第一篇：spss數(shù)據(jù)分析報(bào)告

關(guān)于某班級(jí)2012年度考試成績(jī)、獲獎(jiǎng)情況統(tǒng)計(jì)分析

報(bào)告

一、數(shù)據(jù)介紹：

本次分析的數(shù)據(jù)為某班級(jí)學(xué)號(hào)排列最前的15個(gè)人在2012年度學(xué)習(xí)、獲獎(jiǎng)統(tǒng)計(jì)表，其中共包含七個(gè)變量，分別是：專業(yè)、學(xué)號(hào)、姓名、性別、第一學(xué)期的成績(jī)、第二學(xué)期的成績(jī)、考級(jí)考證數(shù)量，通過(guò)運(yùn)用spss統(tǒng)計(jì)軟件，對(duì)變量進(jìn)行頻數(shù)分析、描述分析、探索分析、交叉列聯(lián)表分析，以了解該班級(jí)部分同學(xué)的綜合狀況，并分析各變量的分布特點(diǎn)及相互間的關(guān)系。

二、原始數(shù)據(jù)：

三、數(shù)據(jù)分析

1、頻數(shù)分析

（1）第一學(xué)期考試成績(jī)的頻數(shù)分析

進(jìn)行頻數(shù)分析后將輸出兩個(gè)主要的表格，分別為樣本的基本統(tǒng)計(jì)量與頻數(shù)分析的結(jié)果

1）樣本的基本統(tǒng)計(jì)量，如圖1所示。樣本中共有樣本數(shù)15個(gè)，第一學(xué)期的考試成績(jī)平均分為627.00，中位數(shù)為628.00，眾數(shù)為630，標(biāo)準(zhǔn)差為32.859，最小值為568，最大值為675。“第一學(xué)期的考試成績(jī)”的第一四分位數(shù)是602，第二四分位數(shù)為628，第三四分位數(shù)為657。

2）“第一學(xué)期考試成績(jī)”頻數(shù)統(tǒng)計(jì)表如圖2所示。

3)“第一學(xué)期考試成績(jī)”Histogram圖統(tǒng)計(jì)如圖3所示。

（2）、第二個(gè)學(xué)期考試成績(jī)的頻數(shù)分析

1）樣本的基本統(tǒng)計(jì)量，如圖4所示。第二學(xué)期的考試成績(jī)平均分為463.47，中位數(shù)為452.00，眾數(shù)為419，標(biāo)準(zhǔn)差為33.588，最小值為419，最大值為522。“第二學(xué)期的考試成績(jī)”的第一四分位數(shù)是435，第二四分位數(shù)為452，第三四分位數(shù)為496。

3）“第二學(xué)期考試成績(jī)”頻數(shù)統(tǒng)計(jì)表如圖5所示。3)“第二學(xué)期考試成績(jī)”餅圖統(tǒng)計(jì)如圖6所

2、描述分析

描述分析與頻數(shù)分析在相當(dāng)一部分中是相重的，這里采用描述分析對(duì)15位同學(xué)的考級(jí)考證情況進(jìn)行分析。

輸出的統(tǒng)計(jì)結(jié)果如圖7所示。從圖中我們可以看到樣本數(shù)15，最小值1，最大值4，標(biāo)準(zhǔn)差0.941等統(tǒng)計(jì)信息。

3.探索分析。

探索分析能夠?qū)ψ兞窟M(jìn)行更為深入、詳盡的描述性統(tǒng)計(jì)分析。下面就利用探索式分析對(duì)不同性別的同學(xué)獲獎(jiǎng)情況進(jìn)行探索分析。

1）在結(jié)果輸出窗口中將看到如下統(tǒng)計(jì)數(shù)據(jù)。如圖8所示，給出了輸出的觀察量。

2）圖9所示給出了根據(jù)性別分組的各組描述統(tǒng)計(jì)量。根據(jù)表中的數(shù)據(jù)，2012年度，女生比男生獲獎(jiǎng)的次數(shù)多。

3）圖10以莖葉圖的形式也直觀的呈現(xiàn)了女生獲獎(jiǎng)數(shù)量遠(yuǎn)遠(yuǎn)比男生多的現(xiàn)象。，4）圖為穩(wěn)健估計(jì)量表，給出了4種不同權(quán)重下因變量均值的穩(wěn)健估計(jì)。

5）圖11中給出了分組后的百分位數(shù)，分別輸出男生和女生獲獎(jiǎng)數(shù)量的5%、10%、25%、75%、90%、及95%的百分位數(shù)。

4、交叉列聯(lián)表分析

分析多個(gè)變量在不同取值情況下的數(shù)據(jù)分布情況，從而進(jìn)一步的分析變量關(guān)系。下面就利用交叉列聯(lián)表分析不同性別學(xué)生對(duì)目前所學(xué)專業(yè)的態(tài)度。在結(jié)果輸出窗口中將顯示如下統(tǒng)計(jì)數(shù)據(jù)。1）觀察量處理摘要表，如圖12所示，2）“性別”和“所學(xué)專業(yè)興趣”的交叉列聯(lián)表如圖13所示，從圖中我們可以看出，男生中對(duì)所學(xué)專業(yè)感興趣的只有2個(gè)，（占22.2%），一般感興趣的有4人，（占44.4%），不感興趣的有3人，（占33.3%），理論值為3.6人感興趣，3.0人一般感興趣，2.4人不感興趣，殘差分別為-1.6，1.0，0.6。女生中對(duì)專業(yè)感興趣的有4人，（占66.7%），一般感興趣的有1人，（占16.7%），不感興趣的也有1人，（占16.7%），理論值為2.44人感興趣，2.0人一般感興趣，1.6人不感興趣，殘差分別為1.6，-1.0，-0.6.可見，男生對(duì)目前所學(xué)專業(yè)的興趣與女生有很大差別。

3）圖14是交叉分組下的頻數(shù)分布圖，從該圖中我們可以很直觀的看到數(shù)據(jù)分布情況。

第二篇：spss數(shù)據(jù)分析報(bào)告怎么寫

spss數(shù)據(jù)分析報(bào)告怎么寫

今天喬布簡(jiǎn)歷小編就和大家一起來(lái)看看spss數(shù)據(jù)分析報(bào)告怎么寫。

關(guān)鍵詞：spss數(shù)據(jù)分析報(bào)告怎么寫

我們用一個(gè)例子來(lái)分析spss數(shù)據(jù)分析報(bào)告的寫法——以某公司474名職工的綜合狀況為例進(jìn)行分析。

一、數(shù)據(jù)介紹

本次分析的數(shù)據(jù)是某公司474名職工的狀況統(tǒng)計(jì)表，其中有11個(gè)變量，分別是：職工編號(hào)、性別、出生日期、受教育水平程度、職務(wù)等級(jí)、起始工資、現(xiàn)工資、本單位工作經(jīng)歷、以前工作經(jīng)歷、民族類型、年齡。我們通過(guò)使用spss統(tǒng)計(jì)軟件，對(duì)變量分別進(jìn)行頻數(shù)分析、描述性統(tǒng)計(jì)、方差分析，還有相關(guān)分析，來(lái)了解該公司職工上述方面的綜合狀況，并分析個(gè)別變量的分布特點(diǎn)和相互之間的關(guān)系。

二、數(shù)據(jù)分析

1、頻數(shù)分析。我們通過(guò)頻數(shù)分析可以了解變量的取值情況，對(duì)把握數(shù)據(jù)的分布特征非常重要。此次分析利用了某公司474名職工基本狀況的統(tǒng)計(jì)數(shù)據(jù)表，在性別、受教育水平程度不同的狀況下的頻數(shù)分析，從而了解該公司職工的男女職工數(shù)量、受教育狀況的基本分布。

首先，對(duì)該公司的男女性別分布進(jìn)行頻數(shù)分析，其次對(duì)原有數(shù)據(jù)中的受教育程度進(jìn)行頻數(shù)分析，并分別以表格的形式呈現(xiàn)出來(lái)。

2、描述統(tǒng)計(jì)分析。再通過(guò)簡(jiǎn)單的頻數(shù)統(tǒng)計(jì)分析了解了職工在性別和受教育水平上的總體分布狀況后，我們還需要對(duì)數(shù)據(jù)中的其他變量特征有更為精確的認(rèn)識(shí)，這就需要通過(guò)計(jì)算基本描述統(tǒng)計(jì)的方法來(lái)實(shí)現(xiàn)。下面就對(duì)各個(gè)變量進(jìn)行描述統(tǒng)計(jì)分析，得到它們的均值、標(biāo)準(zhǔn)差、片度峰度等數(shù)據(jù)，以進(jìn)一步把我數(shù)據(jù)的集中趨勢(shì)和離散趨勢(shì)。

3、Exploratory data analysis。

（1）交叉分析。

在實(shí)際分析中，除了了解單個(gè)變量的分布特征，還要分析多個(gè)變量不同取值下的分布，掌握多個(gè)變量的聯(lián)合分布特征，進(jìn)而分析變量之間的相互影響和關(guān)系。就本數(shù)據(jù)而言，需要了解現(xiàn)工資與性別、年齡、受教育水平、起始工資、本單位工作經(jīng)歷、以前工作經(jīng)歷、職務(wù)等級(jí)的交叉分析。

（2）單因素方差分析。

我們把受教育水平和起始工資作為控制變量，現(xiàn)工資為觀測(cè)變量，通過(guò)單因素方差分析方法研究受教育水平和起始工資對(duì)現(xiàn)工資的影響進(jìn)行分析。

4、相關(guān)分析。事物之間的函數(shù)關(guān)系比較容易分析和測(cè)度，而事物之間的統(tǒng)計(jì)關(guān)系卻不像函數(shù)關(guān)系那樣直接，但確實(shí)普遍存在，并且有的關(guān)系強(qiáng)有的關(guān)系弱，程度各有差異。如何測(cè)度事物之間的統(tǒng)計(jì)關(guān)系的強(qiáng)弱是人們關(guān)注的問(wèn)題。相關(guān)分析正是一種簡(jiǎn)單易行的測(cè)度事物之間統(tǒng)計(jì)關(guān)系的有效工具。

5、參數(shù)檢驗(yàn)。對(duì)現(xiàn)工資的分布做正態(tài)性檢驗(yàn)。

6、非參數(shù)檢驗(yàn)。對(duì)本數(shù)據(jù)中的年齡做正態(tài)分布檢驗(yàn)。

spss數(shù)據(jù)分析報(bào)告怎么寫

http://cv.qiaobutang.com/knowledge/articles/56a9d1cb0cf2b3a2599171a1

第三篇：關(guān)于員工工資水平影響因素的spss數(shù)據(jù)分析報(bào)告

關(guān)于員工工資水平影響因素的數(shù)據(jù)分析報(bào)告

個(gè)體收入的影響因素分析是社會(huì)學(xué)研究的經(jīng)典課題，個(gè)體收入不僅是經(jīng)濟(jì)含義的變量，同時(shí)也是決定個(gè)體經(jīng)濟(jì)社會(huì)地位的重要指標(biāo)之一，所以分析個(gè)體收入的影響因素具有重要的社會(huì)意義。

本報(bào)告基于某企業(yè)收集的關(guān)于474個(gè)樣本的問(wèn)卷調(diào)查數(shù)據(jù)，就問(wèn)卷涉及的主要變量：性別、民族、受教育年限、職業(yè)類型、目前工資、最初工資、工作時(shí)間和之前的工作經(jīng)歷（月數(shù)）分析了該企業(yè)員工工資總體情況和影響工資收入的因素。

一 關(guān)于個(gè)體收入影響因素的假設(shè)

社會(huì)學(xué)文獻(xiàn)對(duì)影響個(gè)體收入的因素做過(guò)很多論述，其中與本數(shù)據(jù)提供的變量相關(guān)的假設(shè)如下：

a 不同性別的員工工資收入存在差異

b 不同民族的員工工資收入存在差異（在美國(guó)顯著）

c 不同職業(yè)類型的員工工資收入存在差異

d 受教育年限與員工現(xiàn)在工資收入呈正相關(guān)關(guān)系

e 初始工資與員工現(xiàn)在工資收入呈正相關(guān)關(guān)系

f 工作時(shí)間和之前的工作經(jīng)歷與現(xiàn)在工資收入呈相關(guān)關(guān)系

二 基于SPSS的企業(yè)員工工資總體水平和影響因素的描述與統(tǒng)計(jì)分析

1.樣本的總體特征和企業(yè)員工工資的總體情況

1.1 樣本的總體特征

根據(jù)SPSS對(duì)性別、受教育年限和民族的頻次分析，可知該公司員工女性占45.6%，男性占54.4%，男女員工比例大體相當(dāng)。公司51.3%的員工為高中及以下學(xué)歷（受教育年限8-12年），38.2%的員工為本科學(xué)歷（受教育年限13-16年），10.5%的員工為研究生學(xué)歷（受教育年限為17年及以上）；公司有21.9%的員工為少數(shù)民族。

1.2 企業(yè)員工工資的總體情況

根據(jù)SPSS對(duì)當(dāng)前工資、性別與當(dāng)前工資、民族、職業(yè)類型與當(dāng)前工資的描述分析，可得到表1。

表1 企業(yè)員工當(dāng)前工資的總體情況

當(dāng)前工資

女性員工當(dāng)前工資

男性員工當(dāng)前工資

少數(shù)民族員工當(dāng)前工資

非少數(shù)民族員工當(dāng)前工資

辦事員當(dāng)前工資

保管員當(dāng)前工資

經(jīng)理當(dāng)前工資 均值 $34,419.57 $26,031.92 $41,441.78 $36,023.31 $28,713.94 $27,838.54 $30,938.89 $63,977.80 標(biāo)準(zhǔn)差 $17,075.661 $7,558.021 $19,499.214 $18,044.096 $11,421.638 $7,567.995 $2,114.616 $18,244.776

從表1可知，公司員工的平均工資是$34,420，標(biāo)準(zhǔn)差為$17,075.7。女性員工的平均工資 1

為$26,032，男性員工為$41,442，是女性員工平均工資的1.59倍；少數(shù)民族員工的平均工資為$28,714，非少數(shù)民族員工為$36,023，是少數(shù)民族員工的1.25倍；從民族來(lái)看，少數(shù)民族員工的平均工資是$36,023，非少數(shù)民族員工為$28,714，是少數(shù)民族員工1.25倍。從職業(yè)類型來(lái)看，辦事員的平均工資為$27,838，保管員的平均工資為$30,939，這兩種職業(yè)的少數(shù)民族員工與非少數(shù)民族員工的平均工資沒(méi)有明顯差異，經(jīng)理層的平均工資為$63,977，是非管理層員工平均工資的2倍以上。

2.員工工資收入的影響因素分析 影響公司員工工資收入的因素，根據(jù)變量測(cè)量層次的不同和散點(diǎn)圖樣本分布的線性與非線性區(qū)別，可以通過(guò)兩種方法來(lái)考察：一是性別、民族、職業(yè)類型和工作經(jīng)歷對(duì)當(dāng)前工資的影響，可以用方差分析法和相關(guān)比率Eta來(lái)考察；另一是受教育年限、初始工資和工作時(shí)間對(duì)當(dāng)前工資的影響，可以通過(guò)相關(guān)測(cè)量法和F檢驗(yàn)來(lái)考察。

2.1性別、民族、職業(yè)類型和工作經(jīng)歷對(duì)當(dāng)前工資的影響分析

從散點(diǎn)圖的樣本分布可知，工作經(jīng)歷與當(dāng)前工資呈非線性，所以通過(guò)相關(guān)比率Eta來(lái)考察二者關(guān)系。根據(jù)SPSS分別對(duì)性別、民族、職業(yè)類型、工作經(jīng)歷與當(dāng)前工資的單因方差分析和列聯(lián)表的相關(guān)比率（E）結(jié)果，得到表2。

表2 當(dāng)前工資的影響因素分析

性別與當(dāng)前工資 民族與當(dāng)前工資 職業(yè)類型與當(dāng)前工資 工作經(jīng)歷與當(dāng)前工資

F 119.798 15.326 40.521 1.040

p ＜0.01 ＜0.01 ＜0.01 ＞0.05

E 0.450 0.177 0.805 0.669

由表2可以得出，性別與當(dāng)前工資的F值為119.798，其顯著性概率p＜0.01，Eta值為0.450，說(shuō)明不同性別的員工平均工資具有顯著差異，性別影響企業(yè)員工收入；同樣，民族、職業(yè)類型與當(dāng)前工資的F值分別為15.326和40.521，二者的顯著性概率p均小于0.01，所以，少數(shù)民族與非少數(shù)民族員工工資具有差異，但民族與員工當(dāng)前工資的Eta值僅為0.177，說(shuō)明二者相關(guān)性極其微弱；職業(yè)類型與當(dāng)前工資高度相關(guān)，其Eta值為0.805。工作經(jīng)歷與當(dāng)前工資的顯著性概率p＞0.05，說(shuō)明員工之前的工作經(jīng)歷對(duì)員工的當(dāng)前工資沒(méi)有影響。

2.2 受教育年限、初始工資和工作時(shí)間對(duì)當(dāng)前工資的影響分析 根據(jù)SPSS對(duì)受教育年限、初始工資和工作時(shí)間與當(dāng)前工資的相關(guān)分析和F檢驗(yàn)，可得到表3。

表3 當(dāng)前工資的影響因素分析

受教育年限與當(dāng)前工資 初始工資與當(dāng)前工資 工作時(shí)間與當(dāng)前工資

F 92.779 33.040 1.503

r 0.661 0.880 0.084

p ＜0.01 ＜0.01 ＞0.05

表3的結(jié)果顯示：受教育年限與當(dāng)前工資在0.01的顯著性水平下顯著，相關(guān)系數(shù)r為0.661，F(xiàn)值為92.779，即受教育年限影響企業(yè)員工的當(dāng)前工資收入；初始工資與當(dāng)前工資的F值為33.040，其顯著性概率p＜0.01，相關(guān)系數(shù)r為0.880，說(shuō)明初始工資與當(dāng)前工資高度相關(guān)；工作時(shí)間與員工當(dāng)前工資的顯著性概率p＞0.05，即二者相互獨(dú)立，不具有相關(guān)關(guān)系。

2.3 回歸分析：受教育年限、初始工資與當(dāng)前工資之間相關(guān)關(guān)系的模型

為了更好的說(shuō)明教育年限、初始工資與當(dāng)前工資之間的關(guān)系結(jié)構(gòu)，可以建立三者的線性回歸模型。根據(jù)SPSS對(duì)三個(gè)變量的二元線性回歸分析，得到表4。

表4教育年限（X1）、初始工資（X2）與當(dāng)前工資（Y）的二元線性回歸Constants 教育年限 初始工資

B ﹣7809 1020.4 1.673

b0.172 0.771

t ﹣4.452 6.356 28.42

p ＜0.01 ＜0.01 ＜0.01

R2=0.792F=898.947p＜0.0

1從表4可以看出，擬合優(yōu)度R=0.792，較高，說(shuō)明該線性方程擬合優(yōu)度較好，F(xiàn)值為898.947，顯著度p＜0.01，即該回歸方程線性關(guān)系顯著。自變量“受教育年限”X1和“初始工資”X2的回歸系數(shù)的估計(jì)分別為1020.4和1.673，標(biāo)準(zhǔn)化系數(shù)分別為0.172和0.771，t檢驗(yàn)值分別為6.356和28.42，其顯著性水平p均小于0.01，所以認(rèn)為X1、X2的回歸系數(shù)高度顯著。該二元線性回歸方程可以表示為：

Y =-7809+1020.4X1+1.673X2

三 結(jié)論

從以上的分析可以得出：

1.性別影響該企業(yè)員工的當(dāng)前工資收入，男性與女性的工資具有顯著差異，男性的平均工資是女性的1.59倍，性別與當(dāng)前工資的相關(guān)比率為0.450。

2.少數(shù)民族員工與非少數(shù)民族員工的工資具有差異，非少數(shù)民族的平均工資是少數(shù)民族的1.25倍。但民族與當(dāng)前工資的相關(guān)強(qiáng)度很微弱。

3.職業(yè)類型影響企業(yè)員工的工資收入，其相關(guān)強(qiáng)度為0.805，其顯著差異體現(xiàn)在管理層和非管理層的工資收入差距上，管理層的平均工資是非管理層的2倍以上。

4.受教育年限與當(dāng)前工資具有較強(qiáng)的正相關(guān)關(guān)系，其相關(guān)系數(shù)為0.661。受教育年限越高，其工資收入越高；反之，則越低。

5.初始工資與當(dāng)前工資具有很強(qiáng)的正相關(guān)關(guān)系，相關(guān)系數(shù)為0.880，即初始工資越高，其工資收入越高，反之，則越低。

6.雇傭后的工作時(shí)間和該工作之前的工作經(jīng)歷對(duì)企業(yè)員工的當(dāng)前工資沒(méi)有影響。

7.受教育年限（X1）和初始工資（X2）與當(dāng)前工資（Y）可以建立二元線性回歸方程模型。線性關(guān)系與回歸系數(shù)均顯著。該二元線性回歸方程可以表示為：

Y =-7809+1020.4X1+1.673X2

（其中Y代表當(dāng)前工資，X1代表受教育年限，X2代表初始工資。）

第四篇：SPSS實(shí)驗(yàn)分析報(bào)告四

SPSS實(shí)驗(yàn)分析報(bào)告四

一、地區(qū)*日期*銷售量

（一）、提出假設(shè)

原假設(shè)H0=“不同地區(qū)對(duì)銷售量的平均值沒(méi)有產(chǎn)生顯著影響。” H2=“不同日期對(duì)銷售量的平均值沒(méi)有產(chǎn)生顯著影響。” H3=“不同的地區(qū)和日期對(duì)銷售量沒(méi)有產(chǎn)生了顯著的交互作用。”

（二）、兩獨(dú)立樣本t檢驗(yàn)結(jié)果及分析

表

（一）主旨間係數(shù)

地區(qū) 2 3 日期 2 3

數(shù)值標(biāo)籤

地區(qū)一 地區(qū)二 地區(qū)三 周一至周三 周四至周五

周末

N 9 9 9 9 9 9

表

（一）表示各個(gè)控制變量的分組情況，包括三個(gè)不同的地區(qū)以及三個(gè)不同日期的數(shù)據(jù)。

表

（二）銷售額多因素方差分析結(jié)果

主體間效應(yīng)的檢驗(yàn)

因變數(shù): 銷售量

來(lái)源 第 III 類平方和 修正的模型 61851851.852

a

df 8

平均值平方 7731481.481

F 8.350

顯著性.000 截距 地區(qū) 日期 地區(qū) * 日期 錯(cuò)誤 總計(jì) 844481481.481 2296296.296 2740740.741 56814814.8***.667 923000000.000 2 2 4 18 27 26

844481481.481 1148148.148 1370370.370 14203703.704 925925.926

912.040 1.240 1.480 15.340

.000.313.254.000

校正後總數(shù) 78518518.519 a.R平方 =.788（調(diào)整的 R平方 =.693）

由表

（二）可知，第一列是對(duì)觀測(cè)變量總變差分解的說(shuō)明；第二列是對(duì)觀測(cè)變量總變差分解的結(jié)果；第三列是自由度；第四列是方差；第五列是F檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值；第六列是檢驗(yàn)統(tǒng)計(jì)量的概率P值。可以看到：觀測(cè)變量的總變差SST為78518518.519，它被分解為四個(gè)部分，分別是：由 地區(qū)（x2）不同引起的變差（2296296.296），由日期（x3）不同引起的變差(2740740.741)，由地區(qū)和日期交互作用（x2*x3）引起的變差（5.681E7），由隨機(jī)因素引起的變差（Error 1.667E7）。FX1、FX2、FX1*X2的概率P值分別為0.313、0.254、0.000。如果顯著性水平α為0.05，由于FX1、FX2的概率P值大于顯著性水平α，因此不應(yīng)該拒絕原假設(shè)，可以認(rèn)為不同的地區(qū)、日期下的銷售量總體均值不存在顯著差異，對(duì)銷售量的效應(yīng)同時(shí)為0，各自不同水平?jīng)]有給銷售量帶來(lái)顯著影響。同時(shí)，由于FX1*X2的概率P值小于顯著性水平α，所以應(yīng)該拒絕原假設(shè)，可以認(rèn)為不同的地區(qū)和日期對(duì)銷售量產(chǎn)生了顯著的交互作用，在不同的地區(qū)，不同的日期會(huì)對(duì)銷售額產(chǎn)生顯著影響。

表

（三）自訂假設(shè)檢定索引 對(duì)照係數(shù)（L' 矩陣）轉(zhuǎn)換係數(shù)（M 矩陣）對(duì)照結(jié)果（K 矩陣）對(duì)照係數(shù)（L' 矩陣）轉(zhuǎn)換係數(shù)（M 矩陣）

地區(qū) 的偏差對(duì)照（省略種類 = 3）

恆等式矩陣 零矩陣

日期 的偏差對(duì)照（省略種類 = 3）

恆等式矩陣 對(duì)照結(jié)果（K 矩陣）零矩陣

表

（四）不同地區(qū)下銷售量的均值對(duì)比檢驗(yàn)結(jié)果（K 矩陣）

地區(qū) 偏差對(duì)照

層次 1 對(duì)平均值

對(duì)比估計(jì) 假設(shè)值

差異（評(píng)估值假設(shè)值）

標(biāo)準(zhǔn)錯(cuò)誤 顯著性

95% 差異的信賴區(qū)間

a.省略的種類 = 3

下限 上限 下限 上限

a因變數(shù) 銷售量-259.259

0-259.259 261.891.335-809.473 290.954 407.407 0 407.407 261.891.137-142.806 957.621

表

（四）分別顯示了三個(gè)不同地區(qū)銷售量總體的均值檢驗(yàn)結(jié)果，省略了地區(qū)三的檢驗(yàn)結(jié)果，檢驗(yàn)值是各水平下的總體均值。可以看出：地區(qū)一的銷售量均值與檢驗(yàn)值的差為259.259，標(biāo)準(zhǔn)誤差為261.891，T檢驗(yàn)統(tǒng)計(jì)量的概率P值為0.335，差值的95%置信區(qū)間的下限和上限分別為-809.473，290.954。分析結(jié)論為：地區(qū)一銷售量的均值與檢驗(yàn)值之間不存在顯著差異。同理，地區(qū)二銷售量的均值與檢驗(yàn)值之間不存在顯著差異。三個(gè)地區(qū)產(chǎn)生的影響沒(méi)有顯著差異。

表

（五）地區(qū)對(duì)銷售量影響的單因素方差分析結(jié)果

因變數(shù): 銷售量

來(lái)源 比對(duì)平方和 2296296.296

df 2 18

平均值平方 1148148.148 925925.926

F 1.240

顯著性.313 錯(cuò)誤 16666666.667

表

（五）是地區(qū)對(duì)銷售量影響的單因素方差分析結(jié)果。可以看到：不同地區(qū)可解釋的變差為2296296.296，不可解釋的變差為16666666.667，它們的方差分別為1148148.148、925925.926，F(xiàn)統(tǒng)計(jì)量的觀測(cè)值為1.240，對(duì)應(yīng)的概率P值為0.313。如果顯著性水平α為0.05，由于概率P值大于顯著性水平α，所以原假設(shè)成立，認(rèn)為不同地區(qū)對(duì)銷售量的平均值沒(méi)有產(chǎn)生顯著影響。

表

（六）不同日期下銷售量的均值對(duì)比檢驗(yàn)結(jié)果（K 矩陣）

日期 偏差對(duì)照

層次 1 對(duì)平均值

對(duì)比估計(jì) 假設(shè)值

差異（評(píng)估值假設(shè)值）

標(biāo)準(zhǔn)錯(cuò)誤 顯著性

95% 差異的信賴區(qū)間

下限

a

因變數(shù) 銷售量-370.370

0-370.370 261.891.174-920.584 179.843 407.407 0 407.407 261.891.137-142.806

上限

a.省略的種類 = 3

957.621

表

（六）分別顯示了三個(gè)不同日期下銷售量總體的均值檢驗(yàn)結(jié)果，省略了日期三的檢驗(yàn)結(jié)果，檢驗(yàn)值是各水平下的總體均值。可以看出：日期一的銷售量均值與檢驗(yàn)值的差為370.370，標(biāo)準(zhǔn)誤差為370.370，T檢驗(yàn)統(tǒng)計(jì)量的概率P值為0.174，差值的95%置信區(qū)間的下限和上限分別為-920.584、179.843。分析結(jié)論為：日期一銷售量的均值與檢驗(yàn)值之間不存在顯著差異。同理，日期二銷售量的均值與檢驗(yàn)值之間不存在顯著差異。三個(gè)不同日期產(chǎn)生的影響沒(méi)有顯著差異。

表

（七）日期對(duì)銷售量影響的單因素方差分析結(jié)果

因變數(shù): 銷售量

來(lái)源 比對(duì) 錯(cuò)誤

平方和 2740740.741 16666666.667

df 2 18

平均值平方 1370370.370 925925.926

F 1.480

顯著性.254

表

（七）是日期對(duì)銷售量影響的單因素方差分析結(jié)果。可以看到：不同日期可解釋的變差為2740740.741，不可解釋的變差為16666666.667，它們的方差分別為1370370.370、925925.926，F(xiàn)統(tǒng)計(jì)量的觀測(cè)值為1.480，對(duì)應(yīng)的概率P值為0.254。如果顯著性水平α為0.05，由于概率P值大于顯著性水平α，所以原假設(shè)成立，認(rèn)為不同日期對(duì)銷售量的平均值沒(méi)有產(chǎn)生顯著影響。

圖

（一）地區(qū)與銷售量的交互作用圖

圖

（一）中，從地區(qū)一至地區(qū)三，不同的日期銷售額的變化波動(dòng)很大且規(guī)律不一，直接結(jié)論是：不同的日期和地區(qū)間存在明顯的交互作用。

圖

（二）日期與銷售量的交互作用圖

圖

（二）中，在不同的日期，不同地區(qū)的銷售額的變化規(guī)律都不一樣，直接結(jié)論是：不同的地區(qū)和日期間存在明顯的交互作用。

二、香煙消耗量*肺癌死亡率

（一）、提出假設(shè)

原假設(shè)H0=“香煙消耗量對(duì)肺癌死亡率沒(méi)有產(chǎn)生顯著影響。”

（二）、兩獨(dú)立樣本t檢驗(yàn)結(jié)果及分析

圖

（三）香煙消耗量與肺癌死亡率的簡(jiǎn)單散點(diǎn)圖

由圖

（三）可知，香煙消耗量與肺癌死亡率存在一定的正相關(guān)關(guān)系。

表

（八）香煙消耗量*肺癌死亡率相關(guān)關(guān)系分析

1930年人均香每百萬(wàn)男子中死

1930年人均香煙消耗量 皮爾森(Pearson)相關(guān)

煙消耗量

于肺癌的人數(shù)

.737

**

顯著性（雙尾）

N 每百萬(wàn)男子中死于肺癌的皮爾森(Pearson)相關(guān)

人數(shù)

顯著性（雙尾）

N **.相關(guān)性在 0.01 層上顯著（雙尾）。

11.737.010 11

**

.010 11 1 11 由表

（八）可知，香煙消耗量和肺癌死亡率的簡(jiǎn)單相關(guān)系數(shù)為0.737，說(shuō)明兩者之間存在正的強(qiáng)相關(guān)性，其相關(guān)系數(shù)檢驗(yàn)的概率P值為0.010。因此，當(dāng)顯著性水平α為0.01時(shí)，P值小于顯著性水平應(yīng)拒絕相關(guān)系數(shù)檢驗(yàn)的原假設(shè)。中相關(guān)系數(shù)上角的兩個(gè)星號(hào)（**）表示顯著性水平α位0.01時(shí)拒絕原假設(shè)。

三、銷售額*銷售價(jià)格*家庭收入

（一）、提出假設(shè)

原假設(shè)H0=“銷售額對(duì)銷售價(jià)格沒(méi)有產(chǎn)生顯著影響。” H2=“家庭收入對(duì)銷售價(jià)格沒(méi)有產(chǎn)生顯著影響。”

（二）、兩獨(dú)立樣本t檢驗(yàn)結(jié)果及分析

圖

（四）銷售額與銷售價(jià)格的簡(jiǎn)單散點(diǎn)圖

由圖

（四）可知，銷售額與銷售價(jià)格之間存在負(fù)相關(guān)關(guān)系。

圖

（五）銷售額與家庭收入的簡(jiǎn)單散點(diǎn)圖

由圖

（五）可知，銷售額與家庭收入之間存在較強(qiáng)的正相關(guān)關(guān)系。

圖

（六）銷售價(jià)格和家庭收入的簡(jiǎn)單散點(diǎn)圖

由圖

（六）可知，銷售價(jià)格與家庭收入之間存在弱的負(fù)相關(guān)關(guān)系。

表

（九）銷售額*銷售價(jià)格相關(guān)系數(shù)計(jì)算結(jié)果

銷售額 皮爾森(Pearson)相關(guān) 顯著性（雙尾）

N 銷售價(jià)格 皮爾森(Pearson)相關(guān) 顯著性（雙尾）

N

銷售額 1 10-.933**.000 10

銷售價(jià)格-.933**.000 10 1 10 **.相關(guān)性在 0.01 層上顯著（雙尾）。

由表

（九）可知，銷售額和銷售價(jià)格的簡(jiǎn)單相關(guān)系數(shù)為-0.933，說(shuō)明兩者之間存在負(fù)的強(qiáng)相關(guān)性，其相關(guān)系數(shù)檢驗(yàn)的概率P值為0。因此，當(dāng)顯著性水平α為0.01時(shí)，應(yīng)拒絕相關(guān)系數(shù)檢驗(yàn)的原假設(shè)，認(rèn)為兩總體不是零相關(guān)。

另外，表

（九）中相關(guān)系數(shù)上角的兩個(gè)星號(hào)（**）表示顯著性水平α為0.01時(shí)拒絕原假設(shè)。

表

（十）銷售價(jià)格和銷售額的偏相關(guān)分析結(jié)果

控制變數(shù)

家庭收入 銷售價(jià)格

相關(guān) 顯著性（雙尾）

df

銷售額

相關(guān) 顯著性（雙尾）

df

銷售價(jià)格 1.000.0-.728.026 7

銷售額-.728.026 7 1.000.0

由表

（十）可知，在家庭收入作為控制變量的條件下，銷售價(jià)格和銷售額的偏相關(guān)系數(shù)為-0.728，呈較強(qiáng)的負(fù)相關(guān)，高于簡(jiǎn)單相關(guān)系數(shù)。

第五篇：人力資源管理數(shù)據(jù)SPSS處理

一、對(duì)某些變量進(jìn)行頻數(shù)分析，并對(duì)分析結(jié)果給出恰當(dāng)?shù)奈淖中悦枋觯⑤敵銮‘?dāng)?shù)膱D形。選取了恰當(dāng)變量得2分，結(jié)果輸出正確、文字性描述準(zhǔn)確得6分，輸出恰當(dāng)圖形得2分。

二、對(duì)某些變量進(jìn)行描述性統(tǒng)計(jì)(峰度和偏度)，并對(duì)分析結(jié)果給出恰當(dāng)?shù)奈淖中悦枋觥４隧?xiàng)評(píng)分點(diǎn)滿分為10分。選取了恰當(dāng)變量得2分，結(jié)果輸出正確、文字性描述準(zhǔn)確得8分。

三、利用文件中的數(shù)據(jù)進(jìn)行交叉分組下的頻數(shù)分析，并對(duì)分析結(jié)果給出恰當(dāng)?shù)奈淖中悦枋觥４隧?xiàng)評(píng)分點(diǎn)滿分為15分。選取了恰當(dāng)變量得3分，結(jié)果輸出正確、文字性描述準(zhǔn)確得12分。

四、對(duì)某些變量進(jìn)行多選項(xiàng)分析（二分法，分類法），并對(duì)分析結(jié)果給出恰當(dāng)?shù)奈淖中悦枋觥４隧?xiàng)評(píng)分點(diǎn)滿分為15分。選取了恰當(dāng)變量得3分，結(jié)果輸出正確、文字性描述準(zhǔn)確得12分。

五、根據(jù)文件中數(shù)據(jù)的特征，利用一種或多種參數(shù)檢驗(yàn)方法，對(duì)文件中某些變量進(jìn)行分析，并對(duì)分析結(jié)果給出恰當(dāng)?shù)奈淖中悦枋觥４隧?xiàng)評(píng)分點(diǎn)滿分為20分。選取了恰當(dāng)變量得3分，結(jié)果輸出正確、文字性描述準(zhǔn)確得15分，使用兩種方法得2分。

六、對(duì)文件中某些變量進(jìn)行相關(guān)分析（第八章。雙變量相關(guān)），并對(duì)分析結(jié)果給出恰當(dāng)?shù)奈淖中悦枋觥４隧?xiàng)評(píng)分點(diǎn)滿分為15分。選取了恰當(dāng)變量得3分，結(jié)果輸出正確、文字性描述準(zhǔn)確得12分。

七、利用文件中的數(shù)據(jù)進(jìn)行方差分析，選擇恰當(dāng)?shù)姆治龇椒?單因素方差分析，多因素方差分析)，并對(duì)分析結(jié)果給出恰當(dāng)?shù)奈淖中悦枋觥４隧?xiàng)評(píng)分點(diǎn)滿分為15分。選取了恰當(dāng)變量得3分，結(jié)果輸出正確、文字性描述準(zhǔn)確得12分。