spss软件论文案例 spss单因素方差分析、独立样本T检验、线性pearson相关性分析案例 薪酬满意度的影响因素分析案例(文章末尾附数据)
问题一:知识型员工的薪酬满意度、组织承诺、离职倾向是否会因员工的不同个人属性而有差异?
1.1不同个人属性的员工,在薪酬满意度上具有显著差异 表1 差异分析 类别 | 例数 | 均值±标准差 | t值或F值 | Sig. | 性别 | 男 | 123 | 2.77±0.77 | .345(t值) | .731 | 女 | 130 | 2.74±0.56 | 婚姻状况 | 未婚 | 114 | 2.74±0.68 | -.208(t值) | .835 | 已婚 | 139 | 2.76±0.66 | 年龄 | 25岁以下 | 38 | 2.79±0.80 | .317(F值) | .867 | 25-30(含) | 122 | 2.73±0.61 | 30-35(含) | 76 | 2.78±0.66 | 35-40(含) | 14 | 2.77±0.79 | 40岁以上 | 3 | 2.38±1.22 | 学历 | 大专 | 71 | 2.78±0.69 | .109(F值) | .897 | 本科 | 131 | 2.74±0.67 | 硕士及以上 | 51 | 2.74±0.65 | 工作年限 | 1年以下 | 19 | 3.09±0.67 | 1.541(F值) | .191 | 1-3年(含) | 49 | 2.74±0.63 | 3-5年(含) | 54 | 2.65±0.67 | 5-10年(含) | 108 | 2.74±0.67 | 10年以上 | 23 | 2.80±0.72 | 职位 | 基层员工 | 113 | 2.75±0.70 | .696(F值) | .555 | 专业技术员工 | 58 | 2.66±0.58 | 中层管理人员 | 75 | 2.81±0.64 | 高层管理人员 | 7 | 2.92±1.09 |
上表是差异性分析,选用的分析方法是方差分析。方差分析的原假设是不同个人属性的员工在薪酬满意度上不存在显著差异,当显著性水平(Sig.)小于0.05时,就说明发生了小概率事件,应该拒绝原假设,即显著性水平小于0.05意味着不同个人属性的员工在薪酬满意度上有显著差异。根据上表可知,所有类别的Sig值都大于0.05,说明不同个人属性的员工在薪酬满意度上不存在显著差异。也就是说,假设1.1不成立。
1.2不同个人属性的员工,在组织承诺上具有显著差异 表2 差异分析 类别 | 例数 | 均值±标准差 | t值或F值 | Sig. | 性别 | 男 | 123 | 3.10±0.80 | .260(t值) | .795 | 女 | 130 | 3.07±0.62 | 婚姻状况 | 未婚 | 114 | 3.07±0.71 | -.197(t值) | .844 | 已婚 | 139 | 3.09±0.72 | 年龄 | 25岁以下 | 38 | 3.20±0.75 | 1.235(F值) | .297 | 25-30(含) | 122 | 3.08±0.63 | 30-35(含) | 76 | 3.03±0.80 | 35-40(含) | 14 | 3.27±0.67 | 40岁以上 | 3 | 2.42±0.92 | 学历 | 大专 | 71 | 3.22±0.66 | 1.913(F值) | .150 | 本科 | 131 | 3.05±0.72 | 硕士及以上 | 51 | 2.98±0.75 | 工作年限 | 1年以下 | 19 | 3.49±0.42 | 1.805(F值) | .128 | 1-3年(含) | 49 | 2.99±0.67 | 3-5年(含) | 54 | 3.10±0.67 | 5-10年(含) | 108 | 3.05±0.76 | 10年以上 | 23 | 3.07±0.78 | 职位 | 基层员工 | 113 | 3.09±0.74 | .471(F值) | .703 | 专业技术员工 | 58 | 3.00±0.70 | 中层管理人员 | 75 | 3.13±0.66 | 高层管理人员 | 7 | 3.23±1.01 |
上表是差异性分析,选用的分析方法是方差分析。方差分析的原假设是不同个人属性的员工在组织承诺上不存在显著差异,当显著性水平(Sig.)小于0.05时,就说明发生了小概率事件,应该拒绝原假设,即显著性水平小于0.05意味着不同个人属性的员工在组织承诺上有显著差异。根据上表可知,所有类别的Sig值都大于 0.05,说明不同个人属性的员工在组织承诺上不存在显著差异。也就是说,假设1.2不成立。
1.3不同个人属性的员工,在离职倾向上具有显著差异 表3 差异分析 类别 | 例数 | 均值±标准差 | t值或F值 | Sig. | 性别 | 男 | 123 | 2.97±0.89 | -2.137(t值) | .034 | 女 | 130 | 3.21±0.85 | 婚姻状况 | 未婚 | 114 | 3.09±0.89 | -.032(t值) | .975 | 已婚 | 139 | 3.09±0.88 | 年龄 | 25岁以下 | 38 | 2.99±0.91 | .785(F值) | .536 | 25-30(含) | 122 | 3.12±0.84 | 30-35(含) | 76 | 3.13±0.94 | 35-40(含) | 14 | 2.78±0.85 | 40岁以上 | 3 | 3.5±0.86 | 学历 | 大专 | 71 | 3.15±0.82 | .323(F值) | .725 | 本科 | 131 | 3.05±0.87 | 硕士及以上 | 51 | 3.11±1.00 | 工作年限 | 1年以下 | 19 | 2.50±0.80 | 2.441(F值) | .047 | 1-3年(含) | 49 | 3.21±0.89 | 3-5年(含) | 54 | 3.15±0.87 | 5-10年(含) | 108 | 3.11±0.85 | 10年以上 | 23 | 3.09±0.95 | 职位 | 基层员工 | 113 | 3.02±0.88 | .752(F值) | .522 | 专业技术员工 | 58 | 3.18±0.90 | 中层管理人员 | 75 | 3.15±0.86 | 高层管理人员 | 7 | 2.80±1.00 |
上表是差异性分析,选用的分析方法是方差分析。方差分析的原假设是不同个人属性的员工在离职倾向上不存在显著差异,当显著性水平(Sig.)小于0.05时,就说明发生了小概率事件,应该拒绝原假设,即显著性水平小于0.05意味着不同个人属性的员工在离职倾向上有显著差异。根据上表可知,婚姻状况、年龄、学历以及职位这几类别的Sig值都大于0.05,也就是说,这几个因素对离职倾向没有显著影响。而性别和工作年限的Sig值分别为0.034和0.047,小于0.05,也就是说,性别和工作年限会对离职倾向产生影响。假设1.3成立。
1.3.1性别对离职倾向的差异分析 |