如何做好薪酬調查和分析

對調查數據進行糾正整理的基礎上，得出被調查的勞動力市場的 薪酬 分布的情況。通常薪酬調查數據的統計分析方法有：數據排列法、頻率分析法、居中趨勢分析法、離散分析法、圖表分析法、回歸分析法。
 

下面對這幾種方法分別作詳細的介紹，我們很可能在看一些咨詢公司或者政府部門的薪酬調查的報告中都要用這些方法，或者其中的部分方法。

1、數據排列法

統計分析的方法常采用數據排列法。先將調查的同一類數據由高至低排列，再計算出數據排列中的中間數據，即25%點處、中點即50%點處和75%點處。工資水平高低企業應注意75%點處，甚至是90%點處的工資水平，工資水平低的企業應注意25%點處的工資水平，一般的企業應注意中點工資水平，下表是調查的部門文員崗位的工資數據。

2、頻率分析法

如果被調查單位沒有給出某類崗位完整的工資數據，只能采集到某類崗位的平均工資數據。在進行工資調整數據分析時，可以采取頻率分析法，記錄在各工資額度內各類企業崗位平均工資水平出現的頻率，從而了解某類崗位人員工資的一般水平。為了更直觀地進行觀察，還可以根據調查數據繪制出直方圖（下圖二）。從下表一和下圖二中很容易看出，該類崗位人員的工資主要浮動范圍介于1800元和2400元之間，這也就是大部分企業為該類崗位人員支付的工資范圍。

工資額度（元） 出現頻數
2800～2999 2
2600～2799 1
2400～2599 1
2200～2399 4
2000～2199 3
1800～1999 3
1600～1799 1
圖二 部門文員的工資頻率分析

3、趨中趨勢分析法

趨中趨勢分析是統計數據處理分析的重要方法之一，具體又包括以下幾種方法：

(1)、簡單平均法
簡單評價法是根據薪酬調查的數據,采用以下計算公式求出某崗位基本工資額,作為確定本企業同類崗位人員工資的基本依據。這種方法用起來比較簡單，但異常值（主要是最大值與最小值）有可能會影響結果的準確性，因此采用簡單平均法時，應當首先剔除最大值與最小值，然后再作出計算。
　　
(2)、加權平均法
　　采用本方法時，不同企業的工資數據將賦予不同的權重，而權重的大小則取決于每一家企業在同類崗位上工作的工作人數。也就是說，當某企業中從事某類崗位工作的人數越多，則該企業提供的工資數據，對于最終平均值的影響也就越大。在這種情況下，規模不同的企業實際支付的工資會對最終調查結果產生不同的影響。因此，采用加權平均法處理分析數據比簡單評價法更具科學性和準確性。在調查結果基本上能夠代表行業總體狀況的情況下，起經過加權的平均數更能接近勞動力市場的真實狀況。

(3)、中位數法
采用本方法時,首先,將收集到的全部統計數據按照大小排列次序進行排列之后,再找出居于中間位置的數值,即中位數作為確定某類崗位人員工資水平的依據.該方法最大的特點是可以剔除異常值即最大值和最小值對于平均工資值的影響。但準確性明顯低于上述方法，它只能顯示出當前勞動力市場平均薪酬水平的概況。

4、離散分析

離散分析是統計數據處理分析的重要方法之一，具體又包括標準差分析和四分位、百分位分析等幾種方法。利用標準差分析可以檢驗各種分布值與平均值之間的差距大小，但是在薪酬調查分析中并不常用。在薪酬調查分析中，我們還是經常采用百分位和四分位的方法，分析衡量統計數據的離散程度。

（1）百分位法

所謂的百分位法，首先將某種崗位的所有薪酬調查數據從低到高排列，劃分為10組，每組中所包括的樣本數分別為企業調查總數的10%；在百分位中的第5個小組中的最后一個數據必然是所有數據的中值，可以用它來近似代表當前市場上的平均薪酬水平。

例如，某企業的工資水平處于市場的第75個百分位上，這就意味著有75%的企業的工資水平都比該企業低。百分位分析主要應用于企業工資水平的戰略定位上，因為它直接揭示了本企業工資水平在勞動力市場上的地位。再如，有些公司將員工現金薪酬總額定位在市場上的第60個、第75個甚至第90個百分位上，而將全部現金薪酬（基本工資加獎金或獎勵）定位在第75個百分位上。

（2）四分位法

四分位分析與百分位分析的方法是類似的，只不過在進行四分位分析時，首先將某種崗位的所有薪酬調查數據從低到高排列，并劃分為四組（百分位中是劃分為10組），每組中所包括的數量分別為企業調查總數的1/4即25%（百分位中是10%）；處在第二小組（在百分位中是第5個小組）中的最后一個數據必然是所有數據的中值，可以用它來近似地代表當前勞動力市場上的平均工資水平。

5、圖表分析法

圖表分析法是在對薪酬調查數據進行統計匯總，并對數據進行整理的基礎上，按照一定格式制作統計表，然后根據需要制作成各類圖形如柱狀圖、餅形圖、折線圖、結構圖等，對薪酬結果進行分析的一種方法。圖表分析法具有直觀、形象、鮮明、清晰和簡潔的特點，也是咨詢公司常常采用的分析方法。

6、回歸分析法

回歸分析法是借用一些數據統計軟件，如SPSS、EXCEL等所提供的回歸分析功能，分析兩種或多種數據之間的關系，從而找出影響薪酬水平、薪酬差距或薪酬結構的發展趨勢進行預測。示例：某公司月工資與職位評價得分表

序號 月工資（元） 職位評價得分 序號 月工資（元） 職位評價得分
1
1000 200 21 2250 385
2 1020 210 22 2350 395
3 1050 217 23 2550 405
4 1100 228 24 2650 413
5 1130 237 25 2700 426
6 1170 245 26 2850 439
7 1200 258 27 3100 455
8 1260 265 28 3300 478
9 1220 271 29 3700 510
10 1280 279 30 3960 545
11 1350 291 31 4230 578
12 1420 300 32 4390 610
13 1500 304 33 4500 648
14 1580 315 34 4850 670
15 1660 326 35 5400 700
16 1750 334 36 5800 732
17 1850 345 37 6050 771
18 1940 356 38 6260 803
19 2050 363 39 6480 839
20 2150 375 40 6900 868

通過對散點圖觀察，這些散點呈現線性狀，用一元線性回歸方程分析，得出回歸方程為：y=9.2376x－1192.1， =0.9933趨于1，這說明月工資與職位評價得分的線性相關性很強，月工資能被職位評價得分解釋的部分較多，不能被解釋的部分較少。

回歸分析法通常用公式和圖表來顯示數據的集中趨勢，以一項或多項測量指標為基礎可能的取值范圍?；貧w分析也把數據的信度與數據在集中趨勢線周圍的分布狀況聯系起來。相關系數或 的值越接近1，回歸預測也就越可靠。