Ανάλυση δεδομένων μεγάλου όγκου – Big Data: η περίπτωση των αμοιβών στη Ελληνική αγορά εργασίας

Abstract

Στην σημερινή εποχή τα δεδομένα μεγάλου όγκου ή Big Data είναι ένα γεγονός καθώς εμφανίζονται συνεχώς ως αποτέλεσμα διεργασιών ή καταγραφών. Οι μέθοδοι ανάλυσής τους είναι πλέον στο επίκεντρο του ενδιαφέροντος κάθε σχετικής δραστηριότητας, καθώς πλέον δεν αποτελούν το αντικείμενο ακαδημαϊκών μελετών, αλλά είναι ένα πολύτιμο υλικό για την ανάπτυξη μιας επιχείρησης ή ενός οργανισμού. Η εργασία είναι ο πρωταρχικός συντελεστής παραγωγής και επηρεάζει αμφίδρομα την οικονομική και κοινωνική κατάσταση μιας κοινωνίας και μιας χώρας. Για τον λόγο αυτό η εφαρμογή των μεθόδων ανάλυσης δεδομένων μεγάλου όγκου πραγματοποιήθηκε σε ένα dataset συνολικού μεγέθους 9.531.882 εγγραφών και 7 μεταβλητών με την βοήθεια της γλώσσας R. Οι μεταβλητές αυτές ήταν ο Συνολικός ετήσιος Μισθός του εκάστοτε έτους, το Φύλο και η Ηλικία του εργαζομένου, η Προϋπηρεσία στο εκάστοτε έτος, το Ταμείο ασφάλισης, εάν ήταν Παλιός ή Νέος εργαζόμενος και εάν είχε μερική ή πλήρη Απασχόληση. Η εφαρμογή των μεθόδων ανάλυσης πολλαπλής παλινδρόμησης με σκοπό την πρόβλεψη του μισθού από αυτές της μεταβλητές έδειξε ότι οι μοντέρνες και οι κλασσικές μέθοδοι ανάλυσης λειτουργούν συμπληρωματικά και όχι ανταγωνιστικά μεταξύ τους. Η σύγκριση των πιο λεπτομερών – μοντέρνων μεθόδων έδειξε επίσης μεγαλύτερη ακρίβεια αποτελεσμάτων. Κάθε μοντέλο έδειξε τον ίδιο τρόπο συνεισφοράς των μεταβλητών μέσω των προσήμων τους. Σε ότι αφορά την εξέλιξη των μισθών κατά την εξεταζόμενη χρονική περίοδο διαπιστώθηκε ότι η αγορά εργασίας βρίσκεται σε μια μεταβατική περίοδο όπου η αμοιβή του εργαζόμενου υπολογίζεται με βάση τις γνώσεις, τις δεξιότητες και την εξειδίκευση που έχει και όχι με βάση την εργασιακή του εμπειρία. Το τοπίο αυτό αναμένεται να γίνει ακόμη πιο ξεκάθαρο όταν τελειώσουν οι επιπτώσεις της πανδημίας COVID – 19 και όταν έχει συνταξιοδοτηθεί το μεγαλύτερο μέρος των παλιών εργαζομένων, δηλαδή εργαζομένων που ασφαλίστηκαν πριν το 1992.