Spss数据分析报告.docx

资源描述

Spss数据分析报告.docx

《Spss数据分析报告.docx》由会员分享，可在线阅读，更多相关《Spss数据分析报告.docx（20页珍藏版）》请在冰点文库上搜索。

Spss数据分析报告.docx

Spss数据分析报告

课程名称:

名:

SPSS期末报告

关于员工受教育程度对其工资水

平的影响统计分析报告

SPSS统计分析方法

姓汤重阳

号：

学

三班所在班级:

一、数据样本描

述

二、要解决的问题描

述

1数据管理与软件入门部分

1.1分类汇总

1.2个案排秩

1.3连续变量变分组变量

2统计描述与统计图表部分2.1频数分析.……

2.2描述统计分析

3假设检验方法部分2

3.1分布类型检验

3.1.1正态分布.

3.1.2二项分布.

3.1.3游程检验2

3.2单因素方差分析2

3.3卡方检验2

3.4相关与线性回归的分析方法2

3.4.1相关分析（双变量相关分析&偏相关分析）2

3.4.2线性回归模型2

4高级阶段方法部分

三、具体步骤描

述3

1数据管理与软件入门部分

1.1分类汇总3

1.2个案排秩3

1.3连续变量变分组变量4

5统计描述与统计图表部

分2

2.1频数分析5

2.2描述统计分析6

3假设检验方法部分

3.1分布类型检验7

3.1.1正态分布7

3.1.2二项分布8

3.1.3游程检验9

3.2单因素方差分析10

3.3卡方检验12

3.4相关与线性回归的分析方法13

3.4.1相关分析13

3.4.2线性回归模型15

4高级阶段方法部分

4.1信度16

71效度4.2

一、数据样本描述

分析数据来自于“微盘一一SPSS数据包data02-01”。

本次分析的数据为某公司474名职工状况统计表，其中共包含11个变量，分别是:

id（职工编号）,gender（性别），bdate（出生日期）,edcu（受教育水平程度）,jobcat（职务等级），salbegin（起始工资），salary（现工资），jobtime（本单位工作经历＜月＞），prevexp（以前工作经历＜月＞），minority（民族类型），age（年龄）。

通过运用SPSS统计软件，对变量进行统计分析，以了解该公司职工总体状况，并分析职工受教育程度、起始工资、现工资的分布特点及相互间的关系。

二、要解决的问题描述

1数据管理与软件入门部分

1.1分类汇总

以受教育水平程度为分组依据，对职工的起始工资和现工资进行数据汇总。

1.2个案排秩

对受教育水平程度不同的职工起始工资和现工资进行个案排秩。

1.3连续变量变分组变量将被调查者的年龄分为10组，要求等间距。

2统计描述与统计图表部分

2.1频数分析

利用了某公司474名职工基本状况的统计数据表，在性别、受教育水平程度不同的状况下进行频数分析，从而了解该公司职工的男女职工数量、受教育状况的基本分布。

2.2描述统计分析

标得到它们的均值、对职工起始工资进行描述统计分析，以职工受教育水平程度为依据，

准差、偏度峰度等数据，以进一步把握数据的集中趋势和离散趋势。

3假设检验方法部分

3.1分布类型检验

3.1.1正态分布

分析职工的现工资是否服从正态分布。

3.1.2二项分布

抽样数据中职工的性别分布是否平衡。

3.1.3游程检验

该样本中的抽样数据是否随机。

3.2单因素方差分析

把受教育水平和起始工资作为控制变量，现工资为观测变量，通过单因素方差分析方法研究受教育水平和起始工资对现工资的影响进行分析。

3.3卡方检验

职工的起始工资水平和现工资水平与其受教育程度之间是否存在关联性。

3.4相关与线性回归的分析方法

341相关分析（双变量相关分析&偏相关分析）

对受教育程度和现工资两个变量进行相关性分析。

342线性回归模型

建立用受教育程度预测现工资水平的回归方程

高级阶段方法部分4

对该样本数据进行信效度检测

三、具体步骤描述

1数据管理与软件入门部分

1.1分类汇总

以受教育水平为分组依据，对职工的起始工资和现工资进行数据汇总。

分类汇总数据1.1图

个等年等图中所示1014受教育等级以年为单位划分可分为8年、12年、由图1.1所示，美元，统计13064.15美元，起始工资均值为8年为例，现工资均值为24399.06级。

以等级为2015年和年的职工在公司中占大多数，教育年限为53量为人。

经比较可知，教育年限为12年的职工现工资平均水1921年和年的职工在公司中的初始工资平均水平较高，但教育年限为平较高。

个案排秩1.2

对受教育水平程度不同的职工起始工资和现工资进行个案排秩。

•

1.2-1现工资水平个案排秩统计量表统计资料Rankofsalarybyeduc

474有效N

0遗漏

60.43460平均数

46.50000中位数50.975992标准偏差

189.000范围1.000最小值

190.000

最大值表1.2-2初始工资水平个案排秩统计量统计资料

Rankofsalbeginbyeduc

有效474

0遗漏

60.43460平均数47.50000中位数

50.865407标准偏差

189.000范围

1.000最小值190.000最大值

1.3连续变量变分组变量

将被调查者的年龄分为5组。

被调查者年龄分布（已分组）1.3表.，

age

次百分有效的百分累积百分

<33.2

1.2

1.3

61.3>731.5

56.3

56.326733~43

57.8

15.0

15.0有7143~5372.8

14.1

6714.153~6386.9

13.1

6213.163~73100.0

100.0

474

总计根据表1.3所示，该公司474名职员年龄几乎全部在33岁以上、73岁以下，年龄层分布集中在已有工作经验的人当中，其中33~43岁的员工为该公司的主体。

2统计描述与统计图表部分

2.1频数分析

表2.1-1职工性别频数统计表.

Gender

次数百分比有效的百分比累积百分比

45.6

21645.6Female

45.6

54.4

258Male有效54.4

100.0

总计474

由表2.1-1可知，在该公司的474名职工中，有216名女性，258名男性，男女比例分别为45.6%和54.4%,该公司职工男女数量差距不大，男性略多于女性。

下面对该公司员工受教育程度进行频数分析：

2.1-2职工受教育程度频数统计表表EducationalLevel（years）

次数百分比有效的百分比累积百分比

11.211.211.2538

19051.340.140.112

52.561.31.314

77.011624.524.515

89.55912.412.4

1791.8112.32.3有效1893.791.91.9

1999.4275.75.7

99.820.4.42

100.0

.2.2121

100.0

总计474

100.0

图2.1-2职工受教育程度频数分布直方图

表2.1-2及其直方图说明，被调查的474名职工中，受过12年教育的职工是该组频数最高的，为190人，占总人数的40.1%，其次为15年，共有116人，占总人数的24.5%。

且接受过高于20年的教育的人数只有1人，比例很低。

2.2描述统计分析以职工受教育水平程度为依据，对职工起始工资进行描述统计分析，得到它们的均值、标准差、偏度峰度等数据，以进一步把握数据的集中趋势和离散趋势。

（由于输出结果较长，为了便于解释，仅截取职工受教育水平年限为8年的分析结果）图2.2-1职工起始工资描述统计表（部分）图2.2-2职工起始工资描述统计直方图（部分）

年时职工起始工资的描述统计，由此得出结论如下：

8给出的就是以受教育年限为2.2图

截尾均数为，5%2.2-1可知，职工起始工资均值为$13064.15

（1）集中趋势指标：

由图，三者差异较大，说明数据分布的对称性较差。

$13016.35，中位数为$13050.00，样2408.147）离散趋势指标：

起始工资方差为5799170.900，其平方根即标准差为（2，中间一半样本的$9000，极大值为美元18750，两者之差为全距（范围）本中极小值为$9750。

全距为四分位间距$4875可信区间为95%$330.784，相应的总体均数（3）参数估计：

职工起始工资的标准误差为。

$12400.38-$13727.92曲线右偏；0.148>0，4）分布特征指标：

根据描述统计数据可知，该样本数据中偏度为（的直方图及其曲线中看出）。

-1.219<3，曲线较为平缓（该结论也可从图2.2-2峰度为假设检验方法部分3

分布类型检验3.1

正态分布3.1.1

分析职工的现工资是否服从正态分布。

：

职工的现工资服从正态分布H0：

职工的现工资不服从正态分布H1=0.05

a3.1.1职工现工资正态分布检验结果表单一样本Kolmogorov-Smirnov检定

CurrentSalary

474N

$34,419.57平均数a,b常态参数标准偏差$17,075.661

绝对.208

最极端差异

正.208

负-.143

.208测试统计资料c.000渐近显着性（双尾）检定分配是常态的。

从资料计算。

显着更正。

c.Lilliefors

检验详细模型输出结果图3.1.1K-SP=0.000

接受H1,认为职工的现工资统计量不服从正态分布。

3.1.2二项分布

抽样数据中职工的性别分布是否平衡。

H0:

抽样数据中职工性别比例无差异

H1:

抽样数据中职工性别比例有差异

a=0.05

表3.1.2职工性别二项分布检验结果

二项式检定

精确显着性（双检定比例。

观察比例。

类别N尾）

.54

2581

群组male

.060

.50

.46female

216群组2gender

1.00

474

总计P=0.06

aP>

认为抽样数据中职工性别比例无差异。

接受H0游程检验3.1.3。

该样本中的抽样数据是否随机（检测数据均以均值为分割点））性别:

（1:

抽样数据中性别序列为随机序列H0H1:

抽样数据中性别序列不为随机序列=0.05a3.1.3-1性别序列游程检验表连检定

gender

a.46测试值258<检定值观察值216检定值观察值>=

474总箱数

110连个数-11.692Z

.000

渐近显着性（双尾）

a.平均数性别序列游程检验详细模型输出图3.1.3-1

P=0.000

接受H1,认为样本数据中性别序列不是随机序列。

（2）年龄：

：

抽样数据中年龄序列是随机序列H0．：

抽样数据中年龄序列不是随机序列H1=0.05

a年龄序列游程检验结果表3.1.3-2

连检定

Years

a47.14测试值298观察值<检定值175>=检定值观察值473总箱数

196连个数-2.519Z

.012（双尾）渐近显着性

a.平均数年龄序列游程检验详细模型输出结果图3.1.3-2

P=0.012

接收H1,认为年龄序列不是随机序列。

3.2单因素方差分析

把受教育水平和起始工资作为控制变量，现工资为观测变量，通过单因素方差分析方法研究受教育水平和起始工资对现工资的影响进行分析。

（1）起始工资对现工资的影响分析

H0:

认为起始工资对现工资没有显着影响

H1:

认为起始工资对现工资有显着影响

=0.05

a．起始工资对现工资的影响分析结果表3.2-1

变异数分析

CurrentSalary

平方和df平均值平方F显着性

.000

89群组之间33.040

384在群组内

473总计P=0.000

接受H1，认为起始工资对现工资有显着影响。

（2）受教育水平对现工资的影响分析对受教育水平与现工资之间进行方差齐性检测，其结果如下:

表3.2-2方差齐性检验结果变异数同质性测试

CurrentSalary

Levene统计资料df1df2显着性

.000

464

16.169

P=0.000<0.05，认为该样本方差不齐的要求，因此下面进行的方差分析结论的稳定性较差。

单因素方差检验：

HO:

认为受教育水平对现工资没有显着影响

H1:

认为受教育水平对现工资有显着影响

a=0.05受教育水平对现工资的影响分析结果3.2-3表．

变异数分析

CurrentSalary

平方和df平均值平方F显着性

.000

群组之间992.779

464在群组内

473总计

P=0.000

接受H1,认为职工受教育水平对现工资有显着影响。

3.3卡方检验

职工的起始工资水平和现工资水平与其受教育程度之间是否存在关联性。

（1）

H0:

起始工资水平与受教育程度之间不存在关联性

H1：

起始工资水平与受教育程度之间存在关联性

a=0.05

表3.3-1起始工资与受教育程度的分析结果

卡方测试

数值df渐近显着性（2端）

a.0001969.189（Pearson）皮尔森卡方801

.811765.651概似比801

.000

189.643

线性对线性关联

474有效观察值个

。

预期的计数下限.0a.878资料（97.6%）预期计数小於P=0.000

aP<，认为起始工资与受教育程度之间存在关联性。

接受H1）（2:

现工资

与起始工资之间不存在关联性H0：

现工资与起始工资之间存在关联性H1=0.05a3.3-2现工资与起始工资的分析结果表卡方测试

数值df渐近显着性（2端）

a.00019580皮尔森（Pearson）卡方26391.3041.0002672.323概似比

19580

.000

线性对线性关联366.3891

474

有效观察值个数a.19890资料格（100.0%）预期计数小於5。

预期的计数下限为.00。

P=O.OOO

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