Phân tích những nhân tố ảnh hưởng đến tiền lương của người lao động. Bài tiểu luận phân tích về những nhân tố này qua mô hình hồi quy loglog, kiểm định các khuyết tật và đưa ra các kết luận, khuyến nghị trong quá trình nghiên cứu
TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN -oOo - BÀI TẬP LỚN MÔN KINH TẾ LƯỢNG ĐỀ TÀI: Phân tích những nhân tố ảnh hưởng đến tiền lương của người lao động Giảng viên hướng dẫn: ThS Nguyễn Thị Thùy Trang Sinh viên thực hiện: Nhóm Phạm Phương Linh – 11193011 Nguyễn Xuân Hoàng – 11192098 Nguyễn Thị Thu Huyền – 11192480 Nguyễn Thị Ngọc Mai – 11193300 Lớp học phần: Kinh tế lượng 05 Hà Nội - 2020 MỤC LỤC LỜI NÓI ĐẦU Trong hoạt động sản xuất kinh doanh yếu tố quan trọng là nguồn lực người Để sử dụng hiệu nguồn lực này mọi nhà quản trị đều phải sử dụng đến một công cụ là tiền lương Tiền lương là giá sức lao động mà người sử dụng lao động trả cho người lao động Đối với người lao đợng tiền lương là nguồn thu nhập chủ yếu họ nên họ tận tâm làm việc họ được trả công xứng đáng Đối với xã hợi tiền lương là để đóng thuế thu nhập, sở đó mà phân phối lại thu nhập xã hội Trên thực tế, tiền lương người đều giống hệt tiền lương chịu ảnh hưởng nhiều yếu tố, ví dụ Trình đợ học vấn, Kinh nghiệm, Để tìm hiểu sâu về vấn đề này, nhóm chúng em chọn đề tài “Phân tích những nhân tố ảnh hưởng đến tiền lương của người lao động” làm đề tài nghiên cứu nhóm I LÝ THUYẾT KINH TẾ – XÂY DỰNG MÔ HÌNH Cơ sở lý thuyết Sau nghiên cứu bộ số liệu, nhóm chúng em quyết định chọn nhân tố ảnh hưởng đến tiền lương để phân tích: - Trình đợ học vấn: Trình đợ học vấn một người quyết định mức lương họ Để làm được công việc đòi hỏi phải có lượng kiến thức, trình đợ cao thực được, đem lại hiệu kinh tế cao cho doanh nghiệp việc hưởng lương cao là tất ́u Như trình đợ học vấn có mối quan hệ tỷ lệ thuận với tiền lương, tức là số năm trình đợ học vấn tăng (giảm) tiền lương tăng (giảm) - Kinh nghiệm làm việc: Một người qua nhiều năm công tác sẽ đúc rút được nhiều kinh nghiệm, hạn chế được những rủi ro có thể xảy công việc, nâng cao lĩnh trách nhiệm trước cơng việc đạt suất chất lượng cao thế mà mức lương họ sẽ ngày càng tăng lên - Chỉ số IQ: Chỉ số IQ là nhân tố ảnh hưởng nhiều đến tiền lương, một người có số IQ cao sẽ có hội kiếm được công việc tốt tiền lương cao Xây dựng mô hình 2.1 Mô tả số liệu Bảng số liệu yếu tố ảnh hưởng đến tiền lương người lao động Mỹ (có 935 quan sát): Trong đó: • • • • WAGE: tiền lương hàng tháng (USD) EDUC: trình đợ học vấn/ số năm học (năm) EXPER: kinh nghiệm làm việc (năm) IQ: số IQ Thực thống kê mô tả eview, ta có kết quả: - Nhận xét: Có thể nhận thấy tiền lương hàng tháng có chênh lệch lớn giữa mức cao và mức thấp nhất, xấp xỉ 27 lần, cao hẳn so với biến còn lại 2.2 Xây dựng mô hình Giả sử mô hình có dạng log-tún tính: (PRM) ln(wage) = β1 + β2(educ) + β3(exper) + β4(iq) + u (1) Kì vọng về dấu hệ số: Hệ số Kì vọng dấu Diễn giải Khi không có học vấn, kinh nghiệm làm việc và IQ vẫn có lương hàng tháng có thể người vào làm (chưa có kinh nghiệm), tính chất cơng việc lao đợng chân tay (không yêu cầu học vấn cao) và nhân tố khác β1 + β2 + Bậc học càng cao lương càng cao β3 + Kinh nghiệm làm việc càng nhiều lương càng cao β4 + Chỉ số IQ cao có hợi tăng mức lương hàng tháng Hồi quy mô hình (1) bằng eview ta thu được kết quả: II ĐÁNH GIÁ MÔ HÌNH Dạng hàm sai, thiếu biến - Kiểm định Ramsey thêm biến Cặp giả thiết: Ho: Mơ hình có dạng hàm đúng (mơ hình khơng thiếu biến) H1: Mơ hình có dạng hàm sai (mơ hình thiếu biến) Sử dụng phần mềm eview ta có bảng kết sau: Ta thấy P-value (của F-statistic) = 0.848629 > 0.05 → chưa đủ sở để bác bỏ Ho → dạng hàm đúng, mơ hình khơng thiếu biến Sai sớ ngẫu nhiên phân phối chuẩn Kiểm định cặp giả thiết Ho: Sai số ngẫu nhiên phân phối chuẩn H1: Sai số ngẫu nhiên không phân phối chuẩn Sử dụng kiểm định Jarque-Bera, sử dụng mức xác suất P-value: P–value ≥ α: chưa đủ sở bác bỏ Ho → SSNN phân phối chuẩn P–value < α: bác bỏ Ho → SSNN không phân phối chuẩn Dùng kiểm định Jarque-Bera eview ta được: Ta thấy P-value = 0,000 < 0,05 → bác bỏ Ho → SSNN không phân phối chuẩn Tuy nhiên kích thước mẫu có thể coi là đủ lớn (n=935), suy diễn thống kê vẫn có giá trị, ta có thể bỏ qua giả thiết này và tiếp tục sử dụng mơ hình Phương sai sai số thay đổi - Sử dụng kiểm định White theo mơ hình có tích chéo Mơ hình hồi quy chính: Ln(wage)=β1 + β2(educ) + β3(exper) + β4(iq) + u - Kiểm định cặp giả thiết: Ho: mơ hình có PSSS đồng đều H1: mơ hình có PSSS thay đổi - Sử dụng mức xác suất P-value: P-value < α: bác bỏ Ho P-value ≥ α: chưa đủ sở bác bỏ Ho Dùng lệnh White với mơ hình có tích chéo eview, ta được kết quả: Kiểm định F-statistic có: P-value = 0,855278 > 0,05 → Chưa đủ sở bác bỏ Ho Kiểm định Obs*R-squared có: P-value = 0,852670 > 0,05 → Chưa đủ sở bác bỏ Ho Suy Chưa đủ sở bác bỏ Ho → Mơ hình có PSSS đồng đều Hiện tượng đa cộng tuyến Xét phương pháp chủ quan, ta có thể thực tìm hệ số tương quan cặp giữa biến đợc lập mơ hình eview (nếu hệ số tương quan lớn 0,7 xem có đa cộng tuyến cao): Ta thấy, hệ số tương quan giữa educ và exper là -0,45573 (