерность развития, действующая в прошлом (внутри ряда динамики), сохранится и в прогнозируемом будущем, т.е. прогноз основан на экстраполяции. Экстраполяция, проводимая в будущее, называется перспективной и в прошлое - ретроспективной.

Применение экстраполяции в прогнозировании базируется на следующих предпосылках:

• развитие исследуемого явления в целом описывается плавной кривой;

•  общая тенденция развития явления в прошлом и настоящем не претерпет серьезных изменений в будущем.

 Линейное  уравнение регрессии имеет вид y = 68.16 x -11.17  
Коэффициентам уравнения линейной регрессии можно придать экономический смысл.

Коэффициент b = 68.16 показывает среднее изменение результативного показателя (в единицах измерения у) с повышением или понижением величины фактора х на единицу его измерения. В данном примере с увеличением на 1 единицу y повышается в среднем на 68.16.  
Коэффициент a = -11.17 формально показывает прогнозируемый уровень у, но только в том случае, если х=0 находится близко с выборочными значениями.

Но если х=0 находится далеко от выборочных значений х, то буквальная интерпретация может привести к неверным результатам, и даже если линия регрессии довольно точно описывает значения наблюдаемой выборки, нет гарантий, что также будет при   экстраполяции  влево или вправо.  
Подставив в уравнение регрессии соответствующие значения х, можно определить выровненные (предсказанные) значения результативного показателя y(x) для каждого наблюдения.

Связь между у и х определяет знак коэффициента регрессии b (если > 0 – прямая связь, иначе - обратная). В нашем примере связь прямая.

 

Заключение

На основе вышесказанного нами были сделаны следующие выводы:

  1. Заработная плата - значимое средство материального стимулирования, и для работника важен размер получаемой им заработной платы, а для предприятия — эффективное ведение деятельности через выявление факторов, влияющих на ее уровень, среди которых — механизм установления и выплаты заработной платы.
  2. Заработная плата выполняет несколько функций, наиболее важные из них — воспроизводственная, стимулирующая, статусная, регулирующая (распределительная), производственно-долевая и др. 
  3. Город Чебоксары - столица Чувашской Республики, ее административный, экономический и культурный центр. В состав города входят три района - Калининский, Ленинский, Московский и Заволжское территориальное управление. Территория города занимает 23,3 тыс. га. По данным Чувашстата численность постоянного населения города Чебоксары на 1 января 2012 года составляет 453,645 тыс. человек.
  4. Для расчета показателей динамики на постоянной базе каждый уровень ряда сравнивается с одним и тем же базисным уровнем. Исчисляемые при этом показатели называются базисными.
  5. Для расчета показателей динамики на переменной базе каждый последующий уровень ряда сравнивается с предыдущим. Вычисленные таким способом показатели динамики называются цепными.
  6. Группировка – это разбиение совокупности на группы, однородные по какому-либо признаку. С точки зрения отдельных единиц совокупности группировка – это объединение отдельных единиц совокупности в группы, однородные по каким-либо признакам.
  7. Парная корреляция применяют для наглядного изображения формы связи между изучаемыми экономическими показателями.
  8. Параметры уравнения множественной регрессии оцениваются, как и в парной регрессии, методом наименьших квадратов (МНК). При его применении строится система нормальных уравнений, решение которой и позволяет получить оценки параметров регрессии
  9. В статистической практике индексный метод имеет такое же широкое распространение, как и метод средних величин.
  10. Индексами называют сравнительные относительные величины, которые характеризуют изменение сложных социально-экономических показателей (показатели, состоящие из несуммируемых элементов) во времени, в пространстве, по сравнению с планом.
  11. Метод укрупнения интервалов применяется для выявления тренда в рядах динамики колеблющихся уровней, затушевывающих основную тенденцию развития. Этот метод основан на укрупнении периодов, к которым относятся уровни ряда динамики.
  12. Экстраполяция - нахождение уровней за пределами изучаемого ряда, т.е. продление ряда на основе выявленной закономерности изменения уровней в изучаемый отрезок времени.
  13. Применение экстраполяции в прогнозировании базируется на следующих предпосылках:
    • развитие исследуемого явления в целом описывается плавной кривой;
    • общая тенденция развития явления в прошлом и настоящем не претерпет серьезных изменений в будущем.

 

 

 

 

 

 

 

 

 

 

Список использованной литературы:

  1. Закон ЧР от 04.06.2007 N 8 (ред. от 05.12.2011) "О Стратегии социально-экономического развития Чувашской Республики до 2020 года" (принят ГС ЧР 22.05.2007) (с изм. и доп., вступающими в силу с 01.01.2012) //Республика, N 22-24, 06.06.2012.
  2. Решение Чебоксарского городского Собрания депутатов ЧР от 06.03.2012 N 501 "Об отчете о деятельности Управления Министерства внутренних дел Российской Федерации по городу Чебоксары Чувашской Республики за 2011 год" //Вестник органов местного самоуправления города Чебоксары, 14.03.2012, N 2.
  3. Башкатов Б.И. Социально-экономическая статистика.-М.:Финансы и статистика, 2002.
  4. Годин А.М. Учебник для вузов.-М.: Дашков и К, 2002.
  5. Голуб Л.А. Социально-экономическая статистика: учеб.пособие для студ.высш. учеб.заведений.-М.Гуманит.изд.центр Владос, 2001.
  6. Гришин А.Ф. Статистика. Учебное пособие.- -М.:Финансы и статистика, 2002.
  7. Гусаров В.М. Статистика: учеб.пособие для вузов.-М.:ЮНИТИ-ДАНА, 2002.
  8. Елисеева И.И., Юзбашев М.М. Общая теория статистики. -М.:Финансы и статистика, 2002.
  9. Ефимова М.Р., Бычкова А.Ю. Социальная статистика: Учебное пособие.-М.:Финансы и статистика, 2002.
  10. Ефимова М.Р. Общая теория статистики. Учебник.-М.:Финансы и статистика, 2002.
  11. Иохин В.Я. Экономическая теория.-М.:экономика и финансы, 2006.
  12. Курс социально-экономической статистики /под ред. Назарова М.П.-М.:Инфра-М, 2001
  13. Теория статистики: учебник /под ред. Р.А. Шмойловой.-М.: Финансы и статистика, 2001.
  14. Социальная статистика /под ред. Елисеевой И.И. -М.: Финансы и статистика, 2001.
  15. Статистика: учебник для вузов /под ред.И.И.Елисеевой.-М.:Проспект, 2002.
  16. Статистика: Учеб.пособие /под ред.Е.В.Иода.-Тамбов: Изд-во тамб. гос. техн.ун-та, 2004.
  17. Практикум по теории статистики /под ред. Р.А. Шмойловой.-М.: Финансы и статистика, 2006.
  18. Харченко Л.П. Статистика: учебник для вузов.-М.:Инфра, 2002.
  19. Т.В. Чернова Экономическая статистика.-Таганрог: ТРТУ, 1999.
  20. Экономическая статистика. Учебник для вузов /под ред. Ю.Н.Иванова. –М.: Инфра-М, 2001.

Информация о работе Статистический анализ заработной платы