销量统计因素分析

销量统计因素分析（通用6篇）

销量统计因素分析 篇1

除了三星 华为正成为苹果最大的威胁

2016年05月11日 14:23 来源：

编辑：东方财富网 分享到：

11人评论7232人参与讨论我来说两句手机免费看新闻

中国，现在是世界上最大的智能手机市场。苹果的CEO蒂姆·库克(Tim Cook)始终坚持，中国是苹果最重要的市场之一。

但是，在中国市场，随着多家国产智能手机厂商的崛起，苹果在中国的前进步伐于上个季度出现了倒退的状况。更重要的是，华为不仅在中国影响了苹果的销量情况，而且在西欧乃至全球都成为了苹果的障碍之一。的数据，2015年第四季度中国智能手机厂商份额情况：

在中国苹果的地位长期难以做到领头羊的位置，因为排在苹果前面的有五大智能手机厂商，除了小米增长出现稍微停滞外，2016年第一季度Vivo、oppo和华为出现了暴涨的情况，同比增长的幅度均在50%以上，个别将近70%。对比之下，苹果的出货量则下滑了仅15%。

调研机构Strategy Analytics数据，2016年第一季度国产手机出货量：

同时，华为对苹果在中国出货量制约的不只是价格相对实惠的中低端智能手机，甚至是高端市场，华为的研发和支出费用已经赶上苹果仅次于三星。

华尔街日报的数据，研发费用统计图：

此外，华为的智能手机出货量逐年稳步增长中，去年增长幅度最大。

Statista统计的数据，华为2010年至2015年出货量数据：

再看全球智能手机市场，三星的出货量始终超过苹果毋庸置疑，不过尽管华为2014年第四季度的出货量只有苹果的三分之一，但到了2015年第四季度的出货量却上升到了苹果的一半。数字上看华为超过苹果还有些时日，若是考虑到华为市场份额扩大的速度是如此迅速，追上处于下滑的苹果时间将会大幅缩减。

调研机构IDC统计数据，全球三大智能手机厂商出货量：

2015年一整年，华为的出货量智能手机的超过了1亿。

调研机构Gartner的统计数据：

苹果在中国之所以失去市场份额，部分原因是因为iPhone售价高的问题。不过，华为却还想方设法提高智能手机的平均售价，而且还起到了扩大份额的作用。华为做法很明显，主要是通过引入多款高端机型，对抗苹果单一的旗舰。

华尔街日报数据，国内各品牌智能手机平均售价：

iPhone 6s、三星Galaxy S7和华为P9，在高端智能手机这条水平线上，无论是速度还是相机功能都彼此接近，但三者之间的最大区别在于电池使用续航时间。根据测试结果来看，iPhone的电池最不耐用，当只剩下22%的电量时，三星Galaxy S7仍有48%的电量，而华为的P9也还有43%的电量，并且支持快速充电。

电池续航时间长期以来都是三星广告嘲讽iPhone的点之一，甚至认为从早上8点到10点半这段时间用于开会，iPhone就耗尽电量了。作为一款移动设备，续航必须要有保证。当然了，在这方面很多Android智能手机的确做得更好。

TECHRADAR的续航评测成绩：

看了上面的一堆数据，无论是中国还是全球，苹果是否应该考虑认真对待后来居上的竞争者华为呢？

销量统计因素分析 篇2

(一) 变量选择

我们将以汽车销售量作为被解释变量, 选择以下五个影响因素作为解释变量:钢铁价格, 橡胶价格, 消费者信心指数, 居民车用燃料和零配件价格指数, 关税。

(二) 模型估计、检验与修正

1、时间序列平稳性检验

由于本文所研究的问题中, 各变量均为时间序列数据, 因此, 须对其进行时间序列平稳性检验以及必要的修正, 以避免伪回归问题。采用Augmented Dickey-Fuller检验, 分别对Y0、Y1、Y2、Y3、X1、X2、X3、X4进行时间序列平稳性检验。结果显示, 在显著性水平为α=0.05的情况下, 各个序列均存在单位根。因此, 对个变量的一阶差分值进行时间序列平稳性检验。采用EG两步法对各模型进行协整检验。协整检验结果显示, 各模型中变量之间均协整。因此, 上述模型的建立均有意义, 为真实回归而非伪回归。

2、汽车销量的总体模型

(1) 回归模型建立

(2) 关于虚拟变量关税的设定

随着我国逐步加入WTO的承诺, 于2006年7月1日起, 我国的汽车进口关税由之前的80%-100%下降为:整车进口关税为25%, 汽车零件关税为10%。为了反映关税的变化对全国汽车月销售量的影响, 在此设定虚拟变量, 在2006年7月之前, 从2006年7月开始。

(3) 模型的修正

利用所有原始数据对模型进行OLS回归, 结果显示模型可能存在严重的多重共线性。

我们利用逐步回归法修正多重共线性, 剔除引起多重共线性的变量X1。

由之前对模型中和预期有出入的系数的分析可得出:模型中的解释变量消费者信心指数对被解释变量全国汽车月销量的影响可能存在滞后效应。经过对比分析, 我们选择滞后2阶, 再对模型进行多重共线性的、异方差和自相关的检验和修正, 得到最终模型1为:

(4) 对总体模型的经济意义分析

在其他变量不变的条件下, “胶制品业工业品出厂价格指数”每上涨一个基点, “全国汽车月销量”减少70964.89辆;两个月前和三个月前的消费者信心指数对汽车销量有显著影响;在其他变量不变的条件下, “居民燃料和零配件价格指数”每上涨一个基点, “全国汽车月销量”增加8526.827辆;从虚拟变量D1显著不为零可得出, 中国履行入世承诺, 于2006年7月起减少对进口汽车和零配件的关税, 确实提高了“全国汽车月销量”。

根据直观的生活经验, “消费者信心指数”的下降多数情况下会导致“全国汽车月销量”的下降, 而“居民燃料和零配件价格指数”的上涨多数情况下也会导致“全国汽车月销量”的下降。但是通过了统计检验的参数估计的结果却与之恰恰相反。对于此和预期之间的巨大差异, 我们通过查询大量相关资料和进一步分析, 得出了如下我们对此的解释:

随着06年到09年物价指数的节节攀升, 人们对于物价的上涨形成连续和强烈的一致预期, 在消费者信心指数上的表现则是明显的下降。在这种预期下, 对于将来有购车需求的人来说, 也许当期买车的需求并不强烈, 但是如果选择将来买车, 却将面对当期到将来这段时间, 燃料和零配件 (尤其燃料) 上涨后的价格, 在实际利率为负的情况下, 选择在将来买车实际上并不合算。很多消费者, 在现实生活中, 本着“先买先用, 先用就先有较低的燃料价格享受”的想法, 以致有将来购车需求的人选择当期购车。

二、基于模型的实证分析

通过总体模型可以看出, “全国汽车月销量”随“消费者信心指数”的下降而上升, “全国汽车月销量”随“居民燃料和零配件价格指数”的上涨而上升。这表明, 在现实生活中, 很多消费者怀有“先买先用, 先用就先有较低的燃料价格享受”的想法。在整个物价上涨的过程中, 消费者信心指数连连下降。但是燃料等价格越涨, 人们对未来价格进一步上涨的预期越强烈, 以致有将来购车需求的人选择当期购车。

三、模型出现的问题

(一) 在总体模型设定的时候, 我们将与原材料有关的解释变量设定为两个我们理想中觉得影响较大的钢铁价格指数和橡胶价格指数, 可是在模型回归检验过程中, 在进行解释变量多重共线性修正时, 大多数模型都将钢铁价格这一变量剔除掉了。可是按照现实际经济现象, 钢铁的价格对汽车的销量的影响应该是显著的。可是实验结果与实际经济情况相违背。

(二) 多个模型在进行多重共线性修正的时候, 逐步回归结果中可决系数还有修正可决系数异常的低。在采用逐步回归法修正了多重共线性, 剔除了个别变量之后, 一些模型的整体拟合效果仍然不理想。

参考文献

[1]王悦琪.影响我国汽车销售量因素的实证分析[J].Manager Journal.2010年.第17期

销量统计因素分析 篇3

一、统计的目的

物流系统装备对生产和流通的效率与成本有重要的作用,因此日本国民经济的发展和成长也对其寄予期望。为此,物流装备企业在进行经营、生产预测判断时,获得物流装备的年产销量和历年变化的数据是不可或缺的。

为此,《Material Flow》编辑部对日本2012年度的物流系统装备产销状况以及历年产量演变进行了调查、统计和分析。本调查最早是1985年由“物流系统装备推进部会”(原物流系统装备恳谈会)开始进行的。2007年成立了新的调查委员会,在日本物流系统装备协会统计委员会的协助下确定了调查对象、内容和方法等。

二、调查的对象和时间

以日本物流系统装备主要生产企业为对象,调查、汇集了从2012年4月至2013年3月的实绩。

首先确定了25个不同类型的物流装备(机种)作为调查范围,并对不同机种销售金额的前10位企业作为调查对象。其中,叉车,1997年度以来一直由工业车辆业界的一般性社团法人日本工业车辆协会提供调查统计数据。托盘,2006年度以来一直由一般性社团法人日本托盘协会提供调查统计数据(包括木制托盘、金属制托盘、塑料托盘、纸托盘、滑板等的产量和产值)。

2012年度叉车的国内销量达68,499台,销售金额达1,713亿4,000万日元。出口销售量41,233台(日本工业车辆协会现在不再调查叉车出口销售额)。

2012年度托盘的产量比2011年度降低9.0%,为6,680万枚,产值为1,494亿5,800万日元。

三、调查的产品类型

调查的产品类型,参照图表1。

四、调查的内容

调查内容包括:a.销售量;b.座数;c.销售总金额;d.出口金额。详见,附表①“2012年度物流系统装备(A)生产销售统计”和附表②“2012年度物流系统装备(B)近年来销售金额的变化”。其中,销售总金额(c)和出口金额(d)的数值中,是包含安装、调试的总费用。整体式自动化仓库,包括建筑工程费用(建筑工程的范围包括附属于货架的屋架和墙壁)。出口金额(d)包含在销售总金额(c)内。

为避免数值的重复统计,附表①和附表②中统计数据的来源进行如下区分:

M:由同行业其他企业销售的。U1:由最终用户、商社等销售的。U2:由承包商、工程技术院、计算机企业销售的。

C:向无尘车间销售的

不同行业客户的调查,是在销售额领先的行业客户分类中进行的,如表2所示,包括35个不同行业中的10个大分类。

注:括号()内的数字与表1相对应

注:2003年起增加了对无尘车间物流装备金额(C)统计,为了便于与过去比较,增加了除C的合计曲线。

五、物流装备近年来的变化

统计的结果是:2012年度日本物流系统装备的总销售额比2011年度的335,655百万日元增长1.3%,达340,088百万日元,如图表3。此外,销售数量从2011年度的76,264件减少到71,537件。1985至2012年度物流系统装备总销售额变化,如图表4。受世界经济危机的影响,销售额从2009年度大幅下降后,逐年回升。2012年度基本与201 1年度持平并略有增加。此外,201 1年3月1 1日虽发生了东日本大地震,但物流系统装备行业并未受到影响,比2010年度有所增长。此外,从不同领域的销售额来看,出口减少5.5%。从不同行业的销售额来看,“电机,精密机器”有所减少,而“输送机械,部件”有所增加。

六、各产品类别的发展动向

1.自动化仓库(1～3)

从表3可见,从自动仓库总销售额来看,2012年度为66,144百万日元,与2011年度的80,623百万日元相比,降低了1 8.0%。从不同的产品类型来看,托盘自动仓库(整体式)的销售金额从10,218百万日元下降到7.103百万日元,降幅很大,达30.5%。但仓库存储托盘的总货位数从85.3万个,上升到90.1万个,增长5.7%。

2.台车类(4～6)

从表3可见,台车类的年销售总额,2009年度大幅降低,但2010年度后逐年增加。2012年度达58,446百万日元,相比201 1年度的53,091百万日元,增长10.1%。而台数从5,791台降至4,359台,大幅下降24.7%。

从不同机种来看,主要是车间内使用的高空运行台车的增长,由2011年度的34,739百万日元增长至42,250百万日元,增长21.6%。此外,有轨台车系统和无轨台车系统相比,前者从9.995百万日元下降至7,776百万日元,后者从8,358百万日元增加至8,420百万日元。

3.输送机类(8～10)

从表3可见,输送机类与台车类相同,2009年度大幅降低,但2010年度后连续增长三年。2012年度达89,896百万日元,比上一年度的80.041百万日元,增长12.3%。从不同产品类型来看,托盘输送机销售金额从35,183百万日元增至45,071百万日元,增幅高达28.1%。

此外,悬挂输送机的销售额也增加了;箱盒输送机从38,777百万日元,降到37,657百万日元,下降2.9%。

过去,输送机类产品销售额由16,412百万日元降至10,137百万日元,下降38.2%。输送机类过去在车间中的销售额所占比例较小,对总销售额影响不会太大。

4.分拣、拣选机类(7、11～12)

从图表3可见,近年来,分拣、拣选装备受外部变化影响较小,销售金额从19,961百万日元至2012年度的19,982百万日元,基本持平。

分拣机销售金额超过总体的一半,销售金额由2011年度的12,196百万日元,到2012年度增至12,856百万日元,增长5.4%。但销售台数由235台降至188台,下降20.0%。分拣机主要应用在商业、仓储等波动不大的行业,因此销售额维持长期的稳定。数字拣选显示器的销售额从2011年的的7,111百万日元,2012年度减少到6,341百万日元,减少10.8%。

5.回转式货架,移动式货架(13～16)

回转式货架、移动式货架的高销售受外部变化影响并未见大的变动。2012年度为13,766百万日元,比上一年度的13,825百万日元降低0.4%,基本持平。

从不同类型看,移动式货架占销售金额的绝大部分,达89.3%。移动式货架的销售金额中,电动式从7,534百万日元增至7,768百万日元;手动式从4,139百万日元增至4,531百万日元。回转式货架(垂直式)由494百万日元降到370百万日元,降幅高达25.1%;回转式货架(水平式)由1,659百万日元降到1,097百万日元,降幅高达33.9%。

6.垂直搬运机(21～22)

垂直搬运机2012年度的销售金额为9,404百万日元,比2011年度的8,967百万日元,略增4.9%。

从不同产品类型看,托盘垂直搬运机由6,542百万日元增加至7,337百万日元,增长12.2%;而箱盒垂直搬运机由2,425百万日元下降至2,067百万日元,降幅14.8%。

从不同行业客户来看,箱盒垂直搬运机五成的客户为电机、精密机械业;托盘垂直搬运机三成以上(37.9%)的客户,为仓储、运输业。

7.计算机(21～22)

计算机进行物流系统装备的信息处理和实时监控,通常包含具有控制功能的计算机硬件、软件以及仓库管理系统(WMS)。其中的WMS,本统计主要以物流系统装备制造厂(工程技术会社)为调查对象,因此存在调查范围不够充分的问题。特别是在大的、上位信息系统中,往往包含具有物流系统功能的物流信息系统,但分离统计有一定难度,且可能造成重复统计。由于上述原因本调查没有包括在内。

从计算机整体销售金额来看,由2011年度的21,512百万日元,下降至2012年度的20,286百万日元,下降5.7%。从不同类型来看,计算机软件从12,014百万日元降到10,215百万日元,下降15.0%。但WMS从3,875百万日元增至4,204百万日元,增长8.5%。通常,计算机应用在物流系统装备的控制等领域较多,有时会受其他产品类型统计(含或不含计算机)的影响,但反映在2012年度物流系统装备总的统计中有减少的倾向。

七.海外市场动向

海外市场销售金额从2011年度的90,295百万日元,2012年度降为85,327百万日元,下降5.5%。

在海外市场的销售金额中,自动化仓库占整体的25.1%,台车类占41.2%,输送机类占19.3%,以上三机种占整体的85.6%(海外的销售金额占国内外总销售金额的63.1%)。

销量统计因素分析 篇4

幸福度是指一个人主观上的幸福程度, 是个人从主观情绪角度和认知角度对自身及整体生活境况做一评述的结果[1], 也是个人根据特定社会标准对自己的生活质量作出肯定性的评估, 更是一种个人所产生的积极性情感占优势的心理状态[2]。儿童幸福度则指的是儿童在主观情绪上对自己整体生活作出评价的乐观程度。由于我国农村和城市间建设投入的不均衡, 使农村和城市的发展不在同一水平线上, 农村和城市的居民在生活方式和生活态度方面必定有所不同, 那么农村和城市地区的儿童也必然会在多个方面出现差异, 包括儿童物质生活条件、学习环境、娱乐设施等。根据整理的大量幸福度研究资料发现, 我国关于幸福度的研究多集中于成人, 有关农村儿童幸福度的研究资料相对较少。本研究以6个不同地区的儿童幸福度调查结果为依据, 来探讨影响儿童幸福度的相关因素。

二、抽取对象和研究方法

(一) 抽取对象:

从河南、陕西、甘肃三省中的农村地区抽取150名五年级和六年级农村儿童, 再从这三省的城市地区抽取150名相同年级的城市儿童。其中收回农村儿童有效问卷138份;收回城市儿童有效问卷137份 (如表1所示) 。

(二) 研究方法:

本调查所使用的量表有两个, 第一个量表是“幸福感自我评定量表[3]”, 本量表是幸福度测量的单项目量表, 问题设置为“总体来说, 你觉得生活幸福吗?”[3], 本研究在计分上稍作改变, 即采用1—4计分, 分别为“非常不幸福、不太幸福、比较幸福、非常幸福”。第二个量表是根据台湾黄资惠的“儿童幸福感量表”改编的, 共32个小题, 量表采用1—4计分, 选项分为“不曾如此、偶尔如此、经常如此、总是如此”。

三、影响儿童幸福度的因素分析

注:p-<0.05即呈显著相关

(一) 儿童幸福度与物质条件之间的皮尔逊相关系数r

(273) =0.788, p-值为0.015, 证明两者之间存在显著的正相关性, 即儿童的物质条件越好、生活所需越充足, 幸福度则越高;

(二) 儿童幸福度与家庭和谐的皮尔逊相关系数r

(273) =0.709, 表明幸福度与家庭和谐之间的相关性是显著的, 即儿童所在的家庭氛围越好、家人越和睦团结、父母越关爱自己、父母的受教育程度越高、教育方式越理性化, 他们的幸福度就越高;

(三) 儿童幸福度与同伴关系的皮尔逊相关系数r

(273) =0.691, 两者亦呈显著的正相关性, 即同伴关系越好、朋友越多, 儿童幸福度越高;

(四) 儿童幸福度与学校生活的皮尔逊相关系数r

(273) =0.637, 表明幸福度与学校生活也相关, 儿童在学校的生活越好、学习成绩越好、学习压力越小, 幸福度就越高;

(五) 幸福度与自我肯定的皮尔逊相关系数r

(273) =0.568, 呈正相关性, 即自我肯定得分越高、乐观态度越好, 幸福度越高。

四、农村儿童与城市儿童幸福度相关因素比较

根据表3分析, 农村儿童的总体平均幸福度得分为22.12, 城市儿童总体平均幸福度得分为24.10。因此农村儿童总体幸福度 (M=22.12, SD=2.32) 要低于城市儿童总体幸福度 (M=24.10, SD=1.82) 。农村儿童在物质条件上的幸福度得分均值为18.7, 低于城市儿童物质条件的幸福度均值得分 (25.3) , 表明城市儿童在物质条件上获得的幸福度要高于农村儿童。农村儿童在家庭和谐上的幸福度得分均值为20.9, 城市儿童在家庭和谐上的幸福度均值得分为26.6, 表明农村儿童在家庭和谐上获得的幸福度低于城市儿童;同伴关系中, 农村儿童幸福度得分均值为23.4, 城市儿童幸福度得分均值为24.0, 表明城市儿童和农村儿童之间在同伴关系上所获得的幸福度的差异不大, 表明不论是农村儿童还是城市儿童, 在“同伴关系”的幸福获得上他们的幸福度是一致的。在学习压力中, 农村儿童幸福度均值为25.6, 城市儿童幸福度均值为21.2, 与前面几项不同的是, 农村儿童在学习压力上的幸福度得分要高于城市儿童, 表明农村儿童在这一方面的幸福度要高于城市儿童。在自我价值上, 农村儿童和城市儿童的幸福度得分相差不大, 分别为22.0和23.4。

五、农村儿童与城市儿童幸福差异分析

比较农村儿童和城市儿童幸福点不同的原因发现, 儿童幸福度与需求满足有关, 马斯洛的需求层次理论认为, 人的满足层次从低到高依次为生理的需求、安全的需求、社交的需求、尊重的需求和自我的实现需求, 当低层次的需求获得满足时才会有更高层次的需求。当儿童的需求获得满足时, 他们才会感到幸福, 若是儿童的需求长期无法得到满足的话, 他们的幸福度就低, 就会导致不幸福感 (黄资惠) 。物质条件是儿童幸福的基础, 幸福度的高低也是与一定的经济发展水平相联系的, 由于城市的经济发展成熟度要比农村地区高, 因此城市儿童的幸福关注面上, 物质条件有所下降, 非物质条件如情感、家庭和睦、自我肯定等有所上升。农村儿童家庭经济较差、物质贫乏, 且他们之中多数父母外出打工, 因此在赚钱养家和关心孩子之间无法兼顾, 儿童在家庭美满、父母关爱上得不到满足, 不幸福感就会产生。如果在这方面使农村儿童的需求获得满足的话, 他们就会感到很幸福。

六、提高农村儿童幸福度的建议

农村儿童和城市儿童在不同因素上所获得的幸福度不一样, 这种儿童幸福度的差异同时也反映出了我国农村和城市间的差距, 虽然幸福度是一种主观的感觉, 但是在同一个国家内所出现的幸福度的主观感受的差距, 无形中告诉我们这种城乡之间的差距不仅仅是幸福度的差距, 更是经济上的差距。国家的发展是以整个社会的均衡发展为目标的, 我们应努力提高经济不发达地区的经济、文化以及改善当地居民的生活环境, 以此提高不发达地区儿童的幸福度。如发展农村地区的经济、提高农村居民的生活水平、开发乡镇企业、提高儿童福利、政策落实到位等, 都能够使农村的经济得到发展, 从而提高农村居民的幸福度, 更能够提高农村儿童的幸福度, 使农村儿童在幸福度得分上与城市儿童差距变小。

农村儿童在家庭和谐程度上获得的幸福度较低, 是因为农村家庭经济压力大、家长文化程度低、教育观念比较保守、教育方法相对欠妥、家长与孩子的共处和交流比城市要少许多。提高农村父母的受教育程度、改变父母的教育观念、增加父母与孩子相处的时间, 在提高农村儿童幸福度方面将非常有效。同时农村儿童的幸福期待值较低, 改善教学环境、增加教学设备、改变教师授课方式、增添课堂气氛等都很容易提高农村儿童的幸福度。

摘要：儿童的幸福与多种因素相关, 本文试以6个不同地区的儿童幸福度调查结果为依据, 通过皮尔逊系数分析, 探讨影响儿童幸福度的相关因素, 并了解农村儿童和城市儿童幸福关注点的异同, 最后提出提高农村儿童幸福度的建议。

关键词：农村儿童,皮尔逊相关,幸福度,差异分析

参考文献

[1]黄资惠.国小儿童幸福感之研究[D].台湾硕士论文, 2002.

[2]杨澜.学习成绩:中学生幸福感的羁绊—基于北京市10所中学的调查分析[J].少年儿童研究, 2010, (20) .

[3]王瑞敏等.北京市流动儿童主观幸福感的特点[J].中国心理卫生杂志, 2010, 24 (2) .

[4]全国人大财经委员会中国民生指数课题组王俊秀执笔.你幸福吗?—2010中国城市居民幸福感调查[J].民主与科学, 2010, (12) .

[5]王鲁捷等.和谐社会的社会幸福度研究[J].南京航空航天大学学报 (社会科学版) , 2007, (2) .

[6]张羽等.大学生群体主观幸福感初步研究.青少年研究, 2005, (4) .

[7]骆琤.“一切为了儿童的幸福”——论儿童幸福感研究的价值、视角和归宿.教育探索, 2009, (5) .

销量统计因素分析 篇5

统计数据质量是国家统计机构的生命。数据质量的好坏, 不仅影响以此为依据的决策正确性与科学性, 而且还直接威胁着国家统计机构的形象和声誉。随着社会的进步, 对统计数据质量概念的认识也从狭义向广义转变, 要求从统计数据提供者、生产者和用户等多个角度来衡量数据质量。准确性已不再是衡量统计数据质量的唯一标准。具体包括:适用性、准确性、及时性、可比性、可衔接性、可取得性、可解释性、客观性、方法健全性、有效性、成本等。然而, 在所有的这些质量特性背后, 最为关键最为核心的仍是统计数据的准确性, 数据的准确与否直接影响到用户的满意度, 直接影响到数据的适用性等。

为了解数据准确性的影响因素以及各影响因素对数据准确性的影响程度就尤其必要。在借鉴王华、金勇进 (2010) 关于数据质量用户满意度的研究成果的基础上, 针对统计部门工作人员展开问卷调查, 以便了解数据在整个生产过程中遇到的困难和障碍, 以及这些实际问题对统计数据准确性的影响和影响程度。

二、数据准确度影响因素及问卷设计

Rawski (1993) 、孟连、王小鲁 (2000) 、王小鲁 (2002) 等关于统计数据质量的考察也主要针对统计数据的准确性进行讨论, 且都主要是从统计数据的关联项目之间的一致性、统计数据在时间维度上的连续性等两个方面进行验证我国统计数据是否失真。任若恩 (2002) 对Rawski、王小鲁论点的反驳也是从数据关联项目是否应一致从日本、韩国等的经验进行论证。所以, 本文在已有的研究成果基础上, 对于统计数据的准确性主要从统计数据反映实际情况的准确程度, 统计数据的关联项目之间的一致性, 统计数据在时间维度上的连续性, 不同来源、部门、项目的统计数据的可比性等4个方面展开问卷调查。

对于影响统计数据准确性的可能影响因素, 我们主要从统计生产过程中制度规范性、方法健全性、成本性3个角度进行调查。其中制度规范性主要包括统计数据生产过程的客观性与中立性 (是否会受到所辖政府的人为干预以及干预的程度) 、现有统计法规 (如《统计法》) 对统计数据生产过程的规范效力、统计部门自身的统计数据质量控制意识和措施的力度;方法健全性主要包括:统计数据调查与编制方法的合理性、统计指标的内涵与口径的科学性和一致性、统计数据修正规则和程序的合理性与科学性;数据生产的成本性也直接影响到数据调查搜集可否顺利展开, 成本性主要涉及数据生产过程中数据搜集录入成本高低、上级部门拨付经费充裕度等2方面。

问卷调查对象为统计部门的工作人员, 问卷设计采用Likert量表测评来反映统计工作人员对各问项的质量感知。其中统计数据准确性的质量感知一是从总体感知入手, 二是从反映数据准确性的3个维度入手调查准确感知度, 具体测评内容有:统计数据反映实际情况的准确程度;统计数据的关联项目之间的一致性;统计数据在时间维度上的连续性;不同来源、部门、项目的统计数据的可比性。数据准确性满意度感知选项有:很不满意、较不满意、一般、较满意、很满意。

各可能影响因素对统计数据准确性的影响程度感知也首先从影响因素的总体影响感知度入手, 其次从反映影响因素的各维度的影响感知度入手进行调查。其中, 统计数据生产过程中成本性影响度的测评内容有:统计数据成本性对统计数据准确性的影响度;数据生产过程中数据搜集录入成本高低影响度;上级部门拨付经费充裕度的影响度。制度规范性影响度的测评内容有:制度规范性对数据准确性的影响度;客观性与中立性对准确性的影响度;现有统计法规的规范效力对准确性的影响度;统计部门的质量控制意识和措施的影响度。方法健全性影响度的测评内容有:方法健全性对数据准确性的影响度;统计数据调查与编制方法的合理性的影响度;指标的内涵与口径的科学性和一致性的影响度;数据修正规则和程序的合理性与科学性的影响。各影响因素对数据准确性影响度感知选项有:很小、较小、一般、较大、很大。

三、数据准确度的质量感知统计分析

本文针对统计部门工作人员展开数据准确性满意度的问卷调查, 以便了解数据在整个生产过程中遇到的困难和障碍, 统计数据准确性的具体影响因素何在。共收集了145份问卷, 有效问卷138份。根据问卷结果进行了信度和效度检验, 得到Cronbachα系数为0.734, 说明量表具有较好的内部一致性。

根据收集的138份有效问卷, 得到实际工作者对统计数据准确度及其下的3个维度的质量感知满意度状况普遍较差。统计数据准确度的总体感知状况是:“很满意”仅占1.4%, “较满意”和“一般”均为42.8%, “较不满意”和“很不满意”分别占10.1%和2.9%。数据准确度的3个维度特征中统计数据可比性满意度最糟糕, 满意度感知处于“一般”及其以下水平的占77.5%, “很不满意”和“较不满意度”分别为6.5%和23.2%;其次统计数据一致性程度和准确度的满意度感知处于“一般”及其以下水平的占比分别达到56.5%、55.8%;仅有统计连续性的满意度较高, 满意度在“满意”和“很满意”的占比为69.4%, “很不满意”的占比为0。所以, 非常有必要提升数据的准确度, 尤其是加强不同来源、部门、项目统计数据可比性。

四、数据准确度影响因素的影响感知度分析

首先, 对统计生产过程的可能影响因素, 成本性的影响感知度, 依据收集的138份有效问卷, 得到实际工作者对该影响因素及其维度对数据准确度的影响感知普遍较高。其中统计数据成本性、数据搜集录入成本高低、上级拨付经费充裕度对数据准确度影响“较大”及“很大”的总体占比分别是60.2%、54.4%、49.3%;而3者对数据准确度影响处于“很小”和“较小”水平的总体占比分别仅为8.9%、13.7%、19.6%。

其次, 对统计数据生产过程中制度规范性对数据准确性的影响度, 实际工作者普遍认为影响较大, 其中认为影响度“较大”和“很大”的占比总计为66.4%, 影响度“很小”和“较小”的总体占比仅为5.2%。对制度规范性的3个维度特征, 客观性与中立性对数据准确性影响最大, 质量控制影响和措施的影响度其次, 统计法规的规范效力对准确性的影响度最小。其中客观性与中立性、质量控制影响和措施、统计法规的规范效力的影响度为“较大”和“很大”的总占比分别为:62%、51.9%、31.1%;而3者的影响度为“很小”和“较小”的总体占比则分别为:10.9%、6.7%、24.4%。所以, 数据生产过程中进行制度的规范非常有必要, 保持数据生产的客观性、中立性是数据准确性的基础, 加强质量控制意识和措施是数据准确性的有力保障。同时, 必须进一步加强统计法规的规范效力和惩罚力度为数据准确性提供强有力的法律保障。

最后, 统计生产过程中的方法健全性对统计数据准确度的影响表现也普遍较高。方法健全性对数据准确性影响度在“较大”和“很大”的总体占比为74.4%, 影响度感知在“很小”和“较小”的占比总计仅为4.4%。方法健全性的3个维度特征也同时表现出对数据准确性影响普遍较高的现象。其中数据调查与编制方法的合理性、指标内涵与口径的科学性和一致性对数据准确性影响度“很小”的占比均为0, “较小”的占比均为2.2%, 然而影响度感知“较大”和“很大”的总体占比分别为73.7%和81%;数据修正规则和程序的合理性与科学性的影响”较大”和“很大”的总占比则为73%, 影响“很小”和“较小”的总占比则仅为2.9%。

五、结论

销量统计因素分析 篇6

正确认识和评价大学生学习成绩的影响因素,是制定和执行合理的教学计划、教学大纲、教学方法,提高学生学习成绩的主要依据。而学生的学习成绩是一个系统因素集成的必然结果。系统因素的一个主要组成部分是主观因素,它是影响学习成绩的主要原因,即学生自身因素——包括学习能力、学科知识与能力、综合素质、心理素质、身体素质等。

和主观因素相对的因素是客观因素。对大学生而言,学生主观努力程度是影响其学习成绩好坏的主要因素。除此之外,我们也应注意到性别、地区性质、寝室环境等客观因素对大学生学习的影响。

在对学习成绩进行评估时,目前常用的有综合指数法、测试法、评分法、层次分析法和概率统计法。这些方法大部分需要一些数据附加信息或者先验知识,而这些知识又不容易得到;指标体系过于繁琐,很多数据难以收集,对我们来说不易理解和应用。

因此我们决定结合所学的统计分析方法来进行研究,通过问卷或当面咨询方式取得原始数据,运用相应检验初步探讨了性别、地区性质、寝室环境等因素对大学生学习成绩的影响结果。由于不满足t检验关于均值、方差和分布的假设,在下文中我们用一些非参数的检验方法来判断性别因素和地区因素对大学生成绩的影响。

一、研究方法

Wilcoxon-Mann-Whithey秩和检验

当X和Y中有相同数值时,此时排序有相同的数据则采用平均秩。

Kruskal-Wallis检验

当样本数据取自完全随机设计并且存在3个或更多组时,我们先把多个样本混合起来求秩,再按样本组求秩和。这种Kruskal-Wallis方法也称为H检验。

二、实证分析

(一)研究对象

在本次研究中,我们以湖北省武汉市中南财经政法大学统数学院11级统计学在读本科生为调查对象,以该院11级本科生的成绩差异影响因素为研究对象,在中南财经政法大学南湖校区共抽取40名大学生了解其绩点和地区、寝室成员等信息,其中男生16人,占40%,女生24人,占60%。

(二)研究内容1.性别因素

为了分析性别这一客观因素的影响,我们从教务部获取并整理研究对象的绩点。

首先运用R软件画出原始数据的箱线图如下:

从图1可以很直观地看出,男女生的绩点存在很明显的差别。女生的绩点普遍要比男生高,虽然绩点很高的男生和绩点很低的女生在图中反应为离群值,但其现实中存在也是正常状况所以不足为奇。

以上分析可以看出,性别对学生成绩的影响是比较大的,而且女生的平均绩点大于男生的平均绩点。通过深入调查,我们了解到男生比女生成绩差的原因是自制力不强,沉迷于桌游和网游,而女生们学习则相对较认真,坚持上自习,按时完成作业。

地区因素

因此,地区性质的差异对学生成绩没有显著性的影响。这也从另一方面体现出,随着经济的发展和社会的进步,较之以前农村的教育水平有了很大的提升,来自农村还是城市并不能成为判断学生成绩好坏的显著因素,只能说是在某方面造成了些许影响。

寝室环境因素

寝室氛围在大学生活中扮演着十分重要的角色,一个好的寝室环境能营造好的学习氛围,学习效果也会有所差异。因此我们将男女生各寝室的平均绩点进行了对比分析,如表1所示。

统计分析:

分析结果可知,寝室因素对学生的学业成绩影响显著,并不是因为不同的房子对学生的成绩有影响,而是由寝室内部学生造成的。这种影响主要表现为:大学生平时的学习和生活主要以室友为单位,不同的学习氛围极易导致不同的学习行为,所以也就不难理解这一检验结果。因此我们也可以建议高等学校应加强学生宿舍管理,把寝室作为学风建设的重要环节。