1、 吉林财经大学2013-2014学年第二学期 多元统计分析及SPSS统计软件应用 基于因子分析的实验报告 院别:会计学院 专业:会计学(注册会计师方向) 班级:注会1129 姓名:李华 学号:0302112901 影响我国城镇居民消费水平的因子分析 改革开放以来,人们的收入状况有了很大改善,消费支出也随之上升。一个国家居民的消费状况从侧面反映了该国的整体经济水平以及社会福利的大小,体现着一个国家的质量。现实中有许多因素影响着居民的消费水平,如收入水平、商品价格水平、消费者偏好、价格水平、
2、GDP等等。但由于样本数据的可收集性及我国现在的经济状况,我就仅从以下几个考核的着手分析:消费性支出、储蓄存款、可支配收入、个人所得税、价格指数、生产总值。 表1 2010年我国城镇居民消费支出的数据 地区 储蓄存款 可支配收入 个人所得税 价格指数 生产总值 北 京 14672.10 26738.48 177.84 98.50 12153.03 天 津 4885.90 21402.01 35.66 99.00 7521.85 河 北 13551.10 14718.25 42.41 98.80 17235.48 山 西 80
3、99.40 13996.55 27.04 99.00 7358.31 内蒙古 3914.00 15849.19 29.68 99.70 9740.25 辽 宁 12030.90 15761.38 48.94 100.00 15212.49 吉 林 4614.40 14006.27 18.52 99.90 7278.75 黑龙江 6430.10 12565.98 20.73 99.80 8587.00 上 海 13707.30 28837.78 230.44 99.60 15046.45 江 苏 2008
4、0.60 20551.72 140.21 99.60 34457.30 浙 江 17833.40 24610.81 124.11 98.70 22990.35 安 徽 6619.50 14085.74 23.03 98.90 10062.82 福 建 7078.80 19576.83 47.54 98.30 12236.53 江 西 5092.70 14021.54 16.40 99.40 7655.18 山 东 17082.80 17811.04 64.67 99.90 33896.65 河 南
5、11207.40 14371.56 33.33 98.80 19480.46 湖 北 8163.50 14367.48 29.41 99.30 12961.10 湖 南 7809.80 15084.31 30.37 99.70 13059.69 广 东 31411.40 21574.72 238.99 97.60 39482.56 广 西 4686.20 15451.48 20.04 97.90 7759.16 海 南 1282.90 13750.85 6.14 99.50 1654.21 重 庆
6、4908.70 15748.67 21.24 98.40 6530.01 四 川 11575.20 13839.40 44.38 100.70 14151.28 贵 州 2676.10 12862.53 21.32 98.60 3912.68 云 南 4668.60 14423.93 25.67 100.50 6169.75 西 藏 226.40 13544.41 0.73 101.50 441.36 陕 西 6743.80 14128.76 26.87 100.00 8169.80 甘 肃 302
7、6.90 11929.78 8.99 100.90 3387.56 青 海 711.30 12691.85 3.12 103.20 1081.27 宁 夏 967.70 14024.70 4.50 100.30 1353.31 新 疆 3050.80 12257.52 20.20 100.20 4277.05 对原始数据进行因子分析检验,见表2所示; 表2 由表2分析可知,KMO=0.601,说明很适合做因子分析 表3 Total Variance Explained 给出总方差分解 Componen
8、t Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % 1 3.504 70.083 70.083 3.504 70.083 70.083 2.021 40.428 40.428 2 .739 14.773 84.8
9、56 .739 14.773 84.856 1.792 35.844 76.272 3 .629 12.575 97.431 .629 12.575 97.431 1.058 21.160 97.431 4 .105 2.098 99.530 5 .024 .470 100.000 表4 X1=0.94F1+0.124F2-0.287F3 X2=0.924F1+0.191F2+0.246F3 X3=0.868F1+0.136F2-0.449F3 X4=0.823F1+0.075F2+0.533F3 X5=-0.580F1+0.814F2+0.012F3






