对应分析34116new

1、关于调解民间纠纷分类数据的对应分析【摘要】利用SPSS软件，对全国2000年至2011年调解民间纠纷分类数据进行对应分析。通过因子载荷平面图，可直观的看出这12年来调解民间纠纷的分类情况，以期发现特点和规律。关键字：SPSS 对应分析 因子载荷平面图 调解民间纠纷分类近些年来，随着经济的发展，人们越来越浮躁。相较于各种大型的刑事案件，我国的纠纷案件日益增多。已经成为了一个颇为严峻的问题。为了进一步了解近十几年来的纠纷案件，为有关部门提供可靠信息，有必要对我国调解民间纠纷的分类情况进行考察并做比较研究，以期发现特点和规律。一、数据的来源本篇论文采用来自中国统计局的年度数据中的调解民间纠纷分类数据

2、（表一）。其中选择四种主要的民间纠纷的分类，包括：X1：调解婚姻家庭纠纷数（件）X2：调解房屋、宅基地纠纷数（件）X3：调解邻里纠纷数（件）X4：调解损失赔偿纠纷数（件）为方便，把2011年至2000年的年份分别标为序号1至12.表一：调解民间纠纷分类数据（单位：件）序号年份调解婚姻家庭纠纷数(件)X1调解房屋、宅基地纠纷数(件)X2调解邻里纠纷数(件)X3调解损害赔偿纠纷数(件)X412011年1761612614109204379372780322010年1596880590628179170264344832009年1143913364977124183854509442008年1019

3、22636457299398044905452007年100518135010591317340664062006年101561638635092942334601872005年104996938803283691933251482004年114013039875979391734002192003年1657030454171690547335132102002年1753027482739694451353371112001年1861409522359729237353218122000年1951114532656740161364585二、用SPSS处理数据用SPSS软件处理原始数据，即表一

4、，得到下列的表和图。表二：对应表表三：摘要表表四：概述行点表表五：概述列点表图一：行和列点对应的标准化图表二：Table CorrespondenceRowColumn调解婚姻家庭纠纷数(件) X1 调解房屋、宅基地纠纷数(件) X2 调解邻里纠纷数(件) X3 调解损害赔偿纠纷数(件)X4 Active Margin11761612614109204379372780351473172159688059062817917026434484622658311439133649771241838545094329582241019226364572993980449054282683251005

5、1813501059131734066402675099610156163863509294233460182677407710499693880328369193325142607434811401303987597939173400212672827916570304541716905473351323136880101753027482739694451353371328358811186140952235972923735321834662231219511145326567401613645853588516Active Margin1695510754494571239914151

6、9689840000603在表二Table Correspondence中，我们得到有效边际，它是对应数据的合计数据。其中包括行有效边际和列有效边际。如表二中所示，行有效边际中调解婚姻家庭纠纷数和调解邻里纠纷数的件数比较多，体现出这两种纠纷在所有的民间纠纷分类中占有很大比重；而在列有效边际中，第一类和第二类即2011年和2000年总的纠纷件数要比其他十年的各纠纷件数多，体现出日益严峻的民间纠纷情况。表三：SummaryDimensionProportion of InertiaConfidence Singular ValueCorrelationSingular ValueInertiaCh

7、i SquareSig.Accounted forCumulativeStandard Deviation21.195.038.970.970.000.0082.028.001.021.990.0003.020.000.0101.000Total.0391562215.166.000a1.0001.000a. 33 degrees of freedom由Summary表，sig数小于0.05，Chi Square数远大于自由度33，Cumulative数大于0.85，故该数据可用。表四：Overview Row PointsaRowScore in DimensionContributionO

8、f Point to Inertia of DimensionOf Dimension to Inertia of PointMass12Inertia1212Total1.129-.466-.095.006.143.041.974.006.9802.116-.420-.157.004.105.100.977.020.9973.082-.447.363.004.085.383.910.087.9974.071-.318.229.002.037.131.898.068.9665.067-.241.175.001.020.072.894.069.9646.067-.197-.248.001.013

9、.145.784.181.9657.065-.063-.193.000.001.086.293.398.6918.067.059-.094.000.001.021.369.134.5039.078.537.044.004.116.005.997.001.99810.082.575.071.005.140.015.997.0021.00011.087.599-.026.006.160.002.999.0001.00012.090.624.009.007.179.000.999.000.999Active Total1.000.0391.0001.000a. Symmetrical normali

10、zation表四Overview Row Pointsa 表显示了行变量各分类降维的情况。表中的“Mass”表示行变量占各变量总和的百分比，“Score in Dimension”为各变量在各公共因子上的得分。表五：Overview Column PointsaColumnScore in DimensionContributionOf Point to Inertia of DimensionOf Dimension to Inertia of PointMass12Inertia1212Total调解婚姻家庭纠纷数(件) .424.443.030.016.428.014.996.001.9

11、97调解房屋、宅基地纠纷数(件) .136.181-.229.001.023.253.671.156.828调解邻里纠纷数(件) .310-.545-.096.018.473.101.993.005.998调解损害赔偿纠纷数(件) .130-.336.372.003.076.633.834.148.982Active Total1.000.0391.0001.000a. Symmetrical normalization表五Overview Column Pointsa 表显示了列变量各分类降维的情况。表中的“Mass”表示列变量占各变量总和的百分比，“Score in Dimension”为

12、各变量在各公共因子上的得分。图一：三、结果分析图一是Row and Column Points Symmetrical Normalization。该图较清楚的展示了年份和调解民间纠纷分类件数的关系。由图可知，单从行的角度，即年份的角度来看，序号1、2、6、7、8即2011年、2010年、2006年、2005年、2004年，序号3、4、5即2009年、2008年、2007年，序号9、10、11、12即2003年、2002年、2001年、2000年各相关性较高。由此可看出，在这三个分类中，发生的纠纷件数相差不多。其中，尤以2000年到2003年的最为密集，相关性也最高。从列的角度，即从民间纠纷的分类角度看，各纠纷没有大的相关性。从交叉列联角度看，X1即调解婚姻家庭纠纷件数与2000年、2002年、2003年相关性较高。说明在这三年中，调解婚姻家庭纠纷件数比较多。X2即调解房屋、宅基地纠纷数与2001年、2004年相关性较高，说明在这两年中，调解房屋、宅基地纠纷件数比较多。X3即调解邻里纠纷数与2004年、2006年、2010年、2011年相关性较高，说明在这四年中，调解邻里纠纷件数比较多。X4即调解损害赔偿纠