本文介绍了回归分析在薪酬数据分析中的应用,通过案例分析职级与薪酬的合理性。文章首先展示了职级的薪酬表,然后通过Excel的数据分析工具进行回归分析,关注R值来判断数据拟合度。最后得出结论,表中的R=0.92说明薪资模型合理。
文章介绍了如何利用Excel的数据分析工具进行回归分析,包括选择Y值和X值的数据,以及关注R值来判断数据拟合度的方法。
文章中提到的R=0.92表示薪资模型合理,如果R值较低,将需要调整薪资数据或重新设计薪资曲线。
回归分析是统计学里的一个数据分析的方法,可能很多小伙伴不清楚什么是回归分析,我们先来介绍下
回归分析在薪酬数据分析中的应用,就是我们可以通过这种数据分析的方法来分析职级和对应的薪酬是否是合理的,我们通过案例来做讲解。
职级
|
最小
|
中位值
|
最大
|
中位-最小
|
最大-中位
|
1
|
1,909
|
2,100
|
2,291
|
191
|
191
|
2
|
2,218
|
2,440
|
2,662
|
222
|
222
|
3
|
2,545
|
2,800
|
3,055
|
255
|
255
|
4
|
2,909
|
3,200
|
3,491
|
291
|
291
|
5
|
3,364
|
3,700
|
4,036
|
336
|
336
|
6
|
3,636
|
4,000
|
4,364
|
364
|
364
|
7
|
4,217
|
4,850
|
5,483
|
633
|
633
|
8
|
4,826
|
5,550
|
6,274
|
724
|
724
|
9
|
5,565
|
6,400
|
7,235
|
835
|
835
|
10
|
6,083
|
7,300
|
8,517
|
1,217
|
1,217
|
11
|
7,000
|
8,400
|
9,800
|
1,400
|
1,400
|
12
|
8,083
|
9,700
|
11,317
|
1,617
|
1,617
|
13
|
9,167
|
11,000
|
12,833
|
1,833
|
1,833
|
14
|
10,583
|
12,700
|
14,817
|
2,117
|
2,117
|
15
|
12,083
|
14,500
|
16,917
|
2,417
|
2,417
|
16
|
13,917
|
16,700
|
19,483
|
2,783
|
2,783
|
上面这个是一个职级的薪酬表,我们来分析下,这个表的各个职级和职级对应的薪酬的拟合度是否是合理的,我们先在EXCEL表上找到数据分析的工具。数据--数据分析工具