Studia i Prace WNEiZ US

Wcześniej: Zeszyty Naukowe Uniwersytetu Szczecińskiego. Studia i Prace WNEiZ

ISSN: 2450-7733     eISSN: 2300-4096    OAI    DOI: 10.18276/sip.2017.50/1-05
CC BY-SA   Open Access 

Lista wydań / nr 50/1 2017
Zastosowanie analizy korespondencji do identyfikacji czynników kształtujących wydajność pracy w polskich i niemieckich przedsiębiorstwach

Autorzy: Barbara Batóg
Uniwersytet Szczeciński

Jacek Batóg
Uniwersytet Szczeciński
Słowa kluczowe: wydajność pracy analiza korespondencji
Data publikacji całości:2017
Liczba stron:17 (65-81)
Klasyfikacja JEL: C39 D24
Cited-by (Crossref) ?:

Abstrakt

Celem artykułu jest porównawcza analiza relacji między poziomem wydajności pracy w polskich i niemieckich przedsiębiorstwach a ich wielkością mierzoną przychodami ogółem, rodzajem prowadzonej działalności, zatrudnieniem oraz sytuacją finansową. Weryfikacji została poddana hipoteza badawcza, według której na poziom wydajności pracy obserwowany w polskich i niemieckich przedsiębiorstwach wpływają odmienne czynniki. Do obliczeń wykorzystano analizę korespondencji. Źródłem danych była baza ORBIS.
Pobierz plik

Plik artykułu

Bibliografia

1.Andersen, E.B. (1994). The Statistical Analysis of Categorical Data. Berlin, Heidelberg, New York, London, Paris, Tokyo, Hong Kong, Barcelona, Budapest: Springer-Verlag.
2.Bassanini, A., Manfredi, T. (2012). Capital’s Grabbing Hand? A Cross-Country/Cross-Industry Analysis of the Decline of the Labour Share. OECD Social, Employment and Migration Working Papers, 133. Pobrane z: http://dx.doi.org/10.1787/5k95zqsf4bxt-en (12.05.2017).
3.Batóg, J., Batóg, B. (2008). Analiza regionalnych zmian wydajności pracy w Polsce. Wiadomości Statystyczne, 6, 59–69.
4.Batóg, J., Batóg, B. (2012). Analiza wydajności pracy największych polskich przedsiębiorstw w latach 2004–2008 na podstawie danych panelowych. Zeszyty Naukowe Uniwersytetu Szczecińskiego, 731, Studia i Prace WNEiZ, 26, 21–32.
5.Batóg, J., Batóg, B. (2014). Analiza wpływu obserwacji nietypowych na wyniki modelowania regionalnej wydajności pracy. Zeszyty Naukowe Uniwersytetu Szczecińskiego, 811, Studia i Prace WNEiZ, 36 (1), 125–138.
6.Batóg, B., Batóg, J. (2016). Ocena zależności przyczynowo-skutkowych występujących w systemach pomiaru dokonań. W: A. Niemiec (red.), System pomiaru dokonań w przedsiębiorstwach (s. 163–229). Warszawa: CeDeWu.
7.Batóg, B., Batóg, J., Mojsiewicz, M. (2009). Application of Kernel Estimation of Distributions in Classification: Analysis of Changes in Labour Productivity of Polish Firms in 2004–2007. Referat na 11th Conference of the International Federation of Classification Societies (IFCS 2009) „Classification as a Tool for Research”, Drezno.
8.Batóg, J., Gazińska, M., Mojsiewicz, M. (2002). Ekonometryczne normowanie indywidualnej wydajności pracy. Przegląd Statystyczny, 49 (1), 79–89.
9.Batóg, J., Gazińska, M., Mojsiewicz, M., (2003). Propozycja metody analizy indywidualnej wydajności pracy pracowników naukowych. Prace Naukowe Akademii Ekonomicznej we Wrocławiu, 988. Taksonomia, 10, 389–396.
10.Dall’erba, S., Kamarianakis, Y., Le Gallo, J., Plotnikova, M. (2005). Regional Productivity Differentials in Three New Member Countries: What Can We Learn from the 1986 Enlargement to the South? The Review of Regional Studies, 35 (1), 97–116.
11.Greenacre, M. (2000). Correspondence Analysis of Square Asymmetric Matrices. Applied Statistics, 49 (3), 297–310.
12.Greenacre, M. (2007). Correspondence Analysis in Practice, Interdisciplinary Statistics. Boca Raton, London, New York: Chapman & Hall/CRC, imprint of the Taylor & Francis Group, LLC.
13.Greenacre, M., Hastie, T. (1987). The Geometric Interpretation of Correspondence Analysis. Journal of the American Statistical Association, 82 (398), 437–447.
14.Izyumov, A., Vahaly, J. (2014). Recent Trends in Factor Income Shares: A Global Perspective. Journal of Economic Studies, 41 (5), 696–707.
15.Mućk, J. (2015). O średniookresowych własnościach dynamicznych udziału wynagrodzenia czynników wytwórczych w PKB. Rozprawa doktorska, promotor: J. Growiec, SGH w Warszawie.
16.OECD (2012). OECD Employment Outlook 2012. Chapter 3, Labour Losing to Capital: What Explains the Declining Labour Share?, 109–161.
17.Ostasiewicz, W. (red.) (1998). Statystyczne metody analizy danych. Wrocław: Wyd. AE we Wrocławiu.
18.Panek, T. (2009). Statystyczne metody wielowymiarowej analizy porównawczej. Warszawa: Wyd. SGH.
19.Schmidt, T., Vosen, S. (2013). Demographic Change and the Labour Share of Income. Journal of Population Economics, 26 (1), 357–378. DOI: 10.1007/s00148-012-0415-y.
20.Stanimir, A. (2005). Analiza korespondencji jako narzędzie do badania zjawisk ekonomicznych. Wrocław: Wyd. AE we Wrocławiu.
21.„The Conference Board Total Economy Database™”. Pobrane z: www.conference-board.org/data/economydatabase (15.05.2017).