统计分析论文发表小说文案

SPSS软件是“统计产品与服务解决方案”软件，是数据统计分析的一个重要的工具。下文是我为大家整理的关于spss统计分析论文的 范文 ，欢迎大家阅读参考!

统计分析软件SPSS的特点和应用分析

【摘要】通过文献资料法，介绍了统计分析软件SPSS的特点，并通过实例：用非参数检验中的两个独立样本的检验(Test for Two Independent Sample)进行分析，对该软件的应用做了详细的介绍，旨在为学习SPSS软件的人们提供参考。

【关键词】统计分析软件;SPSS;独立样本;非参数检验

一、前言

统计分析软件SPSS是一款统计产品与服务解决方案的软件，其全称为“统计产品与服务解决方案(Statistical Product and Service Solutions)”。该软件是一款在统计中应用很广的统计分析软件，目前在各专业 毕业 论文经常可以看到它的身影，其应用范围广、方便快捷等特点吸引着众多的 爱好 者。本文通过对统计分析软件SPSS的功特点进行介绍，通过举例用非参数检验中的两个独立样本的检验(Test for Two Independent Sample)进行分析，对该软件的操作用做了详细的介绍，为学习SPSS软件的人们提供参考。

二、SPSS软件的特点

(一)操作简便

SPSS软件的界面非常友好，除了数据录入及部分命令程序等少数输入工作需要键盘键入外，大多数操作可通过鼠标拖曳、点击“菜单”、“按钮”和“对话框”来完成。

(二)编程方便

具有第四代语言的特点，告诉系统要做什么，无需告诉怎样做。只要了解统计分析的原理，无需通晓统计 方法 的各种算法，即可得到需要的统计分析结果。对于常见的统计方法，SPSS的命令语句、子命令及选择项的选择绝大部分由“对话框”的操作完成。因此，用户无需花大量时间记忆大量的命令、过程、选择项。

(三)功能强大

具有完整的数据输入、编辑、统计分析、报表、图形制作等功能。自带11种类型136个函数。SPSS提供了从简单的统计描述到复杂的多因素统计分析方法，比如数据的探索性分析、统计描述、列联表分析、二维相关、秩相关、偏相关、方差分析、非参数检验、多元回归、生存分析、协方差分析、判别分析、因子分析、聚类分析、非线性回归、Logistic回归等。

(四)全面的数据接口

能够读取及输出多种格式的文件。比如由dBASE、FoxBASE、FoxPRO产生的*.dbf文件，文本编辑器软件生成的ASCⅡ数据文件， Excel 的*.xls文件等均可转换成可供分析的SPSS数据文件。能够把SPSS的图形转换为7种图形文件。结果可保存为*.txt，word，PPT及html格式的文件。

(五)灵活的功能模块组合

SPSS for Windows软件分为若干功能模块。用户可以根据自己的分析需要和计算机的实际配置情况灵活选择。

(六)针对性强

SPSS针对初学者、熟练者及精通者都比较适用。并且现在很多群体只需要掌握简单的操作分析，大多青睐于SPSS，像薛薇的《基于SPSS的数据分析》一书也较适用于初学者。而那些熟练或精通者也较喜欢SPSS，因为他们可以通过编程来实现更强大的功能。

三、实例分析――两个独立样本的检验(Test for Two Independent Sample)

例题：为了调查甲、乙两地土壤对 种植 同一种西瓜有没有影响，从这两个产地分别随机抽取同种的8只和7只西瓜，称重后得重量(市斤)如下：

甲(斤)：9.31、9.57、10.21、8.86、8.52、10.53、9.21、9.14

乙(斤)：9.98、8.46、8.92、10.14、10.17、11.04、9.43

问：根据样本数据检验两地的土壤对种植西瓜在重量上是否有显著差异?

解：建立假设 H0：甲乙两地的西瓜重量没有显著差异;

H1：甲乙两地的西瓜重量有没有显著差异。

然后根据上面给出的数据建立数据文件，注意数据文件中有一个表示重量数据的变量和一个表示地区分组的变量。最后在数据编辑窗口进行检验。检验的具 体操 作过程如下：

第一步：单击Analyze Nonparametric Test 2 Independent Sample，打开Two-Independent-Sample对话框(见图1)。

第二步：选择检验的变量进入检验框中，选择分组变量进入Grouping Variable框中，单击Define Group键，打开Define Group对话框，将分组变量值分别键入两个框中，单击Continue返回主对话框(见图2)：

第三步：在Test Type栏中，确定检验方法。

SPSS中提供了四种检验方式，几种检验方法侧重点不同，但都是先把两样本数据混合排序，再从不同的角度分析并检验两个独立总体的分布是否有显著的差异。有时这几种检验结果可能不一样，所以要结合数据的探索分析考察数据的分布状况作出结论。本文选择了常用的Mann-Whitney U曼―惠特尼检验和Kolmogorov-Smirnov Z K-S检验。

第四步：选择输出的结果形式及缺失值处理方式;

第五步：单击OK，得输出结果。

所以，以上两种检验结论是一致的。也就是说在两地种植的同一种西瓜地重量没有显著差异。

参考文献

[1]杜志渊.常用统计分析方法―SPSS应用[M].山东人民出版社,2011.

[2]刘宁元.运用SPSS对高职专业课程成绩进行相关分析[J].电脑与电信,2007(3).

[3]井海立.SPSS在数学试卷统计分析中的应用[J].科技信息(学术版),2006(10).

试谈SPSS软件在考试数据统计分析中的应用

摘要： SPSS软件是数据统计分析的一个重要的工具。本文作者利用SPSS软件对考试数据的相关性、检验假设进行了统计分析，介绍了使用SPSS进行统计分析的一般方法和步骤，文中的方法对考试研究人员具有一定的指导意义。

关键词： SPSS软件 考试数据 统计分析 操作步骤

1. 引言

一份好的试卷须有好的测量指标来表明它的优良程度，试题有难度和区分度指标，试卷有效度和信度指标，这些是评价考试最主要的测量指标，但是仅有这些指标不足以反映一份试卷的实际测量效果，考试研究人员希望从考生的试卷统计分析中获取更多的信息来评价一份试卷。在计算机未普及的年代，考试成绩统计主要依靠人工阅卷，考试数据无法电子化存储，对考试数据分析统计难以实现。随着计算机的普及和信息化的推广，各种分析数据的软件应运而生，这些软件中汇集了统计学和测量学的分析工具，使得应用电子信息技术分析统计考试成绩数据成为可能，这些统计信息可以为教研部门、考试行政部门进行行政决策等提供非常重要的帮助。在众多的统计分析软件当中，SPSS是应用最多、影响最广泛的分析工具之一。在本文中，我们以SPSS软件为工具，对 教育 招生考试成绩的数据进行统计分析，分析主要着重于考试数据的相关性、假设检验等几个方面。

2. SPSS分析软件简介

“SPSS统计分析软件”的英文名称为“Statistical Package for the Social Science”，中文名称为“社会科学统计软件包”，它是世界著名的统计分析软件之一，在自然科学、社会科学的各个领域均有非常广泛的应用。SPSS是一个组合式软件包，它集数据整理、分析于一身，主要功能包括数据管理、统计分析、图表分析、输出管理等，该软件的统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类。

下面我们利用SPSS软件对考试数据的相关性、检验假设进行统计分析，介绍使用SPSS进行统计分析的一般方法和步骤。

3. 相关性分析

教育考试中，考试结果的信度，试题的区分度，每个题目得分与试卷总分的关系，以及题目之间的关系，等等，都是考试研究的重要内容，最主要的研究方法就是数据的相关性分析。在众多的教育考试数据的相关性分析方法中，Pearson相关系数法、Spearman相关系数法和Cronbach α信度系数法是比较常用的几种方法。

Pearson相关系数法计算公式：

式中x为第i个考生第j题的得分，y为第i个考生第k题的得分，为第j题的平均分，为第k题的平均分，n为测试样本量。该公式既可以计算两个连续变量之间的相关性，又可以计算一个双歧变量与一个连续变量之间的相关性。

Spearman相关系数法计算公式：

r=1-(2)

式中D为两个变量的秩序之差，n为样本容量。

Cronbach a信度系数法计算公式：

α= 1-(3)

式中n为试题数，s为第i题的标准差，s为总分的标准差。该公式实际上就是将考试中所有试题间相关系数的平均值(又称内部一致性)作为α信度系数。

对于给定的一组考生成绩数据，利用SPSS统计分析软件可以非常容易地定量分析考生某学科试卷总分和该学科某道题的相关性，以及各个题目之间的相关性。我们以Pearson相关系数分析为例，利用SPSS软件进行统计分析。

数据统计分析的对象是某省高考数学6道解答题的得分情况(不是整张试卷)，数据源于该省的高考数据成绩。研究的目的是测量6道解答题每两个题目之间的相关性。

我们以SPSS 13.0版本的软件为例，介绍利用SPSS进行数据统计分析的步骤(以Pearson相关系数法为例)：

(1)将考试数据导入SPSS软件，在SPSS数据窗口中，顺序点击【Analyze】→【Correlate】→【Bivariate...】，系统弹出变量相关系数设置对话框。

(2)在该对话框中，将待计算的变量从左侧的变量列表中导入到右侧的“Variables”变量列表中，在本例中导入t1、t2、t3、t4、t5、t6共6个变量(t1―t6是6道解答题的变量名称)。在“Correlation Coefficients”相关系数选项中，选取“Pearson”复选框。

(3)在该对话框的“Test of Significance”设置区域，可以点选“Two-tailed”选项或者“One-tailed”，我们采用系统默认值。

(4)对话框中的 其它 选项取软件系统的默认值，点击【OK】，开始相关系数计算，系统弹出新的窗体输出运算的结果。本次输出的情况如下：

上表的统计结果可用于题目之间相关性的分析。表中的大部分题目的相关系数都比较适中，但题目T4和题目T5之间的相关程度远高于其它几个题目，我们可以确信这两者之间一定存在着比其他题目之间更紧密的关系，这是我们通过分析获取的重要信息，该信息表明这两个题目之间的相关性高于其他几个题目之间的相关性，这在大规模考试中是不应该出现的，需要在以后的命题考试中加以改进。

Spearman相关系数分析方法和上述分析方法类似，只需要在上述SPSS操作的第二个骤中选取“Pearson”复选框，程序就会按Pearson相关系数法进行统计分析，如果同时选中“Spearman”和“Pearson”复选框，程序将会同时计算按两种分析方法统计分析的数据，并会以不同的图表进行显示，而Cronbach a信度系数法计算方法与上述方法略有不同，其操作步骤如下：

(1)在SPSS数据窗口中，顺序点击【Analyze】→【Scale】→【Reliability Analysis...】，系统弹出“Reliability Analysis”信度分析设置对话框。

(2)将待计算的变量从左列的变量列表中导入到右侧的“items”变量中，在左下列的“model”选择项的下拉列表中确保选中“Alpha”(信度系数)，点击“Statistics”选择项可以进行更为详细的参数设置，我们采用系统的默认值即可。

(3)参数设置完毕之后，点击【OK】，软件开始相关系数计算并输出运算结果。

4. 选择题的选项分析

在目前的教育招生考试中选择题是一种较常见的题型，考试研究人员关注较多的是对选择题基本特征、测量功能及其优缺点的理论探讨[1][2]，对选择题干扰项的设计及其施测后的实际效果关注甚少，事实上施测后对题目各选项的有效性作出判断可为评价试题质量提供重要参考依据。我们利用统计中χ检验假设，对试卷中常见的选择题选择项进行统计分析。

教育考试的单项选择项一般设置为4个，其中仅有1个选择项是正确的。命题人员在设计选择项时，应当也必然对每道题目所有的选择项(正确选择项和干扰选择项)的考生作答情况作出预测，对考生作答的分布情况作出预估。考试结束后，研究人员应该对实测的情况与命题教师预测的情况进行对比分析，以检验考试效果是否达到了预测的目标。这和χ拟合度检验的思想具有一致性，因此可以尝试使用χ检验假设进行分析。

我们依据文献[3][4]的方法来介绍χ检验假设在考试数据分析中应用的基本原理，设变量E是命题者对某道试题的期望值，E=nP，n为样本容量，P为期望的相对频率，引入以下统计量：∑(O-E)/E，其中O为观察频数。

本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文

我们需要进行的假设检验是：零假设H：选项的实测分布与期望分布相同;非零假设H：选项的实测分布与期望分布不同。

检验假设的思想：拟合度检验的统计量在确定的某种显著性水平下如果零假设是真，则检验统计量∑(O-E)/E呈近似χ分布，其自由度为研究变量的可能值减1;如果实测分布与期望的分布相当吻合，就不排除零假设，否则就排除零假设;最后对检验假设的结果进行解释。

数据分析的目的是判断考生实际的应答结果(实测数据)与命题期望的选择概率(期望数据)是否一致。我们随机抽取某省5542个高考考生的数学有效数据构成分析样本，利用SPSS进行统计分析。

SPSS数据统计分析的步骤如下：

(1)将考试数据导入SPSS软件，依次点击【Analyze】→【Nonparametric Tests】→【Chi-Square...】，弹出“Chi-Square Tests”对话框。

(2)将变量列表中待分析的题目序号导入到“Test Variables List”(检验变量列表)中，本例中题目的序号为t7。

(3)将对选择试题的每个选项的期望值依次输入到“Expected Values”所属的方框，具体操作方法是选中单选框“Values”，输入具体的期望数值，点击“Add”按钮，依次重复上述的步骤直至所有的选项的期望值输入完毕。

(4)点击【OK】，输出软件运算结果。

我们需要进行的假设检验，H：选项的实测分布与期望分布相同;H：选项的实测分布与期望分布不同。

假设检验的显著性水平为α=0.05，χ=∑(O-E)/E，自由度为df=4-1=3，查χ分布表或利用相关软件可得P=0.0626，由于P>α，因此不能拒绝零假设，即选项的实测分布与期望分布相同。因此，检验结果在0.05显著性水平时，没有足够的证据拒绝零假设，即可认为本题选项的实测分布与期望分布相同，也就是说本题的实际测试效果与命题教师预测的效果是一致的，命题教师准确地估计了考生的实际水平，这是分析获得的很重要的结论。

5. 结语

SPSS软件在考试数据统计分析中应用广泛，但大部分是集中在试题难度、均值、方差统计、考试数据的图表显示等几个方面，本文从一个新的角度利用SPSS软件对考试数据的相关性、检验假设等几个方面进行了尝试性统计分析，介绍了使用SPSS进行统计分析的一般方法和步骤。从上述分析来看，软件操作步骤和统计分析过程十分简单、快捷，对于测量学和统计学基础不太好的数据分析统计人员来说，只要遵循一定的操作步骤，就可以进行分析。

参考文献：

[1]王孝玲.教育测量(修订版)[M].上海：华东师范大学出版社，2006.

[2]雷新勇.大规模教育考试：命题与评价[M].上海：华东师范大学出版社，2006.

[3]李伟明，冯伯麟，余仁胜.考试的统计分析方法[M].北京：高等教育出版社，1990.

[4]雷新勇.考试数据的统计分析和解释[M].上海：华东师范大学出版社，2007.

猜你喜欢：

1. 统计学数据分析论文

2. spss统计分析实习心得

3. 统计学学年论文

4. 统计学分析论文

关于统计学论文

在平时的学习、工作中，大家总少不了接触论文吧，论文是一种综合性的文体，通过论文可直接看出一个人的综合能力和专业基础。为了让您在写论文时更加简单方便，下面是我收集整理的统计学论文，欢迎阅读与收藏。

摘要： 随着我国经济的发展，统计思想及统计工作在我国经济发展中的地位越来越重要。本文就统计思想体系及其在统计工作的指导意义进行了讨论。

关键词： 统计思想；统计工作；影响

在当前我国统计工作中，认清统计的真谛、领会统计思想，对统计本身来讲，有利于提高统计水平和统计工作者的整体素质；对外界而言，有利于树立别的工作及别的理论不能取代和比拟的统计权威。

一、统计思想简述

统计思想是指统计工作中应树立的世界观和方法论。哲学上世界观和方法论是基础，是人们行动的指南，也是统计工作中应遵守的指南。这里统计思想是指统计不同于别的学科所特有的世界观和方法论，也是树立统计权威的基础。

统计的总体思想使统计始终要站在研究对象的整体角度来看问题，形成了大量观察法和大数定律等一系列认识规律。所谓“站得高，看得远”、“把握大局”也是这种思想的体现。这要求统计工作者在工作中，做到万变不离其宗。因为，总体资料是由作为承担者的个体身上搜集后综合而来的，而个体资料千差万别，有些界限还不好判断。这时就需要站在总体的角度，看哪些符合总体要求，哪些不符合总体要求，避免“旁观者清，当局者迷”，避免偏离统计本身的功能。

二、统计思想的几个方面

1、均值思想。

均值是对所要研究对象的简明而重要的代表。均值概念几乎涉及所有统计学理论，是统计学的基本思想。它告诉我们统计认识问题是从其发展的一般规律来看，侧重点不在总规模或个体，体现了数量观和推断观。均值思想也要求从总体上看问题，但要求观察其一般发展趋势，避免个别偶然现象的干扰，故也体现了总体观。

2、变异思想。

统计研究同类现象的总体特征，它的前提则是总体各单位的特征存在着差异。如果各单位之间不存在差异，也就不需要做统计，如果各单位之间的差异是按已知条件事先可以推定，也就不需要用统计方法。统计方法就是要认识事物数量方面的差异。统计学反映变异情况较基本的概念是方差，是表示“变异”的“一般水平”的概念。可以说，均值与方差这两个概念分别起到“隐异显同”和“知同察异”的作用。平均与变异都是对同类事物特征的抽象和宏观度量。

3、估计思想。

估计以样本推测总体，是对同类事物的由此及彼式的认识方法。使用估计方法有一个预设：样本与总体具有相同的性质，样本才能代表总体，但样本的代表性受偶然因素影响，在估计理论对置信程度的测量就是保持逻辑严谨的必要步骤。

4、相关思想。

马克思主义哲学认为，事物是普遍联系的，在变化中，经常出现一些事物相随共变或相随共现的情况，总体又是由许多个别事务所组成，这些个别事物是相互关联的，我们所研究的事物总体是在同质性的基础上形成。总体中的个体之间、这一总体与另一总体之间是相互关联的。相关概念表现的就是事物之间的关系。

5、拟合思想。

拟合是对不同类型事物之间关系之表象的抽象。任何一个单一的关系必须依赖其他关系而存在，所有实际事物的关系都表现得非常复杂，这种方法就是对规律或趋势的拟合。拟合的成果是模型，反映一般趋势，趋势表达的是“事物和关系的变化过程在数量上所体现的模式和基于此而预示的可能性”。

6、思想。

统计方法总是归纳性的，其结论永远带有一定的或然性，基于局部特征和规律所推广出来的判断不可能完全可信，检验过程就是利用样本的实际资料来检验事先对总体某些数量特征的假设是否可信。

三、统计工作

统计工作应包括统计设计、统计调查、统计整理、统计分析、统计信息应用和发布等D 个环节；而作为统计工作成果的统计资料显然应包括调查的原始资料，整理的系统资料和分析的深度加工资料；统计学研究统计工作的全过程，同时也研究统计资料的可行性、可信性和可用性。3个涵义之间存在着严密的辨证关系。

统计工作的5个环节中，设计是基础，说统计学是方法论的科学，最主要的就体现在统计设计上；统计工作能否达到目的，关键也在于设计。若把统计工作看作是产品生产过程，统计设计就相当于产品设计，统计调查就是施工，统计整理就是组装，统计分析就是质量检验与分析，统计信息应用与发布就是广告宣传与销售。每一环节都具有很强的技术性，但设计和分析是技术性、理论性最强的工作，统计的特殊功能也主要体现在这两个环节上。统计设计实际上是告诉操作者怎样去调查，怎样去整理；分析与信息发布就是告诉用户统计可以达到什么目的，而这些目的是别的专业达不到的。发达国家为什么对统计如此重视，联合国为什么专门设立统计委员会，关键也体现在这两个方面。

今天的社会，统计已相当发达，无论是资料搜集方法研究，还是统计规律研究，其目的都是为了认识我们所研究的对象，或者说认识统计总体。统计工作者从调查开始到整理出对外服务的系统资料，这一过程使人们对统计总体的外貌有比较清楚的认识，如果我们能再从数字后面找出内部特征，就能总结出现象发展的规律性，结合社会经济运行的法则，就可以提出管理社会经济的有效建议。统计指标体系是一个完整的科学系统，由统计指标所核定的数量是有科学涵义的，指标之间是有严密分工的。因此，统计分析是别的分析所不能比拟的。

四、统计工作如何改进

统计学虽然在20 世纪已经取得了无可比拟的伟大成就， 但还没有成熟为一个具有完整稳固基础的知识领域， 因为就统计学的研究对象而言， 其所能涉及到的范围是如此之大、我们所面临的未知是如此之多而不得不需要不断夯实和拓展其学科基础， 以保证统计学定量认知的职能与功能。所以， 从人类不断增加和提高的对统计的要求出发，我们要更强调多学科的交叉与相融， 要不断汲取其他相关学科例如数学、复杂系统科学、混沌学、仿真学、计算机学等的最新发展成果来补充、拓展统计学的基础， 否则，统计学的发展就会缺乏生命力， 就会裹足不前。

在市场经济时期，全面系统的统计工作却需要具有一定统计业务基础、专业技术和相对固定的统计人员来完成。相对稳定的统计队伍，可以积累经验，为企业管理做出更大、更快捷的贡献。如果责任心不强、上进心不足、业务素质低下，势必贻误正常工作。统计人员要善于学习，不断提高自己的业务素质，才能胜任本职工作。同时，企业单位，行业系统，尤其是企业集团需要具有责任心、富有时代感，并有开拓创新精神与较高业务素质，能带领同事一道学习与工作的统计负责人。

在这种情况下，统计人员应自尊，要自信、自强，方能自立。统计人员务必刻苦学习，努力工作争取创新，多出成果。与此同时，企业领导和有关部门，也应为统计人员创造机会，组织他们学习统计知识及相关的业务知识、法律制度和微机知识，支持他们参加统计工作会议，鼓励统计人员参加业务水平和技术职称的考试，引导他们积极提供统计资料，主动参与企业管理，对工作积极并有较大贡献或较快进步者，应该及时给予表彰。

随着社会的发展，统计学在我国的地位越来越高，也越来越受重视，统计思想体系也越来越完善，相信不久的将来我国的统计工作将会不入更高的一层台阶。

参考文献：

〔1〕思想探讨[J]。 合作经济与科技， 2006，（04）

〔2〕庞有贵。统计工作及统计思想 [J]。 科技情报开发与经济，2004，（03）

〔3〕唐源鸿。统计学的普及及应用[j]。经营管理者，2010，（01）

[摘 要] 本文根据我多年的工作经验和鞍山天力精密带钢有限责任公司出发，通过对目前国内外对人力资源统计的研究现状分析，应用人力资源经济学原理，建立了“人力资源统计学”的框架体系，以期促成“人力资源统计学”的发展。

[关键词] 人力资源统计学研究

一、人力资源统计学研究

统计作为一种为管理和决策提供信息支持的活动，必须服务于特定的社会经济环境，新经济时代统计遇到了强大的挑战，同时新经济也为统计的新领域——人力资源统计的发展和完善提供了难得的时机。

人力资源统计学是关于如何描述、衡量、跟踪、预测人力资源状况，并对人力资源进行统计分析的方法论学科。对于人力资源统计学研究，将对人力资源经济学和人力资源管理学向定量化和精确化发展提供有力的'支持。而目前国内对人力资源统计研究体系尚未达成统一的认识，未能建立一套完整的对人力资源状况进行衡量的指标体系和统计研究方法体系，国内外对人力资源统计的研究也涉及较少。目前，国外对人力资源的研究主要集中在人力资源管理、人力资源计划、人力资源招聘、绩效管理、薪酬管理、人员聘用与人员流动管理、人员培训管理、职业生涯管理、劳动关系管理、组织文化建设及领导者开发等方面。

通过我多年的工作经验和研究发现，目前国内学者对于人力资源统计的研究主要围绕概念、内容、指标体系、计量方法等方面展开，旨在丰富和完善人力资源统计学体系。概念方面，我对人力资源与人力资本做了区分，其中，我认为二者不仅概念不同，而且所研究的视角和分析的内容也不同，并将人力资本理解为人力资源质的方面。在内容方面，将人力资源投资统计、人力资源产出统计和人力资源投资效益统计以及人力资源供求统计纳入人力资源统计研究范围。而认为人力资源统计应包括人力资源现状统计、人力资源投入与产出统计、人力资源供求情况统计。

针对指标体系的设置，我认为本企业人力资源统计指标应围绕人力资源的数量、质量、开发、利用来设置；从数量指标、质量指标、结构指标、动态指标、效能指标五个方面构建了人力资源统计指标体系。

以上的研究给人力资源统计学的基本框架和内容的形成，提供了多种思路，起到了奠基作用。但是，这些研究成果从统计学的角度来看，主要是关于人力资源的描述统计，而在结合统计推断理论对人力资源未来趋势进行预测以及人力资源管理决策统计分析上还比较欠缺。总之，系统化、规范化的人力资源统计学学科体系尚未形成。

二、建立人力资源统计学框架体系

建立人力资源统计学重点在于如何反映人力资源数量特征，从而来构建人力资源统计学的理论与方法论框架。因此，需在首先界定人力资源统计学的研究对象及基本范畴；以此为出发点设计考察人力资源的综合指标体系，如人力资源的存量、流量、投入、产出及效益等统计指标；进而进入统计分析阶段，介绍一系列的统计研究方法对人力资源的总量、结构、未来趋势、配置等情况展开研究。

1。人力资源统计学理论基础

包括人力资源经济学理论基础和统计学基础，人力资源统计学的研究对象、研究方法、研究内容、基本范畴、与其他相关学科的关系等。

2。人力资源统计数据调查、整理与显示包括人力资源数据获取的主要调查方法，如，全面调查、抽样调查、典型调查、重点调查等；进而介绍数据整理方法，如统计分组、统计图表等。

3。人力资源综合指标设置

人力资源统计指标体系的建立，从宏观和微观分为国家、部门、企业、个人，从时间上分为静态和动态，从空间分为国家、地区、行业、职业，从范围分为群体和个体，包括设定人力资源存量指标、流量指标、相对指标、平均指标、变异指标等五大板块，并确定各指标计算方法。

4。人力资源回归与相关分析

包括人力资源总量和结构分析、人力资源与经济增长关系分析、人力资源配置效率、主成分分析、因子分析及人力资源发展趋势预测等。

5。人力资源统计制度的系统设计

包括人力资源统计制度的内容，在人力资源统计指标体系的应用以及人力资源统计分析中的作用，对现有人力资源统计范围、方法、调查方式、资料完整性等方面的反思等，并在此基础上提出建立规范统一的人力资源统计制度的初步设想，以适应知识经济时代各行各业，各级经济活动单位对人力资源统计研究的需要，规范数据来源渠道，保证人力资源统计数据的权威性、统一性、准确性。

三、结语

通过我多年的工作经验和研究，我发现人力资源统计指标体系是一系列相互联系、相互依存、相互制约的多层次、多角度反映人力资源状况和规律的指标群所构成的有机整体，比单一指标、综合指标等能提供给人更多更丰富的信息资源和更强的功能。它提供了一套完整的人力资源统计数据，可以反映事物的各个方面及其发展变化的整个过程。利用这些统计数据，进而界定、统一人力资源的范围、统计口径、统计方法，提高人力资源统计信息收集和分析的科学性、可比性和可操作性，可以了解人力资源的现状和供求状况，客观地反映人力资源的数量、结构、投入、配置等状况及其发展趋势和规律。由于人力资源本身所具有的特殊性、复杂性、不确定性和难以数量化，使得对人力资源价值计量的难度远远超过物力资源，国内外研究了几十年，但至今尚未解决这一难题。

人力资源是国家财富，人力资源统计是了解掌握和监控人力资源规模、水平及其变动情况的根本手段。但通过我的研究，我发现目前我国的人力资源统计无论是从理论方法还是实践活动上都缺乏系统规范的研究成果，应尽快与国际接轨完善人力资源存量统计指标，建立人力资源流量统计指标，并加快建立一个对人力资源数量、质量、投入产出及效益等进行跟踪监控和辅助决策的长效机制，完善人力资源统计调查体系，实现人力资源统计信息共享，为国家长期持续发展提供人力资源保障和支持。