Việc áp dụng tin học trong lĩnh vực quản lý nhân sự tại Công ty chứng khoán Thăng Long

Lời nói đầu
**********************
Chuyển sang nền kinh tế thị trờng có sự quản lý của Nhà nớc theo định hớng
XÃ hội chủ nghĩa, tin học hóa trong công tác quản lý kinh doanh là một vấn đề cấp
thiết cần đợc quan tâm hiện nay nhất đối với các doanh nghiệp. Xử lý thông tin tự
động nhờ công cụ máy tính giúp cho c¸c doanh nghiƯp cã thĨ tiÕp cËn nhanh víi thị
trờng, đồng thời có chính sách điều khiển hợp lý kịp thời giữa cung và cầu trong
công tác sản xuất kinh doanh, hòa nhập với cơ chế kinh tế mới - một nền kinh tế thị
trờng phong phú đa và dạng. Đây cũng là một trong những vấn đề đang đợc quan tâm
nhất của Đảng và Nhà nớc, tập trung đầu t nhân lực vào công tác phát triển công
nghệ thông tin, dùng làm một trong những mũi nhọn đột phá để phát triển kinh tế
hòa nhập với nền kinh tế chung của cộng đồng các nớc trong khu vực.
Mục đích của công tác tin học trong sản xuất kinh doanh là cung cấp thông tin
chủ yếu cho các đối tợng: Chính phủ, nhà doanh nghiệp và bên thứ ba. Th«ng tin do
tin häc cung cÊp gióp cho ChÝnh phđ xác định về các khoản thuế mà doanh nghiệp
phải nộp đóng góp cho ngân sách Nhà nớc, thông qua các chỉ tiêu về doanh số, các
chi phí đà bỏ ra .... Đối với doanh nghiệp, thông tin do tin học mang lại giúp cho
doanh nghiệp nâng cao hiệu quả tổ chức sản xuất, là cơ sở để đa ra các quyết định
kinh tế trong doanh nghiệp, các phơng án sản xuất kinh doanh đa lại hiệu quả kinh tế
tối u nhất. Còn đối với các bên thứ ba là những khách hàng, các đối tợng kinh doanh
trong và ngoài nớc, ngời làm công ăn lơng... , đặc biệt là các nhà đầu t thông qua các
thông tin do tin học cung cấp kịp thời đầy đủ, sẽ đa ra các quyết định đúng đắn, tạo
điều kiện cho doanh nghiệp phát triển hoạt động sản xuất kinh doanh, gắn liền với lợi
ích lâu dài của họ.
Xuất phát từ tầm quan trọng đó của công tác tin học. Sau những ngày tham
khảo thực tế, cùng với kiến thức đà học và nhờ sự giúp đỡ tận tình của thầy cô khoa
Công nghệ thông tin,. Em đà thực hiện đề tài Quản lý tiền lơng.

CHƯƠNGi: khái quát về cơ sở dữ liệu

1

1. Khái niệm cơ bản về hệ quản trị cơ sở dữ liệu
Cơ sở dữ liệu bao gồm các thông tin đợc lu trữ trong máy theo một quy định
nào đó. Phần chơng trình để có thể xử lý, thay đổi dữ liệu là một bộ diễn dịch với
ngôn ngữ bËc cao nh»m gióp ngêi sư dơng cã thĨ dïng đợc hệ thống mà không cần
quan tâm đến thuật toán chi tiết hoặc biểu diễn dữ liệu trong máy.
2. Kiến trúc một hệ cơ sở dữ liệu
Một cơ sở dữ liệu đợc phân làm nhiều mức khác nhau. Ta có thể phân thành
một cơ sở dữ liệu đơn giảnvà một hệ phần mềm QTCSDL.
Phần CSDL vật lý: Là các tệp dữ liệu theo một cấu trúc nào đó đợc lu trên các
thiết bị nhớ thứ cấp (nh đĩa từ, băng từ...).
Phần CSDL mức khái niệm: Là một sự biểu diễn trừu tợng của CSDL vật lý.
Các khung nhìn: Là cách nhìn, là quan niêm của từng ngời sử dụng đối với
CSDL mức kháI niệm. Sự khác nhau giữa khung nhìn và mức khái niệm thực chất là
không lớn.
User 1

Khung nhìn 1

User 2

Khung nhìn 1

.
.
.
.
.
User n

CSDL mức

CSDL mức

khái

vật lý

niệm
Khung nhìn 1

Hình 1 Sơ đồ kiến trúc một hệ CSDL

2


Thể hiện (instance).
Khi CSDL đà đợc thiết kế, ngời ta thờng quan tâm đến bộ khung hay còn gọi
là mẫu của CSDL. Dữ liệu hiện có trong CSDL gọi là thể hiện của CSDL, khi dữ
liệu thay đổi trong một chu kỳ thời gian nào đó thì bộ khung của CSDL vẫn không
thay đổi.
Lợc đồ(Scheme).
Thờng bộ khung nêu trên bao gồm một số danh mục, hoặc chỉ tiêu hoặc một
số kiểu của các thực thể trong CSDL. Giữa các thực thể có thể có mối quan hệ nào đó
với nhau. Ngời ta sử dụng thuật ngữ lợc đồ để thay thế cho khái niệm bộ khung.
Lợc đồ khái niệm là bộ khung của CSDL khái niệm, còn lợc đồ vật lý dïng cho
bé khung cña CSDL møc vËt lý, khung nhìn đợc gọi là lợc đồ con.
Cơ sở dữ liệu vËt lý.
Møc thÊp nhÊt cđa kiÕn tróc mét hƯ CSDL vật lý. CSDL vật lý có thể đợc xem là

tổ chức ở nhiều mức khác nhau nh bản ghi (record) và tệp (file).
Lợc đồ khái niệm và mô hình dữ liệu.
Lợc đồ khái niệm là sự biểu diễn thế giới thực bằng một loạt ngôn ngữ phù hợp.
QTCSDL cung cấp ngôn ngữ định nghĩa dữ liệu để xác định lợc đồ khái niệm. Đây là
ngôn ngữ bậc cao có khả năng mô tả lợc đồ dữ liệu bằng cách biểu diễn của mô hình
dữ liệu.
Hiện có nhiều loại mô hình dữ liệu. Ba loại mô hình cơ bản đang đợc sử dụng
là:
1.Mô hình phân cấp(hierachical model): Mô hình dữ liệu là một cây, trong đó
các nút biểu diễn các tập thực thể, giữa nút con và nút cha đợc liên hệ theo một mối
quan hệ xác định.
2.Mô hình lới(Network model):Mô hình đợc biểu diễn là một đồ thị có hớng.
3


3.Mô hình quan hệ(Relational model): Mô hình này dựa trên cơ sở khái niệm lý
thuyết tập hợp các quan hệ, tức là tâp các k-bộ với k cố định.
Tính độc lập dữ liệu
Tính độc lập dữ liệu là tính bất biến các hệ ứng dụng ứng với các thay đổi
trong cấu trúc truy nhập và chiến lợc truy nhập.
chơngII: Mô hình cơ sở dữ liệu quan hệ
1. Các khái niệm cơ bản
Khái niệm toán học của mô hình quan hệ là quan hệ hiểu theo nghĩa lý thuyết
tập hợp: Là tập con của tích Đề - Các của các miền. Miền(domain) là một tập các giá
trị.
Ví dụ: Tập các số nguyên, tập các xâu ký tự tạo thành tên ngời trong tiếng anh
có độ dài không quá 30 ký tự, tËp hai sè {0,1} lµ mét miỊn...
Gäi D1, D2, ..., Dn là n miền. Tích Đề Các của n miền là D1xD2x..xDn là tập
tất cả n-bộ(n-tuples v1, v2, ...,vn) sao cho vi∈Di víi i=1...n, v.v
VÝ dơ: n=2,D1={0,1}, D2={a,b,c} khi ®ã

D1xD2 = {(0,a),(0,b),(0,c),(1,a),(1,b),(1,c)}
Quan hƯ: Quan hƯ lµ mét tËp con của tích Đề Các của một hoặc nhiều miền.
Nh vậy mối quan hệ có thể là vô hạn. Ngời ta giả thiết rằng, mối quan hệ là một tập
hữu hạn.
Mỗi hàng của quan hệ gọi là bộ. Quan hệ là tập con của tích Đề Các
D1xD2x...xDn gọi là quan hệ n - ngôi. Khi đó mỗi bộ của quan hệ có n thành phần (n
cột). Các cột của quan hệ gọi là thuộc tính (attributes).Vậy ngời ta định nghĩa quan
hệ nh sau:
Định nghĩa 3.1: ( Quan hệ )

4


Gọi R={A1,...,An} là một tập hữu hạn các thuộc tính, mỗi thuộc tính Ai
với i=1,..,n có miền giá trị tơng ứng là dom(AI). Quan hệ trên tập thuộc tính
R=(A1,..,An) là tập con của tích Đề Các
r dom(A1)x..xdom(A2)
Khi đó ký hiệu quan hệ r trên tập thuộc tính R là r(R) hoặc r(A1,...,An)
Ví dụ: Quan hệ NHAN_VIEN bao gồm các thc tÝnh HO_TEN,
NAM_SINH, NOI_LAM_VIEC vµ LUONG lµ quan hƯ 4 ngôi :
NHAN_VIEN ( Ho_ten Nam_sinh

Noi_lam_viec

Luong)

t1

Le Van A 1960

Vien CNTT

425

t2

Lê Van B 1970

Truong DHBK

390

t3

Le Van C 1945

Vien CNTT

425

t1= (Le Van A, 1960, Vien CNTT, 425) lµ mét bé quan hƯ NHAN_VIEN
2. Khoá
Định nghĩa 3.2 :( Khoá của quan hệ )
Khoá(key) của một quan hệ r trên tập thuộc tính R=(A1,...,An) là tập con K
{A1,..,An} thoả mÃn các tính chất sau đây:
Với hai bộ t1, t2 r đều tồn tạI mét thuéc tÝnh A∈K sao cho t1(A) ≠ t2(A). Nãi
mét cách khác, không tồn tại hai bộ mà có giá trị bằng nhau trên mọi thuộc tính của
K. Điều kiện này có thể viết t1(K) t2(K). Do đó mỗi giá trị của K là xác định duy
nhất.
Trong lợc đồ quan hệ có thể có rất nhiều khoá. Việc tìm tất cả các khoá của lợc đồ quan hệ là rất khó khăn.

Để có thể định nghĩa khoá ta cần lu ý rằng, nếu K là khoá của quan hệ
r(A1,...,An) thì KKR, K cũng là khoá của r, nghĩa là bÊt kú t1 ,t2 ∈r tõ t1(K’) ≠
t2(K’) lu«n cã t1(K) ≠t2 (K).

5


Định nghĩa 3.2.1: ( Siêu khoá )
Khoá của quan hệ r trên tập thuộc tính R={A1,...,An} là tập con KR sao cho
bÊt kú hai bé kh¸c nhau t1, t2 ∈ r luôn thoả t1(K) t2(K) bất kỳ tập con thực sự K'
K nào đó đều không có tính đó.
Ví dụ: Quan hệ HANG_HOA.
HANG_HOA( MSMH

TEN_HANG

SO_LUONG)

10101

Sắt phi 6

1000

10102

Sắt phi 8

2000

20001

Xi măng

1000

Trong đó mà số mặt hàng (MSMH) là khoá. Mỗi giá trị MSMH đều xác định
duy nhất một mặt hàng trong quan hệ HANG_HOA.
3. Các phép tính trên CSDL quan hệ
a/ Phép chèn
Phép chen thêm một bộ vào quan hệ R={A1,,An} có dạng r= r t
INSERT (r; A1=d1, A2=d2,...,An=dn)
Trong đó Ai với i=1,.., n là tên các thuộc tính dI dom(Ai) là các giá trị thuộc
miền giá trị tơng øng cđa thc tÝnh Ai.
VÝ dơ: Thªm mét bé t4=(Vị Văn Tần,1960,trờng ĐHBK, 425) vào quan hệ
NHAN_VIEN.
INSERT(NHAN_VIEN; HO_TEN=Vu Van Tan, NAM_SINH= 1960,
NOI_LAM_VIEC=truong ĐHBK, LUONG=425)
Nếu xem thứ tự các trờng là cố định, khi đó có thể biểu diễn phép chèn dới
dạng tờng minh nh sau:
INSERT(r; d1, d2,..., dn)
Mục đích của phép chèn là thêm một bộ phận vào một quan hệ nhất định. Kết
quả của phép tính có thể gây nên một số sai sót với những lý do sau đây:
1. Bộ mới đợc thêm vào là không phù hợp với lợc đồ quan hệ cho trớc.

6


2. Một số giá trị của một số thuộc tính nằm ngoài miền giá trị của
thuộc tính đó.

3. Giá trị khoá của bộ mới có thể là giá trị đà cho trong quan hệ đang lu trữ.
Do vậy, tuỳ từng hệ cụ thể có những cách khắc phục riêng.
b/ Phép loại bỏ (del)
Phép loại bỏ (del) là phép xoá một bé ra khái quan hƯ cho tríc. PhÐp lo¹i bá
cã dạng nh sau:
r = r - t ( Trong đó t là giá trị cần xoá )
DEL (r; A1=d1, A2=d2,...,An=dn) hoặc DEL(r, d1, d2,..., dn)
Ví dụ: Cần loại bỏ bộ t1 khái quan hÖ NHAN_VIEN
DEL(NHAN_VIEN; Le Van A, 1960, Vien CNTT, 425)
Tuy nhiên không phải lúc nào phép loại bỏ cũng cần đầy đủ thông tin về cả bộ
cần loại. Nếu có giá trị về bộ đó tại các thuộc tính khoá K={B1, B2,...,BI} khi đó phép
loại bỏ chỉ cần viết:
DEL( r; B1=e1, B2=e2,...,BI=eI)
Ví dụ: Cần loại bỏ sắt phi 6 ra khỏi quan hệ HANG_HOA, khi đó chỉ cần viÕt:
DEL( HANG_HOA; MSMH = 10101).
c/ PhÐp thay ®ỉi (CH)
Gäi tËp {C1,...,Cp) {A1,..An} là tập các thuộc tính mà tại đó các giá trị của
bộ cần thay đổi ,khi đó phép thay đổi có dạng:
R = r \ t U t’
CH(r; A1= d1,,, A2=D2,.., An= Dn; C1 = e1, C2 = e2 ,..., Cp = ep)
NÕu K ={B1,.., Bm} lµ khoá của quan hệ khi đó chỉ cần viết:
CH(r; B1=d1, B2=d2, ..., Bm= dm, C1= e1, C2= e2,..., Cp= ep).
VÝ dụ:
Cần thay đổi số lợng của sắt phi 8 trong quan hệ HANG_HOA còn 150 tấn.
Khi đó phép thay đổi cã d¹ng:

7


CH(HANG_HOA; MSMH= 10102; SOLUONG= 150).

Phép thay đổi là phép rất tính thuận lợi, hay dùng. Cũng có thể không dùng
phép thay đổi mà dùng tổ hợp của phép loại bỏ và phép chèn một bộ mới. Do vậy
những sai sót của phép thay đổi cũng sẽ xảy ra tơng tự nh phép chèn và phép loại bỏ

chơng III: Lý THUYếT kế cơ sở dữ liệu quan hệ
1. Phụ thuộc hàm
Khái niƯm vỊ phơ thc hµm(trong mét quan hƯ) lµ mét quan niệm có
tầm quan trọng hết sức đối với việc thiết kế mô hình dữ liệu. Năm 1970 EF Codd đÃ
mô tả phụ thuộc hàm trong mô hình dữ liệu quan hệ, nhằm giải quyết việc phân rÃ
không tổn thất thông tin.Sau đây là khái niệm một cách hình thức.
Định nghĩa 4.1:
Cho R(U) là một lợc đồ quan hệ với U={A1,..., An} lµ tËp thuéc tÝnh X vµY lµ
tËp con của U.
Nói rằng XY(X xác định hàm Y hay Y phơ thc hµm vµo X) nÕu r lµ mét
quan hƯ xác định trên R(U) sao cho bất kỳ hai bộ t1, t2 r mà t1[X]= t2[X] thì t[Y]= t2[Y]

1

(Phụ thc hµm ký hiƯu lµ FD)
NÕu Y phơ thc hµm vào X ( X-> Y) thì với mỗi giá trị của X tơng ứng với
mỗi một giá trị duy nhất của Y . Hay nói cách khác , Tồn tại một hàm (ánh xạ) từ
tập hợp những giá trị của X đến tập hợp những giá trị của Y
Chú ý: Phụ thuộc hàm chỉ xét các phụ thuộc hàm thoả mÃn cho mọi quan hệ
trên lợc đồ tơng ứng của nó. Không thể xem xét một phụ thuộc hàm thoả một quan
hệ r đặc biệt (ví dụ quan hệ rỗng) của lợc đồ R rồi sau đó quy nạp rằng phụ thuộc đó
là thoả trên R.
Ví dụ : Trong quan hƯ S cđa h·ng cung øng, mét trong sè c¸c thuộc tính
SNAME, STATUS, CITY đều phụ thuộc hàm vào thuộc tính S#. Mỗi giá trị S# tồn

8

tại vừa đúng một giá trị tơng ứng đối với từng thuộc tính SNAME, STATUS và
CITY. Khi đó có thể viÕt:
S# → SNAME, S# → STATUS, S# → CITY
VÝ dô : Trong một hoá đơn bao gồm các thuộc tính số hóa đơn , tên khách
hàng, mà sản phẩm, tổng giá trị sản phẩm...
ta thấy số hoá đơn-> tên khach hàng
số hoá đơn, mà sản phẩm -> tổng giá trị sản phẩm;
1.1. Hệ tiên đề cho phụ thuộc hàm
Gọi F là tập tất cả các phụ thuộc hàm đối với lợc đồ quan hệ R(U) và XY là
một phụ thuộc hàm, X,Y U. Nói rằng X Y đợc suy diƠn logic tõ F nÕu mèi quan
hƯn r trªn R(U) đều thoả các phụ thuộc hàm của F thì cũng thoả XY.
Chẳng hạn F={AB, B C] thì A C suy ra từ F. Gọi F+ là bao đóng của F,
tức là tất cả các phụ thuộc hàm đợc suy diễn logic từ F. Nếu F =F+ thì F là họ đầy đủ
của các phụ thuộc hàm.
Để có thể xác định khoá của một lợc đồ quan hệ và các suy diễn logic giữa các
phụ thuộc hàm cần thiết phải tính đợc F+ từ F. Do đó đòi hỏi phải có các hệ tiền đề.
Tập các quy tắc của hệ tiên đề đợc Armstrong đa ra và đợc gọi là hệ tiên đề
Armstrong.
Gọi R(U) là lợc đồ quan hệ U={A1,...,An} là tËp c¸c thc tÝnh X, Y, Z, W ⊆
R. HƯ tiên đề Armstrong bao gồm:
1.

Phản xạ: Nếu Y X thì XY

2.

Tăng trởng: Nếu ZU và XY thì XZYZ trong đó ký hiệu XZ là
hợp của hai tập X và Z thay cho ký hiệu X Z

3.

Bắc cầu: Nếu X Y và Y Z thì X Z

* Bổ đề 4.1

9


Hệ tiền đề Armstrong là đúng. Có nghĩa F là tập các phụ thuộc hàm
đúng trên quan hệ r. Nếu XY là một phụ thuộc hàm đợc suy diễn từ F nhờ hệ tiên
đề Armstrong thì XY là đúng trên quan hệ r
*Bổ đề 4.2
a.

Luật hợp: Nếu XY và XZ thì XYZ

b.

Luật tựa bắc cầu:Nếu XY và WYZ thì XWZ

c.

Luật tách: Nếu XY và XY thì XZ

1.2. Sơ đồ quan hệ
Chúng ta gọi sơ đồ quan hệ (SĐQH) s là một cặp <R,F>, ở đây R là tập các
thuộc tính và F là tập các phụ thuộc hàm trên R. Ký hiệu F+ là tập tất cả các phụ
thuộc hàm dÉn xt tõ F b»ng viƯc ¸p dơng c¸c quy tắc trong hệ tiên đề Armstrong

Đặt A+={a: A{a}} F+. A+ đợc gọi là bao đóng của A trên s
Có thể thấy rằng ABF+ nếu và chỉ nếu B A+
Tơng tự chúng ta có thể đặt Ar+={a: A{a}}. Ar+ đợc gọi là bao đóng của A
trên r. Theo định nghĩa trên chúng ta thấy nếu s=<R,F> là sơ đồ quan hệ thì có quan
hệ r trên R sao cho Fr=F+. Quan hƯ r nh vËy chóng ta gäi lµ quan hệ Armstrong của s
Thuật toán tính bao đóng
Việc tính toán bao đóng F+ của tập các phụ thuộc hàm trong trờng hợp tổng
quát là rất khó khăn và tốn kém thời gian bởi vì các tập phụ thuộc hàm thuộc F+ rất
lớn cho dù F có thể là nhỏ. Chẳng hạn F={AB1, AB2,...,ABn}. F+ khi đó cũng
đợc tính cả những phơ thc hµm A→B víi Y ⊆{B1,...,Bn}. Nh vËy sÏ cã 2n tËp con
Y.Nhng viƯc tÝnh X+, bao ®ãng cđa tập thuộc tính X lại không khó. Việc kiểm tra
(XY) F+ không khó hơn việc tính X+. Tính bao đóng X+ sẽ đợc thể hiện qua bao
đóng sau:
Thuật toán: Tính bao đóng của tập các thuộc tính đối với một tập các phụ
thuộc hàm.

10


Vào: Tập U hữu hạn các thuộc tính, Tập các phụ thuộc hàm F trên U và X U
Ra: X+, bao đóng của X đối với F
Phơng pháp: Tính liên tiếp các thuộc tính X0,...,Xn theo quy tắc
X0=X
Xi+1=XI A sao cho ∃(Y→Z)∈F, A∈ Z, Y∈ Xi
V× r»ng X=X0 ⊆...⊆U, U là hữu hạn cho nên sẽ tồn tại một chỉ số i nào
đó mà Xi=Xi+1 khi đó X+ = Xi
1.3. Phủ của tập các phụ thuộc hàm
Gọi F và G là tập các phụ thuộc hàm. Nói rằng F và G là tơng đơng nếu F+=
G+. Nếu F và G là tơng đơng đôi khi còn nói F phủ G(và G phủ F). Nếu tồn tại một
phụ thuộc hàm YZ mà thuộc F mà không thuộc G+ thì chác chắn F+ G+.

Nếu mỗi phụ thuộc hàm F cũng thuộc G+ thì mỗi phụ thuộc hàm VW thuộc
F+ cũng thuộc G+
Để kiểm tra mỗi phụ thuộc G là phụ thuộc F+ quá trình làm hoàn toàn tơng tự.
Do đó F và G là tơng đơng khi và chỉ khi mỗi phụ thuộc hàm F là thuộc G+và mỗi
phụ thuộc G là thuộc F+.
* Bổ đề 4.3
Mỗi các phụ thuộc hàm F đều đợc phủ bằng tập các phụ thuộc hàm G mà vế
phải các phụ thuộc hàm đó không quá một thuộc tính
Định lý 4.2:
Mỗi tập phụ thuộc hàm F đều tơng đơng với một tập F+ tối tiểu.
2. Phép tách các lợc đồ quan hệ
Phép tách lợc đồ quan hệ R{A1,...,An}là việc thay thế lợc đồ quan hệ R bằng
các tập lợc đồ {R1,...,Rk}, trong đó Ri R, i=1,...,k và R=R1R2....Rk.
ở đây không đòi hỏi các lợc đồ Ri phải là phân biệt. Mục tiêu của phép tách
chủ yếu là loại bỏ các dị thờng dữ liệu gây ra.
Ví dụ: Cho lợc đồ quan hệ ngời cung cÊp.
S(SMANE,ADD,PRO,PRICE)
11


Và giả sử có các phụ thuộc hàm:
SNAME ADD; SNAME, PRO PRICE
Lợc đồ S có thể đợc thay thế bằng hai lợc đồ khác.
S1(SNAME,ADD) và S2(SNAME, PRO, PRICE)
Kết nối không mất mát thông tin.
Nếu R là lợc đồ quan hệ đợc tách thành các lợc đồ con R1, R2,...,RK và D là tập
các phụ thuộc dữ liệu, nói rằng phép tách là tách kết nối không mất mát thông tin
đối với D nếu với mỗi quan hệ r trên R thoả D:
r = R1(r)* R2(r)*...*Rk(r) tức là r đợc tạo nên từ phép kết nối tự nhiên của
các hình chiếu của nó trên các Ri, i =1,...,k ( Trong đó là *)

Sau đây là một số tính chất của kết nối không mất mát thông tin.
Tập các lợc đồ:
= (R1,..,Rk) đợc thay thế cho lợc đồ R. Gọi m là ánh xạ xác định nhờ
m(r)=* Ri(r), có nghĩa là m(r) là kết nối của các phép chiếu của r trên các lợc đồ
con trong . Điều kiện để kết nối không mất mát thông tin đối với D đợc biểu diễn
nh sau:
Với mọi r thoả D, r = m(r)
*Bổ đề 3.5
Gọi R là lợc đồ quan hệ = (R1,...,Rk) là phép tách của R, r là quan hệ trên R
và ri =Ri(r) thì :
a.

r m(r)

b.

Nếu s= m(r) thì Ri(s) = ri

c.

m(m(r)) = m(r)

Trong trờng hợp tách hai lợc đồ con ta sẽ có định lý sau:
Định lý:

12


Nếu =(R1,R2) là một phép tách của R và F là tập phụ thuộc hàm thì là
tách không mất mát thông tin đối với F khi và chỉ khi R1R2 R1 R2 hoặc

R1R2 R2 R1
3. Chuẩn hoá lợc đồ quan hệ
Chuẩn hoá là quan hệ trong đó mỗi miền của thuộc tính chỉ chứa những giá trị
nguyên tố tức là không phân nhỏ đợc nữa và do đó mỗi giá trị trong quan hệ cũng là
nguyên tố.
Một quan hệ chuẩn hoá có thể thành một hoặc nhiều quan hệ chuẩn hoá khác
và không làm mất mát thông tin.
Ví dụ 1 : Lợc đồ quan hệ không đợc chuẩn hoá
Trớc :
S#
1

2

3

PRO
P#
100
200
300

QTY
1
2
3

100
200

4
2

400
500

5
1

Hình 2: Lợc đồ quan hệ không chuẩn hoá
Ví dụ 2 : Lợc đồ quan hệ sau khi đợc chuẩn hoá
S#

P#

13

QTY


1
1
1
2

100
200
300
100

1
2
1
4

2

200

2

3
3

400
500

5
1

Hình 3: Lợc đồ quan hệ chuẩn hoá
Trớc khi mô tả chi tiết các dạng chuẩn hoá cần thiết đa ra một khái niệm sau
đây.
Cho một lợc đồ quan hệ R trên tập thuộc tính U={A1,..,An}. Thuộc tính AU
đợc gọi là thuộc tính khoá nếu A là thành phần phụ thuộc một khoá nào đó của R,
ngợc lại A đợc gọi là thuộc tính không khoá.
Định nghĩa:
Cho lợc đồ quan hƯ R(U) trªn tËp thc tÝnh U={A 1,..,Ak}. X và Y là hai tập
thuộc tính khác nhau X U vµ Y ⊆ U.
Nãi Y lµ phơ thc hµm đầy đủ vào X nếu Y là phụ thuộc hàm vào X nhng

không phụ vào bất kỳ một tập hợp con thực sự nào của X.
Trong lý thuyết ban đầu Codd đa ra có ba dạng chuẩn của quan hệ :
Dạng không chuẩn hoá

Dạng chuẩn thứ nhất (First Normal Form, viết tắt là 1NF)

Dạng chuẩn thứ hai (2NF)

Dạng chuẩn thứ ba( 3NF)
14


3.1. Dạng chuẩn 1(1NF)
Dạng 1NF chỉ áp dụng cho file dữ liệu chứ không áp dụng cho sơ đồ quan hệ
hay nói cách khác chỉ liên quan đến dữ liệu chứ không liên quan đến cấu trúc. Cụ thể
là:
Định nghĩa 1 NF:
Một lợc đồ quan hệ R đợc gọi là dạng chuẩn một (1NF) nếu và chỉ nếu toàn
bộ các miền có mặt trong R đều chỉ chứa các giá trị nguyên tố.
Chúng ta có thể thấy rằng một thực thĨ hay mét quan hƯ ë d¹ng chn 1 nÕu
tÊt cả giá trị các thuộc tính của nó là sơ cấp. Tức là không phân chia nhỏ hơn nữa.
3.2: Dạng chuẩn 2 (2NF)
Định nghĩa 2NF:
Lợc đồ quan hệ R ở d¹ng chuÈn thø hai nÕu nã ë d¹ng chuÈn thø nhất và nếu
mỗi thuộc tính không khoá của R là phụ thuộc hàm đầy đủ vào khoá chính.
Nh vậy dạng chuẩn hai đòi hỏi một lợc đồ quan hệ R trớc tiên phải là dạng
chuẩn 1NF và mọi thuộc tính thứ cấp đều phụ thuộc hàm hoàn toàn vào bất kỳ một
khoá tối tiểu nào, nh vậy tính chất của dạng chuẩn hai phụ thuộc vào 3 yếu tố:
Khoá tối tiểu
Thuộc tính thứ cấp

3. Phụ thuộc hàm hoàn toàn
3.3: Dạng chuẩn 3 (3NF)
Định nghĩa phụ thuộc bắc cầu
Để trình bầy 3NF của các quan hệ, ở đây chúng ta đa thêm vào khái niệm về
phụ thuộc bắc cầu.
Cho một lợc đồ quan hệ R(U); X là một tập con các thc tÝnh cđa U, X⊆U,
A lµ mét thc tÝnh thc U. A đợc gọi là phụ thuộc bắc cầu vào X trªn R nÕu tån

15


t¹i mét tËp con Y cđa R sao cho X→Y, YA nhng Y X(không xác định phụ thuộc
hàm) với AXY
Chúng ta có thể hiện tính bắc cầu qua sơ đồ :

Qua sơ đồ có thể thấy rằng A có thể xác định hàm Y. Trong trờng hợp A Y
thì đợc gọi là tính bắc cầu chặt.
Định nghĩa 3 (3NF)
Lợc đồ quan hƯ R lµ 3NF nÕu nã lµ 2 NF và mỗi thuộc tính không khoá của
R không phụ thuộc bắc cầu vào khoá.
Ví dụ :
Cho lợc đồ quan hệ R(SAIP) với các phụ thuộc hàm SIP và S A. R là
không ở 3NF, thậm chí không ở 2NF. Giả sử X=SI, Y=S . A là thuộc tính không
khoá vì chỉ có một khoá là SI . Vì XY và Y-> A, nhng lại có Y->X tức là S-> Y
là không thoả . Chú ý rằng trong trờng hợp này X-> Y và Y->A không chỉ thoả trên
R mà là nhng phụ thuộc đà cho. Điều đó là đủ để nãi r»ng X->Y, Y->A suy ra tõ tËp
c¸c phơ thc hàm.
Nh vậy A là phụ thuộc vào khoá bắc cầu vào khoá chính SI
Ví dụ : cho lợc đồ quan hệ R(CSZ) với các phụ thuộc hàm CS-> Z,

16


Z-> C .
Trong lợc đồ mọi thuộc tính đều là thuộc tính khoá . Do vậy R là ở 3NF .
Ví dụ : cho lợc đồ R(SIDM) và cac phụ thuộc hàm SID,
SDM
ở đây chỉ có một khoá chính là SI. Ro ràng rằng R ở 2NF nhng không phải ở
3NF.
3.4. Dạng Boye-Codd
Định nghĩa :
Lợc đồ quan hệ R với tập các phụ thuộc hàm đuợc gọi là ở dạng chuẩn
Boey-Codd (Boey-Codd Normal Form, BCNF) nếu XA thoả trên R , AX thì X
là một khoá của R.
Ví dụ : Cho lợc đồ quan hệ R(CRS) với các phụ hàm CS Z, ZC.
Nhìn vào ví dụ trên , chúng ta nhận thấy rõ ràng R không là ở BCNF mà là ở
3NF vì rằng ZC nhng không phải là khoá cđa R .
Tõ vÝ dơ nµy chóng ta thÊy r»ng một lợc đồ quan hệ có thể có 3NF nhng không
là BCNF. Do đó mỗi lợc đồ ở BCNF là 3NF. Để khảng định một điều đó chúng ta có
các định lý sau :
Định lý
Nếu một lợc đồ quan hệ R víi tËp phơ thc hµm F lµ ë BCNF thì nó là ở
3NF.

17


Chơng IV:
Phân tích hệ thống quản lý tiền lơng
I.1. Hóỷ thäúng tiãưn lỉång.

Hãû thäúng lao âäüng tiãưn lỉång bao gäưm táút c nhỉỵng giai âoản tênh
tiãưn lỉång v bạo cạo vóử tỗnh hỗnh lao õọỹng trong xờ nghióỷp. Hóỷ thọỳng
thổỷc hiãûn viãûc tênh toạn tiãưn lỉång phi tr cho cäng nhán viãn, tảo cạc
bng bạo cạo vãư lao âäüng tiãưn lỉång cáưn thiãút cho ban lnh âảo cng
nhỉ cạc cå quan khạc åí ngoi xê nghiãûp. Xỉí l tiãưn lỉång bao gäưm viãûc
tênh thú thu nháûp phi thu cho nh nỉåïc, kháúu trỉì tiãưn âọng gọp cho
qu hỉu bäøng, bo hióứm xaợ họỹi, baớo hióứm y tóỳ, ....
Vỗ vỏỷy hóỷ thäúng lao âäüng tiãưn lỉång phi cung cáúp âáưy â thäng
tin cáưn thiãút cho viãûc âiãưu hnh ca näüi bäü xê nghiãûp v cho cạc cå
quan phạp l åí ngoi xê nghiãûp. Mäüt säú nåi cáưn phi âỉåüc cung cáúp
thäng tin õóỳn nhổ :
ã Nhỏn vión : Tióửn lổồng seợ âỉåüc lÜnh trong k lỉång.
• Cå quan thú : Nhán viãn tr bao nhiãu tiãưn thú thu nháûp.
• Cå quan bo hiãøm x häüi, qu hỉu : Tiãưn ỉïng tr cho cå quan bo
hiãøm x häüi âäúi våïi tỉìng nhán viãn.
• Phng ti vủ : Phán bäø chi phê lỉång vo giạ thnh sn pháøm.
• Phng täø chỉïc lao âäüng, ban lnh âảo, ...
Cạc giai âoản tênh lỉång trong xê nghiãûp âỉåüc chia nhỉ sau.
• Bäü pháûn cháúm cäng.
Cọ trạch nhiãûm theo di giåì cäng lao âäüng ca tỉìng nhán viãn,
chøn bë kiãøm tra bạo cạo cháúm cäng, cng nhỉ chøn bë cạc th cháúm
cäng. Trong mäüt phán xỉåíng cọ nhán viãn laìm theo giåì, ta goüi laì cäng
nháût, bàõt büc phi cháúm cäng khi vo ca v khi tan ca trãn th cháúm
cäng. Cúi k lỉång, th cháúm cäng ca nhán viãn phn ạnh säú giåì m
nhán viãn â lm âäúi våïi mäüt cäng âoản no âọ. Bäü pháûn cháúm cäng

18


chëu trạch nhiãûm thu giỉỵ cạc th cháúm cäng v âäúi chiãúu dỉỵ kiãûn trãn

cạc th ny våïi bn bạo cạo täøng kãút säú giåì cäng, theo tỉìng cäng
âoản do phán xỉåíng gåíi lãn. Th cháúm cäng âỉåüc ghi lãn mäüt bng
cháúm cäng.
Nhán viãn àn lỉång thạng khäng cháúm cäng khi vo ra (1 ca) nhỉ nhán
viãn cäng nháût àn lỉång theo giåì. Nhán viãn ny do cạc bäü pháûn cọ chỉïc
nàng theo di åí phng ban cháúm cäng cạc ngy cọ âi lm viãûc vo
bng cháúm cäng.
Ngoi ra bäü pháûn cháúm cäng ny cng theo di thåìi gian vàõng
màût ca cäng nhán viãn. Vàõng màût cọ thãø cọ nhiãưu l do : Tai nản lao
âäüng, nghè phẹp, thai sn, äúm âau,.... Thåìi gian vàõng màût s âỉåüc tênh
lỉång khạc nhau ty theo loải vàõng màût.
Âãún k tênh lỉång bäü pháûn cháúm cäng gåíi baíng cháúm cäng cho bäü
pháûn tênh lỉång.
giáúy.

Táút c cạc cäng viãûc åí âáy âãưu âỉåüc thỉûc hiãûn bàịng tay trãn
- Bäü pháûn tênh lỉång.

Cọ trạch nhiãûm cáûp nháût âáưy â thäng tin tỉì cạc bng cháúm cäng, v
tênh toạn cho ra bng thanh toạn tiãưn lỉång. Âãø tênh âỉåüc lỉång, bäü pháûn
cáưn cọ cạc ngưn thäng tin sau :
• Thäng tin vãư nhán sỉû (tãn, hãû säú lỉång, HS phủ cáúp,...) âỉåüc nháûn
tỉì phng Lao âäüng tiãưn lỉång.
• Thäng tin vãư cäng trong thạng, âỉåüc nháûn tỉì cạc phng ban, phán
xỉåíng.
• Cäng BHXH dỉûa vo phiãúu nghè hỉåíng BHXH.
• Bng cạc khon tiãưn thỉåíng nhán viãn â nháûn trong thạng (tênh
åí trỉåìng håüp thỉåíng theo lỉång) âãø tênh thú.
• Bng âån giạ cạc loải sn pháøm hon thnh ca tỉìng âån vë
âãø tênh âån giạ cäng ca nhán viãn âäúi våïi loải sn pháøm â

lm ra.

19


• Phiãúu lm thãm giåì ca cäng nhán âãø lm cå såí tênh lỉång lm
thãm giåì .
• Cạc khon phủ cáúp, khon tảm ỉïng, trong thạng
- Tiãúp theo kãú toạn tiãún hnh tênh lỉång cho tỉìng nhán viãn. Âënh k
tênh v tr lỉång cho cạn bäü, cäng nhán viãn âỉåüc qui âënh nhỉ sau :
• Vo ngy 27 hng thạng, bng cháúm cäng ca cạn bäü cäng nhán
viãn trong âån vë âỉåüc gåíi âãún phng chỉïc nàng âãø duût.
• Bäü pháûn kãú toạn tiãưn lỉång càn cỉï vo khäúi lỉåüng sn pháøm,
kãút qu hp thi âua, âån giạ tiãưn lỉång âỉåüc giao âãø giao tênh
tiãưn lỉång tr cho nhán viãn .
- Cạc cäng viãûc åí pháưn ny âãưu âỉåüc nháûp vo bng tênh Excel
âãø tênh lỉång.
- Cạc âiãưu khon ạp dủng âãø tênh lỉång åí Cäng ty hiãûn nay.
- Nhỉỵng quy âënh chung
Viãûc chi tr lỉång cho CBCNV trong Cäng ty phủ thüc vo mỉïc âäü
hon thnh kãú hoảch SXKD ca Cäng ty v âỉåüc thỉûc hiãûn theo cạc
ngun tàõc sau :
1. Tiãưn lỉång tr cho ngỉåìi lao âäüng theo nguyãn tàõc phán phäúi theo
lao âäüng vaì laìm cäng viãûc gỗ, giổợ chổùc vuỷ gỗ thỗ traớ lổồng theo cọng
vióỷc âọ, chỉïc vủ âọ, khuún khêch ngỉåìi lao âäüng thỉûc hiãûn täút
nhiãûm vủ âỉåüc giao.
2. Tiãưn lỉång tr cho ngỉåìi lao âäüng càn cỉï vo nàng sút, cháút
lỉåüng, hiãûu qu cäng tạc, mỉïc âäü âọng gọp ca ngỉåìi lao âäüng v
kãút qu hoảt âäüng sn xút kinh doanh chung ca Cäng ty, bo âm cäng
bàịng giỉỵa cạc âån vë v cạ nhán ca ngỉåìi lao âäüng .

3.Tiãưn lỉång tr cho ngỉåìi lao âäüng gäưm cọ : Tiãưn lỉång âỉåüc tr
theo lỉång thåìi gian hồûc lỉång sn pháøm dỉûa trãn hãû säú cáúp báûc chỉïc
vủ, kãø c cạc khon phủ cáúp quy âënh tải nghë âënh 26/CP ngy 23/5/93
ca Chênh ph.
I.2. Nguọửn vaỡ caùch phỏn bọứ tióửn lổồng.
2.1 - Nguọửn hỗnh thnh v cạch xạc âënh qu tiãưn lỉång .

20


2.1.1 - Nguọửn hỗnh thaỡnh quyợ tióửn lổồng gọửm coù.
- Qu lỉång sn pháøm : bàịng âån giạ sn pháøm âỉåüc cå quan qun
l Nh nỉåïc xẹt duût giao hng nàm nhán våïi sn lỉåüng kãú hoảch
sn pháøm sn xút kinh doanh ca Cäng ty .
- Qu lỉång sỉía chỉỵa låïn ca nghnh âỉåìng mêa (thiãút bë âỉåìng
v phỉång tiãûn váûn ti).
- Qu lỉång bäø sung.
- Qu lỉång lm thãm giåì.
- Qu lỉång tỉì cạc dëch vủ khạc (xáy dỉûng cå bn, kinh doanh váûn
ti, cäng tạc xáy làõp phạt sinh trong k).
2.1.2 - Ngưn tiãưn lỉång (V) âỉåüc xạc âënh theo cäng thæïc:
V = (Vâg x Csxkd) + Vbs + Vtg + V khạc.
Trong âọ :
- Vâg : âån giạ tiãưn lỉång do cå quan Nh nỉåïc cọ tháøm quưn
giao.
- Csxkd : Chè tiãu sn xút kinh doanh tênh âån giạ tiãưn lỉång
- Vbs : Qu tiãưn lỉång bäø sung ạp dủng âäúi våïi âån vë âỉåüc
giao âån giạ tiãưn lỉång theo sn pháøm .
- Vtg : Qu tiãưn lỉång lm thãm giåì tênh theo säú giåì thỉûc tãú
lm thãm nhỉng khäng vỉåüt quạ quy âënh ca Bäü lût Lao âäüng .

- V khạc : Qu lỉång tỉì cạc dëch vủ XDCB, kinh doanh váûn
ti, xáy làõp, ....
I.3 - Kãú hoảch giao qu tiãưn lỉång v trêch lải :
1 - Âäúi våïi Nh mạy, xê nghiãûp (gi tàõt l âån vë ).
Qu tiãưn lỉång ca cạc âån vë âỉåüc Cäng ty giao thäng qua âån giạ
lỉång sn pháøm v sn lỉåüng sn xút kinh doanh ca âån vë âỉåüc
duût; lỉång bäø sung; lỉång thãm giåì v thỉûc hiãûn quút toạn qu tiãưn
lỉång 6 thạng mäüt láưn cng våïi quút toạn ti chênh theo cạc chè tiãu
kãú hoảch â giao âån vë.

21


Âån giạ tiãưn lỉång sn pháøm ca cạc âån vë âỉåüc giao càn cỉï vo
cạc chè tiãu sau :
- Tiãưn lổồng cỏỳp bỏỷc vaỡ caùc khoaớn phuỷ cỏỳp bỗnh quỏn.
- Sn lỉåüng kãú hoảch âỉåüc giao.
- Täúc âäü tàng tiãưn lỉång nh hån täúc âäü tàng nàng sút lao
âäüng .
- Qu lỉång cho bäü mạy qun l phủc vủ Cäng ty vaỡ dổỷ
phoỡng toaỡn Cọng ty õổồỹc tờnh bỗnh quỏn bàịng 25% âån giạ sn pháøm
ton Cäng ty.
- Ngoi ra qu lỉång ca âån vë trêch dỉû phng 5% - 7% âãø chi cho
cạc trỉåìng håüp ngỉìng viãûc do khạch quan cuớa õồn vở.
2 Caùc hỗnh thổùc traớ lổồng trong Cäng ty.
2.1 - Âäúi tỉåüng v càn cỉï tr lỉång sn pháøm
1.1 - Âäúi tỉåüng :
a/ Giạm âäúc, phọ giạm âäúc, kãú toạn trỉåíng Cäng ty, ch tëch Cäng
ty chun trạch .
b/ Lao âäüng håüp âäưng khäng thåìi hản, cọ thåìi hản.

c/ Lao âäüng theo cäng viãûc.
2.1.2 - Càn cỉï tr lỉång sn pháøm :
Âäúi tỉåüng tải mủc a,b theo quy âënh åí trãn (1.1) âỉåüc tr lỉång sn
pháøm càn cỉï vo
- Ngy cäng lm viãûc thỉûc tãú (theo bng cháúm cäng).
- Hãû säú cáúp báûc cäng viãûc : laì hãû säú âỉåüc xáy dỉûng theo chãú
âäü phỉïc tảp, âiãưu kiãûn cäng viãûc v khäúi lỉåüng cäng viãûc m ngỉåìi
lao âäüng âm nhiãûm.
Âäúi våïi nh mạy, xê nghiãûp : mäüt säú phủ cáúp cho cạc chỉïc danh
trong khi chåì phán hảng nh mạy tảm thåìi nhỉ sau :
- Giạm âäúc, phọ giạm âäúc cạc âån vë hiãn âang xãúp mỉïc lỉång cå
bn theo nghảch chun viãn, phủ cáúp chỉïc danh tảm thåìi hỉåíng theo
mỉïc phủ cáúp cho trỉåíng phọ phng doanh nghiãûp hảng I, củ thãø :

22


+ Giạm âäúc : Phủ cáúp bàịng 0,4 mỉïc lỉång täúi thiãøu.
+ Phọ giạm âäúc : phủ cáúp bàịng 0,3 mỉïc lỉång täúi thiãøu.
- Mỉïc phủ cáúp ca trỉåíng phọ phng, qun âäúc, phọ qun âäúc
phán xỉåíng tảm xãúp theo doanh nghiãûp hảng II, củ thãø:
+ Trỉåíng phng, qun âäúc : Phủ cáúp bàịng 0,2 mỉïc lỉång täúi
thiãøu.
+ Phọ phng, Phọ qun âäúc, trỉåíng ca : Phủ cáúp bàịng 0,15
mỉïc lỉång täúi thiãøu.
Ngoi ra cạc mỉïc phủ cáúp theo quy âënh ca Nh nỉåïc âỉåüc ạp
dủng nhỉ sau
+ Trạch nhiãûm phủ cáúp bàịng 0,1 mỉïc lỉång täúi thiãøu cho
cạc cỉång vë täø trỉåíng sn xút, täø trỉåíng cäng tạc, th qu.
+ Âäüc hải : Phủ cáúp bàịng 0,1 mỉïc lỉång täúi thiãøu cho cạc

cỉång vë lm viãûc trong mäi trỉåìng nọng, âäüc hải, nguy hiãøm.
+ Ca 3 : phủ cáúp bàịng 35% mỉïc tiãưn lỉång cáúp báûc âäúi våïi
lao âäüng âi ca liãn tủc trong 8 ngy tråí lãn trong mäüt thạng v 30%
mỉïc lỉång cáúp báûc cho cạc trỉåìng hồỹp laỡm vióỷc ban õóm coỡn laỷi.
2.2- Caùc hỗnh thổùc traớ lổồng :
Coù 3 hỗnh thổùc :
2.2.1 - Traớ lổồng thåìi gian (thạng):
CB
Lỉång thạng =Lỉångcáúp+
Phủ

Lỉång chỉïc vủ + ∑

x

26

Ngy
cäng thỉûc
tãú âỉåüc
duût

2.2.2 - Tr lỉång sn pháøm (cho táûp thãø, âån vë).
Qu lỉång sn pháøm = Âån giạ lỉång sn pháøm x sn lỉåüng thỉûc
hiãûn.
- Våïi qu lỉång sn pháøm, sau khi trêch näüp khon dỉû phng vãư
Cäng ty v trêch tiãưn àn giỉỵa ca, cn lải âỉåüc chia theo cäng thæïc sau :

23

(i=1,n; n l säú lao âäüng lm ra sn pháøm ca âån vë )
Våïi :
Hcb+Hcbáûc+Kcvủ+Ktn
ca 3 *
Ki = Ctt
+K
*
ca3

26

Hcb

+

Hcb

Kcv+Ktn+Kdh+Ktn

26

Trong âọ : Hcb : hãû säú lỉång cáúp báûc, Kcvủ , Ktn , Kâh , Kthn l hãû säú
phủ cáúp chỉïc vủ, trạch nhiãûm, âäüc hải, thám niãn.
Kca3 = 1,75.
Cäng thỉûc tãú âỉåüc tênh c cäng phẹp trong tiãu chøn, nghè viãûc
riãng cọ lỉång, âi hc, âo tảo, bäưi dỉåỵng.
2.2.3 - Tiãưn lỉång lm thãm giåì.
Âäúi våïi nhán viãn lm thãm giồỡ thỗ tióửn lổồng laỡm thóm õổồỹc tờnh
nhổ sau :

Tióửn lỉång lm thãm = Âån giạ SP lm thãm x säú giåì lm thãm
- Âäúi tỉåüng sn pháøm lm thãm gäưm cạc cäng viãûc sau :
+ nghiƯm thu s¶n phÈm, tiÕp thu s¶n phÈm....
Khäng tênh lỉång thãm giåì cho cạc bäü pháûn qun l giạn tiãúp. Näüi
dung cäng viãûc phi âỉåüc Giạm âäúc duût trỉåïc khi thỉûc hiãûn v âàng
k våïi phng chỉïc nàng âãø kiãøm tra theo di, thanh toạn.
2.2.3 - Bng hãû säú lỉång theo cáúp báûc cäng viãûc ca Cäng ty :
TT

Chỉïc danh, cäng viãûc

Hãû säú cáúp
báûc
cäng
viãûc

1

Giạm âäúc Cäng ty

2,2

2

PGÂ, Kãú toạn trỉåíng, Bê thỉ Âng y, Ch tëch
Cäng Âon ca Cäng ty

2,0

3

Giạm âäúc cạc âån vë v tỉång âỉång, Trỉåíng
phng ban, Phọ bê thỉ Âng y, Phọ Ch tëch
Cäng âon, Bê thỉ Âon thanh niãn ca Cäng ty

1,8

24

+


4

Phọ giạm âäúc cạc âån vë v tỉång âỉång, Phọ
phng ban Cäng ty, trỉåíng chi nhạnh

1,6

5

Qun âäúc, trỉåíng ca, trỉåíng phng cạc âån vë,
phọ chi nhạnh

1,4

6

Phọ qun âäúc, phọ trỉåíng ca, phọ phng cạc
âån vë ...

1,3

7

Cạc täø trỉåíng sn xút, cọng taùc.

1,2

8

Bỗnh quỏn nhỏn vión coỡn laỷi.

1,1

Hóỷ sọỳ 1,1 bỗnh quán, Giaïm âäúc Cäng ty giao cho Giaïm âäúc caïc nh
mạy, xê nghiãûp, trỉåíng cạc âån vë cng táûp thãø âån vë càn cỉï vo tênh
cháút cäng viãûc âënh hãû sọỳ cho CBCNV cuớa mỗnh mọỹt caùch hồỹp lyù, hóỷ
sọỳ cao nháút phi nh hån 1,2 v tháúp nháút bàịng 0,8.
2.2.4 - Tiãưn lỉång tr cho cạn bäü, cäng nhán viãn theo hai k, củ
thãø:
- K I : Khong tỉì ngy 12 âãún 15 ca thạng .
- K II : Vo cúi thạng (khäng quạ ngy 5 thạng sau).
Lỉång ca CBCNV âỉåüc nháûn l :
Täøng lỉång = Lỉång TG + Lỉång SP + Lỉång thãm giåì + Tiãưn àn.
* Chụ : Nãúu l nhán viãn thỉí viãûc (Âải hc, Cao õúng, Trung
cỏỳp, Cọng nhỏn kyợ thuỏỷt) thỗ õổồỹc traớ 70% mỉïc lỉång báûc 1 theo ngnh
nghãư âo tảo theo qui âënh ca Bäü lût lao âäüng.
Hãút thåìi gian thỉí viãûc, nãúu âảt u cáưu v âỉåüc bäú trê cäng taùc
thỗ xóỳp lổồng theo thang baớng lổồng Nhaỡ nổồùc qui âënh.

I.4: Cạc khon âọng cho ngán sạch.
4.1. Trêch âọng BHXH, BHYT, KPCÂ.
Viãûc trêch âọng BHXH, BHYT, KPCÂ ca Cäng ty âỉåüc thỉûc hiãûn nhỉ
sau :
- Täøng säú trêch l 25%, trong âọ:
+ 6% âỉåüc trêch trỉì vo lỉång nhán viãn theo mỉïc lỉång cå bn (lỉång
cáúp báûc) : 5% thüc BHXH, 1% thuäüc BHYT.

25