spss 习题答案.doc

一、某单位将进行薪酬改革，2008年员工的工资表如下（表1）。为了了解不同性别、不同工作性质的员工收入状况、绩效评分等，以便为决策者制定合理的薪酬体系提供科学依据，请分析以下问题： 表1 ： 工资表员工性别年收入工作性质绩效评分1127300一般员工822240800一般员工763146000管理人员6042103750经理 905242300一般员工666226250管理人员727238850一般员工808121750管理人员659224000一般员工9010216950一般员工8411221150一般员工6012131050一般员工7013160375经理 8014132550一般员工85151135000经理 8016131200管理人员8517236150一般员工87181110625经理 7019242000管理人员7520292000经理 8021181250经理 9022231350管理人员8023229100一般员工7524231350 管理人员8025136000管理人员8426219200一般员工7527223550一般员工8028135100管理人员82292123250经理 8530129250一般员工84分析内容：1 建立相应的数据文件 2 对年收入进行降序排列 3 对年收入求秩，将秩值1赋给评分最高者，节的处理方式为High 4 对年收入进行等级分组，分组标准为：20000以下1；，20001-400002；40001-600003；60001-800004；80001-1000005；100000以上6。 5 分析分组后年收入的分布情况，并用条形图解释 6 统计不同性别员工的奖金情况，奖金金额发放标准为：以绩效评分为计算依据，绩效评分的每分奖励90元奖金。描述不同性别员工的平均奖金，最高与最低奖金，总奖金，奖金的标准差等情况 二、应用第一题第5小题的数据结果，请分析：（1）用多维交叉表分析不同工作性质的员工的年收入分布情况；（2）检验不同工作性质的员工与年收入是否关联？是否存在显著的相关关系？ 三、应用第一题的数据资料，比较不同性别的员工年收入是否存在显著差异 四、应用第一题的数据资料，试分析：1应用比较组分析法，一般员工与管理人员的年收入是否存在显著差异？（10分）2不同工作性质的人员的年收入是否存在显著差异（假设年收入服从正态分布，显著性水平为0.05），如果存在显著差异，请用LSD方法检验哪些工作性质之间年收入存在显著差异？如果不存在显著差异，请用Tambanes T2方法检验哪些等级之间销售额存在显著差异？ 五、2006年某省15个地区的家庭月平均收入与月平均住房支出数据文件如表2，请分析下列问题：1用二元变量相关性分析方法，判断家庭月平均住房支出与月平均收入是否存在显著性相关 2检验回归方程的拟合效果如何？ 3. 检验回归方程的回归效果如何？0.05 4用家庭月平均收入为自变量，月平均住房支出为因变量，求回归方程，并解释回归系数的意义。 5当家庭月平均收入达到7000元，估计月平均住房支出的值，并求95%置信区间下限和上限。 地区 平均住房支出（元/月）家庭月平均收入（元）16003200277245003130050004650332951400530068004300750025008550280091800600010150053001185048001275042001360035001458038001518006500表2 15个地区家庭月平均收入与月平均住房支出一 1.建立相应的数据文件 ，变量视图如下 变量名变量类型变量名标签变量宽度变量值标签度量标准序号字符型8未知性别数值型81男性，2女性未知绩效评分数值型员工绩效评价得分8名义满意度数值型员工对绩效评价的满意度8未知2.年收入的降序排列 操作过程：执行Datasort cases命令，打开排序主对话框，将绩效评分变量移入sort by变量框，sort order选项选择descending命令。截图如下： 3.对绩效评分变量求秩，将秩值1赋给评分最高者，节的处理方式为High操作过程：执行TransformRank Cases命令，选择“绩效评价”变量移入Variables变量框，选择Assign rank 1 to largest Value选项，Ties功能按钮下选择high选项。截图如下4.对年收入进行等级分组，分组标准为：20000以下1；，20001-400002；40001-600003；60001-800004；80001-1000005；100000以上6。 操作过程：执行Transformrecodeinto different Variables命令，选择“年收入”变量移入input Variableoutput Variable变量框，定义output Variable的变量名为“年收入分组”，点击Change按钮。定义Old and New Values .3.4题前20个变量截图如下 5 分析分组后年收入的分布情况，并用条形图解释分析过程：执行AnalyzeDescriptive statistic Frequencies命令，选择“年收入分组”变量移入Variables变量框，statistics功能按钮下选择mean、std.deviation，Variance、Range、Minimum、Maximum 等功能。Chart功能按钮下选择chart Type为Bar charts 功能，Chart Values下选择Frequencies功能。其余用系统默认选项。条形图如下：分析结果及分析：5.统计不同性别员工的奖金情况，奖金金额发放标准为：以绩效评价评分为计算依据，绩效评分的每分奖励90元奖金。描述不同性别员工的平均奖金，最高与最低奖金，总奖金，奖金的标准差等情况操作过程：（1）计算奖金：执行Transformcompute命令，定义Target Variable 为“奖金”，定义Numeric Expression计算公式为“绩效评分”90。（2）描述不同性别员工的平均奖金，最高与最低奖金，总奖金，奖金的标准差等情况执行AnalyzeReportsOLAP Cubes命令打开分层报告主对话框，选择性别做为分组变量，奖金变量为描述变量，statistics命令下选择sum、mean、std.deviation， Minimum、Maximum 等功能。结果分析： 2、 应用第一题第5小题的数据结果，请分析： （1）用多维交叉表分析不同工作性质的员工的年收入分布情况；工作性质年收入交叉表：用交叉表得卡方检验： （2）检验不同工作性质的员工与年收入是否关联？是否存在显著的相关关系？ 建立散点图，初步观察两变量间有无相关趋势对工作性质和年收入进行双变量相关性分析，得如下相关性分析数表：三、应用第一题的数据资料，比较不同性别的员工年收入是否存在显著差异 操作过程：打开数据文件，执行 Analyze Compare means Independent-Sample T Test 命令，打开对话框从源文件量清单中选择年收入变量移至 Test Variable 框 选择性别变量做为分组变量移入Grouping Variable框内，单击按钮Define Grouping功能按钮 打开Define groups对话框，group1输入0，group2输入1，单击Options按钮，打开选项对话框，设置置信概率及缺损值的处理方式。单击OK，提交系统运行。结果及分析：方差分析sig=0.4490.05 t检验值为0.691，显著性概率为0.495，表明不同性别员工的绩效评分不存在显著差异。四、应用第一题的数据资料，试分析：1应用比较组分析法，一般员工与管理人员的年收入是否存在显著差异？Group Statistics工作性质NMeanStd. DeviationStd. Error Mean年收入管理人员933444.447436.7522478.917一般员工1429442.868032.9342146.892Independent Samples TestLevenes Test for Equality of Variancest-test for Equality of MeansFSig.tdfSig. (2-tailed)Mean DifferenceStd. Error Difference95% Confidence Interval of the DifferenceLowerUpper年收入Equal variances assumed.180.6761.19921.2444001.5873337.302-2938.71210941.887Equal variances not assumed1.22018.201.2384001.5873279.356-2882.64710885.822P = 0.2440.05,说明无差异，接受H02不同工作性质的人员的年收入是否存在显著差异（假设年收入服从正态分布，显著性水平为0.05），如果存在显著差异，请用LSD方法检验哪些工作性质之间年收入存在显著差异？如果不存在显著差异，请用Tambanes T2方法检验哪些等级之间销售额存在显著差异？ ANOVA年收入Sum of SquaresdfMean SquareFSig.Between Groups2.630E1021.315E1068.882.000Within Groups5.154E9271.909E8Total3.145E1029Sig 0.05 , 说明存在显著差异，进行LSD方法检验 Multiple Comparisons年收入LSD(I) 工作性质(J) 工作性质Mean Difference (I-J)Std. ErrorSig.95% Confidence IntervalLower BoundUpper Bound经理管理人员67448.413*6962.701.00053162.1381734.69一般员工71450.000*6395.649.00058327.2184572.79管理人员经理-67448.413*6962.701.000-81734.69-53162.13一般员工4001.5875902.917.504-8110.2016113.37一般员工经理-71450.000*6395.649.000-84572.79-58327.21管理人员-4001.5875902.917.504-16113.378110.20*. The mean difference is significant at the 0.05 level.sig =0.000.05,说明一般员工和管理人员的年收入不存在明显差异。五1 用二元变量相关性分析方法，判断家庭月平均住房支出与月平均收入是否存在显著性相关 操作工程：依次单击“分析”“相关”“双变量”打开“双变量相关”对话框。单击 “选项”打开“双变量相关性：选项”对话框。勾选“均值和标准差”“叉积偏差和协方差”，并选中“按对排除个案”。保存设置结果。结果与分析：Pearson相关系数为0.930，表示二者存在不完全相关且为正相关。两者之间不相关的双侧显著性值为0.0000.01。表示在0.01的显著性水平上否定了二者不相关的假设。所以可以得出结论：家庭月平均住房支出与月平均收入存在显著性相关 。2 检验回归方程的拟合效果如何？ 操作过程：在SPSS中，单击“分析”“回归”“线性”结论与分析回归模型调整的R平方是0.855，说明回归的你和度较高。3. 检验回归方程的回归效果如何？0.05 Anovab模型平方和df均方FSig.1回归2602767.29312602767.29383.423.000a残差405596.4411331199.726总计3008363.73314a. 预测变量: (常量), 家庭月平均收入。b. 因变量: 平均住房支出结论：从回归分析中可以看出显著性sig等于0，小于题中所给的显著性0.05，因此可判定回归方程回归效果显著4 用家庭月平均收入为自变量，月平均住房支出为因变量，求回归方程，并解释回归系数的意义。 操作过程：单击主菜单Analyze/Regression/Linner 进入设置对话框，从左边变量表中把因变量“月平均住房支出”选入到因变量框中，把自变量“家庭月平均收入”选入自变量框中，在“方法”一项上保持系统默认的选项“进入”，按“确定”。分析与结论系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)-639.654181.347-3.527.004家庭月平均收入.370.040.9309.134.000a. 因变量: 平均住房支出残差统计量a极小值极大值均值标准 偏差N预测值284.811763.95963.47431.17515残差-285.319220.938.000170.20915标准 预测值-1.5741.857.0001.00015标准 残差-1.6151.251.000.96415a. 因变量: 平均住房支出分析：由系数表中，可以看出常量估计值B=-639.645，家庭月平均收入系数为0.370，故回归估计式为 ：Y=0.370X-639.645回归系数意义就是，收入每增加1元，住房支出就增加0.37元。5当家庭月平均收入达到7000元，估计月平均住房支出的值，并求95%置信区间下限和上限。去95