К. э. н. Гитис Т.П., Мельникова Е. А.

Донбасская Государственная Машиностроительная Академия, Украина

ИССЛЕДОВАНИЕ ВЗАИМОСВЯЗИ И ПРИЧИННО-СЛЕДСТВЕННОЙ ЗАВИСИМОСТИ МЕЖДУ СОСТАВЛЯЮЩИМИ ТРУДОВОГО ПОТЕНЦИАЛА РАБОТНИКОВ ПРЕДПРИЯТИЯ

 

Проблема управления трудовым потенциалом персонала заслуживает пристального внимания, т.к. данный фактор является одним из определяющих эффективность хозяйствования и конкурентные преимущества предприятий в условиях рыночной экономики.

Трудовой потенциал работника может быть рассмотрен в двух аспектах [1-3]: как совокупность психофизиологического, квалификационного и личностного потенциалов (индивидуальные качественные характеристики работника); как результат использования рабочей силы, выражающийся в определенном уровне эффективности труда (индивидуальные количественные характеристики трудовой деятельности работника). Качественные характеристики работника позволяют оценить его потенциально возможный трудовой вклад. В свою очередь, количественные характеристики трудовой деятельности отображают реальный трудовой вклад работника, степень развития и практической реализации качественных характеристик, а, значит, степень использования трудового потенциала.

Таким образом, основной задачей управления трудовым потенциалом персонала предприятия является направленное воздействие и формирование качественных характеристик работников, обеспечивающих достижение заданных результатов труда, его эффективность.

Цель статьи – исследование возможности определения взаимосвязи и причинно-следственной зависимости между качественными и количественными составляющими трудового потенциала работников предприятия.

Одним из основных методов, позволяющим оценить тесноту связи между признаками и исследовать форму статистической связи,  является корреляционно-регрессионное моделирование, основанное на корреляционно-регрессионном анализе. При проведении корреляционно-регрессионного анализа были использованы результативный признак (Y), характеризующий количественную составляющую трудового потенциала работника и эффективность его использования, и факторные признаки (X1, X2, X3), являющиеся качественными характеристиками трудового потенциала работника: Y – процент выполнения норм выработки работником (производительность труда), %; X1 – уровень образования (1– среднее, 2 – среднее техническое, 3 – среднее специальное, 4 – высшее); X2 – квалификационный разряд работника; X3 – стаж работы, лет.

Корреляционно-регрессионный анализ выполнен с помощью прикладной программы MS Excel. Исходные данные приведены в табл. 1.

Таблица 1

Исходные данные для проведения корреляционно-регрессионного анализа

№ раб.

Y

X1

X2

X3

№ раб.

Y

X1

X2

X3

№ раб.

Y

X1

X2

X3

1

14,5

2

2

10

28

81,7

2

2

11

55

107,2

1

4

19

2

14,9

1

2

13

29

83,3

2

3

17

56

107,6

1

4

36

3

18,2

1

2

10

30

83,4

2

2

12

57

107,7

3

3

30

4

42,1

1

2

10

31

86,5

2

2

20

58

108,3

3

3

16

5

49,1

2

3

13

32

93,1

1

2

12

59

108,4

3

3

36

6

51,3

1

2

10

33

94,5

1

2

12

60

109,1

2

3

16

7

57,1

1

2

17

34

97,0

1

2

11

61

109,1

4

3

17

8

59,5

1

2

11

35

98,1

2

2

35

62

112,8

3

4

20

9

68,0

1

3

37

36

99,0

2

2

11

63

114,6

1

3

13

10

70,4

2

2

11

37

100,6

1

3

35

64

114,9

1

3

20

11

72,8

1

2

21

38

100,7

3

3

13

65

115,7

2

4

16

 

Продолжение таблицы 1

№ раб.

Y

X1

X2

X3

№ раб.

Y

X1

X2

X3

№ раб.

Y

X1

X2

X3

12

73,2

1

2

12

39

101,1

1

3

36

66

116,4

1

4

22

13

75,2

1

2

11

40

101,7

1

3

54

67

116,7

1

3

35

14

103,3

1

3

12

41

105,5

1

3

16

68

117,8

4

3

10

15

103,8

3

3

30

42

106,4

1

3

45

69

128,7

4

4

43

16

104,9

1

3

16

43

106,6

3

2

35

70

128,8

1

4

21

17

105,2

3

3

49

44

106,8

4

3

11

71

130,3

2

4

13

18

105,2

2

3

11

45

106,9

3

3

11

72

131,6

1

4

15

19

107,0

2

3

12

46

110,0

3

3

44

73

132,9

3

4

55

20

140,3

4

4

17

47

110,5

4

4

11

74

119,9

4

4

19

21

145,2

3

4

23

48

110,7

3

4

16

75

124,2

4

4

22

22

134,1

3

4

36

49

111,4

3

3

19

76

125,2

3

4

10

23

134,5

4

4

35

50

111,7

1

3

15

77

126,7

3

5

17

24

134,5

3

4

40

51

111,8

3

3

11

78

126,8

4

4

23

25

135,8

2

3

41

52

111,8

3

5

21

79

127,4

4

5

19

26

149,7

2

4

11

53

112,0

2

4

19

80

133,2

3

4

17

27

161,5

3

4

36

54

118,9

2

3

11

 

 

 

 

 

 

Для определения возможности включения факторов в модель была построена матрица парных коэффициентов корреляции  (табл. 2).

Таблица 2

Парные коэффициенты корреляции

 

 

Y

X1

X2

X3

Y

 

1

 

 

 

X1

 

0,471181

1

 

 

X2

 

0,723243

0,488493

1

 

X3

 

0,324774

0,122133

0,230054

1

 

Значения коэффициентов корреляции позволяют сделать вывод, что связь между производительностью труда рабочих и уровнем их квалификации прямая, сильная (ryx2 = 0,723243). Прямая средняя связь выявлена между производительностью труда и уровнем образования рабочих (ryx1 = 0,471181). Влияние стажа рабочих на уровень производительности их труда незначительное, т. к. корреляция слабая (ryx3 = 0,324774). Таким образом, наиболее существенное влияние на производительность труда оказывает уровень квалификации рабочих.

Рассмотрим регрессионную статистику. Для изучаемой совокупности коэффициент множественной корреляции R=0,753, что указывает на заметную связь между производительностью труда и рассматриваемыми факторами. Множественный коэффициент детерминации R-квадрат = 0,567 показывает, что 56,7 % вариации производительности труда зависит от рассматриваемых факторов. Скорректированный коэффициент детерминации равен 0,55, следовательно, соотношение между числом наблюдений и числом факторов соблюдено. 

С помощью F-критерия Фишера оценивают значимость уравнения регрессии в целом. Табличное значение критерия при пятипроцентном уровне значимости составляет Fтабл = 3,96.  Расчетное значение F-критерия составляет 33,21669. Так как Fрасч>Fтабл, следовательно, уравнение регрессии значимо, статистически надежно.  

Показатели уравнения регрессии приведены в табл. 3.  

Таблица 3

Показатели уравнения регрессии

 

Коэффициенты

Стандартная ошибка

t-статистика

Y-пересечение

20,53211241

8,668511929

2,368585586

Переменная X1

4,06450543

2,301753883

1,765829727

Переменная X2

20,94607136

3,025809843

6,922467848

Переменная X3

0,402206357

0,188244568

2,136616006

 

Исходя из полученных результатов уравнение множественной регрессии будет иметь следующий вид:

Y = 20,532 + 4,064 * X1 + 20,946 * X2 + 0,402 * X3

Уравнение регрессии показывает, что при увеличении уровня образования рабочих на 1 пункт, производительность труда в среднем на одного рабочего повышается на 4,064%, при постоянстве других факторов. При росте квалификации на 1 разряд, производительность труда вырастет на 20,946%. При повышении стажа работы на 1 год производительность труда увеличится на 0,402%.

Это означает, что резервы повышения эффективности использования трудового потенциала, выраженные в росте производительности труда, по изучаемой совокупности рабочих заложены в первостепенном воздействии на зависящие от предприятия качественные характеристики работников, а, именно, увеличении уровня их квалификации и образования. Таким образом, обеспечение профессионального развития рабочих создаёт предпосылки и необходимые условия для полного раскрытия их трудового потенциала, способности вносить реальный вклад в эффективность деятельности предприятия.

Предлагаемая модель позволяет определить взаимосвязь и причинно-следственную зависимость между качественными и количественными составляющими трудового потенциала работников и на этой основе проводить эффективную политику управления персоналом предприятия.

 

Литература:

1.   Бухалков М. И. Управление персоналом: развитие трудового потенциала / М.И. Бухалков. - М.: НИЦ ИНФРА-М, 2013. - 192 c.

2.   Тихонова Е. Ю. Методические аспекты оценки трудового потенциала / Е. Ю. Тихонова // Вестник ТИСБИ. – 2012 - № 4. - С. 32-38

3.   Труфанова К. В. Основы управления трудовым потенциалом организации / К. В. Труфанова // Вестник БУКЭП. – 2012. - №4. – С. 351–354