第章SPSS在旅游业的应用PPT课件.ppt

第15章SPSS在旅游业的应用 1 15 1实例提出 国内旅游收入影响因素 考虑到国内旅游收入主要影响因素有收入水平 休假政策 交通状况等方面的影响 表15 1是依据文献资料 选取反映上述方面的统计指标 包括国内旅游收入 国内生产总值 旅游人均花费 城市居民旅游花费 农村居民旅游花费 公路线路里程 铁路线路里程 特别的为了分析1999年休假制度改革对旅游收入的影响 增加了虚拟变量 制度 来分析它对于旅游收入的影响 2 3 15 2实例的SPSS软件操作详解 本实例要分析国内旅游收入 Y 的影响因素 因此可以建立旅游收入与GDP 旅游人均花费 公路里程数等变量之间的回归模型 通过回归系数的大小来探讨这些因素对旅游收入的影响大小 但是根据相关性分析结果表15 2看到 自变量之间存在着高度的线性相关性 因此本实例直接利用回归分析模型来分析影响因素可能出现多重共线性的现象 造成部分回归系数不显著 因此首要需要考虑的是如何处理变量之间的多重共线性问题 4 5 因子分析方法是指用较少个数的公共因子的线性函数与特定因子之和来表达原解释变量的分量 以达到降低维数并能合理地解释原解释变量 本实例中 利用因子分析法中的主成分分析法消除经济因素变量的多重共线性问题 使得经济因素的解释变量在降低维度的同时消除多重共线性 通过分析因子和 制度 虚拟变量对国内旅游收入的影响来探讨旅游收入的影响因素 具体操作步骤如下 Step01 打开数据文件打开或建立数据文件15 1 sav 同时单击数据浏览窗口的 变量视图 选项 检查各个变量的数据结构定义是否合理 是否需要修改调整 6 Step02 因子分析 在 候选变量 列表框中选择X1 X2 X6变量设定为因子分析变量 将其添加至 变量 列表框中 具体见图15 1所示 在主对话框中 单击 描述 按钮 勾选 KMO和Bartlett的球形检验 选项 表示进行因子分析适用性的巴特利特球度检验 其他选项保持系统默认 单击 继续 按钮返回 在主话框中 单击 得分 按钮 勾选 保存为变量 选项 表示采用回归法计算因子得分并保持在原文件中 其他选项保持系统默认 单击 继续 按钮返回 单击 确定 按钮 完成本步操作 7 图15 1 因子分析 对话框 8 Step03 回归分析 在第二步因子分析中得到了所有旅游收入影响因素综合得分Z 这些因子得分充分反映了这些指标在不同年份的综合发展值 于是可以考虑利用它和制度虚拟变量来对国内旅游收入进行回归分析 具体模型如下 其中 y表示国内旅游收入 z表示综合旅游影响值 x7表示虚拟变量 9 在菜单栏中选择 分析 回归 线性 命令 弹出 线性回归 对话框 如图15 2所示 在左侧候选变量列表框中选择 y 变量设定为因变量 将其添加至 因变量 列表框中 在左侧候选变量列表框中选择 z 和 x7 变量设定为自变量 将其添加至 自变量 列表框中 最后 单击图15 2中的 确定 按钮 操作完成 10 2020 2 9 11 图15 2 线性回归 对话框 12 12 3实例的SPSS输出结果详解 1 巴特利特球度检验和KMO检验首先表15 3显示了对数据进行因子分析适用性检验的结果 巴特利特球度检验统计量的观测值等于119 915 如果显著性水平等于0 05 由于概率P值小于显著性水平 应拒绝原假设 认为相关系数矩阵与单位阵有显著差异 同时 KMO值为0 763 根据Kaiser给出的KMO度量标准可知原有变量适合进行因子分析 13 2 因子分析共同度表15 6是因子分析的共同度 显示了所有变量的共同度数据 如果对原有六个变量如果采用主成分分析法提取所有七个特征根 那么原有变量的所有方差都可被解释 变量的共同度均为1 接着 第二列列出了按指定提取条件提取特征根时的共同度 可以看到 所有变量的绝大部分信息可被因子解释 这些变量信息丢失较少 14 3 因子分析的总方差解释接着Spss软件计算得到相关系数矩阵的特征值 方差贡献率及累计方差贡献率结果如表15 7所示 结果表明 由于数据的相关性较强 选择第一个因子为主因子即可 因为它解释了原有六个变量总方差的84 449 15 5 因子载荷矩阵表15 8显示了因子载荷矩阵 通过载荷系数大小可以看到不同公共因子所反映的主要指标的区别 从结果看 第一因子在所有变量的载荷系数都较大 基本都在0 80以上 说明它主要反映了旅游收入的综合影响因素 16 6 因子得分系数表15 9列出了采用回归法估计的因子得分系数 同时在原数据浏览窗口中新增了变量 FAC1 1 它表示不同年份的综合影响因素值 为了表述方便 将其改写为 Z 变量 17 2回归分析结果 1 模型摘要表15 10给出了衡量该回归方程优劣的统计量 调整的R2为0 928 说明拟合的线性回归模型反映了原始数据92 8 的信息 拟合效果较好 18 2 方差分析表表15 11是对回归模型进行方差分析的检验结果 可以看到方差分析结果中F统计量等于84 790 概率P值小于显著性水平0 05 所以该模型是有统计学意义的 即综合影响因素和制度变量是显著的 19 3 回归系数表表15 12给出了回归模型的参数估计结果 于是得到回归方程如下 接着将表15 8的因子载荷系数带入到Z变量的表达式中 进入可以将上述回归模型改写为如下形式 20 将拟合预测值与实际值比较后得知 模型有很高的拟合优度 并且模型中各变量系数符号的经济意义合理 各项影响因素的增长 对旅游收入均存在正向作用