薪酬管理3.薪酬的内部公平性与外部竞争性及其具体计算操作

薪酬的内部公平性&外部竞争性及其具体计算操作薪酬内部公平性及其具体计算操作PARTONE内部公平性为何重要？丘也闻有国有家者，不患寡而患不均，不患贫而患不安。盖均无贫，和无寡，安无倾。夫如是，故远人不服，则修文德以来之,既来之,则安之。——《论语·季氏》第十六篇薪酬的内部公平性内部公平性，即内部一致性，强调组织内部关系，强调薪酬结构设计的重要性，及薪酬结构要支持工作流程，要对所有员工公平，有利于使员工行为与组织行为目标相符。薪酬的内部均衡问题是指优秀员工与普通员工之间的薪酬差异大于工作本身的差异，也有可能是干同等工作的员工之间存在着较大的差异。前者的差异过大有助于稳定优秀员工，后者的差异过大会造成员工的不满。01差距过大内部均衡的目的是为了满足员工对薪酬公平性的要求。内部均衡失调有两种情况：薪酬的内部均衡问题差异过小是指优秀员工与普通员工之间的薪酬差异小于工作本身的差异。它会引起优秀员工的不满。企业必须正视和关注薪酬的内部均衡问题，对员工薪酬差异的有效调节，可以稳定员工的情绪，提高工作效率。薪酬内部均衡的激励作用属于保健型激励，也就是说，当内部均衡适当时，员工可以达到正常的工作效率；当内部均衡不适当时，会降低员工的工作效率。02差距过小薪酬内部公平性主要体现FAIRNESS01.相同级别薪酬差异02.不同级别的薪酬差距More>>薪酬内部公平性主要体现比如说荣耀去年有一个14级干部拿了100万奖金，广州企业网的一名14级员工也拿了100多万的奖金，但是没有提到18级。为啥？就是提级还要看他有无持续贡献能力，他的能力没有跟上来，那奖金是不能少的。来源：任正非与总干部部及人力资源部相关主管的沟通纪要道听途说的“菊厂薪酬结构”等级CBA13550065007500147500900010500151050012500145001614500170001950017195002250025500182550029000325001932500365004050020405004450049500214950054500595002259500？？岗位胜任情况：完全胜任的系数是1；基本胜任的系数是0.9；暂不胜任的系数是0.8地区差异系数：一级城市1；二级城市0.9；三级城市0.8其它的0.7系数设置根据公司业绩和个人考核成绩而定奖金15级3-4w多期权，2013年每股分红1块多期权对比组的选择需考虑数据的可采性以及公司处于以下的三个市场：落入薪酬期间即代表符合内部公平}公司设定薪酬区间，是为了保证内部公平，你的工资如果不超出这个区间，那就是合理的，奖金方面则是另外考虑的问题，跟奖金制度设定有关HR口中的固定薪酬对比组的选择需考虑数据的可采性以及公司处于以下的三个市场：相同级别薪酬差异分析岗位职级月度薪酬第一步：画出散点图对比组的选择需考虑数据的可采性以及公司处于以下的三个市场：相同级别薪酬差异分析岗位职级月度薪酬第二步：添加趋势线对比组的选择需考虑数据的可采性以及公司处于以下的三个市场：相同级别薪酬差异分析岗位职级月度薪酬第三步：找出异常样本对比组的选择需考虑数据的可采性以及公司处于以下的三个市场：相同级别薪酬差异分析第三步：找出异常样本年度薪酬总额岗位评估级别对比组的选择需考虑数据的可采性以及公司处于以下的三个市场：内部公平性分析示例：离散度什么是离散程度所谓离散程度，即观测变量各个取值之间的差异程度。它是用以衡量风险大小的指标。通过对随机变量取值之间离散程度的测定，可以反映各个观测个体之间的差异大小，从而也就可以反映分布中心的指标对各个观测变量值代表性的高低。01通过对随机变量取值之间离散程度的测定，可以反映随机变量次数分布密度曲线的瘦俏或矮胖程度。02离散程度的测度意义内部公平性分析示例：离散度

离散度=20000/9800-1=1.04离散度=12000/3000-1=3对比组的选择需考虑数据的可采性以及公司处于以下的三个市场：离散度=最大值/最小值-1可能的原因和影响低级别员工进入高级别岗位时，可能会存在低于结构的问题，比如见习人员专业人员由营销制转成年薪制时，可能会存在营销制员工薪酬超出结构的情况在人员重新调整后，可能会存在低岗高配的情况，部分员工薪酬超出结构对比组的选择需考虑数据的可采性以及公司处于以下的三个市场：薪酬结构的相关名词解释01020304薪酬曲线(wagecurve)依据每一职等之薪酬率所折算而成的实际薪酬数额，折算率愈高，薪酬曲线的斜率愈大。管理人员的薪酬曲线通常采取边际递增方式(职等愈高薪酬增加率愈高)。薪酬等级数量(paygrade)以10~15职等居多，若扁平化则以5~10个职等为宜。薪酬区间/幅宽(salaryrange)同一职等最高薪与最低薪之间的差距。薪酬变动比率同一薪等内最高薪减最低薪，然后再除以最低薪，通常以百分比表示。薪酬全距以不超过50%为宜，职等愈高全距愈大。对比组的选择需考虑数据的可采性以及公司处于以下的三个市场：薪酬结构的相关名词解释050607薪酬区间中值薪酬等级中的职位在外部劳动力市场上的平均薪酬水平。薪酬比较比率员工实际获得的薪酬与相应薪酬等级的中值与平均薪酬水平之间的关系。薪酬区间渗透度员工的实际基本薪酬与区间的实际跨度（最高值和最低值之差）之间的关系，反映了单个员工在其所在的薪酬区间中的相对地位。对比组的选择需考虑数据的可采性以及公司处于以下的三个市场：薪酬常用概念和基本术语——①基本术语

级别上限幅宽级别重叠级差级别上限级别中位点/参考工资级别下限级别工资额度

级别中位点

级别下限

幅宽

级差②不同级别的薪酬差距最大值最小值75分位值中位值25分位值中位值级差带宽上一薪级薪酬中位值下一薪级薪酬中位值×100%-1（）公式＞＞两极中点的差距百分比＞＞在制定级差时应考虑的因素市场竞争性（Marketcompetitiveness）升值的成本（Costofpromotions）级差的规定（理想状态）5-10％职员/生产线30-35％高级管理层15-25％主管及下属之间8-15％专业人员及经理层对比组的选择需考虑数据的可采性以及公司处于以下的三个市场：市场上，一般来说级别越高，极差越大（或称递进率越高）对比组的选择需考虑数据的可采性以及公司处于以下的三个市场：岗位等级级差总公司领导82.33%总部总经理20.93%总部副总经理20.43%部门经理22.58%部门副经理22.62%业务经理26.93%业务主办46.02%业务助理一般而言，在薪酬设计时，岗位层级越高，级差越大，因为岗位等级越高，晋升的难度越大。XXX公司在设计薪酬时，级差设计缺乏科学依据，不符合市场通行做法，未能合理体现岗位层级差异。极差分析示例03幅宽的计算幅宽最大值最小值()-1

x100%=最小值2+

=2

x中点值最大值=()1+幅宽x幅宽最小值公式RMB1,200最大值RMB800最小值RMB1,000中点值幅宽：50%示例04重叠率0102避免各职等间的薪酬差距过大，造成不合理现象。可使年资久而职等低者获得公平的对待。职等间之重叠率(overlap)：相邻的两职等间，其薪酬全距之间的重迭部分。一般重迭部分不宜超过60%。重叠的理由：

04重叠率的计算重叠率Overlap=(Max1-Min2)/(Max1-Min1)

x100%示例：设某企业A等级的最高工资为1100元，最低工资为900元；B等级的最高工资为1250元，最低工资为1050元。则A等级与B等级薪酬之间的重叠度为：

100%×[(1100-1050)/(1100-900)]=25%Max1Min1Max2Min2重叠部分对比组的选择需考虑数据的可采性以及公司处于以下的三个市场：重叠率的设计类型大部分重叠适度重叠无重叠薪酬的外部竞争性及其具体计算操作PARTTWO重叠率的设计类型一组数据的加总除以数据个数不加权平均值Unweightedmean直接平均法加权平均值Weightedmean考虑每个数据的个数因素然后加以平均对比组的选择需考虑数据的可采性以及公司处于以下的三个市场：平均工资这么高，为何你一直达不到？由于有两个小伙伴年薪远远领先于其它小伙伴，整体平均下来，8个人的年薪，有6个人处于平均值以下。中位值（Median）在一组数据中，排序后有一半的数据在此之上，一半的数据在此之下在奇数个数据中，中值就是排在最中间的那个数的值在偶数个数据中，中值就是排在最中间的两个数的平均值对比组的选择需考虑数据的可采性以及公司处于以下的三个市场：中位值，更能有效说明薪酬的实际位置由于中位值不受极端数据影响，所以较能有效的反应员工薪酬的实际情况。众数（Mode）众数-2众数考察的是一组数据中出现的频数；众数在一组数据中出现的次数最多；当众数出现的次数越多，它就越能代表这组数据的整体状况，并且它能比较直观地了解到一组数据的大致情况。对比组的选择需考虑数据的可采性以及公司处于以下的三个市场：众数，刻意了解到某个层级的薪酬集中度我们了解到，这个层级的人，大部分的年薪是10万。对比组的选择需考虑数据的可采性以及公司处于以下的三个市场：平均值、中位值和众数的差别平均值中位值众数平均值=中位值=众数平均值中位值众数平均值、中位值和众数的差别是统计学中最常用的统计量之一。但是平均值的不足之处，正是因为它利用了所有数据的信息，容易受极端数据的影响。平均值是通过排序得到的，所以它不受最大、最小两个极端数值的影响，中位数在一定程度上综合了平均数和众数的优点，具有比较好的代表性。当一组数据中的个别数据变动较大时，常用它来描述这组数据的集中趋势。中位值众数的大小只与这组数的个别数据有关，它一定是一组数据中的某个数据，众数可能是一个或多个甚至没有。日常生活中诸如“最佳”、“最受欢迎”、“最满意”等，都与众数有关系，它反映了一种最普遍的倾向。众数也是不受极端数据影响的。众数百分位数（Percentile）统计学术语，如果将一组数据从小到大排序，并计算相应的累计百分位，则某一百分位所对应数据的值就称为这一百分位的百分位数。可表示为：一组n个观测值按数值大小排列如处于p%位置的值称第p百分位数。定义百分位通常用第几百分位来表示，如第五百分位，它表示在所有测量数据中，测量值的累计频次达80%。以身高为例，身高分布的第80百分位表示有80%的人的身高小于此测量值，20%的身高大于此测量值。如何计算第P百分位数计算指数i=np%第2步以递增顺序排列原始数据（即从小到大排列）。第1步l）若i不是整数，将i向上取整。大于i的毗邻整数即为第p百分位数的位置。2)若i是整数，则第p百分位数是第i项与第（i+l）项数据的平均值。第3步直接使用EXCEL函数QUARTILEQUARTILE(array,quart)array为需要求得四分位数值的数组或数字型单元格区域。quart决定返回哪一个四分位值。如果qurart等于1，函数QUARTILE返回25分位值。如果qurart等于2，函数QUARTILE返回50分位值。如果qurart等于3，函数QUARTILE返回75分位值。如果qurart等于4，函数QUARTILE返回最大值。区间（Quartiles）第一区间市场上最低的25％数据第三区间市场上50P-75P之间的数据第二区间市场上25P-50P之间的数据第四区间市场上最高的25％的数据把每一个区域分成4个区间采用分位数方法（QuantileMethod）分位数回归不仅反映了位置的情况，还反映了分布的形状，能更好地刻画因变量Y（薪酬）在条件自变量X（职位等级）下的关系，以此提炼出更多的信息，如我们选取25、50、75及90分位值分别代表着低端、中端、较高端和高端市场薪酬水平。对比组的选择需考虑数据的可采性以及公司处于以下的三个市场：直接使用EXCEL函数PERCENTILEEXCEL函数PERCENTILE(array,k)计算出区域中数值的第K

个百分点的值。array为需要求得分位数值的数组或数字型单元格区域。k为具体需要得出的哪一个分位值。函数PERCENTILE返回25分位值如果k等于0.25函数PERCENTILE返回50分位值。如果k等于0.5函数PERCENTILE返回75分位值。如果k等于0.75函数PERCENTILE返回90分位值。如果k等于0.9对比组的选择需考虑数据的可采性以及公司处于以下的三个市场：直接使用EXCEL函数PERCENTILE回归分析（RegressionAnalysis)

最常用的数据分析方法，是对具有因果关系的影响因素（自变量）和预测对象（因变量）所进行的数理统计分析处理。进行相关分析，一般需要求出相关关系，以相关系数的大小来判断自变量和因变量的相关的程度，即判断

R平方值的大小，当R的平方值大于0.8时，表示该自变量和因变量是正关联，且关联度是可接受的，说明建立其回归模型是合理的。对比组的选择需考虑数据的可采性以及公司处于以下的三个市场：案例分析薪等2626262627272727272828282828工资总额45004300460040005100490052005300500057005500540050005800薪等2929292929303030303031313131工资总额63006000620065006300690065007200700069007500740077007800薪等3131323232323232323333333333工资总额76007300810078008000850084008200800087009000850086008700对比组的选择需考虑数据的可采性以及公司处于以下的三个市场：回归分析举例红点为极端值R平方超过0.8相关性强R平方低于0.8相关性弱，受极端值影响回归分析在薪酬调研上的应用一般来说，职位等级的高低与薪酬的多少成正相关关系，也就是说职位等级越高的员工，拿到的薪酬也就越多，反之亦然。薪酬设计中，我们利用对自变量（职位等级）和因变量（薪酬）建立回归统计模型进行分析，即“职位VS薪酬”回归统计模型。职位等级可以通过太和顾问的职位价值评估工具将职位这一因素转化为可以量化的。同时，回归分析方法需要一定量的数据样本量，因此要求该组织职位体系较为健全，职位跨度较大。回归分析在薪酬调研中的主要作用对比组的选择需考虑数据的可采性以及公司处于以下的三个市场：对比组的选择需考虑数据的可采性以及公司处于以下的三个市场：在利用回归方法进行分析时，模型需要满足一些统计上的约束条件，如假设残差服从正态分布等；判断回归模型是否合理，还需要引入前面所提到的R平方值，只有当R平方值大于0.8时，该薪酬体系职级和薪酬是正关联，且关联度是可接受的，说明其薪酬体系是合理的，这样就使得在应用回归模型时，需要对模型进行检验分析。此外，当数据中存在离群点（或异常值）时，其结果的稳健性较差。在实际问题中，完全满足回归模型基本假设的情况并不多见，然而一旦违背了某一项基本假设，那么在应用时就难以得到统计上有效的参数估计量，即斜率和截距b。回归分析在薪酬调研中的主要作用其作用主要有两点：检验现有薪酬体系是否合理01根据设定条件可以设计不同职位薪酬水平。02将职位等级和所对应的薪酬建立回归分析模型，主要观测

R平方值，当R的平方值大于0.8的时候，表示该薪酬体系职级和薪酬是正关联，且关联度是可接受的，说明其薪酬体系是合理的。对比组的选择需考虑数据的可采性以及公司处于以下的三个市场：薪资比率（Comp-Ratio）公