spss的数据分析报告.docx

1、spss的数据分析报告FrequencyPercentValidPercentCumulativePercentValidFemaleMaleTotal21625847445.654.4100.045.654.4100.045.6100.0关于某公司474名职工综合状况的统计分析报告一、数据介绍：本次分析的数据为某公司474名职工状况统计表，其中共包含十一变量，分别是：id（职工编号），gender(性别)，bdate(出生日期)，edcu（受教育水平程度），jobcat（职务等级），salbegin（起始工资），salary（现工资），jobtime(本单位工作经历)，prevexp(以前工

2、作经历)，minority(民族类型)，age(年龄)。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、。以了解该公司职工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1、频数分析。基本的统计分析往往从频数分析开始。通过频数分析能够了解变量的取值状况，对把握数据的分布特征非常有用。此次分析利用了某公司474名职工基本状况的统计数据表，在gender(性别)、edcu（受教育水平程度）、不同的状况下的频数分析，从而了解该公司职工的男女职工数量、受教育状况的基本分布。StatisticsEducationalGenderLevel(years)

3、NValid474474Missing 0 0首先，对该公司的男女性别分布进行频数分析，结果如下：Gender上表说明，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。其次对原有数据中的受教育程度进行频数分析，结果如下表：EducationalLevel(years)CumulativeFrequency Percent ValidPercentPercentValid 8 53 11.2 11.2 11.212 190 40.1 40.1 51.314 6 1.3 1.3 52.515 116 24.5

4、 24.5 77.016 59 12.4 12.4 89.517 11 2.3 2.3 91.818 9 1.9 1.9 93.719 27 5.7 5.7 99.420 2 .4 .4 99.821 1 .2 .2 100.0Total 474 100.0 100.0NMinimumMaximumMeanStd.DeviationSkewnessKurtosisStatisticStatisticStatisticStatisticStatisticStatisticStd.ErrorStatisticStd.ErrorEducationalLevel(years)47482113.492.

5、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$7,870.6382.853.11212.390.224DescriptiveStstisticsHistogram200150100500Mean=13.49Std.Dev.=2.885N=4747.51012.51517.52022.5EducationalLevel(years)上表及其直方图说明，被调查的474名职工中，受过

6、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，占中人数的24.5%。且接受过高于20年的教育的人数只有1人，比例很低。2、描述统计分析。再通过简单的频数统计分析了解了职工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。PreviousExperience(months)474047695.86104.5861.510.1121.696.224Months

7、sinceHire474639881.1110.061-.053.112-1.153.224如表所示，以起始工资为例读取分析结果，474名职工的起始工资最小值为9000，最大值为79980，平均起始工资为17016，标准差为7870.638，偏度系数和峰度系数分别为2.853和12.390。其他数据依此读取，则该表表明474名职工的受教育水平、起始工资、现工资、先前工作经验、现在工作经验的详细分布状况。3、Exploratorydataanalysis。（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

8、，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，需要了解现工资与性别、年龄、受教育水平、起始工资、本单位工作经历、以前工作经历、职务等级的交叉分析。现以现工资与职务等级的列联表分析为例，读取数据（下面数据分析表为截取的一部分）：CurrentSalary*EmploymentCategoryCrosstabulationCountEmploymentCategoryClerical Custodial Manager TotalCurrentSalary$15,7501001$15,9001001$16,2003003$16,3501001$16,5001001$

9、16,6501001$16,8001001$16,9503003$17,1002002$17,2501001$17,4002002$17,7001001$18,1502002$18,4501001$18,7501001$19,2002002$19,6506006$19,8001001$19,9502002SumofSquaresdfMeanSquareFSig.BetweenGroupsWithinGroupsTotal1E+0112E+0101E+01189384473137063599541484093.5333.040.000BarChart121086420EmploymentCate

10、goryClericalCustodialManager$15,750$17,400$20,400$21,900$23,400$24,900$26,400$27,900$29,250$30,450$32,100$33,900$36,000$38,850$041,55$45,150$50,000$54,875$58,750$66,000$72,500$83,750$135,000CurrentSalary0上联表及BarChart涉及两个变量，即现工资与职务级别的二维交叉，反映了在不同的职务级别下现工资的分布情况。上表中，职务级别成为行向量，现工资称为列向量。（2） 单因素方差分析。单因素分析用来研究一个控制变量的不同水平是否对观测变量产生了显著影响。下面我们把受教育水平和起始工资作为控制变量，现工资为观测变量，通过单因素方差分析方法研究受教育水平和起始工资对现工资的影响进行分析。分析结果如下：ANOVA上表是起始工资对现工资的单因素方差分析结果。可以看出：F统计量的观测值为33.040，对应的概率P值近似等于0，如果显著性水平为0.05，由于概率值P小于显著性水平q，则应拒绝原假设，认为不同的起始工资对现工资产生了显著影响。CurrentSalaryBeginningSalaryMonthssinceHirePreviousE