用spss软件对房地产开发完成投资的因子分析

1摘要房地产开发投资是指房地产开发公司、商品房建设公司及其他房地产开发法人单位和附属于其他法人单位实际从事房地产开发或经营的活动单位统一开发的包括统筹待建、拆迁还建的住宅、厂房、仓库、饭店、宾馆、度假村、写字楼、办公楼等房屋建筑物和配套的服务设施。房地产市场健康平稳发展是反映一个社会经济现象健康稳定的重要指标，毋庸置疑，房地产在国民经济中占有十分重要的地位。本文运用SPSS软件，通过对2013年的分地区按项目规模分房地产开发完成投资的数据进行因子分析，分析了房地产发展的影响因素，从而提出合理的发展建议。关键词：因子分析房地产SPSS2目录1设计目的......................................................................................................................................32设计问题......................................................................................................................................33设计原理......................................................................................................................................44操作步骤......................................................................................................................................45结果分析......................................................................................................................................65.1描述统计量........................................................................................................................65.2因子分析的前提条件.......................................................................................................75.3因子提取和因子载荷矩阵的求解...................................................................................85.4使因子更具有命名可解释性.........................................................................................115.5计算各样本的因子得分.................................................................................................14总结............................................................................................................................................16参考文献........................................................................................................................................173对房地产开发完成投资的因子分析1设计目的学会应用SPSS软件进行相关的因子分析，同时更好的了解应用多元统计分析的知识，熟练掌握应用多元统计分析在实际问题上的应用，并将所学的知识结合SPSS对数据的处理解决实际问题。本设计是利用因子分析理论对全国分地区按项目规模分房地产开发投资进行分析，并用SPSS软件进行求解。2设计问题全国各省分地区房地产开发完成投资表如下表表2.1按项目规模分房地产开发投资表地区1000万元1000-3000-5000万-1-55-1010亿元以下3000万元5000万元1亿元亿元亿元以上北京014171443672950天津0129205287977河北0112110410207271562山西1172298470270430内蒙古2193196463321547辽宁11223119165116073037吉林1101760385310469黑龙江1144870411300760上海012112394582108江苏11125122180417753504浙江0917104139613983291安徽21524909609811875福建11018707567552093江西191964489333261山东22245243163513382159河南1183319013859131304湖北124391388635351685湖南22746163955507929广东22234128135412463704广西1112481565385547海南014262552286834重庆11117826305421730四川11737209127512841029贵州192171574299967云南117331277323681210西藏0180陕西1918524704411251甘肃2162478329136140青海02112905488宁夏041025266139115新疆32939102366117169数据来源：2014年《中国统计年鉴》3设计原理1确定因子载荷：主成分法、主轴因子法、最小二乘法、极大似然法、α因子提取法等。由于这些方法求解因子载荷的出发点不同，所得的结果也不完全相同。2因子旋转：因子旋转分为正交旋转与斜交旋转，正交旋转由初始载荷矩阵A左乘一正交阵而得到。经过正交旋转而得到的新的公因子仍然保持彼此独立的性质。而斜交旋转则放弃了因子之间彼此独立这个限制，因而可能达到更为简洁的形式，其实际意义也更容易解释。但不论是正交旋转还是斜交旋转，都应当使新的因子载荷系数要么尽可能地接近与零，要么尽可能地远离零。3因子得分：因子得分就是公共因子在每一个样品点上的得分。根据因子得分我们可以知道哪个省的房地产发展水平较高，哪个省的房地产需要在基本住房方面加大投资力度。4操作步骤（1）将数据输入SPSS后，在SPSS窗口选择分析描述统计描述，然后将变量选入变量框，在选项点击均值在离散中最大值、最小值和标准差，在显示顺序点击变量列表（2）将数据输入SPSS后，在SPSS窗口选择分析→降维→因子分析→将数据选入变量框中。5（3）点击描述按钮，展开相应对话框，选择统计量中的单变量描述性，相关矩阵中的系数及KMO和Bartlett的球形度检验和相关性水平。单击继续按钮，返回主界面。（4）点击抽取按钮，设置因子提取的选项，在方法下拉菜单栏里选择主成分法，在分析框中选相关性矩阵，未旋转的因子解，碎石图抽取中基于特征值大于1，最后，选最大因子迭代数为25次，单击继续按钮，返回主界面。（5）点击旋转按钮，设置因子旋转方法，选择方差最大旋转，并选择输出中的旋转解，单击继续按钮，返回主界面。（6）点击得分按钮，设置因子得分的选项。选中保存为变量，方法为回归，将因子得分作为新变量保存在数据文件中。选中显示因子得分系数矩阵按钮，这样在结果输出窗口中会给出因子得分系数矩阵。单击继续按钮，返回主界面。（7）点击选项按钮，在出来的界面缺失值中选均值替代，系数排序选择按大小排序，单击继续按钮，返回主界面。（8）最后，在主界面上点击确定，输出结果。65结果分析5.1描述统计量利用spss软件得到表5.1.1：表5.1.1描述统计量N极小值极大值均值标准差小于1000万30031.09.800一千万到三千万3102912.207.922三千万到五千万3014823.2713.348五千万到一亿31124389.0859.289一到五亿3181804714.34504.935五到十亿30541775613.99479.740十亿以上31037041341.101080.054有效的N（列表状态）30我们可以看到，七个变量的标准差随着开发完成投资的金额逐渐增多，标准差也越来越大。得到样品的因子得分后，可以对样本点进行分析。75.2因子分析的前提条件利用spss得到CorrelationMatrix原有变量的相关系数矩阵表5.2.1相关矩阵a小于1000万一千万到三千万三千万到五千万五千万到一亿一到五亿五到十亿十亿以上相关小于1000万1.000.859.787.537.215.054-.147一千万到三千万.8591.000.870.787.474.196.051三千万到五千万.787.8701.000.777.489.292.020五千万到一亿.537.787.7771.000.806.584.287一到五亿.215.474.489.8061.000.908.682五到十亿.054.196.292.584.9081.000.775十亿以上-.147.051.020.287.682.7751.000Sig.（单侧）小于1000万.000.000.001.127.388.218一千万到三千万.000.000.000.004.146.393三千万到五千万.000.000.000.003.059.458五千万到一亿.001.000.000.000.000.059一到五亿.127.004.003.000.000.000五到十亿.388.146.059.000.000.000十亿以上.218.393.458.059.000.000a.行列式=6.34E-005从相关系数矩阵得知：大部分的相关系数都比较高，各变量之间有较强的相关性，能够从中提取公共因子，进行因子分析是合适的。8利用spss得到K-W检验如表5.2.2：表5.2.2KMO和Bartlett的检验取样足够度的Kaiser-Meyer-Olkin度量。.614Bartlett的球形度检验近似卡方249.690df21Sig..000由图可知：Bartlett的球形度检验的自由度21，sig值小于0.05，无限接近于0，说明原变量之间存在相关关系。同时，Kaiser-Meyer-Olkin为0.614，较接近于1，根据KOM度量标准可知此数据适合做因子分析。5.3因子提取和因子载荷矩阵的求解利用spss得到表5.3.1：表5.3.1公因子方差初始提取小于1000万1.000.850一千万到三千万1.000.932三千万到五千万1.000.892五千万到一亿1.000.869一到五亿1.000.954五到十亿1.000.924十亿以上1.000.814提取方法：主成份分析。这是因子分析的初始解，显示了所有数据变量的共同度数据。可以看到：256,,XXX等变量的绝大部分信息（大于90%）可被因子解释，这些变量的信息丢失较少。但其余的四个变量的信息也都保存了80%以上的信息。因此，本次因子9提取的总体效果是比较理想。表5.3.2解释的总方差成份初始特征值提取平方和载入旋转平方和载入合计方差的%累积%合计方差的%