spss的數(shù)據(jù)分析報告范例

1、關于某地區(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系。二、數(shù)據(jù)分析1、頻數(shù)分析?；镜慕y(tǒng)計分析

2、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后效35935900首先，對該地區(qū)的男女性別分布進行頻數(shù)分析，結果如下性別頻率百分比啟效百分比累積白分比后效女19855.255.255.2男16144.844.8100.0性別頻率百分比啟效百分比累積白分比后效女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%

3、,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)分析，結果如下表：積極性頻率百分比啟效百分比累積白分比后效差比較好好非常好合計171797924635947.622.022.06.71.7100.047.622.022.06.71.7100.047.669.691.698.3100.0其次對原有數(shù)據(jù)中的積極性進行頻數(shù)分析，結果如下表其次對原有數(shù)據(jù)中的是否進通道進行頻數(shù)分析，結果如下表Statistics通道NValid359Missing0通道FrequencyPercentValidPercentCumulativePercentValid沒走通道2938

4、1.681.681.6通道6618.418.4100.0Total359100.0100.0這說明，在該地區(qū)被調查的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%?口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

5、變量進行描述統(tǒng)計分析，得到它們的均值、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（列表狀態(tài)）359359211006116.41130.71617086.7043.145.12913.401.257如表所示，以起始工資為例讀取分析結果，359個人中收入最小值為7.426¥,最大值為6250.00000¥,

6、平均1032.9302¥,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、本單位工作經歷、以前工作經歷、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)：Count

7、性別*積極性交叉制表計數(shù)積極性合計差比較好好非常好性別女男合計9675171473279413879121224246198161359上聯(lián)表及BarChart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CaseProcessingSummary性別CasesValidMissingTotalNPercentNPercentNPercent收入女198100.0%0.0%198,100.0%男161100.0%0.0%161100.0%Descriptives性別StatisticStd

8、.Error收入女Mean95%ConfidenceIntervalforMean5%TrimmedMeanMedianVarianceStd.DeviationMinimumMaximumRangeInterquartileRangeSkewnessKurtosisLowerBoundUpperBound1005.28562907.638531102.93272957.92011937.50000485439.577696.7349407.4263125.0003117.574937.563.896.31049.514796.173.344男Mean95%ConfidenceInterval

9、forMeanLowerBoundUpperBound1066.92791936.597791197.2580265.9932195%TrimmedMean986.95497Median937.50000Variance701171.907Std.Deviation837.360082Minimum58.630Maximum6250.000Range6191.370InterquartileRange718.750Skewness2.370.191Kurtosis10.166.380收入Stem-and-LeafPlots收入Stem-and-LeafPlotfor性別=女FrequencyS

10、tem&Leaf13.001.00000000011114.001.77775.001.88888.002.4.002.55551.002.62.002.883.00Extremes(>=3000)Stemwidth:1000.000Eachleaf:1case(s)收入Stem-and-LeafPlotfor性別=男FrequencyStem&Leaf13.001.00000000000112.001.776.001.8888896.002.00011112.00Extremes(>=2351)Stemwidth:1000.000Eachleaf:1case(s)

11、結果分析如下收入女男平均數(shù)1005.285621066.92791均數(shù)的95%T信區(qū)間(907.63853,1102.93272)(936.597791197.25802)5%勺調整均數(shù)957.92011986.95497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Age的正本P-P圖AgeA

12、ge的趨降正態(tài)P-P圖口信一0.6O.ti觀測的累積概率OM-叫一結果分析年齡在正態(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、相關分析。相關分析是分析客觀事物之間關系的數(shù)量分析法，明確客觀事之間有怎樣的關系對理解和運用相關分析是極其重要的。函數(shù)關系是指兩事物之間的一種一一對應的關系，即當一個變量X取一定值時，另一個變量函數(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系是統(tǒng)計關系。統(tǒng)計關系是指兩事物之間的一種非一一對應的關系，即當一個變量X取一定值時，另一個變量Y無法根據(jù)確定的函數(shù)取一定的值。統(tǒng)計關系可分為線性關系和非線

13、性關系。事物之間的函數(shù)關系比較容易分析和測度，而事物之間的統(tǒng)計關系卻不像函數(shù)關系那樣直接，但確實普遍存在，并且有的關系強有的關系弱，程度各有差異。如何測度事物之間的統(tǒng)計關系的強弱是人們關注的問題。相關分析正是一種簡單易行的測度事物之間統(tǒng)計關系的有效工具Correlations收入旅游花費額外收入收入PearsonCorrelation1*.140*.853Sig.(2-tailed).008.000N359359359旅游花費PearsonCorrelation*.1401*.183Sig.(2-tailed).008.000N359359359額外收入PearsonCorrelation*.

14、853*.1831Sig.(2-tailed).000.000N359359359*.Correlationissignificantatthe0.01level(2-tailed).上表是對本次分析數(shù)據(jù)中，旅游花費、收入、額外收入的相關分析，表中相關系數(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。一個星號（*）表示顯著性水平為0.05是仍拒絕原假設。先以現(xiàn)旅游花費這一變量與其他變量的相關性為例分析，由上表可知，旅游花費與額外收入的相關性最大，5.回歸分析有相關性分析可得收入，旅游花費呈線性相關，因此作回歸分析VariablesEntered/RemovedModelVa

15、riablesEnteredVariablesRemovedMethod1收入a.Entera. Allrequestedvariablesentered.b. DependentVariable:旅游花費ModelSummarybModelRRSquareAdjustedRSquareStd.ErroroftheEstimate1.140a.020.017129.604a. Predictors:(Constant),收入b. DependentVariable:旅游花費anoVAModelSumofSquaresdfMeanSquareFSig.1Regression120443.8091

16、120443.8097.170.008aResidual5996596.23935716797.188Total6117040.048358a. Predictors:(Constant),收入b. DependentVariable:旅游花費CoefficientsModelUnstandardizedCoefficientsStandardizedCoefficientstSig.BStd.ErrorBeta1(Constant)91.56311.5287.943.000收入.024.009.1402.678.008a.DependentVariable:旅游花費ResidualsStat

17、isticsMinimumMaximumMeanStd.DeviationNPredictedValue91.74241.90116.4118.342359Std.PredictedValue-1.3456.842.0001.000359StandardErrorofPredicted6.84047.3629.0483.426359ValueAdjustedPredictedValue92.09271.79116.5319.018359Residual-193.904891.785.000129.423359Std.Residual-1.4966.881.000.999359Stud.Resi

18、dual-1.6076.891.0001.002359DeletedResidual-223.789894.316-.117130.229359Stud.DeletedResidual-1.6117.390.0041.025359Mahal.Distance.00046.811.9972.955359Cook'sDistance.000.199.003.015359CenteredLeverageValue.000.131.003.008359a.DependentVariable:旅游花費Charts由上圖可知回歸方程：單個樣本統(tǒng)計量N均值標準差均值的標準誤收入3591032.930

19、21762.52394240.244474單個樣本檢驗檢驗值=0tdfSig.(雙側)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-SampleStatistics可知，359個被調查的人中收入平均值1032.93021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：One-SampleStatistics由上,標準差為762.523942,均值標準誤差為40.244474。圖表One-SampleTest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);第四列是t統(tǒng)計量觀測值的雙尾概率值；第五列是樣本均值和檢驗值的差；第六列和第七列