SPSS在犯罪学研究中的应用——以刑事发案率的多(2)

　　表3是拟合的四个模型决定系数的变化情况，从调整的决定系数来看，随着人均GDP、基尼系数、状况等变量的载入，模型4可解释的变异占总变异比例比模型1、2、3均高，但是，高出的数值有限。

表  SEQ 表 \* ARABIC 3 拟合的四个模型决定系数的改变情况

　　表4是对拟合的4个模型的方差分析结果。由结果可知，四个模型都有学意义。但是，模型有统计学意义不等于模型内所有的变量都有统计学意义。还需要进一步对各自变量进行检验。

表  SEQ 表 \* ARABIC 4 对拟合的4个模型的方差分析检验结果

ANOVA(e)

　　a  Predictors: (Constant), 城市化

　　b  Predictors: (Constant), 城市化, 人均GDP

　　c  Predictors: (Constant), 城市化, 人均GDP, 基尼系数

　　d  Predictors: (Constant), 城市化, 人均GDP, 基尼系数, 教育状况

　　e  Dependent Variable: 发案率

　　表5是对4个模型中各个系数检验的结果，用的是t检验。从结果可以看出，模型4中四个变量的系数都有统计学意义。城市化的偏回归系数为45.171，标准化回归系数为2.114；人均GDP偏回归系数为-1.075，标准化回归系数为-1.412；基尼系数的偏回归系数为13.077，标准化回归系数为0.578；教育状况的偏回归系数为-1.284，标准化回归系数为-0.313.通过比较这四个变量的标准化回归系数的绝对值，可以将这四个变量对发案率的贡献度进行排序，依次是城市化、人均GDP、基尼系数和教育状况。

表  SEQ 表 \* ARABIC 5 对4个模型中各个系数的检验结果