SPSS统计分析分析案例

SPSS记录分析案例

一、我国城镇居民现实状况

近年来,我国宏观经济形势发生了重大变化,经济发展速度加紧,居民收入稳定增长，在国

家持续出台住房、教育、医疗等各项改革措施和实行“刺激消费、扩大内需、拉动经济增长”

经济政策的影响下，全国居民的消费支出也强劲增长，消费构造发生了明显变化,消费构造不

合理现象得到了一定程度的改善。本文通过有关数据分析总结出了我国城镇居民消费展现富

裕型、娱乐教育文化服务类消费攀升的趋势特点。

二、我国居民消费构造的横向分析

第一，食品消费支出比重随收入增长展现出明显的下降趋势，这与恩格尔定律的表述一致。

但最低收入户与最高收入恩格尔系数相差太过悬殊，城镇最低收入户刚刚处理了温饱问题，

而最高收入户的生活水平按照恩格尔系数的评价原则早已到达了富裕型，甚至靠近最富裕

型。第二，衣着消费支出比重随收入增长缓慢上升，到高收入户又有所下降，但各收入组支出

比重相差不大。衣着支出比重没有更多的递增且最高收入户的支出比重有所下降，这些都符

合恩格尔定律有关衣着消费的引申。伴随收入的增长，衣着支出比重展现先上升后下降的走

势。实际上,在目前的价格水平和服装业的发展水平下,城镇居民的穿着是有一定程度的,并

且居民对衣着的需求也不是无限膨胀的，虽然收入水平继续提高,也不需要将更大的比例用

于购置服饰用品了。第三.家庭设备用品及服务、交通通讯、娱乐教育文化服务和杂项商品

与服务的支出比重呈逐组上升趋势，阐明居民的生活水平随收入的增长而不停提高和改善。

第四，医疗保健支出比重随收入水平提高展现一种两端高、中间低的走势。这是由于医疗保

健支出作为生活必须支出，不管居民生活水平高下，都要将一定比例的收入用于维持自身健

康，并且由于医疗制度改革,加重了个人承担的同步，也减小了旧制度也许导致的不一样行

业、不一样体制下居民医疗保健支出的差异，因而不一样收入等级的居民在医疗保健支出比

重上差异不大。第五,居住支出比重基本上呈先上升后下降的趋势，这与我国居民消费能级不

停提高，住宅商品正在越来越成为城镇居民关注的热点是相吻合的，同步与恩格尔定律的引

申也是一致的。可以看出，城镇居民的消费状况虽然受价格水平、消费习惯、消费环境、消

费心理预期等诸多原因的影响，但归根结底仍取决于居民的收入水平，要提高城镇居民的消

费支出，必须增长居民收入。因此,采用切实有效的措施增长城镇居民的可支配收入,不仅可

以提高全国城镇居民的总体消费水平,增进消费构造向着愈加健康、合理的方向发展,并且在

启动内需,增进我国的经济发展方面有着重大的现实意义。

三、我国居民消费构造的纵向分析

进入二十一世纪以来，伴随经济体制改革的深入，国民经济的迅速发展，我国城镇居民的消

费水平明显提高，居民的各项支出明显增长。伴随消费水平的提高，我国城镇居民消费从重视

量的满足到追求质的提高,从以衣食消费为主的生存型到追求生活质量的享有型、发展型，

消费质量和消费构造都发生了明显的变化。城镇居民在食品、衣着、家庭设备用品三项支出

在消费支出中的比重展现明显的下降趋势，其中食品类支出比重降幅最大;衣着类有所下降;

家庭设备用品类下降幅度不是很大。与此同步，医疗保健、交通通讯、文化娱乐教育服务、

居住及杂项商品支出在消费支出中的比例均有上升，富裕阶段的消费特性开始显现。

四、我国城镇居民消费构造及趋势的记录分析

下图是出自《中国记录年鉴一》这一资料性年刊，它系统收录了全国和各省、自治区、直

辖市经济、社会各方面的记录数据，以及近三十年和其他重要历史年份的全国重要记录数据。

此年鉴正文内容分为24个篇章，本文选用其中的第九篇章-人民生活，用以探究我国城镇居

民消费构造及其趋势。

表1《中国记录年鉴一》登记表

9-5城镇居民家庭基本状况

项R19901995

调查户数（户）3566035520422205930564675

平均每户家庭人口（人）3.503.233.132.912.91

平均每户就业人口（人）1.981.871.681.541.48

平均每户就业面（％）56.5757.8953.6752.9250.36

平均每一就业者承担人数

（包括就业者本人）（人）1.771.731.861.891.97

平均每人所有年收入（元）1516.214279.026295.9114908.6117067.78

工薪收入1149.703390.214480.5010234.7611293.96

经营净收入22.5072.62246.24940.721453.57

财产性收入15.6090.43128.38348.53387.02

转移性收入328.41725.761440.783384.63928.23

#可支配收入1510.164282.956279.9813785.8115789.76

平均每人消费性支出（元）1278.893537.574998.009997.4711242.85

食品693.771771.991971.323628.034259.81

衣着170.90479.20500.461042.001165.91

居住60.86283.76565.29982.281145.41

家庭设备用品及服务108.45263.36374.49601.80691.83

医疗保健25.67110.11318.07699.09786.20

交通通信40.51183.22426.951357.411417.12

教ff文化娱乐服务112.26331.01669.581329.161358.26

杂项商品与服务66.57114.92171.83357.70418.31

平均每人消费性支出构成

（人均消费性支出=100）

食品54.2550.0939.4436.2937.39

衣着13.3613.5510.0110.4210.37

居住6.988.0211.319.8310.19

家庭设备用品及服务10.147.447.496.026.15

医疗保健2.013.116.366.996.99

交通通信1.205.188.5413.5812.30

教育文化娱乐服务11.129.3613.4013.2912.38

杂项商品与服务0.943.253.443.583.72

注：1.本表至9-17表为城镇住户抽样调查资料。

2.从起，城镇住户调查对象由本来的非农业人口改为都市市区和县城关镇住户，

本篇章有关资料均按新II径计算，历史数据作了对应调整。

五、SPSS记录分析

图一给出了基本的描述性记录图，图中显示各个变量的所有观测量的Mean（均值）、Std.

Deviation（原则差）和观测值总数N。图2给出了有关系数矩阵表，其中显示3个自变量

两两间的Pearson有关系数，以及有关有关关系等于零的假设的单尾明显性检查概率。

DescriptiveStatistics

MeanStd.DeviationN

家庭设管用品及服务7.45011.655685

食品43.59238.045125

衣着11.54241.752465

居住607.5200456.949615

图1描述性登记表

Correlations

家庭设备用

品森艮务食品衣着居住

PearsonCorrelation家庭设备用品及服务1.000.869.684-.894

食品.8691.000.950-.922

衣着.684.9501.000-.820

居住-.894-.922-.8201.000

Sig.(1-tailed)家庭设备用品及服务.028.102.021

食品.028,007.013

衣着.1U2UU/.U44

居住.021.013.044

N家庭设备用品及服务5555

食品5555

衣着5555

居住5555

图2有关系数矩阵

从表中看到因变量家庭设备用品及服务与自变量食品、衣着之间有关关系数依次为0.369、

0.684,反应家庭设备用品及服务与食品、衣着之间存在明显的有关关系。阐明食品与衣着

对于家庭设备用品及服务条件的好转有明显的作用。自变量居住于因变量家庭设备用品及服

务之间的有关系数为-0.894,它于其他几种自变展之间的有关系数也都为负，阐明它们之间

的线性关系不明显。此外，食品与衣着之间的有关系数为0.950,这也阐明它们之间存在较

为明显的有关关系。按照常识，它们之间的线性有关关系也是符合事实的。

图3给出了进入模型和被剔除的变量的信息，从表中我们可以看出，所有3个自变量都进入

模型，阐明我们的解释变最都是明显并且是有解释力的。

VariablesEntered/Reinovedb

VariablesVariables

ModelEnteredRemovedMethod

1居隹卷

着，食品’Enter

a.Allrequestedvariablesentered.

bDependentVariable:家庭设备用品网艮务

图3变量进入/剔除信息表

图4给出了模型整体拟合效果的概述，模型的拟合优度系数为0.982,反应了因变量于自变

量之间具有高度明显的线性关系。表里还显示了R平方以及经调整的R值估计原则误差，此外

表中还给出了杜宾-瓦特森检查值DW=2.632,杜宾-瓦特森检查记录量DW是一种用于检查一阶

变量自回归形式的序列有关问题的记录量,DW在数值2到4之间的附近阐明模型变量无序列有

关。

ModelSumma1yb

AdjustedStdErrorofDurbin-

ModelRRSquareRSquaretheEstimateWatson

1.982」.965.861.618252.632

a.Predictors:(Constant),居住，衣看，食品

bDependentvariable:家庭设备用品网艮务

图4模型概述表

图4给出了方差分析表，我们可以看到模型的设定检查F记录量的值为9.229,明显性水平

的P值为0.236o

ANOVAb

Sumof

ModelSquaresdfMeanSquareFSig.

1Regression10.58333.5289.229.236a

Residual.3821.382

Total10.9654

a.Predictors:(Constant),居住.衣着，食品

b.DependentVariable:家庭设备用品网艮务

图5方差分析表

图6给出了回归系数表和变量明显性检查的T值，我们发现，变量居住的T值太小，没有到

达明显性水平，因此我们要将这个变量剔除，从这里我们也可以看出，模型虽然通过了设定

检查，但很有也许不能通过变量的明显性检查。

Coefficients3

UnstandardizedStandardized

CoefficientsCoefficients

ModelBStd.ErrorBetatSig.

1(Constant)3.9215.432.722.602

食品.441.2062.1432.138.279

衣着-1.344.641-1.423-2.096.283

居住.000.002-.084-.155.902

a.Dependentvariable:家庭设备用品及fl艮务

图6回归系数表

图7给出了残差分析表，表中显示了预测值、残差、原则化预测值、原则化残差的最小值、

最大值、均值、原则差及样本容量等，根据概率的3西格玛原则，原则化残差的绝对值最大

为1.618,不不小于3,阐明样本数据中没有奇异值。

ResidualsStatistics3

MinimumMaximumMeanStd.DeviationN

PredictedValue5.61959.87527.45011.626575

Std.PredictedValue-1.1251.491,0001.0005

StandardErrorof

,471.588.551.0475

PredictedValue

AdjustedPredictedValue5.06419.4538E.03561.725235

Residual-.27779,40006,00000.309125

StdResidual-.449.647.000.5005

Stud.Residual-1.0001.000-.2001.0955

DeletedResidual-1.989381.44357-.585471.656765

Stud.DeletedResidual0

Mahal.Distance1.5252.8142.400.5255

Cook'sDistance.3472.3391.410.8645

CenteredLeverageValue,381703,600.1315

a.DependentVariable:家庭设备用品及服务

图7残差登记表

图8给出了模型的直方图，由于我们在模型中一直假设残差服从正态分布，因此我们可以

从这张图中直观地看出回归后的实际残差与否符合我们的假设，从回归残差的直方图于附于

图上的正态分布曲线相比较，可以认为残差的分布不是明显地服从正态分布。尽管这样也不

能盲目的否认残差服从正态分布的假设，由于我们用了进行分析的样本太小，样本容量仅为

5。

Histogram

DependentVariable:家庭设备用乩及服务

A

3

u

3

n

b

3

.

I

L

图8残差分布直方图

从上面图4的分析成果看，我们的模型需要剔除居住这个变量，用本次试验中的措施和环

节重新令家庭设备用品及服务对食品和衣着回归，得到的重要成果如图9、图10和图11所

示，跟上面的分析类似，从中可以看出，剔除居住这个变量后，模型拟合优度为0.96%比

本来有所减少；而方差分析的F检查为27.071,新模型与本来的模型相比，各个系数都通

过了明显性T检查，因此愈加合理，从而我们可以得出结论：剔除居住这个变量后的模型愈

加合理，因此在做预测过程中要使用剔除不明显变量后的模型。

ModelSummary6

AdjustedStd.ErrorofDurbin-

ModelRRSquareRSquaretheEstimateWatson

1.982a.964.929.442362.678

a.Predictors:(Constant,着，食品

b.DependentVariable:家庭设备用品网艮务

图9模型概述

ANOVAb

Sumof

ModelSquaresdfMeanSquareFSig.

1Regression10.57425.28727.017036a

Residual.3912,196

Total10.9654

a.Predictors:(Constan^衣着，食品

b.Dependentvariable:家庭设备用品网艮务

图10方差分析衰

Coefficients3

UnstandardizedStandarcized

CoefficientsCoefficients

ModelBStd.ErrorBetatSig.

1(Constant)3.1541.5871.987.185

食品.467.0882.2675.277.034

衣着-1.390.406-1.471-3