VII. ПРОБЛЕМЫ ЭКОНОМИКО-МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ. БИЗНЕС-ИНФОРМАТИКА
УДК 330.43
A.M. Kolesnikov, T.A. Kokodei
USING INSTRUMENT OF REGRESSION ANALYSIS TO DETERMINE MANAGER'S EMPLOYABILITY
This article builds two regression models that allow you to compare the factors (and their significance) of the value of the employee-manager from the perspective of the employer and in terms of the applicant for the vacancy. Using for this analysis of the online database of vacancies and summaries, there are significant differences in the views of the two sides.
Keywords: manager, demand, employer, employee.
А.М. Колесников1, Т.А. Кокодей2
ИСПОЛЬЗОВАНИЕ ИНСТРУМЕНТАРИЯ РЕГРЕССИОННОГО АНАЛИЗА ДЛЯ ВЫЯВЛЕНИЯ ФАКТОРОВ ВОСТРЕБОВАННОСТИ МЕНЕДЖЕРА
В данной статье строятся две регрессионные модели, позволяющие сравнить факторы (и их значимость) ценности работника-менеджера с точки зрения работодателя и с точки зрения самого претендента на вакансию. Используя для этого анализа интернет-базы данных вакансий и резюме, показаны существенные расхождения во взглядах двух сторон.
Ключевые слова: менеджер, востребованность, работодатель, работник.
В настоящее время особенно остро стоит вопрос трудоустройства специалистов в области менеджмента. Молодой менеджер на рынке труда сталкивается с необходимостью понимания, какими навыками и знаниями он должен обладать для получения желаемого уровня заработной платы. При этом его понимание ситуации часто отличается от взглядов работодателя.
В связи с этим целью данной статьи является проведение сравнительного анализа факторов ценности работника с точки зрения работодателя и с точки зрения претендента на вакансию. Для этого построены две регрессионные модели зависимости заработной платы от различных выявленных факторов при анализе баз данных вакансий (первая модель) и резюме (вторая модель).
На этапе 1 в результате анализа исходных данных (50 случайных наблюдений), полученных из российских интернет-баз данных вакансий, предполагаем существование зависимости между предлагаемой заработной платой менеджера (у1) и следующими факторами:
х1 - Стаж (лет)
х2 - Образование (лет)
х3 - Знание английского языка (0 - никакого, 1 - базовый уровень и 2 - продвинутый уровень).
Затем была построена соответствующая линейная регрессия методом 1МНК в Gretl (Рис. 1).
По результатам моделирования можно сделать вывод, что в генеральной совокупности только одна переменная х2 (Образование) влияет на заработную плату (у1) при уровне значимости 5 %.
1 Колесников A.M., профессор кафедры экономики высокотехнологичных производств, доктор экономических наук, профессор; Санкт-Петербургский государственный университет аэрокосмического приборостроения, г. Санкт-Петербург
Kolesnikov A.M., Professor of the Department of High-Tech Production Economics, Doctor of Economics, Professor; St. Petersburg State University of Aerospace Instrumentation, St. Petersburg
E-mail: 9843039@mail.ru
2 Кокодей Т.А., профессор кафедры менеджмента и бизнес-аналитики, доктор экономических наук; Севастопольский государственный университет, г. Севастополь
Kokodei T.A., Professor of the Department of Management and Business Analytics, Doctor of Economics; Sevastopol State University, Sevastopol
Зависимая переменная: zarplata
Коэффициент Ст. ошибка t-статистика Р-значение
const -13306,0 8335,65 -1,656 0,1437
staj 573,065 965,552 0,5335 0,5745
obrazovanie 2881,47 735,687 3,317 0,0073 ***
dngliyskiy 4360,03 2327,50 1,373 0,1102
Среднее зав. перемен 30600,00 Ст. отел. зав. перемен 13103,10
Сумма кв. остатков 73660572
R-квадрат 0,949133
F<3, 6) 37,31330
Лог. правдоподобие -93,57972
Крит. Шварца 196,3693
Ст. ошибка модем 3620,737
Испр. Е-квадрат 0,923700
Р-значение (Е) 0,000232
Крит. Акаике 195,1594 Крит. Хеннана-Куинна 193,3317
Исключая константу, наибольшее р-значение получено для переменной 2 (staj)
Рис. 1 - Результаты построения линейной регрессионной зависимости заработной платы (у1) от предполагаемых факторов х1, х2, х3 с точки зрения работодателя в Gretl
На этапе 2 проведём корректировку спецификации построенной модели, исключив переменную х1 (Рис. 2).
Рис. 2 - Результаты построения откорректированной линейной регрессионной зависимости заработной платы (у1) от х2 и х3 с точки зрения работодателя в Gretl
Каждый параметр построенной модели y1=-16910,5+3154,81x2+4920,5x3+u значим по ^критерию Стьюдента, так как р^а1ие меньше уровня значимости 0,05 (принимаем гипотезу Н1). Т.е. переменные х2и х3 влияют на у в генеральной совокупности, связь прямая. Также модель в целом адекватна по F-критерию Фишера при уровне значимости 0,05 (принимаем гипотезу Н1). Поэтому по ней можно сделать вывод, что работодатели, при оплате труда, в основном, обращают внимание на образование и уровень знания английского.
На этапе 3 в результате анализа исходных данных (50 случайных наблюдений), полученных из российских интернет-баз данных резюме, предполагаем существование
зависимости между ожидаемой претендентом на вакансию заработной платой (у2) и теми же факторами:
х1 - Стаж (лет)
х2 - Образование (лет)
х3 - Знание английского языка (0 - никакого, 1- базовый уровень и 2 - продвинутый уровень).
Затем была построена соответствующая линейная регрессия методом 1МНК в Gretl (Рис. 3).
По результатам моделирования можно сделать вывод, что в генеральной совокупности только одна переменная х1 (Стаж) влияет на заработную плату (у2) при уровне значимости 5 %.
Зависимая переменная:
Коэффициент Ст. ошибка Ь-статистика Р-эначение
const staj2 angl2
ofcrazovanieí
5304,06 2920,63 2756,57 1123,75
6300,43 706,735 1508,89 607,117
0,555 6 4,132 1,527 1,551
0,4251 0,0061 0,1175 0,1136
Среднее зав. перемен Сумма к.Е. остатков R-квадрат F(3, 6)
Лот. правдоподобие Крит. Шварца
28200,00 Ст. откл. зав. перемен 3313,037
47205316 Ст. сшибка модели 2505,005
0,333600 Ислр. R-квадрат 0,Э0Э401
31,11251 Р-эначение (F) 0,000471
-31,02 65 6 Крит. Акаике 130,0537
191,2641 Крит. Хеннана-Куинна 188,7260
Исключая константу, наибольшее р-эначение получено для переменной 5 (апд12)
Рис. 3 - Результаты построения линейной регрессионной зависимости заработной платы (у2) от предполагаемых факторов х1, х2, х3 с точки зрения претендента на вакансию в Gretl
Каждый параметр построенной модели y2= 18415,3+3682,16x1+3946,03x3+u значим по t-критерию Стьюдента, так как p-value меньше уровня значимости 0,05 (принимаем гипотезу Н1). Т.е. переменные х1и х3 влияют на у2 в генеральной совокупности, связь прямая. Также модель в целом адекватна по F-критерию Фишера при уровне значимости 0,05 (принимаем гипотезу Н1). Поэтому по ней можно сделать вывод, что претенденты на вакансию менеджера считают стаж работы и уровень знания английского основными факторами уровня оплаты их труда.
По представленным выше результатам моделирования можно сделать вывод, что работодатели, при оплате труда, в основном, обращают внимание на образование и уровень знания английского языка, в то время как соискатели думают, что основными факторами являются стаж работы и уровень знания английского. Таким образом, наблюдаем расхождение в ожиданиях сторон. Тем не менее, общим фактором с точки зрения обеих сторон остаётся уровень знания английского языка.
Список использованных источников
1. Айвазян С.А. Прикладная статистика и основы эконометрики / С.А. Айвазян, В.С. Мхитарян. - М.: ЮНИТИ, 1998. - 1022 с.
2. Куфель Т. Эконометрика. Решение задач с применением пакета программ GRETL / Т. Куфель. - М.: Горячая линия - Телеком, 2007. - 200 с.
3. UsinggretlforPrinciplesofEconometrics, 3rd EditionVersion 1.01 Lee C. Adkin-?ProfessorofEconomicsOklahomaStateUniversity // http://www.learneconometrics.com/gretl.html