spss 习题答案.docx
《spss 习题答案.docx》由会员分享,可在线阅读,更多相关《spss 习题答案.docx(21页珍藏版)》请在冰豆网上搜索。
![spss 习题答案.docx](https://file1.bdocx.com/fileroot1/2022-12/15/f3167847-d0f8-4db4-b7d4-27759876eac3/f3167847-d0f8-4db4-b7d4-27759876eac31.gif)
spss习题答案
一、某单位将进行薪酬改革,2008年员工的工资表如下(表1)。
为了了解不同性别、不同工作性质的员工收入状况、绩效评分等,以便为决策者制定合理的薪酬体系提供科学依据,请分析以下问题:
表1:
工资表
员工
性别
年收入
工作性质
绩效评分
1
1
27300
一般员工
82
2
2
40800
一般员工
76
3
1
46000
管理人员
60
4
2
103750
经理
90
5
2
42300
一般员工
66
6
2
26250
管理人员
72
7
2
38850
一般员工
80
8
1
21750
管理人员
65
9
2
24000
一般员工
90
10
2
16950
一般员工
84
11
2
21150
一般员工
60
12
1
31050
一般员工
70
13
1
60375
经理
80
14
1
32550
一般员工
85
15
1
135000
经理
80
16
1
31200
管理人员
85
17
2
36150
一般员工
87
18
1
110625
经理
70
19
2
42000
管理人员
75
20
2
92000
经理
80
21
1
81250
经理
90
22
2
31350
管理人员
80
23
2
29100
一般员工
75
24
2
31350
管理人员
80
25
1
36000
管理人员
84
26
2
19200
一般员工
75
27
2
23550
一般员工
80
28
1
35100
管理人员
82
29
2
123250
经理
85
30
1
29250
一般员工
84
分析内容:
1.建立相应的数据文件
2.对年收入进行降序排列
3.对年收入求秩,将秩值1赋给评分最高者,节的处理方式为High
4.对年收入进行等级分组,分组标准为:
20000以下→1;,20001-40000→2;40001-60000→3;60001-80000→4;80001-100000→5;100000以上→6。
5.分析分组后年收入的分布情况,并用条形图解释
6.统计不同性别员工的奖金情况,奖金金额发放标准为:
以绩效评分为计算依据,绩效评分的每分奖励90元奖金。
描述不同性别员工的平均奖金,最高与最低奖金,总奖金,奖金的标准差等情况
二、应用第一题第5小题的数据结果,请分析:
(1)用多维交叉表分析不同工作性质的员工的年收入分布情况;
(2)检验不同工作性质的员工与年收入是否关联?
是否存在显著的相关关系?
三、应用第一题的数据资料,比较不同性别的员工年收入是否存在显著差异
四、应用第一题的数据资料,试分析:
1.应用比较组分析法,一般员工与管理人员的年收入是否存在显著差异?
(10分)
2.不同工作性质的人员的年收入是否存在显著差异(假设年收入服从正态分布,显著性水平为0.05),如果存在显著差异,请用LSD方法检验哪些工作性质之间年收入存在显著差异?
如果不存在显著差异,请用Tambane’sT2方法检验哪些等级之间销售额存在显著差异?
五、2006年某省15个地区的家庭月平均收入与月平均住房支出数据文件如表2,请分析下列问题:
1.用二元变量相关性分析方法,判断家庭月平均住房支出与月平均收入是否存在显著性相关
2.检验回归方程的拟合效果如何?
3.检验回归方程的回归效果如何?
α=0.05
4.用家庭月平均收入为自变量,月平均住房支出为因变量,求回归方程,并解释回归系数的意义。
5.当家庭月平均收入达到7000元,估计月平均住房支出的值,并求95%置信区
间下限和上限。
地区
平均住房支出(元/月)
家庭月平均收入(元)
1
600
3200
2
772
4500
3
1300
5000
4
650
3329
5
1400
5300
6
800
4300
7
500
2500
8
550
2800
9
1800
6000
10
1500
5300
11
850
4800
12
750
4200
13
600
3500
14
580
3800
15
1800
6500
表215个地区家庭月平均收入与月平均住房支出
一1.建立相应的数据文件,变量视图如下
变量名
变量类型
变量名标签
变量宽度
变量值标签
度量标准
序号
字符型
8
未知
性别
数值型
8
1男性,2女性
未知
绩效评分
数值型
员工绩效评价得分
8
名义
满意度
数值型
员工对绩效评价的满意度
8
未知
2.年收入的降序排列
操作过程:
执行Data——sortcases命令,打开排序主对话框,将绩效评分变量移入sortby变量框,sortorder选项选择descending命令。
截图如下:
3.对绩效评分变量求秩,将秩值1赋给评分最高者,节的处理方式为High
操作过程:
执行Transform——RankCases命令,选择“绩效评价”变量移入Variables变量框,选择Assignrank1tolargestValue选项,Ties功能按钮下选择high选项。
截图如下
4.对年收入进行等级分组,分组标准为:
20000以下→1;,20001-40000→2;40001-60000→3;60001-80000→4;80001-100000→5;100000以上→6。
操作过程:
执行Transform——recode——intodifferentVariables命令,选择“年收入”变量移入inputVariable——outputVariable变量框,定义outputVariable的变量名为“年收入分组”,点击Change按钮。
定义OldandNewValues.
3.4题前20个变量截图如下
5.分析分组后年收入的分布情况,并用条形图解释
分析过程:
执行Analyze——Descriptivestatistic——Frequencies命令,选择“年收入分组”变量移入Variables变量框,statistics功能按钮下选择mean、std.deviation,Variance、Range、Minimum、Maximum等功能。
Chart功能按钮下选择chartType为Barcharts功能,ChartValues下选择Frequencies功能。
其余用系统默认选项。
条形图如下:
分析结果及分析:
5.统计不同性别员工的奖金情况,奖金金额发放标准为:
以绩效评价评分为计算依据,绩效评分的每分奖励90元奖金。
描述不同性别员工的平均奖金,最高与最低奖金,总奖金,奖金的标准差等情况
操作过程:
(1)计算奖金:
执行Transform——compute命令,定义TargetVariable为“奖金”,定义NumericExpression计算公式为“绩效评分”×90。
(2)描述不同性别员工的平均奖金,最高与最低奖金,总奖金,奖金的标准差等情况
执行Analyze——Reports——OLAPCubes命令打开分层报告主对话框,选择性别做为分组变量,奖金变量为描述变量,statistics命令下选择sum、mean、std.deviation,Minimum、Maximum等功能。
结果分析:
二、应用第一题第5小题的数据结果,请分析:
(1)用多维交叉表分析不同工作性质的员工的年收入分布情况;
工作性质年收入交叉表:
用交叉表得卡方检验:
(2)检验不同工作性质的员工与年收入是否关联?
是否存在显著的相关关系?
建立散点图,初步观察两变量间有无相关趋势
对工作性质和年收入进行双变量相关性分析,得如下相关性分析数表:
三、应用第一题的数据资料,比较不同性别的员工年收入是否存在显著差异
操作过程:
打开数据文件,执行
Analyze→Comparemeans→Independent-SampleTTest命令,打开对话框
从源文件量清单中选择年收入变量移至TestVariable框选择性别变量做为分组变量移入GroupingVariable框内,单击按钮DefineGrouping功能按钮打开Definegroups对话框,group1输入0,group2输入1,单击Options按钮,打开选项对话框,设置置信概率及缺损值的处理方式。
单击OK,提交系统运行。
结果及分析:
方差分析sig=0.449>0.05
t检验值为0.691,显著性概率为0.495,表明不同性别员工的绩效评分不存在显著差异。
四、应用第一题的数据资料,试分析:
1.应用比较组分析法,一般员工与管理人员的年收入是否存在显著差异?
GroupStatistics
工作性质
N
Mean
Std.Deviation
Std.ErrorMean
年收入
管理人员
9
33444.44
7436.752
2478.917
一般员工
14
29442.86
8032.934
2146.892
IndependentSamplesTest
Levene'sTestforEqualityofVariances
t-testforEqualityofMeans
F
Sig.
t
df
Sig.(2-tailed)
MeanDifference
Std.ErrorDifference
95%ConfidenceIntervaloftheDifference
Lower
Upper
年收入
Equalvariancesassumed
.180
.676
1.199
21
.244
4001.587
3337.302
-2938.712
10941.887
Equalvariancesnotassumed
1.220
18.201
.238
4001.587
3279.356
-2882.647
10885.822
P=0.244>0.05,说明无差异,接受H0
2.不同工作性质的人员的年收入是否存在显著差异(假设年收入服从正态分布,显著性水平为0.05),如果存在显著差异,请用LSD方法检验哪些工作性质之间年收入存在显著差异?
如果不存在显著差异,请用Tambane’sT2方法检验哪些等级之间销售额存在显著差异?
ANOVA
年收入
SumofSquares
df
MeanSquare
F
Sig.
BetweenGroups
2.630E10
2
1.315E10
68.882
.000
WithinGroups
5.154E9
27
1.909E8
Total
3.145E10
29
Sig<0.05,说明存在显著差异,进行LSD方法检验
MultipleComparisons
年收入
LSD
(I)工作性质
(J)工作性质
MeanDifference(I-J)
Std.Error
Sig.
95%ConfidenceInterval
LowerBound
UpperBound
经理
管理人员
67448.413*
6962.701
.000
53162.13
81734.69
一般员工
71450.000*
6395.649
.000
58327.21
84572.79
管理人员
经理
-67448.413*
6962.701
.000
-81734.69
-53162.13
一般员工
4001.587
5902.917
.504
-8110.20
16113.37
一般员工
经理
-71450.000*
6395.649
.000
-84572.79
-58327.21
管理人员
-4001.587
5902.917
.504
-16113.37
8110.20
*.Themeandifferenceissignificantatthe0.05level.
sig=0.00<0.05,说明经理和管理人员的年收入有明显差异,经理和一般员工的年收入有明显差异,
Sig=0.504>0.05,说明一般员工和管理人员的年收入不存在明显差异。
五.
1.用二元变量相关性分析方法,判断家庭月平均住房支出与月平均收入是否存在显著性相关
操作工程:
依次单击“分析”“相关”“双变量”打开“双变量相关”对话框。
单击“选项”打开“双变量相关性:
选项”对话框。
勾选“均值和标准差”“叉积偏差和协方差”,并选中“按对排除个案”。
保存设置结果。
结果与分析:
Pearson相关系数为0.930,表示二者存在不完全相关且为正相关。
两者之间不相关的双侧显著性值为0.000<0.01。
表示在0.01的显著性水平上否定了二者不相关的假设。
所以可以得出结论:
家庭月平均住房支出与月平均收入存在显著性相关。
2.检验回归方程的拟合效果如何?
操作过程:
在SPSS中,单击“分析”“回归”“线性”
结论与分析
回归模型调整的R平方是0.855,说明回归的你和度较高。
3.检验回归方程的回归效果如何?
α=0.05
Anovab
模型
平方和
df
均方
F
Sig.
1
回归
2602767.293
1
2602767.293
83.423
.000a
残差
405596.441
13
31199.726
总计
3008363.733
14
a.预测变量:
(常量),家庭月平均收入。
b.因变量:
平均住房支出
结论:
从回归分析中可以看出显著性sig等于0,小于题中所给的显著性0.05,因此可判定回归方程回归效果显著
4.用家庭月平均收入为自变量,月平均住房支出为因变量,求回归方程,并解释回归系数的意义。
操作过程:
单击主菜单Analyze/Regression/Linner进入设置对话框,从左边变量表中把因变量“月平均住房支出”选入到因变量框中,把自变量“家庭月平均收入”选入自变量框中,在“方法”一项上保持系统默认的选项“进入”,按“确定”。
分析与结论
系数a
模型
非标准化系数
标准系数
t
Sig.
B
标准误差
试用版
1
(常量)
-639.654
181.347
-3.527
.004
家庭月平均收入
.370
.040
.930
9.134
.000
a.因变量:
平均住房支出
残差统计量a
极小值
极大值
均值
标准偏差
N
预测值
284.81
1763.95
963.47
431.175
15
残差
-285.319
220.938
.000
170.209
15
标准预测值
-1.574
1.857
.000
1.000
15
标准残差
-1.615
1.251
.000
.964
15
a.因变量:
平均住房支出
分析:
由系数表中,可以看出常量估计值B=-639.645,家庭月平均收入系数为0.370,
故回归估计式为:
Y=0.370X-639.645
回归系数意义就是,收入每增加1元,住房支出就增加0.37元。
5.当家庭月平均收入达到7000元,估计月平均住房支出的值,并求95%置信区
间下限和上限。
去95%置信区间的上下限
操作:
依次单击"分析"“描述统计”“探索”,在统计中设置置信区间为95%,
描述
家庭月平均收入
统计量
标准误
平均住房支出
5300
均值
1450.00
50.000
均值的95%置信区间
下限
814.69
上限
2085.31
5%修整均值
.
中值
1450.00
方差
5000.000
标准差
70.711
极小值
1400
极大值
1500
范围
100
四分位距
.
偏度
.
.
峰度
.
.
分析:
当月平均收入等于7000时,代入回归方程Y=0.370X-639.645.
得Y=1950.355,即月平均住房支出为1950.355元
由的表中可以看出95%的置信区间的下限是814.69,上限是2085.31。