SPss论文 SPSS相关分析在各保险公司人员构成的运用.doc

商学院商务与经济统计课程论文 题 目：SPSS相关分析在各保险公司人员构成的运用 Title：Using SPSS correlation analysis in each insurancecompany personnelconstitute课程名称高级财务管理年级专业2011级财务管理学生姓名周凌瑶学 号110152093指导教师郭照蕊完 成 日 期 2014年 11月目 录摘要1、绪论 11.1研究的背景 11.2研究的主要内容 11.3研究的意义 12、现状分析 32.1现状分析 33、结论 5参考文献 6摘 要 SPSS是社会科学统计软件包的缩写，该软件是公认的最优秀的统计分析软件包之一。经过几十年的改进，该产品发展成为集统计分析、数据挖掘、商业智能、顾客关系管理等多功能的统计产品和服务解决方案。每个保险公司的人员构成情况不仅可以反映各个保险公司的人员结构层次而且还能影响保险公司未来的发展。所以研究公司的人员构成情况具有重要的社会意义。本报告的数据是基于spss statisties 的自带案例26个保险公司的人员构成情况，通过运用基本描述性统计分析和方差分析，分析了各个保险公司人员构成情况和影响保险公司排名的因素关键词：SPSS；人员构成；方差分析 IV1、绪 论1.1 研究的背景随着计算机技术的发展,除了一些通用软件如Excel具有初步的统计分析功能外,一些专门的统计软件也被开发了出来。例如功能强大、使用复杂、驰名国际的SAS,以及符合中国人的使用习惯、完全中文环境、有众多国内用户的DPS。由于不同软件的算法不完全相同,对同一组数据的分析结果有时会有差异。对非专业统计人员而言,统计软件的选择除了考虑可靠、方便、易用性外,还要顾及软件的国际知名度,以保证分析结果被国际同行认可。SPSS软件已有30多年的历史,最新版本为15. 0,与SAS并称为当今最权威的两大统计软件。该软件功能强大、兼容性好、易用性强,统计结果在国际上被广泛认可。1.2 研究的主要内容研究步骤：利用SPSS进行数据分析的一般步骤为：数据的准备阶段数据的加工整理阶段数据的分析阶段分析结果的阅读和解释。1、方差分析：方差分析对观测变量各总体分布有两个基本假设前提：(1)观测变量各总体应服从正态分布；(2)观测变量各总体的方差应相同。主要研究不同公司类别的保险人员受高等教育比例有无显著性差异。2、相关性检验：检验博士人数、硕士人数、学士人数等与受高等教育比例之间是否具有相关性。操作过程：点击分析里面的相关性。选择Bivariate将博士人数、硕士人数、学士人数、大专人数、中专以下人数和受高等教育比例选入Variables里。在Correlation Coefficients里点击Spearman点击ok，即可得到结果。结果分析：除博士人数与受高等教育比例无关外，其他变量均和受高等教育比例显著相关。3、成组数据t检验成组数据t检验用于检验两个不相关的样本是否来自具有相同均值的总体。其适用条件为两组数据之间是相互独立的,没有相互影响。1.3研究的意义通过对这几个重要的数据分析，研究并且挖掘出数据的共性, 从而来说明大量需要研究的变量里面所存在的内在联系。也就是说，运用SPSS 软件因子分子对保险公司人员构成进行充分的分析，从里面分析并且确定所存在的极少的公共因子来说明人员构成的特点，达到对公司的潜能进行合理分析的目的，实现更合理的指导。SPSS 统计软件是全世界最早的，同时也是现在所有统计学软件中最好的，因此，这项工作为今后保险公司对人力资源的进一步整改和管理提供了重要参考依据。2、分析过程 2.1现状分析 2.1.1 描述统计量分析 表1-描述统计量N极小值极大值均值标准差总人数2612.00144523.0011239.769232755.56646男员工数266.0059372.005807.153815806.65171女员工数266.0092769.005432.615418662.87209博士人数19.0029.003.47376.48390硕士人数232.00643.0079.5652156.26691学士人数257.0031480.002059.52006519.63084大专人数263.0060872.004463.269213325.96635中专以下人数26.00208888.0011954.384642193.2927935岁以下人数269.0092328.006435.730819703.623433645岁人数26.0042534.003530.115410104.2526746岁以上人数26.0013445.001273.92313491.62312有效的 N （列表状态）19从人数的多少来看，总人数的极大值是144523，极小值是12，均值是11239.7692，说明各个保险公司人员的数目存在较大差异。男员工数的均值是5807.1538，女员工数的均值是5432.6154，说明男女员工的比例相近，差距不大。从学历的高低来看，博士人数的均值是3.4737，硕士人数的均值是79.5652，学士人数的均值是2059.5200，大专人数的均值是4463.2692，中专以下人数的均值是11954.3846，说明大部分人员的学历较低。从人员年龄的大小来看，35岁以下人数的均值是6435.7308,46岁以上人数的均值是1273.9231，说明保险公司的人员年龄结构较为年轻化。2.1.2 公司类别频数分析。表2-公司类别频率百分比有效百分比累积百分比有效全国性公司830.830.830.8区域性公司27.77.738.5外资和中外合资1661.561.5100.0合计26100.0100.0 由图表得出的结论;全国性公司有8家，占总比例的30.8%。区域性公司有两家，占总比例的38.5%，外资和中外合资公司有16家，占总比咧的61.5%。 2.1.3 单样本t检验 表3-单个样本统计量N均值标准差均值的标准误受高等教育比例19.7448.16734.03839表4-单个样本检验检验值 = 2000tdfSig.(双侧)均值差值差分的 95% 置信区间下限上限受高等教育比例-52077.60318.000-1999.25515-1999.3358-1999.1745表5-单个样本统计量N均值标准差均值的标准误年轻人比例26.7139.15068.02955 表6-单个样本检验检验值 = 2000tdfSig.(双侧)均值差值差分的 95% 置信区间下限上限年轻人比例-67654.85825.000-1999.28612-1999.3470-1999.2253由表2-表6可知：被调查的19家保险公司，具有高等教育水平员工比例的平均值为0.745，标准差为0.167.单样本t检验中t统计量的双尾概率p值为0.168，比例总体均值95%置信区间为（0.6642,0.8255）如果显著性水平为0.05.由于0.168/2大于显著性水平，因此不应拒绝零假设，不能认为保险公司具有高等教育水平员工的比列平均值显著高于0.8的假设。被调查的26家保险公司中，年轻人比例的平均值为0.7.标准差为0.15.单样本t检验中统计量的双尾概率p值接近于0.比例总体平均值的0.95置信区间为（0.6530,0.7247）. 2.1.4 单因素方差分析 单因素方差分析受高等教育比例 平方和df均方F显著性组间（组合）.1462.0733.277.064线性项未加权的.1141.1145.091.038加权的.1171.1175.229.036偏差.0301.0301.325.267组内.35816.022总数.50418受高等教育比例的组间均方是0.073，F检验值是3.277，显著性水平是0.064，大于0.05，则不能拒绝原假设，即认为公司类别不同的表现人员受高等教育比例无显著性差异。2.1.5 系统聚类分析 表7-聚类表阶群集组合系数首次出现阶群集下一阶群集 1群集 2群集 1群集 211416.02000321319.06100731415.10610541117.170001251418.271307667.7010013713141.2382598121.8390014912132.503071810893.227001511344.16500131210116.523041513369.20911616141513.28480171581017.396101216163826.148131517171343.4021416181811272.0001790 表8表示聚类过程,由上表可知,聚类过程共进行18步.第一步,首先合并距离最近的14号和16号样品,形成G1,因为下一阶=3,所以在第3步G1和15号样品进行复聚类,因此在首次出现阶群集里,群集1=1,群集2=0.第二步,合并14号和18号样品形成G2,因为下一阶=7,所以在第3步G2和13号样品进行复聚类,因此在首次出现阶群集里,群集1=3,群集2=0.第三步,进行类类的合并.第一次出现类类的合并是出现在第7步.在首次出现阶群集里,群集1=2,群集2=5.其余的类似.另外,系数值伴随着聚类的进行逐渐增大,开始增大的慢,后来增大的快,表明聚类开始时,类间的差异小,结束时类间的差异大。3、结 论通过上述分析，我们知道影响各个保险公司人员构成的因素有公司的规模和年轻人的比例，为了使公司有更好的发展，应该以一定的速度扩大公司的规模，同时要吸纳年轻人的加入。其次对各个保险公司分类时，应注意公司的类别的影响。通过以上的单因素方差分析得到：不同公司类别的保险人员受高等教育比例没有显著性差异；通过相关分析，对数据分析进一步知道。除博士人数与受高等教育比例无关外，其他人数均和受高等教育比例显著相关。依此类推就可以顺利地完成调查的其他工作并且这