Статистическое изучение трудовых ресурсов и фонда заработной платы

Автор работы: Пользователь скрыл имя, 24 Ноября 2011 в 14:13, курсовая работа

Краткое описание

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.

Содержание работы

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.

Содержимое работы - 1 файл

статистика.docx

— 336.55 Кб (Скачать файл)
 
 
     
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 результаты по регрессивной статистике
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 результаты дисперсионного анализа, которые используются для  проверки значимости коэффициента детерминации R2
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 аналитическом  выравнивании изучаемого ряда типовой  математической функцией. Поэтому необходимо осуществить перебор решений  по всем предполагаемым типам математических функций:

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