spss数据分析论文案例（方差分析、描述性统计、结构方程）—离职倾向的影响因素（1）
本帖最后由 spss初学者 于 2016-4-30 23:32 编辑spss数据分析论文案例（方差分析、描述性统计、结构方程）——离职倾向的影响因素分析(1)
1、样本的分布状况上表是参与本次问卷调研的310名员工的基本信息状况，从性别来看，女性居多；从年龄来看，26-36岁的员工最多，占比超过70%；其中，绝大部分的员工均为已婚状态，并且养育小孩。户籍类型主要为本市，占比超过半数；本科学历的员工占比超过60%；对于专业，分布则比较均匀，护理专业的人数略微偏多；在职务方面，初师级人数占比最多，超过半数；参加工作的时间分布比较均匀，小于或等于5年的人数略微偏多；因此，在本单位工作时间小于等于5年的人数占比也略微偏多。此外，有71.3%的员工之前在1个单位工作过，人数占比是最多的；对于工作时间状况，75.8%的员工每周工作时间在31-40小时，30小时一下和41小时以上的员工人数比较少，没几占比不超过25%；对于加班状况，不用加班的人数占比最多，占比为45.8%，其次是加班在2-10小时内的员工，占比为35.5%。加班时间在10小时以上的员工非常少。从税后收入状况来看，绝大部分员工的收入集中在3000元-8000元之间。2、信度分析
首先，讲反向计分的题项进行逆向化处理。
对于回收的310份问卷，首先我们需要的判定的是问卷中的调查题目能否反映调查的目的和调查的意图，问卷中的各个问题是否测量了相同的内容和信息；同时，对于调查问卷所得到的数据是否具有可靠性，就必须在对问卷分析之前做信度分析。信度本身与测量结果的正确与否无关，他的用途在于检测问卷本身的稳定性。信度分析中常用Cronbach α系数的大小来衡量调查问卷的信度。一般而言，如果问卷的信度系数达到0.9以上，该问卷调查的信度就较好；信度系数在0.8以上，是可以接受的；如果在0.7以下，就应该对此问卷进行修订；如果信度系数低于0.5，则此问卷的调查结果就很不可信了。
将以上310份问卷的数据用SPSS21.0先进行标准化处理，再进行信度分析，其结果如表二所示：
从上表的分析可以清晰看出，整份问卷的信度为0.951，信度非常好。对于量表中的各个变量，其信度状况如下：
表三 各个变量可靠性分析
维度题项Cronbach's Alpha项数
工作满意度Q1-Q2.8182
工作参与度Q3-Q5.6443
工作自主权Q6-Q7.7322
单调性Q8-Q9.6602
企业文化Q10-Q12.6273
领导方式Q13-Q18.8836
工作压力Q19-Q23.6205
职业成长机会Q24-Q26.8193
一般培训Q27-Q28.6312
职业生涯匹配度Q29-Q30.8302
分配公平性Q31-Q33.8313
薪酬Q34-Q36.8793
晋升机会Q37-Q40.8434
转正机会Q41-Q43.6753
社会支持Q44-Q51.6028
关系Q52-Q54.8103
组织承诺Q55-Q59.8895
离职考虑Q60-Q67.86810
退出倾向Q68-Q71.5554
转换成本Q72-Q74.7393
制度约束Q75仅仅只有1题，不能计算信度，没有信度
积极、消极情感Q76-Q81.7636
亲属责任Q82-Q85.8204
可选择工作机会Q86-Q88.8873
从上表的分析可以知道，问卷的24个变量的信度全部在0.6以上，信度状况良好。
由此可以知道，该问卷的信度以及各个变量的信度都比较好。
3、效度分析
具备信度的问题不一定具备效度，因此做完信度分析，删除了不具备信度的问题6之后，再用SPSS13.0对其进行效度分析。
3.2.1、因子模型适应性分析
效度分析使用的是因子分析模型，在运用因子模型分析之前，首先要对问卷数据进行因子模型适应性分析，分析结果如表三所示：
由表四的数据显示，问卷数据的KMO值为0.854，并且通过了显著性水平为0.05的巴特利球型检验。因此说明问卷调查的数据非常适合做因子分析。
3.2.2、因子分析结果
在进行了适应性检验之后，接下来就进行因子分析，其结果如下：
表五 方差解释总表
解释的总方差
成份初始特征值提取平方和载入旋转平方和载入
合计方差的 %累积 %合计方差的 %累积 %合计方差的 %累积 %
121.92224.91124.91121.92224.91124.9119.93311.28711.287
25.5926.35431.2655.5926.35431.2656.4537.33318.620
34.3924.99136.2564.3924.99136.2565.8886.69125.312
43.1123.53739.7933.1123.53739.7933.3363.79129.103
52.7473.12242.9152.7473.12242.9153.2913.74032.842
62.5412.88845.8032.5412.88845.8033.2753.72136.563
72.4542.78948.5922.4542.78948.5923.2403.68140.245
82.1912.49051.0822.1912.49051.0822.8803.27343.518
92.0872.37253.4542.0872.37253.4542.7023.07146.589
101.9262.18855.6421.9262.18855.6422.5242.86849.457
111.7411.97857.6211.7411.97857.6212.4772.81552.272
121.6271.84959.4691.6271.84959.4692.3512.67154.943
131.5241.73261.2011.5241.73261.2012.0192.29557.238
141.5031.70762.9091.5031.70762.9091.8732.12859.366
151.3411.52464.4331.3411.52464.4331.8222.07161.437
161.3121.49165.9241.3121.49165.9241.7812.02463.461
171.2781.45267.3761.2781.45267.3761.7351.97165.432
181.1831.34468.7201.1831.34468.7201.7221.95767.389
191.1351.29070.0101.1351.29070.0101.6541.87969.269
201.0941.24371.2541.0941.24371.2541.5671.78171.050
211.0741.22072.4741.0741.22072.4741.2531.42472.474
22.9991.13573.609
23.9441.07374.681
24.9211.04675.727
25.8971.02076.747
从表五和表六的数据可以清晰看出，问卷中的88题仅仅一个主成分上的因子载荷大于0.5，由此可以知道问卷的88题是具有效度的。
综合以上的分析可以知道，该量表是同时具有信度和效度的量表，对量表的分析结果能够真实可靠地反映出员工的离职状况及其影响因素。
4、差异分析
4.1 不同年龄的员工在工作满意度、组织承诺、离职考虑上的差异分析
表七 不同年龄的差异分析（方差分析）
25岁以下26-30岁31到35岁36-40岁41-45岁46-50岁50岁以上FP
工作满意度2.25±0.812.76±0.793.01±0.912.69±0.82.9±0.962±03.25±0.354.5140
组织承诺2.11±0.522.37±0.642.6±0.662.28±0.62.24±0.862±01.25±0.074.7430
离职考虑2.44±0.542.66±0.562.8±0.612.56±0.652.58±0.362±01.63±0.183.3310.003
从以上的方差分析结果可以清晰看出，在0.05的显著性水平下，不同年龄的员工在工作满意度、组织承诺、离职考虑这三个方面全部存在显著差异，P值全部小于0.05，因此为了进一步分析不同年龄在这三个方面具体存在什么样的差异，还需要继分析如下的均值图：
从以上的均值图可以看出，25岁以下和46-50岁这两个年龄段的员工对工作满意度最好，打分最低，50岁以上的员工对工作满意度最差，打分最高，25-45岁之间的员工在工作满意度上的波动状况不明显，差异不大。
图二 不同年龄在组织承诺的状况差异
从上图可以看出，50岁以下的员工在组织承诺状况上的差异不明显，50岁以上的员工在组织承诺状况的打分非常低，显著低于50岁以下的员工。说50岁以上的员工组织承诺状况较好。
图三 不同年龄在离职考虑的状况差异
从上图可以看出，50岁以下的员工在离职考虑状况上的差异不明显，50岁以上的员工在离职考虑状况的打分非常低，显著低于50岁以下的员工。说明50岁以上的员工离职倾向非常低，基本不打算离职，而50岁以下的员工离职倾向则较为强烈。
4.2 不同性别在工作满意度、组织承诺、离职考虑上的差异分析
从上表的分析可以看出，在0.05的显著性水平下，不同性别在工作满意度、组织承诺、离职考虑这三个方面全部不存在显著差异。P值全部大于0.05。
lalalaalalala
页:
[1]