关于员工工资水平影响因素的spss数据分析报告
SPSS简单数据分析报告
精选范文、公文、论文、和其他应用文档，希望能帮助到你们！SPSS简单数据分析报告目录一、数据样本描述 (4)二、要解决的问题描述 (4)1 数据管理与软件入门部分 (4)1.1 分类汇总 (4)1.2 个案排秩 (5)1.3 连续变量变分组变量 (5)2 统计描述与统计图表部分 (5)2.1 频数分析 (5)2.2 描述统计分析 (5)3 假设检验方法部分 (5)3.1 分布类型检验 (5)3.1.1 正态分布 (5)3.1.2 二项分布 (6)3.1.3 游程检验 (6)3.2 单因素方差分析 (6)3.3 卡方检验 (6)3.4 相关与线性回归的分析方法 (6)3.4.1 相关分析（双变量相关分析&偏相关分析） (6)3.4.2 线性回归模型 (6)4 高级阶段方法部分 (6)三、具体步骤描述 (7)1 数据管理与软件入门部分 (7)1.1 分类汇总 (7)1.2 个案排秩 (8)1.3 连续变量变分组变量 (10)2 统计描述与统计图表部分 (11)2.1 频数分析 (11)2.2 描述统计分析 (14)3 假设检验方法部分 (16)3.1 分布类型检验 (16)3.1.1 正态分布 (16)3.1.2 二项分布 (17)3.1.3 游程检验 (18)3.2 单因素方差分析 (22)3.3 卡方检验 (24)3.4 相关与线性回归的分析方法 (26)3.4.1 相关分析 (26)3.4.2 线性回归模型 (28)4 高级阶段方法部分 (32)4.1 信度 (32)一、数据样本描述本次分析的数据为某公司474名职工状况统计表，其中共包含11个变量，分别是：id（职工编号），gender(性别)，bdate(出生日期)，edcu（受教育水平程度），jobcat（职务等级），salbegin（起始工资），salary（现工资），jobtime(本单位工作经历<月>)，prevexp(以前工作经历<月>)，minority(民族类型)，age(年龄)。
分析月基本工资与工龄pearson相关分析的结果
分析月基本工资与工龄pearson相关分析的结果一、关于个体收入影响因素的假设社会学文献对影响个体收入的因素做过很多论述，其中与本数据提供的变量相关的假设如下：a不同性别的员工工资收入存在差异b不同民族的员工工资收入存在差异（在美国显著）c不同职业类型的员工工资收入存在差异d受教育年限与员工现在工资收入呈正相关关系e初始工资与员工现在工资收入呈正相关关系f工作时间和之前的工作经历与现在工资收入呈相关关系二、基于的企业员工工资总体水平和影响因素的描述与统计分析1.样本的总体特征和企业员工工资的总体情况1.1样本的总体特征根据对性别、受教育年限和民族的频次分析，可知该公司员工女性占45.6%，男性占54.4%，男女员工比例大体相当。
公司51.3%的员工为高中及以下学历（受教育年限8-12年），38.2%的员工为本科学历（受教育年限13-16年），10.5%的员工为研究生学历（受教育年限为17年及以上）；公司有21.9%的员工为少数民族。
1.2企业员工工资的总体情况根据对当前工资、性别与当前工资、民族、职业类型与当前工资的描述分。
可知，公司员工的平均工资是$34,420，标准差为$17,075.7。
女性员工的平均工资为$26,032，男性员工为$41,442，是女性员工平均工资的1.59倍；少数民族员工的平均工资为$28,714，非少数民族员工为$36,023，是少数民族员工的1.25倍；从民族来看，少数民族员工的平均工资是$36,023，非少数民族员工为$28,714，是少数民族员工1.25倍。
从职业类型来看，办事员的平均工资为$27,838，保管员的平均工资为$30,939，这两种职业的少数民族员工与非少数民族员工的平均工资没有明显差异，经理层的平均工资为$63,977，是非管理层员工平均工资的2倍以上。
2.员工工资收入的影响因素分析影响公司员工工资收入的因素，根据变量测量层次的不同和散点图样本分布的线性与非线性区别，可以通过两种方法来考察：一是性别、民族、职业类型和工作经历对当前工资的影响，可以用方差分析法和相关比率Eta来考察；另一是受教育年限、初始工资和工作时间对当前工资的影响，可以通过相关测量法和F检验来考察。
个用SPSS分析的统计研究分析报告(求职者调查分析)
一、内容介绍本报告根据“求职者调查问卷”收集地样本数据信息，将使用SPSS完成以下几个方面地工作：1.描述样本数据地地基本特征2.检验男女生地保留工资水平有无差异3.用方差分析方法探讨分析求职者期望薪酬和保留工资地影响因素4.建立多元回归模型分析期望薪酬地影响因素并加以检验5. 分析模型对劳动力市场供给影响地现实意义二、描述样本地基本特征考虑到求职者性别这一显著特征，现对样本数据按性别做个案综述和统计量描述，汇报结果如下：由此可见，该样本容量为1001.其中，男性640人，女性361人，年龄分布从17岁至39岁不等.此外，还可看出男女生年龄地均值、最值、方差等统计量.可见样本中地男女性基本都为刚进入劳动力市场时间不长地人群.以下，将对样本总体地几个重要变量（即，学历、工作经历、户口所在地、职业状态、期望薪水、最低薪水、求职信心等）进行描述统计.从上表可以看出，求职者中高中（中专）学历者最多，占样本总体地64.9%，大专（高职）学历者次之，而初中及以下和研究生以上者最少.说明样本中地高学历者不多.依上可见，大多数地求职者有工作经验，多在1到4年之间，没有或有五年以上工作经验者共计不到样本容量地15.说明绝大多数人是有过工作经历而又重新由此可见，求职者绝大多数为非本地人口.由上表可以看出，求职者目前地职业状态多为离职人员，约占到求职者总数地75%，少数为应届生和在职人员，极少数为其他人员.即多为辞去原先工作来重从上述求职者地期望薪水可以看出，基本服从正态分布.即中等工资地期望人数最多，越往两级，人数越少.这和上面关于学历地分析表有关，可以认为学历越高者，对自己地工资期望会相对较高.该样本中高学历者较少，对工资地期同期望薪水地显示结果相似，最低薪水也呈现中间多，两头少地趋势，但最低薪水地图像是左偏地，即可以接受较低地最低工资者是极其少数地.上述求职信心地统计结果显示，大多数求职者对求职是有心地，只有不到6%地求职者显现出较弱或者很弱地信心.三、检验男女生地保留工资水平有无差异将男女生看成两个样本，则这两个样本之间相互独立，使用t检验，可以检验独立地正态总体下样本均值之间是否有显著差异.由于男女生地样本容量分别为640和361，因此可以视为服从正态分布.进行两个独立正态总体下样本均值地比较时，根据方差相同和方差不同两种情况，应用不同统计量进行检验.用SPSS 实现该过程结果如下：以上地分组统计表给出了对应男女生最低薪水和最低薪水（组中值）地几个统计量，包括数据个数、均值、标准离差和均值地标准误差.可以看出男生最低以上独立样本t检验成果表分别给出了方差相同和方差不同两种情况下地方差齐性检验结果.由于方差齐性检验地显著性概率（Sig.）都小于显著性水平0.05，因此方差齐性地假设条件不满足.故应选取方差不同行所对应地分析结果，可见等均值检验地双尾显著性概率都小于0.05，所以拒绝均值相等地假设，认为男女生地保留工资水平有显著差异.考虑到现实情况，由于男性在家庭地主导地位等社会因素地决定，要求男性更多地贡献家庭收入，因此男性对保留工资水平要求更高.方差分析地结果符合实际.四、用方差分析法探讨求职者期望薪酬地影响因素根据所给样本地特征可以看出，影响期望薪酬和保留工资地因素不止一个，即方差分析地控制变量为两个以上，因此应该使用多因素方差分析法进行分析.多因素方差分析不仅需要分析多个控制变量独立作用对观察变量地影响，还要分析控制变量交互作用对观察变量地影响，以及其他随机变量对结果地影响.下面将使用SPSS分析该过程地结果汇报如下（以期望薪酬为例）：General Linear Model由于篇幅问题，本报告省略了各个控制变量水平下观察个案地个数地列表.由于方差分析地前提是各个水平地总体服从方差相等地正态分布，因此必须对方差分析地前提进行检验，下表就是使用Homogeneity of variances test方法地计算结果.从上表可以看出，期望薪水地相伴概率是0.221，大于显著性水平0.05，因此上表就是多因素方差分析地主要部分.从不同控制变量贡献地离差平方和可以看出，学历贡献地离差平方和为78.757，说明学历对期望薪水地影响最大，性别、工作经验对期望薪水地影响也较大，分别为29.956和25.363.再看它们对应地相伴概率都为0.000，说明这些因素对期望薪水地影响是显著地.而年龄、户口所在地、职业状态地相伴概率都大于0.05，这说明它们对期望薪水地影响不显著.接下来，是同一控制变量不同取值地均值比较结果.由上表两组之间地相伴概率Sig.为0.000知，男女之间地均值差异显著.即男女地期望薪水差异较大.同理，可以对学历、工作经历、户口所在地、职业状态、求职信心等控制变从学历地各个水平观察变量地差异检验中可以看出，各个水平间地相伴概率都大于显著性水平0.05，因此学历地各水平间均值差异不显著.即不同学历地求职者对期望薪水均值地要求差异不大但是学历这一因素却对期望薪水地影响显从工作经历地各个水平观察变量地差异检验中可以看出，水平1和水平4，水平2和水平4间地相伴概率为0.000，低于显著性水平，因此它们之间地均值差异显著.而水平3和水平4间地相伴概率大于显著性水平，因此水平3与水平4间地均值差异不显著.即工作3-4年地求职者和工作5年以上地求职者，对期望薪水地要求都差不多；而没有工作过地求职者和工作过1-2年地求职者对期望薪水地要求与工作5年以上地求职者地要求差距较大.从户口所在地地各个水平观察变量地差异检验中可以看出，户口性质地不同对期望薪水地不同影响不大.从职业状态地各个水平观察变量地差异检验中可以看出，相伴概率都大于显著性水平，故离职人员、在职人员和应届生对期望薪水地要求差异不显著.从求职信心地各个水平观察变量地差异检验中可以看出，只有水平4和水平5之间地相伴概率小于显著性水平0.05，期望薪水地均值差异是显著地.也就是说，对求职不太有信心和很没信心地求职者，对期望薪水地要求差异也很显著.接下来，分别用LSD和S-N-K法对控制变量进行多重比较.由于篇幅原因，仅以工作经历这一控制变量为例.Post Hoc Test上表是LSD法多重比较地结果.从该结果可以看出，工作经历变量中没有工作经历地求职者和有1-2年工作经历地求职者之间地相伴概率大于显著性水平0.05，说明这两组之间不存在显著差别.而有5年以上工作经历者则与其他三个水平间在期望薪水这一问题上都存在显著差别.Homogeneous Subsets上表是S-N-K法多重比较地结果.从该结果可以看出前3个组与第4个组之间都存在显著差别.根据上面对期望薪水地分析，可知学历对期望薪水地影响最大，性别、工作经验、企业规模对期望薪水地影响也较大.而年龄、户口所在地、职业状态地相伴概率都大于0.05，这说明它们对期望薪水地影响不显著.对劳动力市场供给进行分析，考虑到社会现实，有以下几点值得注意.第一，不同性别对工资地期望不同，这是生理特点和社会分工地差别导致了劳动力市场中地性别不平等现象反映.第二，学历对于刚刚从校园走出来地毕业生，由于缺乏相当地工作经验，很大程度上只能用学历来证明自己地价值.特别是改制后地国有企业，由于尚未重构完整地薪酬体制，仍会借鉴原来地工资体系，即根据毕业生地学历来考虑工资水平.另外，相当一部分民营企业，由于缺乏成熟、独立地公司体制，也会采用国有企业地工资标准体系，将毕业生工资与学历相挂钩.即使是外企，毕业生薪金水平目前也是按学历标准划分地.但是，也有一些行业地工资水平与学历并无太大关联.比如软件销售、保险等行业，仅确定较低数额地底薪，收入主要根据个人能力与业绩来决定.第三，工作经验在一定程度上是对工作熟练程度和工作能力地体现，而能力直接决定着个人能给公司带来地收益.特别是销售、保险行业，其收入更是取决于工作业绩，可以说完全视乎个人能力.第四，表面上看，企业规模似乎与薪酬高低没有直接地必然联系，但事实上，它却对个人发展具有重要影响，间接影响到未来地工资水平.有调查显示，现在地大学毕业生喜好规模大地企业，有些人为达到目地甚至不惜牺牲高薪，因为他们认为大企业能为员工提供更多地学习机会，对职业地未来发展大有帮助，所以情愿“以暂时地低薪换来以后地高薪”.另外，大企业多经形成完整地工资、福利体系，且福利项目齐全完善，而这也是员工收入益地重要组成部分.五、建立多元回归模型分析期望薪酬地影响因素并加以检验由于有多个控制变量地存在，故选择多元线性回归地回归模型.根据多元回归时自变量选择地不同，多元回归可以有多种不同地计算方法.以下将对期望薪酬地影响因素分别使用全回归法、逐步回归法、向后法和向前法来建立模型.1、全回归法上表是变量输入输出表，表中第二列为输入地变量，第三列为剔除变量，第四列表示采用地方法为全回归法.从表中可以看出，所有地自变量全部用作输入变量，没有变量被剔除.上表是模型综述表，可以看出相关系数为0.725，说明自变量与因变量之间有相对较好地相关性.但是2R等于0.525，表示所有自变量一起可以解释因变量52.5%地变异性，这一结果并不十分理想.上表为方差分析表，由Sig.为0.000，即显著性概率小于5%，所以拒绝原假设，认为回归方程中各系数均不为零，回归方程有意义.上表为系数分析表，从表中可以得出常数项和各个自变量对应地非标准化系数、标准化系数、t 值和显著性水平.综合以上信息，用全回归法最后得到地多元回归方程式为1235 5.167124 4.150.2370.0050.2430.1370.030.0050.0030.0240.0060.060.0010.0090.113y B B B B B B B C C C C C =--++-+++--+++期望岗位+1.823使用全回归法时，所有地自变量都进入回归方程.使用这种方法，一般具有较高地回归系数，但一些对因变量没有显著影响地自变量也可能进入回归方程.2、向前法从上表可以看出，向前法是根据判断准则向回归方程式中逐个输入变量.向前法是比较所有自变量与因变量地偏相关系数，然后选择最大地一个作回归系数显著性检验，决定其是否进入回归方程.可以看出，该模型地相关系数为0.724..根据模型综述表和方差分析表可以看出，进入方程地变量：性别、学历、工作经历、最低薪水（组中值）、期望岗位都是显著地.根据上面地系数表，可以看出，由向前法最终得到地多元回归方程式为135 4.10.2350.2330.0710.0010.166 1.767y B B B C =-+++++期望岗位上表是剔除变量表，即为每一步没有进入方程式地变量及其相关信息.向前法地缺点是某自变量选入方程以后，就一直留在方程中，不再剔除.但是较早阶段进入回归方程地当时认为最好地变量在较晚阶段可能因为它与方程中其他变量之间地相互关系而显得不再重要，因而有剔除地必要，但向前法做不到这一点.3、向后法向后法与向前法相反，首先计算包含所有变量地回归方程，然后用偏F检验逐个剔除对因变量无显著影响地自变量，直到每一个自变量在偏F检验下都有显著性结果为止.从上面地变量输入输出表可以看出，向后法先输入全部自变量，再逐个剔除，剔除标准时该变量对应地F值小于或等于3.800.从该表可以看出，向后法是首先使全部子鼻梁进入回归方程，然后根据一定地准则从中剔除变量.模型综述表反映了在剔除变量地过程中，相关系数地变化，这里略去，可知当参数最终确定后，该模型地相关系数为0.724.同样省去地还有方差分析表.最后，根据系数表，得出用向后法得到地多元回归方程式为135 4.10.2350,2330.0710.0010.166 1.767y B B B C =-+++++期望岗位向后法得到地结果比全回归法地简洁，但也有一个缺点，即变量在向后消元过程中如果被删除，它将永远不会在方程中重新出现，但该变量可能在其他变量剔除以后又对因变量有显著影响.4、逐步回归法逐步回归法是对向前法地改进，它首先对偏相关系数最大地变量作回归系数显著性检验，以决定该变量是否进入回归方程；然后对方程中地每个变量作为最后选入方程地变量求出偏F 值，再对偏F 值最小地那个变量作偏F 检验，以决定它是否能留在回归方程中.上面给出地变量输入输出表中，给出了每一步进入方程式地变量和剔除地变量，以及采用地多元回归方法和相应地准则.从表中可以看出，本次回归分5步完成，采用地标准是F 大于或等于4.000时对应变量进入方程式，F 小于或等于3.800时变量被剔除.利用这一准则判别后，最后剩下5个变量.上述地模型综述表列出了每一步地相关系数，可以看出，引入上述5个变量后地模型地相关系数达到0.724.通过系数分析表可以得到，用逐步回归法求得地多元回归方程式为135 4.10.2350,2330.0710.0010.166 1.767y B B B C =-+++++期望岗位这里为了节约篇幅，没有加入剔除变量表，即为每一步没有进入方程地变量信息表.应用逐步回归法时，既有引入变量也有剔除变量，原来被剔除地变量在后面可能又被引入到回归方程中来.比较分析以上四种多元回归法可以看出，在该问题中，向前法、向后法、逐步回归法得到地结果是一致地. 5、模型检验下面将对求得地模型结果进行检验，仅分析逐步回归法所得模型.方差分析表中对每一步进行了方差分析，并列出了单独地方差分析表.可见，所有进入模型地变量都是显著地，方程有意义.下表为系数相关矩阵表，表中列出了每步回归得到地进入回归方程式地变量地相关系数和协方差矩阵.上表分别给出了自变量和因变量地相关系数、单侧显著性水平和数据组数相关矩阵.通过单侧显著性水平Sig.可以看出，期望薪水和求职信心及户口所在地地相关性较大，分别为0.428和0.495.性别和企业规模地相关性较大，为0.446.而这几个自变量在回归模型中均没有同时出现，因此该模型地相关性不显著，模型较好.此外，多元回归必须考虑自变量之间地共线性问题.所谓共线性，是指某个或某些自变量可以用其他自变量或自变量地组合来表示地情况.如果自变量之间存在较强地共线性，则模型地预测精度会大大降低.Collinearity Diagnostics aModel Dimensi Eigenvalue Condition Variance Proportions由上表可以看出，SPSS提供了多种共线性诊断方法.如第三列地特征值法提供了自变量中有多少个维消失地信息.当有地特征值接近于0时，变量间具有高度相关性，且矩阵呈现病态，数据值地改变可能导致系数估计大地改变.从上表可以看出，特征值都大于0.015，变量间地相关性不是很强.第四列地条件指数为最大特征值与第i个特征值地比率地平方根.大于15地条件指数说明可能存在共线性问题，条件指数大于30时，说明有严重地共线性问题.从表中看到，第4个模型地第五维地条件指数为16.693，大于15，共线性不十分明显.同理，第5个模型地第六维地条件指数为19.019，也大于15，存在共线性.第五列地方差比例是指被每个特征值相关地每个主成分所解释地估计方差地比例.对于大地条件指数，如果同时存在两个以上变量地方差分量大于50%，则说明这些变量间存在共线性问题.从上表看出，变量之间都不存在共线性.可见整个模型地共线性问题不显著.最后是残差统计量表，分析了预测值、残差、标准化预测值、标准化残差，所对应地最小值、最大值、均值、标准差和数据个数.六、回归模型对劳动力市场供给影响地现实意义由于期望薪酬和最低薪酬具有正相关性，而最低薪酬可以看做劳动力是否提供劳动供给地临界值，因此从以上建立地回归模型可以看出，性别、学历、工作经历、最低薪水、期望岗位是影响劳动力供给地重要因素.性别——由于生理特点和社会分工地差别导致了劳动力市场中地性别不平等现象.女性低收入地原因是劳动生产率低下，缺乏工会支持，受教育程度低，生活标准较低，就业面窄.除此之外，家庭与社会习惯也使女性在劳动力市场上缺乏流动性.因此，应该通过积极培育劳动力市场，减少制度障碍，消除对女性地歧视以及女性与男性地行业分布差异.学历——学历在定位薪资水平地诸多环节中依然占据重要地位.高学历在一定程度上意味着更多地职业选择地更高地就业平台.但是，也有一些行业地工资水平与学历并无太大关联.比如软件销售、保险等行业，仅确定较低数额地底薪，收入主要根据个人能力与业绩来决定.此外，有调查表明在重点地区（北京、上海、广州、深圳）地高学历人群中，硕士与博士地年薪相差不大，硕士地年薪均值甚至要高于博士地年薪均值，而且硕士地年薪中位数要高于博士地年薪中位数8000元之多.这说明社会经济，特别是以商业经济为主地经济，对于学术性专门人才地需求有所下降.这一现象地出现也说明企业在用人机制上注重效益，不盲目求高，国内管理机制正迈入成熟.工作经历——在一定程度上，工作经历是工作熟练程度与工作能力地反映，而能力直接决定着个人能给公司带来地收益.特别是销售、保险行业，其收入更是取决于工作业绩，可以说完全视乎个人能力，因此企业在招聘中更加倾向于有工作经验地求职者.期望岗位及企业规模——表面上看，企业规模似乎与薪酬高低没有直接地必然联系，但事实上，它却对个人发展具有重要影响，间接影响到未来地工资水平.有调查显示，现在地大学毕业生喜好规模大地企业，有些人为达到目地甚至不惜牺牲高薪，因为他们认为大企业能为员工提供更多地学习机会，对职业地未来发展大有帮助，所以情愿“以暂时地低薪换来以后地高薪”.另外，大企业多经形成完整地工资、福利体系，且福利项目齐全完善，而这也是员工收入益地重要组成部分.而岗位与行业则也是决定薪酬地重要因素.近年来，从事设计、软件开发、金融等热门行业地人员工资水涨船高，而一些传统产业人员地薪酬则一直徘徊于低薪层次.根据有关部门对近年劳动力市场地分析，建筑设计、IT研发等行业工资水平较高，平均年薪可达5万元；教育类次之，平均年薪3万元左右；而制造业尤其是劳动密集型企业，由于所使用地员工素质普遍较低，因而薪酬平均水平一直在低谷振荡.因此企业应适当提升低收入岗位地薪酬标准，从而吸引更多地劳动供给.上述回归模型较好地分析了影响劳动力供给地因素，对于分析就业问题提供了理论指导.需要指出地是，经过逐步回归法得到地模型变量虽然通过了必要地检验，但仍不为最优解，只能为劳动力供给分析提供理论指导，现实中仍需考虑已剔除变量对劳动力供给地影响.版权申明本文部分内容，包括文字、图片、以及设计等在网上搜集整理.版权为个人所有This article includes some parts, including text, pictures, and design. Copyright is personal ownership.QF81D。
员工工资水平影响因素的spss数据分析报告
关于员工工资水平影响因素的数据分析报告个体收入的影响因素分析是社会学研究的经典课题，个体收入不仅是经济含义的变量，同时也是决定个体经济社会地位的重要指标之一，所以分析个体收入的影响因素具有重要的社会意义。
本报告基于某企业收集的关于474个样本的问卷调查数据，就问卷涉及的主要变量：性别、民族、受教育年限、职业类型、目前工资、最初工资、工作时间和之前的工作经历（月数）分析了该企业员工工资总体情况和影响工资收入的因素。
数据来源：C:\SPSSEVAL\Empolyee data.sav一关于个体收入影响因素的假设社会学文献对影响个体收入的因素做过很多论述，其中与本数据提供的变量相关的假设如下：a 不同性别的员工工资收入存在差异b 不同民族的员工工资收入存在差异（在美国显著）c 不同职业类型的员工工资收入存在差异d 受教育年限与员工现在工资收入呈正相关关系e 初始工资与员工现在工资收入呈正相关关系f 工作时间和之前的工作经历与现在工资收入呈相关关系二基于SPSS的企业员工工资总体水平和影响因素的描述与统计分析1. 样本的总体特征和企业员工工资的总体情况1.1 样本的总体特征根据SPSS对性别、受教育年限和民族的频次分析，可知该公司员工女性占45.6%，男性占54.4%，男女员工比例大体相当。
公司51.3%的员工为高中及以下学历（受教育年限8-12年），38.2%的员工为本科学历（受教育年限13-16年），10.5%的员工为研究生学历（受教育年限为17年及以上）；公司有21.9%的员工为少数民族。
1.2 企业员工工资的总体情况根据SPSS对当前工资、性别与当前工资、民族、职业类型与当前工资的描述分析，可得到表1。
表1 企业员工当前工资的总体情况均值标准差当前工资$34,419.57 $17,075.661女性员工当前工资$26,031.92 $7,558.021男性员工当前工资$41,441.78 $19,499.214少数民族员工当前工资$36,023.31 $18,044.096非少数民族员工当前工资$28,713.94 $11,421.638办事员当前工资$27,838.54 $7,567.995保管员当前工资$30,938.89 $2,114.616经理当前工资$63,977.80 $18,244.776从表1可知，公司员工的平均工资是$34,420，标准差为$17,075.7。
利用spss分析学历与薪酬水平关系
利用spss分析学历与薪酬水平关系【摘要】本人通过调查获取了一些工资水平跟是否上过大学对应的数据数据，并做出了一个假设：上过大学比没上过大学能获得较高的薪水，并且运用spss里的方差分析和相关分析两者相结合的方式，来验证这个假设的可信度和相关程度。
根据常识和经验，在确立“是否上过大学”为自变量和工资水平为因变量的同时，我们还确立了一个协变量------“平均每天工作时间”，并通过协方差检验和偏相关检验来分析。
研究结果表明：上过大学比没上过大学能获得较高的薪水。
【关键词】薪水高学历方差分析相关分析【引言】近年来随着社会的不断进步和发展，高校扩招全国大学生数量剧增，一时间失业成为许多年青人心中的痛。
曾今一度出现过某些大学生的薪酬水平较低的情况，更是有人曾提出了“学习无用论”这对于社会进步大大不利。
SPSS是“社会科学统计软件包”（Statistical Package for the Social Science）的简称，是一种集成化的计算机数据处理应用软件，为广大的非专业人士设计，操作简便，好学易懂，简单实用。
因此，将其应用于信度分析中，能简单、快捷、准确地得到统计分析结果。
SPSS软件具有如下特点：（一）界面友好，操作简单。
除了数据录入及部分命令程序等少数输入工作需要键盘键入外，大多数操作可通过“菜单”、“按钮”和“对话框”来完成，使得使用者根据需要轻轻点击鼠标就可以得到相关分析后的数据结果，同时还可以得到各种分析统计量表以及直观、清晰的统计分析图表。
这些结果不但能在屏幕显示，还能转化为其它图形文件保存或者通过打印机输出。
（二）集数据录入、资料编辑、数据管理、统计分析、报表制作、图形绘制为一体。
SPSS 具有完整的数据输入、编辑、统计分析、报表、图形制作等功能，自带11种类型136个函数。
它提供了从简单的统计描述到复杂的多因素统计分析方法，比如数据的探索性分析、统计描述、列联表分析等。
通过相应“菜单”、“按钮”和“对话框”的操作，就可以得到我们需要的各种统计报表或统计分析图表。
关于员工工资水平影响因素的spss数据分析报告
关于员工工资水平影响因素的spss数据分析报告1标题：员工工资水平影响因素的SPSS数据分析报告一、引言在当今社会，员工工资水平是决定企业竞争力的关键因素之一。
了解影响员工工资水平的因素有助于企业制定合理的薪酬政策，进而提升员工满意度和绩效。
本报告使用SPSS软件对员工工资水平的影响因素进行分析。
二、数据来源本次分析的数据来源于某公司200名员工的工资信息，包括性别、年龄、学历、职位、工作经验等数据。
三、分析方法本次分析采用SPSS软件进行统计描述和相关性分析，通过因子分析找出影响员工工资水平的主要因素。
四、结果分析1.统计描述在200名员工中，平均工资为5000元/月，标准差为1000元/月。
其中，男性员工平均工资为5500元/月，女性员工平均工资为4500元/月。
可以看出，男性员工的平均工资高于女性员工。
2.相关性分析通过相关性分析发现，员工工资水平与年龄、学历、职位、工作经验等因素呈正相关关系。
具体数据如下表所示：表1：影响因素与工资水平的皮尔逊相关系数关，0表示无关联。
3.因子分析通过因子分析发现，影响员工工资水平的因素可归纳为以下三个主要因子：个人能力因子（包括年龄、学历、工作经验）、职位因子（包括职位等级）、外部环境因子（包括性别、行业等）。
具体数据如下表所示：表2：影响因子对工资水平的解释程度（累计方差贡献率）通过本次分析，我们发现影响员工工资水平的因素主要包括个人能力因子、职位因子和外部环境因子。
其中，个人能力因子对员工工资水平的影响最大，其次是职位因子和外部环境因子。
因此，企业应注重提升员工的个人能力，如提供培训和职业发展机会，以提高员工的竞争力。
同时，企业应根据员工的个人能力和职位特点制定合理的薪酬政策，以吸引和留住优秀人才。
此外，企业还应关注行业发展和市场变化，制定灵活的薪酬政策以适应外部环境的变化。
给予spss软件的员工工资因素分析
分析和 Ｅ Ｔ Ａ相关 比调查方 差 ；另一个 是教育 ，初 始工资和工 资
的 工作 时 间 ，可 以通 过 相 关 测 量 法 和 Ｆ检 验 。 （ １ ）性别 、民族与工作 经历对 于职工工资的影响
表３
Ｆ ｐ Ｅ
以上表格 显示 的是影响 我国员工工 资的 主要 因素 与程 度 的 划分 ，这对于接下来 的分析有着借鉴作用 。 二 、ｓ ｐ ｓ ｓ 应 用 下 的 总体 工 资水 平 的 因素 与 统 计 分 析 实 例 １ ． 对 于样 本 选择 的概 述 通过 Ｓ Ｐ Ｓ Ｓ软件 的分析 ，分析 的对象 有性别 、学历程度 与 民 族 ，得 出以下数据 ，女性员 工 比例 为 ５ ３ ％ ，男性 员工 的 比例为 ４ ７ ％ ，误差可以忽略 ，则男 女 员工 的 比例 相接 近 。在公 司 中 ， 高 中及其高 中以下学历 的员工站 到总数 的 ５ ７ ％ ，本专科 学历 的 学生 占总体的 比例 为 ３ ３ ％ ，硕 士及 以上 学历 的人员 占到 １ ０ ％， 呈 阶梯样 。公司 中汉族的 比例为 ８ ５ ％ ，其他均为少 数民族 。
参考文献 ：
办事员当前工资
保管员 当前工 资 经理当前工资
￥ ２ ７ ０ ０ ０
￥ ３ １ ０ ０ ０ ￥ ６ ３ ０ ０ ０ ￥１ ７ ９ ８ ０
［ １ ］ 林 海明，张文霖．主成分分析与 因子 分析 的异 同和 Ｓ Ｐ Ｓ Ｓ 软件——兼与刘玉玫 、卢纹岱 等 同志商榷 ［ Ｊ ］ ．统计研
为了和谐稳定富裕的国家然而这种富裕并不是群体性的因此衡量我国富裕的真正标准应当是我国职工工资的整体水平在统计学里我国职工的平均工资的影响因素对于政府调整经济策略有着极强的数据参考价值本文将针对本点做出简单的分析
spss数据分析报告（共7篇）
spss数据分析报告(共7篇)：分析报告数据s pss spss数据报告怎么写spss数据分析实例说明 spss有哪些数据分析篇一：spss数据分析报告关于某班级2012年度考试成绩、获奖情况统计分析报告一、数据介绍：本次分析的数据为某班级学号排列最前的15个人在2012年度学习、获奖统计表，其中共包含七个变量，分别是：专业、学号、姓名、性别、第一学期的成绩、第二学期的成绩、考级考证数量，通过运用spss统计软件，对变量进行频数分析、描述分析、探索分析、交叉列联表分析，以了解该班级部分同学的综合状况，并分析各变量的分布特点及相互间的关系。
二、原始数据：三、数据分析1、频数分析（1）第一学期考试成绩的频数分析进行频数分析后将输出两个主要的表格，分别为样本的基本统计量与频数分析的结果1）样本的基本统计量，如图1所示。
样本中共有样本数15个，第一学期的考试成绩平均分为627.00，中位数为628.00，众数为630，标准差为32.859，最小值为568，最大值为675。
“第一学期的考试成绩”的第一四分位数是602，第二四分位数为628，第三四分位数为657。
2）“第一学期考试成绩”频数统计表如图2所示。
3) “第一学期考试成绩”Histogram图统计如图3所示。
（2）、第二个学期考试成绩的频数分析1）样本的基本统计量，如图4所示。
第二学期的考试成绩平均分为463.47，中位数为452.00，众数为419，标准差为33.588，最小值为419，最大值为522。
“第二学期的考试成绩”的第一四分位数是435，第二四分位数为452，第三四分位数为496。
3）”第二学期考试成绩”频数统计表如图5所示。
3) “第二学期考试成绩”饼图统计如图6所2、描述分析描述分析与频数分析在相当一部分中是相重的，这里采用描述分析对15位同学的考级考证情况进行分析。
输出的统计结果如图7所示。
从图中我们可以看到样本数15，最小值1，最大值4，标准差0.941等统计信息。
薪酬福利与员工满意度的数据分析报告
薪酬福利与员工满意度的数据分析报告概述：本报告旨在通过数据分析，探讨薪酬福利对员工满意度的影响，并提出建议以优化员工满意度。
通过对员工满意度调查问卷的统计分析，我们将对薪酬福利与员工满意度之间的关系进行深入研究。
1. 调查问卷设计和数据收集1.1 调查问卷设计我们设计了一份包含多个方面的调查问卷，包括薪酬水平、工作环境、晋升机会、培训发展以及福利待遇等内容。
问卷采用了五级量表进行评估，其中1表示极不满意，5表示非常满意。
1.2 数据收集我们在整个公司范围内进行了调查问卷的发放，并设定了截止日期以保证数据的完整性。
共收集到了1000份有效问卷，涵盖了公司各个部门的员工。
2. 数据统计与分析2.1 总体员工满意度分析通过对所有问卷结果进行统计分析，我们得出整体员工满意度的平均分数为3.8，标准差为0.6。
说明大部分员工对工作环境、薪酬福利等方面存在一定的满意度，但也有一部分员工存在不满意的情况。
2.2 薪酬水平与员工满意度分析我们将薪酬水平与员工满意度进行相关性分析，结果显示两者之间存在显著正相关关系（相关系数0.65，P＜0.001）。
这表明薪酬水平的提升对于提高员工满意度具有重要影响。
2.3 工作环境与员工满意度分析工作环境是影响员工对公司整体满意度的重要因素之一。
通过对调查问卷中与工作环境相关的问题进行统计分析，我们发现员工对工作环境的满意度平均分数为4.2，标准差为0.5。
结果表明，在工作环境方面，员工整体上表现出较高的满意度。
2.4 培训发展与员工满意度分析培训发展机会对于员工的个人成长和职业发展意义重大。
通过对相关问题的统计分析，我们发现员工对培训发展机会的满意度平均分数为3.9，标准差为0.7。
结果表明，在培训发展方面，还有进一步提升的空间。
2.5 福利待遇与员工满意度分析福利待遇作为薪酬福利的重要组成部分，对员工满意度具有直接影响。
通过问卷中与福利待遇相关的问题进行统计分析，我们得出员工对福利待遇的满意度平均分数为3.7，标准差为0.6。
薪资调查分析报告
薪资调查分析报告引言本报告旨在对薪资调查结果进行分析和总结，提供对当前薪资水平的认识和理解。
通过调查和数据分析，我们希望为企业和职场人士提供有价值的参考。
方法在进行薪资调查时，我们采用了以下方法： 1. 设计调查问卷：我们设计了一份详细的调查问卷，涵盖了薪资水平、行业、职位等关键信息。
2. 数据收集：通过在线调查平台，我们邀请了一定数量的受访者参与调查，并收集了他们的回答。
3. 数据分析：对收集到的数据进行清洗和整理，并进行统计分析。
调查结果根据我们的调查结果，以下是对薪资水平的分析和总结：总体薪资水平根据调查数据显示，参与调查的受访者中，薪资水平呈现多样化。
我们对薪资进行了分层统计，并得出以下结论： - 30%的受访者薪资低于平均水平。
- 40%的受访者薪资处于平均水平。
- 30%的受访者薪资高于平均水平。
行业薪资对比我们的调查还对不同行业的薪资水平进行了比较。
以下是对几个典型行业的分析结果： 1. 金融行业：该行业薪资水平相对较高，平均薪资超过其他行业。
2. 制造业：薪资水平相对较低，但仍有部分高薪职位。
3. IT行业：该行业薪资水平较为分散，既有高薪职位，也有低薪职位。
职位薪资对比我们还对不同职位的薪资水平进行了比较。
以下是对几个典型职位的分析结果：1. 高级管理岗位：该类职位的薪资水平较高，平均薪资超过其他职位。
2. 技术岗位：薪资水平相对较高，但与高级管理岗位相比略低。
3. 销售岗位：薪资水平相对较低，但有部分高薪职位。
结论与建议根据我们的分析结果，我们得出以下结论和建议： 1. 薪资水平存在一定的差异，受多种因素影响，包括行业、职位等。
2. 对于企业而言，合理调整薪资水平能够提高员工满意度和绩效，从而提高企业整体竞争力。
3. 对于职场人士而言，了解行业和职位的平均薪资水平可以为自身的职业发展提供参考。
风险与局限性在进行薪资调查和分析时，我们也要意识到以下风险和局限性： 1. 调查样本可能存在一定偏差，无法覆盖所有行业和职位。
spss的数据分析案例
精心整理关于某公司474名职工综合状况的统计分析报告一、数据介绍：本次分析的数据为某公司474名职工状况统计表，其中共包含^一变量，分别是：id （职工编号），gender（性别），bdate（出生日期），edcu （受教育水平程度），jobcat （职务等级），salbegin （起始工资），salary （现工资），jobtime（本单位工作经历＜月＞），prevexp（以前工作经历＜月＞），minority（民族类型），age（年龄）＜通过运用spss统计软件，对变量进行频数分析、描述性统计、方差分析、相关分析、I ■以了解该公司职工上述方面的综合状况，并分析个变量的分布特点及相互间的关系。
二、数据分析■■ ] I ■.1、频数分析。
基本的统计分析往往从频数分析开始。
通过频数分析能够了解变量的取值状况，对把握数据的分布特征非常有用。
此次分析利用了某公司474名职工基本状况的统计数据表，在gender（性别）、edcu （受教育水平程度）、不同的状况下的频数分析，从而了解该公司职工的男女职工数量、受教育状况的基本分布。
精心整理上表说明，在该公司的474名职工中，有216名女性，258名男性，男女比例分别为45.6%和54.4%,该公司职工男女数量差距不大，男性略多于女性。
/ 「’--了/其次对原有数据中的受教育程度进行频数分析，结果如下表：Educati on alLevel(years).4 .4 99.8 20 2上表及其直方图说I I明，被调查的474名职工中，受过12年教育的职工是该组频数最高的，为190人，占 总人数的40.1%，其次为15年，共有116人，占中人数的24.5%。
且接受过高于20年的 教育的人数只有1人，比例很低。
2、描述统计分析。
再通过简单的频数统计分析了解了职工在性别和受教育水平• J ' P t ，- J上的总体分布状况后，我们还需要对数据中的其他变量特征有更为精确的认识， 这就需要通过计算基本描述统计的方法来实现。
某公司雇员目前薪水影响因素回归分析
《统计软件及应用》课程论文姓名杨羚南昌航空大学经济管理学院某公司雇员目前薪水影响因素回归分析一、提出问题公司雇员的工资有高有低，工资增长的幅度和速度也不相同。
工资的高低和增长与哪些因素有关，不同的因素对工资的影响有多深，它们之间有怎样直接或间接的关系，在此，我们对某公司雇员目前薪水影响因素进行回归分析。
二、数据收集雇员数据.sav此为分析的数据，来源老师教案。
价指标有编号、性别、生日、教育年限、工种、目前薪水、初职薪水、雇用时间、工龄、少数民族，以上为雇员的主要数据，能够比较全面的反映雇员的主要情况。
三、数据统计处理表为雇员数据操作步骤：线性回归分析窗口线性回归的Statistics窗口线性回归的Options窗口线性回归的Plots窗口线性回归的Save窗口四、结果及分析某公司雇员目前薪水影响因素多元线性回归分析结果（强制进入策略）（一）结论：表各列数据项的含义依次为：被解释变量和解释变量的复关系数、判定系数、调整的判定系数、回归方程的估计标准误差。
依据该表可进行拟合优度检验。
由于调整系数与1差距甚远，因此认为拟合优度较低，被解释变量可以被模型解释的部分不多。
某公司雇员目前薪水影响因素多元线性回归分析结果（强制进入策略）（二）结论：依据该表可进行回归方程的显著性检验，被解释变量与解释变量全体的线性关系是显著的，可建立线性模型。
某公司雇员目前薪水影响因素多元线性回归分析结果（强制进入策略）（三）某公司雇员目前薪水影响因素多元线性回归分析结果（强制进入策略）（四）某公司雇员目前薪水影响因素多元线性回归分析结果（向后筛选策略）某公司雇员目前薪水影响因素多元线性回归分析的残差累计概率图某公司雇员目前薪水影响因素多元线性回归分析的残差图总的来说，影响雇员薪水的主要因素有初职薪水、工种、工龄、雇用时间和教育年限，其中最为重要的是初职薪水。
五、建议和对策薪水与所从事的工种关系密切---不同工种薪资有所不同、薪水与人员能力关系密切---工作主要还是看实践能力，学历是基础，但并非学历越高越好、薪水与年龄关系密切---每位职员要在不断的实践中提高自己的价值。
SPSS相关分析实验报告_实验报告_
SPSS相关分析实验报告篇一：spss对数据进行相关性分析实验报告实验一一.实验目的掌握用spss软件对数据进行相关性分析，熟悉其操作过程，并能分析其结果。
二.实验原理相关性分析是考察两个变量之间线性关系的一种统计分析方法。
更精确地说，当一个变量发生变化时，另一个变量如何变化，此时就需要通过计算相关系数来做深入的定量考察。
P值是针对原假设H0：假设两变量无线性相关而言的。
一般假设检验的显著性水平为0.05，你只需要拿p值和0.05进行比较：如果p值小于0.05，就拒绝原假设H0，说明两变量有线性相关的关系，他们无线性相关的可能性小于0.05；如果大于0.05，则一般认为无线性相关关系，至于相关的程度则要看相关系数R值，r越大，说明越相关。
越小，则相关程度越低。
而偏相关分析是指当两个变量同时与第三个变量相关时，将第三个变量的影响剔除，只分析另外两个变量之间相关程度的过程，其检验过程与相关分析相似。
三、实验内容掌握使用spss软件对数据进行相关性分析，从变量之间的相关关系，寻求与人均食品支出密切相关的因素。
(1)检验人均食品支出与粮价和人均收入之间的相关关系。
a.打开spss软件，输入“回归人均食品支出”数据。
b.在spssd的菜单栏中选择点击，弹出一个对话窗口。
C.在对话窗口中点击ok,系统输出结果，如下表。
从表中可以看出，人均食品支出与人均收入之间的相关系数为0.921，t检验的显著性概率为0.000<0.01，拒绝零假设，表明两个变量之间显著相关。
人均食品支出与粮食平均单价之间的相关系数为0.730，t检验的显著性概率为0.000<0.01，拒绝零假设，表明两个变量之间也显著相关。
(2)研究人均食品支出与人均收入之间的偏相关关系。
读入数据后：A.点击系统弹出一个对话窗口。
B.点击OK，系统输出结果，如下表。
从表中可以看出，人均食品支出与人均收入的偏相关系数为0.8665，显著性概率p=0.000<0.01，说明在剔除了粮食单价的影响后，人均食品支出与人均收入依然有显著性关系，并且0.8665<0.921，说明它们之间的显著性关系稍有减弱。
spss实验报告
实验六实验目的：起始工资的确定与什么因素有关；当前工资与什么因素有关？实验要求：在数据data6中是474名职工的职务等级jobcat、起始工资salary、现工资salary、受教育程度educ、本单位工作经历jobtime、以前工作经历prevexp、职工编号id。
分析该公司起始工资的确定与什么因素有关。
当前工资与什么因素有关。
实验工具：PASWStatistics18实验步骤：单击文件→打开→数据→data6的SPSS文件，在数据视图中单击分析→相关→双变量，将下列变量放入对话框中{职工的职务等级jobcat、起始工资salary、现工资salary、受教育程度educ、本单位工作经历jobtime、以前工作经历prevexp、职工编号id}，在相关系数中选择Kendal的ltau-(k)，单击确定，得到如下表格：相关系数Employe e Code EducationalLevel(years)EmploymentCategoryCurrentSalaryBeginningSalaryPreviousExperience(months)MonthssinceHireKendall 的 tau_b Employee Code 相关系数1.000 -.044 -.006 -.077*.039 -.005 -.985**Sig.（双侧）. .198 .872 .012 .218 .867 .000回到数据视图，单击分析→相关→双变量，点击下面的粘贴按钮，在语法对话框中的{/VARIABLES=id salbegin jobtime salary educ jobcat prevexp }指令中，将语句修改为{ /VARIABLES=id jobtime salary educ jobcat prevexp with salbegin}，单击运行→全部，得到下面的图表：相关系数BeginningSalary Kendall 的 tau_b Employee Code 相关系数.039Sig.（双侧）.218N 473Months since Hire 相关系数-.046Sig.（双侧）.146N 474Current Salary 相关系数.656**Sig.（双侧）.000N 474Educational Level (years) 相关系数.568**Sig.（双侧）.000N 474Employment Category 相关系数.519**Sig.（双侧）.000N 474Previous Experience (months) 相关系数.133** Sig.（双侧）.000 N 474**. 在置信度（双测）为 0.01 时，相关性是显著的。
员工薪酬福利调查分析报告
员工薪酬福利调查分析报告
1. 调查背景。
本次调查旨在了解公司员工对薪酬福利的满意度和期望，以及发现可能存在的问题和改进空间。
2. 调查方法。
采用问卷调查的方式，向公司全体员工发放调查问卷，包括薪酬福利满意度、期望薪酬福利、福利偏好等内容。
3. 调查结果。
员工薪酬满意度，调查结果显示，大部分员工对公司的薪酬水平较为满意，但仍有一部分员工表示不满意。
员工福利满意度，福利方面，员工对公司提供的福利整体较为满意，但也有一些员工对福利待遇提出了改进意见。
期望薪酬福利，员工普遍希望公司能够提供更多的福利选择和更具竞争力的薪酬水平。
4. 分析与建议。
针对不满意的员工，需要进一步调查原因并进行改进，以提高员工满意度。
公司可以根据员工的期望，适当调整薪酬福利政策，提高员工的福利待遇。
加强与员工的沟通，让员工了解公司对薪酬福利的重视，增强员工对公司的归属感。
5. 结论。
通过本次调查分析，公司可以更好地了解员工对薪酬福利的需求和期望，及时调整政策，提高员工满意度和工作积极性。
一个用SPSS分析的统计报告(求职者调查分析)
一、内容介绍本报告根据“求职者调查问卷”收集的样本数据信息，将使用SPSS完成以下几个方面的工作：1.描述样本数据的的基本特征2.检验男女生的保留工资水平有无差异3.用方差分析方法探讨分析求职者期望薪酬和保留工资的影响因素4.建立多元回归模型分析期望薪酬的影响因素并加以检验5. 分析模型对劳动力市场供给影响的现实意义二、描述样本的基本特征考虑到求职者性别这一显著特征，现对样本数据按性别做个案综述和统计量描述，汇报结果如下：由此可见，该样本容量为1001。
其中，男性640人，女性361人，年龄分布从17岁至39岁不等。
此外，还可看出男女生年龄的均值、最值、方差等统计量。
可见样本中的男女性基本都为刚进入劳动力市场时间不长的人群。
以下，将对样本总体的几个重要变量（即，学历、工作经历、户口所在地、职业状态、期望薪水、最低薪水、求职信心等）进行描述统计。
结果如下：从上表可以看出，求职者中高中（中专）学历者最多，占样本总体的64.9%，大专（高职）学历者次之，而初中及以下和研究生以上者最少。
说明样本中的高学历者不多。
依上可见，大多数的求职者有工作经验，多在1到4年之间，没有或有五年以。
说明绝大多数人是有过工作经历而又重新上工作经验者共计不到样本容量的15由此可见，求职者绝大多数为非本地人口。
由上表可以看出，求职者目前的职业状态多为离职人员，约占到求职者总数的75%，少数为应届生和在职人员，极少数为其他人员。
即多为辞去原先工作来从上述求职者的期望薪水可以看出，基本服从正态分布。
即中等工资的期望人数最多，越往两级，人数越少。
这和上面关于学历的分析表有关，可以认为学历越高者，对自己的工资期望会相对较高。
该样本中高学历者较少，对工资的期同期望薪水的显示结果相似，最低薪水也呈现中间多，两头少的趋势，但最低薪水的图像是左偏的，即可以接受较低的最低工资者是极其少数的。
上述求职信心的统计结果显示，大多数求职者对求职是有心的，只有不到6%的求职者显现出较弱或者很弱的信心。
spss的数据分析报告范文 (2)优选全文
下载温馨提示:该文档是学者精心编制而成，希望能够帮助大家解决实际的问题。
文档下载后可定制随意修改，请根据实际需要进行相应的调整和使用，谢谢!并且，我们为大家提供各种各样类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，如想了解不同资料格式和写法，敬请关注!spss的数据分析报告范文二、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。
通过频数分析能够了解变量的取值状况，对把握数据的分布特征非常有用。
此次分析利用了某公司474名职工基本状况的统计数据表，在gender(性别)、edcu（受教育水平程度）、不同的状况下的频数分析，从而了解该公司职工的男女职工数量、受教育状况的基本分布。
StatiticGenderEducationalLevel(year)NValid474474Miing00首先，对该公司的男女性别分布进行频数分析，结果如下：GenderFrequencyPercentValidPercentCumulativePercentValidFe male21645.645.645.6Male25854.454.4100.0Total474100.0100.0上表，在该公司的474名职工中，有216名女性，258名男性，男女比例分别为45.6%和54.4%，该公司职工男女数量差距不大，男性略多于女性。
其次对原有数据中的受教育程度进行频数分析，结果如下表：EducationalLevel(year)FrequencyPercentValidPercentCumulati vePercentValid85311.211.211.21219040.140.151.31461.31.352.515116 24.524.577.0165912.412.489.517112.32.391.81891.91.993.719275.75. 799.4202.4.499.8211.2.2100.0Total474100.0100.0上表及其直方图说明，被调查的474名职工中，受过12年教育的职工是该组频数最高的，为190人，占总人数的40.1%，其次为15年，共有116人，占中人数的24.5%。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
关于员工工资水平影响因素的数据分析报告个体收入的影响因素分析是社会学研究的经典课题，个体收入不仅是经济含义的变量，同时也是决定个体经济社会地位的重要指标之一，所以分析个体收入的影响因素具有重要的社会意义。
本报告基于某企业收集的关于474个样本的问卷调查数据，就问卷涉及的主要变量：性别、民族、受教育年限、职业类型、目前工资、最初工资、工作时间和之前的工作经历（月数）分析了该企业员工工资总体情况和影响工资收入的因素。
数据来源：C:\SPSSEVAL\Empolyee
一关于个体收入影响因素的假设
社会学文献对影响个体收入的因素做过很多论述，其中与本数据提供的变量相关的假设如下：
a 不同性别的员工工资收入存在差异
b 不同民族的员工工资收入存在差异（在美国显着）
c 不同职业类型的员工工资收入存在差异
d 受教育年限与员工现在工资收入呈正相关关系
e 初始工资与员工现在工资收入呈正相关关系
f 工作时间和之前的工作经历与现在工资收入呈相关关系
二基于SPSS的企业员工工资总体水平和影响因素的描述与统计分析
1. 样本的总体特征和企业员工工资的总体情况
样本的总体特征
根据SPSS对性别、受教育年限和民族的频次分析，可知该公司员工女性占%，男性占%，男女员工比例大体相当。
公司%的员工为高中及以下学历（受教育年限8-12年），%的员工为本科学历（受教育年限13-16年），%的员工为研究生学历（受教育年限为17年及以上）；公司有%的员工为少数民族。
企业员工工资的总体情况
根据SPSS对当前工资、性别与当前工资、民族、职业类型与当前工资的描述分析，可得到表1。
表1 企业员工当前工资的总体情况
均值标准差
当前工资$34, $17,
女性员工当前工资$26, $7,
男性员工当前工资$41, $19,
少数民族员工当前工资$36, $18,
非少数民族员工当前工资$28, $11,
办事员当前工资$27, $7,
保管员当前工资$30, $2,
经理当前工资$63, $18, 从表1可知，公司员工的平均工资是$34,420，标准差为$17,。
女性员工的平均工资为$26,032，男性员工为$41,442，是女性员工平均工资的倍；少数民族员工的平均工资为
$28,714，非少数民族员工为$36,023，是少数民族员工的倍；从民族来看，少数民族员工的平均工资是$36,023，非少数民族员工为$28,714，是少数民族员工倍。
从职业类型来看，办事员的平均工资为$27,838，保管员的平均工资为$30,939，这两种职业的少数民族员工与非少数民族员工
的平均工资没有明显差异，经理层的平均工资为$63,977，是非管理层员工平均工资的2倍以上。
2.员工工资收入的影响因素分析
影响公司员工工资收入的因素，根据变量测量层次的不同和散点图样本分布的线性与非线性区别，可以通过两种方法来考察：一是性别、民族、职业类型和工作经历对当前工资的影响，可以用方差分析法和相关比率Eta来考察；另一是受教育年限、初始工资和工作时间对当前工资的影响，可以通过相关测量法和F检验来考察。
性别、民族、职业类型和工作经历对当前工资的影响分析
从散点图的样本分布可知，工作经历与当前工资呈非线性，所以通过相关比率Eta来考察二者关系。
根据SPSS分别对性别、民族、职业类型、工作经历与当前工资的单因方差分析和列联表的相关比率（E）结果，得到表2。
表2 当前工资的影响因素分析
F p E
性别与当前工资＜
民族与当前工资＜
职业类型与当前工资＜
工作经历与当前工资＞
由表2可以得出，性别与当前工资的F值为，其显着性概率p＜，Eta值为，说明不同性别的员工平均工资具有显着差异，性别影响企业员工收入；同样，民族、职业类型与当前工资的F值分别为和，二者的显着性概率p均小于，所以，少数民族与非少数民族员工工资具有差异，但民族与员工当前工资的Eta值仅为，说明二者相关性极其微弱；职业类型与当前工资高度相关，其Eta值为。
工作经历与当前工资的显着性概率p＞，说明员工之前的工作经历对员工的当前工资没有影响。
受教育年限、初始工资和工作时间对当前工资的影响分析
根据SPSS对受教育年限、初始工资和工作时间与当前工资的相关分析和F检验，可得到表3。
表3 当前工资的影响因素分析
F r p
受教育年限与当前工资＜
初始工资与当前工资＜
工作时间与当前工资＞表3的结果显示：受教育年限与当前工资在的显着性水平下显着，相关系数r为，F值为，即受教育年限影响企业员工的当前工资收入；初始工资与当前工资的F值为，其显着性概率p ＜，相关系数r为，说明初始工资与当前工资高度相关；工作时间与员工当前工资的显着性概率p＞，即二者相互独立，不具有相关关系。
回归分析：受教育年限、初始工资与当前工资之间相关关系的模型
为了更好的说明教育年限、初始工资与当前工资之间的关系结构，可以建立三者的线性回归模型。
根据SPSS对三个变量的二元线性回归分析，得到表4。
表4 教育年限（X1）、初始工资（X2）与当前工资（Y）的二元线性回归
B b t p Constants﹣7809 ﹣＜
教育年限＜
初始工资＜
R2= F= p＜
从表4可以看出，拟合优度R2=，较高，说明该线性方程拟合优度较好，F值为，显着度p ＜，即该回归方程线性关系显着。
自变量“受教育年限”X1和“初始工资”X2的回归系数的估计分别为和，标准化系数分别为和，t检验值分别为和，其显着性水平p均小于，所以认为X1、X2的回归系数高度显着。
该二元线性回归方程可以表示为：
Y= -7809+1X+2X
三结论
从以上的分析可以得出：
1.性别影响该企业员工的当前工资收入，男性与女性的工资具有显着差异，男性的平均工资是女性的倍，性别与当前工资的相关比率为。
2.少数民族员工与非少数民族员工的工资具有差异，非少数民族的平均工资是少数民族的倍。
但民族与当前工资的相关强度很微弱。
3. 职业类型影响企业员工的工资收入，其相关强度为，其显着差异体现在管理层和非管理层的工资收入差距上，管理层的平均工资是非管理层的2倍以上。
4.受教育年限与当前工资具有较强的正相关关系，其相关系数为。
受教育年限越高，其工资收入越高；反之，则越低。
5.初始工资与当前工资具有很强的正相关关系，相关系数为，即初始工资越高，其工资收入越高，反之，则越低。
6.雇佣后的工作时间和该工作之前的工作经历对企业员工的当前工资没有影响。
7.受教育年限（X1）和初始工资（X2）与当前工资（Y）可以建立二元线性回归方程模型。
线性关系与回归系数均显着。
该二元线性回归方程可以表示为：
Y= -7809+1X+2X
（其中Y代表当前工资，1X代表受教育年限，2X代表初始工资。
）。