應用SPSS分析居民消費

我國各地區(qū)城鎮(zhèn)居民消費支出結(jié)構(gòu)的因子分析實驗數(shù)據(jù)描述X1-食品X2-衣鞋X3-家庭設(shè)備X4-醫(yī)療保健X5-交通與通訊X6-文教娛樂X7-居住X8-雜項商品與服務2012年我國各省市城鎮(zhèn)居民家庭平均每人全年消費性支出數(shù)據(jù)地區(qū)北京2959.19730.79749.41513.34467.871141.82478.42457.64天津2459.77495.47697.33302.87284.19735.97570.84305.08河北1495.63515.90362.37285.32272.95540.58364.91188.63山西1406.33477.77290.15208.57201.50414.72281.84212.10內(nèi)蒙古1303.97524.29254.83192.17249.81463.09287.87192.96遼寧1730.84553.90246.91279.81239.18445.20330.24163.86吉林1561.86492.42200.49218.36220.69459.62360.48147.76黑龍江1410.11510.71211.88277.11224.65376.82317.61152.85上海3712.31550.74893.37346.93527.001034.98720.33462.03江蘇2207.58449.37572.40211.92302.09585.23429.77252.54浙江2629.16557.32689.73435.69514.66795.87575.76323.36安徽1844.78430.29271.28126.33250.56513.18314.00151.39福建2709.46428.11334.12160.77405.14461.67535.13232.29江西1563.78303.65233.81107.90209.70393.99509.39160.12山東1675.75613.32550.71219.79272.59599.43371.62211.84河南1427.65431.79288.55208.14217.00337.76421.31165.32湖北1783.43511.88282.84201.01237.60617.74523.52182.52湖南1942.23512.27401.39206.06321.29697.22492.60226.45廣東3055.17353.23564.56356.27811.88873.061082.82420.81廣西2033.87300.82338.65157.78329.06621.74587.02218.27海南2057.86186.44202.72171.79329.65477.17312.93279.19重慶2303.29589.99516.21236.55403.92730.05438.41225.80四川1974.28507.76344.79203.21240.24575.10430.36223.46貴州1673.82437.75461.61153.32254.66445.59346.11191.48云南2194.25537.01369.07249.54290.84561.91407.70330.95西藏2646.61839.70204.44209.11379.30371.04269.59389.33陜西1472.95390.89447.95259.51230.61490.90469.10191.34甘肅1525.57472.98328.90219.86206.65449.69249.66228.19青海1654.69437.77258.78303.00244.93479.53288.56236.51寧夏1375.46480.89273.84317.32251.08424.75228.73195.93新疆1608.82536.05432.46235.82250.28541.30344.85214.40二、實驗操作步驟Step01：打開數(shù)據(jù)文件，進入SPSSStatistics數(shù)據(jù)編輯器窗口,在菜單欄中依次單擊“分析”│“降維”│“因子分析”選項卡，將“X1”、“X2”……“X8”變量選入“變量”列表。Step02：單擊“描述”按鈕，勾選“原始分析結(jié)果”復選框和“KMO和Bartlett的球度檢驗復選框，單擊“繼續(xù)”按鈕，保存設(shè)置結(jié)果。Step03：單擊“抽取”按鈕，勾選“碎石圖”復選框，其他為系統(tǒng)默認選擇，單擊“繼續(xù)”按鈕，保存設(shè)置結(jié)果。Step04：單擊“旋轉(zhuǎn)”按鈕，勾選“最大方差法”復選框，其他為系統(tǒng)默認選擇，單擊“繼續(xù)”按鈕保存設(shè)置結(jié)果Step05：單擊“得分”按鈕，勾選“保存為變量”和“顯示因子得分系數(shù)矩陣”復選框，單擊“繼續(xù)”按鈕，保存設(shè)置結(jié)果。實驗結(jié)果及分析1.KMO和Bartlett檢驗KMO和Bartlett的檢驗取樣足夠度的Kaiser-Meyer-Olkin度量。.827Bartlett的球形度檢驗近似卡方392.224df46Sig..000上表給出了KMO和Bartlett檢驗結(jié)果，其中KMO值越接近于1表示越適合做因子分析，從該表可以得到KMO的值為0.827，表示非常適合做因子分析。Bartlett球度檢驗的原假設(shè)為相關(guān)系數(shù)矩陣為單位陣，Sig值為0.000小于顯著性水平0.05，因此拒絕原假設(shè)，說明變量之間存在相關(guān)關(guān)系，適合做因子分析。變量共同度公因子方差初始提取Zscore(X1)1.000.860Zscore(X2)1.000.912Zscore(X3)1.000.953Zscore(X4)1.000.523Zscore(X5)1.000.937Zscore(X6)1.000.753Zscore(X7)1.000.723Zscore(X8)1.000.861提取方法：主成份分析。上表給出了每個變量共同度的結(jié)果，表格數(shù)據(jù)表左側(cè)表示每個變量可以被所有因素所能解釋的方差，右側(cè)表示變量的共同度。從該表可以得到，因子分析的變量共同度非常高，表明變量中的大部分信息均能夠被因子所提取，說明因子分析的結(jié)果是有效的。3.因子貢獻率解釋的總方差成份初始特征值提取平方和載入旋轉(zhuǎn)平方和載入合計方差的%累積%合計方差的%累積%合計方差的%累積%17.08070.80170.8017.08070.80170.8017.05770.57370.57321.25512.55283.3531.25512.55286.2821.27812.78086.2823.6316.30589.6584.3253.25392.9125.2562.56195.4726.2272.27597.7477.1421.41899.1658.041.41299.5779.027.26899.84610.015.154100.000提取方法：主成份分析。上表給出了因子貢獻率的結(jié)果。該表中左側(cè)部分為初始特征值，中間為提取主因子結(jié)果，右側(cè)為旋轉(zhuǎn)后的主因子結(jié)果?！昂嫌嫛敝敢蜃拥奶卣髦?，“方差的%”表示該因子的特征值占總特征值的百分比，“累計%”表示累計的百分比。其中只有前兩個因子的特征值大于1，并且前兩個因子的特征值之和占總特征值的86.282%，因此，提取前兩個因子作為主因子。因子載荷從未旋轉(zhuǎn)因子載荷表中，可以得到利用主成分方法提取的兩個主因子的載荷值。為了方便解釋因子含義，需要進行因子旋轉(zhuǎn)。上表（右）給出了旋轉(zhuǎn)后的因子載荷值，其中旋轉(zhuǎn)方法采用的是Kaiser標準化的正交旋轉(zhuǎn)法。通過因子旋轉(zhuǎn)，各個因子有了比較明確的含義。碎石圖上面即特征值的碎石圖，通過該圖顯示大因子的陡峭斜率和剩余因子平緩的尾部，之間有明顯中斷。一般選取主因子在非常陡峭的斜率上，而處在平緩斜率上的因子對變異的解釋非常小。從該圖可以看出前兩個因子處于非常陡峭的斜率上，而從第三個因子開始斜率變平緩，因此選擇前兩個因子作為主因子。成分得分系數(shù)矩陣成份得分系數(shù)矩陣成份12Zscore(X1).135-.082Zscore(X2).141-.129Zscore(X3).142-.084Zscore(X4).091.140Zscore(X5)-.047.770Zscore(X6).114.119Zscore(X7).088.313Zscore(X8).123.117提取方法:主成份。旋轉(zhuǎn)法:具有Kaiser標準化的正交旋轉(zhuǎn)法。構(gòu)成得分。上表分別給出了成分得分系數(shù)矩陣以及由成分得分系數(shù)