两变量相关分析_第1页
两变量相关分析_第2页
两变量相关分析_第3页
两变量相关分析_第4页
两变量相关分析_第5页
已阅读5页，还剩11页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

人力资源信息分析

两变量相关分析

—对于薪水，学历和工作经验，哪个更重要？郑振华1目录CONTENTS问题提出01案例数据02知识准备03软件操作04结果解读052目录CONTENTS问题提出01案例数据02知识准备03软件操作04结果解读051.问题提出对于薪水，学历和工作经验，到底哪个更重要呢？4目录CONTENTS问题提出01案例数据02知识准备03软件操作04结果解读052.案例数据现有一份某知名公司的财务报表，报表包含了200名员工的入职时长、受教育年限和当前工资。6目录CONTENTS问题提出01案例数据02知识准备03软件操作04结果解读053.知识准备解决方案：分别计算学历与薪水、入职时长与薪水的相关系数，通过结果对比，说明学历和入职时长对薪水的重要性。83.知识准备相关知识：两个变量之间的相关关系可以通过计算变量间的相关系数，来衡量它们之间相关关系的强弱，不用类型的变量，SPSS应用不同的相关系数来判定。两个定距或定比变量，用Pearson相关系数；两个定序或定类变量，用Spearman等级相关系数和Kendall等级相关系数，它们的计算公式和理论基础。转化应用：学历（受教育年限）、入职时长、当前年薪可以看作定比变量，选择pearson相关系数。93.知识准备相关系数判断标准：10要想更精确地描述变量间的相关关系，就要计算相关关系的相关系数。计算相关系数一般需要大样本，样本容量最好大于30个，这样才能比较准确反映两个变量间的关系。相关系数r的取值一般介于-1~+1之间。3.知识准备相关系数的假设检验由于存在抽样的随机性和样本数量较少等因素，样本相关系数不能直接用来代替总体相关系数，以此说明样本来自的总体是否具有显著的线性相关性，而需要通过对总体相关系数进行假设检验，才能对样本来自的总体是否存在显著的线性相关关系进行统计推断。零假设：总体相关系数等于0，即两个总体无显著的线性相关关系。计算检验统计量和概率P值，如果P小于等于α，则拒绝零假设，认为两个总体存在显著的线性相关关系；如果p大于α，则不能拒绝零假设，认为两个总体间不存在显著的线性相关关系。11目录CONTENTS问题提出01案例数据02知识准备03软件操作04结果解读054.软件操作（spss）【分析】—【相关】—【双变量】13目录CONTENTS问题提出01案例数据02知识准备03软件操作04结果解读055.结果解读入职时长和当前年薪的Pearson相关系数为-0.102，说明它们之间呈现负的弱相关，显著性P值为0.150，大于0.05，所以认为当前年薪和入职时长没有相关性。受教育年限和当前年薪的Pearson相关系数为0.672，显著性检验P值为0.000，小于0.05，所以受教育年限与当前年薪是正相关的。这也是为什么现在很多的本科毕业生没有选择直接就业，而是继续深造，读研读博。结论：在α=0.05

人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论