1、性别NValid359Missing首先，对该地区的男女性别分布进展频数分析，结果如下FrequencyPercentValid PercentCumulative Percent女19855.2男16144.8100.0Total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展频数分析，结果如下表 ：旅游积极性差17147.6一般7922.069.6比拟好91.6好246.798.3非常好61.7通道没走通道29381.66618.4表说明，在该地区被调查的3
2、59个人中，有没走通道的占81.6%，占绝大多数。上表与其直方图说明，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拟好的，占比例都为22.0%，积性为好的和非常好的比例比拟低，分别为24人和6人，占总体的比例为6.7%和1.7%2、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
3、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拟容易分析和测度，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。Correlations收入旅游花费额外收入Pearson Correlation1.140*.853*Sig. （2-tailed）.008.000.183*. Correlation is significant at the 0.01 level
4、（2-tailed）.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，3、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Variables Entered/RemovedbModelVariables EnteredVariables RemovedMethod收入a.Entera. All requested variables entered.
5、b. Dependent Variable: 旅游花费Model SummarybRR SquareAdjusted R SquareStd. Error of the Estimate.140a.020.017129.604a. Predictors: （Constant）, 收入ANOVAbSum of SquaresdfMean SquareFSig.Regression120443.8097.170.008aResidual5996596.23935716797.1886117040.048358CoefficientsaUnstandardized CoefficientsStand
6、ardized CoefficientstBStd. ErrorBeta（Constant）91.56311.5287.943.024.009.1402.678a. Dependent Variable:Residuals StatisticsaMinimumMaximumMeanStd. DeviationPredicted Value91.74241.90116.4118.342Std. Predicted Value-1.3456.8421.000Standard Error of Predicted Value6.84047.3629.0483.426Adjusted Predicte
7、d Value92.09271.79116.5319.018-193.904891.785129.423Std. Residual-1.4966.881.999Stud. Residual-1.6076.8911.002Deleted Residual-223.789894.316-.117130.229Stud. Deleted Residual-1.6117.390.0041.025Mahal. Distance46.811.9972.955Cooks Distance.199.003.015Centered Leverage Value.131Charts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 （ p0.05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2、对策建议从上数据的结果可知，被调查者旅游积极性较差的好多，原因在于工资收入不是很高，用在旅游方面的花费就比拟少。旅游花费没有非常大的区别，主要是旅行花费较高。因此我们要扩大该地区的人均收入，增强该地区人民的旅游积极性，促进旅游消费，实现经济又好又快开展，旅游经济是绿色经济我们要实现良性循环，对该地的长久快速开展是非常有利的
