白睿：5大方法全面展示外部薪酬数据

作者白睿ODTD 2022-03-12 12:52 167

内容来自 2022-03-16 打卡话题观看本期直播

最近老板让我们调研一下外部薪酬水平，我们通过面试同行员工的方式拿到了一些数据，数据显示我公司在底薪方面比同行公司要低几百元，不过在提成和绩效部分我公司业绩较好的员工会有一定优势。面对这一结果，我却犯了难，不知道如何正确运用，是该给员工增加底薪呢？还是调整薪酬结构？或者是其他方法。请问各位大咖，做了外部薪酬调研，我们HR加下来该如何落地运用呢？

展开

关联直播

已结束可回放

摘要：在外部数据分析，有5个方法可以在这个环节如虎添翼。

白睿：5大方法全面展示外部薪酬数据

文/白睿，组织发展专家，《组织诊断》作者，ODTD讲师

在外部数据分析，有5个方法可以在这个环节如虎添翼。

1、数据排列分析法

这是应用到分位数概念，分位数是将总体的全部数据按大小顺序排列后，处于各等分位置的变量值。如果将全部数据分成相等的两部分，它就是中位数；如果分成四等分，就是四分位数；八等分就是八分位数等。四分位数也称四分位点，是指在统计学中把所有数值由小到大排列并分成四等份，处于三个分割点位置的数值。多应用于统计学中的箱线图绘制。它是一组数据排序后处于25%和75%位置上的值。四分位数是通过3个点将全部数据等分为4部分，其中每部分包含25%的数据。很显然，中间的四分位数就是中位数，因此通常所说的四分位数是指处在25%位置上的数值和处在75%位置上的数值。

25分位值：表示有25%的数据小于此数值，反映市场的低端水平，记为P25；

50分位值：表示有50%的数据小于此数值，反映市场的中等水平，记为P50；

75分位值：表示有75%的数据小于此数值，反映市场的高端水平，记为P75。

与中位数的计算方法类似，根据未分组数据计算四分位数时，首先对数据进行排序，然后确定四分位数所在的位置，该位置上的数值就是四分位数。与中位数不同的是，四分位数位置的确定方法有几种，每种方法得到的结果会有一定差异，但差异不会很大。用Excel函数就能实现。如图3-5。

图1: Excel函数实现四分位数

白睿：5大方法全面展示外部薪酬数据

函数PERCENTILE(array,k)就是返回区域中数值的第 K 个百分点的值。可以使用此函数来建立接受阈值。例如，可以确定得分排名在第 90 个百分点之上的检测侯选人。

Array 为定义相对位置的数组或数据区域。K是0 到 1 之间的百分点值，包含0 和 1。

2、数据频数分析法

频数即"次数"。指变量值中代表某种特征的数出现的次数。按分组依次排列的频数构成频数数列，用来说明各组标志值对全体标志值所起作用的强度。在问卷分析中，一个基础的分析就是频数分析，例如，男性有多少人，女性有多少人，占比是多少等。在薪酬调研和分析里，它就展示的一般就是福利项，因为福利的多样性，有的时候很难去界定。比如生日福利，当我们调研的时候，问生日福利给多少？回答不给钱，只是开一个party和一个大蛋糕。很难再问这蛋糕值多少钱，在哪买的。不可能。只能统计样本企业里，生日时候开生日宴的频数。

图2:应用数据频数分析法统计补充福利

白睿：5大方法全面展示外部薪酬数据

3、数据比重分析法

数据比重分析法去分析薪酬结构是非常合适的。因为数据比重分析法是指相同事物进行归类分成若干项目，计算各组成部分在总数中所占的比重，是分析部分与总数比例关系的一种方法。调研和分析薪酬数据的时候基本都会拆分去问，因为年度总现金虽然知道了薪酬水平，但是不知道固浮比例，也不好对标。所以经历薪酬分析和调研的HR们，都希望获得大量的工资条。

图3:运用数据比重分析法进行薪酬结构分析

白睿：5大方法全面展示外部薪酬数据

4、数据回归分析

回归分析指的是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。回归分析按照涉及的变量的多少，分为一元回归和多元回归分析；按照因变量的多少，可分为简单回归分析和多重回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。比如说我们在市场这里面发现了两个非常精准的薪酬，是年终总年度总现金，一个是对标企业的9级，另一个在5级，用这两个真实数据能不能去回归出这个企业付薪逻辑？

是可以的。因为薪酬在市场上薪酬一般都呈现两个规律性，一个叫做线性，一个叫指数性。除非在一些事业单位会出现一些现象的事业和国企公司，会出现一些线性的，但是基本都满足指数性的。

这个时候可以先利用散点图，把1~15级展现出来，然后纵坐标就是薪酬，这样用散点图生成两个实际薪酬点。在这两个点选择指数趋势线，勾选好公式和R平方值， r平方值是这个曲线的曲度，在0.75~0.85之间其实都可以。

图4:运用散点图回归分析

白睿：5大方法全面展示外部薪酬数据