教育程度 4 (Constant) 全年总收入 性别虚拟为男0，1女 教育程度 受访者户口性质 5 (Constant) 全年总收入 性别虚拟为男0，1女 教育程度 受访者户口性质 受访者民族 .108 1.593 5.205E-5 -.552 .015 .105 .000 .068 .095 7.301 15.155 .000 .000 .000 .000 .913 1.095 -.102 .901 .970 1.110 1.031 .237 18.232 -8.109 .101 -.220 1.506 5.214E-5 -.556 .015 .059 .112 .000 .068 .088 -.046 6.721 -3.695 13.395 .000 .000 .000 .000 .000 .895 .978 1.117 1.023 -.103 .901 .969 1.110 1.032 .238 18.267 -8.169 .101 -.215 .065， .015 .059 .030 .088 -.045 .027 6.756 -3.611 2.188 .000 .000 .029 .895 .977 .997 1.117 1.024 1.003 a. Dependent Variable: 工作满意度 剔除的变量：
下图列出的是每一次模型迭代中没有进入方程的变量的信息。 Excluded Variablesf Model Partial Beta In 1 年龄 性别虚拟为男0，1女 受访者民族 受访者户口性质 教育程度 2 年龄 受访者民族 受访者户口性质 教育程度 3 年龄 受访者民族 受访者户口性质 4 年龄 受访者民族 5 年龄 .025a -.061a .102a .002b .028b -.058 .095b .031c .029c -.046c .024 .027d .025e dbCollinearity Statistics Minimum VIF 1.001 1.026 Tolerance .999 .975 t .526 -8.652 Sig. .599 .000 Correlation Tolerance .007 -.112 .999 .975 .007 -.109a a1.985 -4.851 7.847 .124 2.241 -4.663 7.301 2.377 2.324 -3.695 1.843 2.188 1.922 .047 .000 .000 .901 .025 .000 .000 .017 .020 .000 .065 .029 .055 .026 -.063 .102 .002 .029 -.061 .095 .031 .030 -.048 .024 .028 .025 .999 .998 .918 .997 .999 .997 .913 .911 .999 .978 .890 .997 .889 1.001 1.002 1.090 1.003 1.001 1.003 1.095 1.098 1.001 1.023 1.124 1.003 1.125 .999 .998 .918 .972 .974 .973 .901 .834 .901 .895 .808 .895 .807 a. Predictors in the Model: (Constant), 全年总收入 b. Predictors in the Model: (Constant), 全年总收入, 性别虚拟为男0，1女 16
c. Predictors in the Model: (Constant), 全年总收入, 性别虚拟为男0，1女, 教育程度
d. Predictors in the Model: (Constant), 全年总收入, 性别虚拟为男0，1女, 教育程度, 受访者户口性质 e. Predictors in the Model: (Constant), 全年总收入, 性别虚拟为男0，1女, 教育程度, 受访者户口性质, 受访者民族
f. Dependent Variable: 工作满意度
共线性诊断：
下图，从特征值和条件参数可以看出，各模型的特征值不算太低，条件参数值不高，因此也可以断定变量存在共线性的可能性较小。 Collinearity Diagnosticsa Model Dimension Variance Proportions 全年Condition Eigenvalue 1 dimenson1性别虚拟为男0，1女 教育程度 受访者户口性质 受访者民族 总收(Constant) .21 .79 .07 .01 .92 .02 .01 .03 .94 .01 .00 .01 .01 .97 .00 .00 .00 .01 .01 .98 入 .21 .79 .08 .61 .31 .04 .46 .49 .01 .02 .50 .41 .06 .01 .02 .53 .04 .37 .04 .01 Index 1.000 1.916 1.000 1.741 3.092 1.000 2.006 2.862 4.471 1.000 2.228 3.161 3.596 7.155 1.000 2.376 3.077 3.502 3.893 8.041 1 2 1 dimenson11.572 .428 2.092 .690 .219 2.816 .700 .344 .141 3.576 .720 .358 .276 .070 4.150 .735 .438 .338 .274 .064 .07 .24 .69 .03 .29 .35 .33 .02 .21 .57 .10 .10 .02 .16 .36 .27 .10 .09 .03 .01 .37 .59 .02 .01 .15 .54 .28 .01 .02 .00 .26 .45 .26 .01 .01 .05 .27 .66 .01 .00 .00 .06 .32 .61 .02 .02 .64 .20 .03 .10 2 2 3 3 1 2 dimenson13 4 4 dimenson01 2 dimenson13 4 5 5 1 2 3 dimenson14 5 6 a. Dependent Variable: 工作满意度 残差统计表：
从下图可以看出，残差的均值为0，标准化残差的均值也为0，说明残差的分布满
足均值为零的假设。
Residuals Statisticsa
17
Predicted Value Residual Std. Predicted Value Std. Residual Minimum -.15 -13.202 -2.301 -5.140 Maximum 17.20 4.528 17.820 1.763 Mean 1.84 .000 .000 .000 Std. Deviation .862 2.567 1.000 1.000 N 5894 5894 5894 5894 a. Dependent Variable: 工作满意度 标准化残差的直方图：
从下图可以看出，残差的分布接近正态分布。
残差分布的散点图：
从下图可以看出，虽然样本存在奇异值，模型的数值绝大多数都落在±2ɑ范围内，较好的满足了残差等方差性的要求。
18
四 结论
通过以上的分析可知，全年总收入及性别、受教育程度、受访者户口性质、受访者民族对工作满意度都有影响，且影响力逐渐递减。根据多元回归分析，年龄这一个因素对工作满意度几乎没有影响。
同时可以看到，全年总收入，教育程度，对工作满意度有明显的正影响。就男性和女性来说，女性的工作满意度较低。
参考文献：
［1］张文彤、闫洁：SPSS统计分析基础教程，2004，9 ［2］陆学艺：当代中国社会结构，社会科学文献出版社，2010 ［3］王梦奎、陆百甫、卢中原：新阶段的中国经济，人民出版社，2002
19
20