Autor: Michal Boroň Vedoucí diplomové práce: doc. Dr. Ing. Jiří Horák Multivariační a multikriteriální hodnocení situace na lokálním trhu práce Autor: Michal Boroň Vedoucí diplomové práce: doc. Dr. Ing. Jiří Horák

Cíle a úkoly práce · Návrh systému vhodných ukazatelů pro popis situace na regionálním trhu práce. · Příprava dat z vybraného okresu. · Multivariační zhodnocení dat popisujících situaci na trhu práce. · Multikriteriální hodnocení situace na trhu práce. · Zhodnocení vývoje na území vybraného okresu

Seznámení se situací na ÚP V současné době probíhá implementace geotechnologií na pracovištích analytických útvarů úřadů práce Pracovníci mají k dispozici: export z „GIS statistiky“ z databáze ÚP Členění uchazečů podle věku, úrovně vzdělání, délky evidence apod. (cca 70 ukazatelů). geografická data (administrativní hranice obcí, hranice mikroregionů svého okresu) Microsoft Map (jednoduchá prohlížečka, součást MS Excel)

Seznámení se situací na ÚP

Vyhodnocování situace na trhu práce podle jednotlivých ukazatelů: jeden ukazatel nemusí vystihovat opravdovou situaci (kritičnost) situaci nelze vyhodnotit komplexně obtížné (vyhodnocení, zobrazení...)

Hlavní cíl diplomové práce: navržení komplexního ukazatele získat rychlý přehled o celkové situaci určit místa, která by mohla být problémová, a na které je nutno se zaměřit

Širší výběr ukazatelů Rozdělení na ukazatelů: geografického charakteru (dlouhodobé ukazatele) např. dopravní obslužnost obcí demografického charakteru – dlouhodobé např. existence a struktura školních zařízení demografického charakteru – krátkodobé např. struktura zaměstnanosti ukazatele z databáze ÚP („GIS statistika“) např. podíly ohrožených skupin na celkové nezaměstnanosti

„GIS statistika“ Poskytnuta „GIS statistika“ export vybraných ukazatelů ze systému OKpráce data okresu Frýdek-Místek (údaje o obcích) 31.12.1999 – 31.12.2001 časový interval 3 měsíce „GIS statistika“ obsahuje cca 70 ukazatelů problémy při vyhodnocování, zobrazování nutno určit významné ukazatele možnost duplicity a korelace dat => multivariační vyhodnocení vybráno 31 extenzitních ukazatelů „GIS statistiky“

Seznam ukazatelů vybraných pro multivariační zhodnocení

Multivariační vyhodnocení poskytnutých dat Vybrána metoda: Faktorová analýza (FA) Faktorová analýza: je vícerozměrná statistická metoda, jejíž podstatou je rozbor struktury vzájemných závislostí proměnných umožňuje popsat strukturu dat, závislosti mezi ukazateli umožňuje určit významné jevy a souvislosti, které je těžko určit analýzou jednotlivých ukazatelů či jejich dvojic

Metodika provedení FA standardizace vstupních dat do normalizovaného normálního rozdělení výpočet korelační matice ukazatelů určení faktorových vah z vlastních čísel a vlastních vektorů korelační matice faktorové váhy znázorňují korelaci mezi faktory a proměnnými (rotace faktorů – pro lepší interpretaci) interpretace faktorů faktory interpretujeme podle těch ukazatelů, které mají v daném faktoru největší absolutní hodnoty vah

Faktorové skóre: je hodnotou faktoru pro jednotlivé záznamy (obce)

Výsledky FA Podařilo se identifikovat 3 hlavní faktory (jevy) na trhu práce, které jsou identifikovatelné v celém nebo ve značné části sledovaného období

Výsledky FA (1.) Faktor Vykazuje vysokou korelaci s těmito ukazateli: - podíl evidovaných uchazečů absolventů (celkem i ženy) na celkovém počtu evidovaných uchazečů o zaměstnání - podíl uchazečů absolventů evidovaných déle než 6 měsíců (celkem i ženy) na celkovém počtu evidovaných uchazečů o zaměstnání - často: podíl evidovaných uchazečů věkové skupiny 18-24 let (celkem i ženy) a podíl evidovaných uchazečů věkové skupiny 17 let a méně (celkem i ženy) na celkovém počtu evidovaných uchazečů o zaměstnání Počet výskytu faktoru k počtu sledovaných období: 10/10 Možná interpretace: mladí lidé do 24 let včetně Ukazatel odpovídající interpretaci: podíl evidovaných uchazečů věkové skupiny 24 let a méně na celkovém počtu evidovaných uchazečů o zaměstnání (PC0024)

Výsledky FA (2.) Faktor Vykazuje vysokou korelaci s těmito ukazateli: - podíl evidovaných uchazečů se základním stupněm vzdělání (celkem i ženy) na celkovém počtu evidovaných uchazečů o zaměstnání - podíl evidovaných uchazečů požadujících primárně KZAM9 (celkem i ženy) na celkovém počtu evidovaných uchazečů o zaměstnání - často: míra nezaměstnanosti a záporné váhy ukazatele podíl evidovaných uchazečů s maturitou (celkem i ženy) na celkovém počtu evidovaných uchazečů o zaměstnání Počet výskytu faktoru k počtu sledovaných období:9/10 Možná interpretace: lidé s nízkým vzděláním Ukazatel odpovídající interpretaci: podíl evidovaných uchazečů se základním stupněm vzdělání na celkovém počtu evidovaných uchazečů o zaměstnání (PCVABC_U)

Výsledky FA (3.) Faktor Vykazuje vysokou korelaci s těmito ukazateli: - podíl uchazečů evidovaných déle než 6 měsíců (celkem i ženy) na celkovém počtu evidovaných uchazečů o zaměstnání - podíl uchazečů evidovaných déle než 12 měsíců (celkem i ženy) na celkovém počtu evidovaných uchazečů o zaměstnání Počet výskytu faktoru k počtu sledovaných období:9/10 Možná interpretace: dlouhodobě nezaměstnaní Ukazatel odpovídající interpretaci: podíl uchazečů evidovaných déle než 12 měsíců na celkovém počtu evidovaných uchazečů o zaměstnání (PCE12_U)

Faktorová analýza „GIS statistiky“ Počet zjištěných významných faktorů: 8 až 9 (liší se v jednotlivých obdobích) Vysvětlený rozptyl: cca 80 %

Výběr ukazatelů Nad širším seznamem ukazatelů a výsledky FA proběhly diskuse s pracovníky ÚP. Identifikace hlavních ukazatelů: č. Podle výsledků faktorové analýzy Podle expertního hodnocení 1. Mladí lidé do 24 let (+mladiství) Mladá složky uchazečů o zaměstnaní (15‑24 let) 2. Lidé s nízkým vzděláním Málo kvalifikovaná pracovní síla 3. Dlouhodobě nezaměstnaní Dlouhodobá nezaměstnanost (nad 12 měsíců.) 4. X Starší pracovní síla (nad 50 let) 5. Míra nezaměstnanosti

Kombinace ukazatelů pro multikriteriální hodnocení

Multikreiteriální hodnocení Metoda vážené lineární kombinace Jednotlivým ukazatelům se přiřadí váhy (wi) podle jejich významnosti (z hlediska trhu práce). Následně se vypočte výsledný ukazatel, který se obecně označuje „vhodnost“ (v případě situace na trhu práce spíše „kritičnost“ - „K“).

Vážená lineární kombinace Vzorec pro výpočet vážené lineární kombinace: wi – váha ukazatele (podmínka: suma vah = 1) xi – kriteriální skóre ukazatele (standardizovaná hodnota ukazatele)

Vážená lineární kombinace standardizace x – standardizovaná hodnota (kriteriální skóre) xorig – původní hodnota xmin – minimální hodnota xmax – maximální hodnota

Určení vah ukazatelů Saatyho metoda párových vah matice párových vah ukazatelů poměry významnosti mezi jednotlivými ukazateli expertní návrh párových vah Ing. Patáčik (ÚP FM) a RNDr. Milan Šimek (VŠB-TUO, EkF), diskuse vytvoření kompromisní varianty vah kontrola konzistence navrženého modelu

Multikriteriální hodnocení Výpočet ukazatelů kritičnosti A1, A2, A3 pro celé sledovné období (31.12.1999 – 31.12.2002) Testování robustnosti ukazatelů sledování výsledků s použitím kompromisního návrhu vah a původních návrhů sledována shoda v pořadí obcí metody vybrána pro svou robustnost nejrobustnější varianta A1

Závěry DP Vytvoření širšího seznamu ukazatelů pro popis situace na trhu práce navržení členění ukazatelů na: geografického charakteru (dlouhodobé) demografického charakteru (dlouhodobé) demografického charakteru (krátkodobé) ukazatele z databáze ÚP („GIS statistika“) Provedení FA poskytnutých dat zjištění 3 významných jevů trhu práce: mladí lidé do 24 let (včetně) málo kvalifikovaná pracovní síla dlouhodobě nezaměstnaní určení ukazatelů vhodných pro popis těchto faktorů

Závěry DP Výběr ukazatelů pro multikriteriální hodnocení (3 varianty kombinací ukazatelů) Určení vah ukazatelů pro jednotlivé varianty Saatyho metodou párových vah Provedení multikriteriálního hodnocení testování robustnosti řešení nejvhodnější ukazatel kritičnosti A1 vztah mezi MN a ukazateli kritičnosti

Děkuji za pozornost. Michal Boroň michal.boron@volny.cz