Increase and Decrease of Wages

OBJETIVES

The  main  objective  of  this  research  is  to  establish  and  determine  the  factors  which  contribute  to  the  increase  and  decrease  of  wages  in  relation to  the  year, ethnicity,  geographical  and  socio-culture  as  per  the  year  2005.

DEFINITION OF TERMS

Wages- These  is  the  money  earned  by  a  person  working  at  a  particular  organization  or  company.

Wage Earners-These  are  people  who  work  at  a  particular  organization  or  company  to  get  wages, or  get  paid  for  their  service.

HYPOTHESIS

The  economic  downturn  and  meltdown  that  has  hit  the  world  currently  has  left  so  many  families  scratching  beyond  where  their  hands  can  reach  and  digging  dipper into  their  pockets. Those  coming  fresh  from  college  find  it  uneasy  to  work  and  those  who  are  already  working  face  so  many  challenges  which  affect  them  financially, economically  and  socially. Those  who  had  already  retired  can  no-longer  stay  at  home  but  go  to  look  for  other  jobs  either  part-time  or  full-time. The  market  for  skilled  professionals  is  flooded. Many  businesses  have  closed  down, and  the  number  of  employment  opportunities  reducing  each  and  every day.

The  data  collected  by  the  Wage  and  Wage  earners in  2005  showed  that  the  average  age  of  workers  is  39.11. This  paper , will try  to  find  out  the   factors  that  affect  wage  increment  and  decrement  by  use of  data  from  the  Wage  and  Wage  Earners. Using  the  following  data, we  can  draw  both  null  and  alternative  hypothesis, assuming that  the  year, 2005  is  kept  constant. We  can  therefore  summarize  all  those  factors  that  affect  wage  increment  and  decrement  under Geographical, Ethnicity  and  other  socio-cultural  factors as  follows then  we  draw  our  null  and  alternative  hypothesis.

Ethnicity	Geographical Influences/ Type of Industry	Socio-cultural factors
Non- white	Manufacturing	Education
White	Construction	Experience
Non- Hispanic	Other	Male
Hispanic		Female

Using  the  above  summarized  table, we  can  then  continue  with  our  hypothesis  on  how  these  factors  affected  Annual income.

Possible Outcomes

Ethnicity Factors

From  the  excel  sheet drawn  from  copy  of  wages  in  the  year  2005, the  data  shows  that  the  mean incomes were as follows:

Whites-31517.37, Non-Whites-24678.3, Hispanic-33337  and  finally, non- Hispanic-30673.66. From  this  data, we  can  then  elucidate  that  if  ethnical  factors  affected  wages  of  wage earners  in  the  year  2005, then  there  should  be  a  directly  observable  correlation  between  ethnicity  and  wage  variations. Therefore  ethnicity  being  an  independent  variable,  it  may  be  defined  as  those  uncontrollable  factors  that  affect  wage  earners. To  measure  the  level  of  ethnicity  at  a  particular place, e.g. a  random  head  count  is  done, like  between  whites  and  non-whites.

Geographical Factors

From  the  same  excel  sheet, we  can  classify  Geographical  factors  as  the  employment  environment  or  rather  type  of  employment. The  data  shows  that  the  mean  income  for  the  year  2005  was  as  follows:

Manufacturing- 26402.29 , Construction- 42225.67 and  others 31347.88. From  this  set  of  data, we  can  elucidate  that Geographical  factors  had  a  direct  effect  on  wage  increment  and  decrement  for  wage  earners. Therefore Geographical factors become the independent  variable. However, to  measure  such  outcome, the  number  of   employees  from  selected  manufacturing  and  construction  industries  at  their  various  level  are  interviewed  about  their  wages  though  not  to  reveal  their  exact  wages  as  this  may  be  seen  as  jeopardizing  their  privacy, terms  and  conditions.

Socio-Cultural Factors

Using  the  same  excel  sheet  of  2005  to  draw  our  data, we  classify  socio-cultural  factors  as  being  level  of  education, experience, whether being male  or  female, hence this  is  the  data  we  get  that  Mean wages  increased  with  further  education  of  up to  39395.6, reduced  with  experience, e.g. 31-34 years  of  experience  was  30107.04  while  11-20  years  of  experience  was  34387.5. Married  wage  earners  got  more  while  older  people  earned  more. From  this  set  of  data, then  socio-cultural  factors  become  our  independent  variables, they  therefore  had  a  direct  impact  on  wage  increment  and  decrement. To  measure  this  variable, like  may  be  married  and  unmarried, a  random  headcount  is  done, then  proper  data  is  recorded  for  analysis.

Then  our  general  hypothesis  becomes  that  if  geographical, socio-cultural  and  ethnicity  factors  affected  wages  of  wage earners  in  the  year  2005, then  there  should  be  a  directly  observable  correlation  between  ethnicity  and  wage  variations.