spss的数据分析报告
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、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。
首先，对该地区的男女性别分布进行频数分析，结果如下
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行频数分析，结果如下表
枳极性
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
朽圧俯丼=1 055
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
税极性
■差
■悬
□比壮好
■蚱
□非揄好
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 Process ing Summary
性别
Cases
Valid Missi ng Total
N Perce nt N Perce nt N Perce nt
收入女198 100.0%
.0% 198 100.0%
男
161 100.0%
.0%
161
100.0% Descriptives
性别Statistic Std. Error
收入女Mea n
95% Con fide nee In terval Lower Bound for Mean Upper Bou nd 1005.28562
907.63853
1102.93272
49.514796
性别
5% Trimmed Mea n 957.92011
Media n 937.50000
Varia nee 485439.577
Std. Deviation 696.734940
Minimum 7.426
Maximum 3125.000
Ran ge 3117.574
In terquartile Range 937.563
Skew ness .896 .173
Kurtosis .310 .344
Mea n 1066.92791 65.993219
95% Con fide nee In terval Lower Bound 936.59779
for Mea n
Upper Bound 1197.25802
5% Trimmed Mea n 986.95497
Media n 937.50000
Varia nee 701171.907
Std. Deviation 837.360082
Minimum 58.630
Maximum 6250.000
Ran ge 6191.370
In terquartile Range 718.750
Skew ness 2.370 .191
Kurtosis 10.166 .380 (3) p-p图分析
Age的正誉P-P图
观测的靈枳概率Age
Age 的曲降止态图
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—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 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。
0 08-
D.W-
0.04
0.02-
DQ0-
-D.02-
4J.04-
4)06-
Q0 0 2 0.4 Q6 0 8
1.0
观測购劉积槪事
8
%
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
a. All requested variables en tered.
b. Depe ndent Variable: 旅游花费
b
b. Depe ndent Variable: 旅游花费
Coefficie nts
a. Depe ndent
旅游花费Variable:
Charts
Regression Standardized Predicted Value
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 (p<0.01) 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：
Scatterplot
Dependent Variable:勰游崔费
"OOO-
BOO -
600-
AW-
200
0-
o
o o
o Q 00 o °o o
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 检验来进行分析。分析如下：
On e-Sample Statistics
由One-Sample Statistics 可知，359个被调查的人中收入平均值 1032.93021
，标准差为 762.523942，均值标准误差为 40.244474。图表 One-Sample Test 中，第二列
是t 统计量的观测值为 25.666 ；第三列是自由度为 358（ n-1）；第四列是t 统计量观测值的
标棊偽签,=76?. 524
N 曲§
收入
双尾概率值；第五列是样本均值和检验值的差；第六列和第七列是总体均值与原假设值差的95%勺置信区间为(953.78493,1112.07550 )。该问题的t值等于25.666对应的临界置信
水平为0,远远小于设置的0.05 ,因此拒绝原假设，表明该地区被调查的359名人中收入与1032.93021存在显著差异。
7,独立样本t检验
T-Test
得到两组的均数(mear)分别为198和161
独立样本t检验，取的t值1.559与Sig为0.120 p>0..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。