spss的数据分析报告

极性非常好)；额外收入,一类变量。通过运用spss统计软件，对变量进行频数分析、描述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。通过频数分地区359个人旅游基本状况的统计数据表，在性别、旅游的积极性不同的状况下的频数分析，从而了解该地区的男女职工数量、不同积极性况的基本分布。积极性9090效缺失N首先，对该地区的男女性别分布进行频数分析，结果如下频率百分比有效百分比累积百分比效女男合计955.244.855.244.855.2表说明，在该地区被调查的359个人中，有198名女性，161名男性，男女比例分别为44.8%和55.2%，该公司职工男女数量差距不大，女性略多于男性。其次对原有数据中的旅游的积极性进行频数分析，结果如下表：率积极性有效百分比累积百分比 有效有效差47.647.647.622.022.069.622.022.091.6好.7.798.3非常好6合计9其次对原有数据中的积极性进行频数分析，结果如下表：其次对原有数据中的是否进通道进行频数分析，结果如下表：StatisticsNValidMissing女女男 PercentValidPercent81.6CumulativePercent81.6Valid没走通道TotalFrequency293981.6表说明，在该地区被调查的359个人中，有没走通道的占81.6%，占绝大多数。上表及其直方图说明，被调查的359个人中，对与旅游积极性差的组频数最高的，为171人比较低，分别为24人和6人，占总体的比例为6.7%和1.7%。(1)交叉分析。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)：Count性别*积极性交叉制表积极性合计差一般比较好好9647411275323812171797924非常好246合计9上联表及BarChart涉及两个变量，即性别与积极性的二维交叉，反映了在不同的性别对于旅游积极性分布情况。上表中，性别成为行向量，积极性列向量。(2)性别与收入的探索性分析CaseProcessingSummaryCaseValidTotValidTotalMissing性别NPercentNPercentNPercent收入女198100.0%0.0%198100.0%男161100.0%0.0%161100.0%Descriptives女Mean95%ConfidenceforMeanStatistic女Mean95%ConfidenceforMean907.638531102.93272907.638531102.93272UpperBound 55%TrimmedMeanMedianVarianceStd.DeviationMinimumMaximumRangeInterquartileRangeSkewnessKurtosisMean95%ConfidenceIntervalLowerBoundforMean5%TrimmedMeanMedianVarianceStd.DeviationMinimumMaximumRangeInterquartileRangeSkewnessKurtosis957.92011937.50000485439.577696.7349407.4263125.0003117.574937.5631066.92791936.597791197.25802986.95497937.50000701171.907837.36008258.6306250.0006191.370718.7502.37065.993219UpperBound(3)p-p图分析 Age 结果分析年龄在正态p-p图的散点近似成一条直线，无趋势正态p-p图的散点均匀分布在直线y=0的上下，故可认为本资料服从正态分布之间有怎样的关系对理解和运用相关分析是极其重要的。确定的函数取一定的值。统计关系可分为线性关系和非线性关系。事物之间的函数关系比较容易分析和测度，而事物之间的统计关系却不像函数关系那样的统计关系的强弱是人们关注的问题。相关分析正是一种简单易行的测度事物之间统计关系的CoCorrelations收入旅游花费额外收入收入Pearson1.140**.853**CorrelationSig.(2-tailed).008.000N359359359 旅游花费旅游花费Pearson.140**1.183**CorrelationSig.(2-tailed).008.000N359359359额外收入Pearson.853**.183**1CorrelationSig.(2-tailed).000.000N359359359上表是对本次分析数据中，旅游花费、收入、、额外收入的相关分析，表中相关系数旁边有两个星号(**)的，表示显著性水平为0.01时，仍拒绝原假设。一个星号(*)表示显著性水平为0.05是仍拒绝原假设。先以现旅游花费这一变量与其他变量的相关性为例分析，由上表可知，旅游花费与额外收入的相关性最大，5.回归分析有相关性分析可得收入，旅游花费呈线性相关，因此作回归分析VariablesVariablesEntered/RemovedbVariablesRemoveda.Entera.Allrequestedvariablesentered.b.DependentVariable:旅游花费VariablesEnteredMethodModelModelSummarybAdjustedRStd.ErrorofModel1RRSquareSquaretheEstimate.140a.020.017129.604a.Predictors:(Constant),收入b.DependentVariable:旅游花费Model1RegressionResidual 120443.8095996596.239ANOVAb17MeanSquare120443.80916797.188F7.170Sig.ResidualsResidualsStatisticsaa.DependentVariable:旅游花费 Total6117040.048358a.Predictors:(Constant),收入b.DependentVariable:旅游花费CCoefficientsaUnstandardizedStandardizedCoefficientsCoefficientsBStd.ErrorBeta91.56311.528.024.009.140a.DependentVariable:旅游花费t7.9432.678Model1Sig.PredictedPredictedValueStd.PredictedValueStandardErrorofPredictedValueAdjustedPredictedValueResidualStd.ResidualStud.ResidualDeletedResidualStud.DeletedResidualMahal.DistanceCook'sDistanceStd.Deviation3.42623292.955Maximum241.906.84247.362271.79891.7856.8816.891894.3167.39046.811Minimum91.74-1.3456.84092.09-193.904-1.496-1.607-223.789-1.611Mean9.048-.117N999999999999ChartsCharts y=91.563+0.024(x1),(P(Sig=0.000)<0.01)即旅游花费=91.563+0.024*收入(p<0.01)首先对现工资的分布做正态性检验，结果如下：单个单个样本检验检验值=0 由上图可知，现工资的分布可近似看作符合正态分布，现推断现工资变量的平均值是否为One-SampleStatistics单个样本统计量N均值标准差均值的标准误3591032.93021762.52394240.244474差差分的95%置信区间下限上限953.784931112.07550侧)均值差值1032.930214t25.6668，标准差为762.523942，均值标准误差为40.244474。图表One-SampleTest中，第二列 95%的置信区间为(953.78493,1112.07550)。该问题的t值等于25.666对应的临界置信1032.930217，独立样本t检验T-TestGroupStatisticsStd.Std.Error性别NMeanDeviationMean旅游花费女男198126.09161104.5133878.053IndependentIndependentSamplesTestLevene'sTestforEqualityofVariancest-testforEqualityofSig.MeanaileerenDifferenctdfd)cee1.559357.1202