spss的數(shù)據(jù)分析報(bào)告范例

1、關(guān)于某地區(qū)361個(gè)人旅游情況統(tǒng)計(jì)分析報(bào)告一、 數(shù)據(jù)介紹：本次分析的數(shù)據(jù)為某地區(qū)361個(gè)人旅游情況狀況統(tǒng)計(jì)表，其中共包含七變量，分別是：年齡，為三類變量；性別，為二類變量（0代表女，1代表男）；收入，為一類變量；旅游花費(fèi)，為一類變量；通道，為二類變量（0代表沒走通道，1代表走通道）；旅游的積極性，為三類變量（0代表積極性差，1代表積極性一般，2代表積極性比較好，3代表積極性好 4代表積極性非常好）；額外收入,一類變量。通過運(yùn)用spss統(tǒng)計(jì)軟件，對變量進(jìn)行頻數(shù)分析、描述性統(tǒng)計(jì)、方差分析、相關(guān)分析，以了解該地區(qū)上述方面的綜合狀況，并分析個(gè)變量的分布特點(diǎn)及相互間的關(guān)系。二、 數(shù)據(jù)分析1、 頻數(shù)分析?；?/p>

2、本的統(tǒng)計(jì)分析往往從頻數(shù)分析開始。通過頻數(shù)分地區(qū)359個(gè)人旅游基本狀況的統(tǒng)計(jì)數(shù)據(jù)表，在性別、旅游的積極性不同的狀況下的頻數(shù)分析，從而了解該地區(qū)的男女職工數(shù)量、不同積極性情況的基本分布。 統(tǒng)計(jì)量積極性性別N有效359359缺失00首先，對該地區(qū)的男女性別分布進(jìn)行頻數(shù)分析，結(jié)果如下性別頻率百分比有效百分比累積百分比有效女19855.255.255.2男16144.844.8100.0合計(jì)359100.0100.0表說明，在該地區(qū)被調(diào)查的359個(gè)人中，有198名女性，161名男性，男女比例分別為44.8%和55.2%，該公司職工男女?dāng)?shù)量差距不大，女性略多于男性。其次對原有數(shù)據(jù)中的旅游的積極性進(jìn)行頻數(shù)分

3、析，結(jié)果如下表 ：積極性頻率百分比有效百分比累積百分比有效差17147.647.647.6一般7922.022.069.6比較好7922.022.091.6好246.76.798.3非常好61.71.7100.0合計(jì)359100.0100.0 其次對原有數(shù)據(jù)中的積極性進(jìn)行頻數(shù)分析，結(jié)果如下表 ：其次對原有數(shù)據(jù)中的是否進(jìn)通道進(jìn)行頻數(shù)分析，結(jié)果如下表 ：Statistics通道NValid359Missing0通道FrequencyPercentValid PercentCumulative PercentValid沒走通道29381.681.681.6通道6618.418.4100.0Total

4、359100.0100.0這說明，在該地區(qū)被調(diào)查的359個(gè)人中，有沒走通道的占81.6%，占絕大多數(shù)。上表及其直方圖說明，被調(diào)查的359個(gè)人中，對與旅游積極性差的組頻數(shù)最高的，為171 人數(shù)的47.6%，其次為積極性一般和比較好的，占比例都為22.0%，積性為好的和非常好的比例比較低，分別為24人和6人，占總體的比例為6.7%和1.7%。2、 描述統(tǒng)計(jì)分析。再通過簡單的頻數(shù)統(tǒng)計(jì)分析了解了職工在性別和受教育水平上的總體分布狀況后，我們還需要對數(shù)據(jù)中的其他變量特征有更為精確的認(rèn)識，這就需要通過計(jì)算基本描述統(tǒng)計(jì)的方法來實(shí)現(xiàn)。下面就對各個(gè)變量進(jìn)行描述統(tǒng)計(jì)分析，得到它們的均值、標(biāo)準(zhǔn)差、片度峰度等數(shù)據(jù)，以

5、進(jìn)一步把我數(shù)據(jù)的集中趨勢和離散趨勢。描述統(tǒng)計(jì)量N極小值極大值均值標(biāo)準(zhǔn)差方差偏度峰度統(tǒng)計(jì)量統(tǒng)計(jì)量統(tǒng)計(jì)量統(tǒng)計(jì)量統(tǒng)計(jì)量統(tǒng)計(jì)量統(tǒng)計(jì)量標(biāo)準(zhǔn)誤統(tǒng)計(jì)量標(biāo)準(zhǔn)誤收入3597.4266250.0001032.93021762.523942581442.7621.790.1296.869.257旅游花費(fèi)359211006116.41130.71617086.7043.145.12913.401.257有效的 N （列表狀態(tài)）359如表所示，以起始工資為例讀取分析結(jié)果，359個(gè)人中收入最小值為7.426￥，最大值為6250.00000￥，平均1032.9302￥，標(biāo)準(zhǔn)差為762.5239￥偏度系數(shù)和峰度系數(shù)分別為1.

6、790和6.869。其他數(shù)據(jù)依此讀取，則該表表明該地區(qū)旅游花費(fèi)的詳細(xì)分布狀況。3、 探索性數(shù)據(jù)分析（1） 交叉分析。通過頻數(shù)分析能夠掌握單個(gè)變量的數(shù)據(jù)分布情況，但是在實(shí)際分析中，不僅要了解單個(gè)變量的分布特征，還要分析多個(gè)變量不同取值下的分布，掌握多個(gè)變量的聯(lián)合分布特征，進(jìn)而分析變量之間的相互影響和關(guān)系。就本數(shù)據(jù)而言，需要了解現(xiàn)工資與性別、年齡、受教育水平、起始工資、本單位工作經(jīng)歷、以前工作經(jīng)歷、職務(wù)等級的交叉分析?，F(xiàn)以現(xiàn)工資與職務(wù)等級的列聯(lián)表分析為例，讀取數(shù)據(jù)（下面數(shù)據(jù)分析表為截取的一部分）：Count 性別* 積極性 交叉制表計(jì)數(shù)積極性合計(jì)差一般比較好好非常好性別女964741122198男

7、753238124161合計(jì)1717979246359上聯(lián)表及Bar Chart涉及兩個(gè)變量，即性別與積極性的二維交叉，反映了在不同的性別對于旅游積極性分布情況。上表中，性別成為行向量，積極性列向量。（2）性別與收入的探索性分析性別Case Processing Summary性別CasesValidMissingTotalNPercentNPercentNPercent收入女198100.0%0.0%198100.0%男161100.0%0.0%161100.0%Descriptives性別StatisticStd. Error收入女Mean1005.2856249.51479695% Co

8、nfidence Interval for MeanLower Bound907.63853Upper Bound1102.932725% Trimmed Mean957.92011Median937.50000Variance485439.577Std. Deviation696.734940Minimum7.426Maximum3125.000Range3117.574Interquartile Range937.563Skewness.896.173Kurtosis.310.344男Mean1066.9279165.99321995% Confidence Interval for Me

9、anLower Bound936.59779Upper Bound1197.258025% Trimmed Mean986.95497Median937.50000Variance701171.907Std. Deviation837.360082Minimum58.630Maximum6250.000Range6191.370Interquartile Range718.750Skewness2.370.191Kurtosis10.166.380收入Stem-and-Leaf Plots收入 Stem-and-Leaf Plot for性別= 女 Frequency Stem & Leaf

10、18.00 0 . 001111111111111111 26.00 0 . 22222222222223333333333333 17.00 0 . 44444444444555555 33.00 0 . 666666666666666666666777777777777 22.00 0 . 8889999999999999999999 13.00 1 . 0000000001111 18.00 1 . 222222222222222223 18.00 1 . 444455555555555555 4.00 1 . 7777 5.00 1 . 88888 14.00 2 . 00000111

11、111111 .00 2 . 4.00 2 . 5555 1.00 2 . 6 2.00 2 . 88 3.00 Extremes (=3000) Stem width: 1000.000 Each leaf: 1 case(s)收入 Stem-and-Leaf Plot for性別= 男 Frequency Stem & Leaf 15.00 0 . 001111111111111 17.00 0 . 22222233333333333 13.00 0 . 4444445555555 26.00 0 . 66666666666667777777777777 19.00 0 . 8888899

12、999999999999 13.00 1 . 0000000000011 19.00 1 . 2222222222222222223 13.00 1 . 4444555555555 2.00 1 . 77 6.00 1 . 888889 6.00 2 . 000111 12.00 Extremes (=2351) Stem width: 1000.000 Each leaf: 1 case(s)結(jié)果分析如下 收入 女 男平均數(shù) 1005.28562 1066.92791 均數(shù)的95%可信區(qū)間 （907.63853，1102.93272） （936.59779，1197.25802）5%的調(diào)整均

13、數(shù) 957.92011 986.95497 中位數(shù) 937.50000 937.50000標(biāo)準(zhǔn)差 696.734940 837.360082標(biāo)準(zhǔn)差 485439.577 701171.907最小值 7.426 58.630最大值 3125.000 6250.000極差 3117.574 6191.370四分位數(shù)間距 937.563 718.750偏度系數(shù) 2.370 2.370峰度系數(shù) .310 10.166（3）p-p圖分析Age結(jié)果分析年齡在正態(tài)p-p圖的散點(diǎn)近似成一條直線，無趨勢正態(tài)p-p圖的散點(diǎn)均勻分布在直線y=0的上下，故可認(rèn)為本資料服從正態(tài)分布4、 相關(guān)分析。相關(guān)分析是分析客觀事物

14、之間關(guān)系的數(shù)量分析法，明確客觀事之間有怎樣的關(guān)系對理解和運(yùn)用相關(guān)分析是極其重要的。函數(shù)關(guān)系是指兩事物之間的一種一一對應(yīng)的關(guān)系，即當(dāng)一個(gè)變量X取一定值時(shí)，另一個(gè)變量函數(shù)Y可以根據(jù)確定的函數(shù)取一定的值。另一種普遍存在的關(guān)系是統(tǒng)計(jì)關(guān)系。統(tǒng)計(jì)關(guān)系是指兩事物之間的一種非一一對應(yīng)的關(guān)系，即當(dāng)一個(gè)變量X取一定值時(shí)，另一個(gè)變量Y無法根據(jù)確定的函數(shù)取一定的值。統(tǒng)計(jì)關(guān)系可分為線性關(guān)系和非線性關(guān)系。事物之間的函數(shù)關(guān)系比較容易分析和測度，而事物之間的統(tǒng)計(jì)關(guān)系卻不像函數(shù)關(guān)系那樣直接，但確實(shí)普遍存在，并且有的關(guān)系強(qiáng)有的關(guān)系弱，程度各有差異。如何測度事物之間的統(tǒng)計(jì)關(guān)系的強(qiáng)弱是人們關(guān)注的問題。相關(guān)分析正是一種簡單易行的測度事

15、物之間統(tǒng)計(jì)關(guān)系的有效工具。Correlations收入旅游花費(fèi)額外收入收入Pearson Correlation1.140*.853*Sig. (2-tailed).008.000N359359359旅游花費(fèi)Pearson Correlation.140*1.183*Sig. (2-tailed).008.000N359359359額外收入Pearson Correlation.853*.183*1Sig. (2-tailed).000.000N359359359*. Correlation is significant at the 0.01 level (2-tailed).上表是對本次分

16、析數(shù)據(jù)中，旅游花費(fèi)、收入、額外收入的相關(guān)分析，表中相關(guān)系數(shù)旁邊有兩個(gè)星號（*）的，表示顯著性水平為0.01時(shí)，仍拒絕原假設(shè)。一個(gè)星號（*）表示顯著性水平為0.05是仍拒絕原假設(shè)。先以現(xiàn)旅游花費(fèi)這一變量與其他變量的相關(guān)性為例分析，由上表可知，旅游花費(fèi)與額外收入的相關(guān)性最大，5.回歸分析有相關(guān)性分析可得收入，旅游花費(fèi)呈線性相關(guān)，因此作回歸分析Variables Entered/RemovedbModelVariables EnteredVariables RemovedMethod1收入a.Entera. All requested variables entered.b. Dependent V

17、ariable: 旅游花費(fèi)Model SummarybModelRR SquareAdjusted R SquareStd. Error of the Estimate1.140a.020.017129.604a. Predictors: (Constant), 收入b. Dependent Variable: 旅游花費(fèi)ANOVAbModelSum of SquaresdfMean SquareFSig.1Regression120443.8091120443.8097.170.008aResidual5996596.23935716797.188Total6117040.048358a. P

18、redictors: (Constant), 收入b. Dependent Variable: 旅游花費(fèi)CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant)91.56311.5287.943.000收入.024.009.1402.678.008a. Dependent Variable: 旅游花費(fèi)Residuals StatisticsaMinimumMaximumMeanStd. DeviationNPredicted Value91.74241.90116.4118.342359Std. Predicted Value-1.345