SPSS數(shù)據(jù)分析報告

1、SPSS期末報告關于員工受教育程度對其工資水平的影響統(tǒng)計分析報告課程名稱：SPSS統(tǒng)計分析方法姓 名：湯重陽學 號：1402030108所在專業(yè)：人力資源管理所在班級：三班目錄一、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 假設檢驗方法部分 23.1 分布類型檢驗 23.1.1 正態(tài)分布 23.1.2 二項分布 23.1.3 游程檢驗 23.2 單因素方差分析 23.3 卡方檢驗 23.4 相關與線性回歸的分析方法 23.

2、4.1 相關分析（雙變量相關分析 &偏相關分析） 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 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 假設檢驗方法部分 83.1 分布類型檢驗 83.1.1 正態(tài)分布 83.1.2 二項分布 103.1.3 游程檢驗 103.2 單因素方差分析 123.3 卡方檢驗 133.4 相關與線性回歸的分析方法 143.4.1 相關分析 143.4.2 線性回歸模型 164 高級階段方法部分 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)來自于“微盤 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 （職務等級），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（民族類型），age（年齡）。通過運用SPSS統(tǒng)計軟件，對變量進行統(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)工資的分布特點及相互間的關系。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)計數(shù)據(jù)表， 在性別、受教育水平程度不同的狀況下 進行頻數(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)， 對職工起始工資進行描述統(tǒng)計分析， 得到它們的均值、 標 準差、偏度峰度等數(shù)據(jù)，以進一步把握數(shù)據(jù)的集中趨勢和離散趨勢。3 假設檢驗方法部分3.1 分布類型檢驗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 游程檢驗該樣本中的抽樣數(shù)據(jù)是否隨機。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

6、方差分析方法研 究受教育水平和起始工資對現(xiàn)工資的影響進行分析。3.3 卡方檢驗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聯(lián)性。3.4 相關與線性回歸的分析方法3.4.1 相關分析（雙變量相關分析 & 偏相關分析）對受教育程度和現(xiàn)工資兩個變量進行相關性分析。3.4.2 線性回歸模型建立用受教育程度預測現(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)工資進行數(shù)據(jù)匯總血Csalary_meansalbeginmean；N BREAK I824399 061306

7、4161901431625.0016625.006153個過15610.601161648226.9322338.4769仃59527 2726904 £6111865127.7832240,0091934764 07272064312 5036240 0022165000.0037500 001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

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)60.43460中位數(shù)46.50000標準偏差50.975992範圍189.000最小值1.000最大值190.000表1.2-2初始工資水平個案排秩統(tǒng)計量統(tǒng)計資料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標準偏差50.

9、865407範圍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)驗的人當中，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

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)計數(shù)據(jù)表，在性別、受教育水平程度不同的狀況下 進行頻數(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%,該公司職工男女數(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及其直方圖說明，被調(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1

12、5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)，對職工起始工資進行描述統(tǒng)計分析， 得到它們的均值、標 準差、偏度峰度等數(shù)據(jù)，以進一步把握數(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）Educational L酮創(chuàng)（years婭計直料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)論如下：（1） 集中趨勢指標：由圖2.2-1可知，職工起始工資均值為$13064.15，5冊尾均數(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：起始工資方差為 5799170.900，其平方根即標準差

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：職工起始工資的標準誤差為 $330.784，相應的總體均數(shù)95刑信區(qū)間為 $12400.38-$13727.92。（4） 分布特征指標：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0.148>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假設檢驗方法部分3.1分布類型檢驗正態(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)分布檢驗結(jié)果單一樣本 Kolmogorov-Smirnov 檢定Current Salary N474由臺匕殃齢a,b平均數(shù)$34,419.57吊態(tài)參數(shù)標準偏差$17,075.661絕對.208取極端差異正.208負-.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. Lilliefors顯著更正。Kolmogorov-Smirnov圖檢驗詳細模型輸出結(jié)果如表所示：P=0.000P<a接受H1,認為職工的現(xiàn)工資統(tǒng)計量不服從正態(tài)分布二項分布抽樣數(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表職工性別二項分布檢驗結(jié)果二項式檢定類別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4741.00P=0.06P>a接受H0,認為抽樣數(shù)據(jù)中職工性別比例無差異游程檢驗該樣本中的抽樣數(shù)據(jù)是否隨機（檢測數(shù)據(jù)均以均值為分割點）（1）性別：H0抽樣數(shù)據(jù)中性別序列為隨機序列H1 :抽樣數(shù)據(jù)中性別序列不為隨機序列a =0.05表性別序列游程檢驗連檢定測試值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詳細模型輸出P=0.000P<a接受H1,認為樣本數(shù)據(jù)中性別序列不是隨機序列(2)年齡:H0抽樣數(shù)據(jù)中年齡序列是隨機序列H1:抽樣數(shù)據(jù)中年齡序列不是隨機序列a =0.05表年齡序列游程檢驗結(jié)果連檢定Years測試值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詳細模型輸出結(jié)果P=0.012P<a

18、接收H1,認為年齡序列不是隨機序列。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)工資的影響進行分析。（1）起始工資對現(xiàn)工資的影響分析H0認為起始工資對現(xiàn)工資沒有顯著影響H1:認為起始工資對現(xiàn)工資有顯著影響a =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0473P=0.000P<a接受H1,認為起始工資對現(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)工資之間進行方差齊性檢測，其結(jié)果如下:表3.2-2方差齊性檢驗結(jié)果變異數(shù)同質(zhì)性測試Curre nt SalaryLeve ne統(tǒng)計資料df1df2顯著性16.1698464.000P=0.000<0.05，認為該樣本方差不齊的要求，因此下面進行的方差分析結(jié)論的穩(wěn)定性較差。 單因素方差檢驗：H0認為受教育水平對現(xiàn)工資沒有顯著影響H1:認為受教育水平對現(xiàn)工資有顯著影響a =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

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137916495436.340473P=0.000P<a接受H1,認為職工受教育水平對現(xiàn)工資有顯著影響3.3卡方檢驗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聯(lián)性。(1)H0起始工資水平與受教育程度之間不存在關聯(lián)性H1 :起始工資水平與受教育程度之間存在關聯(lián)性a =0.05卡方測試數(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線性對線性關聯(lián)189.6431.000有效觀察值個數(shù)474a. 878資料格（97.6%）預期計數(shù)小於5。預期的計數(shù)下限為.00 。P=0.000P<a接受H1,認為起始工資與受教育程度之間存在關聯(lián)性。（2）H0現(xiàn)工資與起始工資之間不存在關聯(lián)性H1:現(xiàn)工資與起始工資之間存在關聯(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線性對線性關聯(lián)366.3891.000有效觀察值個數(shù)474a. 19890 資料格（100.0%

22、）預期計數(shù)小於5。預期的計數(shù)下限為.00 。P=0.000P<a接受H1,認為現(xiàn)工資與起始工資之間存在關聯(lián)性。3.4相關與線性回歸的分析方法相關分析（1）雙變量相關分析對受教育程度與現(xiàn)工資之間進行相關性分析。相關Educational,“、Current SalaryLevel (years)皮爾森(Pearso n)相關1*.661Educati onal Level (years)顯著性（雙尾）.000N474474皮爾森(Pearso n)相關*.6611Current Salary顯著性（雙尾）.000N474474*.相關性在0.01層上顯著（雙尾）由表可知，受教育程度與現(xiàn)工資

23、之間存在相關性，相關系數(shù)為0.661，對相關系數(shù)的檢驗雙側(cè)P=0.000,所以可以認為兩變量間的正相關是有統(tǒng)計學意義的，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）偏相關分析由于上述檢測數(shù)據(jù)無法說明相關系數(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之后，受教育程度與現(xiàn)工 資水平之間的相關性不確定，因此，下面采用偏相關分析對這三個因素進行分析。表 3.4.1-2受教育程度與現(xiàn)工資水平偏相關分析相關控制變數(shù)Curre ntEducati onalSalaryLevel (years)相關1.000.28

24、1Current Salary顯著性（雙尾）.000Begi nningdf0471SalaryEducati onal Level相關.2811.000(years)顯著性（雙尾）.000df4710如圖所示，在控制初始工資后計算出受教育水平與現(xiàn)工資的偏相關系數(shù)為0.281，對相關系數(shù)檢驗雙側(cè)P=0.000,雖然相關系數(shù)有所減小，但仍然具有統(tǒng)計學意義。在控制初始 工資后仍可以認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測現(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關系，且可以用回歸方程來解釋兩變量之間的關系。表回歸方程模型匯總模型摘要標準偏斜度錯誤$12,833.540模型RR平方調(diào)整後R平方1.661a.436.435a. 預測值：(常數(shù))，Educational Level (years)由表可知，決定系數(shù)R2=0.436，說明在對現(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。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40473a.應變數(shù):Current Salaryb.預測值:：（常數(shù)），Educational Level (years)由表可知，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)項及回歸系數(shù)檢驗結(jié)果係數(shù)a模型非標準化係數(shù)標準化係數(shù)-萌盤并B標準錯誤BetaT顯者性(常數(shù))1Educatio nal Level(years)-18331.1782821.912-6.496.0003909.907204.547.66119.115.000a.應變數(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