SPSS在会计和财务管理中的应用

SPSS(目前称为“PASW”)是目前世界上应用*广泛的统计分析软件，具有功能强大、操作简单、界面友好等特点，普遍应用于经济学、管理学、社会学、心理学和教育学等社会科学领域。但目前财务管理、会计领域的SPSS应用方面的书籍还非常匮乏，这不利于财会专业学生数据统计分析技能的学习和提高。基于此，我们围绕财务管理和会计工作中常见的数据类型和统计分析工作内容，以SPSS 18.0中文版为操作软件，结合具体案例，详细地介绍SPSS各个主要功能模块的统计原理、操作步骤及结果解释。

　　本书主要包括以下几个方面的特点。

1. 贴近实战的数据和案例

　　本书的演示案例都是财务管理、会计工作经常涉及的数据处理与分析问题，案例所用的数据均来自公开资源的财务数据(少数为经济数据)，因而针对性和实践性强。

2. 详细的“原理介绍 步骤演示 结果解释”

　　本书对每一个统计分析方法都先介绍其基本统计原理、公式，然后配以详细的SPSS操作步骤图示，*后对SPSS输出结果进行详细说明和解释，因而操作性和实用性强。

3. 配套的“案例数据 课后习题 视频教学”

　　本书每一章节的案例都有数据供读者自行练习，同时，每一章都有相应的课后习题和答案，此外，我们还在互联网上开设视频教学网址供读者观看学习，因而非常有利于读者的复习和自学。

 

本书采用SPSS 18.0中文版，介绍了SPSS在财会类专业中的应用。全书共9个章节，主要内容包括数据录入、数据处理、数据文件管理、描述统计、t 检验、方差分析、相关分析、回归分析等基础统计分析模块以及非参数检验、聚类分析、判别分析、因子分析等高级统计分析模块。为了方便教学及读者自学，本书除了提供每个章节的演示案例数据外，还专门为读者录制了各个重要知识点的微课教学视频，因而是一本方便实用的SPSS学习教材。

除了主要面向财会类专业，本书还可以作为经济、市场营销及其他管理类专业本专科学生的统计分析课程教材，也可以作为财会类从业人员学习SPSS统计分析的参考书。

目录

 

第1章  SPSS概述        1

1.1 
SPSS简介       2

1.2 
SPSS的安装与运行      3

1.2.1 
SPSS的版本及运行环境  3

1.2.2 
SPSS的安装       3

1.2.3 
SPSS的运行       3

1.3 
SPSS的主要窗口及菜单功能      4

1.3.1 
SPSS的主要窗口       4

1.3.2 
SPSS的菜单功能       8

1.4 
SPSS的系统设置  11

小结         13

思考与练习    14

第2章  数据的建立与管理        15

2.1  数据的建立  16

2.1.1 
变量的属性        16

2.1.2 
数据的直接录入       21

2.2  数据的打开与保存      27

2.2.1 
外部数据的打开       27

2.2.2 
SPSS数据的保存       30

2.3  数据的管理  31

2.3.1 
数据检验   31

2.3.2 
数据的合并        36

2.3.3 
数据的排序        41

2.3.4 
选择个案   41

2.3.5 
计算变量   44

2.3.6 
变量值的重新编码   45

小结         49

思考与练习    49

第3章  描述统计        51

3.1  变量类型       52

3.1.1 
按数据反映的测量水平划分  52

3.1.2 
按数据是否具有连续性划分  53

3.2  统计量   54

3.2.1 
集中量数   54

3.2.2 
差异量数   55

3.3  数据分布       56

3.3.1 
正态分布   56

3.3.2 
偏态分布   57

3.4  频率分析的SPSS过程 57

3.4.1 
定类和定序变量描述       58

3.4.2 
定距和定比变量描述       63

3.5  描述分析的SPSS过程 68

3.5.1 
标准分数   68

3.5.2 
描述分析的SPSS过程      69

3.6  数据探索的SPSS过程 71

3.7  交叉表分析的SPSS过程     75

小结         79

思考与练习    79

第4章  参数检验        81

4.1  假设检验       82

4.1.1 
假设检验概述   82

4.1.2 
假设检验的小概率原理   83

4.1.3 
假设检验的基本步骤       83

4.2  单样本t检验        84

4.2.1 
单样本t检验概述    84

4.2.2 
单样本t检验的步骤        84

4.2.3 
单样本t检验的SPSS过程       86

4.3  两独立样本t检验       89

4.3.1 
两独立样本t检验概述    89

4.3.2 
两独立样本t检验的原理和步骤   89

4.3.3 
两独立样本t检验的SPSS过程      91

4.4  两配对样本t检验       94

4.4.1 
两配对样本t检验的研究目的        94

4.4.2 
两配对样本t检验的原理和步骤   95

4.4.3 
两配对样本t检验的SPSS过程      96

小结         98

思考与练习    99

第5章  方差分析        101

5.1  单因素方差分析  102

5.1.1 
单因素方差分析的基本原理  102

5.1.2 
单因素方差分析的基本步骤  104

5.1.3 
方差齐性检验   104

5.1.4 
多重比较检验   105

5.1.5 
单因素方差分析的SPSS过程 106

5.2  多因素方差分析  113

5.2.1 
多因素方差分析的基本原理  113

5.2.2 
多因素方差分析的基本步骤  114

5.2.3 
多因素方差分析的方法及应用概述      115

5.2.4 
多因素方差分析的SPSS过程 116

5.3  协方差分析  122

5.3.1 
协方差分析的基本原理   122

5.3.2 
协方差分析需要满足的假设条件  123

5.3.3 
协方差分析的SPSS过程 123

小结         129

思考与练习    129

第6章  非参数检验    131

6.1  非参数检验简介  132

6.1.1 
非参数检验和参数检验的异同       132

6.1.2 
非参数检验的优缺点       133

6.1.3 
非参数检验的SPSS过程 133

6.2  卡方检验       134

6.2.1 
卡方检验的一般原理       134

6.2.2 
分布拟合检验   134

6.2.3 
独立性检验        140

6.3  二项检验       144

6.3.1 
二项检验的原理       144

6.3.2 
二项检验的SPSS过程      144

6.4  两独立样本非参数检验      146

6.4.1 
两独立样本非参数检验的一般原理      146

6.4.2 
Mann-Whitney U检验      147

6.5  两相关样本非参数检验      149

6.5.1 
两相关样本非参数检验的一般原理      149

6.5.2 
符号检验   149

小结         152

思考与练习    152

第7章  相关分析        155

7.1  散点图   156

7.1.1 
散点图概述        156

7.1.2 
散点图的SPSS过程  157

7.2  简单线性相关       159

7.2.1 
Pearson相关系数     160

7.2.2 
Spearman等级相关  162

7.2.3 
Kendall的tau-b系数        165

7.3  偏相关分析  166

7.3.1 
偏相关概述        166

7.3.2 
偏相关的SPSS过程  167

小结         169

思考与练习    169

第8章  回归分析        173

8.1  回归方程的构建步骤  174

8.2  一元线性回归方程      175

8.2.1 
一元线性回归方程求解   175

8.2.2 
一元线性回归方程拟合度检验       176

8.2.3 
一元线性回归的SPSS过程      177

8.3  多元线性回归方程      180

8.3.1 
多元线性回归方程求解   180

8.3.2 
多元线性回归方程拟合度检验       180

8.3.3 
多重共线性        182

8.3.4 
多元线性回归的SPSS过程      182

小结         189

思考与练习    189

第9章  部分高级分析方法        193

9.1  聚类分析       194

9.1.1 
两步聚类   195

9.1.2 
K-均值聚类        197

9.1.3 
系统聚类   202

9.2  判别分析       207

9.2.1 
判别分析概述   207

9.2.2 
判别分析的SPSS过程      208

9.3  因子分析       214

9.3.1 
因子分析概述   214

9.3.2 
因子分析的SPSS过程      216

小结         222

思考与练习    222

参考文献        224

前言

 

　　随着会计信息化的发展，对各类财务和会计数据的处理与分析成为财务管理与会计工作的核心内容。但长期以来，人们对财会数据的处理应用大多只停留在数据的常规处理与管理上，例如数据的采集、编码、分类、核验、运算以及数据文件的管理和数据指标的一般性描述，如样本量、最小值、最大值、平均值等，缺少对不同数据指标之间关系的推断统计与分析，因而不能发现财会数据指标之间的差异性和相关性，难以为企业财务决策提供更为科学有效的统计依据。在财会相关软件上，目前也多局限于Excel、Access数据库管理系统、VF(Visual Foxpro)数据库管理系统以及金蝶、用友等专业财务管理软件的应用，而SPSS、Eviews等统计分析软件的应用则非常匮乏。在现代社会，产品开发、市场研究与预测及投资管理等企业决策越来越依赖财务数据的分析，对财会数据的统计分析也越来越得到管理者的重视，这一趋势可以体现在市场研究专员、数据分析师、投资分析师、财务分析师和精算师等数据统计分析人才需求持续旺盛上。因此，财会专业学生及从业人员必须紧跟形势，学习掌握数据统计分析的基本原理和软件操作，提高自身数据统计分析技能，成为不仅会做账和管理数据，还会对数据进行统计分析并作出财务决策的高级财会人才。

　　SPSS(目前称为“PASW”)是目前世界上应用最广泛的统计分析软件，具有功能强大、操作简单、界面友好等特点，普遍应用于经济学、管理学、社会学、心理学和教育学等社会科学领域。但目前财务管理、会计领域的SPSS应用方面的书籍还非常匮乏，这不利于财会专业学生数据统计分析技能的学习和提高。基于此，我们围绕财务管理和会计工作中常见的数据类型和统计分析工作内容，以SPSS 18.0中文版为操作软件，结合具体案例，详细地介绍SPSS各个主要功能模块的统计原理、操作步骤及结果解释。

　　本书主要包括以下几个方面的特点。

1. 贴近实战的数据和案例

　　本书的演示案例都是财务管理、会计工作经常涉及的数据处理与分析问题，案例所用的数据均来自公开资源的财务数据(少数为经济数据)，因而针对性和实践性强。

2. 详细的“原理介绍 步骤演示 结果解释”

　　本书对每一个统计分析方法都先介绍其基本统计原理、公式，然后配以详细的SPSS操作步骤图示，最后对SPSS输出结果进行详细说明和解释，因而操作性和实用性强。

3. 配套的“案例数据 课后习题 视频教学”

　　本书每一章节的案例都有数据供读者自行练习，同时，每一章都有相应的课后习题和答案，此外，我们还在互联网上开设视频教学网址供读者观看学习，因而非常有利于读者的复习和自学。

　　本书编写人员均来自广西大学行健文理学院应用统计领域的一线教师，长期从事财务管理、会计学、市场营销和心理学等专业的SPSS统计分析课程教学工作，由李金德、欧贤才任主编，秦晶、连娟、黄蕙玲任副主编。具体分工如下：连娟负责第1章和第2章的编写；欧贤才负责第3章的编写；秦晶负责第4章和第5章的编写；黄蕙玲负责第6章和第9章的编写；李金德负责第7章和第8章的编写。全书由李金德统稿，并由李金德和欧贤才审校。

　　由于编写人员知识和经验所限，书中难免有错漏之处，恳请读者将发现的问题或有关意见和建议反馈给我们，以便我们进行更正和修订。此外，我们的案例数据以及视频教学下载网址为http://www.tup.com.cn。

 

 

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　编  者

第2章  数据的建立与管理

 

? 掌握SPSS数据文件变量的设置。

? 掌握SPSS数据文件的数据录入。

? 掌握数据文件的合并及拆分的SPSS操作。

? 掌握数据排序、选择个案及计算变量的SPSS操作。

 

如何建立数据文件是使用统计软件的第一步，因为数据是所有统计研究的基础，没有数据，统计分析也就无从谈起，因此，介绍SPSS数据的建立是本章的首要任务。

　　在实际的统计研究中，我们所建立的原始数据往往不能直接应用于最终的统计分析。这不仅是因为数据库可能有工作人员录入错误或原始问卷记录错误等情况，使得数据库中包含不正确的数据；还因为针对同一个研究目的，往往要从不同的侧面对数据进行研究，采用多种统计分析方法进行分析，而不同的统计方法对数据文件结构的要求也不尽相同，这就需要对数据文件的结构进行重新调整或转换，以便适合于相应的统计方法使用。以上这些工作被统称为数据管理，数据管理是统计分析工作中非常重要的一个环节，直接关系到数据分析的结果，是统计分析工作中不可缺少的一个关键步骤。在SPSS中，数据文件的管理功能基本上都集中在“数据”和“转换”两个菜单中，前者的功能主要是实现文件级别的数据管理，如个案排序、选择个案、文件合并和拆分等；而后者主要实现数据变量级别的数据管理，如计算新变量、变量取值重编码等，主要与变量数值的转换有关。本章将主要介绍这两个菜单的相应功能。

2.1  数据的建立

　　在SPSS中建立数据文件大致有两种情况：一种是将原始数据直接录入SPSS；另一种是利用SPSS读取其他数据格式的资料。数据录入就是把每个个案(公司、被调查者等)的每个指标(变量)录入到软件中。在录入数据时，大致可归纳为三个步骤：定义变量名，即给每个指标起个名字；指定每个变量的各种属性，即对每个指标的一些统计特性作出指定；录入数据，即把每个个案的各指标值录入为电子格式。因此，我们有必要先了解变量的各种属性。

2.1.1 
变量的属性

　　任何一个变量都有相应的变量名与之对应，但为了进一步满足统计分析的需要，除了变量名外，往往还要对每一个变量进一步定义许多附加的变量属性，如变量类型、变量宽度和小数位等。如图2-1所示，在变量视图中SPSS为每个变量指定了11种变量属性。

 

图2-1  变量视图

 

1. 名称

　　该单元格主要的目的是定义变量名称，SPSS中变量名定义应符合以下要求。

　　(1)    在一个数据文件中变量名必须是唯一的，不能重名。

　　(2)    变量名不区分大小写；变量名长度不能超过64个字符(32个汉字)。

　　(3)    首字符必须是字母、汉字或特殊符号@，但不能是空格或数字；其后的字符可为字母、数字、中文及特殊符号“.”“$”“@”，但不能为“？”“！”“*”等字符。变量名的首尾都不能是“.”“。”或“-”，以免引起误会。

　　(4)    一些逻辑词语不能作为变量名，如all、and、or、by、to、with、not等。

　　如果用户不指定变量名，SPSS软件会以“VAR”开头来命名变量，后面跟五位数字，如VAR00001、VAR00019等。

2. 变量类型的设置

　　SPSS中变量有三种基本类型：数值型、字符串型和日期型。根据不同的显示方式，数值型又被细分成了六种，所以SPSS中的变量类型共有八种。在变量视图中选择【类型】单元格时，右侧会出现按钮，单击按钮会打开【变量类型】对话框，如图2-2所示。左侧为具体的变量储存类型，右侧用于进一步定义变量宽度和小数位。

 

图2-2  【变量类型】对话框

　　1)     数值型

　　在三种基本变量类型中，数值型是SPSS最常用的变量类型。数值型的数据是由0～9的阿拉伯数字和其他特殊符号，如美元符号、逗号或圆点组成。数值型数据根据内容和显示方式的不同，可以分为标准数值型、每三位用逗号分隔的数值型、每三位用圆点分隔的圆点数值型、科学计数型、显示带美元符号的美元数值型和自定义货币型等六种不同的表示方法。其中，最为常用的只有标准数值型，作为初学者，其他几种使用频率较低，如有兴趣可以自行查阅软件中的帮助信息即可了解详细内容，在此不过多赘述。

　　2)     字符串型

　　字符串也是SPSS中较为常用的数据类型，变量值是一串字符，字符串变量中的大小写是被区分的，但字符串变量不能参与算数运算，只能在频率与交叉表分析中显示。

　　数值型变量可以直接转换为字符型变量，不过字符串型变量转换为数值型时，数字数据不会丢失，但非数字数据则会丢失。例如，“部门”变量录入数据时的数据为“后勤”等字符串，若将其变量类型由字符串改为数值型，则“后勤”数据会消失。但若“部门”的数据为数字，例如，用“1”代表“后勤”，尽管此时“部门”的变量类型为字符串，但将其改为数值型时数据还会保留。

　　3)     日期型

　　它可以用来表示日期或时间。日期型数据的显示格式有很多，SPSS在对话框右侧会以列表的方式列出各种显示格式以供用户选择。

3. 变量宽度的设置

　　“宽度”是指数据视图中数据所占的列宽，一般使用系统默认的设置，默认宽度为8个字符宽度，用户也可以根据需要调整。在电脑中的编辑中每个汉字占2个字符，每个字母和数字占1个字符。

　　在此需要注意的是，用户设定好字符型变量宽度后，所录入的数据长度将自动被限定在宽度之内。字符型数据的长度不能超过变量设定的宽度。如果字符串的长度超过变量宽度，超过部分将被系统截掉。例如，某单元格的数据为abcdef，但当设置该变量宽度为4时，后面的ef将自动被截掉。

 4. 小数位的设置

　　“小数”用于设置变量数值的小数位数，数值型变量默认为2个小数位，字符型变量SPSS自动设置为0。小数点的设置只影响显示的位数，而不影响实际数值。例如0.3456，在小数位为2个时将显示为0.35(自动四舍五入)，但其数值大小依然为0.3456而非改为0.35。当变量小数位为2个时，输出结果的均值默认为4个小数位，标准差默认为5个小数位；当变量小数位为0时，则输出结果的均值为2个小数位，标准差为3个小数位。

　　录入数据时，系统会默认将数值型变量小数位设置为2，如果录入的数据多为整数，为了数据视图的视觉效果更简洁，建议手动将整数变量设置小数位为0。

5. 变量标签与值标签的设置

　　1)     变量标签的设置

　　变量标签是对变量名含义进行注释说明的标记，目的是使人更清楚明确地了解该变量的含义。有时一个变量的全称太长，不适合直接作为变量名，此时就用简略词语给变量起名，然后在变量标签中附注完整的名称或具体含义，如图2-3中的“q1”变量所示。

 

图2-3  变量标签的设置

　　当设置变量标签时，在各种统计分析操作的变量列表以及输出结果中，该变量就会以变量标签出现而不是以原变量名出现，如果变量标签比较长，在命令窗口常常只能见到标签，见不到变量名，如图2-4所示，这给使用者带来了不便。如果不想让变量标签代替原变量名出现，则可以选择【编辑】→【选项】命令，在【选项】命令中的【常规】选项卡的【变量列表】选项组中选择【显示名称】，如图2-5所示。这时如果我们再打开命令分析对话框，变量的标签就不再显示了，如图2-6所示。这样设置后我们做统计分析时在选择变量时就十分清楚明了了。

 

图2-4  显示变量标签的【频率】对话框

 

图2-5  变量名显示的设置

 

图2-6  未显示变量标签的【频率】对话框

　　2)     值标签的设置

　　由于SPSS只能对数值型数据进行算术统计分析，因此在SPSS中录入的内容以数值为主。但数字本身是没有具体意义的，只有在特定的研究项目中才有特定的意义，因而我们需要对变量数据的各种取值的含义进行注释说明，即设置值标签。例如，性别的数据中有“1”和“2”两种取值，具体它们分别代表哪种性别，则需要在值标签中说明，如图2-7所示。

 

图2-7  值标签的设置

　　当变量数据的含义非常直接明确时，可以不设置值标签，如年级。除此之外，读者还可以只对部分取值设置值标签，而不一定对所有的值设置。需要注意的是，值标签一般是针对离散变量(定类变量和定序变量)设置，连续变量(定距变量和定比变量)不需要设置，因为连续变量的数值可以反映数值大小，有具体的意义。离散变量、连续变量等变量类型的相关知识点我们将在“3.1  变量类型”中做详细介绍。

　　3)     变量属性及值标签的批量设置

　　如果我们需要将数据中很多变量的属性和值标签设置为相同，可以采用以下两种方法处理。

　　(1)    复制粘贴数据整体属性法。可以通过选择【数据】→【复制数据属性】命令完成，过程并不复杂，感兴趣的读者可以自己尝试操作。

　　(2)    复制粘贴数据单个属性法。直接单击要复制的变量的某个属性或值标签单元格，选择复制选中目标变量对应的属性单元格，然后粘贴到新变量中即可，这和一般的复制粘贴过程是一样的，读者可以自己完成，在此不再赘述。

6. 缺失值的设置

　　缺失值是指某个样本缺少特定变量的数据信息，它将不被纳入各种统计分析中。SPSS中的缺失值有系统缺失值和用户缺失值两大类。

　　1)     系统缺失值

　　当变量中某个样本没有提供信息或者提供的是非法格式的信息时，系统自动将其设置为缺失值。在SPSS中，对于数据型变量数据，系统缺失值默认用“.”表示，而字符串型变量就是空字符串。

　　2)     用户缺失值

　　用户缺失值是指用户根据特定目的设置的、自己能够识别的数值。例如，不符合题目要求的答案，不适合某项统计分析条件的数值、录入错误的数据等。一般用特殊的数字表示，如“99”“98”等。设置用户缺失值可以保留最原始信息，同时又避免错误数据被纳入统计分析而造成结果偏误。在变量视图中，单击【缺失】下面的单元格出现按钮，单击按钮弹出【缺失值】对话框，有三种方式可供定义用户缺失值，如图2-8所示。

 

图2-8  【缺失值】对话框

　　(1)    没有缺失值：默认为没有用户缺失值，只有系统缺失值。

　　(2)    离散缺失值：缺失值是1～3个不连续的数值。

　　(3)    范围加上一个可选离散缺失值：缺失值是一个区间范围，且还可以设置某个零散的缺失值。

　　需要注意的是，如果数据中有用户缺失值，那就一定要在变量属性中设定，要不就将所有用户缺失值都设定为系统缺失值，即删除为空。

7. 变量列宽、对齐、度量标准的设置

　　(1)    列宽：数据区域中变量所在列的宽度。设置时宽窄要适度，以变量名不换行为佳。

　　(2)    对齐：字符型变量自动左对齐，数值型变量自动右对齐。建议统一用居中对齐。

　　(3)    度量标准：字符型、分类变量可以设置为“名义”，等级顺序变量设置为“序号”，连续变量设置为“度量”，也可以采用系统的默认设置。

8. 角色的设置

　　该属性是源自于数据挖掘方法体系中要求某些对话框支持用于预先选择分析变量的预定义角色。当打开其中一个对话框时，满足角色要求的变量将自动显示在目标列表中。由于此类对话框在现有的SPSS中很少，因此一般用户可以直接忽略这一属性。

2.1.2 
数据的直接录入

　　将非电子化的原始问卷资料录入到SPSS软件中，需要注意数据录入的以下基本原则：①每个个案要设置标记ID，以便核对数据信息及作为其他数据处理的关键变量；②变量信息要简单独立，一个属性就是一个变量，避免一个变量多重属性(如“农村男生”“女研究生”)；③统计指标(变量)在列，样本在行，一个变量一列，一个样本一行；④录入的数据为原始数据而不是汇总数据；⑤数据应先对变量进行分类编码(数字化)之后再录入。问卷中不同的问题类型录入的方式有所不同，接下来以案例2-1“员工薪酬调查问卷”为例，介绍问卷中常见的几种题型的录入方法。

 

员工薪酬调查问卷

　　填写说明：

　　1. 本问卷的目的在于了解填写者对公司员工薪酬问题的建议和看法。

　　2. 所有填写均为匿名填写，我们承诺对填写者的个人信息保密。

　　(注：薪酬概念涵盖员工在公司工作所获的各项收益，包括工资、奖金、津贴、保险以及各项福利等)请在您选择的答案序号上画“√”。

一、个人信息

　　S1. 性别：

A. 男           B. 女

　　S2. 年龄：__________________

　　S3. 您所在的部门：      

A. 业务部门       B. 管理职能部门

　　S4. 您的学历：          

A. 大专以下       B. 大专                C.
本科及以上     

　　S5. 您在公司的工作年限：       

A. 1年以下          B.
1～2年                     C. 2～3年                     D. 3年以上

　　S6. 您在本职位的累计工作年限：

A. 2年以下                    B.
2～5年             C. 6～10年                    D. 10年以上

二、薪酬调查

　　q1. 您认为公司目前采用的是什么薪酬制度？

A. 岗位(职务)工资                          B. 业绩工资      

C. 技能工资                                            D.
以岗位工资为基础的绩效工资     

E. 其他(请说明)                        

　　q2. 您认为现行的薪酬制度

A. 非常合理         B.
合理               C. 一般        D. 不合理     E. 非常不合理

　　q3. 从您进入公司以来，薪酬制度是否做过调整？

A. 是                  B.
否

　　q4. (如果上题回答“是”)最近一次薪酬制度调整是哪年？        年

　　q5. 您认为调整后的薪酬制度与以前的相比：

A. 改进了很多    B. 有一些改进    C. 一般         D.
不合理      E. 非常不合理

　　q6. 您认为您的薪酬所得在同行业中

A. 高很多        B.
偏高                       C. 一般        D. 偏低       E. 低很多

　　q7. 您认为您的薪酬所得在本地区属于

A. 很高的           B.
偏高                       C. 一般      D. 偏低          E. 很低的

　　q8. 您认为您的薪酬所得在本职业属于

A. 很高的         B.
偏高                       C. 一般         D. 偏低                    E. 很低的

　　q9. 您认为您的薪酬所得同您的工作难度和责任是否对等？

A. 很对等        B.
较对等                     C. 一般        D.  较不对等         E. 很不对等

　　q10. 您认为您的薪酬所得同付出的努力相比是否对等？

A. 很对等         B.
较对等                     C. 一般        D.  较不对等         E. 很不对等

　　q11. 在现行的薪酬制度下，公司多长时间给您调整一次工资？

A. 半年以下      B. 1年                C.
2年         D. 3年        E. 没有明确

　　q12. 您认为薪酬变动的依据是什么？(最多选三项)

A. 岗位或职务变动    B. 个人业绩大小       C. 定期升降   

D. 公司利润大小       E. 工作年限          F.
其他                        

　　q13. 目前薪酬调整的趋势是

A. 只升不降       B. 升降结合      C. 只降不升         D.
没有变化

　　q14. 您认为公司目前的工资等级设置与工资级差(每个工资等级之间的差距)是否合理？

A. 工资等级与工资级差设置比较合理

B. 工资等级设置太多(少)

C. 工资级差太大(小)

D. 工资等级与工资级差设置都不合适

　　q15. 目前薪酬中奖金与业绩的挂钩程度为

A. 20%及以下        B. 30%                     C.
40%          D.
50%           E. 60%以上

　　q16. 您认为奖金与业绩的挂钩程度应在

A. 20%及以下               B.
30%                            C.
40%         

D. 50%  
                        E. 60%及以上                 F. 不浮动

　　q17. 您认为奖金的浮动对自己的工作产生

A. 积极帮助                      B.
一些帮助            C. 没影响  

D. 一些困扰                      E.
很大困扰

　　q18. 您认为目前的薪酬体系中基本工资与奖金的比例相比

A. 比较合理                      B.
奖金比例偏大       C. 奖金比例偏小

　　q19. 您清楚公司提供的福利和保险项目吗？

A. 清楚                               B.
知道一点               C. 不清楚

　　q20. 除工资、奖金外，公司提供给员工的其他福利形式有(可选择多项)

A. 住房补贴                      B.
交通补贴                      C. 带薪休假  

D. 股票期权               E.
医疗补贴   

F. 财产或人身保险     G. 其他(请说明)

　　q21. 您希望公司增加哪些福利？(请说明)___________________

　　q22. 您认为在现行的薪酬制度下，不同层级之间员工薪酬水平的差距______________

　　q23. 您对公司薪酬制度的改革和完善有什么意见和建议？(请说明) ________________

1. 开放题录入

　　开放题即没有固定答案选项，由被访者自己填写答案，在变量视图中的名称单元格输入变量名称，并且设置其他变量属性，开放题的变量属性根据问题回答答案是数值或者文字来选择变量类型，在“员工薪酬调查问卷”中的S2题目为“年龄”，为数值型变量，则在变量类型中选择“数值”。在此需要注意的是，开放题中由于变量的输入内容具体的实际意义，且内容丰富，因此我们就不需要对每个问题的答案进行
“值”标签设置。通常情况下，开放题的数据主要作用是研究人员对于了解研究对象的补充资料，无法进行算术分析。

2. 单选题录入

　　单选题的录入方法与开放题相似，不同的是，在单选题中需要将选项进行编码后定义变量的值标签。例如，“员工薪酬调查问卷”中S1题目为“性别”，有两个选项，将A选项“男”编码为“1”，B选项“女”编码为“2”，在值标签中输入选项编码的标签含义。具体操作步骤如下：在变量视图中，单击性别变量【值】标签单元格右端按钮，在弹出的【值标签】对话框中输入各个取值以及其标签，每输入完成一个值标签单击【添加】按钮，依次添加，最后单击【确定】按钮即可，如图2-9所示。通过这种方式，既可以减少数据录入的工作量，而且可以方便后面的数据分析工作。

 

图2-9  值标签的编辑

3. 多选题录入

　　多选题，又被称为多重响应，是在社会调查和市场调研中极为常见的一种数据记录类型。一般情况下，对于问卷中的一个单选题一个被访者只有一个答案，对应的变量只有一个取值。而多选题，例如，“员工薪酬调查问卷”中“薪酬调查”部分的q12题和q20题，均为多选题，被访者可以选择两个或者更多选项。这样一来，多选题中每道题都可能有一个以上的答案，多选题就不能用一个变量来直接编码，否则无法进行分析，这时需要使用几个变量来进行记录。

　　在统计软件中多选题的录入方法通常有两种：多重二分法和多重分类法。

　　1)     多重二分法

　　所谓多重二分法，是指在编码时，对应每个选项都要定义一个变量，有几个选项就有几个变量，这些变量分别代表其中一个选项的选择结果，一般分为“选中”选项与“未选”选项两类。在SPSS中，多选题的录入程序与单选题相同，均是先在变量视图中进行变量设置，然后直接录入数据。但多选题的不同之处是变量的定义方式不同，在数据录入完毕，分析数据之前，还需要定义多选题变量集，利用变量集进行多重响应分析，而不能直接使用变量分析。

　　在定义变量时，每个选项对应一个变量，例如“员工薪酬调查问卷”中q20题，对应所选择的七种选项，分别设定了q20.1、q20.2、q20.3、q20.4、q20.5、q20.6、q20.7这七个变量，均以0表示未选中，1表示选中，如图2-10所示。可见第1个个案除工资、奖金外，公司还提供给他的其他福利形式有住房补贴、交通补贴、带薪休假、股票期权、医疗补贴及其他补贴，但是没有提供财产或人身保险。而第4个个案只有住房补贴、交通补贴和医疗补贴。

 

图2-10  多重二分法的数据录入

　　在多重二分法中，无论多选题拆分成多少个变量，其变量值标签的定义应该一致，否则将会出现混乱。多重二分法适用于未限定选择答案数量的多选题。

　　2)     多重分类法

　　多重二分类法实际上是多选题的标准格式，但这种数据格式有时会给数据录入带来麻烦，比如“员工薪酬调查问卷”中q12题，每个被访者被限制回答最多三个选项，但总选项数量有六个，显然，如果使用多重二分法录入，则有一半的数据需要录入为“未选中”，徒增了许多数据录入的工作。对于这类限定选择选项数量的多选题，则较多使用多重分类法进行数据录入。

　　多重分类法与多重二分法一样，也是利用多个变量对一个多选题的答案进行定义，应该用多少个变量来定义，由被访者实际可能给出的答案数量而定。这些变量采用一套值标签，并且每个变量都是多分类的，每个变量代表被访者的一次选择。

　　以q12题为例，由于限定最多回答三个选项，因此只需要设定q12.1、q12.2、q12.3三个变量即可。如图2-11所示，个案1选择了“个人业绩大小”“定期升降”“公司利润大小”三个选项；个案2只选择了“个人业绩大小”“公司利润大小”两个选项，q12.3为缺失值，这种数据缺失现象在多重分类法中其实是一种正常现象。  

 

图2-11  多重分类法的数据录入

4. 定义变量集

　　多选题录入完毕后SPSS只会默认它们是若干分散独立的变量，并不会把它们识别成一道多选题，只有将其设定为多选题变量集(也称为多重响应集)，SPSS才会对其进行正确的识别，从而将多选题的全部变量当成一整道题目来判断。但需要注意的是，统计分析的逻辑是利用样本去估计分析总体，只有当样本值是唯一时对总体的估计分析才能准确，而多选题的被访者的回答存在多种可能，变量的取值并不是唯一的。因此，我们认为多选题的分析只适合进行简单的频率分析，而不适合进行更高级的统计分析，事实上，SPSS到目前为止也没有提供任何直接分析多选题数据的统计方法和功能模块。

　　SPSS中提供了多种方式处理多选题，如图2-12(a)所示，在【分析】菜单中的【多重响应】子菜单项的【定义变量集】模块，以及如图2-12(b)所示，在【数据】菜单中的【定义多重响应集】子菜单项，都可以用来设定多选题变量集。所不同的是，【多重响应】菜单项的【定义变量集】定义的多选题变量集不能在SPSS数据文件中保存，关闭数据文件后相应的信息就会丢失，如果再次使用，则必须重新定义变量集；而【数据】菜单中的【定义多重响应集】模块可以保存所定义的信息。这两个过程的操作基本相同，现在以【分析】菜单设定为例介绍如何定义多选题。

 

              (a) 利用【分析】菜单定义多选题        (b) 利用【数据】菜单定义多选题

图2-12  定义多重响应集

 

步骤1：打开本章数据“员工薪资调查”，依次选择【分析】→【多重响应】→【定义变量集】命令，如图2-12(a)所示。

　　步骤2：单击【定义变量集】进入其对话框，将表示同一多选题的变量一起选入右侧的【集合中的变量】框中。在【将变量编码为】选项组中选中变量编码方式，多重二分法方式的题目选中【二分法】，需要在其右侧的【计数值】文本框中填入数字“1”。多重分类法方式的题目选中【类别】，需要设定变量的取值范围，在该范围内的记录值将纳入分析。将新定义的变量名称和标签填上，该例在【名称】文本框中填上“Q20”，并在【标签】文本框中填上“其他福利形式”，如图2-13所示。然后将【集合中的变量】框中的变量添加到右侧的【多响应集】框中，单击【关闭】按钮即可。

　　步骤3：重新依次选择【分析】→【多重响应】命令时就会发现，原来呈现灰色的【频率】和【交叉表】命令现在已经被激活，如图2-14所示。这时我们便可以对定义的多重响应集进行分析了，不过用【分析】菜单所定义的多重响应集只能做频率分析和交叉表分析，对于其他分析使用的集，可以使用【数据】菜单上的定义多重响应集，有兴趣的读者可以自己查阅相关数据学习，限于篇幅，这里就不再详细列举过程了。本书在第3章时会介绍频率分析和交叉表分析，完成第3章学习后读者可以再回来尝试完成多重响应集的分析。

 

图2-13  【定义多重响应集】对话框 图2-14  多重响应集

2.2  数据的打开与保存