Professional Documents
Culture Documents
Készítette: Eszes
Natália
Corvinus
Egyetem
Humánme
nedzsment szak
Tantárgyfelelős:
Csesznák Anita
1
2
Előszó
3
A vállalkozás tehát különös figyelmet fordít a bérgazdálkodás elemzésénél a
Váci Utca Áruházban dolgozókra, valamint nagy hangsúlyt fektet
továbbképzésekre és olyan statisztikai módszerek megismerésére, amelyek
az üzleti életben is sikerrel alkalmazhatók. Ezek segítséget nyújtanak a
vezetés munkájához, így hozzájárulhatnak a vállalkozás gazdasági
hatékonyságának növeléséhez.
4
A munkaügyi adatbázis bemutatása
Dolgozó neve Nem Osztály Üzlet Végzettség Életkor Bér /e Ft/ Nyelvpótlék
Agócsi Anett nő Marketing Budapest felsőfokú 27 620000 10000
Al-Habahbeh Ali férfi Értékesítés Pécs középfokú 32 380000 20000
Bakáts Bence férfi Értékesítés Szeged felsőfokú 40 450000 20000
Balajti József férfi Marketing Budapest középfokú 28 345000 0
Bálintné Pallagi Noémi nő Pénzügy Budapest középfokú 56 380000 0
Barabás Helga nő Titkárság Budapest felsőfokú 30 180000 0
Bolgár László férfi Értékesítés Eger felsőfokú 47 450000 20000
Csabai Kitty nő Igazgatóság Budapest középfokú 39 210000 0
Csorday Mihály férfi Értékesítés Debrecen alapfokú 26 217000 10000
Demény Nándor férfi Marketing Szeged alapfokú 46 210000 0
Doboss Csaba férfi Értékesítés Sopron középfokú 58 315000 20000
Engelbrecht Júlia nő Titkárság Budapest alapfokú 21 180000 0
Faragó Mária nő Pénzügy Budapest középfokú 44 250000 0
Farkasházy Melinda nő Pénzügy Budapest felsőfokú 29 435000 0
Fejes Gábor Zsolt férfi Értékesítés Pécs alapfokú 23 220000 10000
Filkor Jenő férfi Kontrolling Budapest középfokú 45 315000 0
Fischer Kálmán férfi Értékesítés Nagykanizsa középfokú 34 377000 20000
Földessy Imola nő Értékesítés Eger középfokú 25 310000 10000
Hajnal Virág nő Marketing Eger alapfokú 33 185000 10000
Herbaniné Kovács Zita nő Titkárság Budapest középfokú 54 325000 0
Kaizinger Viktor férfi Értékesítés Debrecen középfokú 26 105000 30000
Kissné Varga Hajnalka nő Igazgatóság Budapest felsőfokú 39 590000 0
Kolláth Zsuzsanna nő Igazgatóság Budapest felsőfokú 44 720000 0
Kovács Gyula férfi Pénzügy Budapest felsőfokú 32 580000 0
Lakos Ilona nő Kontrolling Budapest felsőfokú 28 410000 0
Mészárosné Auer Edit nő Marketing Budapest felsőfokú 32 420000 0
Nagy Klára nő Személyzeti Budapest alapfokú 61 280000 0
Puskás Péter férfi Kontrolling Budapest felsőfokú 36 395000 0
Rékasi-Szabó Enikő nő Pénzügy Budapest középfokú 37 310000 0
Sóós Zsóka nő Személyzeti Budapest középfokú 49 280000 0
Szabó Tivadar férfi Titkárság Budapest középfokú 24 210000 0
Szepessy Márta nő Értékesités Budapest felsőfokú 45 440000 30000
Szilvássy Antal férfi Értékesítés Sopron középfokú 22 275000 10000
Táboriné Bak Mónika nő Igazgatóság Budapest felsőfokú 56 398000 0
Török Katalin nő Személyzeti Budapest középfokú 50 280000 0
Tóth Viola nő Kontrolling Budapest középfokú 20 230000 0
Vigh András férfi Marketing Nagykanizsa felsőfokú 23 387000 10000
Zahorán Mária nő Értékesítés Budapest középfokú 57 310000 20000
Zsolnai Judit nő Marketing Debrecen felsőfokú 51 430000 10000
Zsombor Károly férfi Értékesítés Pécs középfokú 37 315000 10000
5
1. Kombinációs táblák készítése, elemzése: a munkaerő-állomány áttekintése
Darab /
Sorszám
Összes
Nem en
Férfi 17
Nő 23
A kimutatásból látható, hogy a Végösszeg 40
Business Trade Hungary Kft-
nek összesen 40 alkalmazottja van, amelyből 17 férfi, 23 pedig nő.
Nézzük meg, hogy hogyan oszlanak meg a nemek a vállalkozás budapesti
központja és vidéki üzletei között.
Darab /
Sorszám Üzlet
Budape Debrec Nagykaniz Végössz
Nem st en Eger sa Pécs Sopron Szeged eg
férfi 5 2 1 2 3 2 2 17
nő 20 1 2 23
Végösszeg 25 3 3 2 3 2 2 40
6
A Business Trade Hungary Kft szervezete
14
13
12
11
10
Dolgozók száma
9
8 nõ
7
6 férfi
5
4
3
2
1
0
Ig
Sz
Ér
Pé
Ti
Ko
M
az
tk
ar
té
em
nz
nt
ár
ga
ke
k
ro
üg
et
él
s
tó
sit
llin
ág
yz
in
y
s
és
g
g
ág
et
i
Osztályok
7
A dolgozók osztályonkénti csoportosítását az előbbi ábra szemléltette.
A diagramot értékelve megállapítható, hogy az értékesítés területén
dolgoznak a legtöbben, /13 fő /, amely kereskedelmi tevékenységet
folytató vállalkozásunk tekintetében az elvárásainknak megfelelnek. A
vállalkozás dolgozóinak megoszlását jól szemlélteti a kördiagram, ahol
megfigyelhető, hogy Budapesten foglalkoztatják az alkalmazottak 62%-át,
majd Pécs, Eger, Debrecent /7-8%/ követően Nagykanizsán, Szegeden és
Sopronban 5%-os arányok figyelhetőek meg.
Mint fentebb megállapítottuk vidéki üzletekben átlagosan 2-3 főt foglalkoztat
az Áruházlánc.
62%
5%
5%
8%
5%
8% 7%
8
A legmagasabb bruttó átlagfizetés a vállalkozás igazgatóságán van, ahol a
havi átlagfizetés bruttó 479. 500,- forint. A legalacsonyabb béreket a
titkárság alkalmazottjai kapják. A havi bruttó átlagbér 342. 975,-forint, amely
a hazai piaci viszonyokat tekintve versenyképesnek tekinthető.
Béradatainkat tovább vizsgálva a Módusz: 210. 000,-forint, amely a változó
leggyakrabban előforduló értékét adja meg. A Medián / a változó középső
értékét adja meg/ jelen esetben: 315. 000,-forint.
S1 × O1 S1 × O 2 S1 × O 3
= f11∗ = f12∗ = f13∗
n n n
S 2 × O1 ∗ S2 × O 2 ∗ S2 × O3 ∗
= f 21 = f 22 = f 23
n n n
(f ij − f ij∗ ) 2
Relatív különbségek:
f ij∗
χ2 (Khi-négyzet) néven ismert matematikai-statisztikai eloszlás értéke.
(f ij − f ij∗ ) 2
χ2 = ∑∑ f ij∗
Relatív különbségek és az χ2 értéke:
9
Darab /
Sorszám Osztály
Értékesít Igazgató Kontrolli Marketi Pénzü Személy Titkárs Végössz
Nem és ság ng ng gy zeti ág eg
férfi 10 2 3 1 1 17
nő 3 4 2 4 4 3 3 23
Végösszeg 13 4 4 7 5 3 4 40
Darab /
Sorszám Osztály
Értékesít Igazgató Kontrolli Marketi Pénzü Személy Titkárs Végössz
Nem és ság ng ng gy zeti ág eg
férfi 5, 525 1, 7 1, 7 2, 975 2, 125 1, 275 1, 7 17
nő 7, 475 2, 3 2, 3 4, 025 2, 875 1, 725 2, 3 23
Végösszeg 13 4 4 7 5 3 4 40
Összes
en
0, 0, 7,
0, 595588 2882352 53652
3, 624547511 1, 7 0529412 0, 00021 2 1, 275 9 2
0, 0, 0,
1, 0, 0, 440217 94239 2130434 5,5704
2
2, 679013378 2565217 0391304 000155 4 1 8 73 χ
2,9565 0,0920 0,0003 1,0358 2,217 0,5012 13,10
6,303560889 217 716 65 056 391 7877 7
Cramer-
együttható: 0.5724
Átlag /
Bér E ft Végzettség
Nem alapfokú felsőfokú Középfokú Végösszeg
férfi 215 667 452 400 293 000 326 235
nő 215 000 464 300 288 500 355 348
Végöss
zeg 215 333 460 333 290 632 342 975
10
A Business Trade Hungary Kft. nagy hangsúlyt fektet dolgozói
továbbképzésére, ábránk szerint a felsőfokú végzettséggel rendelkezők
bérezése a legmagasabb. Férfiak és nők közötti diszkriminációt nem
különböztethetünk meg, a fizetési kategóriák közötti elrendeződés nagyon
hasonló mindkét nem között.
11
2. Empirikus eloszlások
Bér E ft
Összes
kvartilis
0 105000
1 245000
2 315000
3 412500
4 720000
12
A dolgozók ¼-e kevesebbet keres 245. 000,-forintnál, ¾-e pedig ennél
többet. A dolgozók ¾-e keres kevesebbet 412. 500,-forintnál, csak ¼ - ének
több ennél a munkabére.
A kvartilisek olyan osztópontok, amelyek megmutatják, hogy melyik az az
ismérvváltozat, amelynél a sokaság egy adott része kisebb, komplementere
nagyobb.
13
Hisztogram Gyakoriság
Halmozás %
10 120.00%
Gyakoriság
8 100.00%
80.00%
6
60.00%
4
40.00%
2 20.00%
0 .00%
0-20 21-30 31-40 41-45 46-50 51-60 61-
Életkor (év)
Életkor
14
Összeg 1506
Darabszám 40
20 elemű minta
387000
380000 Átlag 285050
377000 St.hiba 94939.
579
210000
275000 Inverz T 2.
0930247
310000
377000 Hibahatár 198710.
88
280000
105000
395000 Intervallum 86339.
alja 115
220000 Intervallum 483760.
felső 88
185000
180000
315000
380000
210000
315000
105000
380000
315000
1. Átlag kiszámítása
2. Standard hiba megállapítása
3. A megfelelő eloszlás inverzfüggvényével az érték kiszámítása
4. Hibahatár (a standard hiba és a függvények szorzata)
5. Az intervallum meghatározása
15
A mintabeli szórás a megadott adattartomány korrigált szórását, vagyis a
mintából becsült szórást határozza meg, jelen esetben: 94. 940,- értéket
kaptuk.
A standard hiba a statisztikai becslésünk során a becslőfüggvény szórását
jelenti. A hiba várható nagysága: 21. 229, 14
Mivel kis mintánk van, ezért az INVERZ T függvény alapján határozzuk meg a
t-eloszlásból származó kritikus értéket, 95%-os megbízhatósági szint mellett,
amely azt jelenti, hogy végtelenszer végrehajtva a mintavételt, 100 esetből
átlagosan 95-ször ebbe az intervallumba esik a mintaátlag. A kritikus
értékünk így: 2, 093 lesz.
Következő lépésként meghatároztuk a maximális hibahatárt, azaz azt, hogy a
becslés során legfeljebb mekkorát tévedtünk: 198. 710, 9, míg az intervallum
alsó és felső értékére a 86. 339, 12 és a 483. 760, 90 értékeket vesz fel.
4. Hipotézisvizsgálat
Kétmintás F-próba a
szórásnégyzetre
16
A mintabeli becsült varianciák közötti különbség: 49, nem esnek túl közel
egymáshoz így a próba eredményeként a nullhipotézist (a varianciák
egyezőségét) elvetjük. 5 %-os szignifikancia szint mellett a kritikus érték 2,
253827347 magasabb, mint a próbafüggvény értéke 1, 456657969,
Amennyiben a p-érték (szignifikancia szint) alapján döntünk, úgy a kapott
szignifikancia szint alacsony: 0. 22223 értéket mutat, tehát a szórások
azonossága nem fogadható el.
E X
Kétmintás F-próba a
szórásnégyzetre
17
F kritikus 2.253827
egyszélű 35
5. Varianciaanalizis
18
Ezt a módszert a statisztikában akkor alkalmazzuk, ha kettőnél több sokaság
várható értékének egyezőségére vonatkozó hipotézist szeretnénk ellenőrizni.
Más eljárások lehetnek a homogenitásvizsgálat és a vegyes kapcsolat
tesztelése.
Egytényezős
varianciaanalízis
Összesítés
Csoportok Darabsz Összeg Átlag Variancia
ám
Pécs 3 915000 305000 64750000
00
Szeged 2 660000 330000 28800000
000
Budapest 25 9093000 363720 20242626
667
Eger 3 945000 315000 17575000
000
Debrecen 3 752000 250666. 27256333
667 333
Nagykanizsa 2 764000 382000 50000000
Sopron 2 590000 295000 80000000
0
VARIANCIAANALÍZIS
Tényezők SS df MS F p-érték F krit.
Csoportok között 5.098E+ 6 8496878 0.4536538 0.8371 2.3893
10 056 75 2 92
Csoporton belül 6.181E+ 33 1.873E+
11 10
Összesen 6.691E+ 39
11
19
A H0 hipotézist elutasítom, mivel nem egyformák az ország különböző
pontjain dolgozók jövedelmei. A vállalatnál a munkahely enyhén befolyásolja
a jövedelem alakulását. Az F empirikus értéke 0, 453653875, ami
számottevően kisebb, mint az F kritikus érték.
Ugyanezt mutatja a szignifikancia-érték is, jelen esetben p=0. 83712
6. Korrelációs kapcsolat
90
100
80
70
80
60
Y 50 Y 60
40
40
30
20
20
10
0 0
0 10 20 30 40 50 60 70 80 0 10 20 30 40 50 60 70 80
X X
90 90
80 80
70 70
60 60
Y 50 Y 50
40 40
30 30
20 20
10 10
0 0
0 10 20 30 40 50 60 70 80 0 10 20 30 40 50 60 70 80
X X
20
Kapcsolat intenzitásának mérése – Lineáris korrelációs együttható: (r):
r=
∑( x i − x )( y i − y )
n × σx × σy
800000
Havi bruttó munkabér
700000
600000
500000
300000
200000
100000
0
20 30 40 50 60
életkor
21
Lineális korrelációs együttható: -0.001291071, ami azt jelenti, hogy negatív,
nagyon gyenge kapcsolat van a dolgozók életkora és a nyelvpótlékok között.
30000
25000
20000
Nyelvpótlék
15000 Nyelvpótlék
10000
5000
0
20 25 30 35 40 45 50 55 60
Életkor
Nyelvpótlékok üzletenként
600000
Végösszeg
500000
Szeged
400000
Sopron
300000 Pécs
200000 Nagykanizsa
100000 Eger
0 Debrecen
Értékesités Marketing Végösszeg Budapest
Osztályok
7. Regressziószámítás
22
1. Adatbázis összegyüjtése
2. Modellspecifikáció
3. Paraméterbecslés
4. Hipotézis-ellenőrzés
5. Felhasználás
6. Verifikáció
Készítettünk béreket leíró regressziós függvényeket a Business Trade
Hungary Kft. dolgozóinak adatait mintának tekintve. A modell magyarázó
változójaként először a munkavállalók életkorát használtuk.
Abérekeloszlásaaz életkorfüggvényében
800000 y=1771.4x+276280
2
R =0.026
700000
0.3293
y=98255x
600000 2
R =0.0738
500000
0.0076x
Bér
y=239676e
400000 2
R =0.0538
300000
200000
100000
Bér
0
Lineáris (Bér)
20 30 40 50 60
Hatvány(Bér)
Életkor(év) Expon. (Bér)
A legjobb választásnak a hatvány-függvény bizonyult, ahol R2 = 0. 0738, ami azt jelenti, hogy
az életkor 7, 38%-ban határozza meg a munkabér alakulását. A függvény meredeksége 98255,
tehát 1 évvel idősebb dolgozó 98. 255,- forinttal keres többet.
23
A vállalat vezetése kíváncsi volt arra is, hogy a nyugdíjba vonulásig (62 év)
hátralévő idő hogyan befolyásolja a munkabérek alakulását, van –e
400000
300000 y = 384300e-0.0076x
200000 R2 = 0.0538
100000
Bér
0
Lineáris (Bér)
0 10 20 30 40 50
Hatvány (Bér)
Nyugdijbavonulásig hátralévő idő
Expon. (Bér)
Összegzés
24
Életkorok tekintetében elmondható, hogy a vállalkozás alkalmazottjainak
nagy része 30-40 év közötti, ami magyarázatul szolgál arra, hogy családias
légkör alakult ki, mégis több fiatal pályakezdőt kellene foglalkoztatnia a
cégnek, illetve megfontolni (pl. részmunkaidőben) nyugdíjasok felvételét is.
Jelenleg nincs nyugdíjas alkalmazottja a cégnek, a legidősebb dolgozó 61
éves. A regressziószámitás során arra az eredményre jutottunk, hogy a
nyugdíjba vonulásig hátralévő idő és a munkabérek között nagyon gyenge a
kapcsolat. Ezért az idősebb munkavállalók béremelése mellett döntenék.
Az összegzés végén szeretnék köszönetet mondani mindazoknak, akik
segítettek dolgozatom megírásában: statisztika tanárnőmnek, Csesznák
Anitának segítőkészségéért és a statisztika órákon nyújtott támogatásért, dr.
Hámori Gábornak, a Business Trade Hungary Kft. tulajdonosának a szakmai
segítségért, valamint családomnak és kollégáimnak a kitartásáért és a
dolgozat külalakjára tett javaslatokért.
25