spss地大数据分析报告报告材料1

《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）》请在装配图网上搜索。

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 ( p0.05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。12 / 12