Это старая версия документа!
Введение
Опрос проводился посредством анонимного заполнения анкеты(https://www.survio.com/survey/d/V9J2A3T6X5C6U8L3T в интернете с 16.06.2017 по 19.07.2017
Авторы не несут ответственности за любой прямой или косвенный ущерб, полученный в результате использования данных результатов. Вы используете результаты на свой страх и риск. Анализ не претендует на абсолютную анатомичность, и, хотя мы и пытались смотреть доверительные интервалы и оценивать разницу в средних по статистическим критериям, мы могли это делать неправильно. Если вы умеете это делать правильно, то с удовольствием примем вашу помощь.
Составляя опросник мы преследовали две цели. Получить ответ на вопрос сколько получают аналитики. И попробовать выявить разные факторы, которые могут влиять на зарплату. Последнее было выражено в ряде гипотез, которые уже заложены в конкретные вопросы.
Подготовка данных
Для уменьшения рисков нарушения NDA мы просили указать зарплату в виде диапазона. При обработке нам были нужны числа, поэтому средняя зарплата была установлена в середину диапазона. При этом в диапазонах до 25000 и 170000+ было всего по 4 записи, для них средняя зарплата была установлена в 20000 и 175000 соответственно
Регион проживания был разбит на 3 группы: 1 – Санкт-Петербург, 2 – Москва и Московская область, 3 – прочее. Это было сделано не случайно, предварительный анализ показал, что есть статистически значимая разница в зарплатах между этими группами.
Предметная область, которую опрашиваемые могли указать свободным текстом была примерно разбита на несколько групп: нефтегаз, финансы, телеком, ИБ, ГОС, логистика, здравоохранение, документооборот. Разбиение делалось вручную, поэтому могло быть недостаточно качественно сделанным
Есть исключение по количеству внешних выступлений: 1 человек выступал 50 раз. В анализе, использующем информацию о количестве внешних выступлений его игнорируем. Также у двух записей было отрицательное значение количества выступлений.
Основная информация
В опросе поучаствовало 173 человека из 21 региона. В основном это Санкт-Петербург (89 человек, 51%), Москва и область (52 чел, 30%), Татарстан (10 чел. 5,7%).
Средний аналитик
Наш “средний” аналитик - это человек 30 лет, работающий 7.7 (основная масса 2-15) лет в ИТ из них 4.3 года в роли аналитика (основная масса 1-9 лет). Почти не выступающий публично ни внутри компаний, ни на внешних мероприятиях (1.7 и 0.7 выступлений за два года). Этот человек использует в работе, если использует (89 из 173), то скорее всего только одним иностранный язык - английский (89 из 173), реже немецкий (1 из 173). Использующих французский, китайский и другие языки - нет. Дове используют только английский. На работе он выполняет от 3 до 5 видов работ совмещая от двух до 5 ролей сводящихся к выполнению от 3 до 5 видов анализа. Впрочем достаточно много (45 из 173) тех, кто не занимается совмещением. За все это средний аналитик получает за свою работу 95000 руб. на руки. Интересно, что основной разброс составляет 45-145 т.р. с двумя пиками на 65 и 105.
Распределение по возрастам
100.0% | maximum | 59,000 |
99.5% | 59,000 | |
97.5% | 43,650 | |
90.0% | 38,000 | |
75.0% | quartile | 33,000 |
50.0% | median | 30,000 |
25.0% | quartile | 27,000 |
10.0% | 25,000 | |
2.5% | 22,000 | |
0.5% | 20,000 | |
0.0% | minimum |
Moments
Mean | 30,745665 |
Std Dev | 5,6839274 |
Std Err Mean | 0,432141 |
upper 95% Mean | 31,598647 |
lower 95% Mean | 29,892682 |
Распределение по стажу в ИТ
100.0% | maximum | 30 |
99.5% | 30 | |
97.5% | 20 | |
90.0% | 15 | |
75.0% | quartile | 10 |
50.0% | median | 7 |
25.0% | quartile | 4 |
10.0% | 2 | |
2.5% | 1 | |
0.5% | 0 | |
0.0% | minimum | 0 |
Moments
Mean | 7,7572254 |
Std Dev | 4,8857907 |
Std Err Mean | 0,3714598 |
upper 95% Mean | 8,4904321 |
lower 95% Mean | 7,0240187 |
Распределение по стажу в аналитике
Quantiles
100.0% | maximum | 21 |
99.5% | 21 | |
97.5% | 14,65 | |
90.0% | 9 | |
75.0% | quartile | 6 |
50.0% | median | 4 |
25.0% | quartile | 2 |
10.0% | 1 | |
2.5% | 0 | |
0.5% | -1 | |
0.0% | minimum | -1 |
Moments
Mean | 4,3641618 |
Std Dev | 3,5683181 |
Std Err Mean | 0,2712942 |
upper 95% Mean | 4,899656 |
lower 95% Mean | 3,828667 |
Распределение по образованию
Level | Count | Prob |
Высшее | 159 | 0.9 |
Два высших | 1 | 0.0 |
Среднее-специальное/профессиональное (техникум, училища и т.п.) | 4 | 0.0 |
Ученая степень | 8 | 0.0 |
незаконченное высшее | 1 | 0.0 |
Распределение по типу образования
Level | Count | Prob |
есть оба | 16 | 0.092 |
ничего не подходит | 30 | 0.17 |
релевантно ИТ в целом | 97 | 0.56 |
релевантно предметной области | 30 | 0.17 |
Если вы посмотрите на цифры на распределении по образованию и здесь, то увидите, что количество не совпадает. Видимо, кто-то считает свое единственное высшее образование релевантным и ИТ и предметной области, что, в принципе, возможно, например, если я работаю в ИТ для ИТ
Распределение по заработной плате
100.0% | maximum | 175000 |
99.5% | 175000 | |
97.5% | 175000 | |
90.0% | 145000 | |
75.0% | quartile | 115000 |
50.0% | median | 95000 |
25.0% | quartile | 65000 |
10.0% | 45000 | |
2.5% | 28500 | |
0.5% | 25000 | |
0.0% | minimum | 25000 |
Moments
Mean | 93554.913 |
Std Dev | 36974.121 |
Std Err Mean | 2811.09 |
upper 95% Mean | 99103.59 |
lower 95% Mean | 88006.236 |
Распределение по активности внутри компании
100.0% | maximum | 23 |
99.5% | 23 | |
97.5% | 10 | |
90.0% | 4 | |
75.0% | quartile | 2 |
50.0% | median | 1 |
25.0% | quartile | 0 |
10.0% | 0 | |
2.5% | 0 | |
0.5% | 0 | |
0.0% | minimum | 0 |
Moments
Mean | 1.67 |
Std Dev | 3.01 |
Std Err Mean | 0.22 |
upper 95% Mean | 2.12 |
lower 95% Mean | 1.21 |
Распределение по внешней активности
100.0% | maximum | 5 |
99.5% | 5 | |
97.5% | 3 | |
90.0% | 2 | |
75.0% | quartile | 1 |
50.0% | median | 0 |
25.0% | quartile | 0 |
10.0% | 0 | |
2.5% | 0 | |
0.5% | 0 | |
0.0% | minimum | 0 |
Moments
Mean | 0.5 |
Std Dev | 1.01 |
Std Err Mean | 0.077 |
upper 95% Mean | 0.662 |
lower 95% Mean | 0.355 |
Распределение по количеству типов работ
100.0% | maximum | 12 |
99.5% | 12 | |
97.5% | 8.65 | |
90.0% | 6 | |
75.0% | quartile | 4 |
50.0% | median | 3 |
25.0% | quartile | 2 |
10.0% | 1 | |
2.5% | 0 | |
0.5% | 0 | |
0.0% | minimum | 0 |
Moments
Mean | 3.41 |
Std Dev | 1.98 |
Std Err Mean | 0.15 |
upper 95% Mean | 3.708 |
lower 95% Mean | 3.112 |
Распределение по количеству ролей
100.0% | maximum | 7 |
99.5% | 7 | |
97.5% | 6 | |
90.0% | 4 | |
75.0% | quartile | 3 |
50.0% | median | 2 |
25.0% | quartile | 1 |
10.0% | 1 | |
2.5% | 1 | |
0.5% | 1 | |
0.0% | minimum | 1 |
Moments
Mean | 2.52 |
Std Dev | 1.305 |
Std Err Mean | 0.099 |
upper 95% Mean | 2.716 |
lower 95% Mean | 2.324 |
Распределение количеству видов анализа
100.0% | maximum | 9 |
99.5% | 9 | |
97.5% | 8 | |
90.0% | 7 | |
75.0% | quartile | 5 |
50.0% | median | 4 |
25.0% | quartile | 3 |
10.0% | 2 | |
2.5% | 1 | |
0.5% | 0 | |
0.0% | minimum | 0 |
Moments
Mean | 4.277 |
Std Dev | 1.893 |
Std Err Mean | 0.143 |
upper 95% Mean | 4.561 |
lower 95% Mean | 3.993 |
От чего зависит зарплата?
Мы старались проверить максимальное число гипотез. в частности проверяли зависит ли зарплата от:
- Региона
- Стажа
- Грейда
- Количества ролей
- Количества обязанностей
- Лидерства
- Сертификатов
- Образования
- Размера компании
- Рынка
- Канала найма
- Типа компании
- Предметной области
- Активности сотрудника
- Смены работы
- И еще чего-нибудь
Наибольшая зависимость получилась от региона и опыта работы аналитиком, поэтому многие дальнейшие оценки идут в разрезе региона
Зависимость зарплаты от региона
1-Санкт-Петербург 2-Москва 4-Другие регионы
Распределение зарплаты в целом не совсем похоже на нормальное, поэтому трудно сказать, приемлемо ли использование критерия Стьюдента, но и Стьюдент и Краскал-Уоллис показали значимую разницу в средних. Поэтому в дальнейшем будем анализировать влияние факторов в разрезе регионов. Распределения зарплат в разрезе регионов более «нормальные».
Распределение зарплаты по грейдам (в разрезе регионов)
1-trainee 2-junior 3-middle 4-senior
СПб
Москва
Другие регионы
Распределение зарплаты по количеству ролей (по регионам)
Значимой зависимости нет. Если считать количество ролей не по порядковой шкале, а по шкале отношений (continuous), то тоже нет. Так что не тешьте себя надеждой, что выполнение еще одной роли увеличит ваш доход
СПб
Москва
Другие регионы
Распределение зарплаты по количеству обязанностей (по регионам)
Можно попробовать найти значимую зависимость между зарплатой соответствующей конкретным количествам выполняемых работ. Может даже между кластерами. Например, картинка по Москве как бы намекает, что какая-то зависимость есть. Однако, учитывая нечеткость, накладываемую как формулировкой вопроса, так и возможностями его трактовки опрашиваемыми, мы бы не рекомендовали делать из этого далеко идущие выводы
СПб
Москва
Другие
Заголовок
В данном случае значимая разница есть только в Москве
СПб
Москва
Другие
Распределение зарплаты по типу образования (по регионам)
Значимой разницы нет
СПб
Москва
Другие
СПб
Москва
Другие
template
Quantiles
100.0% | maximum | - |
99.5% | - | |
97.5% | - | |
90.0% | - | |
75.0% | quartile | |
50.0% | median | - |
25.0% | quartile | - |
10.0% | - | |
2.5% | - | |
0.5% | - | |
0.0% | minimum | - |
Moments
Mean | - |
Std Dev | - |
Std Err Mean | - |
upper 95% Mean | - |
lower 95% Mean | - |
N | - |