SPSS数据分析报告Word格式文档下载.docx
《SPSS数据分析报告Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《SPSS数据分析报告Word格式文档下载.docx（17页珍藏版）》请在冰豆网上搜索。
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
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。
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。
表1.2-1现工资水平个案排秩统计量
统计资料
Rankofsalarybyeduc
N
有效
遗漏
474
平均数
中位数
标准偏差
范围
最小值
最大值
60.43460
46.50000
50.975992
189.000
1.000
190.000
表1.2-2初始工资水平个案排秩统计量
Rankofsalbeginbyeduc
47.50000
50.865407
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
次数
百分比
有效的百分比
累积百分比
<
33
>
73
33~43
43~53
53~63
63~73
总计
1
6
267
71
67
62
.2
1.3
56.3
15.0
14.1
13.1
100.0
1.5
57.8
72.8
86.9
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33~43岁的员工为该公司的主体。
表2.1-1职工性别频数统计表
Gender
Female
Male
216
258
45.6
54.4
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：
表2.1-2职工受教育程度频数统计表
EducationalLevel（years）
8
12
14
15
16
17
18
19
53
190
11.2
40.1
51.3
52.5
116
24.5
77.0
59
12.4
89.5
11
2.3
91.8
9
1.9
93.7
27
5.7
99.4
20
2
.4
99.8
21
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15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。
（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）
图2.2-1职工起始工资描述统计表（部分）
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%截尾均数为$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%可信区间为$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）。
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分布
α=0.05
表3.1.1职工现工资正态分布检验结果
单一样本Kolmogorov-Smirnov检定
CurrentSalary
常态参数a,b
$34,419.57
$17,075.661
最极端差异
绝对
.208
正
负
-.143
测试统计资料
渐近显着性（双尾）
.000c
a.检定分配是常态的。
b.从资料计算。
c.Lilliefors显着更正。
图3.1.1K-S检验详细模型输出结果
P=0.000
P<
α
接受H1，认为职工的现工资统计量不服从正态分布。
抽样数据中职工性别比例无差异
抽样数据中职工性别比例有差异
表3.1.2职工性别二项分布检验结果
二项式检定
类别
观察比例。
检定比例。
精确显着性（双尾）
gender
群组1
群组2
male
female
.54
.46
.50
.060
1.00
P=0.06
P>
接受H0，认为抽样数据中职工性别比例无差异。
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：
抽样数据中性别序列为随机序列
抽样数据中性别序列不为随机序列
表3.1.3-1性别序列游程检验
连检定
测试值a
观察值<
检定值
观察值>
=检定值
总箱数
连个数
110
Z
-11.692
.000
a.平均数
图3.1.3-1性别序列游程检验详细模型输出
接受H1，认为样本数据中性别序列不是随机序列。
（2）年龄：
抽样数据中年龄序列是随机序列
抽样数据中年龄序列不是随机序列
表3.1.3-2年龄序列游程检验结果
Years
47.14
298
175
473
196
-2.519
.012
图3.1.3-2年龄序列游程检验详细模型输出结果
P=0.012
接收H1,认为年龄序列不是随机序列。
（1）起始工资对现工资的影响分析
认为起始工资对现工资没有显着影响
认为起始工资对现工资有显着影响
表3.2-1起始工资对现工资的影响分析结果
变异数分析
平方和
df
平均值平方
F
显着性
群组之间
89
33.040
在群组内
384
接受H1，认为起始工资对现工资有显着影响。
（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
变异数同质性测试
Levene统计资料
df1
df2
16.169
464
P=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：
认为受教育水平对现工资没有显着影响
认为受教育水平对现工资有显着影响
表3.2-3受教育水平对现工资的影响分析结果
92.779
接受H1，认为职工受教育水平对现工资有显着影响。
（1）
起始工资水平与受教育程度之间不存在关联性
起始工资水平与受教育程度之间存在关联性
表3.3-1起始工资与受教育程度的分析结果
卡方测试
数值
渐近显着性（2端）
皮尔森（Pearson）卡方
1969.189a
801
概似比
765.651
.811
线性对线性关联
189.643
有效观察值个数
a.878资料格（97.6%）预期计数小於5。
预期的计数下限为.00。
接受H1，认为起始工资与受教育程度之间存在关联性。
（2）
现工资与起始工资之间不存在关联性
现工资与起始工资之间存在关联性
表3.3-2现工资与起始工资的分析结果
26391.304a
19580
2672.323
366.389
a.19890资料格（100.0%）预期计数小於5。
P=O.OOO
接受H1，认为现工资与起始工资之间存在关联性。
3.4.1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。
表3.4.1-1受教育程度与现工资间相关性检测
相关
皮尔森（Pearson）相关
.661**
显着性（双尾）
**.相关性在0.01层上显着（双尾）。
（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
控制变数
BeginningSalary
.281
显着性（双尾）
.
471
建立用受教育程度预测现工资的回归方程。
图3.4.2受教育程度与现工资水平散点图
表3.4.2-1回归方程模型汇总
模型摘要
模型
R
R平方
调整後R平方
标准偏斜度错误
.661a
.436
.435
$12,833.540
a.预测值：
（常数），EducationalLevel（years）
2=0.436，说明在对现工资水平的影响因素中，受教育程度起到一定的作用，但是并非决定性作用。
表3.4.2-2回归模型方差分析结果
变异数分析a
回归
365.381
.000b
残差
472
a.应变数:
CurrentSalary
b.预测值：
表3.4.2-3回归方程常数项及回归系数检验结果
系数a
非标准化系数
标准化系数
T
B
标准错误
Beta
（常数）
-18331.178
2821.912
-6.496
3909.907
204.547
.661
19.115
a.应变数\:
现工资水平=-18331.178+3909.907*受教育程度（年）
由该方程可得出如下信息：
（1）当受教育年限是0年时，在该公司内的现工资水平为$-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。
对该样本数据进行信效度检测。
4.1信度
表5.1-1样本数据信度检测
可靠性统计资料
Cronbach的Alpha
项目个数
.601
3
表4.1-2除去某项后信度检测结果
项目总计统计资料
尺度平均数（如果项目已删除）
尺度变异数（如果项目已删除）
更正後项目总数相关
Cronbach的Alpha（如果项目已删除）
51435.65
.669
.802
17029.58
.880
.001
34433.06
由表4.1-1可得出结论：
该样本数据总体α=0.601，信度良好。
由表4.1-2可得出结论：
当信度检测中除去受教育程度后的α=0.802，大于总体信度0.601，说明该项目的信度对总体信度检测产生负向影响。
4.2效度
表4.2-1效度分析数据描述
Communalities
起始
撷取
.719
EmploymentCategory
.791
.900
.888
MonthssinceHire
.999
PreviousExperience（months）
.944
撷取方法：
主体元件分析。
表4.2-2效度分析结果
说明的变异数总计
元件
起始特徵值
撷取平方和载入
变异的%
累加%
3.134
52.225
1.103
18.386
70.611
1.004
16.734
87.345
4
.414
6.898
94.243
5
.247
4.112
98.355
.099
1.645
100.000
由表4.2-2可以看出，该样本数据中第一项的累计百分比为52.225%，大于50%，因此可以认为该样本数据中的效度较高。
升级会员 