实验报告 151213231杨尚飞

1、Shanghai University of Engineering science上海公共事业改革发展指标的统计分析实习报告题 目 上海公共事业改革发展调研实践及统计分析 学 院 社会科学学院 专 业 公共事业管理 班 级 151213231 姓 名 杨尚飞 指导教师 田园宏 完成日期 2016年1月15日 （勤奋、求是、创新、奉献）20152016 学年第一学期期末考查试卷主考教师：田园宏学院 社会科学学院 班级 _1512132_ 姓名 杨尚飞 学号 _151213231_上海公共事业改革发展调研实践及统计分析课程试卷（本卷考试时间90分钟）题号一二三四五六七八九十总得分题分252525

2、25100得分一、 SPSS方差分析操作题(每题25分，共1题，共25分)。评价不同行业的服务质量，消费者协会分别在零售业、旅游业、航空公司、家电制造业抽取了不同的企业作为样本，其中零售业7家，旅游业6家，航空公司5家，家电制造业5家，然后统计出近期消费者对这23家企业的投诉次数，试分析4个行业之间的服务质量是否存在显著差异？（基本数据见方差分析投诉.sav）。（1）请提出检验的原假设、备择假设。（2）请运用SPSS检验你提出的假设，并写出检验步骤。（3）请贴出检验结果，并对结果进行分析。答 (一) 1）原假设：零售业、旅游业、航空公司、家电制造业4个行业之间的服务质量不存在显著差异2）备择假

3、设：零售业、旅游业、航空公司、家电制造业4个行业之间的服务质量存在显著差异(二) 请运用SPSS检验你提出的假设，并写出检验步骤。1）分析，比较均值，单因素分析2）将行业栏放入因子，将投诉次数放入因变量列表3）将其两两比较4）注意要选LSD(L),然后再按继续最后输出分析结果ANOVA投诉次数平方和df均方F显著性组间1456.6093485.5363.407.039组内2708.00019142.526总数4164.60922最后得出结论显著性为0.039，因为均值差的显著性水平为 0.05。所以否定原假设，接受备择假设二、 SPSS问卷调查信度测试(每题25分，共1题，共25分)。为了保证

4、问卷具有较高的可靠性和有效性，我们在形成正式问卷之前，应当对问卷进行测试，对问卷进行信度分析。请运用SPSS对给出的数据（数据文件：青少年体质评价.sav）进行信度分析，并将信度分析的步骤截屏列出。案例处理汇总N%案例有效60100.0已排除a0.0总计60100.0a. 在此程序中基于所有变量的列表方式删除。可靠性统计量Cronbachs Alpha基于标准化项的 Cronbachs Alpha项数.131.66316摘要项统计量均值极小值极大值范围极大值/极小值方差项数项的均值635.9932.2002626.7832624.5831193.992792239.929161. 在SPSS结

5、果报告中给出克朗巴哈（Cronbach）信度系数的 估计值为0.663，说明问卷调查中的题目 具有较强的内在一致性。2. 各个评估项目的相关系数矩阵收缩压和舒张压相关性系数为0.689，肺活量和体重0.600，体重和坐高0.841，体重和胸围0.870，正相关性强；坐高和脉搏0.011，身高和舒张压0.023，肩宽和脉搏相关性较低，立定跳远，50米跑，和引体向上可以改进三、SPSS因子分析操作题(每题25分，共1题，共25分)。2007年中国省会城市和计划单列市主要经济指标：年底总人口数（万人）、地区生产总值(万元)、第一产业增加值(万元)、第二产业增加值(万元)、第三产业增加值(万元)、客运

6、量（万人）、货运量（万吨）、地方财政预算收入（万元）、地方财政预算支出（万元）、固定资产投资总额（万元）、城乡居民储蓄年末余额（万元）、在岗职工平均工资（元）、年末邮政局数（万个）、年末固定电话用户数（万户）、社会商品零售总额（万元）、货物进出口总额（万元）、年末实有公共汽车运营车辆数（辆）、影剧院数（个）、普通高等学校在校学生数（人）、医院数（个）、执业医生（人）、环境污染治理投资总额（万元）等。请运用SPSS对给出的数据（数据文件：因子分析-城市竞争力.sav）进行因子分析，省会城市和计划单列市的竞争力进行评价，并将因子分析的步骤截屏列出。按描述在统计量处选择原始分析结果，在相关矩阵中再选

7、KMO和Bartlett的球形度检验先抽取 并选择碎石图旋转中选择最大方差法，还要选择载荷图和旋转解在因子得分中选择保存为变量并按回归，再选择显示因子得分系数矩阵 结果分析结果横坐标为成分数，纵坐标为特征根。 可以看到，第一个因子的特征值很高，对解释原有变量的贡献最大； 第三个以后的因子特征根都较小，取值都小于1，说明它们对解释原有变量的贡献很小，因此提取前三个因子是合适的。公因子方差初始提取年底总人口1.000.914地区生产总值1.000.977第一产业增加值1.000.815第二产业增加值1.000.879客运量1.000.778货运量1.000.741地方财政预算内收入1.000.97

8、5地方财政预算内支出1.000.970固定资产投资总额1.000.932城乡居民储蓄年末余额1.000.951在岗职工平均工资1.000.733年末邮政局数1.000.930年末固定电话用户数1.000.956社会商品零售总额1.000.951货物进出口总额1.000.855年末实有公共汽车营运车辆数1.000.891影剧院数1.000.970普通高等学校在校学生数1.000.499医院数1.000.976执业医师1.000.971环境污染治理投资总额1.000.650提取方法：主成份分析。表是因子分析的共同度，显示了所有变量的共同度数据，原有变量的所有方差都 可被解释，变量的共同度均为1。可

9、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。因此本次因子提取的总体效果理想。解释的总方差成份初始特征值提取平方和载入旋转平方和载入合计方差的 %累积 %合计方差的 %累积 %合计方差的 %累积 %112.67657.61857.61812.67657.61857.61811.13950.63050.63023.81617.34674.9643.81617.34674.9644.32019.63670.26632.77112.59487.5582.77112.59487.5583.80417.29287.5584.8133.69591.2535.6342.88194.135

10、6.3701.68295.8177.2851.29697.1138.2341.06498.1769.123.55798.73410.099.45299.18611.057.25899.44412.037.16899.61213.032.14599.75714.025.11299.86915.012.05599.92516.007.03299.95617.006.02799.98418.002.00899.99219.002.00799.99920.000.001100.000212.210E-5.000100.000221.132E-165.144E-16100.000提取方法：主成份分析。第

11、一组数据描述了初始因子解的情况。可以看 到，第一个因子的特征根值为12.676，解释了原有22个变量总方差的57.618。前三个因子的累计方差贡献率为87.558，并且只有它们的取值大于1。说明前3个公因子基本包含了全部变量的主要信息，因此 选前3个因子为主因子即可。同时，提取平方和载入和旋转平方和载入部分列出了因子提取后和旋转后的因子方差解释情况。从表中看到，它们都支持选择3个公共因子。成份得分系数矩阵成份123年底总人口-.036-.031.273地区生产总值.095.012-.018第一产业增加值-.081-.012.300第二产业增加值.091.000-.012客运量-.061.088

12、.219货运量.041.015.091地方财政预算内收入.115-.035-.049地方财政预算内支出.105-.032-.018固定资产投资总额.057-.045.110城乡居民储蓄年末余额.092.020-.020在岗职工平均工资.113.041-.170年末邮政局数-.026.191.075年末固定电话用户数.058.000.086社会商品零售总额.082.013.016货物进出口总额.127-.016-.135年末实有公共汽车营运车辆数.093-.011-.008影剧院数-.022.247-.046普通高等学校在校学生数.000-.122.173医院数-.024.246-.035执业医

13、师-.020.244-.041环境污染治理投资总额.096-.077-.024提取方法 :主成份。 旋转法 :具有 Kaiser 标准化的正交旋转法。 构成得分。成份得分协方差矩阵成份12311.000.000.0002.0001.000.0003.000.0001.000提取方法 :主成份。 旋转法 :具有 Kaiser 标准化的正交旋转法。 构成得分。 四SPSS聚类分析操作题。请运用SPSS对给出的数据进行聚类分析，用快速聚类法将11个国家划分为2类，并将聚类分析的步骤截屏列出。表1 不同国家出生率和死亡率数据序号国别出生率死亡率1中国1982日本1083法国13114德国10115意大

14、利10106俄罗斯11137英国13118美国1699智利24710印度2910 具体分析如下：实例结果及分析（1）快速聚类分析的初始中心SPSS软件首先给出了进行快速聚类分析的初始中心数据。由于这里 是要求将样品分为两类，因此软件给出了两个中心位置。但是，这些 中心位置可能在后续的迭代计算中出现调整。初始聚类中心聚类12出生率2910死亡率1011（2）迭代历史表下表显示了快速聚类分析的迭代过程。可以看到，第一次迭代的变化 值最大，其后随之减少。最后第二次迭代时，聚类中心就不再变化 了。这说明，本次快速聚类的迭代过程速度很快。迭代历史记录a迭代聚类中心内的更改1212.9152.8862.0

15、00.000a. 由于聚类中心内没有改动或改动较小而达到收敛。任何中心的最大绝对坐标更改为 .000。当前迭代为 2。初始中心间的最小距离为 19.026。（3）聚类分析结果列表通过快速聚类分析的最终结果列表可以看到整个样品被分为以下两大类。 第一类：智利、印度出生率比死亡率高出很多 第二类：中国、日本、法国、德国、意大利、俄罗斯、英国、美国出生率比死亡率高出一点点。表中最后一列显示了样品和所属类别中心的聚类，此表 中的最后两列分别作为新变量保存于当前的工作文件中。聚类成员案例号国别聚类距离1中国 26.6012日本 23.4753法国 2.9104德国 22.8865意大利 22.7536俄

16、罗斯 23.3667英国 2.9108美国 23.4399智利 12.91510印度 12.915（4）最终聚类分析中心表如下表所示列出了最终聚类分析中心。可以看到，最后的中心位置较初始中心位置发生了较大的变化。最终聚类中心聚类12出生率2713死亡率910（5）最终聚类中心位置之间的距离如下表所示为快速聚类分析最终确定的各类中心位置的距离表。从结果来看，第一类和第二类之间的距离相同，这些结果和实际情况是相符合的。最终聚类中心间的距离聚类12113.846213.846（6）方差分析表如下表所示为方差分析表，显示了各个指标在不同类的均值 比较情况。各数据项的含义依次是：组间均方、组间自由度、 组内均方、组内自由度。可以看到，各个指标在不同类之间的 差异是非常明显的，这进一步验证了聚类分析结果的有效性。ANOVA聚类误差FSig.均方df均方df出生率302.500111.000