spss的數(shù)據(jù)分析報告范例1

1、關(guān)于某地區(qū)361個人旅游情況統(tǒng)計分析報告數(shù)據(jù)介紹:本次分析的數(shù)據(jù)為某地區(qū) 361個人旅游情況狀況統(tǒng)計表，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，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。通過運用spss統(tǒng)計軟件，對變量進行頻數(shù)分析、描述性統(tǒng)計、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， 并分析個變量的分布特點及 相互間的關(guān)系。數(shù)據(jù)分析1、頻數(shù)分析。

2、基本的統(tǒng)計分析往往從頻數(shù)分析開始。通過頻數(shù)分地區(qū)359個人旅游基本狀況的統(tǒng)計數(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359100.0100.0表說明，在該地區(qū)被調(diào)查的359個人中，有198名女性，161名男性，男女比例分別為44.8%和55.2%，該公司職工男女數(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行頻數(shù)

3、分析，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359100.0100.0其次對原有數(shù)據(jù)中的積極性進行頻數(shù)分析，結(jié)果如下表均 1ft =0.9(3N=359其次對原有數(shù)據(jù)中的是否進通道進行頻數(shù)分析，結(jié)果如下表通道StatisticsNValid359Missing0通道FrequencyPercentValid PercentCumulativePercentValid沒走通道29381.681.681.6通道6618.418.

4、4100.0Total359100.0100.0這說明，在該地區(qū)被調(diào)查的359個人中，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)計分析。再通過簡單的頻數(shù)統(tǒng)計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識，這就需要通過計算基本描述統(tǒng)計的方法來實現(xiàn)。下面就對各個變量進行描述統(tǒng)計分析，得到它 們的

5、均值、標準差、片度峰度等數(shù)據(jù)，以進一步把我數(shù)據(jù)的集中趨勢和離散趨勢。描述統(tǒng)計量N極小值極大值均值標準差方差偏度峰度統(tǒng)計量統(tǒng)計量統(tǒng)計量統(tǒng)計量統(tǒng)計量統(tǒng)計量統(tǒng)計量標準誤統(tǒng)計量標準誤收入3597.4266250.0001032.93021762.523942581442.7621.790.1296.869.257旅游花費有效的N狀態(tài)）（列表359359211006116.41130.71617086.7043.145.12913.401.257如表所示，以起始工資為例讀取分析結(jié)果，359個人中收入最小值為7.426 ¥, 最大值為 6250.00000 ¥，平均 1032.9302

6、 ¥，標準差為 762.5239 ¥偏度系數(shù)和峰度系數(shù)分別為1.790 和 6.869。其他數(shù)據(jù)依此讀取，則該表表明該地區(qū)旅游花費的詳細分布狀況。3、探索性數(shù)據(jù)分析(1)交叉分析。通過頻數(shù)分析能夠掌握單個變量的數(shù)據(jù)分布情況， 但是在實際分析中，不僅要了 解單個變量的分布特征，還要分析多個變量不同取值下的分布，掌握多個變量的 聯(lián)合分布特征，進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、 職務等級的交叉分析?，F(xiàn)以現(xiàn)工資與職務等級的列聯(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)：Co

7、unt性別*積極性交叉制表計數(shù)積極性合計差一般比較好好非常好性別 女964741122198男753238124161合計1717979246359條形圖積極性差 一股比魏如新常燈上聯(lián)表及Bar Chart涉及兩個變量，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 Process ing Summary性別CasesValidMiss ingTotalNPerce ntNPerce ntNPerce nt收入 女198100.0%0.0%198100.0%男161100.0%0.0%1611

8、00.0%Descriptives性別StatisticStd. Error收入 女Mea n95% Con fide nee In terval Lower Bound for MeanUpper Bou nd1005.28562907.638531102.9327249.5147965% Trimmed Mea nMedia nVaria neeStd. Deviation957.92011937.50000485439.577696.7349407.4263125.0003117.574937.563.896.310.173.344MinimumMaximumRan geIn terqu

9、artile RangeSkew nessKurtosis男Mea n1066.9279165.99321995% Con fide nee In tervalLower Bound936.59779for MeanUpper Bound1197.258025% Trimmed Mea n986.95497Media n937.50000Varia nee701171.907Std. Deviation837.360082Minimum58.630Maximum6250.000Ran ge6191.370In terquartile Range718.750Skew ness2.370.191

10、Kurtosis10.166.380收入Stem-a nd-Leaf Plots收入 Stem-a nd-Leaf Plot for性別=女Freque ncy Stem & Leaf18.000 .26.000 .2222222222222333333333333317.000 .4444444444455555533.000 .66666666666666666666677777777777722.000. 888999999999999999999913.001. 000000000111118.001. 22222222222222222318.001. 44445555555

11、55555554.001 .77775.001 .8888814.002. 00000111111111.002 .4.002 .55551.002 .62.002 .883.00 Extremes (>=3000)Stem width: 1000.000Each leaf:1 case(s)收入 Stem-and-Leaf Plot for性別 = 男Frequency Stem & Leaf15.000 .17.000 .2222223333333333313.000 .444444555555526.000 . 6666666666666777777777777719.00

12、0 . 888889999999999999913.001 . 000000000001119.001 . 222222222222222222313.001 . 44445555555552.001 . 776.001 . 8888896.002 . 00011112.00 Extremes (>=2351)Stem width: 1000.000Each leaf: 1 case(s)結(jié)果分析如下收入女男平均數(shù)1005.285621066.92791均數(shù)的95%可信區(qū)間(907.63853 ,1102.93272)(936.59779 , 1197.258025%的調(diào)整均數(shù)957.9

13、2011986.95497中位數(shù)937.50000937.50000標準差696.734940837.360082標準差485439.577701171.907最小值7.42658.630最大值3125.0006250.000極差3117.5746191.370四分位數(shù)間距937.563718.750偏度系數(shù)2.3702.370峰度系數(shù).31010.166(3) p-p圖分析cmJ IJf.-C 04-' n;-ooo-0 02-Age-0.06"0.0Age的止態(tài)P-P圖Agero«5WiE態(tài) P護圖o°°SI c s0.4O.fi觀測的竭積按

14、率a&1.0結(jié)果分析年齡在正態(tài)P-P圖的散點近似成一條直線，無趨勢正態(tài)P-P圖的散點均勻分布在直線y=0的上下，故可認為本資料服從正態(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對應的關(guān)系，即當一個變量X取一定值時，另一個變量函數(shù)丫可以根據(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)計關(guān)系。統(tǒng)計關(guān)系是指兩事物之間的一種非一一對應的關(guān)系，即當一個變量X取一定值時，另一個變量 丫無法根據(jù)確定的函數(shù)取一定的值。統(tǒng)計關(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

15、， 而事物之間的統(tǒng)計關(guān)系卻不像函數(shù)關(guān)系那樣直接，但確實普遍存在，并且有的關(guān)系強有的關(guān)系弱，程度各有差異。 如何測度事物之間的統(tǒng)計關(guān)系的強弱是人們關(guān)注的問題。相關(guān)分析正是一種簡單 易行的測度事物之間統(tǒng)計關(guān)系的有效工具Correlations收入旅游花費額外收入收入Pearson Correlation1.140 *.853 *Sig. (2-tailed).008.000N359359359旅游花費Pearson Correlation.140*1.183*Sig. (2-tailed).008.000N359359359額外收入Pearson Correlation.853 *.183 *1S

16、ig. (2-tailed).000.000N359359359*. Correlation is significant at the 0.01 level (2-tailed).上表是對本次分析數(shù)據(jù)中，旅游花費、收入、額外收入的相關(guān)分析，表中相關(guān) 系數(shù)旁邊有兩個星號（*）的，表示顯著性水平為 0.01時，仍拒絕原假設(shè)。- 個星號（*）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，旅游花費呈線性相關(guān)，因此作回歸分析Variables Entered/Removed b

17、ModelVariablesEnteredVariablesRemovedMethod1收入aEntera. All requested variables entered.b. Dependent Variable:旅游花費Model Summary5ModelRR SquareAdjusted RSquareStd. Error of theEstimate1.140 a.020.017129.604a. Predictors: (Constant),收入b. Dependent Variable:旅游花費anovAModelSum of SquaresdfMean SquareFSig.

18、1Regression120443.8091120443.8097.170.008 aResidual5996596.23935716797.188Total6117040.048358a. Predictors: (Constant),收入b. Dependent Variable:旅游花費CoefficientsModelUnstandardized CoefficientsStandardizedCoefficientstSig.BStd. ErrorBeta1(Constant)91.56311.5287.943.000收入.024.009.1402.678.008a. Depende

19、nt Variable:旅游花費Residuals StatisticsaMinimumMaximumMeanStd. DeviationNPredicted Value91.74241.90116.4118.342359Std. Predicted Value-1.3456.842.0001.000359Standard Error ofPredicted6.84047.3629.0483.426359ValueAdjusted Predicted Value92.09271.79116.5319.018359Residual-193.904891.785.000129.423359Std.

20、 Residual-1.4966.881.000.999359Stud. Residual-1.6076.891.0001.002359Deleted Residual-223.789894.316-.117130.229359Stud. Deleted Residual-1.6117.390.0041.025359Mahal. Distance.00046.811.9972.955359Cook's Distance.000.199.003.015359Centered Leverage Value.000.131.003.008359a. Dependent Variable:旅游

21、花費ChartsScatterplotDependent Variable:旅游花擔直方圖)=1032.93If Wffii "762 524N-359由上圖可知，現(xiàn)工資的分布可近似看作符合正態(tài)分布，現(xiàn)推斷現(xiàn)工資變量的平均值是否為$3,000,0,因此可采取單樣本t檢驗來進行分析。分析如下：On e-Sample Statistics單個樣本統(tǒng)計量N均值標準差均值的標準誤收入3591032.93021762.52394240.244474單個樣本檢驗檢驗值=0tdfSig.(雙 側(cè))均值差值差分的95%置信區(qū)間下限上限收入25.666358.0001032.930214953.784931112.07550由One-Sample Statistics 可知，359個被調(diào)查的人中收入平均值 1032.93021 ，標準差為762.523942，均值標準誤差為 40.244474。圖表One-Sample Test 中，第二列是t統(tǒng)計量的觀測值為25.666 ;第三列是自由度為358 (n-1);第四