第一篇:对高等数学课学习成绩影响因素的统计分析
对高等数学课学习成绩影响因素的统计分析
摘 要:本文调查了我校3个学院9个班级共371名学生,利用t检验、方差分析等方法和SPSS17.0软件,分析了性别、高考分数、生源和专业对高等数学学习成绩的影响,在此基础上,对如何提高学生学习成绩提出了一些建议。
关键词:高等数学;学习成绩;t检验;方差分析
中图分类号:G642 文献标识码:B 文章编号:1002-7661(2015)16-003-01
一、问题背景和文献综述
高等数学课是理工专业学生必修的基础课程之一,是学习专业基础课、专业课的基础,但由于各种原因的客观存在,例如高校扩大招生,生源质量下降,学生学习兴趣不高、学习态度消极,学生管理难度加大等,包括高等数学在内的基础课程学习状态越来越差。解决该问题的关键在于,对大学生学习现状的准确把握,包括学生学习兴趣、听课状况、学习目标、学习计划、学习习惯、学习时间以及学习的主动性、自觉性等方面,只有准确掌握上述细节信息,才能有针对性的提出对策,相关研究整理如下:
舒苏(2011)认为学习目的不明确,学习方式转变认识不足等是影响大学生学习高等数学的原因,并据此提出了一些提高学习高等数学效率的对策。袁芳(2011)对理工科大学生高等数学学习困难的成因解释为:学生数学认知结构缺陷、心理表象错误、知识联系错误、思维定势负面影响、认知水平限制以及元认知能力缺陷等。郑艳玲(2010)以济南大学文科专业100名学生和86名理科学生为研究对象,通过调查问卷,结合访谈、观察和比较等方法,对高校文科学生数学学习过程中的非智力因素进行了调查研究,并认为数学学习态度不明确,学习兴趣、学习动机不高是学习困难的主要原因。徐勇、黄思翔(1997)认为高校新生入学后会存在各种不适,并以某学院59名新生高等数学学习情况为研究样本,主要结论在于,入学数学成绩与高等数学学习相关不显著,但学习适应性存在性别差异,女生能够较快适应高校学习。上述研究从教学过程的特定环节出发,分析了可能影响学生学习成绩的因素,参考上述研究,本文对我校学生高等数学学习成绩的影响因素进行了一些分析,并相应的提出了一些建议。
二、样本选择和数据分析
此次共统计了3个学院9个班级共378名同学的性别、高考分数、生源所在地以及高等数学A2期末考试分数几个指标,其中3名同学生源所在地不清楚,4名同学缺考,剔除后样本量为371个,并利用SPSS17.0软件进行相关数据分析,相关结果如下。
1、性别与学习成绩
所统计学生中男、女生分别为245和126个,平均成绩分别为65.2367和74.8524,差异较大,t检验结果也显示平均成绩显著不同(显著性水平0.05和0.01)。同时,方差是否相等的检验显示男女生之间存在差异,女生间成绩较平均,男生成绩离散程度较大。
2、专业(学院)与学习成绩
所统计3个学院的学生数分别为75、114和182个,平均成绩分别为62.09、70.61和69.80分,以学院作为因素的单因素方差分析结果显示,不同学院的学生成绩有显著差异(显著性水平0.05)。不同学院学生成绩的方差间无显著差异。
3、高考成绩与学习成绩
所统计371个学生高考成绩与高等数学成绩之间的相关系数为0.1026,考虑到不同省份的高考试卷难易程度、总分不同,又计算了吉林省内同学(共213名,占所统计同学的57.41%)的高考成绩与高等数学成绩之间的相关系数,为0.1071。由于其余各省的同学数均较少,无统计意义,所以未计算。从上述计算结果上看,高考成绩与大学学习成绩之间的相关程度不高。
4、生源与学习成绩
所统计371个学生中,东北三省共228名学生为第一组,山东、江苏、天津、江西等省共45名学生为第二组,海南、云南、贵州、新疆、内蒙等省(自治区)共19名学生为第三组,按照不同组别,分析其对学生成绩的影响。第一、二、三组的成绩分别为66.56、77.44和55.68分,成绩差异较大,方差分析结果也显示,不同组别的学生成绩有显著差异(显著性水平0.05),也就是说,生源所在地对学生成绩具有显著影响。而且,分数较高组成绩的方差也较小,但在统计上无显著差异。
三、主要结论和相关建议
本文分析结果显示,学生入学成绩与高等数学学习成绩之间关联程度不大;女生成绩显著高于男生;不同专业、生源所在地学生的学习成绩具有显著差异。
女生较男生适应性更强,所以我们认为,让学生更快适应大学学习生活,完成从高中较大压力下、被督促的被动学习,向学习动机明确、较少督促下的主动学习转变,是提高学生学习成绩的关键因素。同时,专业和生源对学习成绩具有显著影响,说明良好的学风是提高学习成绩的关键因素,大到学校、学院,小到班级、宿舍,都要建立好的学习风气,高考成绩反倒影响不大。
参考文献:
[1] 舒苏.大学生学习高等数学的影响因素及对策[J].江苏教育学院学报(自然科学),2011,27(6),29-30.[2] 袁芳.理工科大学生高等数学学习困难成因及教学对策[J].菏泽学院学报,2011,33(2),132-135.[3] 郑艳玲.影响高校文科学生数学学习的非智力因素的调查[J].高等函授学报(自然科学版),2010,23(3),52-54,64.[4] 徐勇,黄思翔.高校新生高等数学学习情况初探[J].广东教育学院学报,1997,(2),74-79.
第二篇:影响学习成绩最大的因素是什么?
情商对学习成绩的影响究竟有多大?
文:叶树林
大家有没有想过,为什么学生A可以上北大,而学生B只能上三本?难道是因为学生A比学生B聪明?还是学生A掌握的知识点比学生B掌握得多?其实都不是,因为我们都知道绝大部分学生的智力并没有本质的区别。而经历高中三年的学习,学生掌握的知识点也没有本质的差别。那么最终影响学生高考成绩的又是什么呢?
高考应试专家管卫东这样描述高考:高考=知识点+思维+情商。这条公式表明高考作为选拔类考试,它考查的不仅仅是考生对知识点的掌握程度,更重要的是考生的思维能力及情商,尤其是后者,更是重中之重。情商占据着高考的70%!高考就像是砌模型。知识点就是模型的小部件;思维就是如何把小部件组合起来的思想过程;而情商就是影响砌模型的内在因素,如外界太吵导致你静不下心控制自己的手指做一些细微的动作,或者是觉得自己做不好这样技术活而导致还没开始就放弃。由此可知,情商才是最终的决定因素,无论你已经准备好此模型的所有部件或是已经知道如何砌,但只要你的情商没到位,那么结果都是可想已知。高考同样如此,上面已经提到,经历高中三年学习的学生该学习的知识都已经学习过,也就是高考所需的部件已准备好,但此时学生缺的正是思维能力及情商能力。
同时,情商不但影响着学生考场的临场发挥,也影响学生平时学习的效果。大大小小的考试、家长及老师的关心、距离高考的日子越来越近等诸多因素,无时无刻地影响着学生,就好像是几面无形的压力墙逐渐压着学生,让学生透不过气。如此多的压力鞭策着学生学习,但是学习因为心理焦急而无论如何努力都不见效果。越是没有效果对学生的压力就越大,学生的焦急情绪就越强,如此下去就形成了一个恶性循环。这样的学习怎么会有效果呢?
综上所述,要想取得好成绩,除了知识点打扎实,思维能力到位之外,更重要的拥有一个成熟的心理,也就是上面提到的情商。而且不单单是在考场上注重心理成熟,在平时学习生活中也需注重心理成熟。
第三篇:影响初中生学习成绩的非智力因素
影响学习成绩的非智力因素
(刘艳江苏省泰州市孔桥中学225321)
学习是一个漫长而复杂的过程。学习成绩的高低,不仅取决于学生的注意力、观察力、记忆力、思维力和想象力等智力因素,也取决于兴趣、情感、意志和性格等非智力因素的积极参与。这两者对于优秀成绩的获取都是不可缺少的。案例中这位学生智力并没有问题,导致他成绩退步的原因应该是非智力因素。
非智力因素是指智力因素之外参与并影响学习活动的个性心理因素,它主要通过对心理过程产生起动、导向、维持与强化作用而影响学生学习成绩。根据非智力因素对心理活动的调节范围以及对学习活动直接作用的程度,可将非智力因素划分三个不同层次:第一层次,指学生的理想、信念、世界观。它属于高层次水平,对学习具有广泛的制约作用,对学习活动具有持久影响;第二层次,主要是指个性心理品质,如需要、兴趣、动机、意志、情绪情感、性格与气质等,这些属于中间层次。它们对学习活动起着直接的影响;第三层次,指学生的自制力、顽强性、荣誉感、学习热情、求知欲望和成就动机等等,它们是与学习活动有直接联系的非智力因素,对学习产生具体的影响。这些因素充满活力,对学习的作用十分明显。
因此,要改善“小升初”学生的学习成绩,重点是激发孩子学习动机,培养学习自律性,逐步引导其将聪明才智运用到学习中来。
另外,在引导和激发的过程里,还应注意处于青春期学生思维变化与心理成长。一般来说,在这阶段,学生思维变化上的特点是:形式逻辑思维逐渐发展并趋向成熟的同时,辩证逻辑思维出现、形成和较快发展且逐渐占优;思维的创造性和批判性日益明显,但片面性和表面性依然存在。在心理上,其自我意识高涨,反抗心理普遍存在,情绪表现矛盾性突出。所以,家长和老师应了解并结合上述思维和心理特点,合理制订学习计划与目标,尽量采取积极鼓励与正向评价的方法,避免学生产生逆反心理。
附:(作者姓名:刘艳;单位:江苏省泰州市孔桥中学;邮编:225321;联系方法:***;E-mail:suanbao@yeah.net)
第四篇:影响大学生学习成绩 因素优秀论文申请
大学生学习成绩影响因素的实证分析
专业年级:信息与计算科学09-1班
学生姓名:李媛媛
指导教师: 张庆丰
职
称:讲师
摘要:大学承担着科学研究、培养人才和服务社会的重要使命,而为社会培养优秀人才是大学最根本的使命。学习成绩是对大学生是否掌握相应科学知识的评价,同时也在一定程度上影响其学业、求职和就业,也反映出大学生对学习、知识的态度甚至整体素质的高低。非智力因素是大学生全面发展的主导,是影响大学生成绩的主要因素。本文在问卷调查的基础上,分析了非智力因素对大学生学习成绩的影响,采用方差分析法,因子分析法和主成分分析法,利用SPSS软件对调查数据进行统计分析,从而找出影响学生学习成绩的主要原因,对如何提高大学生学习成绩提出了有效的建议,也为进一步的教育改革提供了一定的理论依据。
关键词:非智力因素 学习成绩 方差分析 因子分析 主成分分析
一、本课题研究的目的和意义
在高校中,学习成绩量化指标在考查学生中所占比重最大,如评定优秀毕业生,评定奖学金,评定文明大学生以及向用人单位推荐优秀毕业生等。当今社会,随着高校的扩招,越来越多的大学生不得不参与到残酷激烈的竞争中。在人才市场人满为患时,许多用人单位纷纷提高了自己的招聘要求,在许多在大学期间成绩不是很好的同学被用人单位拒绝的情况下,为了提高就业机会,一份漂亮出众的成绩就显得尤为重要了。对大学生的学习成绩进行分析已成为高校中的热门话题,学习成绩的好坏不仅直接影响大学生能否完成学业,而且对今后的求职和职业选择都有着重要的影响,如何改善如今大学生普遍成绩不太好的现状,则需要对这一系列影响大学生学习成绩的因素进行分析,从而找出影响大学生成绩的主要因素,这对如何提高大学生学习成绩提出了有效的建议,对大学生的管理与成才起着重要的作用。
二、设计方法(设计思想或、设计方案论证、研究方法等)
(一)研究方法
1、文献法
通过对教育学、教育心理学等相关资料的收集整理,分析大学生学习状况的理论研究和实证研究,为问卷调查的设计做必要的准备。
2、问卷调查法
在文献分析的基础上采用问卷调查形式。对所调查的内容做了归纳和总结,反复修改完善,设计了一份“关于影响大学生成绩的主要因素调查问卷”进行调查。
(二)技术路线
1、查找相关文献,确定论文框架。
2、进行问卷调查,收集分析数据资料,分析影响大学生成绩的主要因素。
3、从非智力因素入手,综合分析结果,提出提高大学生成绩的对策。
4、大学生成绩的影响因素种类多样,结构复杂,难以完全用定量方法或简单归结而进行优化分析与评价,需采用方差分析法,因子分析法和主成分分析法,利用SPSS软件对调查数据进行统计分析。
三、主要设计参数
四、设计要点及特点(或设计内容、研究内容等)
高校是教学和科研的重要基地,也是培养人才的重要场所。大学生活作为同学们从学校步入社会的过渡阶段,学习成绩依然是同学们关注的主要问题,学业成绩是对学生进行测评的主要指标,对个体的发展具有重要意义。因此,有关学业成绩的研究引起了教育界的重视。影响学业成绩的因素一直是人们关注和研究的重要问题。在实际的教学过程中,影响学生成绩的因素是多方面的。比如学生学习的兴趣、学习积极性、性别、家庭因素、高考成绩和生活娱乐因素等影响学生的成绩。这些因素有的对成绩影响大,有的对成绩影响小,究竟哪些因素的影响是显著的,哪些因素的影响是不显著的呢?针对这些问题,本文通过对我院大
一、大二和大三136名大学生进行抽样问卷调查,以他们的最重要的基础课成绩——数学和英语成绩为例,考察影响大学生学习成绩的主要因素,包括学生性别、父母受教育程度、家庭收入、父母影响度、籍贯、学习气氛等客观因素,学习兴趣、学习时间、上网时间、出勤率、自觉看书等主观因素,还有高考成绩。根据搜集的数据,运用方差分析法、因子分析法和主成分分析法,经SPSS软件的计算,分析影响学生学习成绩的因素。
五、结论
在性别因素对大学生学习成绩影响的分析中,结果表明,性别因素对大学生的数学成绩并无显著性影响,而对大学英语成绩有显著性影响;在大学生成绩的年级差异进行单因素方差分析中,结果表明,三个年级的学生成绩有显著性的差异;在历史因素对大学生学习成绩的相关分析中,结果显示,高考成绩与英语成绩相关性显著,与大学数学成绩相关性不高;在影响数学成绩的多因素回归分析中,结果表明,学习时间、自觉看书和专业兴趣度都会促进学习成绩的提高,而上网时间却给学习带来负效应;在大学生综合影响因素的分析中,结果表明,影响学习成绩的首要因素是学习环境和学习积极性(专业兴趣度、学习氛围),其次是家庭因素(父母的文化程度),生活费用、父母月收入、父母影响、出勤率、学习时间、自觉看书、上网时间各个因素都依次有不同程度的影响。
六、主要参考文献
[1]刘宝存.大学理念的传统与变革[M].北京:教育科学出版社,2004:25-28.[2]邱女.影响大学生成绩的因素分析[J].中国市场,2001(26).[3]宁静,肖姨,缪柏其等.高考成绩与大学成绩的相关性研究[J].高等理科教育,2001,8(3):46-50.[4]卢志泉,张国毅,侯长余,杨慧君.家庭因素对学生学习成绩的影响[J].中国行为医学科学,2001(1).[5]罗雨滋,付兴宏.数学学习中的智力因素与非智力因素[J].保山师专学报,2005,24(5):34-36.[6]刘文科.论影响大学生学业成绩的非智力因素及其培养[J].科技情报开发与经济,2005,15(24):199-201.[7]李克俊,王正华.非主观因素对大学生学习成绩影响的方差分析[J].四川教育学院学报,2008,24(6):37-41.[8]梁斌,卓梅霞.基于SPSS统计软件的因子分析法及实证分析[J].河西学院学报,2005,5(27):78-82.[9]余建辉,金义富.方差分析在学生成绩分析中的应用[J].福建电脑,2010,12(26):57-62.[10]孔慧华,潘晋孝.大学生成绩的统计分析[N].甘肃联合大学学报:自然科学版,2010,24(24):53-57.[11]刘影.多元统计分析在高校中的应用[D].东北师范大学数学系,2006:12-40.[12]张喜娟,丁钊鹏,张喜娟.因子分析在学生成绩影响因素调查结果中的应用[J].北京联合大学学报:自然科学版,2010 ,24(1):77-81.[13]吴武琴.学生学习成绩的方差分析法[J].昆明冶金高等专科学校学报,2004,4(20):16-18.[14]潘先云.教学研究中的多元分析法初探[J].广州大学学报,2000,3(14):86-88.[15] 张文彤,董伟.SPSS统计分析高级教程[M].北京:高等教育出版社,2004:218-237.[16]张文颖,张玉,王冉.大学生成绩影响因素的主成分分析[J].科技咨询导报,2010(20).[17]黄宁.关于主成分分析应用的思考[J].数理统计与管理,1999,18(5):44-47.[18]杨晓明.SPSS在教育统计中的应用[M].北京:高等教育出版社,2004:278-286.[19]杨金梅,李瑾.影响大学生成绩因素的分析[J].天津职业技术师范学院学报,2001(1).[20]郭显光.如何用SPSS软件进行主成分分析[J].统计与信息论坛,1998,22(6):60-64.[21]杨娇丽,陈鹏编著.大学生心理健康教育及个案教程[M].北京:对外经济贸易大学出版社,2008.七、对应英文题目、姓名、摘要、关键词
Empirical Analysis of Factors Affecting Academic
Performance in University Abstract: University undertakes the important mission of scientific research, cultivating talents and serving the society, and cultivating the excellent talents for the society is the fundamental mission of university.Academic record is the evaluation of whether college students to master relevant scientific knowledge.At the same time, to a certain extent, it affects their school work, job hunting and employment.It also reflects the college students' attitude towards learning, knowledge and overall quality of high and low.Non-intelligence factor is the all-round development of college students, and it is the main factors affecting college grades.On the basis of questionnaire survey, this paper analyses the influence of non-intelligence factors on college students' academic performance, using analysis of variance, factor analysis and principal component analysis.For the survey data ,we use SPPS software to conduct statistical analysis.Thus find the main reasons affecting students' learning achievement , putting forward effective suggestions on how to improve college students learning and also providing a certain theoretical basis for further education reform.Keywords: non-intelligence factor;academic record;variance analysis;factor analysis;principal component analysis
第五篇:我国农村居民消费结构及其影响因素的统计分析
基于因子分析的我国农村居民消费结构研究
姓名:周文锋
学号:2011211098
摘要:农村居民消费结构是衡量农村经济发展的主要因素。本文以多元统计分析理论为基础,采取因子分析法,运用SAS软件,来研究2012年我国各地区农村居民消费结构状况,并对我国31个省、市、自治区按照因子得分进行排序,发现南北方农村居民消费存在一定差距,由此作出综合评价,进而为提高农村的消费水平提出一些政策建议。
关键词:消费结构 因子分析 综合评价 南北差距
一、引言
(一)研究背景及意义
近年来,国家在完善城乡流通网络、增进农村消费便利方面加大了政策支持力度,尤其是农村流通体系的建设,推动了农村消费潜力的释放。2014年公布的“一号文件”连续11年聚焦三农,而历届两会期间,多位人大代表、政协委员纷纷提出多个关于三农问题的议案,可见国家一直特别关注农村问题。而消费结构的变动可以反映一个国家或地区经济发展水平和居民生活富裕程度,尤其对农村更能说明其进步的情况。因此,本文以农村居民消费结构为依据,利用中国统计年鉴的截面数据,对我国农村居民消费进行综合探讨,这对提高人们生活水平、生活质量具有重要意义。
(二)文献综述
国内学者对我国的农村居民消费状况作了很多分析,总结来说,大致从消费结构和消费水平这两方面或文字性分析或统计方法研究或计量建模探讨,比如孙艳玲对我国各地区农村居民消费结构所做的因子和聚类分析,方国斌对影响我国农村居民消费因素所做的回归分析等等。本文先进行我国各地区2012年农村居民消费结构的主因子提取及因子得分排序,以反映这31个地区农村消费质量的特征,将结果与实际结合,来综合评价各地区农村经济发展状况。
二、实证分析
(一)因子分析
考虑到各指标间并不是独立的,此外中国地域辽阔省份较多,因此统计数据繁多且关系复杂,要利用此数据对消费结构进行有效分析,基于消除相关性影响的多元统计分析方法是较为理想的方法。而因子分析是从研究相关矩阵内部的依赖关系出发,把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。因子分析的基本思想是根据相关性大小把变量分组,使得同组内的变量之间相关性较高,但不同组的变量相关性较低。每组变量代表一个基本结构,这个基本结构称为公共因子。对于所研究的问题就可以试图用最少个数的不可测的所谓公共因子的线性函数与特殊因子之和来描述原来观测的每一分量。也就是从一些有错综复杂关系的经济现象中找出少数几个主要因子,每一个主要因子就代表反映经济变量间相互依赖的一种经济作用,抓住这些主要因子就可以对复杂的经济问题进行分析和解释。综上考虑,用因子分析来分析我国农村居民的消费结构比较合理,它可以有效地处理31个省市的大量数据,更加清晰深入的说明我国当今农村居民的消费结构状况。
由2013年《中国统计年鉴》得到关于我国31个地区2012年反映农村居民消费结构的
8个有较强代表性的指标数据。各支出方面分别如下:X1(食品)、X2(衣着)、X3(居住)、X4(家庭设备及用品)、X5(交通通讯)、X6(文教娱乐)、X7(医疗保健)、X8(其他)。
表一:我国31个地区农村居民家庭人均消费支出表(单位:元)
北京 天津 河北 山西 内蒙古 辽宁 吉林 黑龙江 上海 江苏 浙江 安徽 福建 江西 山东 河南 湖北 湖南 广东 广西 海南 重庆 四川 贵州 云南 西藏 陕西 甘肃 青海 宁夏 新疆 x1 x2
x3
x4
x5 1398.8 604.33 625.99 912.25 668.71 699.03 611.34
x6
x7 760.41 543.75 490.25 588.87 548.77 840.52 727.02
x8 228.4 156.77 149.75 157.42 176.23 204.15 167.67 232.74 251.11 144 193.13 105.59 120.21 146.21 169.68 136.56 232.66 108.84 155.2 85.98 101.9 84.3 66.22 90.52 136.37 100.42 121.62 172.21 110.21
n 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 3944.76 947.97 3019.86 780.72 1817 396.58 1859.98 501.77 2379.76 481.75 2299.99 517.86 2268.76 478.74 2164.94 544.64 4847.59 704.43 3049.11 610.7 3947.31 751.58 2180.8 331.94 3403.46 471.44 2232.83 264.96 2321.46 454.75 1701.75 424.12 2154.01 316.41 2574.81 317.99 3658.66 319.46 2085.63 156.47 2410.07 178.86 2216.15 380.18 2514.16 338.52 1740.58 226.81 2080.61 241.07 1592 1520.1 1648.6 372.62 332.72 303.14
2199.75 773.55 1263.51 451.3 1137.31 349.9 1142.14 298.29 1078.97 268.98 979.77 836.77 754.72
250.52 251.93 229.66
1152.67 1125.25 336.17 358.49 498.02 513.97 556.56 606.26 518.04
1066.27 766.08
1834.07 646.13 1493.21 532.95 1950.08 604.41 1139.78 346.9 1165.78 426.7 1030.18 278.31 1399.9 1060.7
405.75 361.63
1704.83 952.1 1499.95 902.23 516.6 794.98 494.46 937.55 525.11 496.1 481.58 760.07 453.01 435.58 489.31 463.94 371.35 470.19 363.95 503.34 436.03 683.73 620.79 646.42
385.92 565.83 342.7 500.98 343.83 394.63 400.22 466.63 270.24 253.97 394.23 329.29 226.44 289.22 40.86 445.47 327.3 283.28 373.36 261.74
1028.96 253.39 746.05 510.06 380.6 380.45 635.34 468.81 591.87 497.24 446.46 383.95 306.54 482.24 498.29 282.51 362.63 82.67 619.94 398.01 520.06 492.14 444.18
1311.05 1184.18 724.23
1206.16 397.86 1088.23 373.5 1196.1 1200.8 828.62 557.02 787.41 758.37 804.39 251.62 682.3
378.53 274.63 207.47 413.54 333.2 211.36 247 173.31 250.43
1258.06 298.69 1209.74 257.4 1033.17 304.95 1298.54 219.11 1858.62 404.47 1891.37 463.35 1891.1 429.95
(数据来源:2013年中国统计年鉴-分地区农村居民家庭平均每人消费支出)
对上述数据进行因子分析,发现前两个公共因子的累计方差贡献率已达到87.13%,能够充分反应原变量信息,因此选取这两个公共因子进行因子分析,结果显示,第一主因子载
荷都在0.85以上,第二主因子载荷普遍偏小且有较多负值,这样对公共因子解释意义不明显,所以对载荷矩阵进行正交最大方差旋转,旋转后的因子载荷矩阵如图所示:
表二:旋转后的因子载荷阵
指标 食物(x1)衣着(x2)居住(x3)家庭设备(x4)交通通讯(x5)文教娱乐(x6)医疗保健(x7)其他商品及服务(x8)
第一主因子(Factor1)
0.31002 0.86817 0.51620 0.51853 0.64179 0.75125 0.85310 0.67733 第二主因子(Factor2)
0.90191 0.37088 0.71229 0.77636 0.70290 0.58723 0.38472 0.61184
从表二可以看出,factor1在衣着,医疗保健,文教娱乐上有大于0.7的正载荷,结合实际该因子可以解释为发展富裕因子;factor2在食物,家庭设备,居住和交通通讯上有大于0.7的正载荷,可以理解为生存基本因子。
2个主因子从不同的侧面反映了居民的生活质量,从整体来看,发展富裕因子成为第一主因子,反映了农村居民的生活逐渐走向富裕的发展方向。由此看出,我国现阶段农村居民消费的情况有了很大的改善与提升,支出的比重正在向衣着、文教娱乐、医疗保健等方面倾斜,说明农民生活早已满足最基本的吃与住,生活水平有了很大提高,在向着多元的消费文化迈进。
进一步,由分析得出的数据我们可以令公共因子f3.5480183factor13.4223480factor2
6.9703663然后我们计算各地区因子得分并对其排序,结果如下:
表三:因子得分及排序
Obs 1 2 3 4 5 6 7 8 9 10 11 12 13 14 group 北京 上海 浙江 江苏 天津 福建 广东 山东 吉林 内蒙古 辽宁 黑龙江 湖北 山西
n 1 9 11 10 2 13 19 15 7 5 6 8 17 4 Factor1 2.53276 0.75513 0.70289 1.22681 1.64547-0.90643-1.35324 0.16319 1.50205 0.47255 0.66407 1.35466-0.24621 0.50691 Factor2 1.53741 2.60414 2.06215 0.86579-0.0766 1.41688 1.80451 0.16193-1.28681-0.39177-0.73043-1.50894 0.05798-0.75526 f
2.04406 1.66296 1.37027 1.04955 0.79996 0.23428 0.19717 0.16257 0.13276 0.04818-0.02061-0.05132-0.09686-0.1128 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 宁夏 河北 湖南 安徽 陕西 河南 青海 新疆 四川 重庆 江西 广西 海南 甘肃 云南 贵州 西藏 30 3 18 12 27 16 29 31 23 22 14 20 21 28 25 24 26 0.32133 0.14116-0.78756-0.41678 0.38776 0.06968 0.01797-0.15271-0.68941-0.40314-1.04057-1.40832-1.4559-0.36473-1.10994-1.10807-1.02139-0.66918-0.48389 0.41883-0.00541-0.88042-0.59122-0.58884-0.53876-0.05876-0.37134 0.12549 0.35831 0.28714-0.91951-0.22387-0.51887-1.10067-0.165-0.16573-0.19524-0.2148-0.2349-0.25481-0.27997-0.34225-0.37977-0.38752-0.46805-0.54093-0.6001-0.63712-0.67489-0.81878-1.06031
表三的排序方式是根据综合因子的得分情况来排序的(我们可以稍微改变一下程序语句,便可得出按照第一主因子和第二主因子的得分的排序情况)。下表是各因子排名的前几名省份。
表四:因子排名的前几名省份 第一主因子
北京、天津、吉林、黑龙江、江苏、上海、浙江、辽宁、山西、内蒙古、陕西、宁夏、山东、河北、河南、青海等
上海、浙江、广东、北京、福建、江苏、湖南、广西、海南、山东、江西、湖北、安徽、四川、天津、云南、重庆等
北京、上海、浙江、江苏、天津、福建、广东、山东、吉林、内蒙古、辽宁等 第二主因子
综合因子
下面是第一主因子和第二主因子的得分图:
三、综合评价及政策建议
表三因子得分结果和表五影响因素相关分析表明:
(1)从综合因子排名来看,前十与第一第二因子排名省份大部分相同,而这些省份多处于东部沿海地区,说明我国农村居民的整体消费水平是由东部较发达地区的消费水平所决定。其中具有代表性的北京、上海、浙江、江苏,这些地区的农村居民在8个方面的消费普遍较高,其优良的地理优势和经济条件为农村居民的生存发展提供了宽松的环境。
但区别来看,第一主因子得分较高的大部分为北方省份,比如河北、山西、陕西、宁夏、内蒙古、青海以及东三省等地,说明北方一些省份的农村居民在衣着、医疗保险、文教娱乐等方面支出比重大一些,生活向着发展富裕方向迈进,消费结构向着多元化均衡发展。而第二主因子得分较高的大部分为南方省份,说明南方一些省份相比北方来说在基本的生存支出方面还有很大的比重,在衣着、文教娱乐、医疗保险等方面支出稍低,消费水平有待提高。
(2)根据凯恩斯的收入决定论,消费由边际消费倾向和收入水平决定。国民收入增加时,短期内消费也增加。因此,就收入的角度分析,为提高南方省份的消费水平,政府可结合当地多山多水的自然因素,鼓励农民大力发展果园种植业和水产养殖业,实现农民增收。同时可加大乡镇企业的投资与建设,提高农村劳动力就业水平来增加农民收入。
(3)从农村人口自然增长率来看,它与农村居民消费水平呈负相关,且相关性显著。由于近几年我国的城乡一体化发展及农民迁移城市的情况,乡村人口逐渐减少。但因为农村人口基数较大,所以仍对农村的消费存在制约作用。因此,在农村应当继续坚持计划生育基本国策,鼓励农民少生优生,减轻农民的生活负担。
(4)除了上述可量化因素以外,一些其他因素比如说交通因素也影响着南北方农村消费水平,南方山区丘陵多,这成了制约南方农村经济的条件,因此各地政府应该加大农村基础交通设施的资金投入,加快道路建设,进而加快物品流通,刺激农村消费,促进农民消费
水平提高。
参考文献:
【1】中国统计年鉴[M].北京:中国统计出版社,2013.【2】何晓群.现代统计分析方法与应用[M].北京:中国人民大学出版社.1998.【3】孙艳玲.我国农村居民生活消费实证研究[J].农村经济.2003(12):39-41.【4】宁自军.因子分析在居民消费结构的变动分析中的应用[J].数理统计与管理.2004,11(23):11-14.【5】吴栋,李乐夫,李阳子近年居民消费结构统计分析的研究综述—关于因子分析和聚类分析的应用[J].数理统计与管理.2007,9(26):776-781.