SPSS數(shù)據(jù)分析報(bào)告

1、SPSS期末報(bào)告關(guān)于員工受教育程度對(duì)其工資水平的影響統(tǒng)計(jì)分析報(bào)告課程名稱(chēng)：SPSS統(tǒng)計(jì)分析方法姓 名：湯重陽(yáng)學(xué) 號(hào)：1402030108所在專(zhuān)業(yè)：人力資源管理所在班級(jí)：三班目錄一、數(shù)據(jù)樣本描述 1二、要解決的問(wèn)題描述 11 數(shù)據(jù)管理與軟件入門(mén)部分 11.1 分類(lèi)匯總 11.2 個(gè)案排秩 11.3 連續(xù)變量變分組變量 12 統(tǒng)計(jì)描述與統(tǒng)計(jì)圖表部分 12.1 頻數(shù)分析 12.2 描述統(tǒng)計(jì)分析 13 假設(shè)檢驗(yàn)方法部分 23.1 分布類(lèi)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.

2、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(jí)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(mén)部分 31.1 分類(lèi)匯總 31.2 個(gè)案排秩 41.3 連續(xù)變量變分組變量 52 統(tǒng)計(jì)描述與統(tǒng)計(jì)圖表部分 52.1 頻數(shù)分析 52.2 描述統(tǒng)計(jì)分析 73 假設(shè)檢驗(yàn)方法部分 83.1 分布類(lèi)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(jí)階段方法部分 18

3、4.1 信度 184.2 效度 19一、數(shù)據(jù)樣本描述分析數(shù)據(jù)來(lái)自于“微盤(pán) 一一SPS熨據(jù)包data02-01”。（ vdisk.weibo./s/cLUq3Ep3X1lp?archive_ref=F0I4kg0FObO2f&archive_path=%2FSPSS%E6%95 %B0%E6%8D%AE%E5%8C%85&category_i）d=0本次分析的數(shù)據(jù)為某公司474名職工狀況統(tǒng)計(jì)表，其中共包含11個(gè)變量，分別是：id （職 工編號(hào)），gender（性別），bdate（出生日期），edcu（受教育水平程度），jobcat （職務(wù)等級(jí)），salbegin（起始工資），sa

4、lary （現(xiàn)工資），jobtime（本單位工作經(jīng)歷 月），prevexp（以前工作經(jīng)歷 月），minority（民族類(lèi)型），age（年齡）。通過(guò)運(yùn)用SPSS統(tǒng)計(jì)軟件，對(duì)變量進(jìn)行統(tǒng)計(jì)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(wèn)題描述1 數(shù)據(jù)管理與軟件入門(mén)部分1.1 分類(lèi)匯總以受教育水平程度為分組依據(jù)，對(duì)職工的起始工資和現(xiàn)工資進(jìn)行數(shù)據(jù)匯總。1.2 個(gè)案排秩對(duì)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(gè)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(jì)描述與統(tǒng)計(jì)圖表部分2.1 頻數(shù)分析利用了某公

5、司 474名職工基本狀況的統(tǒng)計(jì)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(jì)分析以職工受教育水平程度為依據(jù)， 對(duì)職工起始工資進(jìn)行描述統(tǒng)計(jì)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(shì)和離散趨勢(shì)。3 假設(shè)檢驗(yàn)方法部分3.1 分布類(lèi)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(cè)變量， 通過(guò)單因素

6、方差分析方法研 究受教育水平和起始工資對(duì)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(duì)受教育程度和現(xiàn)工資兩個(gè)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(cè)現(xiàn)工資水平的回歸方程4 高級(jí)階段方法部分對(duì)該樣本數(shù)據(jù)進(jìn)行信效度檢測(cè)三、具體步驟描述1數(shù)據(jù)管理與軟件入門(mén)部分1.1分類(lèi)匯總以受教育水平為分組依據(jù)，對(duì)職工的起始工資和現(xiàn)工資進(jìn)行數(shù)據(jù)匯總血Csalary_meansalbeginmean；N BREAK I824399 061306

7、4161901431625.0016625.006153個(gè)過(guò)15610.601161648226.9322338.4769仃59527 2726904 £6111865127.7832240,0091934764 07272064312 5036240 0022165000.0037500 001圖1.1分類(lèi)匯總數(shù)據(jù)由圖1.1所示，受教育等級(jí)以年為單位劃分可分為 8年、12年、14年等圖中所示10個(gè)等 級(jí)。以等級(jí)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(jì) 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

8、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(gè)案排秩對(duì)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(gè)案排秩。表1.2-1現(xiàn)工資水平個(gè)案排秩統(tǒng)計(jì)量統(tǒng)計(jì)資料Rank of salary by educN有效遺漏4740平均數(shù)60.43460中位數(shù)46.50000標(biāo)準(zhǔn)偏差50.975992範(fàn)圍189.000最小值1.000最大值190.000表1.2-2初始工資水平個(gè)案排秩統(tǒng)計(jì)量統(tǒng)計(jì)資料Rank of salbegi n by educK I有效474N遺漏0平均數(shù)60.43460中位數(shù)47.50000標(biāo)準(zhǔn)偏差50.

9、865407範(fàn)圍189.000最小值1.000最大值190.0001.3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<331.2.2.21.557.872.886.9>7361.31.3334326756.356.3有效43537115.015.053636714.114.16373總計(jì)6213.113.1100.0474100.0100.0根據(jù)表1.3所示，該公司474名職員年齡幾乎全部在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(jì)描述與統(tǒng)計(jì)圖

10、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(jì)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(jì)表Gen der次數(shù)百分比有效的百分比累積百分比Female21645.645.645.6100.0有效Male25854.454.4總計(jì)474100.0100.0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%,該公司職工男女?dāng)?shù)量差距不大，男性略多于女性。下面對(duì)該公司員工受教育程度進(jìn)行頻數(shù)分析：Educatio nal Leve

11、l (years)次數(shù)百分比有效的百分比累積百分比85311.211.211.21219040.140.151.31461.31.352.51511624.524.577.0165912.412.489.5有效17112.32.391.81891.91.993.719275.75.799.4202.4.499.8211.2.2100.0總計(jì)474100.0100.0直方捌平均值=1349IS坤 4 2.885Nl= +74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(shuō)明，被調(diào)查的474名職工中，受過(guò)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1

12、5年，共有116人，占總?cè)藬?shù)的24.5%。且接受 過(guò)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(jì)分析以職工受教育水平程度為依據(jù)，對(duì)職工起始工資進(jìn)行描述統(tǒng)計(jì)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(shì)和離散趨勢(shì)。（由于輸出結(jié)果較長(zhǎng)，為了便于解釋?zhuān)瑑H截取職工受教育水平年限為 8年的分析結(jié)果）Educational L酮?jiǎng)?chuàng)（years婭計(jì)直料Beginning Salary 0卡土勺鞅?1 3.04.15$33178495%平均啟的信轄昭間下限上限$l2r4OD.3a$13727.925%燈警的平均蔭513r016.35中位軸$13,050,0057991

13、70.900S2.408147最小値$站血S18.750範(fàn)園1,000內(nèi)四分位距14.975.143.327-1.219.644圖2.2-1 職工起始工資描述統(tǒng)計(jì)表（部分）宜方圖educ= 0 的214.7 N-烏圖2.2-2 職工起始工資描述統(tǒng)計(jì)直方圖（部分）圖2.2給出的就是以受教育年限為8年時(shí)職工起始工資的描述統(tǒng)計(jì)，由此得出結(jié)論如下：（1） 集中趨勢(shì)指標(biāo)：由圖2.2-1可知，職工起始工資均值為$13064.15，5冊(cè)尾均數(shù)為 $13016.35，中位數(shù)為$13050.00，三者差異較大，說(shuō)明數(shù)據(jù)分布的對(duì)稱(chēng)性較差。（2）離散趨勢(shì)指標(biāo)：起始工資方差為 5799170.900，其平方根即標(biāo)準(zhǔn)差

14、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(jì)：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刑信區(qū)間為 $12400.38-$13727.92。（4） 分布特征指標(biāo)：根據(jù)描述統(tǒng)計(jì)數(shù)據(jù)可知，該樣本數(shù)據(jù)中偏度為0.148>0，曲線右偏；峰度為-1.219<3，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(lèi)型檢驗(yàn)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)

15、分布a =0.05表職工現(xiàn)工資正態(tài)分布檢驗(yàn)結(jié)果單一樣本 Kolmogorov-Smirnov 檢定Current Salary N474由臺(tái)匕殃齢a,b平均數(shù)$34,419.57吊態(tài)參數(shù)標(biāo)準(zhǔn)偏差$17,075.661絕對(duì).208取極端差異正.208負(fù)-.143測(cè)試統(tǒng)計(jì)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(jì)算。c. Lilliefors顯著更正。Kolmogorov-Smirnov圖檢驗(yàn)詳細(xì)模型輸出結(jié)果如表所示：P=0.000P<a接受H1,認(rèn)為職工的現(xiàn)工資統(tǒng)計(jì)量不服從正態(tài)分布二項(xiàng)分布抽樣數(shù)據(jù)中職工的性別分布是否平衡。H0抽樣數(shù)據(jù)中職工性別比例無(wú)差異

16、H1:抽樣數(shù)據(jù)中職工性別比例有差異a =0.05表職工性別二項(xiàng)分布檢驗(yàn)結(jié)果二項(xiàng)式檢定類(lèi)別N觀察比例。檢定比例。精確顯著性（雙 尾）群組1male258.54.50.060gen der群組 2female216.46總計(jì)4741.00P=0.06P>a接受H0,認(rèn)為抽樣數(shù)據(jù)中職工性別比例無(wú)差異游程檢驗(yàn)該樣本中的抽樣數(shù)據(jù)是否隨機(jī)（檢測(cè)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a =0.05表性別序列游程檢驗(yàn)連檢定測(cè)試值agender .46觀察值 < 檢定值258觀察值 >=檢定值216總箱數(shù)474連個(gè)數(shù)110Z-1

17、1.692漸近顯著性（雙尾）.000a.平均數(shù)單一樣本分布檢定圖性別序列游程檢驗(yàn)詳細(xì)模型輸出P=0.000P<a接受H1,認(rèn)為樣本數(shù)據(jù)中性別序列不是隨機(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a =0.05表年齡序列游程檢驗(yàn)結(jié)果連檢定Years測(cè)試值a47.14觀察值 < 檢定值298觀察值 >=檢定值175總箱數(shù)473連個(gè)數(shù)196Z-2.519漸近顯著性(雙尾).012a.平均數(shù)瑕一樣本分布檢定0 100分命太少AMI, I I I=196200300400500分布龍多圖年齡序列游程檢驗(yàn)詳細(xì)模型輸出結(jié)果P=0.012P<a

18、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(cè)變量，通過(guò)單因素方差分析方法研究受教育水平和起始工資對(duì)現(xiàn)工資的影響進(jìn)行分析。（1）起始工資對(duì)現(xiàn)工資的影響分析H0認(rèn)為起始工資對(duì)現(xiàn)工資沒(méi)有顯著影響H1:認(rèn)為起始工資對(duì)現(xiàn)工資有顯著影響a =0.05表3.2-1 起始工資對(duì)現(xiàn)工資的影響分析結(jié)果變異數(shù)分析Curre nt Salary平方和121986603521.73df平均值平方F顯著性群組之間6891370635994.62633.040.000在群組60338441484093.528137916495436.34

19、總計(jì)0473P=0.000P<a接受H1,認(rèn)為起始工資對(duì)現(xiàn)工資有顯著影響。(2)受教育水平對(duì)現(xiàn)工資的影響分析對(duì)受教育水平與現(xiàn)工資之間進(jìn)行方差齊性檢測(cè)，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(cè)試Curre nt SalaryLeve ne統(tǒng)計(jì)資料df1df2顯著性16.1698464.000P=0.000<0.05，認(rèn)為該樣本方差不齊的要求，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(duì)現(xiàn)工資沒(méi)有顯著影響H1:認(rèn)為受教育水平對(duì)現(xiàn)工資有顯著影響a =0.05表3.2-3受教育水平對(duì)現(xiàn)工資的影響分析結(jié)果變異數(shù)分析Current Salary平

20、方和df平均值平方F顯著性群組之間88653535061.98499850392784.66592.779.000在群組內(nèi)49262960374.356464106170173.221總計(jì)137916495436.340473P=0.000P<a接受H1,認(rèn)為職工受教育水平對(duì)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a =0.05卡方測(cè)試數(shù)值df漸近顯著性 （2端）皮爾森 （Pearson）卡方1969.1893801.000概似比765.6

21、51801.811線性對(duì)線性關(guān)聯(lián)189.6431.000有效觀察值個(gè)數(shù)474a. 878資料格（97.6%）預(yù)期計(jì)數(shù)小於5。預(yù)期的計(jì)數(shù)下限為.00 。P=0.000P<a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a =0.05表3.3-2 現(xiàn)工資與起始工資的分析結(jié)果卡方測(cè)試 數(shù)值df漸近顯著性（2端）皮爾森（Pearso n）卡方26391.304a19580.000概似比2672.323195801.000線性對(duì)線性關(guān)聯(lián)366.3891.000有效觀察值個(gè)數(shù)474a. 19890 資料格（100.0%

22、）預(yù)期計(jì)數(shù)小於5。預(yù)期的計(jì)數(shù)下限為.00 。P=0.000P<a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相關(guān)分析（1）雙變量相關(guān)分析對(duì)受教育程度與現(xiàn)工資之間進(jìn)行相關(guān)性分析。相關(guān)Educational,“、Current SalaryLevel (years)皮爾森(Pearso n)相關(guān)1*.661Educati onal Level (years)顯著性（雙尾）.000N474474皮爾森(Pearso n)相關(guān)*.6611Current Salary顯著性（雙尾）.000N474474*.相關(guān)性在0.01層上顯著（雙尾）由表可知，受教育程度與現(xiàn)工資

23、之間存在相關(guān)性，相關(guān)系數(shù)為0.661，對(duì)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(jì)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(cè)數(shù)據(jù)無(wú)法說(shuō)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(jiǎn)介的鏈條影響，也就是說(shuō)，在控制了初始工資水平之后，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(duì)這三個(gè)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)Curre ntEducati onalSalaryLevel (years)相關(guān)1.000.28

24、1Current Salary顯著性（雙尾）.000Begi nningdf0471SalaryEducati onal Level相關(guān).2811.000(years)顯著性（雙尾）.000df4710如圖所示，在控制初始工資后計(jì)算出受教育水平與現(xiàn)工資的偏相關(guān)系數(shù)為0.281，對(duì)相關(guān)系數(shù)檢驗(yàn)雙側(cè)P=0.000,雖然相關(guān)系數(shù)有所減小，但仍然具有統(tǒng)計(jì)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。342線性回歸模型建立用受教育程度預(yù)測(cè)現(xiàn)工資的回歸方程。1150,000-$1 00,000-erlm(/>-LI 心JnoS50.D0O-i1-

25、1-i-I612 H 15161719192021Educational Level (year$)圖受教育程度與現(xiàn)工資水平散點(diǎn)圖由圖可以看出，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(lái)解釋兩變量之間的關(guān)系。表回歸方程模型匯總模型摘要標(biāo)準(zhǔn)偏斜度錯(cuò)誤$12,833.540模型RR平方調(diào)整後R平方1.661a.436.435a. 預(yù)測(cè)值：(常數(shù))，Educational Level (years)由表可知，決定系數(shù)R2=0.436，說(shuō)明在對(duì)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。變異數(shù)分析a模型平方和df平均值平方F顯著性60178217760.0

26、060178217760.00cb迴歸010365.381.00077738277676.331殘差9472164699740.840137916495436.3總計(jì)40473a.應(yīng)變數(shù):Current Salaryb.預(yù)測(cè)值:：（常數(shù)），Educational Level (years)由表可知，對(duì)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(jì)意義，也就是說(shuō)，自變量受教育程度的回歸系數(shù)具有統(tǒng)計(jì)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模型非標(biāo)準(zhǔn)化係數(shù)標(biāo)準(zhǔn)化係數(shù)-萌盤(pán)并B標(biāo)準(zhǔn)錯(cuò)誤BetaT顯者性(常數(shù))1Educatio nal Level(years)-18331.1782821.912-6.496.0003909.907204.547.66119.115.000a.應(yīng)變數(shù) : Current Salary由表可知，回歸方程中a=-18331.178，b=3909.907,因此可以寫(xiě)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(shí)，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(gè)單位，在該公司內(nèi)的現(xiàn)工資水平將增加$3909.9。4高級(jí)階段方法部分對(duì)