毕业设计数学建模结课论文同工同酬.docx

毕业设计数学建模结课论文同工同酬.docx

《毕业设计数学建模结课论文同工同酬.docx》由会员分享，可在线阅读，更多相关《毕业设计数学建模结课论文同工同酬.docx（29页珍藏版）》请在冰豆网上搜索。

毕业设计数学建模结课论文同工同酬

一、摘要

在企业人力资源部门各项管理活动中，职工工资可以说是们人最为关切、议论最多的部分，因此也常常是最受重视的部分。

一般说来，现代企业的工资具有补偿职能、激励职能、调节职能、效益职能。

科学合理的工资制度，是激励职工的劳动积极性，提高劳动效率的重要手段，正确运用工资的杠杆作用在调动员工积极性方面会起到事半功倍的效果。

此外，对于企业中的各种不同的“特殊职务族”，是否要制定和执行专门的倾斜与优惠政策，如对管理干部、高级专家、女工等，也是需要重点考虑的问题。

某大型企业人力资源部门为了分析现行员工工资与其性别、受教育程度、培训情况等因素之间的关系，评估现行工作制度的合理性，特别是考察女工是否受到不公正待遇，以及她们的婚姻状况是否影响其收入等情况，从员工数据库中随机抽取了90名员工的信息（附件Bdata.xls）进行分析。

具体考察指标有平均日工资（元/天）、性别、工龄、婚姻状况、受教育状况、工作部门性质、培训情况（0表示未受过培训，1表示受过培训）、一线工作情况（0表示两年以上未从事一线工作；1表示其它情况）等。

我们需要研究的问题：

（1）分析平均日工资与其他因素之间的关系，尤其需要说明与哪些因素关系密切；

（2）考察女工是否受到不公正待遇，以及她们的婚姻状况是否影响其收入；

（3）继续改进你的模型，并给出模型误差分析。

关键字：

线性回归协方差

2、符号说明

：

表示职工日平均工资均数

:

表示职工日平均工资中位数

S

:

表示职工日平均工资方差

Y:

表示职工工资值

X：

表示职工工龄（月）

:

表示职工工龄的均值

R

:

表示工龄回归相关系数

R

:

表示性别与职工工资的相关系数

R

:

表示受教育程度与职工工资相关系数

3．模型假设

1、本材料所给数据准确，概括该企业的职工各方面情况，可忽略信息不全所引起的误差。

2,、在统计前后，该企业没有大的制度政策变动。

3、该企业生产、销售长时间处于稳定状态，受市场波动影响较小。

4、该企业在调查期间人事稳定，如：

无新职工的招聘，老员工的离职等

4．模型的建立与求解

问题分析：

要想分析平均日工资与其他因素之间的关系，尤其需要说明与哪些因素关系密切。

现不妨对员工工资与其工龄、性别、受教育程度、培训情况等因素之间的关系，一一作以详细的分析讨论；

在此我们利用统计回归模型中的逐步回归思想，即将所有对应变量影响显著地的自变量都选入模型，而影响不显著的自变量都不选模型，从而在应用角度是模型中自变量个数竟可能少。

因此我们首先确定一个包含若干自变量的初始集合，然后每次从集合外的变量中引入一对应变量影响最大的，再对集合中的变量进行检验，从变得不显著的变量中移出一个影响最小的，依次进行，直到不能引入移出为止，引入和移出都已给定的显著性水平为标准。

模型建立：

1、该企业职工日平均工资

的平均值（元）

=

j=1,2.3…

（1）

2、该企业职工工龄平均值

（月）

=

j=1,2.3…

（2）

3、这里我们利用协方差知识——每对数点的偏差乘积的平均数。

利用协方差来结局两因素级之间的关系由协方差计算公式：

COV（X,Y）=

（3）

4、该企业日平均工资的方差S与标准差S=

（4）

标准差STDEVPA（X

X

…X

n

）=

（5）

5、一般我们认为两个变量的相关系数R超过0.08时，就具有显著地相关关系。

模型求解：

我们利用SPSS软件，将资料中的性别、受教育程度和婚姻状况作以适当的转换，输入数据利用线性回归知识，对该企业职工的日平均工资与其工龄、性别、受教育程度、培训情况等因素之间的关系作以数字化，可视化图表分析得出结果如下：

回归

表1

描述性统计量

均值

标准偏差

N

一线工作情况

.24

.432

90

性别

1.41

.495

90

工龄（月）

172.19

127.608

90

受教育状况

1.36

.708

90

女性婚姻状况

-.17

.797

90

培训情况

.22

.418

90

日平均工资（元/天）

57.63

16.236

90

表3

输入／移去的变量

模型

输入的变量

移去的变量

方法

1

日平均工资（元/天）,女性婚姻状况,培训情况,性别,工龄（月）,受教育状况a

.

输入

a.已输入所有请求的变量。

表4

相关性

日平均工资（元/天）

性别

工龄（月）

女性婚姻状况

受教育状况

工作部门性质

一线工作情况

Pearson相关性

日平均工资（元/天）

1.000

.292

.751

-.297

.541

.296

.210

性别

.292

1.000

.160

-.679

.287

.418

-.105

工龄（月）

.751

.160

1.000

-.226

.161

.099

.151

女性婚姻状况

-.297

-.679

-.226

1.000

-.245

-.213

.280

受教育状况

.541

.287

.161

-.245

1.000

.445

.236

工作部门性质

.296

.418

.099

-.213

.445

1.000

-.053

一线工作情况

.210

-.105

.151

.280

.236

-.053

1.000

培训情况

.527

.316

.156

-.230

.969

.423

.256

Sig.（单侧）

日平均工资（元/天）

.

.003

.000

.002

.000

.002

.024

性别

.003

.

.066

.000

.003

.000

.162

工龄（月）

.000

.066

.

.016

.064

.177

.078

女性婚姻状况

.002

.000

.016

.

.010

.022

.004

受教育状况

.000

.003

.064

.010

.

.000

.012

工作部门性质

.002

.000

.177

.022

.000

.

.310

一线工作情况

.024

.162

.078

.004

.012

.310

.

培训情况

.000

.001

.071

.015

.000

.000

.008

N

日平均工资（元/天）

90

90

90

90

90

90

90

性别

90

90

90

90

90

90

90

工龄（月）

90

90

90

90

90

90

90

女性婚姻状况

90

90

90

90

90

90

90

受教育状况

90

90

90

90

90

90

90

工作部门性质

90

90

90

90

90

90

90

一线工作情况

90

90

90

90

90

90

90

培训情况

90

90

90

90

90

90

90

模型解释：

（1）、由表1可知，企业职工工龄平均值

=172.19，

=57.63即该企业职工日平均工资均值为57.63元

（2）、由表3，可很自然的得出该企业职工的日平均工资与工龄（月）、女性婚姻状况、性别、以及受教育状况均有不同程度的影响。

（3）、我们将该企业职工的日平均工资与其在职工龄（月）相对比，做出表格表5见附录表格5，并画出图1所示，

图1

可很明显的对应的正相关性。

图2

图3

我们将表该企业所有男性工龄高于其均值的日平均工资与工龄低于均值的职工信息进行比照，相应地得出表格6、7见附录，图2、3，如上：

根据图2，可知其职工的日平均工资基本持与40-50之间，二由图3，可很明显的看出此部分职工的日平均工资基本在50元之上。

（3）、该企业职工日平均工资与工龄的相关系数

=12.894，也就是职工的工龄每增加一月其工资增加12.894元；

参加培训的人员信息表1

男性职工信息表2

经计算男性职工日平均工资Q

=57.63元，女性日平均工资Q2=58.55元

已婚女性信息表4

职工号

日平均工资（元）

性别

工龄（月）

婚姻状况

受教育程度

工作部门性质

一线工作情况

培训情况

6

34

女

19

已婚女性

本科

技术岗位

0

0

7

34

女

27

已婚女性

本科

技术岗位

1

0

8

36

女

30

已婚女性

本科

技术岗位

0

0

12

40

女

31

已婚女性

本科

管理岗位

0

0

13

37

女

38

已婚女性

本科

技术岗位

0

0

15

38

女

42

已婚女性

本科

技术岗位

0

0

18

38

女

42

已婚女性

本科

管理岗位

0

0

19

37

女

47

已婚女性

本科

技术岗位

1

0

20

37

女

52

已婚女性

本科

技术岗位

1

0

23

47

女

54

已婚女性

本科

管理岗位

0

0

24

39

女

54

已婚女性

本科

技术岗位

0

0

26

49

女

66

已婚女性

本科

管理岗位

0

0

33

45

女

92

已婚女性

本科

技术岗位

1

0

34

44

女

94

已婚女性

本科

管理岗位

0

0

35

60

女

103

已婚女性

硕士

管理岗位

0

1

36

51

女

103

已婚女性

本科

技术岗位

0

0

42

47

女

117

已婚女性

本科

技术岗位

1

0

44

70

女

140

已婚女性

硕士

管理岗位

1

1

45

75

女

154

已婚女性

硕士

管理岗位

1

1

50

56

女

172

已婚女性

本科

技术岗位

1

0

51

61

女

174

已婚女性

本科

技术岗位

1

0

54

57

女

209

已婚女性

本科

技术岗位

0

0

58

62

女

220

已婚女性

本科

技术岗位

1

0

59

62

女

222

已婚女性

本科

技术岗位

0

0

63

62

女

227

已婚女性

本科

管理岗位

0

0

64

62

女

232

已婚女性

本科

技术岗位

1

0

65

67

女

235

已婚女性

本科

技术岗位

1

0

69

68

女

260

已婚女性

本科

技术岗位

0

0

75

65

女

319

已婚女性

本科

管理岗位

0

0

79

68

女

337

已婚女性

本科

技术岗位

0

0

81

57

女

355

已婚女性

本科

技术岗位

1

0

估计的分布参数

VAR00001

VAR00004

VAR00008

VAR00009

VAR00002

正态分布

位置

5.5000

36.1250

36.1250

.0000

3.7500

标度

6.63325

30.78700

30.78700

.53452

20.38732

个案未进行加权。

单个样本统计量

N

均值

标准差

均值的标准误

VAR00002

9

76.5556

14.48371

4.82790

VAR00004

9

279.2222

111.45602

37.15201

单个样本检验

检验值=0.05

差分的95%置信区间

t

df

Sig.（双侧）

均值差值

下限

上限

VAR00002

15.847

8

.000

76.50556

65.3724

87.6387

VAR00004

7.514

8

.000

279.17222

193.4995

364.8449

女性本科未婚女性信息表5

职工号

日平均工资（元）

性别

工龄（月）

婚姻状况

受教育程度

工作部门性质

一线工作情况

培训情况

1

33

#NAME?

7

已婚女性

本科

技术岗位

0

0

6

34

女

19

已婚女性

本科

技术岗位

0

0

7

34

女

27

已婚女性

本科

技术岗位

1

0

8

36

女

30

已婚女性

本科

技术岗位

0

0

12

40

女

31

已婚女性

本科

管理岗位

0

0

13

37

女

38

已婚女性

本科

技术岗位

0

0

15

38

女

42

已婚女性

本科

技术岗位

0

0

18

38

女

42

已婚女性

本科

管理岗位

0

0

19

37

女

47

已婚女性

本科

技术岗位

1

0

20

37

女

52

已婚女性

本科

技术岗位

1

0

23

47

女

54

已婚女性

本科

管理岗位

0

0

24

39

女

54

已婚女性

本科

技术岗位

0

0

26

49

女

66

已婚女性

本科

管理岗位

0

0

33

45

女

92

已婚女性

本科

技术岗位

1

0

34

44

女

94

已婚女性

本科

管理岗位

0

0

36

51

女

103

已婚女性

本科

技术岗位

0

0

42

47

女

117

已婚女性

本科

技术岗位

1

0

50

56

女

172

已婚女性

本科

技术岗位

1

0

51

61

女

174

已婚女性

本科

技术岗位

1

0

54

57

女

209

已婚女性

本科

技术岗位

0

0

58

62

女

220

已婚女性

本科

技术岗位

1

0

59

62

女

222

已婚女性

本科

技术岗位

0

0

63

62

女

227

已婚女性

本科

管理岗位

0

0

64

62

女

232

已婚女性

本科

技术岗位

1

0

65

67

女

235

已婚女性

本科

技术岗位

1

0

69

68

女

260

已婚女性

本科

技术岗位

0

0

75

65

女

319

已婚女性

本科

管理岗位

0

0

79

68

女

337

已婚女性

本科

技术岗位

0

0

81

57

女

355

已婚女性

本科

技术岗位

1

0

由日平均工资与工龄的对照图可知职工工资与与其在企业所工作的时间的长短成正相关性。

一线工作的职工信息

职工号

日平均工资（元）

性别

工龄（月）

婚姻状况

受教育程度

工作部门性质

一线工作情况

培训情况

7

34

女

27

已婚女性

本科

技术岗位

1

0

19

37

女

47

已婚女性

本科

技术岗位

1

0

20

37

女

52

已婚女性

本科

技术岗位

1

0

33

45

女

92

已婚女性

本科

技术岗位

1

0

41

61

男

114

未婚女性

博士

管理岗位

1

1

42

47

女

117

已婚女性

本科

技术岗位

1

0

44

70

女

140

已婚女性

硕士

管理岗位

1

1

45

75

女

154

已婚女性

硕士

管理岗位

1

1

46

73

男

158

未婚女性

博士

技术岗位

1

1

47

100

男

159

男性

博士后

管理岗位

1

1

50

56

女

172

已婚女性

本科

技术岗位

1

0

51

61

女

174

已婚女性

本科

技术岗位

1

0

58

62

女

220

已婚女性

本科

技术岗位

1

0

64

62

女

232

已婚女性

本科

技术岗位

1

0

65

67

女

235

已婚女性

本科

技术岗位

1

0

68

62

女

257

男性

本科

技术岗位

1

0

74

62

男

309

未婚女性

本科

管理岗位

1

0

80

78

男

346

男性

硕士

管理岗位

1

1

81

57

女

355

已婚女性

本科

技术岗位

1

0

83

71

男

380

男性

硕士

管理岗位

1

1

84

91

男

387

男性

硕士

管理岗位

1

1

85

91

男

403

未婚女性

硕士

管理岗位

1

1

7

34

女

27

已婚女性

本科

技术岗位

1

0

19

37

女

47

已婚女性

本科

技术岗位

1

0

20

37

女

52

已婚女性

本科

技术岗位

1

0

33

45

女

92

已婚女性

本科

技术岗位

1

0

42

47

女

117

已婚女性

本科

技术岗位

1

0

50

56

女

172

已婚女性

本科

技术岗位

1

0

51

61

女

174

已婚女性

本科

技术岗位

1

0

58

62

女

220

已婚女性

本科

技术岗位

1

0

64

62

女

232

已婚女性

本科

技术岗位

1

0

65

67

女

235

已婚女性

本科

技术岗位

1

0

68

62

女

257

男性

本科

技术岗位

1

0

74

62

男

309

未婚女性

本科

管理岗位

1

0

81

57

女

355

已婚女性

本科

技术岗位

1

0

41

61

男

114

未婚女性

博士

管理岗位

1

1

44

70

女

140

已婚女性

硕士

管理岗位

1

1

45

75

女

154

已婚女性

硕士

管理岗位

1

1

46

73

男

158

未婚女性

博士

技术岗位

1

1

47

100

男

159

男性

博士后

管理岗位

1

1

80

78

男

346

男性

硕士

管理岗位

1

1

83

71

男

380

男性

硕士

管理岗位

1

1

84

91

男

387

男性

硕士

管理岗位

1

1

85

91

男

403

未婚女性

硕士

管理岗位

1

1

可以明显的看出受教育程度高的在工资待遇方面明显

优于受

Anovab

模型

平方和

df

均方

F

Sig.

1

回归

18570.499

7

2652.928

44.483

.000a

残差

4890.401

82

59.639

总计

23460.900

89

a.预测变量:

（常量）,培训情况,工龄（月）,女性婚姻状况,一线工作情况,工作部门性质,性别,受教育状况。

b.因变量:

日平均工资（元/天）

1

33

女

7

已婚女性

本科

技术岗位

0

0

6

34

女

19

已婚女性

本科

技术岗位

0

0

8

36

女

30

已婚女性

本科

技术岗位

0

0

12

40

女

31

已婚女性

本科

管理岗位

0

0

13

37

女

38

已婚女性

本科

技术岗位

0

0

15

38

女

42

已婚女性

本科

技术岗位

0

0

18

38

女

42

已婚女性

本科

管理岗位

0

0

23

47

女

54

已婚女性

本科

管理岗位

0

0

24

39

女

54

已婚女性

本科

技术岗位

0

0

26

49

女

66

已婚女性

本科

管理岗位

0

0

34

44

女

94

已婚女性

本科

管理岗位

0

0

36

51

女

103

已婚女性

本科

技术岗位

0

0

54

57

女

209

已婚女性

本科

技术岗位

0

0

59

62

女

222

已婚女性

本科

技术岗位

0

0

63

62

女

227

已婚女性

本科

管理岗位

0

0

69

68

女

260

已婚女性

本科

技术岗位

0

0

75

65

女

319

已婚女性

本科

管理岗位

0

0

79

68

女

337

已婚女性

本科

技术岗位

0

0

教

2

34

男

14

男性

本科

技术岗位

0

0

3

34

男

18

男性

本科

管理岗位

0

0

4

42

男

19

未婚女性

本科

技术岗位

0

0

9

43

男

30

男性

本科

技术岗位

0

0

14

37

男

41

未婚女性

本科

技术岗位

0

0

16

42

男

42

未婚女性

本科

管理岗位

0

0

17

38

男

42

男性

本科

技术岗位

0

0

22

39

男

54

男性

本科

技术岗位

0

0

27

41

男

67

男性

本科

管理岗位

0

0

30

47

男

78

未婚女性

本科

管理岗位

0

0

32

45

男

91

未婚女性

本科

管理岗位

0

0

37

48

男

103

未婚女性

本科

技术岗位

0

0

38

48

男

111

未婚女性

本科

管理岗位

0

0

43

68

男

139

男性

本科

管理岗位

0

0

49

60

男

167

未婚女性

本科

管理岗位

0

0

41

61

男

114

未婚女性

博士

管理