SPSS统计分析分析案例

SPSS统计分析案例

一、我国城镇居民现状

近年来，我国宏观经济形势发生了重大改变，经济发展速度加快，居民收

入稳定增加，在国家连续出台住房、教化、医疗等各项改革措施和实施“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，消费结构发生了显著改变，消费结构不合理现象得到了肯定

程度的改善。本文通过相关数据分析总结出了我国城镇居民消费呈现富有

型、消遣教化文化服务类消费攀升的趋势特点。

二、我国居民消费结构的横向分析

第一,食品消费支出比重随收入增加呈现出明显的下降趋势，这与恩格尔

定律的表述一样。但最低收入户与最高收入恩格尔系数相差太过悬殊，城镇

最低收入户刚刚解决了温饱问题，而最高收入户的生活水平依据恩格尔系

数的评价标准早已达到了富有型,甚至接近最富有型。其次,衣着消费支出

比重随收入增加缓慢上升，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关于衣着消费的引申o随着收入的增加，衣着支出比

重呈现先上升后下降的走势。事实上，在当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肯定限度的，而且居民对衣着的需求也不是无限

膨胀的，即使收入水平接着提高,也不须要将更大的比例用于购买服饰用品

了。第三，家庭设备用品与服务、交通通讯、消遣教化文化服务和杂项商品

与服务的支出比重呈逐组上升趋势，说明居民的生活水平随收入的增加而

不断提高和改善。第四,医疗保健支出比重随收入水平提高呈现一种两端

高、中间低的走势。这是因为医疗保健支出作为生活必需支出，不论居民生

活水平凹凸,都要将肯定比例的收入用于维持自身健康，而且由于医疗制度

改革，加重了个人负担的同时，也减小了旧制度可能造成的不同行业、不同

体制下居民医疗保健支出的差别，因而不同收入等级的居民在医疗保健支

出比重上差别不大。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断提升,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，同时与恩格尔定律的引申也是一样的。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

多因素的影响，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，必需增加居民收入。因此，实行切实有效的措施增加城镇居民的可

支配收入，不仅可以提高全国城镇居民的总体消费水平，促进消费结构向着

更加健康、合理的方向发展，而且在启动内需,促进我国的经济发展方面有

着重大的现实意义。

三、我国居民消费结构的纵向分析

进入21世纪以来，随着经济体制改革的深化，国民经济的快速发展，我国

城乡居民的消费水平显著提高，居民的各项支出显著增加。随着消费水平的

提高，我国城乡居民消费从注意量的满意到追求质的提高，从以衣食消费为

主的生存型到追求生活质量的享受型、发展型,消费质量和消费结构都发生

了明显的改变。城镇居民在食品、衣着、家庭设备用品三项支出在消费支

出中的比重呈现明显的下降趋势，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。与此同时，医疗保健、交通通

讯、文化消遣教化服务、居住与杂项商品支出在消费支出中的比例均有上

升，富有阶段的消费特征起先显现。

四、我国城镇居民消费结构与趋势的统计分析

下图是出自《中国统计年鉴一2009》这一资料性年刊，它系统收录了

全国和各省、自治区、直辖市2008年经济、社会各方面的统计数据，以

与近三十年和其他重要历史年份的全国主要统计数据。此年鉴正文内容分

为24个篇章，本文选取其中的第九篇章-人民生活，用以探究我国城镇居

民消费结构与其趋势。

表1《中国统计年鉴一2009》统计表

9-5城镇居民家庭基本状况

项目19901995200020072008

调查户数3566035520422205930564675

（户）

平均每户家庭人口3.503.233.132.912.91

（人）

平均每户就业人口1.981.871.681.541.48

（人）

平均每户就业面56.5757.8953.6752.9250.86

（%）

平均每一就业者负担

人数

（包括就业者本人）（人）1.771.731.861.891.97

平均每人全部年收入1516.24279.06295.914908.17067.

阮）1216178

工薪收入1149.73390.24480.510234.11298.

0107696

经营净收入22.5072.62246.24940.721453.5

7

财产性收入15.6090.43128.38348.53387.02

转移性收入328.41725.761440.73384.63928.2

83

#可支配收入1510.14282.96279.913785.15780.

6588176

平均每人消费性支出1278.83537.54998.09997.411242.

阮）970785

食品693.771771.91971.33628.04259.8

9231

衣着170.90479.20500.461042.01165.9

01

居住60.86283.76565.29982.281145.4

1

家庭设备用品与服务108.45263.36374.49601.80691.83

医疗保健25.67110.11318.07699.09786.20

交通通信40.51183.22426.951357.41417.1

12

教化文化消遣服务112.26331.01669.581329.11358.2

66

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54.2550.0939.4436.2937.89

衣着13.3613.5510.0110.4210.37

居住6.988.0211.319.8310.19

家庭设备用品与服务10.147.447.496.026.15

医疗保健2.013.116.366.996.99

交通通信1.205.188.5413.5812.60

教化文化消遣服务11.129.3613.4013.2912.08

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2002年起，城镇住户调查对象由原来的非农业人口改为城市市

区和县城关镇住户,

本篇章相关资料均按新口径计算，历史数据作了相应调整。

五、SPSS统计分析

图一给出了基本的描述性统计图，图中显示各个变量的全部观测量的M

ean（均值）、Std.Deviation（标准差）和观测值总数N。图2给出了相

关系数矩阵表，其中显示3个自变量两两间的Pearson相关系数，以与

关于相关关系等于零的假设的单尾显著性检验概率。

DescriptiveStatistics

MeanStd.DeviationN

家庭设备用品及服务7.45011.655685

食品43.59238.045125

衣着11.54241.752465

居住607.5200456.949615

图1描述性统计表

Correlations

家庭设备用

品及服务食品衣着居住

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

食品.8691.000.950-.922

衣看.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.102.007.044

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相关系数矩阵

从表中看到因变量家庭设备用品与服务与自变量食品、衣着之间相关关系

数依次为0.869、0.684,反映家庭设备用品与服务与食品、衣着之间存

在显著的相关关系。说明食品与衣着对于家庭设备用品与服务条件的好转

有显著的作用。自变量居住于因变量家庭设备用品与服务之间的相关系数

为-0.894,它于其他几个自变量之间的相关系数也都为负，说明它们之间

的线性关系不显著。此外，食品与衣着之间的相关系数为。.950,这也说

明它们之间存在较为显著的相关关系。依据常识，它们之间的线性相关关

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，全

部3个自变量都进入模型，说明我们的说明变量都是显著并且是有说明力

的。

VariablesEntered/Removedb

VariablesVariables

ModelEnteredRemovedMethod

1居隹布&

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

映了因变量于自变量之间具有高度显著的线性关系。表里还显示了R平方

以与经调整的R值估计标准误差，另外表中还给出了杜宾-瓦特森检验值

DW=2.632,杜宾-瓦特森检验统计量DW是一个用于检验一阶变量自回来

形式的序列相关问题的统计量，DW在数值2到4之间的旁边说明模型变量

无序列相关。

ModelSummary43

AdjustedStdErrorofDurbin-

ModelRRSquareRSquaretheEstimateWatson

1.982a.965.861.618252.632

a.Predictors:(Constant),居住，衣看，食品

bDependentVariable:家庭设备用品及0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验F统计量的值为

9.229,显著性水平的P值为0.236。

ANOVAb

Sumof

ModelSquaresdfMeanSquareFSig.

1Regression10.58333.5289.229.236a

Residual.3821.382

Total10.9654

a.Predictors:(Constant),居隹衣看，食品

b.DependentVariable:家庭设备用品网艮务

图5方差分析表

图6给出了回来系数表和变量显著性检验的T值，我们发觉，变量居住的

T值太小，没有达到显著性水平，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验，但很有可能不能通过变量的显

著性检验。

Coefficients3

UnstandardizedStandarcized

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回来系数表

图7给出了残差分析表，表中显示了预料值、残差、标准化预料值、标

准化残差的最小值、最大值、均值、标准差与样本容量等，依据概率的3

西格玛原则，标准化残差的肯定值最大为L618,小于3,说明样本数据中

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

Std.Residual-.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残差统计表

图8给出了模型的直方图，由于我们在模型中始终假设残差听从正态分

布，因此我们可以从这张图中直观地看出回来后的实际残差是否符合我们

的假设，从回来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听从正态分布。尽管这样也不能盲目的否定残差

听从正态分布的假设，因为我们用了进行分析的样本太小，样本容量仅为

5o

Histogram

DependentVariable:家庭设备用M及服务

A

o

u

a

n

b

①

I.

LL

图8残差分布直方图

从上面图4的分析结果看，我们的模型须要剔除居住这个变量，用本次

试验中的方法和步骤重新令家庭设备用品与服务对食品和衣着回来，得到

的主要结果如图9、图1。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0.964,比原来有所降低；而

方差分析的F检验为27.071,新模型与原来的模型相比，各个系数都通

过了显著性T检验，因此更加合理，从而我们可以得出结论：剔除居住这

个变量后的模型更加合理，因此在做预料过程中要运用剔除不显著变量后

的模型。

ModelSummary6

AdjustedStd.ErrorofDurbin-

ModelRRSquareRSquaretheEstimateWatson

1.982a.964.929.442362.678

a.Predictors:(Constant,看，食品

b.DependentVariable:家庭设备用品及fl艮务

图9模型概述

ANOVAb

Sumof

ModelSquaresdfMeanSquareFSig.

1Regression10.57425.28727.017.036a

Residual.3912,196

Total10.9654

a.Predictors:(Constant,着，食品

b.DependentVariable:家庭设备用品网艮务

图10方差分析表

Coefficients3

UnstandardizedStandarcized

CoefficientsCoefficients

ModelBStd.ErrorBetatSig.

1(Constant)3.1541.5871.987.185

食品,467.0882.2675.277.