DataBase
惠悦等级 职位 公司月工资 市场年工资 公司月工资的平均数 市场年工资的平均数
1 Receptionist 1500 36472
2 Driver 1500 44435 2100 46918
2 Administrative assistant 2700 49400
3 Skilled Production Operator 2500 30771 2400 29995
3 Store Keeper 2300 29218
4 Foreman 4500 58470
5 Personnel Assistant 3500 50080
6 Secretary to Director 3900 54678
7 Systems Analyst 6000 116570
8 Executive Secretary 6500 91460
9 Engineering Supervisor 6400 82070 6133 82125
9 Accounting Supervisor 6100 91655
9 Purchasing Supervisor 5900 72651
10 District Sales Manager 11000 183305 10500 132213
10 Quality Control Supervisor 10000 160398
11 Chief Accountant 10000 125270 9500 114082
11 HR Officer 9000 102894
12 Engineering Manager 12500 166374 10767 153126
12 Sales Administration Manager 10000 124339
12 Purchasing Manager 9800 168666
13 Group Product Manager 12000 .
14 Finance Director 15000 208650 15267 269342
14 HR Director 14800 213045
14 Sales Director 16000 386330
Calc Matrix
惠悦等级 公司月工资的平均数 市场年工资的平均数 推算出的市场月工资的平均数 市场月工资的自然对数 EXPONENTIAL 惠悦等级 公司月工资的平均数 推算出的市场月工资的平均数 回归所得的市场数据 回归模型斜率检验 最小值 中位值 最大值 纵向比较 横向比较 比较 A 比较 B 比较 C
C/13 Ln(D) EXP((G20*I3)+G19) (L2/L1)-1 同列相比 同行相比 O/J O/K O/L
3 2500 25431 SUMMARY OUTPUT 1 1500 2525 1969 2264 2560 .
4 2 2100 2922 2166 2491 2815
5 Regression Statistics 3 2400 3381 2382 2740 3097
6 2500 46222 Multiple R 4 4500 3912 2625 3151 3676
7 0 0 R Square 5 3500 4526 3019 3623 4227
8 Adjusted R Square 6 3900 5238 3472 4167 4861
9 Standard Error 7 6000 6061 4167 5000 5833
10 Observations 13 8 6500 7013 5000 6000 7000
11 3875 77869 9 6133 8115 6000 7500 9000
12 ANOVA 10 10500 9390 7500 9375 11250
13 7500 199952 df SS 11 9500 10865 8824 11250 13676
14 8750 Regression 1 12 10767 12572 10588 13500 16412
15 0 Residual 11 13 12000 . 14548 12462 16200 19938 .
16 12500 0 Total 12 14 15267 16833 -1 14954 19440 23926
17 0 比较的平均表现
18 13750 0 Coefficients Standard Error 三组数都接近1是最好的，但若无法同时满足，则应使设计值与市场值更接近。否则，这种设计没有意义。
Intercept
X Variable 1 等级越高，往上跃进的可能性就越少，因此高等级需要带宽变大，以利于工资的浮动
回归模型
E=+(x=1,2,---,13)
相关系数 0
Regression
SUMMARY OUTPUT
回归统计
Multiple R
R Square
Adjusted R Square
标准误差
观测值 13
方差分析
df SS MS F Significance F
回归分析 1
残差 11
总计 12
Coefficients 标准误差 t Stat P-value Lower 95% Upper 95% 下限 % 上限 %
Intercept 0
X Variable 1
RESIDUAL OUTPUT PROBABILITY OUTPUT
观测值 预测 Y 残差 标准残差 百分比排位 Y
1
2
3
4
5
6
7 50
8
9
10
11
12
13
Regression
X Variable 1
残差
X Variable 1 Residual Plot
0
0
Y
预测 Y
X Variable 1
Y
X Variable 1 Line Fit Plot
Sample Percentile
Y
Normal Probability Plot
