1、SPSS数据分析报告SPSS期末报告关于员工受教育程度对其工资水平的影响统计分析报告课程名称：SPSS统计分析方法姓 名： 汤重阳 学 号： 所在专业： 人力资源管理所在班级： 三班一、数据样本描述 1二、要解决的问题描述 11数据管理与软件入门部分 11.1分类汇总 11.2个案排秩 11.3连续变量变分组变量 12统计描述与统计图表部分 12.1频数分析 12.2描述统计分析 13假设检验方法部分 23.1分布类型检验 23.1.1正态分布 . 23.1.2二项分布 . 23.1.3游程检验 . 23.2单因素方差分析 23.3卡方检验 23.4相关与线性回归的分析方法 23.4.1相关分
2、析（双变量相关分析 &偏相关分析） 23.4.2线性回归模型 . 24高级阶段方法部分 2三、 具体步骤描述 31数据管理与软件入门部分 31.1分类汇总 31.2个案排秩 31.3连续变量变分组变量 42统计描述与统计图表部分 52.1频数分析 52.2描述统计分析 63假设检验方法部分 73.1分布类型检验 73.1.1正态分布 . 73.1.2二项分布 . 83.1.3游程检验 . 93.2单因素方差分析 103.3卡方检验 123.4相关与线性回归的分析方法 133.4.1相关分析 . 133.4.2线性回归模型 . 154高级阶段方法部分 164.1信度 164.2效度 17、数据样
3、本描述分析数据来自于“微盘一一SPSS数据包data02-01 ”。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11个变量，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 月）， prevexp（ 以前工 作经历 月），minority（民族类型），age（年龄）。通过运用SPSS统计软件，对变量进行统计 分析，以了解该公司职工总体状况，并分析职工受教育程度、起始工资、现工资的分布特点及 相互间的关系
4、。二、要解决的问题描述1数据管理与软件入门部分1.1分类汇总以受教育水平程度为分组依据，对职工的起始工资和现工资进行数据汇总。1.2个案排秩对受教育水平程度不同的职工起始工资和现工资进行个案排秩。1.3连续变量变分组变量将被调查者的年龄分为 10 组，要求等间距。2统计描述与统计图表部分2.1频数分析利用了某公司 474 名职工基本状况的统计数据表， 在性别、受教育水平程度不同的状况下 进行频数分析，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。2.2描述统计分析以职工受教育水平程度为依据， 对职工起始工资进行描述统计分析， 得到它们的均值、 标准差、偏度峰度等数据，以进一步把握数据
5、的集中趋势和离散趋势3假设检验方法部分3.1 分布类型检验3.1.1 正态分布分析职工的现工资是否服从正态分布。3.1.2 二项分布抽样数据中职工的性别分布是否平衡。3.1.3 游程检验该样本中的抽样数据是否随机。3.2 单因素方差分析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。3.3卡方检验职工的起始工资水平和现工资水平与其受教育程度之间是否存在关联性。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
6、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1数据管理与软件入门部分1.1分类汇总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Mkicsalary_meansalbegin_meanN_BREAK824399 0613064.1553121425887 1613241.8719031626.0015625-0061531685 0015610 601161648225 9322338.47591759627.2726904.65111865127 783224000919I 72520 3734764 072720| 64312
7、5036240,002216500010037500.001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。1.2个案排秩对受教育水平程度不同的职工起始工资和现工资进行个案排秩。统计资料Rank of salary by educN有效遗漏4740平均数60
8、.43460中位数46.50000标准偏差50.975992范围189.000最小值1.000最大值190.000表1.2-2 初始工资水平个案排秩统计量统计资料Rank of salbegi n by educ有效474N遗漏0平均数60.43460中位数47.50000标准偏差50.865407范围189.000最小值1.000最大值190.0001.3连续变量变分组变量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7361.31.31.5334326756.356.357.8有效 43537115.015.072.853636714.1
9、14.186.963736213.113.1100.0总计474100.0100.0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 3343岁的员工为该公司的主体。2统计描述与统计图表部分2.1频数分析利用了某公司474名职工基本状况的统计数据表，在性别、受教育水平程度不同的状况下 进行频数分析，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。表2.1-1 职工性别频数统计表Gen der次数百分比有效的百分比累积百分比Female21645.645.645.6有效 Male25854.454.4100.0总计474
10、100.0100.0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F面对该公司员工受教育程度进行频数分析:Educatio nal Level (years)次数百分比有效的百分比累积百分比85311.211.211.21219040.140.151.31461.31.352.51511624.524.577.0165912.412.489.5有效17112.32.391.81891.91.993.719275.75.799.4202.4.499.8211.2.2100.0总计4741
11、00.0100.0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。2.2描述统计分析以职工受教育水平程度为依据，对职工起始工资进行描述统计分析， 得到它们的均值、标准差、偏度峰度等数据，以进一步把握数据的集中趋势和离散趋势。 （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
12、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冊尾均数为 $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刑信区间
13、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0.1480，曲线右偏； 峰度为-1.2193，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）。3假设检验方法部分3.1分布类型检验3.1.1正态分布分析职工的现工资是否服从正态分布。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a =0.05表3.1.1 职工现工资正态分布检验结果单一样本Kolmogorov-Smir nov检定Current SalaryN474常态参数a,b平均数$34,419.57标准偏差$17,075.661取极端差异绝对.208
14、正.208测试统计资料.208渐近显着性（双尾）.000ca.检定分配是常态的。b.从资料计算。c. Lilliefors 显着更正。负-.143图3.1.1 K-S 检验详细模型输出结果P=0.000Pa接受HO,认为抽样数据中职工性别比例无差异3.1.3游程检验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：HO抽样数据中性别序列为随机序列H1:抽样数据中性别序列不为随机序列a =0.05表 3.1.3-1性别序列游程检验连检定gender测试值a.46观察值 =检定值216总箱数474连个数110Z-11.692渐近显着性(双尾).000a.平均数图3.1.3-1 性别
15、序列游程检验详细模型输出P=0.000Pa接受H1,认为样本数据中性别序列不是随机序列H0抽样数据中年龄序列是随机序列H1:抽样数据中年龄序列不是随机序列a =0.05表3.1.3-2 年龄序列游程检验结果连检定Years测试值a47.14观察值 =检定值175总箱数473连个数196Z-2.519图3.1.3-2 年龄序列游程检验详细模型输出结果P=0.012Pa接收H1,认为年龄序列不是随机序列。3.2单因素方差分析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。(1)起始工资对现工资的影响分析H0认为起始工资
16、对现工资没有显着影响H1:认为起始工资对现工资有显着影响a =0.05群组之间 89 33.040 .000在群组内 384总计 473P=0.000Pa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Current SalaryLeve ne统计资料df1df2显着性16.1698464.000P=0.0000.05，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：H0认为受教育水平对现工资没有显着影响H1:认为受教育水平对现工资
17、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变异数分析Current Salary平方和df平均值平方F显着性群组之间992.779.000在群组内464总计473P=0.000Pa接受H1,认为职工受教育水平对现工资有显着影响。3.3卡方检验职工的起始工资水平和现工资水平与其受教育程度之间是否存在关联性。（1）H0起始工资水平与受教育程度之间不存在关联性H1:起始工资水平与受教育程度之间存在关联性a =0.05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df渐近显着性 （2端）皮尔森（Pearso n） 卡方1969.1893801.000概似比765.651801.
18、811线性对线性关联189.6431.000a. 878资料格（97.6%）预期计数小於5。预期的计数下限为.00P=0.000Pa接受H1,认为起始工资与受教育程度之间存在关联性。（2）H0现工资与起始工资之间不存在关联性H1:现工资与起始工资之间存在关联性a =0.05表3.3-2 现工资与起始工资的分析结果卡方测试数值df渐近显着性 （2端）皮尔森（Pearso n） 卡方26391.304a19580.000概似比2672.323195801.000线性对线性关联366.3891.000有效观察值个数474a. 19890 资料格(100.0%)预期计数小於5。预期的计数下限为.00。
19、P=0.000Pa接受H1,认为现工资与起始工资之间存在关联性。3.4相关与线性回归的分析方法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341-1 受教育程度与现工资间相关性检测相关Educational , ,“ 、 Current SalaryLevel (years)皮尔森(Pearso n)相关1*.661Educati onal Level (years)显着性（双尾）.000N474474皮尔森(Pearso n)相关*.6611Current Salary显着性（双尾）.000N474474*.相关性在0.01层上显着（双尾）（2）偏相关分析
20、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相关控制变数Curre ntSalaryEducati onalLevel (years)相关1.000.281Current Salary显着性（双尾）.000Begi nningSalarydf0471Educati onal Level相关.2811.000(years)显着性（双尾）.000.342线
21、性回归模型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342-1 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1 .661a .436 .435 $12,833.540a.预测值：(常数)，Educational Level (years)2=0.436，说明在对现工资水平的影响因素中，受教育程度起到一定的作用，但是并非决 定性作用。表3.4.2-2 回归模型方差分析结果变异数分析模型平方和df平均值平方F显着性回归1365.381.000b1 残差472总计473a.应变数：Current Salaryb.预测值：(常数)，Ed
22、ucational Level (years)表3.4.2-3 回归方程常数项及回归系数检验结果系数a.应变数 : Current Salary现工资水平=-18331.178+3909.907*受教育程度（年）由该方程可得出如下信息:（1）当受教育年限是0年时，在该公司内的现工资水平为$-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。4高级阶段方法部分对该样本数据进行信效度检测。4.1信度表4.1-1 样本数据信度检测可靠性统计资料Cron bach 的 Alpha.601项目个数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
23、（如 尺度变异数（如 果项目已删除） 果项目已删除）更正後项目总 数相关Cron bach 的Alpha （如果项目已删除）Educati onal Level (years)51435.65.669.802Current Salary17029.58.880.001Beg inning Salary34433.06.880.000由表4.1-1可得出结论：该样本数据总体a =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a =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Commun
24、alities起始撷取Educati onal Level (years)1.000.719Employme nt Category1.000.791Current Salary1.000.900Beg inning Salary1.000.888Mon ths since Hire1.000.999Previous Experie nee (mon ths)1.000.944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总计起始特徵值变异的%累加%总计撷取平方和载入变异的%累加%13.13452.22552.2253.13452.22552.22521.10318.38670.6111.10318.38670.61131.00416.73487.3451.00416.73487.3454.4146.89894.2435.2474.11298.3556 .099 1.645 100.000撷取方法：主体元件分析。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。
