Автор работы: Пользователь скрыл имя, 24 Ноября 2011 в 14:13, курсовая работа
Целью данного курсового проекта является проведение анализа использования трудовых ресурсов и заработной платы на примере СПК «им. Негруна» Ивановского района Амурской области. При этом должны быть достигнуты следующие задачи:
- раскрыть сущность трудовых ресурсов и заработной платы;
- проанализировать уровень использования трудовых ресурсов и фонда заработной платы;
- на основе проведенного анализа сделать выводы и предложить возможно новые пути улучшения использования трудовых ресурсов и повышения среднегодовой заработной платы.
Введение
Понятие трудовых ресурсов и заработной платы,
их сущность…………………………………………………….. 3-12
Экономико – статистический анализ трудовых ресурсов
и фонда заработной платы………………………………………13 - 1
Анализ динамики и структуры численности работников
предприятия;………………………………………………………………. 13-14
Статистическое изучение фонда заработной платы и
средней заработной платы;…………………………………………………15
Анализ структуры фонда заработной платы;………………16-18
Индексный анализ фонда заработной платы;………………19-20
3. Основные условия повышения эффективности использования
труда и заработной платы…………………………………………………..21-24
Выводы и предложения.
Список использованной литературы.
Данные для проведения корреляционного анализа | |||
год | Среднегодовая заработная плата 1 раб. тыс. руб. | Производительность труда 1 раб. тыс. руб. | |
2000 | 1,65 | 19,58 | |
2001 | 1,36 | 56,1 | |
2002 | 4,66 | 72,24 | |
2003 | 5,09 | 79,06 | |
2004 | 25,28 | 176 | |
2005 | 13,53 | 69,24 | |
2006 | 17,05 | 167,75 | |
2007 | 20,87 | 257,63 | |
2008 | 75,46 | 456,38 | |
2009 | 133,38 | 1010,48 |
Корреляция | ||
Среднегодовая зар. плата 1 раб. тыс. руб. | Производительность труда 1 раб. тыс. руб. | |
Среднегодовая зар. плата 1 раб. тыс. руб. | 1 | |
Производительность труда 1 раб. тыс. руб. | 0,984828828 | 1 |
Числовое значение коэффициентов оценивается по эмпирическим правилам на основе шкалы Чеддока.
Связь «Среднегодовая заработная плата 1 работника» - «Производительность труда 1 работника» прямая и очень сильная.
Рассчитаем коэффициент детерминации по формуле:
R = r2 х 100 = 0,98 х 100 = 98%
Коэффициент детерминации показывает, что 98% изменений в уровне среднегодовой заработной платы на 1 работника объясняется различием в уровне производительности труда.
Влияние в опыте неучтенных факторов составляет 2%
Оценка статистической значимости коэффициента корреляции, согласно критерия Стьюдента (t таб. = 0,05)
t
факт = х =
х = 13,94
Так как t факт t таб. , то нулевая гипотеза отвергается и принимается альтернативная, коэффициент корреляции существует.
Выполним регрессивный анализ
ВЫВОД ИТОГОВ |
||||||||||||||
Регрессионная статистика | В
таблице сгенерированы | |||||||||||||
Множественный R | 0,984829 | |||||||||||||
R-квадрат | 0,969888 | |||||||||||||
Нормированный R-квадрат | 0,966124 | |||||||||||||
Стандартная ошибка | 7,80516 | |||||||||||||
Наблюдения | 10 | |||||||||||||
Дисперсионный анализ | ||||||||||||||
df | SS | MS | F | Значимость F | В
таблице сгенерированы | |||||||||
Регрессия | 1 | 15697,58745 | 15697,59 | 257,6732 | 0,0000002 | |||||||||
Остаток | 8 | 487,3641563 | 60,92052 | |||||||||||
Итого | 9 | 16184,95161 | ||||||||||||
Коэффициенты | Стандартная ошибка | t-статистика | P-Значение | Нижние 95% | Верхние 95% | Нижние 95,0% | Верхние 95,0% | |||||||
Y-пересечение | -2,97035 | 3,204389978 | -0,92696 | 0,381061 | -10,3597 | 4,418987 | -10,3597 | 4,418987 | ||||||
Производительность труда 1 раб. тыс. руб. | 0,138735 | 0,008642742 | 16,0522 | 0,0000002 | 0,118805 | 0,158665 | 0,118805 | 0,158665 | ||||||
В таблице сгенерированы значения коэффициентов регрессии a1 , и их статистическое значение | ||||||||||||||
|
||||||||||||||
ВЫВОД ОСТАТКА | ||||||||||||||
Наблюдение | Предсказанное Среднегодовая зар. плата 1 раб. тыс. руб. | Остатки | Стандартные остатки | |||||||||||
1 | -0,25392 | 1,903916749 | 0,258727 | |||||||||||
2 | 4,812688 | -3,452687512 | -0,46919 | |||||||||||
3 | 7,051871 | -2,391871323 | -0,32504 | |||||||||||
4 | 7,998044 | -2,908044408 | -0,39518 | |||||||||||
5 | 21,44702 | 3,832979221 | 0,520872 | |||||||||||
6 | 6,635666 | 6,894333847 | 0,936886 | |||||||||||
7 | 20,30246 | -3,252456563 | -0,44198 | |||||||||||
8 | 32,77196 | -11,90196344 | -1,61738 | |||||||||||
9 | 60,34556 | 15,1144441 | 2,053935 | |||||||||||
10 | 137,2187 | -3,838650674 | -0,52164 | |||||||||||
Анализ сгенерированных таблиц:
Рассчитанные в таблице коэффициенты регрессии позволяют построить уравнение, выражающее зависимость:
= -2,97035 + 0,138735 х1
Значение множественного коэффициента детерминации R2 = 0,968 показывает, что 96,8% общей вариации результативного признака объясняется вариацией факторного признака х1 . Значит выбранный фактор существенно влияет на результат, что подтверждает правильность его включения в построенную модель.
Рассчитанный уровень ap = 0,0000002 0, 05 подтверждает значимость R2.
Следующим
этапом является проверка значимости
коэффициентов регрессии: при сравнении
видно что Стандартная ошибка меньше
Коэффициента. К тому же этот коэффициент
является значимым, о чем можно судить
по значению показателя P-Значение,
которое меньше заданного уровня значимости
a = 0, 05
Анализ рядов динамики
Имеются
данные о численности работников в СПК
«им. Негруна » за период 2000 – 2009 г.г.. Для
количественной оценки явлений широко
применяется ряд основных аналитических
показателей. К таким показателям относят:
абсолютный прирост, темп роста и прироста,
абсолютное значение одного процента
прироста.
Год | Среднегодовая численность работников , чел. |
2000 | 185 |
2001 | 141 |
2002 | 111 |
2003 | 99 |
2004 | 74 |
2005 | 86 |
2006 | 83 |
2007 | 71 |
2008 | 69 |
2009 | 67 |
Абсолютный прирост:
у = уi – y i-l
Коэффициент роста:
К=
Коэффициент прироста:
Кпр =
Абсолютное значение 1% прироста:
Пi =
Средний абсолютный прирост:
=
Год | Среднегодовая численность работников, чел. | Абсолютный прирост
у |
Коэффициент роста
Кl |
Коэффициент прироста
Кпр |
Абсолютное значение 1% прироста (Пi) | Средний абсолютный прирост |
2000 | 185 | - | - | - | ||
2001 | 141 | - 44 | 0,76 | - 0,39 | 3,10 | -4,4 |
2002 | 111 | - 30 | 0,79 | - 0,30 | 4,03 | -3,0 |
2003 | 99 | - 12 | 0,89 | - 0,16 | 7,56 | -1,2 |
2004 | 74 | - 25 | 0,75 | - 0,29 | 4,17 | -2,5 |
2005 | 86 | 12 | 1,16 | 0,14 | - 8,6 | 1,2 |
2006 | 83 | - 3 | 0,97 | - 0,04 | 30,25 | -0,3 |
2007 | 71 | - 15 | 0,86 | - 0,22 | 5,50 | -1,5 |
2008 | 69 | - 2 | 0,97 | - 0,03 | 40,3 | -0,2 |
2009 | 67 | - 2 | 0,97 | -0,2 | ||
-121 |
Средний коэффициент роста:
= или = = = 0, 99
Средний темп роста:
= 100% = 0,99 100% = 0,99
Средний темп прироста:
= - 100% = 0.99 – 100 = -99, 01%
Аналитический уровень динамики предполагает представление уровней данного ряда в виде функции времени y = f (t)
Для отражения основной тенденции развития явления во времени чаще всего применяют функции, которые имеют следующий вид:
- линейная yi = a+b t
- логарифмическая yi = a+b log t
- экспонента yi = ea + bt
-
степенная yi =
a b t
По
характеру размещения уровней анализируемого
временного ряда сложно сделать
предположение о возможном
Вид уравнения | Уравнение | Коэффициент детерминации |
Линейный | y = -12,38х + 164,0 | R2 = 0,769 |
Логарифмический | y = -52,2 ln (x)+ 176,4 | R2 = 0,946 |
Полином 2-го порядка | y = 2,618x2 – 38,56x+212,0 | R2 = 0,946 |
Полином 3-го порядка | y = -0,549x3+10,86x2-73,30x + 248,3 | R2= 0,982 |
Степенной | y = 184,6 x-0.45 | R2 = 0,949 |
Экспоненциальный | y = 169,4 e-0.11x | R2= 0,837 |
Принимая
во внимание физическую сущность изучаемого
процесса и результаты проведенного
аналитического выравнивания, в качестве
математической модели тренда выбираем
полином 3-го порядка.
Информация о работе Статистическое изучение трудовых ресурсов и фонда заработной платы