管理统计作业.doc

管理统计作业
题目：对某公司81名员工工资进行分析，分析其任职部门、性别、年龄与工资间的关系。
序号
姓名
单位
性别
年龄
工资
1
陈子元
0
0
25
2000
2
李应杰
0
0
27
2750
3
刘恩利
2
0
28
2250
4
马韧
2
0
30
2750
5
马建军
0
0
31
3158
6
艾丽
0
1
31
3200
7
李荣华
1
0
31
3100
8
陆玉刚
0
0
32
3750
9
任立玲
0
1
31
3125
10
许志强
1
0
31
3678
11
卞玉杰
0
1
32
4000
12
董小凤
0
1
32
4000
13
韩帅臣
1
0
33
3250
14
王庆平
1
0
33
3345
15
于铁华
1
0
33
3543
16
崔永善
1
0
33
3213
17
郑顺
0
0
34
5250
18
檀凤志
2
0
34
4500
19
李春华
0
0
34
5343
20
王玉才
2
0
34
4435
21
王福全
0
0
34
4580
22
耿俊山
2
0
34
4653
23
高书臣
0
0
35
5250
24
甘树才
2
0
35
4550
25
段玉茹
0
1
35
3750
26
张富荣
2
1
35
3035
27
董淑花
0
1
35
3750
28
刘国英
2
1
36
3025
29
王幸荣
0
1
36
3750
30
刘桂娟
2
1
36
3322
31
周丽荣
0
1
37
4500
32
高宝良
2
0
37
5250
33
张月萍
2
1
37
4775
34
刘廷祥
1
0
37
4660
35
陈金凤
0
1
38
4500
36
郭世友
2
0
38
5250
37
王淑芬
2
1
38
4775
38
孙建平
1
0
38
4500
39
高荣英
0
1
38
4500
40
曹彦贵
2
0
38
5250
41
刘子荣
2
1
38
4340
42
陈俊杰
1
0
38
4580
43
裴丽艳
0
1
39
4500
44
程相波
2
0
39
5520
45
徐丽芹
2
1
39
4775
46
吴桂杰
1
0
39
4500
47
李恩霞
2
1
39
5375
48
裴志军
1
0
39
4800
49
弭会兰
2
1
40
5375
50
吴东顺
1
0
40
4800
51
孙志霞
2
1
40
5375
52
刘作贵
1
0
40
4800
53
史秋芳
2
1
41
5375
54
刘占国
1
0
41
4900
55
韩双菊
2
1
42
5250
56
王琳
2
1
42
5340
57
张月霞
2
1
43
5490
58
张锦绣
1
1
43
3370
59
王玉霞
1
1
44
3450
60
王慧梅
1
1
44
3250
61
杜秀君
1
1
45
2980
62
孙玉霞
1
1
45
2860
63
毕凤芝
1
1
45
3000
64
赵洪玲
1
1
46
4530
65
宋志梅
1
1
46
4235
66
唐雅君
1
1
46
4525
67
崔淑菊
1
1
47
4250
68
牛瑞英
1
1
47
3970
69
张淑媛
1
1
47
4265
70
董艳敏
1
1
47
4525
71
吴晓景
1
1
48
4680
72
王秀芹
1
1
48
4780
73
张春艳
1
1
48
4920
74
郑英欣
1
1
48
5090
75
刘春梅
1
1
48
4620
76
陈静
1
1
49
4330
77
张翠英
1
1
49
4525
78
董健颖
1
1
49
5640
79
刘金玲
1
1
49
4960
80
朱文革
1
1
50
4920
81
曹淑华
1
1
50
4480
一、 绘制散点图及箱形图：
二、 进行相关分析：
Correlations

年龄
工资
年龄
Pearson Correlation
1
。435（*＊）
Sig。 (2—tailed)
.
。000
N
81
81
工资
Pearson Correlation
.435(*＊)
1
Sig。 （2—tailed)
。000
.
N
81
81
＊＊ Correlation is significant at the 0。01 level (2—tailed）。
Correlations

年龄
工资
Kendall's tau_b
年龄
Correlation Coefficient
1.000
.323(*＊)
Sig. （2—tailed）
.
.000
N
81
81
工资
Correlation Coefficient
.323（＊*）
1。000
Sig。 （2-tailed)
。000
.
N
81
81
Spearman’s rho
年龄
Correlation Coefficient
1.000
。422(＊*）
Sig. （2—tailed)
.
。000
N
81
81
工资
Correlation Coefficient
。422(＊＊）
1.000
Sig. (2—tailed)
。000
.
N
81
81
*＊ Correlation is significant at the 0.01 level (2—tailed).
三、进行回归分析：
Model Summary(b)
Model
R
R Square
Adjusted R Square
Std。 Error of the Estimate
1
。435（a）
.189
.179
782。083
a Predictors: （Constant）, 年龄
b Dependent Variable： 工资
ANOVA(b)
Model

Sum of Squares
df
Mean Square
F
Sig。
1
Regression
11268013.041
1
11268013.041
18.422
。000（a)
Residual
48320664.094
79
611653.976

Total
59588677。136
80

a Predictors: （Constant）, 年龄
b Dependent Variable: 工资
Coefficients（a）
Model

Unstandardized Coefficients
Standardized Coefficients
t
Sig。
B
Std. Error
Beta
1
（Constant)
1912.786
555.021

3.446
.001
年龄
60。253
14。038
.435
4.292
.000
a Dependent Variable： 工资
四、进行方差分析（只考虑因子主效应）：
第一种
Tests of Between—Subjects Effects
Dependent Variable: 工资
Source
Type III Sum of Squares
df
Mean Square
F
Sig.
Corrected Model
4415182。358（a）
3
1471727.453
2.054
.113
Intercept
1296671423。338
1
1296671423。338
1809。632
.000
性别
305238。549
1
305238。549
。426
。516
单位
4131898.934
2
2065949.467
2.883
。062
Error
55173494.778
77
716538。893

Total
1533423433.000
81

Corrected Total
59588677。136
80

a R Squared = 。074 (Adjusted R Squared = .038）
Parameter Estimates
Dependent Variable: 工资
Parameter
B
Std。 Error
t
Sig。
95％ Confidence Interval
Lower Bound
Upper Bound
Intercept
4637.182
190。523
24.339
。000
4257.802
5016.562
［性别=0］
—125。737
192。647
—.653
.516
—509.346
257。873
[性别=1]
0（a）
.
.
。
。
。
[单位=0］
-602。345
259。941
—2.317
.023
-1119.953
—84.738
[单位=1］
-384。963
220。904
-1.743
。085
-824.839
54.912
[单位=2]
0(a)
。
。
。
。
.
a This parameter is set to zero because it is redundant。
Tests of Between—Subjects Effects
Dependent Variable: 工资
Source
Type III Sum of Squares
df
Mean Square
F
Sig.
Model
1478249938。222（a)
4
369562484。556
515.761
。000
性别
305238。549
1
305238。549
。426
。516
单位
4131898.934
2
2065949.467
2.883
.062
Error
55173494。778
77
716538。893

Total
1533423433。000
81

a R Squared = .964 (Adjusted R Squared = 。962)
Parameter Estimates
Dependent Variable： 工资
Parameter
B
Std. Error
t
Sig。
95% Confidence Interval
Lower Bound
Upper Bound
[性别=0]
4511。445
206.118
21。888
.000
4101.013
4921。878
［性别=1］
4637.182
190。523
24。339
。000
4257。802
5016。562
[单位=0］
—602.345
259。941
-2.317
。023
-1119。953
-84.738
［单位=1]
-384.963
220。904
-1。743
。085
-824.839
54.912
［单位=2]
0(a)
.
.
。
。
。
a This parameter is set to zero because it is redundant。
5