Baixe o app para aproveitar ainda mais
Prévia do material em texto
Aula 7 - Pesquisa salarial – Tratamento das Informações 1. Tabulação dos dados Tabulação de dados é o tratamento estatístico da amostra coletada em pesquisa salarial, ou seja, é a forma de estabelecer a comparação entre a empresa pesquisadora e as empresas pesquisadas, tratando as diferenças e estabelecendo uma igualdade. Nosso mercado, possuí variáveis com relação a datas e critérios, dos ajustes salariais, antes de darmos inicio ao nosso trabalho, temos que fazer alguns questionamentos para que estas informações sejam ajustadas, exemplo de perguntas: • Qual a data base (convenção coletiva) de sua categoria predominante? • As demais categorias são ajustadas nesta mesma data? • Em quais estados da federação, a empresa possuí unidades? • Como são ajustados os salários destas unidades? • A empresa costuma antecipar ajustes aos salários? • Qual a forma de pagamento mensal ou quinzenal? • Existem planos de cargos e salários distintos para as diversas regiões do país? • Existem planos de cargos e salários diferenciados por categoria? • Carga horária mensal? Três são os itens que mais influenciam o resultado de uma pesquisa de salários, apresentamos para vosso conhecimento: • Mês de data base da empresa; • Jornada de trabalho do cargo pesquisado; • Quantidade de salários pagos durante o ano. É importante observar que por principio, as comparação terão, como base, as características da empresa pesquisadora em relação aos três itens acima, sendo que, para entrega do resultado da pesquisa às empresas participantes, a base de comparação deverá ser adequada para as características de cada uma delas. A seguir, apresentamos um quadro contendo o resultado da coleta de dados de mercado para tabulação modelo. Para que possamos realizar uma simulação bem próxima a realidade vamos considerar alguns itens para definirmos a empresa pesquisadora: Para facilitar nossa apresentação vamos convencionar o seguinte: Empresa pesquisadora: empresa que realiza a pesquisa Empresa pesquisada: empresa que participa da pesquisa (convidada) Exemplo de perfil de empresa pesquisadora Alfa que pesquisa o cargo de Auxiliar Administrativo: Data base: Dezembro Jornada de trabalho: 220 horas mensais Quantidade de salários pagos ao ano: 13 salários Após a realização da pesquisa de mercado, a empresa Alfa coletou informações de várias empresas, sendo que uma delas apresentou as seguintes característica? Empresa: Beta Data base: Setembro Jornada de trabalho: 180 horas mensais Quantidade de salários pagos ao ano: 14 salários Informações salariais: Frequência Salário 2 560,00 Frequência é o numero de profissionais que exercem a função. Tratamento dos Dados Tabela de INPC-2008-2009 Mês/ano Índice mês (%) Dez/09 0,24 Nov/09 0,37 Out/09 0,24 Set/09 0,16 Ago/09 0,08 Jul/09 0,23 Jun/09 0,42 Mai/09 0,60 Abr/09 0,55 Mar/09 0,20 Fev/09 0,31 Jan/09 0,64 Exemplo: Empresa pesquisada Beta, primeira linha do quadro da página anterior A ordem de reajuste não altera o resultado. No exemplo a seguir atualizaremos os salários pela sequência: Data base / Jornada de trabalho / Salário ano Data base: É a correção do salário pesquisado para o mês de referência da pesquisa, neste caso dezembro/09, através da utilização de índices de medição da inflação no período, que neste caso utilizamos o INPC. Salário x ((0,16/100+1)x (0,24/100+1) x (0,37/100+1) 560,00 x 1,0016 x 1,0024 x 1,0037 = 564,32 Jornada de trabalho: É a correção do salário resultante do ajuste anterior (neste caso, data base), para a mesma jornada da empresa pesquisadora. Fórmula = Salário (ajustado no item anterior) x Jornada da Empresa Pesquisadora Jornada da Empresa Pesquisada Então: Salário x 220 = 564,32 x 220 = 689,73 180 180 Salário / ano: É a correção do salário resultante do ajuste anterior (neste caso, jornada de trabalho), para a mesma quantidade de salários/ano da empresa pesquisadora. Fórmula = Salário (ajustado no item anterior)x Qtd Salários/ano da Empresa Pesquisada Qtd Salários/ano da Empresa Pesquisadora Então:689,73 x 14 = 742,78 13 Análise da amostra e corte de salários extremados Quando o resultado do coeficiente de variação for igual ou inferior a 5%, não há necessidade de corte da amostra. Quando o resultado do coeficiente de variação situa-se entre 5,1% a 15%, sugerimos o corte dos dados superiores e inferiores a 2 (dois) desvios-padrão em torno da média. Quando o resultado do coeficiente de variação situa-se entre 15,1% a 50%, sugerimos o corte dos dados superiores e inferiores a 1 (um) desvios-padrão em torno da média. Finalmente, quando o resultado do coeficiente de variação é superior a 50%, sugerimos efetuar a revisão da amostra e questionar a coleta de dados. O CORTE Para efetuar do corte na amostra, precisamos aplicar as seguintes fórmulas: Média 37.387,61 = 869,48 43 V 1 x 33.209.207,58 - 1.397.833.182,8 3 43-1 43 V 1 x 33.209.207,58 - 32.507.748,44 42 V 1 x 701.459,14 701.459,14 16.701,41 42 42 DP 129,23 16.701,41 CV 129,23 x 100 14,86% 869,40 O coeficiente de variação obtido foi de 14,86% e, portanto serão cortados os dados salariais superiores a 2 (dois) desvios-padrão acima e abaixo da média, ou seja: Após a triagem dos dados,procede-se a efetuação dos cálculos das medidas estatísticas sobre amostragem resultante, que são: Medidas Estatísticas Conceito Menor salário É o menor valor da amostra considerada Média Aritmética Ponderada (MAP) É o quociente da soma dos valores observados pelo número deles; representando assim, o equilíbrio entre as magnitudes das observações. Para se encontrar a MAP de uma série de valores, multiplica-se cada valor pela frequência atribuída a ele. soma-se desde o primeiro até o último, e divide-se o resultado pela frequência acumulada, representada pela fórmula abaixo. X= Ʃ xi.fix¹.f¹ + x².f² + x³.f³ ..........x n x fn f¹ + f² + f³................ +fn Moda (Mo) É o valor que tem a maior frequência Quartis Os quartis são delimitadores de uma distribuição. Dividem a distribuição em 4 partes iguais.Em cada quartil encontramos 25% do total de elementos da distribuição. 1º Quartil (Q1) È o ponto onde abaixo dele encontramos 25% dos valores da amostra, ou também podemos dizer que acima deste ponto estão 75% dos valores da amostra. Q1 = Ʃ f 4 2º Quartil (Q2) ou Mediana (Me) É o valor central da amostra, ou seja, é o ponto que divide a amostra em duas partes iguais, ou seja, 50% da amostra este acima e 50 % da amostra está abaixo este ponto. Me = Ʃ f + 1 2 3º Quartil (Q3) È o ponto onde acima dele encontramos 25% dos valores da amostra, ou também podemos dizer que abaixo deste ponto estão 75% dos valores da amostra. Q1 = 3. Ʃ f 4 Maior salário É o maior valor da amostra considerada Considerando a nossa amostra de 40 salários 25% 10 valores 25% 10 valores 25% 10 valores 25% 10 valores 25% 75% Q1= 40 : 4 = 10 50% 50% Q2= (40+1) : 2 = 20,5 75% 25% Q3= (3 x 40) : 4 = 30 Aplicando as medidas estatísticas na amostra resultante dos salários do cargo Auxiliar Administrativo: Calculando o valor do quartil: Fórmula: (VPsup - VPinf) x (Quartil - Pinf) + VPinf Onde: Pinf: Posição inferior ao quartil Quartil: Quartil que será calculado Psup: Posição superior ao quartil VPinf: Valor da Pinf VPsup: Valor da Psup Quadro com a freqüência acumulada (fac) e salário total (f.x) Primeiro Quartil Pinf 9 Q2 10 Psup 11 VPinf 792,92 VPsup 792,92 = (792,92-792,92) x (10 - 9) + 792,92 792,92 Segundo Quartil ou Mediana Pinf 20 Q3 20,5 Psup 21 VPinf 853,92 VPsup 853,92 = (853,92 - 853,92) x (20,5 - 9) + 853,92 853,92 Terceiro Quartil Pinf 29 Q1 30 Psup 31 VPinf 876,62 VPsup 876,62 = (876,62 - 876,62) x (10-9) + 876,62 876,62 Média Somatório dos Salários:frequência = 34.317,85 / 40 = 857,95 f) Análise do Resultado e Recomendações Essa etapa consiste na comparação dos dados do mercado com os da empresa pesquisadora, para formulação de políticas salariais. A análise da posição da Empresa pesquisadora em relação aos dados do mercado, em um determinado fenômeno, far-se-á então da seguinte forma: Identifica-se primeiramente a posição dos dados do mercado comparando a MAP em relação à Mediana, 1º e 3º Quartis. Se a MAP estiver: • Abaixo do 1º Quartil: É caso raro. Significa que algumas empresas, com valores baixíssimos em relação a maioria da amostra pesquisada, estão empurrando a MAP para bem longe da Mediana e abaixo dela. Convém diagnosticar porque essa empresa apresenta valores tão baixos; • Pouco Abaixo ou Acima da Mediana: É o caso mais comum. Significa que a maioria das empresas da amostra pesquisada tem valores próximos, não havendo valores nem muito baixos, nem muito altos; • Acima do 3º Quartil: - É caso raro. Significa que algumas empresas, com valores muitíssimos altos em relação à maioria da amostra pesquisada, estão empurrando a MAP para bem longe da Mediana e acima dela. Nesse caso, convém diagnosticar porque essas empresas apresentam valores tão altos. Em seguida identificamos onde se situa o valor da nossa Empresa em relação à Mediana, 1º e 3º Quartis do Mercado. • Se estiver abaixo do 1º Quartil, significa que seus salários estarão entre os 25% das Empresas com valores mais baixos do Mercado; • Se estiver no 1º Quartil, significa que terá abaixo dela 25% das Empresas do Mercado e acima 75% das Empresas do Mercado. • Se estiver entre o 1º e o 3º Quartis, ela estará entre os 50% de Empresas de valores representativos mais normais do Mercado e, quanto mais se aproximar do valor da Mediana, mais próxima estará do Padrão do Mercado. • Se estiver no 3º Quartil, significa que terá abaixo dela 75% das Empresas do Mercado e acima 25%. • Se estiver acima do 3° Quartil, significa que seus salários estarão entre os 25% das Empresas com valores mais altos do Mercado; g) Relatório aos Participantes Tradicionalmente, no mercado de trabalho, as empresas participantes recebem um relatório que contém medidas estatísticas. A fim de estimular a participação das empresas convidadas em pesquisas futuras, o relatório deve ter atrações como, por exemplo, a posição de mercado de cada empresa, ou seja, cada empresa recebe as medidas estatísticas excluídos, os seus próprios valores, podendo assim ser elaborados gráficos comparativos das mesmas em relação ao mercado. Cabe ainda ressaltar que as empresas serão codificadas não permitindo sua identificação por parte das empresas pesquisadas, para que se mantenha a confidencialidade, somente a empresa pesquisadora tem as informações de todas as pesquisadas. Aula 8 – Estrutura Salarial – Organizando os Salários ESTRUTURA SALARIAL Estrutura salarial é a forma de organizarmos de os salários de forma progressiva para atendermos a crescente valorização dos cargos resultante do processo de avaliação. Termos técnicos utilizados pelo mercado: Termo Conceito Estrutura Salarial É a organização de uma progressão salarial em função da crescente valorização dos cargos resultantes do processo de avaliação. Curva de Referência É a curva resultante da equação de regressão obtida pelo processo de ajustamento entra salário e pontos (ou escalonamento ou graus) obtidos na avaliação de cargos. Grau da Tabela Salarial É o resultante de um agrupamento de cargos equivalentes e que terão tratamento salarial igual. É possível encontrar esse processo com a denominação de classe. Salário Máximo do Grau É a referência do maior salário do grau, ou seja, corresponde ao valor máximo que um funcionário pode perceber em um cargo enquadrado no grau. Salário Mínimo do Grau É a referência do menor salário do grau, ou seja, corresponde ao valor mínimo que um funcionário pode perceber em um cargo enquadrado no grau. Salário Médio do Grau É o valor médio entre o salário máximo e mínimo. Corresponde ao valor da curva de referência no grau, quando esta se encontra na média da faixa salarial, que é comumente aplicado. Amplitude da Faixa Corresponde a diferença percentual entre o salário máximo e o salário mínimo do grau. Faixa salarial Corresponde a diferença monetária entre o salário máximo e o salário mínimo do grau. Classe Corresponde a cada valor intermediário entre o mínimo e o máximo da faixa salarial de cada grau. É possível encontrar este conceito com a denominação de grau. Sobreposição da faixa É quando o salário de um grau supera o dos graus mais elevados na estrutura salarial. Determinação do número de graus do plano O número de graus do plano é aleatório. Supondo-se que o plano englobe cargos avaliados entre 100 e 500 pontos e que o número de graus desejado seja 20, a determinação dos termos dos pontos pelos graus poderá ser calculada por progressão aritmética ou geométrica. Nesse exemplo será calculada pela progressão geométrica. n-120 A razão é: q =an= 500 =1,0838 a1 100 Imaginando uma série de dados com duas variáveis (salários e pontos) inseridas em um gráfico, teremos, no eixo dos X os pontos dos cargos avaliados pelo comitê e no eixo dos Y os salários dos mesmos cargos, obtidos na nossa pesquisa salarial, o próximo passo é ajustar estatisticamente estes valores. Isto se faz necessário porque sempre existirão diferenças de atribuição de importância que nossa empresa dá a determinados cargos (refletida na avaliação dos cargos e, consequentemente, nos pontos atribuídos), com a significância destes mesmos cargos para o mercado externo. Assim, este equilíbrio tem que ser “suavizado”, através da técnica de ajustamento estatístico de valores. Existem várias maneiras de proceder a este tratamento estatístico de valores. Vamos nos ater à técnica de ajustamento pela reta de mínimos quadrados, por ser esta a mais usualmente adotada e por ser mais simples de operacionalização. A fórmula geral de mínimos quadrados é Y = a + b .x, onde: Y= Salários ajustados pela reta de mínimos quadrados a = constante que indica o valor de x, quando y = 0 b= Grau de inclinação da reta no hiperplano x= Pontos de cada cargo (obtidos na avaliação) Escolha da posição de mercado para aplicação na estrutura salarial Como exemplo, vamos supor que a partir da pesquisa de salários e da avaliação de cargos, obtivemos os seguintes dados: A partir destes dados, já podemos iniciar os cálculos para obter as médias ajustadas por mínimos quadrados (Ŷ= a + b.x), que serão utilizadas para construir uma tabela salarial. Inicialmente temos que encontrar os valores das 2 incógnitas a e b, o que exige resolvermos as seguintes equações: ∑y = n.a + ∑x. b ∑x.y = ∑x.a + ∑x2 .b Para isto, teremos que elaborar o quadro a seguir, a fim de resolver as equações. Determinando a e b pelas equações normais de mínimos quadrados, temos: n∑ xy - ∑ x ∑ y ∑ y – b. ∑ x b = ----------------------------- a = ----------------------- n ∑ x2 – (∑ x)2 n Substituindo os valores na equação de regressão ajustante (Ŷ= a + b.x ) Ŷ = - 33,43 + 5,5407 .x A representação gráfica dá uma ideia de como se comportam os dados ajustados estatisticamente com os valores coletados no mercado. A partir de uma análise mais aprofundada dos números podemos estabelecer hipóteses para “corrigir” algumas situações de enquadramento do nosso PCS. Comparativo - Média Mercado x Média Mercado Ajustada 0 500 1.000 1.500 2.000 2.500 3.000 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Média Mercado Média Mercado Ajustada Pelo aspecto visual do gráfico não é possível determinar com exatidão a qualidade de um ajustamento estatístico. Embora as linhas de mercado e a dos dados ajustados estejam com certa simetria, é necessárioverificar se o ajustamento estatístico processado apresenta uma boa correlação. Este trabalho é feito através da aplicação do coeficiente de correlação de Pearson ( R ), que expressa o afastamento dos pontos observados em relação à reta de regressão. Deste modo à correlação mede a força ou o grau de relacionamento linear entre duas variáveis, dando o conceito de interdependência entre as 2 variáveis e o grau de confiança com a amostra ajustada. O coeficiente de correlação é um número absoluto situado entre -1 e +1 . Quanto mais próximo de +1, melhor será a correlação estabelecida. Valores aceitáveis de uma boa correlação situam-se entre 0,8 e 1. A correlação pode ser representada como Linear positiva perfeita, Linear negativa perfeita, Linear moderada positiva, Linear moderada negativa, não linear e, por último Inexistente. Para cálculo da correlação linear, utilizamos a verificação pelo cálculo do Desvio – Padrão ( S ) , que é uma medida estatística de dispersão dos valores de uma variável, em torno de sua média. È obtida a partir da raiz quadrada da média aritmética do quadrado dos desvios em relação à própria média. S x.y A fórmula geral da correlação é: r = --------------------- √ S x x. Sy y onde, ∑ X. ∑ Y S xy=∑ xy - ------------ n S yy= ∑ y2 - ( ∑ y )2 ------- n S xx= ∑ x2 - ( ∑ x )2 ------- n Para verificarmos se a correlação é adequada, é preciso que preparemos uma tabela com os seguintes dados obtidos de nossa pesquisa: Resolvendo as equações, temos: Este resultado indica que temos um excelente grau de relacionamento linear entre duas variáveis, pois estamos bem próximos de+1. Construindo a Tabela Salarial A nossa tabela salarial será elaborada a partir do valor dos salários médios de mercado, conseguidos através da pesquisa salarial, e ajustados estatisticamente. Devemos determinar; a) O número de graus: neste caso já determinamos em 20 graus. b) Número de classes: trabalharemos com 7 classes c) Amplitude das faixas salariais: assumiremos a amplitude de 35% d) Onde aplicaremos a Média de mercado ajustada: no ponto mínimo, médio ou máximo. Nossa tabela salarial finalmente será então construída, a partir dos dados ajustados, conforme quadro abaixo, onde adotamos uma política agressiva, ou seja, a média de mercado ajustada foi posicionada no ponto mínimo da tabela salarial. Enquadramento dos cargos nos graus Diferentemente do escalonamento ou graus predeterminados em que a avaliação dos cargos é feita em cada escalonamento, no método de pontos os cargos recebem valores em função de fatores. Os cargos nesta etapa da construção da estrutura salarial devem ser agora enquadrados nos graus (entre o mínimo e o máximo) em função dos pontos recebidos por ocasião da avaliação. É importante observar que cargos da mesma família (Jr, Pl e Sr) estejam situados em graus diferentes. Quando ocorrem situações em que cargos de uma mesma família situem-se em um mesmo grau, pode indicar que o número de graus é muito pequeno ou a avaliação está incorreta. Resumo do fluxo de tabulação Resumo do fluxo de tabulação Substituindo os valores na equação de regressão ajustante (Ŷ= a + b.x )
Compartilhar