HÁZI DOLGOZAT

Statisztikai módszerek alkalmazása a Business

Trade Hungary Kft. bérgazdálkodásának
elemzésében

Készítette: Eszes
Natália
Corvinus
Egyetem
Humánme
nedzsment szak

Tantárgyfelelős:
Csesznák Anita

1
2
Előszó

Házi dolgozatomban egy hazai középvállalkozás átszervezési elképzeléseinek

megvalósításához szeretnék segítséget nyújtani a vállalkozás
bérgazdálkodásának elemzésével és új alternatívák bemutatásával.
A Business Trade Hungary Kft. 1992-ben alakult meg Budapesten,
országszerte 7 üzletben kínál színvonalas termékeket vásárlóinak. A
menedzser shopok polcain megtalálhatók az üzletemberek számára
nélkülözhetetlen tárgyak: aktatáskák, írószerek, menedzserkalkulátorok és
ajándéktárgyak. A Kft. további üzletek nyitását tervezi a közeljövőben. A
vállalatvezetés legfőbb célként azt tűzte ki, hogy üzleteik minden nagyobb
városban megtalálhatóak legyenek. Ezek az üzletek természetesen nemcsak
a vállalkozók, menedzserek számára nyújtanak széles választékot, de az
átlagemberek, külföldi turisták is megtalálják a számukra megfizethető,
kiváló minőségű termékeket. A menedzser shopokban neves világmárkák,
mint Samsonite, Parker, Mandarina Duck teljes skálája kapható.

A vizsgálatunk tárgyát képező vállalkozás a vezetői tapasztalatok mellett

matematikai- statisztikai módszereket is igénybe vesz tevékenysége
optimalizálása érdekében. A Business Trade Kft-nél mindig is fontos volt a
tulajdonos számára, hogy dolgozói a lehetőség szerinti legtöbb elismerést
kapják munkájukért, és a legmegfelelőbb körülmények között
dolgozhassanak. Az elvégzett munka ellenértékeként a piaci viszonyok
szerint versenyképes jövedelemhez jutottak az alkalmazottak már a kezdet
kezdetén is, de a vállalkozás fokozatos fejlődése révén egyre nagyobb
hangsúlyt fektetnek a munkakörülmények és a munkahelyek kialakítására.
A vállalkozás alapításától kezdve a tulajdonos /Dr. Hámori Gábor / arra
törekedett, hogy a munkatársak egy nagy egységes egészet alkotva
dolgozzanak a közös célok érdekében. Talán ennek a közösségi
összetartásnak is köszönhető, hogy családias légkör alakult ki a vállalkozás
40 dolgozója között. Hámori Gábor számára minden egyes dolgozó
egyformán fontos eleme a vállalatnak, ezért a személyes elismerésre
különösen nagy hangsúlyt fektet.

Az elmúlt években fokozatosan nőtt az emberek szociális érzékenysége, így a

vállalkozás is igyekezett megfelelni az ilyen irányú elvárásoknak. Az állami és
vallási ünnepeken általánossá vált a közös rendezvény keretében való
megemlékezés. A gyermekes munkavállalókat apró figyelmességgel
biztosítják minden évben arról, hogy gyermekeik sorsát figyelemmel kíséri a
vállalat vezetése. A vállalkozás életében jelentős lépésnek számított, hogy
2001. márciusában megnyitotta a Váci Utca Áruházat Budapest
legforgalmasabb sétáló utcájában. A többszintes igényesen kialakított
üzletben Magyarországon a legnagyobb választék található meg táskákból,
márkás írószerekből és naptárakból. A Kft. egy piackutatás által nyert
becslések alapján arra a következtetésre jutott, hogy a vásárlók
megelégedettsége a kiszolgálással és az alkalmazottak segítőkészségével
kapcsolatban, ebben az áruházban volt a legnagyobb.

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

A következő munkaügyi adatokat tartalmazó táblázat lesz vizsgálatunk

kiinduló alapja, amely alapján az adatbázis legfontosabb jellemzői
leolvashatók.

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

A vállalat vezetése elsősorban szeretné egyszerűen áttekinteni a

munkaerő-állományát, kíváncsi arra, hogy hány férfi és női alkalmazott
dolgozik a cégnél, milyen területen, és melyik üzletében. Ennek
megválaszolására a nem szerinti csoportosítás elkészítését választottuk.

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

A fenti táblázat alapján elmondható, hogy a Kft. budapesti központjában

dolgozik a női alkalmazottak 86, 95%-a.
A kiugróan magas érték azzal magyarázható, hogy a központban látják el az
áruházlánc adminisztrációját. Érdekesen alakulnak a nemek megoszlásai a
vidéki üzletekben. Nagykanizsán, Pécsett, Sopronban valamint Szegeden csak
férfi munkavállalókat alkalmaznak.

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.

A Business Trade Hungary Kft dolgozóinak megoszlása

üzeltenként

Budapest Debrecen Eger Nagykanizsa Pécs Sopron Szeged

62%
5%
5%

8%
5%
8% 7%

A dolgozók bérének vizsgálata

A vállalat vezetése elsősorban a vállalat dolgozóinak jelenlegi besorolási

béreiről szeretne bővebb információkat kapni. Alapvető kérdése, hogy
melyek a jellemző illetve közepes bérek, léteznek-e nagyon alacsony illetve
kiugróan magas értékek.

Az alábbi ábrán a vállalat dolgozóinak átlagbérét vizsgáltuk a szervezeten

belüli osztályok szerinti bontásban.
Átlag /
Bér /e Ft/ Osztály
Nem Értékesítés Igazgatóság Kontrolling Marketing Pénzügy Személyzeti Titkárság Végösszeg
férfi 310400 355000 314000 580000 210000 326235
nő 353333 479500 320000 413750 343750 280000 228333 355348
Végösszeg 320308 479500 337500 371000 391000 280000 223750 342975

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.

A kapcsolat szorosságának mérése.

Vizsgálataink során választ szeretnénk kapni arra, hogy mennyire szoros a

kapcsolat 2 ismérv /a dolgozók neme és a vállalatban betöltött szerepük
között, azaz hogy melyik területen, osztályon dolgoznak. Ezt a Cramer-
mutató kiszámításával tesszük, amely alkalmas a kombinációs táblába
rendezett sokaság ismérvei közötti sztochasztikus kapcsolatok mérésére.

Függetlenség esetén feltételezett gyakoriságok:

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:

Cramer-féle mutatószám: A kapcsolatra vonatkozó négyzetes kontingencia

együttható az egyedi χ2
értékek összegzésével keletkezik.
χ2
C=
n × ( s − 1)

Meghatározzuk a függetlenség esetére becsült gyakoriságokat, majd 2

táblánk alapján kiszámítjuk az χ2 együtthatót, így közvetlenül láthatjuk a
függetlenség esetére becsült gyakoriságokat.

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

A kapcsolatra vonatkozó négyzetes kontingencia együttható az egyedi χ2 -

értékek összegzéséből keletkezett. Ebből számítottuk ki a Cramer-együtthatót,
amely jelen esetben: 0, 5724. Ez a mérőszám a kapcsolat szorosságát 0-1
skálán méri, ahol a 0 értéke a függetlenséget, az 1-es érték pedig a
determinisztikus kapcsolatot jelzi. Megállapítjuk, hogy a nemek és a vállalat
egyes osztályai között közepesen erős kapcsolat fedezhető fel.

További fontos információkhoz juthatunk, ha a végzettségek alapján is

megtekintjük eredményünket:

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

A tapasztalati eloszlások elemzésének kiinduló alapját a megfigyelésenként

felsorolt kvantitatív adatok képezik. A továbbiakban elemezzük a dolgozók
bruttó béreiből képzett empirikus eloszlásokat, amelyeket áttekintve hasonló
eredményre jutunk:

Bér E ft

Várható érték 342975

Standard Hiba 20709.
64
Median 315000
Módusz 210000
Szórás 130979
.2
Minta 1.72E+
varianciája 10
Csúcsosság 0.8710
25
Ferdeség 0.8271
31
Tartomány 615000
Minimum 105000
Maximum 720000
Összeg 137190
00
Darabszám 40

A Kft-nél dolgozók esetében a legalacsonyabb fizetés bruttó 105. 000 forint,

ezt férfi részmunkaidős beosztott keresi, míg női dolgozók esetén a
minimális bér bruttó 180. 000,- forint. A dolgozók bérének maximuma 720.
000,- forint. Az előzőekből kövekezően a dolgozók bérei jelentősen
különböznek egymástól. /615. 000,-forint/
A dolgozói bruttó bérek átlaga 315. 000 forint. A kvartilis függvény
alkalmazásával a következő eredményre jutottunk:

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.

A szórás P függvény kiszámítása után elmondhatjuk, hogy az egyes emberek

bére az átlagtól átlagosan 129. 332,- forinttal /37, 71%-kal/ tér el.

A-mutató kiszámítása bérre: A= X átlag-Módusz =1, 028171

Sokasági szórás

A értékre pozitív, 1-nél nagyobb számot kaptunk, amely jobboldali

aszimmetriát jelent.
A bérek eloszlása nem szimmetrikus, a jobboldali aszimmetriát az egyes
kiugróan magas bérek okozhatják.

F- mutató kiszámítása bérre: F= (Q3-Medián) - (Medián-Q1) =0, 164179

(Q3-Medián) + (Medián-Q1)

Nullához közeli, pozitív értéket vesz fel.

A sokaság eloszlása akkor tekinthető szimmetrikusnak, ha a mediánra

elméletben szimmetrikus osztópontok a mediánra azonos távolságra
helyezkednek el.

A dolgozók életkor szerinti megoszlása

Tekintsük át a következő Hisztogramot, dolgozók életkoráról gyakorisági

sorba rendezve. A hisztogram a gyakorisági sorok és a grafikus ábrázolás
összehangolásának eredménye, ami egy hézag nélküli oszlopdiagram,
melynek abszcisszáján az osztályközök, ordinátáján a gyakoriságok
kerülnek felmérésre. A hisztogramban szereplő oszlopokat lezáró felső
szakaszok középpontjait összekötve kaptuk a gyakorisági poligont, ami
felfogható adatbázisunk emprikus sűrűségfüggvényének.

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)

Rekesz Gyakoris Halmozás %

ág
20 1 2.50%
27 8 22.50%
34 9 45.00%
41 7 62.50%
47 6 77.50%
54 4 87.50%
Tovább 5 100.00%

A hisztogramot vizsgálva elmondható, hogy a dolgozók életkor szerinti

megoszlása közel szimmetrikus, a legtöbb alkalmazott középkorú /27-40 év
közötti /, és 87, 50%-uk nem idősebb 54 évesnél. Kiugróan magas értéket
kaptunk a 30-as éveinek közepén járó alkalmazottak esetén.
A cég egy 20 éves pályakezdőt foglalkoztat, míg 5 fő töltötte már be az 54.
életévét.
A legidősebb dolgozó 61 éves, az átlagéletkor 37 év.

Életkor

Várható érték 37.65

Standard Hiba 1.88399
1
Median 36.5
Módusz 32
Szórás 11.9154
1
Minta 141.976
varianciája 9
Csúcsosság -
1.06939
Ferdeség 0.33216
9
Tartomány 41
Minimum 20
Maximum 61

14
Összeg 1506
Darabszám 40

3. Alapsokasági paraméterek becslése

A statisztikai becslés a sokaság valamely konstans paraméterének közelítő

pontosságú meghatározása. A becslés során a legfontosabb törekvésünk a
becslési hiba mérése és kontrollálása volt. Ennek érdekében 20 elemű
mintából vonunk le következtetéseket, szem előtt tartva, hogy kis elemű
mintánk alapján a becslések sohasem lehetnek abszolút biztosak és abszolút
pontosak. Kérdésünk, hogy a minta alapján mennyi lehet a Kft. -nél az
átlagbér?

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

A várható értékre vonatkozó becslés lépései:

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

Véletlen mintavétel alkalmazása során 20 elemből álló mintánkra az

átlagbér: bruttó 285. 050,-forint.

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

A hipotézisvizsgálat más néven feltevés-ellenőrzés az a módszer, amely

alkalmasan választott statisztikai próbák segítségével dönt egy-egy feltevés
elfogadásáról vagy elvetéséről. A hipotézisellenőrzés módszere mindig úgy
dönt az adott feltevésről (nullhipotézis), hogy megfogalmazza a vele
szemben álló (alternatív) feltevést is. Tehát döntésünk mindig egy
hipotézisrendszerre vonatkozik.

Vizsgáljuk meg az életkorok szóródását a kétmintás F-próba szórásnégyzetre

modullal. Ezesetben ugyanabból a sokaságból kerül ki a 2 minta /nők
életkora, férfiak életkora/.

Nullhipotézisűnk: hogy a vállalatnál a férfiak és a nők átlagéletkora

megegyezik, 5%-os Alfa mellett.

Kétmintás F-próba a
szórásnégyzetre

Nők életkora Férfiak

életkora
Várható érték 40. 30434783 34. 05882353
Variancia 156. 312253 107. 3088235
Megfigyelések 23 17
df 22 16
F 1. 456657969
P(F<=f) 0. 222366023
egyszélű
F kritikus 2. 253827347
egyszélű

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.

A Várható érték (E) – a valószínűségi változó fontos momentuma, elméleti

átlaga.

E X

Ugyanígy elvégezhető a kétmintás F-próba a bérekre is:

Kétmintás F-próba a
szórásnégyzetre

Nők bére Férfiak

bére
Várható érték 355347. 326235.
826 294
Variancia 2. 1.
0424E+1 3216E+1
0 0
Megfigyelések 23 17
df 22 16
F 1.
5453392
2
P(F<=f) 0.
egyszélű 1878218
9

17
F kritikus 2.253827
egyszélű 35

A P-érték alapján megállapítjuk, hogy nagyon alacsony a bérek közötti

egyezőség, ezért elvetjük a nullhipotézist. Nagyon alacsony 18, 78 %-os
Alfáig fogadom el, hogy a várható értékek egyformák. Tehát nem
tekinthetőek egyformának a férfiak és a nők munkabérei.
Vizsgáljuk meg a munkabéreket a kétmintás T-próba nem egyenlő
szórásnégyzeteknél panellal. T értékre 0, 71 a kritikus érték mind egy, mint
kétoldalú próba esetén ennél nagyobb.

Kétmintás t-próba nem-egyenlő

szórásnégyzeteknél

Nők bére Férfiak

bére
Várható érték 355347. 326235.
8261 2941
Variancia 20423691 132163161
700 76
Megfigyelések 23 17
Feltételezett 0
átlagos eltérés
df 38
t érték 0.
71337598
8
P(T<=t) 0.
egyszélű 23998582
t kritikus 1.
egyszélű 68595306
6
P(T<=t) 0.
kétszélű 47997164
t kritikus 2.
kétszélű 02439423
4

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.

Az egytényezős varianciaanalízis az egy szempontból csoportosított sokaság

elemzését jelenti. Példánkban a Business Trade Hungary Kft. 7 különböző
üzletében előforduló munkabérek alakulását mutatjuk be:

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

Az összesítés alapján az átlagjövedelem a budapesti központban a

legmagasabb: bruttó 363. 720,-forint, és Debrecenben a legalacsonyabb:
250. 667,-forint.
Alapértelmezettnek vettük az 5%-os szignifikancia szintet. El kell döntenünk,
hogy elfogadjuk-e a H0 hipotézist, azaz, hogy az üzletek elhelyezkedése / a
munkahely / nem befolyásolja a jövedelmeket.

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

A szóráshányados négyzete megmutatja, hogy a magyarázó ismérv és az

eredményváltozó varianciájának mekkora részét, vagyis hány %-át
magyarázza meg.
H 2 =0.0761697556, jelentése: 7.6%-ban meghatározza a jövedelem
nagyságát a munkavégzés helye.
SSK SSB
A szóráshányados mutatója H= − 1− , amelyre 0.276039048
S S
értéket kaptunk.
Enyhe kapcsolat fedezhető fel a munkavégzés helye és a fizetés között. A p-
érték alapján 83.72%-os Alpháig fogadjuk el a H0 hipotézist, azaz hogy nincs
kapcsolat a munkavégzés helye és a munkabérek között.

6. Korrelációs kapcsolat

Ezesetben a mennyiségi ismérvek közötti kapcsolat szorosságát, erősségét

vizsgáljuk meg.
Pontdiagram segítségével informálódhatunk a kapcsolat jellegéről.
(Itt a kapcsolat iránya is fontos!)
100 120

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

Kapcsolat hiánya Determinisztikus

kapcsolat
100 100

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

Pozitív kapcsolat Negatív kapcsolat

20
Kapcsolat intenzitásának mérése – Lineáris korrelációs együttható: (r):

r=
∑( x i − x )( y i − y )
n × σx × σy

Számítsuk ki a lineáris korrelációs együttható értékét a bérek és az életkor

függvényében a fenti képlet segítségével. Eredményünk: 0.1612, azaz
16.12%. A lináris korrelációs együttható előjele a kapcsolat irányára utál,
esetünkben ez pozitiv. Értéke 0-1 közé esik amely a kapcsolat szorosságát
mutatja meg. Elmondhatjuk, hogy a munkabérek és az életkor között a
vizsgált vállalkozás esetében pozitív, enyhe kapcsolat van.

A Business Trade Hungary Kft dolgozóinak munkabére az életkor

függvényében

800000
Havi bruttó munkabér

700000

600000

500000

400000 Bér /e Ft/

300000

200000

100000

0
20 30 40 50 60

életkor

Ábránk alapján ismételten bizonyítást nyert, hogy a vállalkozás

alkalmazottainak többsége a 30-40 éves korosztályból kerül ki, és hogy nincs
túl szoros kapcsolat az életkor és a munkabérek között. A bérek felsővezetők
esetében meghaladják a havi bruttó 500.00,-forintot, ami hazai vállalkozást
és a piaci viszonyokat tekintve jelentősnek, versenyképesnek mondható.

A következőkben vizsgáljuk meg, hogy milyen kapcsolat van a dolgozók

életkora és a kifizetett nyelvpótlékok összege között:

21
Lineális korrelációs együttható: -0.001291071, ami azt jelenti, hogy negatív,
nagyon gyenge kapcsolat van a dolgozók életkora és a nyelvpótlékok között.

A Business Trade Hungary Kft dolgozóinak kifizett nyelvpótlék az életkor

függvényében

30000

25000

20000
Nyelvpótlék

15000 Nyelvpótlék

10000

5000

0
20 25 30 35 40 45 50 55 60
Életkor

Grafikusan ábrázolva is jól látható a kapcsolat negatív iránya. Nyelvpótlékot a

vállalkozás belső szabályzata alapján az értékesítés és a marketing területén
dolgozók kapnak. Mértéke: nyelvenként /nyelvvizsgánként / havi 10.000,-
forint. Ezt a megállapitásunkat jól szemlélteti a következő kimutatás is. A
legtöbb nyelvpótlékot a budapesti üzletben fizetnek ki, mindegy 60.000,-
forintot.

Nyelvpótlékok üzletenként

600000
Végösszeg
500000
Szeged
400000
Sopron
300000 Pécs
200000 Nagykanizsa
100000 Eger
0 Debrecen
Értékesités Marketing Végösszeg Budapest
Osztályok

7. Regressziószámítás

A kollerációs kapcsolat komplex vizsgálatát, a változók közötti kapcsolat

árnyalt leírását a regressziós modellekkel végezhetjük, amelynek lépései a
következőek:

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

Nyugdíjbavonulásig hátralévő idő és a bér kapcsolata

y = -1771.4x + 386110
800000 R2 = 0.026
700000
600000 y = 380481x-0.0588
500000 R2 = 0.0141
Bér

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)

valamilyen összefüggés a paraméterek között?

Az exponenciális függvény R2 értéke bizonyult a legmagasabbnak, amely 0,

0538 értéket vett fel.
A nyugdíjba vonulásig hátralévő idő 5, 38%-ban határozza meg a
munkabérek alakulását, ami elég alacsonynak mondható.

Összegzés

A dolgozatomban végighúzódó fő téma a Business Trade Hungary Kft

bérgazdálkodásának elemzése volt. Vizsgálataink alapján elmondhatjuk, hogy
az áruházlánc budapesti központjában dolgoznak a legtöbben 25 fő, amelyből
20 nő és 5 férfi. Az ügyvezető igazgatói teendőket és az adminisztratív
munkák nagy részét is hölgyek látják el. A nők átlagbére kis mértékben tér el
/magasabb / a férfiak bérétől, ami hazánkban nem túl gyakori tendencia, de
nemi diszkriminációról semmiképpen sem beszélhetünk. Javaslatom a
vállalatvezetés felé, hogy munkaerő-állománya növelése során vegye
figyelembe a női dolgozók többségét, és a jövőben foglalkoztasson több férfi
alkalmazottat.
A legmagasabb munkabérrel a felsőfokú végzettségűek rendelkeznek,
valamint léteznek kiugróan magas ill. alacsony munkabérek is. Ezek
harmonizálása, egymáshoz közelítése célszerű lenne, mert jelentős (bruttó
615. 000,- forint) az eltérés a legalacsonyabb és a legmagasabb jövedelem
között.
Területileg is különbségek fedezhetők fel a munkabérek között, érvényesül a
budapesti centralizáltság, az itt dolgozók keresnek a legtöbbet, míg vidéki
üzletek közül a debreceni alkalmazottak bére a legalacsonyabb. Vidéki
üzletekben általában férfi alkalmazottakat foglalkoztatnak, az áruházlánc
terjeszkedése során ennek a ténynek és az alacsonyabb munkabérek
felülvizsgálását ajánlom.

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.

Budapest, 2005. november 2.

25