接受H1,认为现工资与起始工资之间存在关联性。
3.4相关与线性回归的分析方法
相关分析3.4.1
)双变量相关分析(1对受教育程度与现工资之间进行相关性分析。
受教育程度与现工资间相关性检测表3.4.1-1
相关Educational
CurrentSalary
Level(years)
**皮尔森(Pearson)相关1
.661.000
EducationalLevel(years)
显着性(双尾)474N
474**1
.661皮尔森(Pearson)相关
.000(双尾)CurrentSalary
显着性
474
N
474
。
0.01**.相关性在层上显着(双尾)
(2)偏相关分析由于上述检测数据
无法说明相关系数中有多少是反映“受教育程度-初始工资水平-现工资水平”这样一种简介的链条影响,也就是说,在控制了初始工资水平之后,受教育程度与现工资水平之间的相关性不确定,因此,下面采用偏相关分析对这三个因素进行分析。
表3.4.1-2受教育程度与现工资水平偏相关分析
相关
CurrentEducational控制变数Level(years)
Salary
.2811.000相关.000CurrentSalary显着性(双尾).
Beginning471df0Salary
1.000.281相关EducationalLevel(years)
.000
显着性(双尾)df4710
3.4.2线性回归模型
建立用受教育程度预测现工资的回归方程。
图3.4.2受教育程度与现工资水平散点图
表3.4.2-1回归方程模型汇总
模型摘要
模型RR平方调整後R平方标准偏斜度错误a$12,833.540
.436
1
.661.435
a.预测值:
(常数),EducationalLevel(years)
2=0.436,说明在对现工资水平的影响因素中,受教育程度起到一定的作用,但是并非决定性作用。
表3.4.2-2回归模型方差分析结果
a变异数分析模型平方和df平均值平方F显着性
b.0001365.381回归
472残差1
473
总计
:
CurrentSalary
a.应变数EducationalLevel(years)
预测值:
b.(常数),表3.4.2-3回归方程常数项及回归系数检验结果a系数非标准
化系数标准化系数
显着性T
模型Beta标准错误B.000-18331.1782821.912-6.496(常数1EducationalLevel
.000
.661
19.115
3909.907
204.547
(years)
\:
CurrentSalary
a.应变数受教育程度(年)现工资水平=-18331.178+3909.907*由该方程可得出如下信息:
。
年时,在该公司内的现工资水平为$-18331.2
(1)当受教育年限是0。
)受教育年限每增加一个单位,在该公司内的现工资水平将增加$3909.9(24高级阶段方法部分对该样本数据进行信效度检测。
4.1信度
4.1-1样本数据信度检测表可靠性统计资料项目个数Cronbach的Alpha
3
.601
除去某项后信度检测结果表4.1-2
项目总计统计资料
Cronbach的尺度平均数(如尺度变异数(如更正後项目总Alpha(如果项果项目已删除)果项目已删除)数相关目已删除)
EducationalLevel
.669.80251435.65(years)
.00117029.58CurrentSalary.880
.000
.880
34433.06
BeginningSalary
,信度良好。
4.1-1可得出结论:
该样本数据总体a=0.601由表,0.60仁0.802,
大于总体信度由表4.1-2可得出结论:
当信度检测中除去受教育程度后的a说
明该项目的信度对总体信度检测产生负向影响。
4.2效度表4.2-1效度分析数据描述Communalities起始撷取
.719EducationalLevel(years)
1.000
.791EmploymentCategory1.000
.9001.000CurrentSalary
.888BeginningSalary1.000
.9991.000MonthssinceHire
.944
1.000
PreviousExperience(months)
撷取方法:
主体元件分析。
效度分析结果表4.2-2
说明的变异数总计
起始特徵值撷取平方和载入
元件%累加%变异的总计%累加变异的%总计
52.2253.13452.22552.2253.134152.225
70.61118.38670.6111.10318.38621.103
87.345
1.004
1.004316.73487.34516.734
94.2434.4146.898
98.355
4.112
.247
5100.000.09961.645
撷取方法:
主体元件分析
52.225%,大于50%,
由表4.2-2可以看出,该样本数据中第一项的累计百分比为因此可以认为该样本数据中的效度较高。
.