spss的数据分析案例

关于某公司 474 名职工综合状况的统计分析报告一、数据介绍：本次分析的数据为某公司474名职工状况统计表，其中共包含 十一变量， 分别是：id（职工编号），gender( 性别)，bdate( 出生日期 )， edcu（受教育水平程度） ，jobcat（ 职务等级），salbegin （起始工资）， salary（现工资），jobtime( 本单位工作经历 )，prevexp( 以前工作经历)， minority( 民族类型 )， age( 年龄)。通过运用 spss统计软件，对变量进行频数分析、描述性统计、方差分析、相关分析、以了解该公司职工上述方面的综合状况，并分析个变量的分布特点及相互间的关系。二、数据分析1、频数分析。基本的统计分析往往从频数分析开始。通过频数分析能够了解变量的取值状况，对把握数据的分布特征非常有用。此次分析利用了某公司474名职工基本状况的统计数据表，在gender( 性别)、edcu（受教育水平程度） 、不同的状况下的频数分析，从而了解该公司职工的男女职工数量、受教育状况的基本分 布。statistics首先，对该公司的男女性别分布进行频数分析，结果如下：精品资料educatiogengdenr dernal level(years)nvalid474474missing00cumulatifrequepercenvalidvencytpercentpercentvalifema21645.645.645.6dlemale25854.454.4100.0total474100.0100.0上表说明，在该公司的 474 名职工中，有 216 名女性， 258 名男性， 男女比例分别为 45.6% 和54.4% ，该公司职工男女数量差距不大，男性略多于女性。其次对原有数据中的受教育程度进行频数分析，结果如下表：educational level (years)cumulatifrequepercenvalidvencytpercentpercentvali85311.211.211.2d1219040.140.151.31461.31.352.51511624.524.577.0165912.412.489.517112.32.391.81891.91.993.719275.75.799.4202.4.499.8211.2.2100.0tot474100.0100.0alh is t o g r a m2 0 0ycnqeeurf1 5 01 0 05 007.51 01 2.51 51 7.52 02 2.5me a n = 1 3.4 9s td. dev. = 2.88 5n = 47 4e d u c a tio n a l le v e l ( y e a r s )上表及其直方图说明，被调查的 474 名职工中，受过 12 年教育的职工是该组频数最高的，为 190 人，占总人数的 40.1% ，其次为 15年，共有116 人，占中人数的 24.5% 。且接受过高于 20年的教育的人数只有 1 人，比例很低。2、 描述统计分析。再通过简单的频数统计分析了解了职工在性别和受教育水平上的总体分布状况后，我们还需要对数据中的其他变量特征有更为精确的认识，这就需要通过计算基本描述统计的方法来实现。下面就对各个变量进行描述统计分析，得到它们的均值、标准差、片度峰度等数据，以进一步把我数据的集中趋势和离散趋势。descriptive ststisticsminimnummaxi mummeanstd. deviatioskewnes skurtosisnstststatistatisstatiststatististatid.statid.statisticsticticiccsticerrsticerrororeducational47482113.492.885-.114.11-.265.22level24(years)current$15,7$135,$34,41$17,0752.12.115.37.22474salary500009.57.6615284beginning474$9,00$79,9$17,01$7,870.2.85.1112.3.220806.0963832904salarypreviousexperie474047695.86104.5861.51.111.69.22nce0264(months)months.11-1.15.22since474639881.1110.061-.053234hire如表所示，以起始工资为例读取分析结果，474 名职工的起始工资最小值为 9000，最大值为 79980 ，平均起始工资为 17016 ，标准差为 7870.638 ，偏度系数和峰度系数分别为2.853 和12.390 。其他数据依此读取，则该表表明474 名职工的受教育水平、起始工资、现工资、先前工作经验、现在工作经验的详细分布状况。3、exploratory data analysis 。（1） ） 交叉分析。通过频数分析能够掌握单个变量的数据分布情况，但是在实际分析 中，不仅要了解单个变量的分布特征，还要分析多个变量不同取值下的分布， 掌握多个变量的联合分布特征，进而分析变量之间的相互影响和关系。就本数据而言，需要了解现工资与性别、年龄、受教育水平、起始工资、本单位工作经历、以前工作经历、职务等级的交叉分析。现以现工资与职务等级的列联表分析为例，读取数据（下面数据分析表为截取的一部分）：单因素分析用来研究一个控制变量的不同水平是否对观测变量产生了显著影响。 下面我们把受教育水平和起始工资作为控制变量，现工资为观测变量， 通过单因素方差分析方法研究受教育水平和起始工资对现工资的影响进行分析。分析结果如下：current salarysum ofanovabetw een groups within groups totalsquaresdfmean squarefsig.1e+01189137063599533.040.0002e+01038441484093.531e+011473上表是起始工资对现工资的单因素方差分析结果。可以看出：f 统计量的观测值为33.040 ，对应的概率p 值近似等于 0，如果显著性水平为 0.05 ，由于概率值p 小于显著性水平q，则应拒绝原假设，认为不同的起始工资对现工资产生了显著影响。current salarysum ofanovabetw een groups within groups totalsquaresdfmean squarefsig.9e+0109985039278592.779.0005e+010464106170173.21e+011473同理，上表是受教育水平对现工资影响的单因素分析结果，其结果亦为拒绝原假设，所以不同的受教育水平对现工资产生显著影响。4、相关分析。相关分析是分析客观事物之间关系的数量分析法，明确客观事物之间有怎样的关系对理解和运用相关分析是极其重要的。函数关系是指两事物之间的一种一一对应的关系，即当一个变量x 取一定值时，另一个变量函数y 可以根据确定的函数取一定的值。另一种普遍存在的关系是统计关系。统计关系是指两事物之间的一种非一一对应的关系，即当一个变量x 取一定值时，另一个变量y 无法根据确定的函数取一定的值。 统计关系可分为线性关系和非线性关系。correlations*. correlation is significant at the 0.01 level (2-tailed).*. correlation is significant at the 0.05 level (2-tailed).事物之间的函数关系比较容易分析和测度，而事物之间的统计关系却不像函数关系那样直接，但确实普遍存在， 并且有的关系强有的关系弱， 程度各有差异。 如何测度事物之间的统计关系的强弱是人们关注的问题。相关分析正是一种简单易行的测度事物之间统计关系的current salarybeginning salarymonths since hireprevious experience(months)yearscurrent salarypearson correlation1.880*.084-.097*-.144*sig. (2-tailed).000.067.034.002n474474474474473beginning salarypearson correlation.880*1-.020.045-.010sig. (2-tailed).000.668.327.833n474474474474473months since hirepearson correlation.084-.0201.003.054sig. (2-tailed).067.668.948.244n474474474474473previous experiencepearson correlation-.097*.045.0031.802*(months)sig. (2-tailed).034.327.948.000n474474474474473yearspearson correlation-.144*-.010.054.802*1sig. (2-tailed).002.833.244.000n473473473473473有效工具。上表是对本次分析数据中， 现工资、起始工资、本单位工作时间、以前工作时间、 年龄五个变量间的相关分析，表中相关系数旁边有两个星号（ *）的，表示显著性水平为0.01时，仍拒绝原假设。一个星号（ *）表示显著性水平为0.05 是仍拒绝原假设。先以现工资这一变量与其他变量的相关性为例分析，由上表可知， 现工资与起始工资的相关性最大，相关系数为0.880 ，而与在本单位的工作时间相关性最小，相关系数为0.084 。5、参数检验。首先对现工资的分布做正态性检验，结果如下：h is t o g r a m1 2 01 0 0ncy8 0ueerq6 0f4 02 00$ 0$ 2 0 ,0 0 0$ 4 0 ,0 0 0$ 6 0 ,0 0 0$ 8 0 ,0 0 0$ 1 0 0 ,0 0 0$ 1 2 0 ,0 0 0$ 1 4 0 ,0 0 0me a n = $ 3 4 ,4 1 9.5 7s td. dev. = $1 7 ,0 7 5.6 6 1n = 47 4c u r r e n t s a la r y由上图可知， 现工资的分布可近似看作符合正态分布，现推断现工资变量的平均值是否为 $3,000,0 ，因此可采取单样本t 检验来进行分析。分析如下：one-sample statisticsstd.std.errornmeandeviationmeanone-sample testtest value = 30000mean95%sig.differenconfidencetdf(2-tailed)ceinterval of thedifferenceloweruppercurrent$4,419.$2,878$5,9605.635473.000salary568.40.73由 one-samplestatistics可知， 474名职工的现工资平均值为￥ 34,419.57 ，标准差为 $17,075.661 ，均值标准误差为$784.311 。图表 one-sample test中，第二列是 t 统计量的观测值为5.635 ；第三列是自由度为473（n-1）；第四列是 t 统计量观测值的双尾概率值；第五列是样本均值和检验值的差； 第六列和第七列是总体均值与原假设值差的 95% 的置信区间为（ $2,878.40 , 5,960.73）。该问题的 t 值等于 5.635 对应的临界置信水平为0，远远小于设置的0.05 ，因此拒绝原假设，表明该公司的474名职工的现工资与 $3,000,0存在显著差异。6、非参数检验。对本数据中的年龄做正态分布检验，结果如下：h ist o g r a m8 06 0ycnr4 0euqef2 003 04 05 06 0yea r s7 08 0mea n = 47.14s td. dev. = 11.77 5n = 473由上图两图可知， 474 名职工的年龄分布并不完全符合正态分布，所以现推断其职工年龄的平均数在40-45 岁之间，可对其采用非参数检验的方法进行检验。检验结果如下：chi-square testfr eque nciesyearscategoryobserved nexpected nresidual1404123.517.52413423.510.53422223.5-1.54431823.5-5.55441323.5-10.56451323.5-10.5total141tes t statisticschi-square adfasym p. sig.years 28.4895.000a. 0 cells (.0%) have expe