В январьском зарплатном опросе DOU приняло участие 4200 человек — абсолютный рекорд среди всех предыдущих опросов. После небольшой очистки данных (явные промахи в переводе зарплаты в доллары, вроде системных администраторов с годичным стажем с зарплатой в 5000, или просто странные зарплаты в виде цифр ‘1’, ‘6’ и т. д.) мы все равно получаем более 4 тысяч наблюдений — число, более чем достаточное, для получения значимых результатов с помощью регрессий. Подробнее о самом методе и результатах исследования читайте ниже.
Распределение анкет по должностям в выглядит так:
Отклонения от предыдущих опросов минимальны.
Распределение Software Engineers и QA Engineers по уровню:
Распределение среди Software Engineers осталось таким же, у QA наблюдается незначительное уменьшение количества Seniori’ов за счет увеличения доли Junior’ов.
Средний возраст 26.7 лет — значение, которое уже можно считать почти каноническим для отрасли — в предыдущих опросах средний возраст был в пределах
Регрессионный анализ
Хотя большинство людей имеющих техническое образование слышали про метод наименьших квадратов и его применение в различных сферах, главная сфера его применения — регрессионный анализ пока не обрел должного внимания в нашей стране. Хотя его уже давно используют во многих компаниях IT сферы, в сферах финансов и экономики, его преподаванием, как отдельной науки, занимаются лишь единичные ВУЗы Украины. Я не буду вдаваться в подробности метода (объем материала, доступный в интернете, даже на русском языке, достаточно велик), а лишь сосредоточусь на некоторых результатах, которые мне показались интересными/ необычными/ заслуживающих внимания. Буду рад ответить на любые вопросы относительно самого метода, метода получения данных результатов, а также обсудить их. Немного о самой методологии в конце статьи.
- Общий опыт и зарплата.В среднем, при прочих равных условиях, дополнительный год опыта сулит работнику IT сферы прибавку в размере +19% (или около $200 в абсолютных значения). Эффект разнится в зависимости от должности. Так, несмотря на более низкую зарплату (и снова-таки, в среднем) у специалистов QA, дополнительный год опыт дает прибавку около +30% (у Senior’ов +25%, у джуниоров +40%) , тогда как у Software Engineer среднего звена этот показатель составляет лишь +16% (у Senior’ов так же +16%, у джуниоров +30%).
- Опыт на текущем месте работы.В некоторых сферах, работа на одном и том же месте негативно сказывается на вашей зарплате. Оказывается, IT сфера одна из них. Те, кто засиживаются на одном месте, каждый год теряют возможность на дополнительные +1.5% к зарплате, которую имеют те, кто чаще меняют компанию. Конечно, этот маленький процент с лихвой перебивается эффектом от дополнительного года опыта. Каждый может попробовать сделать свои выводы: текучесть кадров в отрасли, не очень большой средний возраст (предрасположенность к частым переходам), частое переманивание сотрудников между компаниями, etc. А факт же таков: в отличие от многих отраслей, где ценится преданность компании, IT сектор отдает предпочтение активным работникам, готовым к переменам. Логично.
- Возраст? Только не в IT.Средняя прибивка за дополнительный прожитый год — 1.3% (около $14). Вывод? Ваш жизненный опыт не важен. Важен только опыт работы в этой сфере. Вероятно, результат должен отличаться для высоких С-level позиций. К сожалению, маленькая выборка по этим позиция не позволяет это проверить.
- Образование не играет роли. Знание английского влияет.Все коэффициенты на уровень образование не значимы. Это значит, что статистически их нельзя отличить от нуля (нет эффекта на зарплату). Большая выборка четко дает понять, что уровень образование не так важен в этой сфере. Возможное объяснение — технически/математически подкованные люди выберут соответствующие высшие образование, но в Украине уровень именно IT образования оставляет желать лучшего. Вероятно, такой человек самостоятельно может освоить все азы и опытом полностью компенсировать отсутствие образования. При этом уровень знания английского языка играет огромную роль. Так, переход от уровня Ниже Среднего до уровня Средний дает прибавку в +10%, +8% за последующий переход на уровень Выше среднего и, наконец, +7% за заветный переход к уровню Advanced. Может люди с более высокой зарплатой больше путешествуют или просто склонны преувеличивать свои знания? Даже в таком случае, показатель может снизиться лишь незначительно. Факт же таков — английский язык необычайно важен. Учите его.
- Самообразование.Коэффициент на количество часов, которые вы проводите за самообразованием, не значим. То есть, эффекта нет. Но тут стоит быть скептичным. Возможно, проблема была в постановке вопроса. В неочищенной базе было немало ответов вроде 500 часов в месяц. Многие не задумались над этим вопросом и могли ответить не совсем (мягко говоря) точно. Это была пилотная попытка и, возможно, в следующий раз, следует использовать диапазоны, что бы получить адекватный результат. Будем пробовать.
- Киев в лидерах.Даже с учетом остальных параметров, смена трудоустройства со следующего лидера по зарплатам — Львова в столицу обещает прибавку в +24%. Те же +24%, если вы переехали из Харькова. +14%, если из Одессы *.
- Размер компании.В то время, когда размеры зарплат в компаниях сегмента
50-200 сотрудников, 200-1000 и более 1000 статистически не отличаются между собой, явно меньше получают те, кто трудится в компаниях, где менее 10 сотрудников — −17% ,10-50 сотрудников — −8%. - Девушки QA.Около 44% девушек трудятся на позиции QA разного уровня. У парней аналогичный показатель около 11%. Как думаете, чем вызвано такое предпочтение прекрасного пола?
* Эти значения не связанны со средними зарплатами. Средняя зарплата во Львове выше, чем, скажем, в Одессе, но и переезд в столицу обещает большую прибавку к зарплате. Это может быть связано с тем, что, в среднем, во Львове работают люди с более высокой квалификацией.
Методология и исследование
Метод наименьших квадратов (МНК) — основа стандартного регрессионного анализа. Его основная идея состоит в том, что бы подобрать такие коэффициенты, которые бы максимально близко описывали модель (в данном случае, за счет минимизации суммы квадратов отклонений).
Простая модель МНК на практике:
История метод начинается еще со времен Гаусса и Лежандра, которые построили основы метода в конце 18го века. Сегодня, современные методы МНК используются для прогнозирования всевозможных процессов в абсолютно различных сферах, начиная от экономики и финансов, и заканчиваю медициной и физикой. Редкая Нобелевская премия по экономике достается за работу, где не используется регрессионный анализ, а сфера финансов на половину построена из методов, основанных на МНК.
Эффект опыта и уровня образования на зарплату (так называемая Экономика труда) начал изучаться еще в середине прошлого века, а одним из главных основателей самой науки считается Якоб Минсер. В наши дни, сотни и тысячи статей печатаются в авторитетных изданиях на эту тему, а многие экономисты уже получили своих Нобелей за исследования рынка труда. Поскольку современной экономической науки, как таковой, в Украине почти не существует, то и этот метод пока не знаком широким кругам.
Данные опроса DOU подходя для анализа как нельзя лучше. Большая выборка, интересная сфера, хорошие вопросы. Многие экономисты, с которыми я обсуждал этот опрос, были часто обеспокоены не полностью случайной выборкой DOU. С другой стороны, DOU единственное сообщество такого уровня в Украине. На мой взгляд, большинство работников сферы знают и посещают этот ресурс. Уже не говоря о том, что можно смело предположить, что все работники ИТ сферы имеют доступ в Интернет (частой проблемой Интернет опросов является не случайная выборка, из-за не равномерного распределения доступа в Интернет среди населения).
Если вы заинтересовались методом, сферами его применения или любыми другими релевантными вопросами, я буду рад на них ответить.
Для интересующихся могу заметить, что я использовал почти классическую Минсеровскую регрессию с некоторыми инструментальными переменными (именно для этого были вопросы о возрасте написания первой программы и трудоустройстве родителей). Регрессия была на логарифм зарплаты, с учетом большинства переменных с опросника DOU. Количество переменных, с учетом фиктивных переменных, достигало около 70 переменных. Результаты, приведенные выше, базировались исключительно на значимых коэффициентах (обычно, p-value был около
UPD:Данные статьи приведены из работы Февраля 2013 года.
На конец апреля были сделанные некоторые дополнения/исправления:
1. Нельзя винить ИТ образование Украины в целом. В анкете не было разделения на ИТ образование или любую другую специальность . Вполне возможно, что в Украине есть некоторые ВУЗы с образованием, подходящим для работы в ИТ сфере, но их вклад в общую ситуацию не велик.
2. Эффект опыта на зарплату убывающий. На сегодняшнем рынке, опыт перестает добавлять существенную прибавку к З/П, в среднем, после семи лет. Вероятно, эта ситуация изменится в скором времени.
3. Совмещение учебы и работы положительно сказывается на будущей зарплате (дополнительно к полученному опыту работы). В среднем, +1 год совмещения — +3% к З/П. Логическое объяснение? Возможно, это вырабатывает трудолюбие ) А может просто учит ставить приоритеты."