统计spss分析软件Word格式.docx
《统计spss分析软件Word格式.docx》由会员分享，可在线阅读，更多相关《统计spss分析软件Word格式.docx（15页珍藏版）》请在冰豆网上搜索。
性别,二类变量（f代表女性,m代表男性）；
家庭成员数,一类变量。
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、。
。
以了解该地区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：
（一）.频数分析
基本的统计分析往往从频数分析开始，通过频数分地区6400个居民关于工作基本状况的统计数据表，在性别不同的状况下的频数分析，从而了解该地区居民收入,教育程度,工作年限和工作满意程度的基本分布。
首先，对该地区的男女性别分布进行频数分析，结果如下
表一.性别频数表1
N
有效
6400
缺失
表二.性别频数表2
频率
百分比
有效百分比
累积百分比
女性
3179
49.7
男性
3221
50.3
100.0
合计
由表一和表二说明，在该地区被调查的6400个人中，有3179名女性，3221名男性，男女比例分别为49.7%和50.3%，该公司职工男女数量差距不大，男性略多于男女性。
表三.统计量
收入
教育程度
工作满意程度
工作年限
表四.教育程度
没有读书经历
1390
21.7
小学程度
1936
30.3
52.0
中学程度
1360
21.3
73.2
大学程度
1355
21.2
94.4
硕士以上程度
359
5.6
由表三和表四知,没有读书的百分比为21.7％，小学程度30.3％，中学程度百分比21.3％，大学程度21,2％，硕士以上程度5.6％,从而得知大学及硕士以上程度的比例较少。
图一.
由受教育程度的条形图和工作年限的条形图知,随着工作年限的增长,人员在逐渐减少,受教育程度也在降低。
（二）.描述性统计分析
再通过简单的频数统计分析了解了居民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
表五.统计量
年龄
家庭成员数
均值
42.06
69.47
2.35
3.06
标准差
12.290
78.719
1.468
1.369
偏度
.299
4.513
.995
-.062
偏度的标准误
.031
峰度
-.602
33.877
.253
-1.218
峰度的标准误
.061
极小值
18
9
1
极大值
77
1116
5
如表所示，以年龄为例读取分析结果，6400个人中收入最小值为18，最大值为77
，平均42.06，标准差为12.290。
偏度系数和峰度系数分别为-299和33.877。
表六.家庭成员数
2466
38.5
2
1651
25.8
64.3
3
786
12.3
76.6
4
851
13.3
89.9
436
6.8
96.7
6
154
2.4
99.1
7
45
.7
99.8
8
10
.2
.0
表七.工作满意程度
非常不满意
1109
17.3
不满意
1268
19.8
37.1
无所谓
1393
21.8
58.9
满意
1406
22.0
80.9
非常满意
1224
19.1
由表六,表七和工作满意度的条形图可以知道,该地区居民对于工作的态度,如非常不满意,不满意,无所谓,满意和不满意是基本持平。
（三）探索性分析
（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，。
现以收入类别与工作满意度的列联表分析为例，读取数据（下面数据分析表为截取的一部分）：
表八.案例处理摘要
案例
有效的
收入类别*工作满意程度
100.0%
.0%
表九.收入类别*工作满意程度交叉制表
计数
收入类别
低于2500
350
316
250
157
101
1174
2500至5000
531
534
542
496
285
2388
5000至7500
137
215
261
262
245
1120
高于7500
91
203
340
491
593
1718
上联表把和表九及BarChart涉及两个变量，即工作满意度与收入类别极性的二维交叉，反映了在不同收入类别对于工作满意度分布情况。
上表中，收入类别成为行向量，工作满意程度列向量。
（2）、p-p图
结果分析
年龄在正态p-p图的散点近似成一条直线，无趋势正态p-p图的散点均匀分布在直线y=0的上下，故可认为本资料服从正态分布。
（四）证实性分析
（1）、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。
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有效工具。
表十.描述性统计量
2.59
1.199
表十一.相关性
Pearson相关性
-.118**
.096**
显著性（双侧）
.000
.290**
**.在.01水平（双侧）上显著相关。
上表是对本次分析数据中，受教育程度、收入、工作满意程度的相关分析，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。
先以现工作满意程度这一变量与其他变量的相关性为例分析，由上表可知，工作满意程度与收入的相关性最大。
（2）、回归分析
收入与工作满意程度的回归分析如下
模型汇总b
模型
R
R方
调整R方
标准估计的误差
.290a
.084
75.350
a.Predictors:
（Constant）,工作满意程度
b.DependentVariable:
收入
表十二.Anovab
平方和
Df
均方
F
Sig.
回归
3327053.349
586.000
.000a
残差
3.633E7
6398
5677.566
总计
3.965E7
6399
表十三.系数a
非标准化系数
标准系数
T
B
标准误差
试用版
（常量）
18.532
2.306
8.038
16.661
.688
.290
24.207
a.因变量:
表十四.残差统计量a
标准偏差
预测值
35.19
101.84
22.802
-92.840
1014.160
75.344
标准预测值
-1.503
1.419
1.000
标准残差
-1.232
13.459
由表3可以看出回归平方和为3327053.3491，残差平方3.633，总体平方和为3.9657，统计量F为586.000其伴随概率为0.00可得出结论收入与工作满意程度线性相关水平显著。
（3）.散点图
由受教育程度与收入和年龄之间的关系有下表
（4）饼图
由收入类别与工作年限的相关关系有下图
则有少于5年的工作经验者收入低于2500元的人居多,5年至15年的工作经验者收入在5000到7500元居多,有15年以上工作经验者收入高于7500元,而收入在2500至5000元的人中工作年限少于5年和5年至15年的人占多数,从而说明收入与工作年限有关,收入随着工作年限的增加而增加。
三.总结
本报告基于某地区收集的关于6400个样本的问卷调查数据，就问卷涉及的主要变量：
年龄,婚姻状况,收入,收入类别,教育程度,工作年限,工作年限类别,工作满意程度,性别和家庭成员数间的关系分析了该地区居民工作总体情况和影响收入和工作满意度的因素通过以上频数分析,描述分析,探索性分析和证实性分析,我们可以得知,在该地区被调查的6400个人中，有3179名女性，3221名男性，男女比例分别为49.7%和50.3%，该公司职工男女数量差距不大，男性略多于男女性收入与工作满意程度线性相关水平显著收入与工作年限有关,收入随着工作年限的增加而增加。
。
参考文献
[1]《spss统计分析与应用》机械工程出版社
[2]NancyL.LeechKarenC.BarrettCeorgeA.Morgan《SPSSforIntermediateStatisticsUseandInterpretation（ThirdEdition）》PUBLISHINGHOUSEOFELECTRONICSINDUSTRY，2009年
升级会员 