利用spss分析学历与薪酬水平关系.docVIP

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。（三）具有简单、快捷、准确地统计分析功能。它包括常规的集中量数和差异量数、相关分析、回归分析等；也包括近期发展的多元统计技术，如多元回归分析、聚类分析等方法，并能在屏幕上显示如正态分布图、直方图、散点图等各种统计图表。从某种意义上讲，SPSS软件还可以帮助数学功底不够的使用者学习运用现代统计技术。使用者仅需要关心某个问题应该采用何种统计方法，并初步掌握对计算结果的解释，而不需要了解其具体运算过程，可在使用手册的帮助下定量分析数据。（四）方便的数据接口。能够读取及输出多种格式的文件，比如由dBASE、FoxBASE、FoxPRO产生的*.dbf文件，文本编辑器软件生成的ASCⅡ数据文件，Excel的*.xls文件等均可转换成可供分析的SPSS数据文件。能够把SPSS的图形转换为8种图形文件，结果可保存为*.txt、*.html以及*.doc等格式的文件。 【正文】 根据数理统计原理，我在本次分析过程中，本文只选取了影响薪酬的两个变量，即是否上过大学和每天平均工作时间，而忽略了其他变量，比如地域的差异，单位的性质，领导职位和个人的能力等等。 其中我把“是否上过大学”看作自变量，把去年平均每月总收入看成协变量来分析，采用SPSS 17.0 for Windows综合运用方差分析和相关分析两种方法。具体过程如下： 方差分析过程 首先检验当“是否上过大学”为固定因子（F），月平均收入为因变量（Dependent Variable）时是否满足方差检验的条件，也即各个水平下总体服从方差相等的正态分布，其中正态分布的要求不是很严格，但方差相等是很严格的。所以首先在单变量：选项框中选择对方差分析的前提进行检验的选项。结果下表所示 误差方差等同性的 Levene 检验a 因变量:月平均工资 F df1 df2 Sig. 2.344 1 18 .143 检验零假设，即在所有组中因变量的误差方差均相等。 a. 设计 : 截距 + 日平均工作时间 + 是否读过大学 从表中可以看出F值为2.344，相伴概率为0.143，大于显著性水平0.05，因此可以认为各个组总体方差是相等的，满足方差检验的前提条件。接下来通过单变量方法，把是否读过大学输入（固定因子），把去年平均每月总收入输入因变量进行方差分析，在这里我们假定日平均工作时间也会影响到月平均工资，因此把它当作协变量处理。以下诸表的内容是其处理结果。 主体间因子 值标签 N 是否读过大学 0 否 11 1 是 9 主体间效应的检验 因变量:月平均工资 源 III 型平方和 df 均方 F Sig. 校正模型 1.406E7 2 7028933.345 4.319 .030 截距 14