《spss地大数据分析报告报告材料[1]》由会员分享,可在线阅读,更多相关《spss地大数据分析报告报告材料[1](12页珍藏版)》请在金锄头文库上搜索。
1、word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代表积极性比拟好,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,对变量进展频数分析、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与相互间的关系。二、 数据分析1、 频数分析。根本
2、的统计分析往往从频数分析开始。通过频数分地区359个人旅游根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、不同积极性况的根本分布。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展频数分析,结果如下性别频率百分比有效百分比累积百分比有效女198男161合计359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展频数分析,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171一般79比
3、拟好79好24非常好6合计359 其次对原有数据中的积极性进展频数分析,结果如下表 :其次对原有数据中的是否进通道进展频数分析,结果如下表 :Statistics通道NValid359Missing0通道FrequencyPercentValid PercentCumulative PercentValid没走通道293通道66Total359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。上表与其直方图说明,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%,其次为积极性一般和比拟好的,占比例都为%,积性为好的和非常好的比例比拟低,分别为24
4、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局部:Count 性别* 积极性交叉制表计数积极性合计差一般比拟好好非常好性别女964741122198男753238124161合计171797
5、9246359上联表与Bar Chart涉与两个变量,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CasesValidMissingTotalNPercentNPercentNPercent收入女198100.0%0.0%198100.0%男161100.0%0.0%161100.0%Descriptives性别StatisticStd. Error收入女Mean95% Confidence Interval for MeanLower BoundUppe
6、r Bound5% Trimmed MeanMedianVarianceStd. DeviationMinimumMaximumRangeInterquartile RangeSkewness.896.173Kurtosis.310.344男Mean95% Confidence Interval for MeanLower BoundUpper Bound5% Trimmed MeanMedianVarianceStd. DeviationMinimumMaximumRangeInterquartile RangeSkewness.191Kurtosis.3803p-p图分析Age结果分析年龄
7、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。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拟容易分析和测度,而事物之间的统计关系却不像函数
8、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Pearson Correlation.853*.183*1Sig. (2-tailed).000.000
9、N359359359*. 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,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Variables Entered/RemovedbModelVariables EnteredVariables Remov
10、edMethod1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.020.017a. Predictors: (Constant), 收入b. Dependent Variable: 旅游花费ANOVAbModelSum of SquaresdfMean SquareFSig.1Regression1.008aResidual357Total358
11、a. Predictors: (Constant), 收入b. Dependent Variable: 旅游花费CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant).000收入.024.009.140.008a. Dependent Variable: 旅游花费Residuals StatisticsaMinimumMaximumMeanStd. DeviationNPredicted Value359Std. Predicted Value.0
12、00359Standard Error of Predicted Value359Adjusted Predicted Value359Residual.000359Std. Residual.000.999359Stud. Residual.000359Deleted Residual359Stud. Deleted Residual.004359Mahal. Distance.000.997359Cooks 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=+ 0.024 (x1) , (P(Sig=0.000)0.01)即 旅游花费=+0.024*收入 ( p0.01)6单样本T检验首先对现工资的分布做正态性检验,结果如下: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$3,000,0,因此可采取单样本t检验来进展分析。分析如下:One-Sample Statistics单个样本统计量N均值标准差均值的标准误收入359单个样本检验检验值