基于SPSS的性别歧视问题的 研究 观点：没有性别歧视Team Members： 张文辉、邓哲儿、杨旸、汤建良、兰孝宇、莫观华、袁庆、杨杰、孙群群Presented by 2011PTMBA3 “Team Best”目录Contents1. 问题背景 2. 反例 3. 数据模型建立 4. 假设检验 5. 重新建立模型 6. 影响薪金的因素 7. 结论我们女员工受到了歧视，由于性别差异， 我们的待遇与男员工存在很大差异。A公司是一家拥有约500人的企业，该公司女员工认 为在待遇方面不公平，受工会委托，本小组根据HR 部门提供的员工资料，对女员工是否受到歧视进行 分析.问题背景Background反例Counterexample起薪公司年 限级别学历IDGEN DERSALA RY差异比例(f-m)/m1500090112123f3330021.31%125m274501500076112324f2916032.24%320m220501275084112195f2640034.35%192m19650以下是起薪、在公司年限、级别、学历同等条件下， 因性别不同导致女性薪水比男性薪水高的例子数据模型 Data Model通过对表格提供数据进行详细的分析,得出影响Current Salary：Y 的因素有: 分析过程将数据代入，利用SPSS软件进行分析，得出的结果是：1. 拟拟和优优度检验检验目的:检验样本观察点聚集在回归直线周围的密集程度，评价回归方程对样本数据点的拟和程度。多重可决系数 ， 修正的可决系数 ，均较高，可认为 回归方程有意义，表明模型拟合较好。假设检验 Hypothesis Testing模型RR 方调整 R 方标准 估计的误差1.918a.844.8416805 回归归方程的显显著性检验检验 （F检验检验 ） 目的:检验所有自变量与因变量之间的线性关系是否显著，是否可用线性 模型来表示 F=358.9，Sig=0.0000.05，表明Minority Classification的系数与0没有显著性差异，表明Minority Classification不应该作为解释变量出现在方程式中。假设检验 Hypothesis Testing 重新建立模型 将Minority Classification从解释变量中剔除，重新建立数学模型，再次用 SPSS进行分析 拟拟和优优度检验检验如下表所示：多重可决系数 ，修正的可决系数 ，可见去掉Minority Classification之后，对结果影响不大，拟合程度依然较好。重新建立模型 Modeling Again模型RR 方调整 R 方标准 估计的误差1.918a.843.8416809.086 回归归方程的显显著性检验检验 （F检验检验 ） F=417.9358.9，F 值越大越好，同样Sig为0.000，同样具有显著性意义。重新假设检验 Hypothesis Testing AgainAnovab模型平方和df均方FSig. 1回归1.16E+1161.94E+10417.945.000a残差2.17E+104674.64E+07 总计1.38E+11473 各回归归系数的显显著性检验检验 （t检验检验 ）所有自变量的t的显著性概率均小于0.05，表明系数与0均有显著性差异，都应作为解释变量出现在方程中，因此得出如下回归方程;重新假设检验 Hypothesis Testing Again系数a 模型非标准化系数标准系数tSig.B标准 误差试用版 1 (常量)-13822.1833004.361 -4.601.000Gender2005.047728.208.0592.753.006Educational Level (years)471.879153.656.0803.071.002Employment Category5802.331620.945.2639.344.000Beginning Salary1.3280.07.61219.03.000Months since Hire148.52431.325.0884.741.000Previous Experience (months)-21.4463.3-.131-6.5.000FactorData Order Beginning Salary19.031 Employment Category9.3442 Months since Hire4.7413 Educational Level 3.0714 Gender2.7535 Previous Experience -6.56影响薪金的因素 Factors affecting salary根据t检验的结果，可以看出：Educational Level、 Employment Category、 Beginning Salary、Months since Hire、Previous Experience 六个因素对员工的 薪金都存在影响，其中之前的工作时间越长，在这家公司的薪金反而越低。t值越大，表明该自变量解释因变量线性变化的能力越强，得出对薪金影响的 因素排名如下：性别对薪金的影 响排在所有因素 最后一位，且t 值仅为2.753， 表明解释线性变 化能力较弱，即 对薪金影响不大结论Conclusionn有例子表明：在起薪、 级别、在公司 年限、学历同等条件下，性别不同导致 女性薪水比男性薪水高n分析模型结果表明：性别因素对薪金 的影响t值为2.753，影响很弱，相对其 他因素，几乎可以忽略n分析模型表明：对薪金影响因素的顺 序为：起薪、级别、工作时间、教育程 度、性别。性别对薪金的影响最弱n该公司不 存在性别 歧视End. Thank you!