上机实验八SPSS线性回归方程
题目:以数据文件employee data.sav建立里一个以初始工资、工作经验、工作时间、工作
种类、受教育年限等为自变量,当前工资为因变量的回归模型
数据来源:SPSS课程资料employee data.sav
基本结果:
上表显示将教育水平、雇佣时间、经验、雇佣类别、起始薪金作为自变量,建立模型
a. Predictors: (Constant), 教育水平(年)雇佣时间(以月计)经验(以月计)雇佣类别起始薪金
对模型拟合度的检验显示,对于这个多元线性回归模型,其决定系数(R Square )为0.840,说明其拟合程度较高。
a. Predictors: (Constant), 教育水平(年),雇佣时间(以月计),经验(以月计),雇佣类别,起始薪金
b. Dependent Variable: 当前薪金
模型检验结果一一方差分析表显示,该回归模型的SIG为0,说明该模型有显著的统计意义
a
通过对回归结果的分析,可以得出,本回归方程的拟合结果为
Y=5859.585X 1+1.365X 2+154.698X 3-19.553X 4+539.642X 5
从sig值可知,所有自变量都是有统计学意义的。
对于该多元回归模型,还需检测自变量之间是否存在共线性问题,从分析的结果看,tolera nee 值均大于0.1,eigenvalue值不等于,condition index 指均小于30,结合下表可以知道,本回归方
程中的自变量均不存在共线性问题。
结论:
通过建立回归方程,可以得出以下回归方程:
当前工资=5859.585 雇佣类别+1.365起始薪金+154.698雇佣时间(以月计)-19.553经验(以月计)+539.642教育水平(年)
通过该方程可以看出,当前工资的多少主要是取决于雇佣类别以及教育水平,雇佣时间也有一定的影响,但是影响不大,应该注意的是,工作经验越多,反而会影响当前工资的水平,
建议与对策:
想要获得较高的薪金,应该选择好职业的种类,加强在教育方面的投入,以增强竞争力。