TÜRKİYE’DE AYLIK ÜCRETLERİN BELİRLEYİCİLERİ: TÜİK VERİLERİ ÜZERİNE AMPİRİK BİR ARAŞTIRMA

Year 2020, Volume: 9 Issue: 23, 121 - 131, 30.04.2020

Tekin Akgeyik

https://doi.org/10.31199/hakisderg.689043

Abstract

İşgücü piyasasında ücretler çeşitli faktörün etkisi altında şekillenmektedir. Bu makalenin amacı, Türkiye İstatistik Kurumu (TÜİK) 2014-2018 dönemi Hane Halkı İşgücü (HHİ) ham istatistiklerini kullanarak Türkiye’de tam süreli çalışanların aylık ücretlerinin belirleyicilerini analiz etmektir. Nihai örneklem büyüklüğü 149,991 kişiden oluşmaktadır. Araştırmanın bağımlı değişkeni İHH’ya katılan denekler tarafından beyan edilen aylık gelirdir. Bağımsız değişkenler ise, bireysel (cinsiyet, yaş, medeni durum, eğitim düzeyi ve deneyim) ve işgücü piyasası değişkenlerinden (işyerindeki çalışan sayısı, pozisyon, kayıtlı çalışma ve haftalık çalışma süresi) oluşmaktadır. Hiyerarşik regresyon analizi bulgularına göre, bireysel faktörler aylık ücretlerdeki değişimi en yüksek oranda açıklayan değişken grubudur. Cinsiyet, yaş, medeni durum, eğitim süresi ve deneyim süresi değişkenleri varyasyondaki değişimi %17,4 oranında açıklayabilmektedir. İşgücü piyasası değişkenleri de (meslek, işyeri ölçeği, pozisyon statü, SGK kayıtlılık ve haftalık çalışma süresi) aylık ücretlerdeki değişime katkısı %9,4 düzeyinde kalmaktadır. Tüm değişkenler bir arada, ücretlerdeki değişimi %26,7 oranında açıklayabilmektedir. İkinci olarak, korelasyon analizinin sonuçları; ücretlerin eğitim, meslek, şirket ölçeği ve pozisyon statüsü değişkenleri ile göreceli olarak güçlü bir ilişkiye sahip olduğunu göstermektedir. Nihayet, aylık ücretler açısından cinsiyet farklılığı gözlenmiştir. Özellikle yönetici örneklemlerinde, kadın çalışanlar erkek meslektaşlarına kıyasla daha %8,8 oranında daha yüksek kazanç elde etmektedirler. Tüm örneklem grubu için bu fark %4,5 kadınlar lehinedir.

Keywords

ücret, işgücü piyasası değişkenleri, çalışanlar, Türkiye

Supporting Institution

Yok

Project Number

Yok

DETERMINANTS OF MONTHLY WAGES IN TURKEY: A AMPRICAL STUDY ON DATA FROM TURKSTAT

Abstract

Wages in the labor market are determined by many factors. The objective of this paper is to examine the determinants of monthly wages for full-time workers in Turkey using data from the 2014-2018 Household Labor Force Survey. The final sample included 149,991 full-time workers. The monthly wage was the dependent variable. Individual (including gender, age, marital status, education and work experience), and labor market indicators (including occupation, firm size, position status, social security registration, and weekly working hours) were the independent variables. Hierarchical regression analysis revealed that individual variables were the most significant predictors of monthly wages. They accounted for 17,4 % percent of the variance in wages. Moreover; 9,4 % of the variance in wages were explained by labor market variables. All predictors together explained 53,6% percent of the variance in wages. Another finding was that monthly wages showed a relatively strong correlation with education, occupation, and firm size. Finally, there were significant gender differences in wages, with female managers earning 8,8 percent more than their male counterparts. The difference was 4,5 percent in favor of women in the full sample.

Keywords

Wage, salary, labor market variables, worker, Turkey

Project Number

Yok

References

• Aixala, J. and Pelet, C., (2010) Wage determinants in Spain (1980-2000), Economia Aplicada, 4 (2), 199–210.
• Bezuidenhout, I. (2015), The men by the side of the road: determinants of the wages of day laborers, South African: Master Thesis, the North-West University.
• Cai, L. and Liu, A. Y. C. (2007), Union wage effects in Australia: are there variations in distribution?, Australia: Melbourne Institute Working Paper, No 17/07.
• Goschin, Z. (2014), Regional determinants of average wage in Romania, Procedia Economics and Finance, 8 (2014), 362–369.
• Gottvald, J., Rievajova, E., ve Sipikalova, S. (2013), Determinants of individual wages in the Slovak Republic, Journal of Economics, 61 (7), 672–689.
• Irfan, S. (2011), Modeling wages of females in the UK, International Journal of Business and Social Science, 2 (11), 195–202.
• Kompa, K. ve Witkowska, D. (2018), Factors affecting men’s and women’s earnings in Poland”, Economic Research, 31 (1), 252–269.
• Leslie, L. M., Manchester, C. F. and Dahm, P. C. (2017), Why and when does the gender gap reverse? diversity goals and the pay premium for high potential women, Academy of Management Journal, 60 (2), 402–432.
• Muturi, B. and Ngare, P. (2014), Salary determinants for higher institutions of learning in Kenya, International Journal of Academic Research in Economics and Management Sciences, 3(2), 83–91.
• Noknoi, C., Boripunt, W., Boomid, K., ve Suwitphanwong, S. (2017), Factors affecting the wages of native workers in Thailand’s construction industry”, International Journal of Economics and Management Engineering, 11 (6), 1410–1413.
• Oni, A. O. (2014), Determinants of wages: evidence from Nigeria, North Cyprus: Eastern Mediterranean University, Master Thesis.
• Rodrigues, J. C. R. (2014), The determinants of Portuguese salaries, Lisbon: Master Thesis, ISCTE-IUL Business School.
• Sidhu, H. (2008), Wage disparity and determinants of wages in the Indian Industry, The Indian Journal of Labour Economics, 51 (2), 249–261.