Анализ заработной платы как одного из факторов установления стоимости жилья

Автор: Васильев И.И., Хандакова О.П.

Журнал: Экономика и бизнес: теория и практика @economyandbusiness

Статья в выпуске: 3-1 (49), 2019 года.

Бесплатный доступ

В данной статье методом корреляции и распределением Стъюдента исследована взаимосвязь цен на жилую площадь от размера заработной платы. В Республике Саха (Якутия) за 2018 г. введено в эксплуатацию более 850 тыс. квадратных метров жилой площади [2], а средняя цена на 1 кв.м. составила 71,2 тыс. руб. [1]. По сравнению с 2007 г. цена выросла в 2 раза. С каждым годом по статистическим данным средняя заработная плата увеличивается и данное исследование отражает, насколько цены зависят от уровня заработной платы.

Корреляция, взаимосвязь, заработная плата, стоимость жилья, цены

Короткий адрес: https://sciup.org/170189883

IDR: 170189883   |   DOI: 10.24411/2411-0450-2019-10394

Текст научной статьи Анализ заработной платы как одного из факторов установления стоимости жилья

По данным Государственной службы статистики отображен график изменения цен и заработной платы (рис. 1). Наглядно можно увидеть, что присутствует зависи мость цен.

1. Коэффициент корреляции Пирсона характеризует существование линейной зависимости между двумя величинами [3]. Для подтверждения зависимости, используем выборочный линейный коэффициент корреляции r-Пирсона, который вычисляется по формуле 1.

i=i(xi Xcp) ∗( Yi Ycp ) =

∑ i(xi XCp) ∗∑ i(Yi Ycp)2

где x i – значение средней зарплаты, y i – стоимость 1 кв.м. в i-том периоде;

Среднее арифметическое значение для X cp ,Y cp вычисляется по формуле 2.

^cp = ^ iх?        (2)

где n – количество периодов;

Для проведения расчетов из официального сайта Госкомстата были использованы данные за 2007-2018 годы, которые представлены в таблице 1.

Таблица 1. Средняя зарплата и стоимость жилья

Год

2007

2008

2009

2010

2011

2012

Период

1

2

3

4

5

6

Средняя з/п

19,409

23,816

26,533

28,708

34,052

39,916

Средняя стоимость 1кв.м.

32,917

40,116

48,848

47,848

48,825

52,508

Год

2013

2014

2015

2016

2017

2018

X cp

Период

7

8

9

10

11

12

Средняя з/п

46,542

51,111

54,631

59,1

62,206

67,491

42,8

Средняя стоимость 1 кв.м.

58,801

71,613

77,931

75,872

69,947

71,231

58,03

Таблица 2. Результаты расчетов вычисления коэффициента корреляции

Год

2007

2008

2009

2010

2011

2012

Период

1

2

3

4

5

6

x i – x ср

-23,4

-19,0

-16,3

-14,1

-8,7

-2,9

(x i - x cp )2

547,1

360,4

264,6

198,6

76,5

8,3

-25,1

-17,9

-9,2

-10,2

-9,2

-5,5

630,7

320,9

84,3

103,7

84,7

30,5

(x i – x ср )*(y i -y cp )

587,4

340,1

149,4

143,5

80,5

15,9

Год

2013

2014

2015

2016

2017

2018

Период

7

8

9

10

11

12

x i – x ср

3,7

8,3

11,8

16,3

19,4

24,7

(x i - x cp )2

14,0

69,1

140,0

265,7

376,6

609,6

y i -y cp

0,8

13,6

19,9

17,8

11,9

13,2

(y i -y cp )2

0,6

184,5

396,0

318,3

142,0

174,3

(x i – x ср )*(y i -y cp )

2,9

112,9

235,4

290,8

231,3

325,9

На основе приведенных данных вычис- лим коэффициент корреляции, подставив значения в формулу:

2516.1

0.93

σ d = ∑( ) (4)

Интерпретация полученного значения парного t-критерия Стьюдента не отличается от оценки t-критерия для несвязанных совокупностей. Прежде всего, необходимо найти число степеней свободы f по следующей формуле:

f = n – 1; (5)

После этого определяем критическое значение t-критерия Стьюдента для требуемого уровня значимости (например, p=0,05, p=0,01, p=0,001) и при данном числе степеней свободы f .

разностей от средней [6]:

Таблица 3. Разность значений

Период

Средний уровень з/п

Средняя стоимость 1 кв.м.

Разность значений, d

1

19,409

32,917

13,508

2

23,816

40,116

16,3

3

26,533

48,848

22,315

4

28,708

47,848

19,14

5

34,052

48,825

14,773

6

39,916

52,508

12,592

7

46,542

58,801

12,259

8

51,111

71,613

20,502

9

54,631

77,931

23,3

10

59,1

75,872

16,772

11

62,206

69,947

7,741

12

67,491

71,231

3,74

∑d=182,94

Найдем среднюю арифметическую разностей: M d =182,94/12=15,24

Затем найдем среднее квадратическое отклонение разностей от средней:

_ /224 , 578

σ ==4,51

d

Рассчитаем парный t-критерий Стьюдента:

t= 15,=11.7

./√

Сравним полученное значение t-критерия Стьюдента 11,7 с табличным значением, которое при числе степеней свободы f равном 12 - 1 = 11 и уровне значимости p=0.05 составляет 2.201, при p=0.01 составляет 3.106, p=0.001 составляет 4,437 [7]. Полученное значение t больше критических значений при p=0.05, p=0.01 и при p=0.001.

Вывод: Коэффициент корреляции сильно приближен к единице, также по приведенному выше графику наблюдается прямое направление корреляционной связи, т.е. рост зарплаты влечет рост цен. Помимо корреляции Пирсона, был произведен расчет по t-критерию Стъюдента, где результаты показали, что полученное значение t больше критических значений, это говорит о наличии статистически значимых различий.

Таким образом, проведенный расчет показывает, что между заработной платой и ценой на жилую площадь в г. Якутске можно определить связь. В связи с этим приходим к выводу, что уровень заработной платы может являться одним определяющих факторов установления стоимости жилья.

Список литературы Анализ заработной платы как одного из факторов установления стоимости жилья

  • Федеральная служба государственной статистики: http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/wages
  • http://sakha.gks.ru/wps/wcm/connect/rosstat_ts/sakha/ru/statistics/enterprises/construction/
  • http://www.machinelearning.ru/wiki/index.php?title=Коэффициент_корреляции_Пирсона
  • Нужнова. С.В. Применение статистических методов в психолого -педагогических исследованиях: Учебное пособие. -Троицкий филиал ГОУ ВПО «ЧелГУ». -Троицк, 2005. -120 c.
  • Гурман, В.Е. Руководство к решению задач по теории вероятностей и математической статистике. -М.: Высшая школа, 2004. -404 с.
Статья научная