Multivariate data-analyse
Oefening: employee data
2. Maak een kort overzicht van statistieken en interpreteer. Zijn er op het eerste zicht bijzondere
opmerkingen (foute invoer door onmogelijke waarden, extreme waarden voor bepaalde
statistieken...)
Analyze Descriptive statistics Descriptives
Zet alle variabelen bij de ‘variables’
Gender 0 en 1 waar we zitten met 54% van 1tjes
Date of Birth is een speciale veranderlijke dat is als datums gezet en werken met datums in SPSS
is heel moeilijk (je moet daar heel fel mee oppassen)
Educational level van 8 tot 21 jaar lijkt logisch
Employment category 1 tot 3 lijkt logisch
Current salary met een gemiddelde van 34419,57 met een begin salary van 15750 lijkt ook logisch
Months since Hire op het eerste zicht lijkt hier geen probleem mee te zijn
Previous experience in months ook geen problem
Minority classification ook geen probeem
Leeftijd = 71 dat lijkt veel maar dit is een amerikaans bestand en spijtig genoeg moeten die mensen
heel lang werken om alles betaald te krijgen
Er zijn 3 loon categorieën er lijkt geen foutieve invoer of extreme waarden
1
, Multivariate data-analyse
3. Bekijk de variabelen Current Salary en Months since hire meer in detail (bvb via Explore: vraag
ook histogrammen op en uiterste waarnemingen) en maak telkens een onderscheid tussen
mannen en vrouwen. Wat zijn je conclusies?
Analyze descriptive statistics explore
Dependent List: Current Salary and Months salary
Factor List: Gender
Klik bij statistics op ‘outliers’
Klik bij Plots op ‘Histogrammen’ (de stem and leaf mag je uitzetten want dit is niet gevraagd in de
oefening, ik heb dit echter er wel laten bijstaan om dit ook eens te oefenen)
Bij de vrouwen zien we bij current salary een gemiddelde van 26031,92 er zit niet veel verschil op
de 5% trimmed mean, dit is 25248,30
Het minimum en het maximum bij de vrouwen ligt vrij ver uit elkaar maar dat kan liggen aan het
arbeidsregime.
Het is rechtsscheef kan je zien aan de skewness = 1, 863 en het is een gepiekte verdeling kan je
zien bij kurtosis = 4, 641 bij de vrouwen
Het gemiddelde inkomen bij de mannen ligt factor 2 hoger (gemiddelde = 41441,78) we zien dat
er weinig verschil is met de 5% trimmed mean = 39445, 87
De mediaan wijst erop dat de current salary hoger zal liggen bij de mannen dan bij de vrouwen
(mediaan vrouwen = 24300,00, mediaan mannen = 32850,00 )
Het is ook rechtsscheef en een gepiekte verdeling bij de mannen
Er is een grote spreiding aangezien het minimum = 19550 is en het maximum = 135000
Een standaardafwijking van 19499,214 is heel veel
Het is rechtsscheef kan je zien aan de skewness = 1,639 en het is een gepiekte verdeling kan je
zien bij kurtosis = 2,780
2
, Multivariate data-analyse
3
Oefening: employee data
2. Maak een kort overzicht van statistieken en interpreteer. Zijn er op het eerste zicht bijzondere
opmerkingen (foute invoer door onmogelijke waarden, extreme waarden voor bepaalde
statistieken...)
Analyze Descriptive statistics Descriptives
Zet alle variabelen bij de ‘variables’
Gender 0 en 1 waar we zitten met 54% van 1tjes
Date of Birth is een speciale veranderlijke dat is als datums gezet en werken met datums in SPSS
is heel moeilijk (je moet daar heel fel mee oppassen)
Educational level van 8 tot 21 jaar lijkt logisch
Employment category 1 tot 3 lijkt logisch
Current salary met een gemiddelde van 34419,57 met een begin salary van 15750 lijkt ook logisch
Months since Hire op het eerste zicht lijkt hier geen probleem mee te zijn
Previous experience in months ook geen problem
Minority classification ook geen probeem
Leeftijd = 71 dat lijkt veel maar dit is een amerikaans bestand en spijtig genoeg moeten die mensen
heel lang werken om alles betaald te krijgen
Er zijn 3 loon categorieën er lijkt geen foutieve invoer of extreme waarden
1
, Multivariate data-analyse
3. Bekijk de variabelen Current Salary en Months since hire meer in detail (bvb via Explore: vraag
ook histogrammen op en uiterste waarnemingen) en maak telkens een onderscheid tussen
mannen en vrouwen. Wat zijn je conclusies?
Analyze descriptive statistics explore
Dependent List: Current Salary and Months salary
Factor List: Gender
Klik bij statistics op ‘outliers’
Klik bij Plots op ‘Histogrammen’ (de stem and leaf mag je uitzetten want dit is niet gevraagd in de
oefening, ik heb dit echter er wel laten bijstaan om dit ook eens te oefenen)
Bij de vrouwen zien we bij current salary een gemiddelde van 26031,92 er zit niet veel verschil op
de 5% trimmed mean, dit is 25248,30
Het minimum en het maximum bij de vrouwen ligt vrij ver uit elkaar maar dat kan liggen aan het
arbeidsregime.
Het is rechtsscheef kan je zien aan de skewness = 1, 863 en het is een gepiekte verdeling kan je
zien bij kurtosis = 4, 641 bij de vrouwen
Het gemiddelde inkomen bij de mannen ligt factor 2 hoger (gemiddelde = 41441,78) we zien dat
er weinig verschil is met de 5% trimmed mean = 39445, 87
De mediaan wijst erop dat de current salary hoger zal liggen bij de mannen dan bij de vrouwen
(mediaan vrouwen = 24300,00, mediaan mannen = 32850,00 )
Het is ook rechtsscheef en een gepiekte verdeling bij de mannen
Er is een grote spreiding aangezien het minimum = 19550 is en het maximum = 135000
Een standaardafwijking van 19499,214 is heel veel
Het is rechtsscheef kan je zien aan de skewness = 1,639 en het is een gepiekte verdeling kan je
zien bij kurtosis = 2,780
2
, Multivariate data-analyse
3
