sss數(shù)據(jù)分析報(bào)告-資料下載頁
2025-05-13 22:37本頁面
【正文】 ，受教育程度與現(xiàn)工資水平之間存在線性相關(guān)關(guān)系，且可以用回歸方程來解釋兩變量之間的關(guān)系。表 回歸方程模型匯總模型摘要模型RR 平方調(diào)整後 R 平方標(biāo)準(zhǔn)偏斜度錯(cuò)誤1.661a.436.435$12,a. 預(yù)測(cè)值：（常數(shù)），Educational Level (years)，決定系數(shù)R2=，說明在對(duì)現(xiàn)工資水平的影響因素中，受教育程度起到一定的作用，但是并非決定性作用。表 回歸模型方差分析結(jié)果變異數(shù)分析a模型平方和df平均值平方F顯著性1迴歸1.000b殘差472總計(jì)473a. 應(yīng)變數(shù): Current Salaryb. 預(yù)測(cè)值：（常數(shù)），Educational Level (years)，對(duì)該回歸方程模型的方差分析中，，所以該模型具有統(tǒng)計(jì)意義，也就是說，自變量受教育程度的回歸系數(shù)具有統(tǒng)計(jì)意義。表 回歸方程常數(shù)項(xiàng)及回歸系數(shù)檢驗(yàn)結(jié)果係數(shù)a模型非標(biāo)準(zhǔn)化係數(shù)標(biāo)準(zhǔn)化係數(shù)T顯著性B標(biāo)準(zhǔn)錯(cuò)誤Beta1（常數(shù)）.000Educational Level (years).661.000a. 應(yīng)變數(shù)\: Current Salary，回歸方程中a=，b=，因此可以寫出如下回歸方程：現(xiàn)工資水平=+*受教育程度（年）由該方程可得出如下信息：（1） 當(dāng)受教育年限是0年時(shí)，在該公司內(nèi)的現(xiàn)工資水平為$。（2） 受教育年限每增加一個(gè)單位，在該公司內(nèi)的現(xiàn)工資水平將增加$。4 高級(jí)階段方法部分對(duì)該樣本數(shù)據(jù)進(jìn)行信效度檢測(cè)。 信度表 樣本數(shù)據(jù)信度檢測(cè)可靠性統(tǒng)計(jì)資料Cronbach 的 Alpha項(xiàng)目個(gè)數(shù).6013表 除去某項(xiàng)后信度檢測(cè)結(jié)果項(xiàng)目總計(jì)統(tǒng)計(jì)資料尺度平均數(shù)（如果項(xiàng)目已刪除）尺度變異數(shù)（如果項(xiàng)目已刪除）更正後項(xiàng)目總數(shù)相關(guān)Cronbach 的 Alpha（如果項(xiàng)目已刪除）Educational Level (years).669.802Current Salary.880.001Beginning Salary.880.000：該樣本數(shù)據(jù)總體α=，信度良好。：當(dāng)信度檢測(cè)中除去受教育程度后的α=，說明該項(xiàng)目的信度對(duì)總體信度檢測(cè)產(chǎn)生負(fù)向影響。 效度表 效度分析數(shù)據(jù)描述Communalities起始擷取Educational Level (years).719Employment Category.791Current Salary.900Beginning Salary.888Months since Hire.999Previous Experience (months).944擷取方法：主體元件分析。表 效度分析結(jié)果說明的變異數(shù)總計(jì)元件起始特徵值擷取平方和載入總計(jì)變異的 %累加 %總計(jì)變異的 %累加 %1234.4145.2476.099擷取方法：主體元件分析。，%，大于50%，因此可以認(rèn)為該樣本數(shù)據(jù)中的效度較高。 THANKS !!!致力為企業(yè)和個(gè)人提供合同協(xié)議，策劃案計(jì)劃書，學(xué)習(xí)課件等等打造全網(wǎng)一站式需求歡迎您的下載，資料僅供參考可修改
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1