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变化，经济发展速度加快，居民收入稳宦增加，在国家连续出台住房、教冇、医疗等^9^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变化，消费结构不合理现象得到了一立程度的改善。

本文通过相关数据分折总结岀了我国城镇居民消费呈现富裕型、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，这与恩格尔左律的表述一致。

但最低收入户与最高收入恩格尔系数相差太过悬姝，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按照恩骼尔系数的评价标准早已达到了富裕型，甚至接近最富裕型。

第二,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^$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，这些都符合恩賂尔宦律关于衣着消费的引申。

随着收入的增加，衣着支出比重呈现先上升后下降的疋势。

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一是限度的，而且居民对衣着的需求也不是无限膨胀的，即使收入水平继续提高，也不需要将更大的比例用于购买服饰用品了。

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，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、中间低的疋势。

这是因为医疗保健支出作为生活必须支岀，不论居民生活水平高低，都要将一楚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追别，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，同时打恩格尔立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，必须增加居民收入。

因此，采取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入，国民经济的迅速发展,我国城乡居民的消费水平显著提髙，居民的齐项支出显著增加。

随着消费水平的提高,我国城乡居民消费从注重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受型、发展型，消费质呈和消费结构都发生了明显的变化。

城镇居民在倉品、衣着、家庭设备用品三项支出在消费支岀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;家旌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，富裕阶段的消费特征开始显现。

四、我国城镇居民消费结构及趋势的统计分析下图是岀自《中国统讣年鉴一2009》这一资料性年刊，它系统收录了全国和各省、自治区、宜辖市2008年经济、社会齐方而的统讣数据，以及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，用以探丸我国城镇居民消费结构及苴趋势。

表1 《中国统计年鉴一2009》统计表9-5城镇居民家庭基本情况项目19901995200020072008调査户数（户）35660 35520 42220 59305 64675 平均每户家庭人口（人） 3.50 323 3J3 2.91 2.91平均每户就业人口（人） 1.98 1.871.681.54 1.48平均每户就业面（%）56.57 57.89 53.67 52.92 50.86 平均每-就业者负担人数（包括就业者本人）（人）177 173 1.86 1.89 1.97 平均每人全部年收入（元）1516.21 4279.02 6295.91 14908.61 1706778 工薪收入114970 3390.21 4480.50 1023476 11298.96 经营净收入22.50 72.62 246.24 94072 1453.57 财产性收入15.60 90.43 128.38 348.53 387.02转移性收入#可支配收入平均每人消费性支出（元）家庭设备用品及服务医疗保健交通通信教育文化娱乐服务杂项商品与服务平均每人消费性支出构成（人均消费性支出=100）家庭设备用品及服务医疗保健交通通信教育文化娱乐服务杂项商品与服务328.41 72576 144078 3384.6 3928.23 1510J6 4282.95 6279.98 13785.81 157**** ****.89 3537.57 4998.00 9997.47 11242.85 69377 1771.99 1971.32 3628.03 4259.81 170.90 479.20 500.46 1042.00 1165.91 60.86 28376 565.29 982.28 114541 108.45 263.36 374.49 601.80 691.83 25.67 110.11 318.07 699.09 786.20 40.51 183.22 426.95 135741 1417.12 112,26 331.01 669.58 1329.16 1358.26 66.57 114.92 171.83 35770 418.3154.25 50.09 39.44 36.29 37.89 13.36 13.55 10.01 10.42 10.37 6.98 8.02 11.31 9.83 10.19 10.14 7・44 7.49 6.02 6.15 2.01 3.11 6.36 6.99 6.99 120 5J8 8.54 13.58 12.60 11J2 9.36 13.40 13.29 12.08 0.94 325 3・44 3.58 372注：1.本表至9・17表为城镇住户抽样调査资料。

2•从2002年起，城镇住户调査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，历史数据作了根应调整。

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Mean （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，以及关于相关关系等于零的假设的单尾显箸性检验概率「001描述性统计表002相关系》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、衣着之间相关关系数依次为0.869、0.684,反映家屉设备用品及服务与食品、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及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及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0. 950.这也说明它们之间存在较为显著的相关关系。

按照常识，它们之间的线性相关关系也是符合事实的0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，说明我们的解释变量都是显著并且是有解释力的02・Depen dent Vari able:家庭设备用品及服务003变量进入/剔除信患表图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平方以及经调整的R值估汁标准误差，另外表中还给出了杜宾-瓦特森检验值DW二2. 632,杜宾-瓦特森检验统计戢DW是一个用于检脸一阶变量自回归形式的序列相关问题的统计量,DW在数值2到4之间的附近说明模型变量无序列相关。

a. Predictors: (Constant),居住■衣®■食品b・Dependent Variable:家庭设备用品及服务S4横型概述表图4给出了方差分析表，我们可以看到模型的设定检验F统讣量的值为9. 229.显箸性水平的P值为0. 236。

a. Predictors: (Constant).S住■衣® .食品b・De pen dent Vari able:家庭设备用品及服务005方差分析表图6给出了回归系数表和变量显箸性检验的T值，我们发现，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，模型虽然通过了设主检验，但很有可能不能通过变量的显著性检验0Dependent Variable;0S6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、标准化预测值、标准化残差的最小值、最大值、均值、标准追及样本容虽等，根据概率的3西格玛原则，标准化残差的绝对值最大为1.618,小于3,说明样本数拯中没有奇异值。

a. Dependent Variable:图7残差统计表图8给出了模型的宜方图，由于我们在模型中始终假设残差服从正态分布，因此我们可以从这张图中宜观地看出回归后的实际残差是否符合我们的假设，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立残差服从正态分布的假设，因为我们用了进行分析的样本太小，样本容量仅为5。

Histogram图8残差分布直方图从上而图4的分析结果看，我们的模型需要剔除居住这个变量，用本次实验中的方法和步 骤重新令家庭设备用品及服务对食品和衣着回归，得到的主要结果如图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. 964.比 原来有所降低：而方差分析的F 检验为27.071,新模型打原来的模型柑比，％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.因此在做预测过程中要使用剔除不显著变量后的模型。

Dependent Variable:家庭设务川品及服务Mean = -6,4E-15 Std, Dev, = 0.5 N=5Regression Standardized ResidualModel Summaa.Predictors: (Constan®.b.Depen dent Vari able:家JS设备用品及服务图9横型梃述a.Predictors: (Constan^.b.De pendent Friable:家IS设备用品及服务图10方差分析表a- Dependent Variable:图"回归系数表六、我国居民消费变化的趋势特点(1)食品消费质量提高，衣着消费支出比重下降。