Анализ данных и интерпретацияСтраница 4
Рассмотрим модели с первым показателем. Качество моделей (хотя они и значимы) очень низкое. Так как показатель R2 близок к 0. То есть, независимые переменные (доход, число источников дохода и проч.) плохо объясняют изменения переменной индекса владения ТДП. Максимум – на 7%. В первую очередь программа включила в модель число членов семьи, затем – двоичную переменную город/село, затем – суммарный доход и, наконец, число источников дохода. Интерпретация для 4-й модели, например, такая: каждый дополнительный член домохозяйства, при прочих равных условиях, увеличивает индекс потребления ТДП, в среднем, на 0,148 единиц. Иными словами, более крупные семьи, обычно, владеют большим набором ТДП. Что естественно. Аналогично, если домохозяйство из городской среды, то нужно увеличить прогноз индекса на 0,269. Каждый доп. рубль суммарного дохода домохозяйства увеличивает индекс на 0,00000514 единиц. А вот чем больше источников дохода, тем меньше как бы становится индекс. В части выводов причина этого обсуждается.
Регрессионные модели потребления ТДП (первый вариант)
|
Модель № |
1 |
2 |
3 |
4 |
|
Константа |
0,223 (Sig.=0,000) |
0,013 (Sig.=0,741) |
0,016 (Sig.=0,688) |
0,077 (Sig.=0,074) |
|
Число членов семьи |
0,148 (Sig.=0,000) |
0,154 (Sig.=0,000) |
0,140 (Sig.=0,000) |
0,148 (Sig.=0,000) |
|
Городская местность проживания |
– |
0,279 (Sig.=0,000) |
0,254 (Sig.=0,000) |
0,269 (Sig.=0,000) |
|
Суммарный доход домохозяйства за последние 30 дней |
– |
– |
5,10Е-006 (Sig.=0,000) |
5,14Е-006 (Sig.=0,000) |
|
Число источников дохода за последнее время |
– |
– |
– |
–0,039 (Sig.=0,001) |
|
|
0,043 |
0,059 |
0,071 |
0,073 |
|
Значимость модели (Sig.) |
0,00 0 |
0,00 0 |
0,00 0 |
0,00 0 |
Модель с использованием второго варианта индекса (без учета весов ТДП) кажется более удачной. Но и здесь объясняющая способность не превышает 16% для 4-х объясняющих переменных. Суть коэффициентов остается той же. Но они теперь чуть-чуть побольше, поскольку второй индекс имеет больший масштаб изменений.
Регрессионные модели потребления ТДП (второй вариант)
|
Модель № |
1 |
2 |
3 |
4 |
|
Константа |
5,969 (Sig.=0,000) |
2,623 (Sig.=0,000) |
2,662 (Sig.=0,000) |
3,574 (Sig.=0,000) |
|
Число членов семьи |
2,629 (Sig.=0,000) |
2,725 (Sig.=0,000) |
2,533 (Sig.=0,000) |
2,639 (Sig.=0,000) |
|
Городская местность проживания |
– |
4,443 (Sig.=0,000) |
4,087 (Sig.=0,000) |
4,314 (Sig.=0,000) |
|
Суммарный доход домохозяйства за последние 30 дней |
– |
– |
7,41Е-005 (Sig.=0,000) |
7,46Е-005 (Sig.=0,000) |
|
Число источников дохода за последнее время |
– |
– |
– |
–0,572 (Sig.=0,000) |
|
|
0,103 |
0,133 |
0,153 |
0,156 |
|
Значимость модели ( Sig.) |
0,000 |
0,000 |
0,000 |
0,000 |
Похожие статьи:
Условия, в которые попадает осужденный, как
жизненное пространство и объект профессионального вмешательства
Представление об условиях, в которые попадает осужденный, дает основание социальному работнику оценить и использовать их как ресурс в оказании содействия процессу перевоспитания, а точнее - определению адекватных стратегий поведения и форм ...
Корреляционно-регрессионный анализ
Все социально-экономические явления взаимосвязаны, взаимообусловлены, и связь между ними носит причинно-следственный характер. Суть причинной связи заключается в том, что при необходимых условиях одно явление предопределяет другое и в резу ...
Отчет о результатах исследования. Отчет и
пояснительная записка
Социологическое исследование проходит множество этапов, среди которых: подготовка программы социологического исследования; организация и проведение опросов, интервью и разработка схемы обобщения и обработки данных. Итоги социологического и ...