回归分析是统计学里的一个数据分析的方法，可能很多小伙伴不清楚什么是回归分析，我们先来介绍下

回归分析在薪酬数据分析中的应用，就是我们可以通过这种数据分析的方法来分析职级和对应的薪酬是否是合理的，我们通过案例来做讲解。

职级

最小

中位值

最大

中位-最小

最大-中位

1

1,909

2,100

2,291

191

191

2

2,218

2,440

2,662

222

222

3

2,545

2,800

3,055

255

255

4

2,909

3,200

3,491

291

291

5

3,364

3,700

4,036

336

336

6

3,636

4,000

4,364

364

364

7

4,217

4,850

5,483

633

633

8

4,826

5,550

6,274

724

724

9

5,565

6,400

7,235

835

835

10

6,083

7,300

8,517

1,217

1,217

11

7,000

8,400

9,800

1,400

1,400

12

8,083

9,700

11,317

1,617

1,617

13

9,167

11,000

12,833

1,833

1,833

14

10,583

12,700

14,817

2,117

2,117

15

12,083

14,500

16,917

2,417

2,417

16

13,917

16,700

19,483

2,783

2,783

上面这个是一个职级的薪酬表，我们来分析下，这个表的各个职级和职级对应的薪酬的拟合度是否是合理的，我们先在EXCEL表上找到数据分析的工具。数据--数据分析工具

然后打开数据分析工具，找到回归分析

点击确认，选择Y值和X值的数据，并且勾选下面的显示图表，X值是指职级，Y值是指薪资。

点击确认，会生产这样几张图表，黄色的表示的是一个标准的线性的函数，蓝色的是我们实际的数据的函数。我们要关注的是 表里的一个R值，这个值越接近1，说明数据的拟合度越高，这个模型就有效，这个R值会以一个公式的形式出现的下面的图表里。这个表中的R=0.92 说明这薪资模型还是比较合理的，那如果出现R值很低，那我们要如何重新调整这个数据呢，我们下期来讲讲如何来修正薪资曲线，设计合理的薪资曲线的斜率和截距。