spss的數據分析報告_spss的數據分析實例_spss的數據分析(2)_數據分析師 

tisti Statistic c Educationa l Level 474 (years) Current Salary 474

Statistic

Statistic

Statistic

Std. Std. Statisti Statisti Erro Erro c c r r

8

21

13.49

2.885

-.114

.112 -.265

.224

$15,750

$135,000

$34,419.5 $17,075.66 2.125 7 1 $17,016.0 $7,870.638 2.853 9

.112 5.378

.224

Beginning 474 Salary Previous Experience 474 (months)

$9,000

$79,980

.112 12.390 .224

0

476

95.86

104.586

1.510

.112 1.696

.224

2

Months 474 since Hire

63

98

81.11

10.061

-.053

.112 -1.153

.224

如表所示，以起始工資為例讀取分析結果，474名職工的起始工資最小值為＄9000 ，最大 值為＄79980，平均起始工資為＄17016，標準差為＄7870.638，偏度系數和峰度系數分別為 2.853和12.390。其他數據依此讀取，則該表表明474名職工的受教育水平、起始工資、現工 資、先前工作經驗、現在工作經驗的詳細分布狀況。

3、 Exploratory data analysis。

（1） 交叉分析。 通過頻數分析能夠掌握單個變量的數據分布情況， 但是在實際分析中， 不僅要了解單個變量 的分布特征，還要分析多個變量不同取值下的分布，掌握多個變量的聯合分布特征，進而分 析變量之間的相互影響和關系。 就本數據而言， 需要了解現工資與性別、 年齡、 受教育水平、 起始工資、本單位工作經歷、以前工作經歷、職務等級的交叉分析?，F以現工資與職務等級 的列聯表分析為例，讀取數據（下面數據分析表為截取的一部分）： 單因素分析用來研究一個控制變量的不同水平是否對觀測變量產生了顯著影響。下面我 們把受教育水平和起始工資作為控制變量， 現工資為觀測變量， 通過單因素方差分析方法研 究受教育水平和起始工資對現工資的影響進行分析。分析結果如下：

ANOVA Current Salary Sum of Squares 1E+011 2E+010 1E+011 df 89 384 473 Mean Square 1370635995 41484093.53 F 33.040 Sig. .000

Between Groups Within Groups Total

上表是起始工資對現工資的單因素方差分析結果?？梢钥闯觯篎 統計量的觀測值為 33.040， 對應的概率 P 值近似等于 0，如果顯著性水平為 0.05，由于概率值 P 小于顯著性水平 q，則 應拒絕原假設，認為不同的起始工資對現工資產生了顯著影響。

ANOVA Current Salary Sum of Squares 9E+010 5E+010 1E+011 df 9 464 473 Mean Square 9850392785 106170173.2 F 92.779 Sig. .000

Between Groups Within Groups Total

同理，上表是受教育水平對現工資影響的單因素分析結果，其結果亦為拒絕原假設，所以不 同的受教育水平對現工資產生顯著影響。