一种基于贝叶斯分层回归的性别薪酬公平分析方法
应用统计
2020-12-22 v1
摘要
多元化与包容性（D and I）是令企业、研究团体和个人都感兴趣的话题。近来在美国，对公平合理薪酬实践的重新关注已成为促进职场多元化的重要组成部分。尽管对可靠薪酬公平分析的需求不断增加，但在行业数据上开展此类分析所面临的挑战尚未得到充分解决。本文阐释了当前按性别进行薪酬公平分析方法的若干局限，并通过贝叶斯分层回归模型加以改进。利用来自美国大型半导体公司 Micron Technology, Inc. 的全球劳动力数据，本文展示了该模型如何提供组织层面性别薪酬公平的全局视图，同时克服了行业数据中更常见的问题，如小样本量与性别代表性不足。与先前对 Micron 美国员工队伍的分析相比，该方法减少了所需的手动审查量，使决策者在收到初步模型结果后四周内完成了对 31,738 名员工的薪酬调整定案。
引用
@article{arxiv.2012.11411,
title = {An Approach to Gender Pay Equity Analysis Using Bayesian Hierarchical Regression},
author = {Diana Cesar},
journal= {arXiv preprint arXiv:2012.11411},
year = {2020}
}