农民工参保现状影响因素分析..doc

月工资与参保相关性 参保情况* 月工资 交叉制表 计数 月工资 合计 500元以下 500-1000元 1000-2000元 2000-3000元 3000元以上 参保情况 0 6 12 59 15 0 92 参加工伤保险 1 15 32 29 10 87 合计 7 27 91 44 10 179 卡方检验 值 df 渐进 Sig. (双侧) Pearson 卡方 26.251a 4 .000 似然比 30.686 4 .000 线性和线性组合 12.685 1 .000 有效案例中的 N 179 a. 3 单元格(30.0%) 的期望计数少于 5。最小期望计数为 3.40。 回归检验 模型汇总 模型 R R 方 调整 R 方 标准 估计的误差 1 .267a .071 .066 .484 a. 预测变量: (常量), 月工资。 Anovab 模型 平方和 df 均方 F Sig. 1 回归 3.187 1 3.187 13.582 .000a 残差 41.528 177 .235 总计 44.715 178 a. 预测变量: (常量), 月工资。 b. 因变量: 参保情况 系数a 模型 非标准化系数 标准系数 t Sig. B 标准 误差 试用版 1 (常量) .007 .135 .054 .957 月工资 .153 .042 .267 3.685 .000 a. 因变量: 参保情况 日工作小时与参保情况相关性 参保情况* 日工作小时 交叉制表 计数 日工作小时 合计 8小时以下 9小时 10小时 11小时 12小时 12小时以上 参保情况 0 38 18 22 3 4 7 92 参加工伤保险 36 23 22 2 3 1 87 合计 74 41 44 5 7 8 179 卡方检验 值 df 渐进 Sig. (双侧) Pearson 卡方 5.371a 5 .372 似然比 5.932 5 .313 线性和线性组合 2.096 1 .148 有效案例中的 N 179 a. 6 单元格(50.0%) 的期望计数少于 5。最小期望计数为 2.43。 每周工作天数与参保情况相关性 参保情况* 每周工作天数 交叉制表 计数 每周工作天数 合计 5 6 7 参保情况 0 26 35 31 92 参加工伤保险 15 47 25 87 合计 41 82 56 179 卡方检验 值 df 渐进 Sig. (双侧) Pearson 卡方 5.215a 2 .074 似然比 5.255 2 .072 线性和线性组合 .305 1 .581 有效案例中的 N 179 a. 0 单元格(.0%) 的期望计数少于 5。最小期望计数为 19.93。 工作单位性质与参保情况相关性 参保情况* 工作单位性质 交叉制表 计数 工作单位性质 合计 国有企业 集体企业 股份制企业 私营企业 三资企业 个体工商户 机关或事业单位 参保情况 0 65 0 10 13 0 2 2 92 参加工伤保险 52 3 12 19 1 0 0 87 合计 117 3 22 32 1 2 2 179 卡方检验 值 df 渐进 Sig. (双侧) Pearson 卡方 10.620a 6 .101 似然比 13.712 6 .033 线性和线性组合 .382 1 .536 有效案例中的 N 179 a. 8 单元格(57.1%) 的期望计数少于 5。最小期望计数为 .49。 5. 参保情况 * 目前从事的行业 交叉表 计数 目前从事的行业 合计 建筑业 运输业 家政服务业 加工制造业 餐饮业 金融保险业 贸易 教育文化娱乐业 其他 44 参保情况 0 34 6 2 37 5 0 2 1 4 1 92 参加工伤保险 58 3 2 12 4 1 2 0 5 0 87 合计 92 9 4 49 9 1 4 1 9 1 179 卡方检验 值 df 渐进 Sig. (双侧) Pearson 卡方 23.117a 9 .006 似然比 24.971 9 .003 线性和线性组合 4.324 1 .038 有效案例中的 N 179 a. 16 单元格(80.0%) 的期望计数少于 5。最小期望计数为 .49。 回归分析 模型汇总 模型 R R 方 调整 R 方 标准 估计的误差 更改统计量 R 方更改 F 更改 df1 df