Sovellus ei toimi tällä hetkellä, se päivitetään uuteen versioon. Käytä jatkossa ja toistaiseksi keskiarvojen palkkaennustajaa, siihen pääset tästä linkistä (sisältää useita malleja, riippuen siitä miten yksityiskohtaisen palkka-arvioperusteen haluat).

Palkkajakaumien (kvantiilit) laskuri

Katso, miten prolaisten ansiot jakautuvat eri taustatekijöiden arvoilla ja iän mukaan

Säätämällä kuvan parametreja saat simulaation/ennusteen todellisen palkkadatan pohjalta. Kuvassa tärkein arvo on f50% = mediaani Mediaani jakaa joukon kahteen osaan, 50 % joukosta (prolaiset) on mediaaniarvon ylä- ja puolella. Mediaani on arvoista keskimmäiseksi suurin. (aritmeettinen) keskiarvo taas kuvaa havaintoarvojen jakauman "fysikaalista" painopistettä, jota ääripään havainnot voivat muuttaa rajusti (vertaa tasapainokeinulaudalla painojen siirtely). .

Tallenna kuva alla olevasta
kolmen viivan painikkeesta.

Aktivoi laskuri, niin saat graafin näkyviin...
Lue ohjeita mallin käyttöön Aseta mallin taustamuuttujien parametrit. Lähtöoletuksena numeerisissa muuttujissa on jäsenkunnan keskiarvo ja luokittelumuuttujissa aakkosjärjestyksessä ensimmäinen vastausluokka. Osa muuttujista saattaa olla kiinnitettynä, mitä on merkitty tekstillä "(vakio)". Kuvassa vaaka-akselilla olevaa tekijää ei myöskään voi säätää.

Työkalun metodologisesta taustasta

Aineisto: Pron työmarkkinatutkimuskyselyt (tammikuun tmt, "Työ ja ansiot")

Jakautumista selittävät useat tekijät

Ylla olevalla käyttöliittymällä voit tutkia Pron jäsenten reaaliansioiden jakautumista iän ja muiden tekijöiden mukaan. Kuvassa on eri tulojakaumapisteet (tulofraktiilit f10%,f25%,f50% (=mediaani), f75 % ja f90%). Fraktiili tai prosenttipiste kertoo, kuinka monta prosenttia henkilöistä on tietyn tulotason alapuolella (ja käänteisesti yläpuolella). Esimerksi mediaani (50%) on keskimmäiseksi suurin arvo, joka jakaa joukon kahtia. Ikä on otettu kuvassa perustekijäksi, mutta säätämällä muita taustateijöitä saat tarkennettua jakauma-analyysia.

Tulojakauman analyysi kertoo myös siitä, kuinka paljon vaihtelua ikäpisteen "keskimääräisen" ympärille jää, kun analyysissa on kontrolloitu (vakioitu) muita tekijöitä. Mitä suurempi on ylimmän ja alimman desiilin (10% ja 90%) välinen ero, sitä enemmän on mallin ulkopuolsia tekijöitä, jotka vaikuttavat havaittuihin yksilöpalkkoihin. Ylla oleva kuva perustuu tilastotieteelliseen malliin. Varsinaista kyselydataa on ensin mallinnettu, josta prosessista saatujen parametrien ("korrelaatiokertoimet") avulla luodaan kuvan arvio tai simulaatio.

Tilastojen taustaa

Kysymykset näet myös tmt1:n kyselylomakkeesta.