一、        水木知行专业技术及管理岗位薪酬数据模型介绍及样本介绍

水木知行关注专业技术、职能管理两个领域16个核心岗位薪酬数据，样本选择大学本科相同或相近专业毕业后一直从事该领域工作的任职者薪酬水平，该薪酬本身就是具有竞争力的薪酬水平，因此水木知行专业技术及管理岗位薪酬数据称之为竞争性薪酬数据。

水木知行将各个岗位任职者根据个人专业知识技能以及担负责任大小分为5个专业技术及管理能力等级；各个岗位不同能力等级薪酬数据信息对企业具有更大的指导价值；

水木知行根据各个地区居民生活水平以及物价水平状况，将各个地区划分为三个等级，不同区域不同岗位薪酬数据对企业薪酬决策更有指导价值；

水木知行推出本科毕业生初始竞争力薪酬指数，本科毕业5年竞争力薪酬指数，本科毕业10年竞争力薪酬指数，该指数对毕业生就业择业以及众多企业招聘工作都具有非常大的指导意义。

1、 水木知行专业技术及管理岗位数据模型岗位

2、 能力等级

能力等级体现了各专业的职业发展阶梯，是水木知行薪酬数据库建立的主线和基准，不同能力等级意味着不同的薪酬水平。

能力等级的划分是对岗位要求的综合判断，通过对公司规模、岗位层级、工作年限、专业知识和技能、责任担当、能力素质等多个方面，对能力等级进行识别，可以划分为以下五个的等级：

         能力1级（初学者）

         能力2级（有经验者）

         能力3级（经验丰富者）

         能力4级（专家、大中型企业中层管理者、中小企业高层管理者）

         能力5级（资深专家、大型企业高管）

3、 区域属性

         一级城市： 北京、上海、广州、深圳、天津、南京、杭州等七个城市的中心城区；

         二级城市：重庆、大连、青岛、宁波、厦门以及其他省会城市，上述一级城市的非中心城区；

         三级城市：其它城市（含县级市）

4、 统计术语

1)   分位值：分位值是指一组样本所有数据中处于某一位置的样本值，例如25%分位值指有25%的样本数据小于此数值，本文主要关注25%分位值、50%分位值和75%分位值；

2)   平均数，表示一组数据的平均数，反映薪酬的平均水平，除非特别说明，平均数是指所有样本的平均数

3)   回归分析：表示一种研究两组或两组以上数据相互间关系的统计方法。在本报告中，回归分析被用来研究各个岗位薪酬与专业等级、区域属性之间的关系。

5、 本季度薪酬调查样本情况

水木知行薪酬调查手段主要有客户问卷调查、市场招聘信息等多种途径，经过对数据有效性进行删选后，进入水木知行专业技术及管理岗位薪酬数据库统计范围，本季度各个岗位涉及1300多家企业、30多个地区，有效样本2552个。