硕士研究生的层次类别分析

说道研究生，很多考生自然想到的就是考研，其实这只是其中之一的途径，关于硕士研究生大家不妨先了解一下它的层次类别，也更好的选择自己的出路。

尽管"研究生"这个词大家绝对是耳熟能详，但到底有哪些种类，十分清楚的人大概不多。凯程老师提醒大家，研究生教育属于国民教育序列中的高等教育，又分为两个层次：硕士研究生和博士研究生。

目前我国硕士研究生种类比较复杂，可以从以下角度划分。

一、按学习方式不同，分为脱产研究生和在职研究生

脱产研究生指在高等学校和科研机构进行全日制学习的研究生;在职研究生指在学习期间仍在原工作岗位承担一定工作任务的研究生。

二、按学习经费渠道不同，分为国家计划内研究生、委托培养研究生(简称委培生)和自筹经费研究生

国家计划内研究生：培养经费由国家提供，又分为非定向研究生和定向研究生(简称定向生)。其中非定向研究生毕业时实行双向选择的自由就业制度;定向生则在录取时就必须签订合同，毕业后按合同规定到定向地区或单位工作。

委托培养研究生：培养经费由委托单位提供，录取时要签订合同，毕业后到委托单位工作。

自筹经费研究生：培养经费由招生单位在培养条件、指导力量具备的前提下，用指导教师的科研经费，或向社会多种渠道筹措解决。学生毕业后按自筹经费培养合同就业，合同中没有规定就业去向的，通过"双向选择"办法就业。

国家计划非定向研究生，通常就是我们所说的"公费"研究生，目前在硕士研究生招生名额中占据较大份额，但目前已有部分学校开始实行研究生培养机制改革，取消公费研究生，转而实行更为科学合理的奖助学金制度。

三、按照考试方式分类，硕士研究生根据考试方式主要包括全国统考、单独考试、法律硕士联考、MBA联考等

上大学必须经过全国统一高考，而就读硕士研究生的途径相对而言要多一些，也更灵活一些。已经工作的人，除了放弃工作报考研究生以外，还可以在职申请攻读学位，或申请单独考试。在职申请攻读学位，通俗的讲，就是一边工作，一边攻读学位，也称为"在职学位生"。学位生采取旁听等形式随正式研究生一起学习，并参加同样的考试，通过后可以申请学位。学习、考试、答辩均需交纳一定费用，一般全部下来在数万元左右。

单独考试是为用人单位定向培养业务骨干而设置的研究生入学考试。大学本科毕业在申请的专业或相关专业连续工作四年、已经发表过论文或成为业务骨干的，才可以申请单独考试。单独考试的科目设置与全国统考一致，公共课试题难易程度也与统考水平相当。

对于应届本科毕业生而言，就读研究生可以考虑的路主要是两条：一是保研，二是考研。

保研，即"免试推荐硕士研究生"，一般每年秋学期9月下旬至10月下旬在大四学生中进行筛选，规则制订和操作权由各学校掌握，因此学校不同，保研情况也各有不同。通常有以下几种：

主要基于学习成绩的免试直推

这在保研名额中占据了大部分，通行的做法是学校划定基本学习成绩要求(例如学分积几点几以上)，按照一定名额比例下发到各系院所，由系院所结合其他方面情况，上报名单，学校审批。一般情况下只有班级前几名才可能保研。

特长生免试直推

有些学校为了招徕或留住特长人才，往往给予特别优惠，免试推荐就读研究生。常见的是体育类和文艺类特长生，但名额非常少，要求很严，还有许多学校没有此类政策。

校际间免试直推

教育主管部门为了鼓励高校间学术交流，减少学术近亲繁殖，近几年大力提倡向其它高校免试推荐优秀毕业生。由于各学校保研条件和学生学习状况的差异，有时候在本校难以获得保研资格的学生在其它学校反而可能如愿以偿。因此，如果你成绩很好，排名也比较靠前，但估计本校保研希望不大的，可以试一试跨校保研。不过需要指出的是，多数学校对于推荐自己的学生去外校保研并不积极，也没有义务给你做好事，因此时候一到，自己应该去寻求有关信息，并主动与对方取得联系。

免试推荐、保留入学资格

这类保送生不是马上就去读研，而是保留入学资格一、两年，先按照学校安排去有关部门工作，或作为教育部门选派人员去边远地区支教。此类保送的条件相对要低一些，但也不是人人都能申请，一般只有表现突出的学生干部或活动积极分子才有入选资格。同时，这也并不一定是最佳选择，毕竟要耽误一、两年的大好青春。

免试推荐并不代表不参加考试。许多学校为了确保推荐质量，还会加试一些科目，例如英语、专业课等。另外，复试也是必须参加的。如果你的成绩估计难以直推保研，又没有什么突出的体育或文艺特长，也不是老师心目中的重要"干部"，而你又非常想上研究生，这时候就只剩下自古华山一条路--考研了。

四、按照培养类型的不同，分为学术型研究生和专业学位研究生

学位型研究生是硕士研究生一个分支，与专业学位硕士相对应。学术型研究生是以培养教学和科研人才为主的研究生教育，授予学位的类型是学术型硕士学位。

学术型研究生的招生考试主要是年初的全国硕士研究生统一入学考试(简称"统考")，被录取后，获得研究生学籍。毕业时，若课程学习和论文答辩均符合学位条例的规定，可获毕业证书和学位证书。

专业学位硕士，对于我们来说既熟悉又陌生。说熟悉，我国自1991年开始实行专业学位教育制度以来，经过多年的努力和建设，专业学位教育发展迅速，目前耳熟能详的MBA、MPA都是属于专业学位范畴;说陌生，因为教育部决定从2009年起，大部分专业学位硕士开始全日制培养，并发放"双证"，2013年继续推行将硕士研究生教育从以培养学术型人才为主向以培养应用型人才为主转变政策，实现研究生教育结构的历史性转型和战略性调整。

专业学位(professional degree)，是相对于学术性学位(academic degree)而言的学位类型，其目的是培养具有扎实理论基础，并适应特定行业或职业实际工作需要的应用型高层次专门人才。专业学位与学术性学位处于同一层次，培养规格各有侧重，在培养目标上有明显差异。

学术性学位按学科设立，其以学术研究为导向，偏重理论和研究，培养大学教师和科研机构的研究人员;而专业学位以专业实践为导向，重视实践和应用，培养在专业和专门技术上受到正规的、高水平训练的高层次人才，授予学位的标准要反映该专业领域的特点和对高层次人才在专门技术工作能力和学术能力上的要求。专业学位教育的突出特点是学术性与职业性紧密结合，获得专业学位的人，主要不是从事学术研究，而是从事具有明显的职业背景的工作，如工程师、医师、教师、律师、会计师等。专业学位与学术性学位在培养目标上各自有明确的定位，因此，在教学方法、教学内容、授予学位的标准和要求等方面均有所不同。

部分专业学位硕士简介：

工商管理硕士(MBA) 法律硕士社会工作硕士(MSW) 公共管理硕士(MPA) 教育硕士(EDM) 公共卫生硕士(MPH) 体育硕士。

数据分析中的变量分类

数据分析中的变量分类数据分析工作每天要面对各种各样的数据，每种数据都有其特定的含义、使用范围和分析方法，同一个数据在不同环境下的意义也不一样，因此我们想要选择正确的分析方法，得出正确的结论，首先要明确分析目的，并准确理解当前的数据类型及含义。统计学中的变量指的是研究对象的特征，我们有时也称为属性，例如身高、性别等。每个变量都有变量值，变量值就是我们分析的内容，它是没有含义的，只是一个参与计算的数字，所以我们主要关注变量的类型，不同的变量类型有不同的分析方法。变量主要是用来描述事物特征，那么按照描述的粗劣，有以下两种划分方法：按基本描述划分【定性变量】：也称为名称变量、品质变量、分类变量，总之就是描述事物特性的变量，目的是将事物区分成互不相容的不同组别，变量值多为文字或符号，在分析时，需要转化为特定含义的数字。定性变量可以再细分为：有序分类变量：描述事物等级或顺序，变量值可以是数值型或字符型，可以进而比较优劣，如喜欢的程度：很喜欢、一般、不喜欢无序分类变量：取值之间没有顺序差别，仅做分类，又可分为二分类变量和多分类变量二分类变量是指将全部数据分成两个类别，如男、女，对、错，阴、阳等，二分类变量是一种特殊的分类变量，有其特有的分析方法。多分类变量是指两个以上类别，如血型分为A、B、AB、O 【定量变量】：也称为数值型变量，是描述事物数字信息的变量，变量值就是数字，如长度、重量、产量、人口、速度和温度。定量变量可以再细分连续型变量：在一定区间内可以任意取值，其数值是连续不断的，相邻两个数值可作无限分割，即可取无限个数值。如身高、绳子的长度等。离散型变量：值只能用自然数或整数单位计算，其数值是间断的，相邻两个数值之间不再有其他数值，这种变量的取值一般使用计数方法取得。按照精确描述划分【定类变量】

调研报告：当前新社会阶层的十大特征

当前新社会阶层的十大特征据不完全统计，新的社会阶层人士约有7000余万人，主要包括四类，即私营企业和外资企业管理技术人员、中介组织和社会组织从业人员、新媒体从业人员和自由职业人员。他们思想活跃，流动性大，分散性强，与各社会阶层互动频繁，其中每个群体都有各自特点，利益诉求差异较大，且一直处于快速变化之中。20XX年8月至20XX年6月，课题组先后对北京、上海、广东、浙江、辽宁、湖北等省份的新的社会阶层人士进行了走访和调研，针对其中的不同群体共发放问卷6541份，访谈座谈近300人，并深入其工作生活的重点场景进行长期研究观察，概括了新的社会阶层的十大特征。人口构成上以“新生代”为主体，年龄越大，人数越少。新的社会阶层在年龄结构上以70、80和90后为主，整体呈现出“年龄越大，人数越少”的特点。课题组结合第六次人口普查数据以及课题组调查数据综合分析表明，在新的社会阶层中，1980年以后出生的人数占到新社会阶层总人数的70%左右，全国范围内约有5000

万“新生代”新社会阶层。经济地位上属于中等收入阶层，但收入分化比较明显。课题组调查显示，新的社会阶层中，家庭年收入30万元以上占比为37.6%，年收入50万元以上的占比达到10.7%；除货币存款外，还保有一定数量的其他财产，如自有住房和家庭汽车等。与此同时，该阶层内部成员之间的收入差距较大，有41.3%的受访者年收入在10万元以下。空间分布上呈现以大城市为中心的辐射状态。课题组调查显示，新的社会阶层主要分布在一线城市，北、上、广、深、津、渝大约集中了该阶层全部人数的70%；京津冀、长三角、珠三角等城市群的主要城市也比较集中，如杭州、苏州、南京、大连等地。这样的空间分布特点主要与城市经济社会发展水平和该阶层的职业选择有关。值得注意的是，该阶层虽然以大城市为核心，但其活动范围呈辐射状态，如许多新社会阶层人士十分关心农村问题，经常到农村开展慈善、扶贫、支农等各类活动，有的甚至直接在农村设立分支机构。职业构成上知识型、技能型特征明显，岗位变动频繁。从职业分布来看，新的社

多值无序分类变量与连续变量的相关性检验问题

互助问答第26期：多值无序分类变量与连续变量的相关性检验问题问题：因变量是多值无序分类（2以上，不是0，1那种）数据，自变量是一个连续变量。我要想看是否显著相关应该用什么检验？答案: （1）如果只是想看相关性的话，可以不必区分因变量和自变量，用‘多值无序分类数据’作为因子，‘连续变量’作为outcome，用F检验（ANOVA）就可以了。如果F检验显著，则说明组间（0,1,2…）具有显著性差异，然后用组内相关性测算相关强度。这种方法可以通过Stata的anova命令来实现。（2）检验相关性也可以采用非参数检验的办法。（3）当然你也可以使用回归的方法来检验相关性。第一种回归：直接做‘连续变量’对‘多值无序分类数据’影响的回归，观察两个变量的显著性就可以了，因为两个变量的两个变量的相关性等价于直接单元回归。所使用的Stata命令为reg y x。第二种回归：首先把多值无序分类数据’作为自变量，设置一组虚拟变量建模；然后把‘连续变量’当因变量，联合检验所有的系数都等于0就可以了。所使用的Stata命令为 reg y x1 x2 x(n-1)。第三种回归：采用多值无序logit/probit回归，控制其他变量，以‘多值无序分类数据’为因变量，以‘连续变量’为自变量，观察其估计系数的显著性。可以通过Stata的mlogit命令来实现。学术指导：张晓峒老师本期解答人：中关村大街编辑：冷萱杨芳Hollian 统筹：芋头易仰楠技术：知我者互助问答第27期：面板数据的stata设置问题问题1：我的论文主题是FTA对东道国吸引外资的影响研究（FDI用的是两国之间的流量），因此，我的数据是三维的，也就是年份+东道国+母国（详细数据见图片---回归数据）。现在我想使用双固定效应模型（同时固定时间和个体），于是我就将（东道国+母国）进行编码，把其看成一个个国家组合，并且引入新的标量id，同时对其赋值（1、2、3.、、）。问题：在我进行回归时，使用xtset id year时出现乱码，请问老师该怎么解决呢？

分类变量的分析

分类变量的分析一．分类变量分类变量有有序变量、无序变量和二分类，其中有序和无序都是多分类举例说明，有序变量：高血压1期、II期、III期属于有序变量同时也属于等级资料，无序变量：汉族、回族、哈组；工人、农民、教师这样得属于无序变量，男性、女性；死亡、存活属于二分类变量。在分析方法中差别性检验中，二分类变量和无序变量都能用卡方检验，只不过一个是四格表卡方一个是RXC列联卡方，而有序变量也就是等级资料就得用秩和检验。在多元回归时，有序变量和二分类变量都是赋值1、2、3或0、1求得一个OR或RR值，而无序资料就必须要设置哑变量（虚拟变量），例如职业工人、农民、教师。你计算得时候赋值为工人＝1、农民=2、教师=3，如果你当成连续得变量去计算那么得到一个OR或RR值，解释为每增加一个等级发生某病得危险性增加多少倍。那么在无序变量就意味着工人增加一个等级，这是不可能的。因为这样得变量各等级之间不存在1、2、3得数学关系。在有序变量中，我们可以多元回归来检验假设，运用的原理时最小二乘法。在无序变量中，我们必须引用哑变量（虚拟变量）来实

现logistic回归。在运用logistics回归分析之前我们必须先要理解虚拟变量。二．下面的重点就是关于虚拟变量的讲解。 1．虚拟变量的含义虚拟变量是用以反映质的属性的一个人工变量，取值为0 或1，通常记为D（Dummy Variable）,又可称之为属性变量、双值变量、类型变量、定性变量、或二元型变量。（注意：虚拟变量D只能取0或1两个值，即属性之间不能运算！对基础类型或否定类型设D=0对比较类型或肯定类型设D=1）如 1 男性 D = 0 女性但是，虚拟变量主要是用来代表质的因素，但有些情况下也可以用来代表数量因素。例如：在建立储蓄函数时，“年龄”是一个重要的解释变量。虽然“年龄”是一个数量因素，但为了方便也可以用虚拟变量表示。例如：可以把居民分为两个年龄组：第一组：20~35岁的居民，第二组：35~60岁的居民，用“1”表示第一年龄组；“0”表示第二年龄组，就可以估计年龄对储蓄的影响。

我国近年来社会阶层的划分情况

我国近年来社会阶层的划分情况我们对社会阶层的分析和定位，其目的是要反映社会现状、阶层结构，使其成为国家相关方针、政策制定的依据。因此，对当前社会阶层的分析，应当尽可能地综合反映出各阶层具有的不同的共性、各阶层之间的冲突和矛盾以及各阶层急需解决的各种问题，以此为国家制定相应的方针、政策化解这些冲突、解决这些矛盾提供必要的依据。要体现社会的公平和正义、要构建社会主义和谐社会，我们就要正视各阶层之间的差异和矛盾，并在社会的不断发展中化解这些矛盾。一、我国当前社会阶层的阶级基础和构成特点社会阶层是对按一定标准划分的社会群体的称谓，阶层不同于阶级，但是和阶级有非常紧密的联系。同一阶级内部可以分化成不同的基层，不同阶级的成员也可以组成同一个阶层。建国以来，我国曾存在四个基本阶级：工人阶级、农民阶级、城市小资产阶级、民族资产阶级。1956年社会主义改造完成之后，资产阶级作为一个阶级已不复存在，剥削制度也自此消失。由此我国只存在着两个基本阶级：工人阶级和农民阶级。知识分子阶层也属于工人阶级。自改革开放以来，我国社会发生了深远的变化。由于所有制结构的变化及分配方式的变化，一部分生产资料占有者逐渐脱离了工人阶级和农民阶级这两个基本阶级。这种情况的出现，是正常且符合我国现实的。我国正处于社会主义初级阶段，“在一定条件下，为了解放和发展生产力，为阶级消亡创造条件，必须废除某些制度，但在另一些情况下，为了刺激生产力的发展，还必须部分的保留某些阶级和制度，或者说，在新制度的绝对控制下容许旧制度的某些因素在一段时间内存在，以使和它能满足其要求的那部分生产力相适应。”[1]对这部分脱离基本阶级的人来说，尽管他们没有形成一个独立的剥削阶级、没有形成新的资产阶级，但是他们毕竟是现阶段保留下来的旧制度和旧阶级因素的集合与体现，相别于社会基本阶级。因此，我国当前社会阶层的阶级基础发生了改变，已经不再只是工人阶级和农民阶级；或者说，我国当前社会各阶层再不会只来自于这两个基本阶级，而必须考虑到发生的新的变化。但是，工人阶级和农民阶级依然是我国社会的两大基本阶级。同时，由于我国社会近年来发生的深刻变革，我国社会阶层构成也发生了深刻的变化。其特点为： 1，在工人阶级和农民阶级两大阶级内部，阶层分化日益加大。在同一阶级内出现了具有相异社会地位、经济地位、利益归属、价值取向、认同感的不同社会阶层。 2，分属不同阶级的成员因为其相近的经济景况、社会地位、共同的利益诉求等而可以成为同一阶层的成员；同一阶层的成员可以来自不同的阶级。社会阶层日益复杂化与多样化。 3，出现了不是来自于社会基本阶级的新的社会阶层。其成员构成包括如我国现在的各私营企业主等。这一类社会阶层和阶层成员是游离于我国社会基本阶级之外的。

用SPSS对分类变量进行相关分析_光环大数据培训

https://www.360docs.net/doc/0811965429.html, 用SPSS对分类变量进行相关分析_光环大数据培训图形化解决方案——网络图网络图适合多分类型变量之间的相关分析，是一种更为生动和直观地展示两个或多个分类型变量相关特征的图形。图形由节点和节点间的连线组成，每个节点对应一个分类取值，连线代表两个分类变量不同类型的组合。根据图形，最细连线代表44人，最粗连线代表237人，可见Plus service （附加服务套餐）节点和未流失节点之间的连线最粗，选择附加服务套餐的用户相对而言比较忠实，而选择基本服务类型的用户保持情况不如选择附加服务的用户保持情况理想。以上过程可采用Clementine的web节点实现。数值型解决方案——交叉表分析图形化方法并不能正确反映两分类变量之间的相关程度，因此精细的数值分析是必要的。两分类变量之间的相关分析通常采用交叉表分析，或称为列联表分析方法。包括两部分，第一，两分类变量交叉计算和对比频数，第二，在交叉表的基础上利用卡方检验衡量二者之间的关系。 1、交叉表频数对比分析的解读由表可知，用户总体保持率72.6%，流失率27.4%，用户保持情况不太理想。

https://www.360docs.net/doc/0811965429.html, 总体而言，样本量较小的情况下，四种套餐的占比分布情况不甚明了。其中最突出的是，附加服务的客户忠诚度相对较高，保持率达到84.3%，高出总体保持率，流失率在四个套餐中最低，仅15.7%，低于总体流失率。可见，不同类型套餐用户的保持和流失存在差异。因此说，客户流失与套餐类型是相关联的。 2、卡方检验解读卡方检验原假设：行与列分类变量相互独立，没有相关关系。由卡方检验表看出，其sig值为0.000，小于小概率事件的界定值0.01，由小概率事件不发生可以知道，原假设即二者独立这个说法是不合理的，也就是说套餐类型和客户流失是有极显著的相关关系。以上交叉表分析可利用 SPSS 实现。为什么大家选择光环大数据！大数据培训、人工智能培训、Python培训、大数据培训机构、大数据培训班、数据分析培训、大数据可视化培训，就选光环大数据！光环大数据，聘请大数据领域具有多年经验的讲师，提高教学的整体质量与教学水准。讲师团及时掌握时代的技术，将时新的技能融入教学中，让学生所学知识顺应时代所需。通过深入浅出、通俗易懂的教学方式，指导学生较快的掌握技能知识，帮助莘莘学子实现就业梦想。

16种常用的数据分析方法汇总

一、描述统计描述性统计是指运用制表和分类，图形以及计筠概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。 1、缺失值填充：常用方法：剔除法、均值法、最小邻居法、比率回归法、决策树法。 2、正态性检验：很多统计方法都要求数值服从或近似服从正态分布，所以之前需要进行正态性检验。常用方法：非参数检验的K-量检验、P-P图、Q-Q图、W检验、动差法。二、假设检验 1、参数检验参数检验是在已知总体分布的条件下（一股要求总体服从正态分布）对一些主要的参数(如均值、百分数、方差、相关系数等）进行的检验。 1）U验使用条件：当样本含量n较大时，样本值符合正态分布 2）T检验使用条件：当样本含量n较小时，样本值符合正态分布 A 单样本t检验：推断该样本来自的总体均数μ与已知的某一总体均数μ0 (常为理论值或标准值)有无差别； B 配对样本t检验：当总体均数未知时，且两个样本可以配对，同对中的两者在可能会影响处理效果的各种条件方面扱为相似；

C 两独立样本t检验：无法找到在各方面极为相似的两样本作配对比较时使用。 2、非参数检验非参数检验则不考虑总体分布是否已知，常常也不是针对总体参数，而是针对总体的某些一股性假设（如总体分布的位罝是否相同，总体分布是否正态）进行检验。适用情况：顺序类型的数据资料，这类数据的分布形态一般是未知的。 A 虽然是连续数据，但总体分布形态未知或者非正态； B 体分布虽然正态，数据也是连续类型，但样本容量极小，如10以下；主要方法包括：卡方检验、秩和检验、二项检验、游程检验、K-量检验等。三、信度分析检査测量的可信度，例如调查问卷的真实性。分类： 1、外在信度：不同时间测量时量表的一致性程度，常用方法重测信度 2、内在信度；每个量表是否测量到单一的概念，同时组成两表的内在体项一致性如何，常用方法分半信度。四、列联表分析用于分析离散变量或定型变量之间是否存在相关。

公司人力资源部数据分析版

***公司人力资源部数据分析2015年版一、基础人事模块（数据截止点） 1、概述：总人数入职离职异动（内部流动、晋升） 2、员工增长率（年度）【定义】是指新增员工人数与原有企业员工人数的比例。【公式】员工增长率＝本年度新增员工人数/上年同期员工人数（在职员工人数）*100％【说明】员工增长率反映了企业人力资源的增长速度。同时也可以反映出人力资本的增长速度。将员工增长率与企业的销售额增长率、利润增长率等结合起来，可以反映出企业在一定时期内的人均生产效率。 3、新员工入职人数部门分布【定义】是指新入职员工部门分布柱状图【说明】可以反映出各个部门人员需求的情况，还有培训需求有较大的关联。 4、人力资源流动率【定义】是指报告期内企业流动人数（包括流入人数和流出人数）占总人数的比例。是考察企业组织与员工队伍是否稳定的重要指标，报告期一般为一年【公式】流动率=（一年期内流入人数＋流出人数）÷统计期平均人数

月平均人数=（月初人数+月末人数）÷2 季平均人数=（季内各月平均人数之和）÷3 年平均人数=（年内各月平均人数之和）÷12 或：=（年内各季平均人数之和）÷4 【说明】流入人数指调入和新进人数，流出人数指退休、内退、调出、辞职、辞退和合同到期不再续签人数。由于人力资源流动直接影响到组织的稳定和员工的工作情绪，必须加以严格控制。若流动率过大，一般表明人事不稳定，劳资关系存在较严重的问题，而且导致企业生产效率低，以及增加企业挑选，培训新进人员的成本。若流动率过小，又不利于企业的新陈代谢，保持企业的活力。但一般蓝领员工的流动率可以大一些，白领员工的流动率要小一些为好。 5、人力资源离职率【定义】是指报告期内离职总人数与统计期平均人数的比例。其中离职人员包括辞职、企业辞退、合同到期不再续签（即终止合同）的所有人员。不包括内退和退休人员。【公式】离职率＝离职总人数÷统计期平均人数×100％＝（辞职人数＋辞退人数＋合同到期不再续签人数）÷统计期平均人数×100% 【说明】离职率可用来测量人力资源的稳定程度。离职率常以月、季度为单位，如果以年度为单位，就要考虑季节与周期变动等影响因素。一般情况下，合理的离职率应低于8％。

消费者行为分析：社会阶层的定义与特征

社会阶层的定义与特征消费者行为分析社会阶层的定义与特征

1、社会阶层的定义所谓社会阶层，是指一个社会中，依照一定的分组标志而划分的、具有相对的同质性和持久性的集团。它们是按一定等级排列的，每一阶层成员具有类似的价值观、兴趣爱好和行为方式。社会阶层是一种普遍存在的社会现象，不论是发达国家还是发展中国家，均存在不同的社会阶层。产生社会阶层的最直接的原因是个体获取社会资源的能力和机会的差别。导致社会阶层的终极原因是社会分工和财产的个人所有。社会分层表现为人们在社会地位上存在差异。社会地位是人们在社会关系中的位置以及围绕这一位置所形成的权力与义务关系。社会成员通过各种途径，如出生、继承、社会化、就业、创造性活动等占据不同的社会地位。消费者行为学中讨论社会阶层，一方面是为了了解不同阶层的消费者在购买、消费、沟通、个人偏好等方面具有哪些独特性，另一方面是了解哪些行为基本上被排除在某一特定阶层的行为领域，哪些行为是各社会阶层成员所共同的。这意味着，社会阶层对消费者行为有着重要的影响。 2、社会阶层的特征 (1) 社会阶层的层级性。任何社会都会存在经济的、社会的和政治的不平等，社会成员按照这些不平等的各种标准被分层，从而形成生活机会或生活方式各不相同的社会阶层。社会阶层的每一个成员不管愿意与否，都处于社会地位连续体的某一位置上。那些处于较高位置上的人被归入较高层级，反之则被归人较低层级，由此形成高低有序的社会层级结构。层级性使得消费者在社会交往中，

要么将他人视为是与自己同一层次的人，要么将他人视为是比自己更高或更低层次的人。 (2) 社会阶层展示一定的社会地位。如前所述，一个人的社会阶层是和他的特定的社会地位相联系的。处于较高社会阶层的人，必定是拥有较多的社会资源，在社会生活中具有较高社会地位的人。他们通常会通过各种方式展现其与社会其他成员相异的方面。由于决定社会地位的很多因素如收入、财富不一定是可见的，因此人们需要通过一定的符号将这些不可见的成分有形化。 (3) 社会阶层的多维性。社会上存在财富、声望以及权力等方面的不平等。把这些社会不平等分层就是社会阶层。决定社会阶层的因素既有经济层面的因素，亦有政治和社会层面的因素，具体包括收入、受教育程度、职业、生活方式、社会关系、政治权力和职务等多种变量。 (4) 社会阶层的同质性。社会阶层的同质性是指同一阶层的社会成员在价值观和行为方式上具有一定的共同点和相似之处。这种同质性很大程度上是由他们共同的社会经济地位所决定的，同时也和他们彼此之间更频繁的交流、互动有关。 (5) 社会阶层的动态性。社会阶层的动态性是指随着时间的推移，同一个体所处的社会阶层会发生变化。这种变化可以朝着两个方向进行：从原来所处的阶层跃升到更高的阶层，或从原来所处阶层跌入较低的阶层。越是开放的社会，社会阶层的动态性表现得越明显；

当代中国社会划分为十大阶层

当代中国社会划分为十大阶层以职业分类为基础、以组织资源、经济资源和文化资源的占有状况为标准划分当代中国社会阶层结构的基本形态，它由十个社会阶层和五种社会地位等级组成（参见图1）。这十个社会阶层是：国家与社会管理者阶层、经理人员阶层、私营企业主阶层、专业技术人员阶层、办事人员阶层、个体工商户阶层、商业服务业员工阶层、产业工人阶层、农业劳动者阶层和城乡无业失业半失业者阶层。各社会阶层及地位等级群体的高低等级排列，是依据其对三种资源的拥有量和其所拥有的资源的重要程度来决定的。在这三种资源中，组织资源是最具有决定性意义的资源，因为党和政府组织控制着整个社会中最重要的和最大量的资源；经济资源自20世纪80年代以来变得越来越重要，但它在当代中国社会中的作用并不像在资本主义社会中那么至关重要，相反，现有的社会制度和意识形态都在抑制其影响力的增长；文化（技术）资源的重要性则在近十年来上升很快，它在决定人们的社会阶层位置时的重要性并不亚于经济资源。十个社会阶层的界定 1、国家与社会管理者阶层指在党政、事业和社会团体机关单位中行使实际的行政管理职权的领导干部，具体包括：中央政府各部委和直辖市中具有实际行政管理职权的处级及以上行政级别的干部；各省、市、地区中具有实际行政管理职权的乡科级及以上行政级别的干部。目前，中国的社会政治体制决定了这一阶层在趋于等级分化的社会阶层结构中居于最高或较高的地位等级，是整个社会阶层结构中的主导性阶层，是当前社会经济发展及市场化改革的主要推动者和组织者。这一阶层的社会态度、利益及行动取向和品质特性，对于正在发生的经济社会结构的变迁和将要形成的社会阶层结构的主要特征具有决定性的影响力。在改革的最初十年，国家与社会管理者阶层处于政治与社会经济地位不一致的状态，他们的经济利益没有得到相应的补偿；在改革的后十年，他们仍是最积极的参与者和推动者，并且是经济改革和经济增长的较大获益者之一。另外，由于国家与社会管理者阶层是执政党和政府意志的代表和体现，所以，各社会阶层同国家与社会管理者阶层之间的关系——与他们的合作或冲突，经常转而表现为对执政党和政府的支持或不满。目前，这一阶层在整个社会阶层结构中所占的比例约为2.1%；在城市中的比例为1%－5%；在城乡合一的县行政区域中比例大约为0.5%。 2、经理人员阶层指大中型企业中非业主身份的高中层管理人员。这一阶层同国家与社会管理者（干部）阶层和私营企业主阶层之间的区分界线还没有完全明晰化，其阶层内部的不同来源的成员，在社会政治态度和利益认同方面还有明显差异。这一阶层的社会来源主要是三部分人。第一部分是原来的国有和集体企业干部。随着现代企业制度的发展，这一部分企业干部逐渐从行政干部系列中脱离出来，成为职业经理人。第二部分来自较大规模的私营企业或高新科技产业领域中的私营企业，这些企业在20世纪90年代后期以来开始出现所有权与管理权分离的趋势，一些企业主聘用职业经理人来为他们经营管理企业；另一些业主则通过企业股份化而使自己从业主型的创业者转变为职业经理人。第三部分人是三资企业的中高层管理人员。经理人员阶层是市场化改革的最积极推进者和制度创新者，他们代表着先进生产力和现代经济体制的发展方向。这一阶层的成员支配着大量的经济资源，他们都有较高的学历和专业知识水平，同时，他们的政治社会地位也较高，被称为“老总”。许多大中型企业处于国有或产权不清的状态，实际上是经理人员在支配这些企业的生产资料和经济资源。同时，这一阶层的主导成分与国家权力和海外资本有着紧密的联系。这种状况决定了，经理人员阶层在当前的社会阶层结构中也是主导阶层之一，他们在社会经济政治生活领域中的影响力——特别是对政府经济决策的影响力，甚至要大于私营企业主阶层的影响力，而且这种影响力还在继续扩大。这个阶层还在发展之中，在目前社会阶层结构中所占的比例约为1.5%，但在地区之间的分布极不平衡。这一阶层的成员多数集中在大中城市特别是经济发达的城市。据我们调查，在深圳市这类经济中心城市，经理人员阶层所占比例高达9%，远远超过国家与社会管理者阶层和私营企业主阶层所占比例；但在经济不发达的贵州省镇宁县，经理人员就非常少。在一定程度上，可以用经理人员阶层所占比例以及这一阶层的经济回报率来衡量一个地区的经济发展水平和市场化程度。 3、私营企业主阶层指拥有一定数量的私人资本或固定资产并进行投资以获取利润的人，按照现行政策规定，即包括所有雇工在8人以上的私营企业的业主。私营企业主阶层是改革开放的产物，是

统计学分析方法

统计分析方法总结分享胡斌 00:06分享，并说：统计 1.连续性资料 1.1 两组独立样本比较 1.1.1 资料符合正态分布,且两组方差齐性,直接采用t检验。 1.1.2 资料不符合正态分布，（1）可进行数据转换,如对数转换等,使之服从正态分布,然后对转换后的数据采用t检验；（2）采用非参数检验,如Wilcoxon检验。 1.1.3 资料方差不齐，（1）采用Satterthwate 的t’检验；（2）采用非参数检验,如Wilcoxon检验。 1.2 两组配对样本的比较 1.2.1 两组差值服从正态分布，采用配对t检验。 1.2.2 两组差值不服从正态分布，采用wilcoxon的符号配对秩和检验。 1.3 多组完全随机样本比较 1.3.1资料符合正态分布，且各组方差齐性，直接采用完全随机的方差分析。如果检验结果为有统计学意义，则进一步作两两比较，两两比较的方法有LSD检验，Bonferroni法，tukey法，Scheffe法，SNK法等。 1.3.2资料不符合正态分布，或各组方差不齐，则采用非参数检验的Kruscal－Wallis法。如果检验结果为有统计学意义，则进一步作两两比较，一般采用Bonferroni法校正P值，然后用成组的Wilcoxon检验。 1.4 多组随机区组样本比较 1.4.1资料符合正态分布，且各组方差齐性，直接采用随机区组的方差分析。如果检验结果为有统计学意义，则进一步作两两比较，两两比较的方法有LSD检验，Bonferroni法，tukey法，Scheffe法，SNK法等。 1.4.2资料不符合正态分布，或各组方差不齐，则采用非参数检验的Fridman检验法。如果检验结果为有统计学意义，则进一步作两两比较，一般采用Bonferroni 法校正P值，然后用符号配对的Wilcoxon检验。 ****需要注意的问题：（1）一般来说，如果是大样本，比如各组例数大于50，可以不作正态性检验，直接采用t检验或方差分析。因为统计学上有中心极限定理，假定大样本是服从正态分布的。（2）当进行多组比较时，最容易犯的错误是仅比较其中的两组，而不顾其他组，这样作容易增大犯假阳性错误的概率。正确的做法应该是，先作总的各组间的比较，如果总的来说差别有统计学意义，然后才能作其中任意两组的比较，这些两两比较有特定的统计方法，如上面提到的LSD检验，Bonferroni法，tukey 法，Scheffe法，SNK法等。**绝不能对其中的两组直接采用t检验，这样即使得出结果也未必正确** （3）关于常用的设计方法：多组资料尽管最终分析都是采用方差分析，但不同设计会有差别。常用的设计如完全随即设计，随机区组设计，析因设计，裂区设计，嵌套设计等。 2．分类资料

人力资源数据分析指标

集团人力资源部数据分析指标体系详解人力资源评估中心目录目录?错误!未指定书签。前言某某集团人力资源指标体系框架模型错误!未指定书签。 1 人力资源指标体系框架模型错误!未指定书签。 2 人力资源指标体系框架模型说明?错误!未定义书签。一人力资本能力错误!未指定书签。 1人员数量指标错误!未指定书签。１．1 期初人数错误!未指定书签。１.2期末人数错误!未指定书签。 1.3统计期平均人数?错误!未指定书签。２员工人数流动指标?错误!未指定书签。２.１人力资源流动率?错误!未指定书签。２．２净人力资源流动率?错误!未指定书签。 2.３人力资源离职率?错误!未定义书签。 2.4 非自愿性的员工离职率错误!未指定书签。 2.5自愿性员工离职率?错误!未指定书签。２.6人力资源新进率?错误!未定义书签。 2.7知识型员工离职率?错误!未指定书签。２.8内部变动率错误!未指定书签。

3．人力资源结构指标错误!未指定书签。３.1人员岗位分布?错误!未定义书签。 3.2人员受教育情况分析指标?错误!未定义书签。 3.3 人员年龄、工龄分析指标错误!未指定书签。 3.4人员职称与技术等级结构分布指标?错误!未指定书签。二人力资源运作能力错误!未定义书签。 1 招聘指标?错误!未定义书签。 1．1招聘成本评估指标错误!未定义书签。１.２录用人员评估指标错误!未定义书签。 1．３招聘渠道分布?错误!未定义书签。 1．4 填补岗位空缺时间?错误!未指定书签。２培训指标?错误!未指定书签。 2.1培训人员数量指标?错误!未定义书签。２.２培训费用指标?错误!未指定书签。 2.3 培训效果指标?错误!未定义书签。 3 绩效管理指标错误!未指定书签。 3.１绩效工资的比例错误!未指定书签。３．2 员工绩效考核结果分布?错误!未定义书签。 4 薪酬指标?错误!未定义书签。 4.１外部薪酬指标?错误!未指定书签。 4.2 内部薪酬指标?错误!未定义书签。 5 劳动关系指标错误!未指定书签。

《1-中国社会阶层的划分》

中国社会阶层的划分中国的阶层基本可以划分为七个：上上层、上层、中层、中下层、高级下层、中级下层与底层。每个阶层其实都并不相交，界限的划分在于一种与其他阶层隔离的程度。上层之间与中层（不论是怎么样的中层）、中层与下层（高级下层也是下层），他们之间在生活中相互隔绝的地方就是阶层的分界线。相信在中国用房产与私车来做标准可以得到大多数人的认可，而这两种东西是隔绝与“下等”阶层的最好的工具。所有的上层与中层的人士，至少应该拥有自己的住房与供私人使用的汽车。这里说的私人，是指除了以开车作为一种职业外，所能拥有使用权的意思。即使产权不是私人的，鉴于中国的状况，只要长期拥有使用权也可以归到这里面来。这种隔离是最显著的特征。即使高级下层在经济能力上可以经常乘坐出租车，他们依然不是与周围的社会环境隔离的。一个上层的朋友说过，他从来不觉得社会秩序有任何不好的地方。关于这一点他其实没有说错，在他出入的场合与场所，社会秩序非常的良好。即使是一个对社会关注更多的中下层成员，他的社会秩序感也是趋向于好的方面。但任何下层的人都可以说出对社会的担心，因为他们生活的地方是经常可以看到各种冲突。中下阶层的人士虽然在生存的环境上说，比较接近下层社会。可是他们依然在某种程度上是隔绝与下层生活之外的。只要通过与下层隔绝的小区、汽车的玻璃窗，任何一个中层以上的人士都不会体验到其他阶层人士的感觉。上上层————上上层的生活是其他阶层所想象不到的。上上阶层的形成分成两种形式。上面说过，中国没有贵族的传统，但建国的时候，有些被特意保存下来的旧日的特权人士，在历次的运动中没有完全消失。由于国家政策的关系，他们基本上是属于被供养的阶层，这是其一。另一种是当年高级官员的亲人，形成的新贵集团。如果在历次运动后还能够最终恢复当年的荣光，自然就形成了目前中国人数最少、能力最强的阶层。在经济开放后，这些特殊的阶层利用当年的关系迅速取得了经济上的利益。按照当时的法律，这些行为未必是合法的，现在这些已经积累起庞大财富的人已经成为了中国最低调的有钱人。低调是这些人士最显著的特点。我们都知道的一个经济学原理就是“越有钱就越有钱”，

人力资源数据分析指标

XX 集团人力资源部数据分析指标体系详解人力资源评估中心目录 No table of contents entries found. 前言某某集团人力资源指标体系框架模型 1 人力资源指标体系框架模型 2 人力资源指标体系框架模型说明人力资源管理的目的是为了在现有人力资源所拥有的人力资本能力基础上，通过一系列的人力资源管理运作，实现人力资源的效率目标。因此，在此前提下某某集团人力资源分析指标体系分为三个层次，分别为人力资本能力层面、人力资源运作层面和人力资源效率层面。人力资本能力层面指标主要包括与人力资本能力相关的人力资源数量、学历、流动性、年龄、职称等方面的指标；人力资源效率层指标 HR 运作能力层指标人力资本能力指标某某集团人力资源分析指标体系框架

人力资源运作能力层面指标主要包括人力资源基本运作流程：人力资源规划——招聘——培训开发——考核评价——薪酬——劳动关系等反映各个环节运作能力的基本指标；人力资源效率层面指标是人力资源管理所要达到的基本效率指标，也是人力资源战略实施的效果反映。一人力资本能力 1人员数量指标【定义】是指反映报告期内人员总量的指标。期初人数【定义】是指报告期最初一天企业实有人数，属时点指标。如月、季、年初人数。【收集渠道】人力资源部员工信息表期末人数【定义】是指报告期最后一天企业实有人数，属时点指标。如月、季、年末人数。【收集渠道】人力资源部员工信息表统计期平均人数【定义】是指报告期内平均每天拥有的劳动力人数，属序时平均数指标。【公式】月平均人数= 报告期内每天实有人数之和÷报告期月日数或：=（月初人数+月末人数）÷2 季平均人数=（季内各月平均人数之和）÷3 年平均人数=（年内各月平均人数之和）÷12 或：=（年内各季平均人数之和）÷4 【收集渠道】人力资源部员工信息表 2 员工人数流动指标【定义】是指企业内部由于员工的各种离职与新进所发生的人力资源变动。【收集渠道】人力资源部员工信息表人力资源流动率【定义】是指报告期内企业流动人数（包括流入人数和流出人数）占总人数的比例。是考察企业组织与员工队伍是否稳定的重要指标。【公式】流动率=（报告期内流入人数＋流出人数）÷报告期内员工平均人数

卡方检验与相关回归

卡方检验本讲涉及的卡方检验（同上一讲的拟合优度检验有所不同）要用于推断两个或多个总体率、构成比是否有差别；两个分类变量间是否存在关联等；两个等级变量间是否存在线性趋势。通常我们作卡方检验只用到了Crosstabs命令中极少部分的功能。 Crosstabs：例如某医生用两种药物治疗十二指肠溃疡，问两种药物疗效是否不同，数据间胃溃疡.sav： Rows框用于选择行变量；Columns框用于选择列变量；Layer指的是分层分析，将分层变量选入Layer框中，在同一层中的变量使用相同的设置，而不同层中的变量分别使用各自层的设置。如果要让不同的变量做不同的分析，则将其选入Layer框，并用Previous和Next设为不同层。 Display clustered bar charts复选框显示复式条图。

Suppress table 复选框禁止在结果中输出行×列表（主要用于表格过于巨大时为了节省空间）。 Exact 选项含义同前Statistics 对话框，用于定义所需计算的统计量。接着要在statistics 中定义如何分析，以及如果相了解两变量间关联应该如何选关联指标： Chi-square 复选框：计算Pearson χ2值。请注意作卡方检验时一定要满足总例数与理论数足够大的要求，系统会在卡方检验表格下提示有多少格子的理论数小于5 Correlations 复选框：计算行、列两变量的Pearson 相关系数（主要用于行、列变量都是计量资料的两变量相关分析，并计算Pearson 关联系数r 又称为ρ）和Spearman 等级相关系数（主要用于分析行、列变量均为等级变量，计算Spearman 等级相关系数又称为秩相关系数r s 或又称为ρs ）。 *比如两正态变量间的Pearson 相关系数可以用crosstab 过程计算，只要将correlations 勾上即可在列联表的分析中，除了计算卡方值外，有时还要了解行列变量间的关联密切程度；SPSS 为我们提供了针对行列变量均为无序分类（Nominal ）、等级变量（Ordinal ）的列联表关联程度的衡量指标： Nominal 表示是否分析两个分类（通常指无序分类）变量间关联性，其下可计算4个指标： 1）Contingency coefficient 复选框：即列联系数，在分析行列变量间关联性时使用；其值为n C +=22 χχ界于0～1之间（但是如果行列数较少比如仅有2行2列，该系数最大只能到0.707；而四行四列则可以达到0.87，所以它的大小除了放映两个变量间的关联性还和表格的维度有关，因此该指标较少用于不同维度列联表间关联性比较）；该系数越大表示两变量间关联性越大，反之则较小。

HR数据分析及报告

上海汽车人力资源数据分析报告小组成员：曲舒谭理欣阿妮尔肖欣竺刘钰婷一、行业和公司背景介绍（一）行业背景自2002年之后，中国汽车行业开始进入爆发式增长阶段，特别是随着私人消费的兴起，轿车需求量开始迅速攀升，并成为推动中国汽车发展的一股重要力量。与此同时，中国在全球汽车产业中的地位也逐渐上升。到2009年，中国取代美国成为世界上最大的汽车销售市场，结束了由福特公司开始的美国长达一个多世纪的汽车统治地位。不仅如此，2009年，中国的汽车产量超过了日本和美国的总和，自2006年以来，由日本汽车工业保持的世界第一的位置，在2009年也被中国取代。2009年中国汽车工业产销总量分别达到1379.1万辆和1364.48万辆，同比增长48.30%和46.15%。 2010年，在国家扩内需、调结构、促转变等一系列政策措施的积极作用下，我国汽车工业延续2009年发展态势，保持平稳较快发展。汽车产销快速增长，自主品牌市场份额提升，汽车出口逐步恢复，大企业集团产销规模整体提升，市场需求结构进一步优化，汽车工业产业结构调整加快。2010年，汽车产销分别为1826.47万辆和1806.19万辆，同比增长32.44%和32.37%，保持了世界第一的地位。 2011年以来，我国汽车业步伐放缓，汽车市场整体趋势向淡，但同时也是理性回归。2011年1-5月，汽车产销分别为777.97万辆和791.62万辆，同比增长3.19%和4.06%，增幅较2010年同期分别回落52.4和49.19个百分点。中国汽车产业作为世界汽车产业重要的组成部分，未来十年是中国汽车产业的黄金期，汽车产业已经完成了从小到大的过程，正在逐步实现由弱到强的巨大跨越，全球汽车工业将向中国和一些新兴经济体进一步转移，这对中国汽车工业来说，仍是非常难得的历史机遇。（二）公司背景和现状上海汽车集团股份有限公司（简称“上汽集团”，股票代码为600104）是国内A股市场最大的整车上市公司。2011年，通过向上海汽车工业（集团）总公司及上海汽车工业有限公司发行股份，购买独立零部件、服务贸易和新能源汽车业务的相关股权和资产，上汽集团实现资产重组整体上市，总股本达到110亿股。上汽集团主要业务涵盖整车(包括乘用车、商用车)、零部件(包括发动机、变速箱、动力传动、底盘、内外饰、电子电器等)的研发、生产、销售，以及汽车服务贸易业务（包括汽车金融）。上汽集团所属主要整车企业包括乘用车公司、商用车公司、上海大众、上海通用、上汽通用五菱、南京依维柯、上汽依维柯红岩、上海申沃

社会阶层分类及特征

社会阶层（Social class） [编辑] 什么是社会阶层社会阶层，意义相近或相关的汉语词汇还有“等级”、“阶层”、“社会等级”、“等级社会”，按照马克思主义理论的划分，类似的还有“社会阶级”，即对具有相同或相似的经济水平和社会身份的社会群体总称。在很多历史或政治中引用的“阶级”意指“具有不同身份，不同地位与权利，不同意识形态的多个社会性群体”，通常不同阶级之间都存在压迫与被压迫的不平等关系。对于阶级的大部分学说，都是建立在认为社会存在着分裂和对立的集团，并且集团之间的对立使社会处于持久的冲突之中。共产主义认为：阶级不是从来就有的，如最早的原始社会由于生产力的过度低下，不具备出现阶级的根本因素。一般认为阶级的出现是生产力达到一定程度后出现的，它将必然消亡于另一个生产力极端发达的社会（如共产主义社会）。最早的阶级出现在奴隶制时期——奴隶主阶级与奴隶阶级。马克思主义对阶级最经典的定义来自列宁[1]：“所谓阶级，就是这样一些大的集团，这些集团在历史上一定的社会生产体系中所处的地位不同，对生产资料的占有关系（这种关系大部分是在法律上明文规定了的）不同，在社会劳动组织中所起的作用不同，因而领得自己所支配的那份社会财富的方式和多寡不同也不同。所谓阶级，就是这样一些集团，由于它们在一定社会经济结构中所处的地位不同，其中一个集团能够占有另一个集团的劳动。” 吉尔伯特(Jilbert)和卡尔(Kahl)将决定社会阶层的因素分为3类：经济变量、社会互动变量和政治变量。经济变量包括职业、收入和财富；社会互动变量包括个人声望、社会联系和社会化；政治变量则包括权力、阶层意识和流动性。

Pearson Kendall和Spearman三种相关分析方法的异同

两个连续变量间呈线性相关时，使用Pearson积差相关系数，不满足积差相关分析的适用条件时，使用Spearman秩相关系数来描述. Spearman相关系数又称秩相关系数，是利用两变量的秩次大小作线性相关分析，对原始变量的分布不作要求，属于非参数统计方法，适用范围要广些。对于服从Pearson相关系数的数据亦可计算Spearman相关系数，但统计效能要低一些。Pearson相关系数的计算公式可以完全套用Spearman相关系数计算公式，但公式中的x和y用相应的秩次代替即可。 Kendall's tau-b等级相关系数：用于反映分类变量相关性的指标，适用于两个分类变量均为有序分类的情况。对相关的有序变量进行非参数相关检验；取值范围在-1-1之间，此检验适合于正方形表格；计算积距pearson相关系数，连续性变量才可采用;计算Spearman秩相关系数，适合于定序变量或不满足正态分布假设的等间隔数据; 计算Kendall秩相关系数，适合于定序变量或不满足正态分布假设的等间隔数据。计算相关系数：当资料不服从双变量正态分布或总体分布未知，或原始数据用等级表示时，宜用 spearman或kendall相关 Pearson 相关复选项积差相关计算连续变量或是等间距测度的变量间的相关分析Kendall 复选项等级相关计算分类变量间的秩相关，适用于合并等级资料 Spearman 复选项等级相关计算斯皮尔曼相关，适用于连续等级资料注： 1若非等间距测度的连续变量因为分布不明-可用等级相关/也可用Pearson 相关，对于完全等级离散变量必用等级相关 2当资料不服从双变量正态分布或总体分布型未知或原始数据是用等级表示时,宜用Spearman 或 Kendall相关。 3 若不恰当用了Kendall 等级相关分析则可能得出相关系数偏小的结论。则若不恰当使用，可能得相关系数偏小或偏大结论而考察不到不同变量间存在的密切关系。对一般情况默认数据服从正态分布的，故用Pearson分析方法。肯德尔(Kendall)U系数又称一致性系数，是表示多列等级变量相关程度的一种方法。该方法同样适用于让K个评委（被试）评定N件事物，或1个评委（被试）先后K次评定N 件事物所得的数据资料，只不过评定时采用对偶评定的方法，即每一次评定都要将N个事物两两比较，评定结果如下表所示，表格中空白位（阴影部分可以不管）填入的数据为：若i 比j好记1，若i比j差记0，两者相同则记。一共将得到K张这样的表格，将这K张表格重叠起来，对应位置的数据累加起来作为最后进行计算的数据，这些数据记为γij。