SPSS数据分析报告

1、SPSS期末报告关于员工受教育程度对其工资水平的影响统计分析报告课程名称：SPSS统计分析方法姓 名：汤重阳学 号：1402030108所在专业：人力资源管理所在班级：三班目录一、数据样本描述 1二、要解决的问题描述 11 数据管理与软件入门部分 11.1 分类汇总 11.2 个案排秩 11.3 连续变量变分组变量 12 统计描述与统计图表部分 12.1 频数分析 12.2 描述统计分析 13 假设检验方法部分 23.1 分布类型检验 23.1.1 正态分布 23.1.2 二项分布 23.1.3 游程检验 23.2 单因素方差分析 23.3 卡方检验 23.4 相关与线性回归的分析方法 23.

2、4.1 相关分析（双变量相关分析 &偏相关分析） 23.4.2 线性回归模型 24 高级阶段方法部分 2三、具体步骤描述 31 数据管理与软件入门部分 31.1 分类汇总 31.2 个案排秩 41.3 连续变量变分组变量 52 统计描述与统计图表部分 52.1 频数分析 52.2 描述统计分析 73 假设检验方法部分 83.1 分布类型检验 83.1.1 正态分布 83.1.2 二项分布 103.1.3 游程检验 103.2 单因素方差分析 123.3 卡方检验 133.4 相关与线性回归的分析方法 143.4.1 相关分析 143.4.2 线性回归模型 164 高级阶段方法部分 18

3、4.1 信度 184.2 效度 19一、数据样本描述分析数据来自于“微盘 一一SPS熨据包data02-01”。（ vdisk.weibo./s/cLUq3Ep3X1lp?archive_ref=F0I4kg0FObO2f&archive_path=%2FSPSS%E6%95 %B0%E6%8D%AE%E5%8C%85&category_i）d=0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11个变量，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），sa

4、lary （现工资），jobtime（本单位工作经历 月），prevexp（以前工作经历 月），minority（民族类型），age（年龄）。通过运用SPSS统计软件，对变量进行统计分析，以了解该公 司职工总体状况，并分析职工受教育程度、起始工资、现工资的分布特点及相互间的关系。二、要解决的问题描述1 数据管理与软件入门部分1.1 分类汇总以受教育水平程度为分组依据，对职工的起始工资和现工资进行数据汇总。1.2 个案排秩对受教育水平程度不同的职工起始工资和现工资进行个案排秩。1.3 连续变量变分组变量将被调查者的年龄分为 10组，要求等间距。2 统计描述与统计图表部分2.1 频数分析利用了某公

5、司 474名职工基本状况的统计数据表， 在性别、受教育水平程度不同的状况下 进行频数分析，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。2.2 描述统计分析以职工受教育水平程度为依据， 对职工起始工资进行描述统计分析， 得到它们的均值、 标 准差、偏度峰度等数据，以进一步把握数据的集中趋势和离散趋势。3 假设检验方法部分3.1 分布类型检验3.1.1 正态分布分析职工的现工资是否服从正态分布。3.1.2 二项分布抽样数据中职工的性别分布是否平衡。3.1.3 游程检验该样本中的抽样数据是否随机。3.2 单因素方差分析 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

6、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。3.3 卡方检验职工的起始工资水平和现工资水平与其受教育程度之间是否存在关联性。3.4 相关与线性回归的分析方法3.4.1 相关分析（双变量相关分析 & 偏相关分析）对受教育程度和现工资两个变量进行相关性分析。3.4.2 线性回归模型建立用受教育程度预测现工资水平的回归方程4 高级阶段方法部分对该样本数据进行信效度检测三、具体步骤描述1数据管理与软件入门部分1.1分类汇总以受教育水平为分组依据，对职工的起始工资和现工资进行数据汇总血Csalary_meansalbeginmean；N BREAK I824399 061306

7、4161901431625.0016625.006153個過15610.601161648226.9322338.4769仃59527 2726904 £6111865127.7832240,0091934764 07272064312 5036240 0022165000.0037500 001图1.1分类汇总数据由图1.1所示，受教育等级以年为单位划分可分为 8年、12年、14年等图中所示10个等 级。以等级为8年为例，现工资均值为24399.06美元，起始工资均值为13064.15美元，统计 量为53人。经比较可知，教育年限为12年和15年的职工在公司

8、中占大多数，教育年限为 20 年和21年的职工在公司中的初始工资平均水平较高，但教育年限为19年的职工现工资平均水平较高。1.2个案排秩对受教育水平程度不同的职工起始工资和现工资进行个案排秩。表1.2-1现工资水平个案排秩统计量統計資料Rank of salary by educN有效遺漏4740平均數60.43460中位數46.50000標準偏差50.975992範圍189.000最小值1.000最大值190.000表1.2-2初始工资水平个案排秩统计量統計資料Rank of salbegi n by educK I有效474N遺漏0平均數60.43460中位數47.50000標準偏差50.

9、865407範圍189.000最小值1.000最大值190.0001.3连续变量变分组变量将被调查者的年龄分为5组。表1.3被调查者年龄分布（已分组）agec次數百分比有效的百分比累積百分比<331.2.2.21.557.872.886.9>7361.31.3334326756.356.3有效43537115.015.053636714.114.16373總計6213.113.1100.0474100.0100.0根据表1.3所示，该公司474名职员年龄几乎全部在33岁以上、73岁以下，年龄层分布 集中在已有工作经验的人当中，其中 3343岁的员工为该公司的主体。2统计描述与统计图

10、表部分2.1频数分析利用了某公司474名职工基本状况的统计数据表，在性别、受教育水平程度不同的状况下 进行频数分析，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。表 2.1-1职工性别频数统计表Gen der次數百分比有效的百分比累積百分比Female21645.645.645.6100.0有效Male25854.454.4總計474100.0100.0由表2.1-1可知，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。下面对该公司员工受教育程度进行频数分析：Educatio nal Leve

11、l (years)次數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直方捌平均值=1349IS坤 4 2.885Nl= +74图2.1-2职工受教育程度频数分布直方图表2.1-2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1

12、5年，共有116人，占总人数的24.5%。且接受 过高于20年的教育的人数只有1人，比例很低。2.2描述统计分析以职工受教育水平程度为依据，对职工起始工资进行描述统计分析， 得到它们的均值、标 准差、偏度峰度等数据，以进一步把握数据的集中趋势和离散趋势。（由于输出结果较长，为了便于解释，仅截取职工受教育水平年限为 8年的分析结果）Educational L酮創（years娅計直料Beginning Salary 0卡土勺鞅?1 3.04.15$33178495%平均啟的信轄昭間下限上限$l2r4OD.3a$13727.925%燈警的平均荫513r016.35中位軸$13,050,0057991

13、70.900S2.408147最小値$站血S18.750範園1,000内四分位距14.975.143.327-1.219.644图2.2-1 职工起始工资描述统计表（部分）宜方圖educ= 0 的214.7 N-乌图2.2-2 职工起始工资描述统计直方图（部分）图2.2给出的就是以受教育年限为8年时职工起始工资的描述统计，由此得出结论如下：（1） 集中趋势指标：由图2.2-1可知，职工起始工资均值为$13064.15，5冊尾均数为 $13016.35，中位数为$13050.00，三者差异较大，说明数据分布的对称性较差。（2）离散趋势指标：起始工资方差为 5799170.900，其平方根即标准差

14、为2408.147，样 本中极小值为$9750,极大值为美元18750,两者之差为全距（范围）$9000,中间一半样本的 全距为四分位间距$4875。（3）参数估计：职工起始工资的标准误差为 $330.784，相应的总体均数95刑信区间为 $12400.38-$13727.92。（4） 分布特征指标：根据描述统计数据可知，该样本数据中偏度为0.148>0，曲线右偏；峰度为-1.219<3，曲线较为平缓（该结论也可从图2.2-2的直方图及其曲线中看出）。3假设检验方法部分3.1分布类型检验正态分布分析职工的现工资是否服从正态分布H0职工的现工资服从正态分布H1:职工的现工资不服从正态

15、分布a =0.05表职工现工资正态分布检验结果單一樣本 Kolmogorov-Smirnov 檢定Current Salary N474由台匕殃齢a,b平均數$34,419.57吊態參數標準偏差$17,075.661絕對.208取極端差異正.208負-.143測試統計資料.208漸近顯著性（雙尾）.000ca. 檢定分配是常態的。b. 從資料計算。c. Lilliefors顯著更正。Kolmogorov-Smirnov图检验详细模型输出结果如表所示：P=0.000P<a接受H1,认为职工的现工资统计量不服从正态分布二项分布抽样数据中职工的性别分布是否平衡。H0抽样数据中职工性别比例无差异

16、H1:抽样数据中职工性别比例有差异a =0.05表职工性别二项分布检验结果二項式檢定類別N觀察比例。檢定比例。精確顯著性（雙 尾）群組1male258.54.50.060gen der群組 2female216.46總計4741.00P=0.06P>a接受H0,认为抽样数据中职工性别比例无差异游程检验该样本中的抽样数据是否随机（检测数据均以均值为分割点）（1）性别：H0抽样数据中性别序列为随机序列H1 :抽样数据中性别序列不为随机序列a =0.05表性别序列游程检验連檢定測試值agender .46觀察值 < 檢定值258觀察值 >=檢定值216總箱數474連個數110Z-1

17、1.692漸近顯著性（雙尾）.000a.平均數單一樣本分布檢定图性别序列游程检验详细模型输出P=0.000P<a接受H1,认为样本数据中性别序列不是随机序列(2)年龄:H0抽样数据中年龄序列是随机序列H1:抽样数据中年龄序列不是随机序列a =0.05表年龄序列游程检验结果連檢定Years測試值a47.14觀察值 < 檢定值298觀察值 >=檢定值175總箱數473連個數196Z-2.519漸近顯著性(雙尾).012a.平均數瑕一樣本分布檢定0 100分命太少AMI, I I I=196200300400500分布龙多图年龄序列游程检验详细模型输出结果P=0.012P<a

18、接收H1,认为年龄序列不是随机序列。3.2单因素方差分析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。（1）起始工资对现工资的影响分析H0认为起始工资对现工资没有显著影响H1:认为起始工资对现工资有显著影响a =0.05表3.2-1 起始工资对现工资的影响分析结果變異數分析Curre nt Salary平方和121986603521.73df平均值平方F顯著性群組之間6891370635994.62633.040.000在群組60338441484093.528137916495436.34

19、總計0473P=0.000P<a接受H1,认为起始工资对现工资有显著影响。(2)受教育水平对现工资的影响分析对受教育水平与现工资之间进行方差齐性检测，其结果如下:表3.2-2方差齐性检验结果變異數同質性測試Curre nt SalaryLeve ne統計資料df1df2顯著性16.1698464.000P=0.000<0.05，认为该样本方差不齐的要求，因此下面进行的方差分析结论的稳定性较差。 单因素方差检验：H0认为受教育水平对现工资没有显著影响H1:认为受教育水平对现工资有显著影响a =0.05表3.2-3受教育水平对现工资的影响分析结果變異數分析Current Salary平

20、方和df平均值平方F顯著性群組之間88653535061.98499850392784.66592.779.000在群組內49262960374.356464106170173.221總計137916495436.340473P=0.000P<a接受H1,认为职工受教育水平对现工资有显著影响3.3卡方检验职工的起始工资水平和现工资水平与其受教育程度之间是否存在关联性。(1)H0起始工资水平与受教育程度之间不存在关联性H1 :起始工资水平与受教育程度之间存在关联性a =0.05卡方測試數值df漸近顯著性 （2端）皮爾森 （Pearson）卡方1969.1893801.000概似比765.6

21、51801.811線性對線性關聯189.6431.000有效觀察值個數474a. 878資料格（97.6%）預期計數小於5。預期的計數下限為.00 。P=0.000P<a接受H1,认为起始工资与受教育程度之间存在关联性。（2）H0现工资与起始工资之间不存在关联性H1:现工资与起始工资之间存在关联性a =0.05表3.3-2 现工资与起始工资的分析结果卡方測試 數值df漸近顯著性（2端）皮爾森（Pearso n）卡方26391.304a19580.000概似比2672.323195801.000線性對線性關聯366.3891.000有效觀察值個數474a. 19890 資料格（100.0%

22、）預期計數小於5。預期的計數下限為.00 。P=0.000P<a接受H1,认为现工资与起始工资之间存在关联性。3.4相关与线性回归的分析方法相关分析（1）双变量相关分析对受教育程度与现工资之间进行相关性分析。相關Educational,“、Current SalaryLevel (years)皮爾森(Pearso n)相關1*.661Educati onal Level (years)顯著性（雙尾）.000N474474皮爾森(Pearso n)相關*.6611Current Salary顯著性（雙尾）.000N474474*.相關性在0.01層上顯著（雙尾）由表可知，受教育程度与现工资

23、之间存在相关性，相关系数为0.661，对相关系数的检验双侧P=0.000,所以可以认为两变量间的正相关是有统计学意义的，受教育程度影响 职工的现工资水平，即受教育程度越高，现工资水平越高。（2）偏相关分析由于上述检测数据无法说明相关系数中有多少是反映“受教育程度-初始工资水平-现工资水平”这样一种简介的链条影响，也就是说，在控制了初始工资水平之后，受教育程度与现工 资水平之间的相关性不确定，因此，下面采用偏相关分析对这三个因素进行分析。表 3.4.1-2受教育程度与现工资水平偏相关分析相關控制變數Curre ntEducati onalSalaryLevel (years)相關1.000.28

24、1Current Salary顯著性（雙尾）.000Begi nningdf0471SalaryEducati onal Level相關.2811.000(years)顯著性（雙尾）.000df4710如图所示，在控制初始工资后计算出受教育水平与现工资的偏相关系数为0.281，对相关系数检验双侧P=0.000,虽然相关系数有所减小，但仍然具有统计学意义。在控制初始 工资后仍可以认为受教育程度影响职工现工资水平，且受教育程度越高，现工资水平越高。342线性回归模型建立用受教育程度预测现工资的回归方程。1150,000-$1 00,000-erlm(/>-LI 心JnoS50.D0O-i1-

25、1-i-I612 H 15161719192021Educational Level (year$)图受教育程度与现工资水平散点图由图可以看出，受教育程度与现工资水平之间存在线性相关关系，且可以用回归方程来解释两变量之间的关系。表回归方程模型汇总模型摘要標準偏斜度錯誤$12,833.540模型RR平方調整後R平方1.661a.436.435a. 預測值：(常數)，Educational Level (years)由表可知，决定系数R2=0.436，说明在对现工资水平的影响因素中，受教育程度起到一定的作用，但是并非决定性作用。變異數分析a模型平方和df平均值平方F顯著性60178217760.0

26、060178217760.00cb迴歸010365.381.00077738277676.331殘差9472164699740.840137916495436.3總計40473a.應變數:Current Salaryb.預測值:：（常數），Educational Level (years)由表可知，对该回归方程模型的方差分析中，F值为365.381 , P值小于0.05 ,所以该模型具有统计意义，也就是说，自变量受教育程度的回归系数具有统计意义。表 3.4.2-3回归方程常数项及回归系数检验结果係數a模型非標準化係數標準化係數-萌盘并B標準錯誤BetaT顯者性(常數)1Educatio nal Level(years)-18331.1782821.912-6.496.0003909.907204.547.66119.115.000a.應變數 : Current Salary由表可知，回归方程中a=-18331.178，b=3909.907,因此可以写出如下回归方 程：现工资水平=-18331.178+3909.907*受教育程度（年）由该方程可得出如下信息：（1）当受教育年限是0年时，在该公司内的现工资水平为$-18331.2。（2） 受教育年限每增加一个单位，在该公司内的现工资水平将增加$3909.9。4高级阶段方法部分对