关于某地区361个人旅游情况统计分析报告
一、数据介绍：
本次分析的数据为某地区361个人旅游情况状况统计表，其中共包含七变量，分别是：年龄，为三类变量；性别，为二类变量（0代表女，1代表男）；收入，为一类变量；旅游花费，为一类变量；通道，为二类变量（0代表没走通道，1代表走通道）；旅游的积极性，为三类变量（0代表积极性差，1代表积极性一般，2代表积极性比较好，3代表积极性好 4代表积极性非常好）；额外收入,一类变量。
通过运用spss统计软件，对变量进行频数分析、描述性统计、方差分析、相关分析、。
以了解该地区上述方面的综合状况，并分析个变量的分布特点及相互间的关系。
二、数据分析
1、频数分析。
基本的统计分析往往从频数分析开始。
通过频数分地区359个人旅游基本状
况的统计数据表，在性别、旅游的积极性不同的状况下的频数分析，从而了解该地区的男女职工数量、不同积极性况的基本分布。
统计量
积极性性别
N 有效359 359
缺失0 0
首先，对该地区的男女性别分布进行频数分析，结果如下
性别
频率百分比有效百分比累积百分比
有效女198 55.2 55.2 55.2
男161 44.8 44.8 100.0
合计359 100.0 100.0
表说明，在该地区被调查的359个人中，有198名女性，161名男性，男女比例分别为44.8%和55.2%，该公司职工男女数量差距不大，女性略多于男性。
其次对原有数据中的旅游的积极性进行频数分析，结果如下表：
有效差171 47.6 47.6 47.6
一般79 22.0 22.0 69.6
比较好79 22.0 22.0 91.6
好24 6.7 6.7 98.3
非常好 6 1.7 1.7 100.0
合计359 100.0 100.0
其次对原有数据中的积极性进行频数分析，结果如下表：
其次对原有数据中的是否进通道进行频数分析，结果如下表：
Statistics
通道
N Valid 359
Missing 0
表说明，在该地区被调查的359个人中，有没走通道的占81.6%，占绝大多数。
上表及其直方图说明，被调查的359个人中，对与旅游积极性差的组频数最高的，为171 人数的47.6%，其次为积极性一般和比较好的，占比例都为22.0%，积性为好的和非常好的比例比较低，分别为24人和6人，占总体的比例为6.7%和1.7%。
2、探索性数据分析
（1）交叉分析。
通过频数分析能够掌握单个变量的数据分布情况，但是在实际分析中，不仅要了解单个变量的分布特征，还要分析多个变量不同取值下的分布，掌握多个变量的联合分布特征，进而分析变量之间的相互影响和关系。
就本数据而言，需要了解现工资与性别、年龄、受教育水平、起始工资、本单位工作经历、以前工作经历、职务等级的交叉分析。
现以现工资与职务等级的列联表分析为例，读取数据（下面数据分析表为截取的一部分）：
Count
性别* 积极性交叉制表
计数
积极性
差一般比较好好非常好
合计
性别女96 47 41 12 2 198 男75 32 38 12 4 161
合计171 79 79 24 6 359
上联表及Bar Chart 涉及两个变量，即性别与积极性的二维交叉，反映了在不同的性别对于旅游积极性分布情况。
上表中，性别成为行向量，积极性列向量。
（2）性别与收入的探索性分析
Descriptives
性别
Statistic Std. Error 收入 女
Mean
1005.28562 49.514796 95% Confidence Interval for Mean
Lower Bound 907.63853 Upper Bound
1102.93272
5% Trimmed Mean 957.92011 Median 937.50000 Variance 485439.577 Std. Deviation 696.734940
Minimum 7.426 Maximum 3125.000 Range
3117.574 Interquartile Range 937.563 Skewness .896 .173 Kurtosis
.310
.344
男
Mean
1066.92791 65.993219 95% Confidence Interval for Mean Lower Bound 936.59779 Upper Bound
1197.25802 5% Trimmed Mean 986.95497 Median 937.50000 Variance 701171.907 Std. Deviation 837.360082
Minimum 58.630 Maximum 6250.000 Range
6191.370 Interquartile Range 718.750 Skewness 2.370 .191 Kurtosis
10.166
.380
（3）p-p 图分析
结果分析
年龄在正态p-p图的散点近似成一条直线，无趋势正态p-p图的散点均匀分布在直线y=0的上下，故可认为本资料服从正态分布
3、相关分析。
相关分析是分析客观事物之间关系的数量分析法，明确客观事
之间有怎样的关系对理解和运用相关分析是极其重要的。
函数关系是指两事物之间的一种一一对应的关系，即当一个变量X取一定值时，另一个变量函数Y可以根据确定的函数取一定的值。
另一种普遍存在的关系是统计关系。
统计关系是指两事物之间的一种非一一对应的关系，即当一个变量X取一定值时，另一个变量Y无法根据确定的函数取一定的值。
统计关系可分为线性关系和非线性关系。
事物之间的函数关系比较容易分析和测度，而事物之间的统计关系却不像函数关系那样直接，但确实普遍存在，并且有的关系强有的关系弱，程度各有差异。
如何测度事物之间的统计关系的强弱是人们关注的问题。
相关分析正是一种简单易行的测度事物之间统计关系的有效工具。
上表是对本次分析数据中，旅游花费、收入、、额外收入的相关分析，表中相关系数旁边有两个星号（**）的，表示显著性水平为0.01时，仍拒绝原假设。
一个星号（*）表示显著性水平为0.05是仍拒绝原假设。
先以现旅游花费这一变量与其他变量的相
关性为例分析，由上表可知，旅游花费与额外收入的相关性最大，
5.回归分析
有相关性分析可得收入，旅游花费呈线性相关，因此作回归分析
Charts
由上图可知回归方程：
y=91.563+ 0.024 (x1) , (P(Sig=0.000)<0.01) 即旅游花费=91.563+0.024*收入 ( p<0.01)
6单样本T检验
首先对现工资的分布做正态性检验，结果如下：
由上图可知，现工资的分布可近似看作符合正态分布，现推断现工资变量的平均值是否为$3,000,0，因此可采取单样本t检验来进行分析。
分析如下：
One-Sample Statistics
单个样本统计量
N 均值标准差均值的标准误
收入359 1032.93021 762.523942 40.244474
由One-Sample Statistics可知，359个被调查的人中收入平均值1032.93021
，标准差为762.523942，均值标准误差为40.244474。
图表One-Sample Test中，第二列是t统计量的观测值为25.666；第三列是自由度为358（n-1）；第四列是t统计量观测值的
双尾概率值；第五列是样本均值和检验值的差；第六列和第七列是总体均值与原假设值差的95%的置信区间为（953.78493 , 1112.07550）。
该问题的t值等于25.666对应的临界置信水平为0，远远小于设置的0.05，因此拒绝原假设，表明该地区被调查的359名人中收入与1032.93021
存在显著差异。
7，独立样本t检验
T-Test
Group Statistics
性别N Mean
Std.
Deviation
Std. Error
Mean
旅游花费女198 126.09 149.533 10.627 男161 104.51 102.187 8.053
结果分析
得到两组的均数（mean）分别为198 和 161
独立样本t检验，取的t值1.559与Sig为0.120 p>0..05
旅游花费不成显著性差异，由图中可知旅行的旅游花费较高。