research-4
Li
2018年3月26日
require(tidyverse)## Loading required package: tidyverse## -- Attaching packages ----------------------------------------------- tidyverse 1.2.1 --## √ ggplot2 2.2.1 √ purrr 0.2.4
## √ tibble 1.3.4 √ dplyr 0.7.4
## √ tidyr 0.7.2 √ stringr 1.2.0
## √ readr 1.1.1 √ forcats 0.2.0## -- Conflicts -------------------------------------------------- tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()require(effects)## Loading required package: effects## Loading required package: carData## lattice theme set by effectsTheme()
## See ?effectsTheme for details.require(MASS)## Loading required package: MASS##
## Attaching package: 'MASS'## The following object is masked from 'package:dplyr':
##
## selectdata
將級區差區分為過量(over)；符合(match)；限縮(under)
dta <- read.csv("D:/EDU MIS/project-research/new_dta20180314.csv",header = T)
str(dta)## 'data.frame': 1347 obs. of 29 variables:
## $ sub : int 1 2 3 5 5 6 7 8 9 10 ...
## $ 性別 : Factor w/ 2 levels "女","男": 1 2 2 2 2 2 1 1 1 1 ...
## $ 出生年 : int 1992 1990 1989 1987 1987 1987 1992 1993 1988 1984 ...
## $ 年齡 : int 27 29 30 32 32 32 27 26 31 35 ...
## $ 學歷 : Factor w/ 10 levels "二專","五專",..: 10 9 10 9 9 10 9 9 10 10 ...
## $ 公私立 : Factor w/ 3 levels "私立","國外學校",..: 3 1 3 1 1 3 3 3 3 3 ...
## $ 學群 : Factor w/ 18 levels "大眾傳播學群",..: 12 2 12 7 7 2 9 3 2 13 ...
## $ 學類 : Factor w/ 160 levels "13-經營與財務運作相關職類",..: 103 128 91 147 147 12 67 21 128 120 ...
## $ 大類 : Factor w/ 30 levels "11-主管職類",..: 11 29 11 5 5 5 3 11 28 23 ...
## $ 中類 : Factor w/ 124 levels "","／","11-1000 高階主管",..: 25 82 25 13 13 13 7 25 71 60 ...
## $ 小類 : Factor w/ 373 levels "","11-1011.00 執行長(Chief Executives)",..: 118 282 125 67 67 67 28 118 256 227 ...
## $ 地區 : Factor w/ 21 levels "台南市","宜蘭縣",..: 21 18 20 3 3 18 3 8 15 18 ...
## $ 就業性質 : Factor w/ 3 levels "自營者","受雇於公營機關",..: 2 2 3 3 3 3 3 2 3 2 ...
## $ 每週工時 : num 48 40 40 40 40 40 50 40 50 40 ...
## $ 現職年資 : num 2 1 1 3 3 5 1 3 5 8 ...
## $ 總年資 : int 2 3 2 4 4 6 1 3 5 8 ...
## $ 自評過量 : Factor w/ 3 levels "低於工作要求",..: 3 2 3 3 3 2 3 3 3 2 ...
## $ 自評需求 : int 5 5 4 4 4 4 4 4 4 2 ...
## $ 自評學用 : int 4 3 5 2 2 2 4 3 5 2 ...
## $ 工作滿意 : int 6 6 6 4 4 5 5 3 5 4 ...
## $ salary : int 20000 35000 25000 35000 35000 55000 35000 45000 65000 25000 ...
## $ 學歷級區 : int 5 4 5 4 4 5 4 4 5 5 ...
## $ 職業碼 : Factor w/ 373 levels "","11-1011.00",..: 118 282 125 67 67 67 28 118 256 227 ...
## $ 學類職業 : Factor w/ 867 levels "25-教育、訓練、圖書館相關職類25-3099.02",..: 502 702 438 804 804 10 320 49 695 640 ...
## $ 關聯編碼 : int 3 1 1 2 2 3 1 1 1 1 ...
## $ 工作級區 : int 4 2 4 4 4 4 4 4 2 3 ...
## $ 六大區域 : Factor w/ 6 levels "中彰投","北北基",..: 3 1 3 3 3 1 3 4 6 1 ...
## $ 學歷check : int 5 4 5 4 4 5 4 4 5 5 ...
## $ 自評過量check: int 1 0 1 1 1 0 1 1 1 0 ...t4 <- dta[,c(1:7,12:19,21,22,25:27)]
t4$級區差 <- t4$學歷級區 - t4$工作級區
t4$自評過量 <- recode_factor(t4$自評過量,
"1" = "符合工作要求",
"2" = "高於工作要求",
"3" = "低於工作要求")
# 使用區差區分垂直相符程度
unique(t4$級區差)## [1] 1 2 0 3 NA -1 4 -2t4$垂直相符 <- ifelse(t4$級區差==0 , "match" ,
ifelse(t4$級區差 < 0 , "under" ,
ifelse(t4$級區差 > 0 , "over", NA)))
t4 <- t4 %>% mutate( salary = as.numeric(salary),
年齡 = as.numeric(年齡),
垂直相符 = as.factor(垂直相符))
str(t4)## 'data.frame': 1347 obs. of 22 variables:
## $ sub : int 1 2 3 5 5 6 7 8 9 10 ...
## $ 性別 : Factor w/ 2 levels "女","男": 1 2 2 2 2 2 1 1 1 1 ...
## $ 出生年 : int 1992 1990 1989 1987 1987 1987 1992 1993 1988 1984 ...
## $ 年齡 : num 27 29 30 32 32 32 27 26 31 35 ...
## $ 學歷 : Factor w/ 10 levels "二專","五專",..: 10 9 10 9 9 10 9 9 10 10 ...
## $ 公私立 : Factor w/ 3 levels "私立","國外學校",..: 3 1 3 1 1 3 3 3 3 3 ...
## $ 學群 : Factor w/ 18 levels "大眾傳播學群",..: 12 2 12 7 7 2 9 3 2 13 ...
## $ 地區 : Factor w/ 21 levels "台南市","宜蘭縣",..: 21 18 20 3 3 18 3 8 15 18 ...
## $ 就業性質: Factor w/ 3 levels "自營者","受雇於公營機關",..: 2 2 3 3 3 3 3 2 3 2 ...
## $ 每週工時: num 48 40 40 40 40 40 50 40 50 40 ...
## $ 現職年資: num 2 1 1 3 3 5 1 3 5 8 ...
## $ 總年資 : int 2 3 2 4 4 6 1 3 5 8 ...
## $ 自評過量: Factor w/ 3 levels "符合工作要求",..: 1 2 1 1 1 2 1 1 1 2 ...
## $ 自評需求: int 5 5 4 4 4 4 4 4 4 2 ...
## $ 自評學用: int 4 3 5 2 2 2 4 3 5 2 ...
## $ salary : num 20000 35000 25000 35000 35000 55000 35000 45000 65000 25000 ...
## $ 學歷級區: int 5 4 5 4 4 5 4 4 5 5 ...
## $ 關聯編碼: int 3 1 1 2 2 3 1 1 1 1 ...
## $ 工作級區: int 4 2 4 4 4 4 4 4 2 3 ...
## $ 六大區域: Factor w/ 6 levels "中彰投","北北基",..: 3 1 3 3 3 1 3 4 6 1 ...
## $ 級區差 : int 1 2 1 0 0 1 0 0 3 2 ...
## $ 垂直相符: Factor w/ 3 levels "match","over",..: 2 2 2 1 1 2 1 1 2 2 ...plot
#
t4_s <- as.data.frame(with(t4, prop.table(table(salary, 垂直相符), 2)))
#
ggplot(t4_s, aes(x = salary, y = Freq, group = 垂直相符, color = 垂直相符)) +
geom_point() +
geom_line()+
labs(x = "薪資", y = "Frequency of response") +
theme_bw() +
theme(axis.text.x = element_text(hjust = 1, angle =30))
model
model1 垂直相符
投入變項: 性別 + 年齡 +公私立 +六大區域(中彰投為對照) +垂直相符(match為對照組)
lm1 <- lm(salary ~ 性別 + 年齡 +公私立 +六大區域 +垂直相符, data = t4)
summary(lm1)##
## Call:
## lm(formula = salary ~ 性別 + 年齡 + 公私立 + 六大區域 + 垂直相符,
## data = t4)
##
## Residuals:
## Min 1Q Median 3Q Max
## -60392 -11798 -3307 6144 259410
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -1667.2 3963.3 -0.421 0.67409
## 性別男 10060.7 1479.4 6.801 1.64e-11 ***
## 年齡 1150.0 108.3 10.620 < 2e-16 ***
## 公私立國外學校 27034.8 6595.1 4.099 4.43e-05 ***
## 公私立國立（公立） 8604.0 1520.1 5.660 1.89e-08 ***
## 六大區域北北基 12303.3 4639.3 2.652 0.00811 **
## 六大區域宜花東離島 2566.1 1734.8 1.479 0.13936
## 六大區域桃竹苗 1538.2 2517.0 0.611 0.54124
## 六大區域高高屏 6726.4 4247.7 1.584 0.11357
## 六大區域雲嘉南 18447.7 3053.0 6.042 2.02e-09 ***
## 垂直相符over -1095.9 1579.8 -0.694 0.48799
## 垂直相符under -941.7 3285.9 -0.287 0.77448
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 25050 on 1196 degrees of freedom
## (139 observations deleted due to missingness)
## Multiple R-squared: 0.1856, Adjusted R-squared: 0.1781
## F-statistic: 24.78 on 11 and 1196 DF, p-value: < 2.2e-16plot(allEffects(lm1),5)
model2 垂直+關聯
投入變項: 性別 + 年齡 +公私立 +六大區域 +關聯編碼(中彰投為對照) +垂直相符(match為對照組)
lm2 <- lm(salary ~ 性別 + 年齡 +公私立 +六大區域 +關聯編碼 +垂直相符, data = t4)
summary(lm2)##
## Call:
## lm(formula = salary ~ 性別 + 年齡 + 公私立 + 六大區域 + 關聯編碼 +
## 垂直相符, data = t4)
##
## Residuals:
## Min 1Q Median 3Q Max
## -58444 -11417 -3114 6618 252745
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -9818.0 4288.4 -2.289 0.02223 *
## 性別男 10072.7 1466.3 6.869 1.03e-11 ***
## 年齡 1185.3 107.6 11.017 < 2e-16 ***
## 公私立國外學校 28145.6 6541.0 4.303 1.82e-05 ***
## 公私立國立（公立） 8107.8 1510.3 5.368 9.54e-08 ***
## 六大區域北北基 12198.6 4598.3 2.653 0.00809 **
## 六大區域宜花東離島 2522.3 1719.5 1.467 0.14267
## 六大區域桃竹苗 1258.8 2495.4 0.504 0.61406
## 六大區域高高屏 6236.7 4211.4 1.481 0.13889
## 六大區域雲嘉南 18425.4 3026.0 6.089 1.53e-09 ***
## 關聯編碼 4140.0 873.8 4.738 2.42e-06 ***
## 垂直相符over 452.3 1599.5 0.283 0.77738
## 垂直相符under -230.4 3260.3 -0.071 0.94367
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 24830 on 1195 degrees of freedom
## (139 observations deleted due to missingness)
## Multiple R-squared: 0.2006, Adjusted R-squared: 0.1926
## F-statistic: 25 on 12 and 1195 DF, p-value: < 2.2e-16plot(allEffects(lm2)[5:6])