SPSS數(shù)據(jù)分析報告

SPSS期末報告關(guān)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(xué)號： 所在專業(yè)： 人力資源管理所在班級： 三班目錄TOC\o"1-5"\h\z\o"CurrentDocument"一、數(shù)據(jù)樣本描述 1\o"CurrentDocument"二、要解決的問題描述 1\o"CurrentDocument"數(shù)據(jù)管理與軟件入門部分 1\o"CurrentDocument"分類匯總 1\o"CurrentDocument"個案排秩 1\o"CurrentDocument"連續(xù)變量變分組變量 1\o"CurrentDocument"統(tǒng)計描述與統(tǒng)計圖表部分 1\o"CurrentDocument"頻數(shù)分析 1\o"CurrentDocument"描述統(tǒng)計分析 1\o"CurrentDocument"假設(shè)檢驗方法部分 2\o"CurrentDocument"分布類型檢驗 2\o"CurrentDocument"正態(tài)分布. 2\o"CurrentDocument"二項分布. 2\o"CurrentDocument"游程檢驗. 2\o"CurrentDocument"單因素方差分析 2\o"CurrentDocument"卡方檢驗 2\o"CurrentDocument"相關(guān)與線性回歸的分析方法 2\o"CurrentDocument"相關(guān)分析（雙變量相關(guān)分析&偏相關(guān)分析） 2\o"CurrentDocument"線性回歸模型 . 2\o"CurrentDocument"高級階段方法部分 2三、 具體步驟描述 3數(shù)據(jù)管理與軟件入門部分 3分類匯總 3個案排秩 3\o"CurrentDocument"連續(xù)變量變分組變量 4\o"CurrentDocument"統(tǒng)計描述與統(tǒng)計圖表部分 5\o"CurrentDocument"頻數(shù)分析 5\o"CurrentDocument"描述統(tǒng)計分析 6\o"CurrentDocument"假設(shè)檢驗方法部分 7\o"CurrentDocument"分布類型檢驗 7\o"CurrentDocument"正態(tài)分布. 7\o"CurrentDocument"二項分布. 8\o"CurrentDocument"游程檢驗. 9\o"CurrentDocument"單因素方差分析 10\o"CurrentDocument"卡方檢驗 12\o"CurrentDocument"相關(guān)與線性回歸的分析方法 13\o"CurrentDocument"相關(guān)分析. 13線性回歸模型. 15\o"CurrentDocument"高級階段方法部分 16\o"CurrentDocument"信度 16\o"CurrentDocument"效度 17、數(shù)據(jù)樣本描述分析數(shù)據(jù)來自于“微盤一一SPSS數(shù)據(jù)包data02-01”。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)等級），salbegin（起始工資），salary（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(guān)系。二、要解決的問題描述數(shù)據(jù)管理與軟件入門部分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。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。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。統(tǒng)計描述與統(tǒng)計圖表部分頻數(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。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(biāo)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假設(shè)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?？ǚ綑z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(guān)聯(lián)性。相關(guān)與線性回歸的分析方法相關(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)工資兩個變量進行相關(guān)性分析。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Mkicsalary_meansalbegin_meanN_BREAK8243990613064.15531214258871613241.8719031626.0015625-006153168500156106011616482259322338.47591759627.2726904.65111865127783224000919I 725203734764072720| 643125036240,002216500010037500.001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。

統(tǒng)計資料RankofsalarybyeducN有效遺漏4740平均數(shù)60.43460中位數(shù)46.50000標(biāo)準偏差50.975992范圍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Rankofsalbeginbyeduc有效474N遺漏0平均數(shù)60.43460中位數(shù)47.50000標(biāo)準偏差50.865407范圍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<331.2.2.2>7361.31.31.533~4326756.356.357.8有效 43~537115.015.072.853~636714.114.186.963~736213.113.1100.0總計474100.0100.0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(dāng)中，其中33~43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Female21645.645.645.6有效 Male25854.454.4100.0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?dāng)?shù)量差距不大，男性略多于女性F面對該公司員工受教育程度進行頻數(shù)分析:EducationalLevel(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)，對職工起始工資進行描述統(tǒng)計分析， 得到它們的均值、標(biāo)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）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(biāo)：起始工資方差為5799170.900，其平方根即標(biāo)準差為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。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a=0.05表3.1.1職工現(xiàn)工資正態(tài)分布檢驗結(jié)果單一樣本Kolmogorov-Smirnov檢定CurrentSalaryN474常態(tài)參數(shù)a,b平均數(shù)$34,419.57標(biāo)準偏差$17,075.661取極端差異絕對.208正.208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。負-.143圖3.1.1K-S 檢驗詳細模型輸出結(jié)果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。H0抽樣數(shù)據(jù)中職工性別比例無差異H1:抽樣數(shù)據(jù)中職工性別比例有差異a=0.05表3.1.2 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1male258.54.50.060‘ 群組2female216.46gender總計4741.00P>a接受HO,認為抽樣數(shù)據(jù)中職工性別比例無差異3.1.3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：HO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3.1.3-1性別序列游程檢驗連檢定gender測試值a.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-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3.1.3-2 年齡序列游程檢驗結(jié)果連檢定漸近顯著性(雙尾)a.漸近顯著性(雙尾)a.平均數(shù).012Years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圖3.1.3-2 年齡序列游程檢驗詳細模型輸出結(jié)果P=0.012P<a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=0.05TOC\o"1-5"\h\z群組之間 89 33.040 .000在群組內(nèi) 384總計 473P=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CurrentSalaryLevene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CurrentSalary平方和df平均值平方F顯著性群組之間992.779.000在群組內(nèi)464總計473P=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(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1969.1893801.000概似比765.651801.811線性對線性關(guān)聯(lián)189.6431.000a.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.00P=0.000P<a接受H1,認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)果卡方測試數(shù)值df漸近顯著性（2端）皮爾森（Pearson）卡方26391.304a19580.000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=0.000P<a接受H1,認為現(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)工資之間進行相關(guān)性分析。表341-1 受教育程度與現(xiàn)工資間相關(guān)性檢測相關(guān)Educational ,, ,“ 、 CurrentSalaryLevel(years)皮爾森(Pearson)相關(guān)1**.661EducationalLevel(years)顯著性（雙尾）.000N474474皮爾森(Pearson)相關(guān)**.6611CurrentSalary顯著性（雙尾）.000N474474**.相關(guān)性在0.01層上顯著（雙尾）（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)CurrentSalaryEducationalLevel(years)相關(guān)1.000.281CurrentSalary顯著性（雙尾）..000BeginningSalarydf0471EducationalLevel相關(guān).2811.000(years)顯著性（雙尾）.000.342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)工資水平散點圖表342-1 回歸方程模型匯總模型摘要模型 R R平方 調(diào)整後R平方 標(biāo)準偏斜度錯誤1 .661a .436 .435 $12,833.540a.預(yù)測值：(常數(shù))，EducationalLevel(years)2=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。表3.4.2-2 回歸模型方差分析結(jié)果變異數(shù)分析模型平方和df平均值平方F顯著性回歸1365.381.000b1 殘差472總計473應(yīng)變數(shù)：CurrentSalary預(yù)測值：(常數(shù))，EducationalLevel(years)表3.4.2-3 回歸方程常數(shù)項及回歸系數(shù)檢驗結(jié)果系數(shù)非標(biāo)準化系數(shù)標(biāo)準化系數(shù)非標(biāo)準化系數(shù)標(biāo)準化系數(shù)模型顯著性模型顯著性標(biāo)準錯誤Beta

標(biāo)準錯誤Beta（常數(shù)）-18331.178 2821.912-6.496.000EducationalLevel(years)3909.907 204.547.661（常數(shù)）-18331.178 2821.912-6.496.000EducationalLevel(years)3909.907 204.547.66119.115 .000a.應(yīng)變數(shù)\:CurrentSalary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