spss的數(shù)據(jù)分析案例

spss的數(shù)據(jù)分析案例spss的數(shù)據(jù)分析案例spss的數(shù)據(jù)分析案例關(guān)于某公司474名職工綜合狀況的統(tǒng)計(jì)分析報(bào)告數(shù)據(jù)介紹:本次分析的數(shù)據(jù)為某公司474名職工狀況統(tǒng)計(jì)表,其中共包含十一變量,分別就是:id(職工編號(hào)),gender(性別),bdate(出生日期),edcu(受教育水平程度),jobcat(職務(wù)等級(jí)),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(yùn)用spss統(tǒng)計(jì)軟件,對變量進(jìn)行頻數(shù)分析、描述性統(tǒng)計(jì)、方差分析、相關(guān)分析、以了解該公司職工上述方面的綜合狀況,并分析個(gè)變量的分布特點(diǎn)及相互間的關(guān)系。數(shù)據(jù)分析頻數(shù)分析?；镜慕y(tǒng)計(jì)分析往往從頻數(shù)分析開始。通過頻數(shù)分析能夠了解變量的取值狀況,對把握數(shù)據(jù)的分布特征非常有用。此次分析利用了某公司474名職工基本狀況的統(tǒng)計(jì)數(shù)據(jù)表,在gender(性別)、edcu(受教育水平程度)、不同的狀況下的頻數(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。 Statisticsspss的數(shù)據(jù)分析案例全文共12頁，當(dāng)前為第1頁。首先,對該公司的男女性別分布進(jìn)行頻數(shù)分析,結(jié)果如下:spss的數(shù)據(jù)分析案例全文共12頁，當(dāng)前為第1頁。GenderEducationalLevel(years)NValid474474Missing00 GenderFrequencyPercentValidPercentCumulativePercentValidFemale21645、645、645、6Male25854、454、4100、0Total474100、0100、0上表說明,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%與54、4%,該公司職工男女?dāng)?shù)量差距不大,男性略多于女性。其次對原有數(shù)據(jù)中的受教育程度進(jìn)行頻數(shù)分析,結(jié)果如下表: spss的數(shù)據(jù)分析案例全文共12頁，當(dāng)前為第2頁。spss的數(shù)據(jù)分析案例全文共12頁，當(dāng)前為第2頁。spss的數(shù)據(jù)分析案例全文共12頁，當(dāng)前為第3頁。EducationalLevel(years)spss的數(shù)據(jù)分析案例全文共12頁，當(dāng)前為第3頁。FrequencyPercentValidPercentCumulativePercentValid85311、211、211、21219040、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、0Total474100、0100、0上表及其直方圖說明,被調(diào)查的474名職工中,受過12年教育的職工就是該組頻數(shù)最高的,為190人,占總?cè)藬?shù)的40、1%,其次為15年,共有116人,占中人數(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。描述統(tǒng)計(jì)分析。再通過簡單的頻數(shù)統(tǒng)計(jì)分析了解了職工在性別與受教育水平上的總體分布狀況后,我們還需要對數(shù)據(jù)中的其她變量特征有更為精確的認(rèn)識(shí),這就需要通過計(jì)算基本描述統(tǒng)計(jì)的方法來實(shí)現(xiàn)。下面就對各個(gè)變量進(jìn)行描述統(tǒng)計(jì)分析,得到它們的均值、標(biāo)準(zhǔn)差、片度峰度等數(shù)據(jù),以進(jìn)一步把我數(shù)據(jù)的集中趨勢與離散趨勢。spss的數(shù)據(jù)分析案例全文共12頁，當(dāng)前為第4頁。DescriptiveStstisticsspss的數(shù)據(jù)分析案例全文共12頁，當(dāng)前為第4頁。NMinimumMaximumMeanStd、DeviationSkewnessKurtosisStatisticStatisticStatisticStatisticStatisticStatisticStd、ErrorStatisticStd、ErrorEducationalLevel(years)47482113、492、885-、114、112-、265、224CurrentSalary474$15,750$135,000$34,419、57$17,075、6612、125、1125、378、224BeginningSalary474$9,000$79,980$17,016、09$7,870、6382、853、11212、390、224PreviousExperience(months)spss的數(shù)據(jù)分析案例全文共12頁，當(dāng)前為第5頁。474spss的數(shù)據(jù)分析案例全文共12頁，當(dāng)前為第5頁。047695、86104、5861、510、1121、696、224MonthssinceHire474639881、1110、061-、053、112-1、153、224

如表所示,以起始工資為例讀取分析結(jié)果,474名職工的起始工資最小值為＄9000,最大值為＄79980,平均起始工資為＄17016,標(biāo)準(zhǔn)差為＄7870、638,偏度系數(shù)與峰度系數(shù)分別為2、853與12、390。其她數(shù)據(jù)依此讀取,則該表表明474名職工的受教育水平、起始工資、現(xiàn)工資、先前工作經(jīng)驗(yàn)、現(xiàn)在工作經(jīng)驗(yàn)的詳細(xì)分布狀況。Exploratorydataanalysis。交叉分析。通過頻數(shù)分析能夠掌握單個(gè)變量的數(shù)據(jù)分布情況,但就是在實(shí)際分析中,不僅要了解單個(gè)變量的分布特征,還要分析多個(gè)變量不同取值下的分布,掌握多個(gè)變量的聯(lián)合分布特征,進(jìn)而分析變量之間的相互影響與關(guān)系。就本數(shù)據(jù)而言,需要了解現(xiàn)工資與性別、年齡、受教育水平、起始工資、本單位工作經(jīng)歷、以前工作經(jīng)歷、職務(wù)等級(jí)的交叉分析。現(xiàn)以現(xiàn)工資與職務(wù)等級(jí)的列聯(lián)表分析為例,讀取數(shù)據(jù)(下面數(shù)據(jù)分析表為截取的一部分):spss的數(shù)據(jù)分析案例全文共12頁，當(dāng)前為第6頁。單因素分析用來研究一個(gè)控制變量的不同水平就是否對觀測變量產(chǎn)生了顯著影響。下面我們把受教育水平與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與起始工資對現(xiàn)工資的影響進(jìn)行分析。分析結(jié)果如下:spss的數(shù)據(jù)分析案例全文共12頁，當(dāng)前為第6頁。上表就是起始工資對現(xiàn)工資的單因素方差分析結(jié)果。可以瞧出:F統(tǒng)計(jì)量的觀測值為33、040,對應(yīng)的概率P值近似等于0,如果顯著性水平為0、05,由于概率值P小于顯著性水平q,則應(yīng)拒絕原假設(shè),認(rèn)為不同的起始工資對現(xiàn)工資產(chǎn)生了顯著影響。同理,上表就是受教育水平對現(xiàn)工資影響的單因素分析結(jié)果,其結(jié)果亦為拒絕原假設(shè),所以不同的受教育水平對現(xiàn)工資產(chǎn)生顯著影響。相關(guān)分析。相關(guān)分析就是分析客觀事物之間關(guān)系的數(shù)量分析法,明確客觀事物之間有怎樣的關(guān)系對理解與運(yùn)用相關(guān)分析就是極其重要的。spss的數(shù)據(jù)分析案例全文共12頁，當(dāng)前為第7頁。函數(shù)關(guān)系就是指兩事物之間的一種一一對應(yīng)的關(guān)系,即當(dāng)一個(gè)變量X取一定值時(shí),另一個(gè)變量函數(shù)Y可以根據(jù)確定的函數(shù)取一定的值。另一種普遍存在的關(guān)系就是統(tǒng)計(jì)關(guān)系。統(tǒng)計(jì)關(guān)系就是指兩事物之間的一種非一一對應(yīng)的關(guān)系,即當(dāng)一個(gè)變量X取一定值時(shí),另一個(gè)變量Y無法根據(jù)確定的函數(shù)取一定的值。統(tǒng)計(jì)關(guān)系可分為線性關(guān)系與非線性關(guān)系。spss的數(shù)據(jù)分析案例全文共12頁，當(dāng)前為第7頁。事物之間的函數(shù)關(guān)系比較容易分析與測度,而事物之間的統(tǒng)計(jì)關(guān)系卻不像函數(shù)關(guān)系那樣直接,但確實(shí)普遍存在,并且有的關(guān)系強(qiáng)有的關(guān)系弱,程度各有差異。如何測度事物之間的統(tǒng)計(jì)關(guān)系的強(qiáng)弱就是人們關(guān)注的問題。相關(guān)分析正就是一種簡單易行的測度事物之間統(tǒng)計(jì)關(guān)系的有效工具。spss的數(shù)據(jù)分析案例全文共12頁，當(dāng)前為第8頁。上表就是對本次分析數(shù)據(jù)中,現(xiàn)工資、起始工資、本單位工作時(shí)間、以前工作時(shí)間、年齡五個(gè)變量間的相關(guān)分析,表中相關(guān)系數(shù)旁邊有兩個(gè)星號(hào)(**)的,表示顯著性水平為0、01時(shí),仍拒絕原假設(shè)。一個(gè)星號(hào)(*)表示顯著性水平為0、05就是仍拒絕原假設(shè)。先以現(xiàn)工資這一變量與其她變量的相關(guān)性為例分析,由上表可知,現(xiàn)工資與起始工資的相關(guān)性最大,相關(guān)系數(shù)為0、880,而與在本單位的工作時(shí)間相關(guān)性最小,相關(guān)系數(shù)為0、084。spss的數(shù)據(jù)分析案例全文共12頁，當(dāng)前為第8頁。參數(shù)檢驗(yàn)。首先對現(xiàn)工資的分布做正態(tài)性檢驗(yàn),結(jié)果如下:由上圖可知,現(xiàn)工資的分布可近似瞧作符合正態(tài)分布,現(xiàn)推斷現(xiàn)工資變量的平均值就是否為$3,000,0,因此可采取單樣本t檢驗(yàn)來進(jìn)行分析。分析如下:One-SampleStatisticsNMeanStd、DeviationStd、ErrorMeanspss的數(shù)據(jù)分析案例全文共12頁，當(dāng)前為第9頁。 One-SampleTestspss的數(shù)據(jù)分析案例全文共12頁，當(dāng)前為第9頁。TestValue=30000tdfSig、(2-tailed)MeanDifference95%ConfidenceIntervaloftheDifferenceLowerUpperCurrentSalary5、635473、000$4,419、568$2,878、40$5,960、73由One-SampleStatistics可知,474名職工的現(xiàn)工資平均值為￥34,419、57,標(biāo)準(zhǔn)差為$17,075、661,均值標(biāo)準(zhǔn)誤差為$784、311。圖表One-SampleTest中,第二列就是t統(tǒng)計(jì)量的觀測值為5、635;第三列就是自由度為473(n-1);第四列就是t統(tǒng)計(jì)量觀測值的雙尾概率值;第五列就是樣本均值與檢驗(yàn)值的差;第六列與第七列就是總體均值與原假設(shè)值差的95%的置信區(qū)間為($2,878、40,5,960、73)。該問題的t值等于5、635對應(yīng)的臨界置信水平為0,遠(yuǎn)遠(yuǎn)小于設(shè)置的0、05,因此拒絕原假設(shè),表明該公司的474名職工的現(xiàn)工資與$3,000,0存在顯著差異。非參數(shù)檢驗(yàn)。對本數(shù)據(jù)中的年齡做正態(tài)分布檢驗(yàn),結(jié)果如下:spss的數(shù)據(jù)分析案例全文共12頁，當(dāng)前為第10頁。spss的數(shù)據(jù)分析案例全文共12頁，當(dāng)前為第10頁。由上圖兩圖可知,474名職工的年齡分布并不完全符合正態(tài)分布,所以現(xiàn)推斷其職工年齡的平均數(shù)在40-45歲之間,可對其采用非參數(shù)檢驗(yàn)的方法進(jìn)行檢驗(yàn)。檢驗(yàn)結(jié)果如下:Chi-SquareTestspss的數(shù)據(jù)分析案例全文共12頁，當(dāng)前為第11頁。spss的數(shù)據(jù)分析案例全文共12頁