0544“SPSS统计分析与应用”作业二.docVIP

《SPSS统计分析与应用》作业答案2 一、首先对变量gpa进行正态分布检验 正态性检验 Kolmogorov-Smirnova Shapiro-Wilk 统计量 df Sig. 统计量 df Sig. respondents gpa .123 24 .200* .941 24 .169 a. Lilliefors 显著水平修正 *. 这是真实显著水平的下限。 从K-S检验及Q-Q图可以看出，Sig值等于0.2，大于0.05，所以gpa的分布可以认为是正态的，因此对gpa进行均值T检验是可靠的。 单样本T检验的结果如下： 单个样本检验 检验值 = 3 t df Sig.(双侧) 均值差值 差分的 95% 置信区间 下限 上限 respondents gpa -.104 23 .918 -.01083 -.2261 .2044 可知Sig值等于0.918，因此认为总体gpa的平均值与3没有显著差异。 独立样本T-检验的结果如下： 独立样本检验 方差方程的 Levene 检验 均值方程的 t 检验 F Sig. t df Sig.(双侧) 均值差值 标准误差值 差分的 95% 置信区间 下限 上限 respondents gpa 假设方差相等 1.388 .251 1.629 22 .117 .33822 .20759 -.09230 .76874 假设方差不相等 1.745 20.512 .096 .33822 .19383 -.06546 .74191 由Levene检验的结果可知，男、女性的gpa满足方差齐性，t检验的Sig值为0.117，大于0.05，因此认为男性和女性的gpa没有显著差异。 根据信仰类型对gpa进行方差分析，结果为： 方差齐性检验 respondents gpa Levene 统计量 df1 df2 显著性 .241 3 20 .867 说明不同信仰类型的gpa满足方差齐性。因此可以进行方差分析。 ANOVA respondents gpa 平方和 df 均方 F 显著性 组间 .769 3 .256 .985 .420 组内 5.207 20 .260 总数 5.976 23 方差分析的结果显示，Sig值为0.42，大于0.05，因此认为不同信仰的被访者的gpa没有显著差异。 二、分别对当前工资与受教育水平、初始工资、本单位工作经历、以前工作经历和年龄进行偏相关分析，其余变量作为控制变量，结果如下： 相关性 控制变量 Current Salary Months since Hire Previous Experience (months) Years Beginning Salary Educational Level (years) Current Salary 相关性 1.000 .219 显著性（双侧） . .000 df 0 467 Months since Hire 相关性 .219 1.000 显著性（双侧） .000 . df 467 0 相关性 控制变量 Current Salary Previous Experience (months) Years Beginning Salary Educational Level (years) Months since Hire Current Salary 相关性 1.000 -.071 显著性（双侧） . .124 df 0 467 Previous Experience (months) 相关性 -.071 1.000 显著性（双侧） .124 . df 467 0 相关性 控制变量 Current Salary Years Beginning Salary Educational Level (years) Months since Hire Previous Experience (months) Current Salary 相关性 1.000 -.094 显著性（双侧） . .042 df 0 467 Years 相关性 -.094 1.000 显著性（双侧） .042 . df 467 0 相关性 控制变量 Current Salary Beginning Salary Educational Level (years) Months since Hire Previou