2019SPSS簡單數(shù)據(jù)統(tǒng)計分析報告

1、2019SPSS簡單數(shù)據(jù)統(tǒng)計分析報告目 錄一、數(shù)據(jù)樣本描述1二、要解決的問題描述11 數(shù)據(jù)管理與軟件入門部分11.1 分類匯總11.2 個案排秩11.3 連續(xù)變量變分組變量12 統(tǒng)計描述與統(tǒng)計圖表部分12.1 頻數(shù)分析12.2 描述統(tǒng)計分析13 假設(shè)檢驗(yàn)方法部分23.1 分布類型檢驗(yàn)23.1.1 正態(tài)分布23.1.2 二項(xiàng)分布23.1.3 游程檢驗(yàn)23.2 單因素方差分析23.3 卡方檢驗(yàn)23.4 相關(guān)與線性回歸的分析方法23.4.1 相關(guān)分析（雙變量相關(guān)分析&偏相關(guān)分析）23.4.2 線性回歸模型24 高級階段方法部分2三、 具體步驟描述31 數(shù)據(jù)管理與軟件入門部分31.1 分類匯總31.2

2、 個案排秩41.3 連續(xù)變量變分組變量52 統(tǒng)計描述與統(tǒng)計圖表部分52.1 頻數(shù)分析52.2 描述統(tǒng)計分析73 假設(shè)檢驗(yàn)方法部分83.1 分布類型檢驗(yàn)83.1.1 正態(tài)分布83.1.2 二項(xiàng)分布103.1.3 游程檢驗(yàn)103.2 單因素方差分析123.3 卡方檢驗(yàn)133.4 相關(guān)與線性回歸的分析方法143.4.1 相關(guān)分析143.4.2 線性回歸模型164 高級階段方法部分184.1 信度18一、數(shù)據(jù)樣本描述本次分析的數(shù)據(jù)為某公司474名職工狀況統(tǒng)計表，其中共包含11個變量，分別是：id（職工編號），gender(性別)，bdate(出生日期)，edcu（受教育水平程度），jobcat（職務(wù)等

3、級），salbegin（起始工資），salary（現(xiàn)工資），jobtime(本單位工作經(jīng)歷)，prevexp(以前工作經(jīng)歷)，minority(民族類型)，age(年齡)。通過運(yùn)用SPSS統(tǒng)計軟件，對變量進(jìn)行統(tǒng)計分析，以了解該公司職工總體狀況，并分析職工受教育程度、起始工資、現(xiàn)工資的分布特點(diǎn)及相互間的關(guān)系。二、要解決的問題描述1 數(shù)據(jù)管理與軟件入門部分1.1 分類匯總以受教育水平程度為分組依據(jù)，對職工的起始工資和現(xiàn)工資進(jìn)行數(shù)據(jù)匯總。1.2 個案排秩對受教育水平程度不同的職工起始工資和現(xiàn)工資進(jìn)行個案排秩。1.3 連續(xù)變量變分組變量將被調(diào)查者的年齡分為10組，要求等間距。2 統(tǒng)計描述與統(tǒng)計圖表部分

4、2.1 頻數(shù)分析利用了某公司474名職工基本狀況的統(tǒng)計數(shù)據(jù)表，在性別、受教育水平程度不同的狀況下進(jìn)行頻數(shù)分析，從而了解該公司職工的男女職工數(shù)量、受教育狀況的基本分布。2.2 描述統(tǒng)計分析以職工受教育水平程度為依據(jù)，對職工起始工資進(jìn)行描述統(tǒng)計分析，得到它們的均值、標(biāo)準(zhǔn)差、偏度峰度等數(shù)據(jù)，以進(jìn)一步把握數(shù)據(jù)的集中趨勢和離散趨勢。3 假設(shè)檢驗(yàn)方法部分3.1 分布類型檢驗(yàn)3.1.1 正態(tài)分布分析職工的現(xiàn)工資是否服從正態(tài)分布。3.1.2 二項(xiàng)分布抽樣數(shù)據(jù)中職工的性別分布是否平衡。3.1.3 游程檢驗(yàn)該樣本中的抽樣數(shù)據(jù)是否隨機(jī)。3.2 單因素方差分析把受教育水平和起始工資作為控制變量，現(xiàn)工資為觀測變量，通過

5、單因素方差分析方法研究受教育水平和起始工資對現(xiàn)工資的影響進(jìn)行分析。3.3 卡方檢驗(yàn)職工的起始工資水平和現(xiàn)工資水平與其受教育程度之間是否存在關(guān)聯(lián)性。3.4 相關(guān)與線性回歸的分析方法3.4.1 相關(guān)分析（雙變量相關(guān)分析&偏相關(guān)分析）對受教育程度和現(xiàn)工資兩個變量進(jìn)行相關(guān)性分析。3.4.2 線性回歸模型建立用受教育程度預(yù)測現(xiàn)工資水平的回歸方程4 高級階段方法部分對該樣本數(shù)據(jù)進(jìn)行信效度檢測三、具體步驟描述1 數(shù)據(jù)管理與軟件入門部分1.1 分類匯總以受教育水平為分組依據(jù)，對職工的起始工資和現(xiàn)工資進(jìn)行數(shù)據(jù)匯總。圖 1.1分類匯總數(shù)據(jù)由圖1.1所示，受教育等級以年為單位劃分可分為8年、12年、14年等圖中所示

6、10個等級。以等級為8年為例，現(xiàn)工資均值為24399.06美元，起始工資均值為13064.15美元，統(tǒng)計量為53人。經(jīng)比較可知，教育年限為12年和15年的職工在公司中占大多數(shù)，教育年限為20年和21年的職工在公司中的初始工資平均水平較高，但教育年限為19年的職工現(xiàn)工資平均水平較高。1.2 個案排秩對受教育水平程度不同的職工起始工資和現(xiàn)工資進(jìn)行個案排秩。表 1.2-1 現(xiàn)工資水平個案排秩統(tǒng)計量統(tǒng)計資料Rank of salary by educN有效遺漏4740平均數(shù)中位數(shù)標(biāo)準(zhǔn)偏差範(fàn)圍最小值最大值60.4346046.5000050.189.0001.000190.000表 1.2-2 初始工資

7、水平個案排秩統(tǒng)計量統(tǒng)計資料Rank of salbegin by educN有效遺漏4740平均數(shù)中位數(shù)標(biāo)準(zhǔn)偏差範(fàn)圍最小值最大值60.4346047.5000050.189.0001.000190.0001.3 連續(xù)變量變分組變量將被調(diào)查者的年齡分為5組。表 1.3 被調(diào)查者年齡分布（已分組）agec次數(shù)百分比有效的百分比累積百分比有效733343435353636373總計16267716762474.21.356.315.014.113.1100.0.21.356.315.014.113.1100.0.21.557.872.886.9100.0根據(jù)表1.3所示，該公司474名職員年齡幾乎全

8、部在33歲以上、73歲以下，年齡層分布集中在已有工作經(jīng)驗(yàn)的人當(dāng)中，其中3343歲的員工為該公司的主體。2 統(tǒng)計描述與統(tǒng)計圖表部分2.1 頻數(shù)分析利用了某公司474名職工基本狀況的統(tǒng)計數(shù)據(jù)表，在性別、受教育水平程度不同的狀況下進(jìn)行頻數(shù)分析，從而了解該公司職工的男女職工數(shù)量、受教育狀況的基本分布。表 2.1-1 職工性別頻數(shù)統(tǒng)計表Gender次數(shù)百分比有效的百分比累積百分比有效FemaleMale總計21625847445.654.4100.045.654.4100.045.6100.0由表2.1-1可知，在該公司的474名職工中，有216名女性，258名男性，男女比例分別為45.6%和54.4%

9、，該公司職工男女?dāng)?shù)量差距不大，男性略多于女性。下面對該公司員工受教育程度進(jìn)行頻數(shù)分析：表 2.1-2 職工受教育程度頻數(shù)統(tǒng)計表Educational Level (years)次數(shù)百分比有效的百分比累積百分比有效8121415161718195319011.211.211.240.140.151.361.31.352.511624.524.577.05912.412.489.5112.32.391.891.91.993.7275.75.799.4202.4.499.8211.2.2100.0總計474100.0100.0圖 2.1-2 職工受教育程度頻數(shù)分布直方圖表2.1-2及其直方圖說明，被

10、調(diào)查的474名職工中，受過12年教育的職工是該組頻數(shù)最高的，為190人，占總?cè)藬?shù)的40.1%，其次為15年，共有116人，占總?cè)藬?shù)的24.5%。且接受過高于20年的教育的人數(shù)只有1人，比例很低。2.2 描述統(tǒng)計分析以職工受教育水平程度為依據(jù)，對職工起始工資進(jìn)行描述統(tǒng)計分析，得到它們的均值、標(biāo)準(zhǔn)差、偏度峰度等數(shù)據(jù)，以進(jìn)一步把握數(shù)據(jù)的集中趨勢和離散趨勢。（由于輸出結(jié)果較長，為了便于解釋，僅截取職工受教育水平年限為8年的分析結(jié)果）圖 2.2-1 職工起始工資描述統(tǒng)計表（部分）圖 2.2-2 職工起始工資描述統(tǒng)計直方圖（部分）圖2.2給出的就是以受教育年限為8年時職工起始工資的描述統(tǒng)計，由此得出結(jié)論如

11、下：（1） 集中趨勢指標(biāo)：由圖2.2-1可知，職工起始工資均值為$13064.15，5%截尾均數(shù)為$13016.35，中位數(shù)為$13050.00，三者差異較大，說明數(shù)據(jù)分布的對稱性較差。（2） 離散趨勢指標(biāo)：起始工資方差為.900，其平方根即標(biāo)準(zhǔn)差為2408.147，樣本中極小值為$9750，極大值為美元18750，兩者之差為全距（范圍）$9000，中間一半樣本的全距為四分位間距$4875。（3） 參數(shù)估計：職工起始工資的標(biāo)準(zhǔn)誤差為$330.784，相應(yīng)的總體均數(shù)95%可信區(qū)間為$12400.38-$13727.92。（4） 分布特征指標(biāo)：根據(jù)描述統(tǒng)計數(shù)據(jù)可知，該樣本數(shù)據(jù)中偏度為0.1480，

12、曲線右偏；峰度為-1.2193，曲線較為平緩（該結(jié)論也可從圖2.2-2的直方圖及其曲線中看出）。3 假設(shè)檢驗(yàn)方法部分3.1 分布類型檢驗(yàn)3.1.1 正態(tài)分布分析職工的現(xiàn)工資是否服從正態(tài)分布。H0：職工的現(xiàn)工資服從正態(tài)分布H1：職工的現(xiàn)工資不服從正態(tài)分布=0.05表 3.1.1 職工現(xiàn)工資正態(tài)分布檢驗(yàn)結(jié)果單一樣本 Kolmogorov-Smirnov 檢定Current SalaryN474常態(tài)參數(shù)a,b平均數(shù)$34,419.57標(biāo)準(zhǔn)偏差$17,075.661最極端差異絕對.208正.208負(fù)-.143測試統(tǒng)計資料.208漸近顯著性 （雙尾）.000ca. 檢定分配是常態(tài)的。b. 從資料計算。c

13、. Lilliefors 顯著更正。圖 3.1.1 K-S檢驗(yàn)詳細(xì)模型輸出結(jié)果如表3.1.1所示：P=0.000P接受H0，認(rèn)為抽樣數(shù)據(jù)中職工性別比例無差異。3.1.3 游程檢驗(yàn)該樣本中的抽樣數(shù)據(jù)是否隨機(jī)（檢測數(shù)據(jù)均以均值為分割點(diǎn)）。（1） 性別：H0：抽樣數(shù)據(jù)中性別序列為隨機(jī)序列H1：抽樣數(shù)據(jù)中性別序列不為隨機(jī)序列=0.05表 3.1.3-1 性別序列游程檢驗(yàn)連檢定gender測試值a.46觀察值 = 檢定值216總箱數(shù)474連個數(shù)110Z-11.692漸近顯著性 （雙尾）.000a. 平均數(shù)圖 3.1.3-1 性別序列游程檢驗(yàn)詳細(xì)模型輸出P=0.000P接受H1，認(rèn)為樣本數(shù)據(jù)中性別序列不是

14、隨機(jī)序列。（2） 年齡：H0：抽樣數(shù)據(jù)中年齡序列是隨機(jī)序列H1：抽樣數(shù)據(jù)中年齡序列不是隨機(jī)序列=0.05表 3.1.3-2 年齡序列游程檢驗(yàn)結(jié)果連檢定Years測試值a47.14觀察值 = 檢定值175總箱數(shù)473連個數(shù)196Z-2.519漸近顯著性 （雙尾）.012a. 平均數(shù)圖 3.1.3-2 年齡序列游程檢驗(yàn)詳細(xì)模型輸出結(jié)果P=0.012P接收H1,認(rèn)為年齡序列不是隨機(jī)序列。3.2 單因素方差分析把受教育水平和起始工資作為控制變量，現(xiàn)工資為觀測變量，通過單因素方差分析方法研究受教育水平和起始工資對現(xiàn)工資的影響進(jìn)行分析。（1） 起始工資對現(xiàn)工資的影響分析H0：認(rèn)為起始工資對現(xiàn)工資沒有顯著影

15、響H1：認(rèn)為起始工資對現(xiàn)工資有顯著影響=0.05表 3.2-1 起始工資對現(xiàn)工資的影響分析結(jié)果變異數(shù)分析Current Salary平方和df平均值平方F顯著性群組之間1.73689.62633.040.000在群組內(nèi).603384.528總計6.340473P=0.000P接受H1，認(rèn)為起始工資對現(xiàn)工資有顯著影響。（2） 受教育水平對現(xiàn)工資的影響分析對受教育水平與現(xiàn)工資之間進(jìn)行方差齊性檢測，其結(jié)果如下：表 3.2-2 方差齊性檢驗(yàn)結(jié)果變異數(shù)同質(zhì)性測試Current SalaryLevene 統(tǒng)計資料df1df2顯著性16.1698464.000P=0.0000.05，認(rèn)為該樣本方差不齊的要求

16、，因此下面進(jìn)行的方差分析結(jié)論的穩(wěn)定性較差。單因素方差檢驗(yàn)：H0：認(rèn)為受教育水平對現(xiàn)工資沒有顯著影響H1：認(rèn)為受教育水平對現(xiàn)工資有顯著影響=0.05表 3.2-3 受教育水平對現(xiàn)工資的影響分析結(jié)果變異數(shù)分析Current Salary平方和df平均值平方F顯著性群組之間.9849.66592.779.000在群組內(nèi).356464.221總計6.340473P=0.000P接受H1，認(rèn)為職工受教育水平對現(xiàn)工資有顯著影響。3.3 卡方檢驗(yàn)職工的起始工資水平和現(xiàn)工資水平與其受教育程度之間是否存在關(guān)聯(lián)性。（1）H0：起始工資水平與受教育程度之間不存在關(guān)聯(lián)性H1：起始工資水平與受教育程度之間存在關(guān)聯(lián)性=0

17、.05表 3.3-1 起始工資與受教育程度的分析結(jié)果卡方測試數(shù)值df漸近顯著性 （2 端）皮爾森 (Pearson) 卡方1969.189a801.000概似比765.651801.811線性對線性關(guān)聯(lián)189.6431.000有效觀察值個數(shù)474a. 878 資料格 (97.6%) 預(yù)期計數(shù)小於 5。預(yù)期的計數(shù)下限為 .00。P=0.000P接受H1，認(rèn)為起始工資與受教育程度之間存在關(guān)聯(lián)性。（2）H0：現(xiàn)工資與起始工資之間不存在關(guān)聯(lián)性H1：現(xiàn)工資與起始工資之間存在關(guān)聯(lián)性=0.05表 3.3-2 現(xiàn)工資與起始工資的分析結(jié)果卡方測試數(shù)值df漸近顯著性 （2 端）皮爾森 (Pearson) 卡方26

18、391.304a19580.000概似比2672.323195801.000線性對線性關(guān)聯(lián)366.3891.000有效觀察值個數(shù)474a. 19890 資料格 (100.0%) 預(yù)期計數(shù)小於 5。預(yù)期的計數(shù)下限為 .00。P=O.OOOP接受H1，認(rèn)為現(xiàn)工資與起始工資之間存在關(guān)聯(lián)性。3.4 相關(guān)與線性回歸的分析方法3.4.1 相關(guān)分析（1） 雙變量相關(guān)分析對受教育程度與現(xiàn)工資之間進(jìn)行相關(guān)性分析。表 3.4.1-1 受教育程度與現(xiàn)工資間相關(guān)性檢測相關(guān)Educational Level (years)Current SalaryEducational Level (years)皮爾森 (Pears

19、on) 相關(guān)1.661*顯著性 （雙尾）.000N474474Current Salary皮爾森 (Pearson) 相關(guān).661*1顯著性 （雙尾）.000N474474*. 相關(guān)性在 0.01 層上顯著（雙尾）。由表3.4.1-1可知，受教育程度與現(xiàn)工資之間存在相關(guān)性，相關(guān)系數(shù)為0.661，對相關(guān)系數(shù)的檢驗(yàn)雙側(cè)P=0.000，所以可以認(rèn)為兩變量間的正相關(guān)是有統(tǒng)計學(xué)意義的，受教育程度影響職工的現(xiàn)工資水平，即受教育程度越高，現(xiàn)工資水平越高。（2）偏相關(guān)分析由于上述檢測數(shù)據(jù)無法說明相關(guān)系數(shù)中有多少是反映“受教育程度-初始工資水平-現(xiàn)工資水平”這樣一種簡介的鏈條影響，也就是說，在控制了初始工資水平

20、之后，受教育程度與現(xiàn)工資水平之間的相關(guān)性不確定，因此，下面采用偏相關(guān)分析對這三個因素進(jìn)行分析。表 3.4.1-2 受教育程度與現(xiàn)工資水平偏相關(guān)分析相關(guān)控制變數(shù)Current SalaryEducational Level (years)Beginning SalaryCurrent Salary相關(guān)1.000.281顯著性（雙尾）.000df0471Educational Level (years)相關(guān).2811.000顯著性（雙尾）.000.df4710如圖3.4.1-2所示，在控制初始工資后計算出受教育水平與現(xiàn)工資的偏相關(guān)系數(shù)為0.281，對相關(guān)系數(shù)檢驗(yàn)雙側(cè)P=0.000，雖然相關(guān)系數(shù)有所

21、減小，但仍然具有統(tǒng)計學(xué)意義。在控制初始工資后仍可以認(rèn)為受教育程度影響職工現(xiàn)工資水平，且受教育程度越高，現(xiàn)工資水平越高。3.4.2 線性回歸模型建立用受教育程度預(yù)測現(xiàn)工資的回歸方程。圖 3.4.2 受教育程度與現(xiàn)工資水平散點(diǎn)圖由圖3.4.2可以看出，受教育程度與現(xiàn)工資水平之間存在線性相關(guān)關(guān)系，且可以用回歸方程來解釋兩變量之間的關(guān)系。表 3.4.2-1 回歸方程模型匯總模型摘要模型RR 平方調(diào)整後 R 平方標(biāo)準(zhǔn)偏斜度錯誤1.661a.436.435$12,833.540a. 預(yù)測值：（常數(shù)），Educational Level (years)由表3.4.2-1可知，決定系數(shù)R2=0.436，說明在

22、對現(xiàn)工資水平的影響因素中，受教育程度起到一定的作用，但是并非決定性作用。表 3.4.2-2 回歸模型方差分析結(jié)果變異數(shù)分析a模型平方和df平均值平方F顯著性1迴歸.0001.000365.381.000b殘差.339472.840總計6.340473a. 應(yīng)變數(shù): Current Salaryb. 預(yù)測值：（常數(shù)），Educational Level (years)由表3.4.2-2可知，對該回歸方程模型的方差分析中，F(xiàn)值為365.381，P值小于0.05，所以該模型具有統(tǒng)計意義，也就是說，自變量受教育程度的回歸系數(shù)具有統(tǒng)計意義。表 3.4.2-3 回歸方程常數(shù)項(xiàng)及回歸系數(shù)檢驗(yàn)結(jié)果係數(shù)a模型非

23、標(biāo)準(zhǔn)化係數(shù)標(biāo)準(zhǔn)化係數(shù)T顯著性B標(biāo)準(zhǔn)錯誤Beta1（常數(shù)）-18331.1782821.912-6.496.000Educational Level (years)3909.907204.547.66119.115.000a. 應(yīng)變數(shù): Current Salary由表3.4.2-3可知，回歸方程中a=-18331.178，b=3909.907，因此可以寫出如下回歸方程：現(xiàn)工資水平=-18331.178+3909.907*受教育程度（年）由該方程可得出如下信息：（1） 當(dāng)受教育年限是0年時，在該公司內(nèi)的現(xiàn)工資水平為$-18331.2。（2） 受教育年限每增加一個單位，在該公司內(nèi)的現(xiàn)工資水平將增加$3909.9。4 高級階段方法部分對該樣本數(shù)據(jù)進(jìn)行信效度檢測。4.1 信度表 4.1-1 樣本數(shù)據(jù)信度檢測可靠性統(tǒng)計資料Cronbach 的 Alpha項(xiàng)目個數(shù).6013表 4.1-2 除去某項(xiàng)后信度檢測結(jié)果項(xiàng)目總計統(tǒng)計資料尺度平均數(shù)（如