应用统计学 利用spss进行居民消费结构变化的分析

关于某市近20年居民消费结构变动的分析

本文的目的是分析居民随着年份的增加，消费结构发生的变化，通过收集的数据。利用spss软件进行因子分析，得出结论，为产业政策的制订和宏观经济的调控提供参考。

引言：

消费结构是指在一定的社会经济条件下,人们在消费过程中各种不同内容、不同形式的消费在消费总量中所占的比重以及它们之间的关系。按1993年国家统计局对生活消费品类别的划分方法，把居民生活消费品分为八个大类，即食品、衣着、居住、家庭设备用品及服务、医疗保健、交通通信、文化教育娱乐用品及服务、其他商品及服务。 消费结构的变动不仅是经济领域内的重要问题，而且也关系到整个国民经济的发展，合理的消费结构及消费结构的升级和优化不仅反映了消费层次和质量的提高，也为建立合理的产业结构和产品结构提供了重要依据。

一 数据的理解及处理

本文采用的数据来自于网络（见附录），其中主要包含食品、衣着、居住、家庭设备用品及服务、医疗保健、交通通信、文化教育娱乐用品及服务、其他商品及服务8个指标，这些指标之间存在着不同程度而相关性如果单独分析这些指标，无法分析居民消费结构的特点，因此采用因子分析法，将这八个指标综合为几个少数因子，通过这些公共因子来反映居民消费结构的变化情况。且各数具比较完整，无异常数据因此直接处理。

我们先通过图形来观察各项消费的平均值支出所占居民消费的比重，由图像可以看出食品所占消费比重最大，文化教育娱乐用品及服务及居住次之，其它相差不大而其他商品及服务最小。

图一

通过图形二我们可以看到各消费随着年份的增加的变化，可以得出以下结论 （1）虽然在2002年左右食品消费所占比例发生一定程度的震荡但保持一直下降的趋势。

（2）文教娱乐及服务消费随着年份增加而不断上升。

（3）居住消费支出保持较大幅度的震荡变化上升下降总体趋势不是太明显。 （4）其它消费支出变化趋势较相近，且震荡幅度不大。

图二

三 因子分析法步骤及结果分析

1相关性分析

图三

先进相关性分析，其步骤是，选择‘分析’菜单中‘相关’的‘双变量’，并将影响因素选入变量列表。通过观察图三我们可以看到很多变量之间都存在或强或弱的相关关系，所以可以对变量进行因子分析。

2 KMO及Bartlett 的检验

选择‘分析’中‘降维’的‘因子分析’，并在‘描述’子对话框中选KMO和Bartlett球形度检验

图四

图四中我们可以看到，KMO小于0.7，但是因为数据来源有限，本论文只是表现统计方法的使用，所以仍然继续进行分析。 3描述性统计表

图五

从图五我们可以看到各费支出的描述统计量，比如均值标准差，这为后续的因子分析提供一个直观的分析结果，从图中可以看到，食品支出消费比重最大，其均值为39.68%其次是文教娱乐及服务和居住支出消费。

4 因子共同度

图六

图六是因子分析的共同度。显示了所有变量的共同数据。第二列是因子分析初始解下的变量共同度。它表明对原有8个变量如果采用主成分析法提取所有的8个特征值，那么原有的所有变量的方差都可以被解释，变量的共同性均为1。

事实上因子个数小于元变量的个数才是因子分析的目的，所以不可能提取所有特征根于是第三列给出了提取条件提取特征根时的共同度，可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