Produktiviti Tahunan untuk Subsektor Penting

Data setakat 2024

Produktiviti tenaga buruh tahunan bagi 11 subsektor penting, dengan metrik pada nilai tambah per pekerja, nilai tambah per jam bekerja, dan jumlah jam bekerja.

0 paparanΒ·0 muat turun

Table

Output per Pekerja

Output per Jam Bekerja

Bagaimana data ini dijana?

Set data ini memberi tumpuan khusus kepada 11 subsektor penting yang telah dikenal pasti oleh Malaysia Productivity Blueprint (Mei 2017, disemak 2023) sebagai subsektor yang berpotensi memacu pertumbuhan negara, selaras dengan Rancangan Malaysia ke-11.

Secara am, produktiviti tenaga buruh diukur menggunakan dua metrik utama:

  • Nilai tambah per pekerja: Dikira dengan membahagikan KDNK pada harga malar (untuk mengecualikan kesan inflasi) bagi suatu tempoh tertentu, dengan bilangan pekerja dalam tempoh tersebut.
  • Nilai tambah per jam bekerja: Dikira dengan membahagikan KDNK pada harga malar untuk suatu tempoh tertentu, dengan jumlah jam bekerja dalam tempoh tersebut.

Tuntasnya, produktiviti tenaga buruh adalah indikator yang dihasilkan berdasarkan statistik nasional lain, khususnya KDNK dan statistik tenaga buruh.

Untuk memahami metodologi pengiraan produktiviti tenaga buruh dengan lebih mendalam, sila rujuk kepada Nota Teknikal.

Apakah kaveat yang perlu diingati apabila menggunakan data ini?

Walaupun indikator ini diklasifikasikan sebagai ukuran produktiviti tenaga buruh, definisi di atas menunjukkan bahawa ia sebenarnya tidak sama sekali merujuk kepada kapasiti ataupun potensi tenaga buruh. Dalam istilah teknikal, indikator produktiviti ini adalah ukuran Produktiviti Faktor Tunggal, yang secara tidak langsung termasuk sumbangan semua faktor pengeluaran lain. Oleh itu, data ini tidak boleh digunakan untuk membuat kesimpulan tentang 'kerajinan' atau 'tahap kepakaran' tenaga buruh Malaysia - data yang lebih tepat diperlukan untuk analisis sedemikian.

Data bagi 3 tahun terkini mungkin disemak semula dalam penerbitan berikutnya. Semakan ini terutamanya untuk memastikan data adalah selaras dengan semakan data KDNK, yang digunakan secara terus dalam pengiraan metrik produktiviti tenaga buruh.

Penerbitan berdasarkan data ini

Produktiviti Tenaga Buruh, 4Q 2024, edisi terkini bagi statistik produktiviti tenaga buruh yang diterbitkan oleh DOSM. OpenDOSM juga memaparkan papan pemuka khas tentang produktiviti tenaga buruh yang membolehkan anda menerokai set data ini dengan lebih interaktif.

Metadata

Penerangan dataset

Produktiviti tenaga buruh tahunan bagi 11 subsektor penting, dengan metrik pada nilai tambah per pekerja, nilai tambah per jam bekerja, dan jumlah jam bekerja.

Definisi pembolehubah
  • Jenis Siri
  • Subsektor Penting
  • Tarikh
  • Output per Jam
  • Output per Pekerja
Kemaskini terakhir:

20 Feb 2025, 12:00

Kemaskini seterusnya:

20 Feb 2026, 12:00

Sumber data
  • Jabatan Perangkaan Malaysia
Lesen

Data ini adalah data terbuka di bawah lesen Creative Commons Attribution 4.0 International (CC BY 4.0). Penerangan lesen tersebut boleh didapati di Sini.

Muat turun

Data
Dataset Penuh (CSV)

Dataset Penuh (CSV)

Sesuai untuk individu mencari data mesra 'Excel'.

0

Dataset Penuh (Parquet)

Dataset Penuh (Parquet)

Sesuai untuk saintis data yang ingin menganalisa data dengan pengaturcaraan.

0

Kod

Sambungan secara langsung kepada data dengan menggunakan Python.

# Jika belum lagi dipasang, sila: pip install pandas fastparquet import pandas as pd URL_DATA = 'https://storage.dosm.gov.my/labour/productivity_annual_p11.parquet' df = pd.read_parquet(URL_DATA) if 'date' in df.columns: df['date'] = pd.to_datetime(df['date']) print(df)

Contoh Query OpenAPI

Kod berikut adalah contoh bagaimana untuk membuat query API untuk mengambil katalog data yang disebutkan di atas. Anda boleh menggunakan pelbagai bahasa pengaturcaraan dengan menukar kod mengikut keperluan. Untuk panduan lengkap mengenai parameter query dan sintaks yang mungkin, sila rujuk kepada Dokumentasi Open API.

import requests import pprint url = "https://api.data.gov.my/data-catalogue?id=productivity_annual_priority&limit=3" response_json = requests.get(url=url).json() pprint.pprint(response_json)