spss的数据分析报告(共12页).doc

《spss的数据分析报告(共12页).doc》由会员分享，可在线阅读，更多相关《spss的数据分析报告(共12页).doc（12页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上关于某地区361个人旅游情况统计分析报告一、 数据介绍：本次分析的数据为某地区361个人旅游情况状况统计表，其中共包含七变量，分别是：年龄，为三类变量；性别，为二类变量（0代表女，1代表男）；收入，为一类变量；旅游花费，为一类变量；通道，为二类变量（0代表没走通道，1代表走通道）；旅游的积极性，为三类变量（0代表积极性差，1代表积极性一般，2代表积极性比较好，3代表积极性好 4代表积极性非常好）；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、描述性统计、方差分析、相关分析、。以了解该地区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、

2、 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。 统计量积极性性别N有效359359缺失00首先，对该地区的男女性别分布进行频数分析，结果如下性别频率百分比有效百分比累积百分比有效女19855.255.255.2男16144.844.8100.0合计359100.0100.0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

3、中的旅游的积极性进行频数分析，结果如下表 ：积极性频率百分比有效百分比累积百分比有效差17147.647.647.6一般7922.022.069.6比较好7922.022.091.6好246.76.798.3非常好61.71.7100.0合计359100.0100.0 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 ：Statistics通道NValid359Missing0通道FrequencyPercentValid PercentCumulative PercentValid没走通道29381.681.681.6通道6618.41

4、8.4100.0Total359100.0100.0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 人数的47.6%，其次为积极性一般和比较好的，占比例都为22.0%，积性为好的和非常好的比例比较低，分别为24人和6人，占总体的比例为6.7%和1.7%。2、 探索性数据分析（1） 交叉分析。通过频数分析能够掌握单个变量的数据分布情况，但是在实际分析中，不仅要了解单个变量的分布特征，还要分析多个变量不同取值下的分布，掌握多个变量的联合分布特征，进而分析变量之间的相互影响和关系。就本数据

5、而言，需要了解现工资与性别、年龄、受教育水平、起始工资、本单位工作经历、以前工作经历、职务等级的交叉分析。现以现工资与职务等级的列联表分析为例，读取数据（下面数据分析表为截取的一部分）：Count 性别* 积极性 交叉制表计数积极性合计差一般比较好好非常好性别女964741122198男753238124161合计1717979246359上联表及Bar Chart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性别Case Processing Summary性别CasesValidMissi

6、ngTotalNPercentNPercentNPercent收入女198100.0%0.0%198100.0%男161100.0%0.0%161100.0%Descriptives性别StatisticStd. Error收入女Mean1005.2856249.95% Confidence Interval for MeanLower Bound907.63853Upper Bound1102.932725% Trimmed Mean957.92011Median937.50000Variance.577Std. Deviation696.Minimum7.426Maximum3125.00

7、0Range3117.574Interquartile Range937.563Skewness.896.173Kurtosis.310.344男Mean1066.9279165.95% Confidence Interval for MeanLower Bound936.59779Upper Bound1197.258025% Trimmed Mean986.95497Median937.50000Variance.907Std. Deviation837.Minimum58.630Maximum6250.000Range6191.370Interquartile Range718.750S

8、kewness2.370.191Kurtosis10.166.380（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3、 相关分析。相关分析是分析客观事物之间关系的数量分析法，明确客观事之间有怎样的关系对理解和运用相关分析是极其重要的。函数关系是指两事物之间的一种一一对应的关系，即当一个变量X取一定值时，另一个变量函数Y可以根据确定的函数取一定的值。另一种普遍存在的关系是统计关系。统计关系是指两事物之间的一种非一一对应的关系，即当一个变量X取一定值时，另一个变量Y无法根据确定的函数取一定的值。

9、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直接，但确实普遍存在，并且有的关系强有的关系弱，程度各有差异。如何测度事物之间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有效工具。Correlations收入旅游花费额外收入收入Pearson Correlation1.140*.853*Sig. (2-tailed).008.000N359359359旅游花费Pearson Correlation.140*1.183*Sig. (2-tailed).008.000N359359359额外收入P

10、earson Correlation.853*.183*1Sig. (2-tailed).000.000N359359359*. Correlation is significant at the 0.01 level (2-tailed).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V

11、ariables Entered/RemovedbModelVariables EnteredVariables RemovedMethod1收入a.Entera. All requested variables entered.b. Dependent Variable: 旅游花费Model SummarybModelRR SquareAdjusted R SquareStd. Error of the Estimate1.140a.020.017129.604a. Predictors: (Constant), 收入b. Dependent Variable: 旅游花费ANOVAbMode

12、lSum of SquaresdfMean SquareFSig.1Regression.8091.8097.170.008aResidual.23935716797.188Total.048358a. Predictors: (Constant), 收入b. Dependent Variable: 旅游花费CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant)91.56311.5287.943.000收入.024.009.1402.678.008

13、a. Dependent Variable: 旅游花费Residuals StatisticsaMinimumMaximumMeanStd. DeviationNPredicted Value91.74241.90116.4118.342359Std. Predicted Value-1.3456.842.0001.000359Standard Error of Predicted Value6.84047.3629.0483.426359Adjusted Predicted Value92.09271.79116.5319.018359Residual-193.904891.785.0001

14、29.423359Std. Residual-1.4966.881.000.999359Stud. Residual-1.6076.891.0001.002359Deleted Residual-223.789894.316-.117130.229359Stud. Deleted Residual-1.6117.390.0041.025359Mahal. Distance.00046.811.9972.955359Cooks Distance.000.199.003.015359Centered Leverage Value.000.131.003.008359a. Dependent Variable: 旅游花费Charts 由上图可知回归方程：y=91.563+ 0.024 (x1) , (P(Sig=0.000)0.01)即 旅游花费=91.563+0.024*收入 ( p0.05旅游花费不成显著性差异，由图中可知旅行的旅游花费较高。专心-专注-专业