CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN THU NHẬP CỦA CÔNG NHÂN VIÊN

CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN THU NHẬP CỦA CÔNG NHÂN VIÊN Nhóm... Đối tượng – phương pháp nghiên cứuMô hình ước lượng Phân tích kết quả ước lượng và kiểm định Kết luận... Đối tượng – Phương

CÁC NHÂN TỐ ẢNH

HƯỞNG ĐẾN THU NHẬP CỦA CÔNG NHÂN VIÊN

Nhóm

Đối tượng – phương pháp nghiên cứu

Mô hình ước lượng

Phân tích kết quả ước lượng và kiểm định

Kết luận

Mục tiêu chọn đề tài

 Tìm ra cơ sở khoa học, đưa ra giải pháp, kiến nghị nhằm nâng cao mức độ thỏa mãn của người lao động

 Đánh giá đúng chất lượng của công nhân viên thông qua thu nhập

Đối tượng – Phương pháp nghiên cứu

 Đối tượng: Cán bộ công nhân viên đang làm

việc tại các doanh nghiệp trong nước có trình độ đại học trở lên.

 Phương pháp nghiên cứu:

 Khảo sát trực tiếp (mẫu 50 người)

 Phương pháp định tính (trình độ học vấn, giới tính)

 Phương pháp định lượng

 Ứng dụng mô hình hồi quy

 Sử dụng phần mềm Eviews

Kết quả Eviews

=> Bác bỏ H0 Vậy có ít nhất một biến giải thích

trong mô hình là có ý nghĩa ở mức 5%

→ Chấp nhận H0 Vậy biến GENDER không có

ý nghĩa cho mô hình

→ Vậy các biến NUMBER, LEVEL1, LEVEL2

đưa vào mô hình là phù hợp

Kiểm định sự không cần thiết của biến GENDER

 F = 0.493691 có xác suất p_value = 0.485987

> 0.05 nên ta chấp nhận giả thiết H0

→ Vì vậy biến GENDER không nên đưa vào mô

hình.

0.000000 < 0.05 nên ta bác bỏ giả thiết H0

 → Vì vậy biến EX đưa vào mô hình là phù

hợp

Kiểm định các biến:

EXP, NUMBER, LEVEL1, LEVEL2

 Kiểm định NUMBER:

Kiểm định các biến:

EXP, NUMBER, LEVEL1, LEVEL2

 Kiểm định LEVEL1:

Kiểm định các biến:

EXP, NUMBER, LEVEL1, LEVEL2

 Kiểm định LEVEL2:

Kiểm định các biến:

EXP, NUMBER, LEVEL1, LEVEL2

 Dựa vào bảng trên, ta thấy hệ số hồi quy của

các biến có ý nghĩa

→ Vì vậy các biến NUMBER, LEVEL1, LEVEL2

đưa vào mô hình là phù hợp

Xây dựng mô hình hồi quy

Kết quả Eviews

Xây dựng mô hình hồi quy

 Ta xây dựng được mô hình (2):

Kiểm định tự tương quan

Kiểm định tự tương quan

 Theo kết quả của bảng trên, kiểm định với tự

tương quan bậc nhất (p = 1), ta được:

 nR2 = 0.159885 có p_value = 0.689262 >

0.05

→ Chấp nhận H0 Vậy không tồn tại tự tương

quan bậc nhất

Kiểm định tính đa cộng tuyến

Kiểm định tính đa cộng tuyến

 Từ kết quả bảng trên ta thấy p_value = 0.005195 < 0.05 (nghĩa là có hiện tượng đa cộng tuyến) Tuy nhiên, ta có R2 = 0.239988 quá nhỏ so với giá trị R2 của mô hình (2) ban đầu

→ Hiện tượng đa cộng tuyến có tồn tại nhưng với mức độ thấp nên không ảnh hưởng đến

mô hình

Kiểm định White

Chia 2 vế cho EX:

Cách khắc phục

 Kiểm định biến INCOME/EX theo các biến 1/EX,

NUMBER/EX, LEVEL1/EX và LEVEL2/EX:

Cách khắc phục

 Thực hiện kiểm định White với mô hình trên:

Cách khắc phục

 Ta có p_value = 0.203178 > 0.05 nên chấp nhận H0

Vậy không còn phương sai thay đổi.

→ Mô hình đã hiệu chỉnh là mô hình phù hợp:

INCOME/EX = 1.635958 + 3.218492/EX +

+ 0.924967NUMBER/EX – 3.493265LEVEL1/EX -

- 1.458268LEVEL2/EX + v (3)

Giải thích ý nghĩa các hệ số

 β1 = 3.218492 là thu nhập cố định của người

xếp loại giỏi khi không có các yếu tố của các biến độc lập

 β2 = 1.635958: thu nhập tăng lên 1.635958

triệu đồng khi số năm kinh nghiệm tăng lên 1

 β3 = 0.924967: thu nhập tăng lên 0.924967

triệu đồng khi số lượng bằng cấp tăng lên 1 đơn vị

Giải thích ý nghĩa các hệ số

 β4 = – 3.493265: thu nhập của người xếp loại

TB giảm 3.493265 triệu đồng so với người xếp loại Giỏi

 β5 = - 1.458268: thu nhập của người xếp loại

Khá giảm 1.458268 triệu đồng so với người xếp loại Giỏi

 + Giới tính không tác động đáng kể đến thu nhập.

Nâng cao chất lượng làm việc và mức thu nhập hợp

lý cho công nhân viên

Ưu điểm

• Còn hiện tượng dư biến, phương sai thay đổi trong quá trình lập mô hình

Cám ơn thầy

và các bạn đã lắng nghe!!!