spss 习题答案.docx

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

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。