spss 习题答案Word格式文档下载.docx
- 文档编号:18343752
- 上传时间:2022-12-15
- 格式:DOCX
- 页数:21
- 大小:206.63KB
spss 习题答案Word格式文档下载.docx
《spss 习题答案Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《spss 习题答案Word格式文档下载.docx(21页珍藏版)》请在冰豆网上搜索。
16950
84
11
21150
12
31050
70
13
60375
14
32550
85
15
135000
16
31200
17
36150
87
18
110625
19
42000
75
20
92000
21
81250
22
31350
23
29100
24
管理人员
25
36000
26
19200
27
23550
28
35100
29
123250
30
29250
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)
600
3200
772
4500
1300
5000
650
3329
1400
5300
800
4300
500
2500
550
2800
1800
6000
1500
850
4800
750
4200
3500
580
3800
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
未知
数值型
1男性,2女性
员工绩效评价得分
名义
满意度
员工对绩效评价的满意度
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
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:
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
(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:
(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?
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:
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。
GroupStatistics
N
Mean
Std.Deviation
Std.ErrorMean
33444.44
7436.752
2478.917
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
Equalvariancesassumed
.180
.676
1.199
.244
4001.587
3337.302
-2938.712
10941.887
Equalvariancesnotassumed
1.220
18.201
.238
3279.356
-2882.647
10885.822
P=0.244>
0.05,说明无差异,接受H0
ANOVA
SumofSquares
MeanSquare
BetweenGroups
2.630E10
1.315E10
68.882
.000
WithinGroups
5.154E9
1.909E8
Total
3.145E10
Sig<
0.05,说明存在显著差异,进行LSD方法检验
MultipleComparisons
LSD
(I)工作性质
(J)工作性质
MeanDifference(I-J)
Std.Error
95%ConfidenceInterval
LowerBound
UpperBound
经理
67448.413*
6962.701
53162.13
81734.69
71450.000*
6395.649
58327.21
84572.79
-67448.413*
-81734.69
-53162.13
5902.917
.504
-8110.20
16113.37
-71450.000*
-84572.79
-58327.21
-4001.587
-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.
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。
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。
Anovab
模型
平方和
均方
回归
2602767.293
83.423
.000a
残差
405596.441
31199.726
总计
3008363.733
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
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
非标准化系数
标准系数
B
标准误差
试用版
(常量)
-639.654
181.347
-3.527
.004
家庭月平均收入
.370
.040
.930
9.134
a.因变量:
残差统计量a
极小值
极大值
均值
标准偏差
预测值
284.81
1763.95
963.47
431.175
-285.319
220.938
170.209
标准预测值
-1.574
1.857
1.000
标准残差
-1.615
1.251
.964
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。
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
统计量
标准误
平均住房支出
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
方差
5000.000
标准差
70.711
范围
100
四分位距
偏度
峰度
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。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- spss 习题答案 习题 答案