spss分析报告

Spss分析报告
——关于31个省市的小康指数因素的分析
学校：华东交通大学
专业：工商管理1班
姓名：李养帅杜国贤
一、数据介绍
本次分析的数据是31个省市的小康指数的统计表，其中含有七个变量，分
别是：省市、综合指数、社会结构、经济与技术发展、人口素质、生活质量、法
制与治安。

通过运用spss统计软件，对变量进行相关分析，以了解各个变量之
间的分布特点及相关关系。

二、数据分析
1、描述性分析
描述统计量
N 极小值极大值均值标准差方差偏度峰度
统计量统计量统计量统计量统计量统计量统计量标准误统计量标准误
综合指数31 50.90 93.20 66.5226 11.39906 129.938 .896 .421 .197 .821
社会结构31 51.60 100.00 73.3065 12.11676 146.816 .484 .421 -.451 .821
经济与技术发展31 31.50 94.70 55.0871 18.57586 345.062 .953 .421 -.296 .821
人口素质31 56.00 112.00 74.7871 13.80564 190.596 1.121 .421 1.201 .821
生活质量31 29.90 97.40 61.3484 16.62335 276.336 .686 .421 -.096 .821
法制与治安31 55.50 100.00 72.4194 10.32203 106.544 .390 .421 .150 .821
有效的N （列表
31
状态）
如图所示，以综合指数分析为例分析结果，在31个省市中极小值为50.90，极大值为
93.20，平均值为66.5226，标准差为11.39906。

偏度系数和峰度系数分别为0.896、0.197。

其他数据依次读取，则该表表现了31个省市的小康指数的详细的分布状况。

2、相关分析
相关分析是分析客观事物关系之间的数量分析法，明确客观事物之间有怎样
的关系，对理解和运用相关分析是极其重要的。

相关性
综合指数社会结构经济与技术发展人口素质生活质量法制与治安综合指数Pearson 相关性 1 .917**.935**.856**.949**-.452*显著性（双侧）.000 .000 .000 .000 .011
N 31 31 31 31 31 31 社会结构Pearson 相关性.917** 1 .851**.749**.821**-.476**显著性（双侧）.000 .000 .000 .000 .007
N 31 31 31 31 31 31 经济与技术发展Pearson 相关性.935**.851** 1 .690**.907**-.636**显著性（双侧）.000 .000 .000 .000 .000
N 31 31 31 31 31 31 人口素质Pearson 相关性.856**.749**.690** 1 .744**-.332 显著性（双侧）.000 .000 .000 .000 .068
N 31 31 31 31 31 31 生活质量Pearson 相关性.949**.821**.907**.744** 1 -.505**显著性（双侧）.000 .000 .000 .000 .004
N 31 31 31 31 31 31 法制与治安Pearson 相关性-.452*-.476**-.636**-.332 -.505** 1 显著性（双侧）.011 .007 .000 .068 .004
N 31 31 31 31 31 31 **. 在.01 水平（双侧）上显著相关。

*. 在0.05 水平（双侧）上显著相关。

从相关性表得知，人口素质与法制与治安的相伴概率为0.068，大于0.05。

因此我们不拒绝原假设，即我们认为是人口素质与法制与治安没有显著性关系
的。

因此我们得到结论：随着人们生活质量的提高，经济与技术的发展，人口素
质是逐步提高的，不需要法制与治安的管理。

3、回归分析
有相关性分析可得，人口素质与生活质量是有线性关系的，因此做回归分析
模型汇总和参数估计值
因变量:人口素质
方程
模型汇总参数估计值
R 方 F df1 df2 Sig. 常数b1 b2 b3
线性.553 35.916 1 29 .000 36.890 .618
二次.560 17.801 2 28 .000 51.761 .140 .004
三次.617 14.488 3 27 .000 -67.306 6.403 -.100 .001 自变量为生活质量。

根据模型汇总和参数估计表，我们发现三次方的R方很明显的比幂的大，比线性的大，其模拟程度最好，同时其相伴概率小于0.05，因此我们拒绝原假设，也就是说就是人口素质与生活质量之间是有关系。

因此我们根据表中的数据得到关系式：Y=-67.306+6.403*X-0.100*X^2+0.001X^3。

4、因子分析
KMO 和Bartlett 的检验
取样足够度的Kaiser-Meyer-Olkin 度量。

.500
Bartlett 的球形度检验近似卡方22.965
df 1
Sig. .000
Kmo值越大，表明变量间的共同因素越多，越适合进行因素分析，要求kmo>0.5。

Bartlett的球形度显著性小于0.05。

公因子方差
初始提取
人口素质 1.000 .872
生活质量 1.000 .872
提取方法：主成份分析。

解释的总方差
成份
初始特征值提取平方和载入
合计方差的% 累积% 合计方差的% 累积%
1 1.744 87.191 87.191 1.744 87.191 87.191
2 .256 12.809 100.000
提取方法：主成份分析。

特征值大于1的因素只有一个，是（1.744），变异量为87.191%。