1、关于统计软件 SPSS 的应用举例统计软件 SPSS 是全球专业统计分析软件的领导者，它包含了丰富的统计分析方法，在社会工作中有很多实际的应用。我们可以举例如下：我们对某国有企业的 366 位员工的当前收入和以前的收入进行了调查，得出以下数据，因数据较多暂不列出，见下面软件的数据输入。其中有男职工 206 人，女职工 160 人，一线工人 285 人，科以上的干部 26 人，机关员工 55 人。请利用统计软件 SPSS 分析如下问题：（1）建立收入与性别、工作性质之间的回归模型，并作出分析、 （2）工作性质的不同对当前收入是否有显著影响、 （3）当前工资与以前的工资是否有差异。利用统计软件 S
2、PSS 进行分析：在统计软件 SPSS 中输入如下：其中第一列数据为当前工资；第二列为工作性质，其中的1 表示一线工人，2 表示科以上的干部，3 表示一般机关员工；第三列为以前工资；第四列为性别，其中 1 表示性别为男，2 为女；第五列为收入的增量。28350 1 27000 1 135027750 3 18750 1 900035100 1 10200 2 2490027300 1 13500 1 1380040800 1 15000 1 2580046000 1 18000 1 2800052125 2 18000 1 3412561875 2 28740 1 3313521300 3 1
3、3050 1 825019650 3 15750 2 390022350 3 15750 2 660023400 1 14700 2 870024300 1 15750 2 855031050 1 15750 1 1530060375 1 13500 1 4687532550 1 15000 1 1755031200 1 10200 1 2100036150 1 28740 1 741042000 1 13050 1 2895092000 2 15750 1 7625081250 2 15750 1 6550031350 3 12750 2 1860029100 1 11100 1 18000
4、22350 3 9000 2 1335030000 1 9000 2 2100030750 1 12600 1 1815034800 1 27480 1 732060000 1 14250 1 4575035550 1 79980 1 -4443045150 1 14250 1 3090073750 1 14250 1 5950025050 1 45000 1 -1995027000 3 15000 1 1200026850 3 39990 1 -1314033900 3 30000 1 390026400 3 11250 2 1515028050 1 13500 1 1455030900 1
5、 15000 1 1590022500 1 15000 1 750048000 1 9000 1 3900055000 1 11550 1 4345053125 1 16500 1 3662521900 1 14250 1 765078125 2 14250 1 6387546000 1 13500 1 3250045250 1 12750 1 3250056550 1 16500 1 4005041100 1 14100 1 2700082500 2 16500 1 6600054000 1 23730 2 3027026400 1 15000 2 1140033900 1 15000 2
6、1890024150 3 26250 2 -210029250 3 13500 2 1575021600 3 15000 2 660034410 3 13500 2 2091020700 1 15750 2 495047550 1 13500 1 3405033900 1 14250 1 1965023400 1 15000 2 840032850 1 9750 2 2310055750 1 21750 2 3400025200 1 26250 2 -105026250 1 21000 1 525026400 1 14550 1 1185039150 1 30000 1 915068750 1
7、 21240 1 4751016200 1 21480 2 -528020100 1 25000 2 -490024000 1 20250 2 375025950 1 34980 2 -903024600 1 18000 2 660028500 1 10500 2 1800030750 1 19500 1 1125040200 1 11550 1 2865030000 1 11550 1 1845022050 1 11400 2 1065078250 1 10500 1 6775060625 1 14550 1 4607539900 1 18000 1 2190097000 2 10950 1
8、 8605027450 1 14250 1 1320031650 1 11250 1 2040091250 2 10950 1 8030025200 1 17100 2 810021000 1 15750 2 525030450 1 14100 1 1635028350 1 28740 1 -39030750 1 27480 1 327030750 1 9750 1 2100032550 1 11250 2 2130033300 1 10950 2 2235038550 1 10950 2 2760027450 1 10050 1 1740024300 1 10500 1 1380030750
9、 1 15000 1 1575019650 1 19500 2 15068750 1 15000 1 5375059375 1 10950 1 4842531500 1 27480 1 402027300 1 22500 1 480027000 1 15750 1 1125041550 1 35010 2 654026250 1 15750 2 1050022200 1 13500 1 870065000 1 29490 1 3551030900 1 14400 1 1650020100 1 11550 2 855022350 1 15000 2 735035550 1 18000 2 175
10、5028500 1 9000 2 1950024450 1 15000 2 945016650 1 27480 2 -1083026700 1 16500 1 1020043950 1 14100 1 2985023700 1 16500 1 720026550 1 18750 2 780027600 1 14250 1 1335025800 1 14100 1 1170042300 1 15750 1 2655030750 1 10500 1 2025026700 3 13500 2 1320020850 3 15000 2 585035250 3 16500 1 1875026700 3
11、15000 1 1170026550 3 15000 2 1155027750 3 15000 2 1275025050 3 9750 2 1530066000 2 27510 1 3849052650 2 30000 1 2265045625 2 15750 1 2987530900 1 17250 1 1365029400 1 15750 2 1365033300 1 24990 2 831021900 1 10950 2 1095018150 1 15000 2 315046875 1 37500 2 937525500 1 15000 1 1050026550 1 13200 1 13
12、35026700 1 13500 1 1320029850 1 13350 2 1650069250 1 13950 1 5530031950 1 13200 1 1875026250 1 9750 1 1650035700 1 13500 2 2220028500 1 23250 2 525017100 1 13500 2 360025200 1 14250 1 1095024000 1 15000 2 900027450 1 15000 2 1245018450 1 26250 2 -780039300 1 15000 1 2430038850 1 12900 1 2595030750 1
13、 12000 1 1875037500 1 15000 1 2250058750 1 15000 1 4375034500 1 13050 2 2145036000 1 12000 2 2400029100 3 12750 2 1635016500 1 47490 2 -3099019650 1 19500 1 15024750 1 23250 2 150027150 1 15000 2 1215026400 1 16500 2 990023100 1 13500 2 960054900 1 9750 1 4515070875 2 9750 1 6112551250 1 17250 1 340
14、0067500 2 14400 1 5310029340 1 15000 1 1434039600 1 13500 1 2610029100 1 15000 1 1410033150 1 42480 1 -933066750 1 15000 1 5175033750 1 15600 1 1815027300 1 17250 1 1005024000 1 16500 2 750019800 1 10200 2 960030600 3 13050 1 1755028950 3 12750 1 1620038400 3 10200 1 2820030750 3 10200 1 2055020400
15、3 15750 2 465019200 3 15000 2 420030150 3 15000 1 1515034620 3 20400 1 1422080000 2 21750 1 5825025350 1 18750 1 660029850 1 19980 1 987024000 1 16500 2 750027750 1 10200 2 1755022350 1 12750 2 960016200 1 12000 2 420021900 1 15750 2 615023250 1 12750 2 1050033900 1 12000 2 2190025650 1 25500 2 1501
16、7250 1 43500 2 -2625022500 1 27480 1 -498040200 1 34980 1 522055500 1 19500 1 3600026550 1 16500 1 1005050550 1 15000 1 3555075000 1 16500 1 5850027450 1 52500 2 -2505022650 1 15000 2 765027300 1 17250 2 1005027750 1 11250 2 1650054375 1 10200 2 4417522050 1 16500 2 555025500 1 15000 2 1050028200 1
17、16500 2 1170023100 1 15000 2 810025500 1 10950 1 1455017100 1 11100 2 600068125 3 15750 1 5237530600 1 27750 1 285019950 1 15750 2 420023400 1 15000 2 840034500 1 15750 2 1875018150 3 13800 2 435022350 3 19500 1 285040200 3 10200 1 3000028650 3 10200 1 1845027750 3 12750 1 1500066875 2 15750 1 51125
18、30000 1 12000 1 1800083750 2 14250 1 6950033900 1 10200 1 2370056500 1 15000 1 4150043000 1 21000 2 2200020850 1 33750 2 -1290024450 1 15000 2 945024750 1 19500 2 525034500 1 31500 1 300027900 1 12000 1 1590024000 1 11250 1 1275026850 1 11250 1 1560023400 1 11225 2 1217524600 1 18750 2 585032550 1 1
19、0200 2 2235026550 1 18000 1 855031500 1 10950 1 2055022350 1 10950 1 1140035250 1 11550 1 2370025800 1 11250 2 1455030750 1 10950 1 1980030750 1 10950 1 1980050000 1 12000 1 3800034500 1 12750 1 2175026250 1 11250 1 1500044875 1 11400 1 3347522500 1 10200 2 1230025650 1 32490 2 -684021300 1 15750 2
20、555029850 1 27480 2 237034500 1 36750 2 -225027750 1 11550 1 1620027750 1 11250 1 1650048750 1 11250 1 3750043410 1 11250 1 3216022050 1 10950 1 1110022050 1 11250 2 1080026700 1 11250 1 1545055000 2 11250 1 4375062500 2 17250 1 4525027300 3 10950 1 1635024450 3 15000 2 945033000 3 17250 2 157503705
21、0 3 18000 2 1905024450 3 16500 2 795031950 3 31980 1 -3047250 2 15750 1 3150026100 3 21750 2 435015900 3 16500 2 -60023700 3 21000 2 270021750 3 17490 2 426059400 2 12000 1 4740024450 1 12000 2 12450103500 2 10950 1 9255035700 1 15750 1 1995022200 1 15000 2 720022950 1 32010 2 -906023100 1 33000 2 -
22、990056750 1 15750 2 4100029100 1 25500 2 360037650 1 19500 2 1815027900 1 23730 2 417021150 1 30750 2 -960031200 1 36240 1 -504020550 1 15750 2 480025950 3 15000 1 1095028350 3 14250 1 1410017700 3 12750 2 495023550 1 15750 2 780019950 1 15000 2 495029400 1 15300 2 1410028800 1 13500 2 1530016950 1
23、18000 2 -105035700 1 15000 1 2070017400 1 13500 2 390021450 1 15000 2 645024750 1 15750 2 900016950 1 13500 2 345026100 1 15750 2 1035028050 1 16500 1 1155036600 1 32490 2 411058125 1 18000 2 4012521300 1 15750 1 555022500 1 21240 1 126029400 1 12000 1 1740027450 1 14250 1 1320029850 1 11250 1 18600
24、25350 1 13500 1 1185015750 1 12150 2 360019650 1 15000 2 465021000 1 11550 2 945027000 1 21990 1 501024000 1 15750 1 825078500 1 15000 1 6350020850 1 12000 2 885030000 1 14250 1 1575028500 1 12000 1 1650065000 2 15000 1 5000030150 1 10200 1 1995021600 1 15750 2 585029100 1 15750 2 1335022650 1 32490
25、 2 -984020850 1 34980 2 -1413022950 1 17250 2 570030600 1 12000 2 1860020400 1 18000 2 240023850 1 18000 2 585022800 3 10950 2 1185020700 3 15750 2 495021300 3 21240 2 6037800 3 11550 1 2625031200 3 10200 1 2100029400 3 10650 1 1875070000 2 12450 1 5755033900 1 33750 1 15027150 1 14250 1 1290022200
26、1 60000 2 -3780031350 1 16500 2 1485020850 1 16500 2 435033300 1 13950 1 1935086250 2 12000 1 7425030750 1 30000 1 75033540 1 12750 1 2079034950 1 15750 1 1920021600 1 13500 2 810024450 1 12000 2 1245030750 1 15750 1 1500040050 1 11250 1 2880040350 1 17250 1 2310038700 1 15000 1 2370065000 1 10200 1
27、 5480051450 1 13500 1 3795035250 1 10200 1 2505025950 1 15300 1 1065025050 1 13950 1 1110026250 1 10200 1 1605031950 1 18000 1 1395030000 1 10200 1 1980066250 2 10200 1 56050101889 2 12000 1 89889（1）对收入与性别、工作类型之间的关系，利用 SPSS 的线性回归进行建模分析：Coefficientsa52368.571 2709.893 19.325 .000-14140.0 1522.705 -.4
28、37 -9.286 .0001535.501 1033.558 .070 1.486 .138(Constant)Model1 B Std. ErrorUnstandardizedCoefficientsBetaStandardizedCoefficientst Sig.Dependent Variable: a. Model Summaryb.442a .196 .191 $14,449.914 .196 44.163 2 363 .000Model1 R R SquareAdjustedR Square Std. Error ofthe Estimate R SquareChange F
29、Change df1 df2 Sig. F ChangeChange StatisticsPredictors: (Constant), , a. Dependent Variable: b. 得到当前工资与性别、工作类型之间的相关模型为：当前工资=52368.571-14140性别+1535.501工作类型模型检验的 p 值为 0.0000.05，说明该模型显著；而决定系数为 0.196，因决定系数在取值范围 01 内取值越大说明模型的效果越好，可见该模型效果不是很好。 当前工资与性别、工作类型之间的相关系数为：R=0.441，相关性较低。（2）工作性质的不同对当前收入是否有显著影响对于这个
30、问题，我们可看成是问的是当前收入与工作性质之间的相关性，可建立回归模型求它们之间的相关性；而实际上这也是一个单因素方差分析问题，我们可利用非参数分析的方法里的 Kruskal-Wallis H 检验方法去分析。具体操作如下：AnalyzeNonparametric TestsK-Independent-SamplesTests Variable List 框：当前工资/Define Range ：Minimum:1:Maximum:3:continue操作中所用到的对话框如图所示：当点击 OK 后得到结果：Ranks285 176.1726 344.3755 145.42366123Total
31、 N Mean RankTest Statisticsa,b68.6082.000Chi-SquaredfAsymp. Sig.Kruskal Wallis Testa. Grouping Variable: b. Kruskal-Wallis H 检验分别给出了 3 中不同工作类型的工资所表现的频数和平均秩，由Test Statistics 表看出 H 统计量的近似显著性概率为 0.000，小于 0.05，故我们可认为工作性质的不同对当前收入是有显著影响的，且从均值可见科以上的干部工资最高，而一般的机关员工工资最低。（3）当前工资与以前的工资有多大的差异呢，我们可重新录入数据以 gongzi
32、 表示这两种工资，分组变量种类=1 表示当前工资，种类=2 表示以前的工资，然后再将这两种工资看作是两组独立的数据，进行两样本 t 检验，在 Compare Means 菜单下的 Independent-Samples T Test 过程实现。取分析结果（如表）：Independent Samples Test90.958 .000 18.327 730 .000 17202.210 938.646 15359.442 19044.97818.327 536.147 .000 17202.210 938.646 15358.335 19046.086Equal variancesassumed
33、Equal variancesnot assumedgongzi F Sig.Levenes Test forEquality of Variancest df Sig. (2-tailed) MeanDifference Std. ErrorDifference Lower Upper95% ConfidenceInterval of theDifferencet-test for Equality of Means可见 p 值为 0.000，小于 0.05，则我们可认为这两种工资是有显著差异的；再从下表的均值可知，工资种类 1 的均值 34153.23 要比种类 2 的均值 16951.0
34、2 高出很多，说明当前工资比以前的工资高很多，收入增长了。Group Statistics366 34153.23 16068.091 839.893366 16951.02 8017.680 419.09112gongzi N Mean Std. DeviationStd. ErrorMean对此，我们还可以利用这两种工资之间的差量进行单样本 t 检验，我们先利用当前工资减去以前的工资求出工资的增量，作为需要分析的变量，然后再进行检验分析。我们假设总体的均值为 0，就可以把检验问题变为检验工资是否增长了。我们在 Compare Means 菜单下的 One-Samples T Test 过程实现单样本 t 检验，以下为分析结果：One-Sample Test45.088 731 .000 25552.130 24439.55 26664.71gongzi t df Sig. (2-tailed)MeanDifference Lower Upper95% ConfidenceInterval of theDifferenceTest Value = 0表中 p 值为 0.000，小于检验水平 0.05，所以我们可认为工资增长了。也就是说当前工资与以前工资是有显著差异的。
