【毕业学位论文】（Word原稿）大学生专业满意度统计分析模型的研究-统计教育学

大学生专业满意度统计分析模型的研究 北方工业大学 摘 要 大学生就业难已经成为一个严峻的社会问题，如何解决大学生的就业问题是摆在广大理论工作者和教育工作者面前的重大任务。本文以在校大学生为研究样本， 使用 访设备 ，对大一到大四的四个年级做随机抽样调查，收回 102 份有效问卷。在对收回问卷数据进行信度分析之后， 分别应用线性逐步分析模型、多 分变量 型和交叉表从不同角度对大学生专业满意度的影响因素进行探讨，得出对专业满意度影响最为显著的几个 因素，并针对解决大学生就业难的问题提 出了相 应的 对策与建议。 关键 词 ： 专业满意度； 信度 ；线性逐步分析模型；多 分变量 型；交叉表模型 目 录 1 选题背景 . 1 2 数据来源与信度分析 . 1 据来源 . 1 度分析 . 2 3 统计模型的建立与结果分析 . 3 步回归分析 模型 . 3 分变量 . 5 叉表分析 . 6 4 结论及模型改进方向 . 8 5 对策与建议 . 8 强高考志愿填报的指导工作 . 8 强大学新生的专业教育 . 9 强高校师资队伍建设 . 9 强大学生全面能力的培养 . 10 参考文献 . 10 附件 大学生专业满意度与就业信心相关性的调查研究（问卷） . 12 1 1 选题背景 当前，大学生就业形势非常严峻， 与 同时出现的劳工荒形成强烈反差。可以说，出现大学生就业难与劳工荒同时并存这种反常现象，主要原因还是年轻人择业观念 、就业信心 与社会用人需求之间存在着突出矛盾 。 要解决这个问题，必须对大学生择业观念 、就业信心 进行合理引导，对高等 院校专业设置进行 适当的 调整 ，同时 ， 高校管理部门 及大学生用人单位 也 需要 对未来大学生就业形势做出 相对 科学准确的分析 。 大 学生从选择一个专业开始进行学习到学业完成进行就业的过程中，会对所学专业 不断产生 新的认识， 从而对专业的 满意程度也会随时间而改变，这就在一定程度上影响了其就业的信心。所以我们选择了大学生对专业的满意度与其就业信心的相关性进行研究 ，对影响大学生专业满意度及就业信心的相关性及其影响因素进行系统分析，以期为高校、用人单位、学生及家长提 供 相关的合理建议 或参考依据 。 2 数据来源与信度分析 在整个问卷设计调查过程中，我们严格按照以下流程进行：根据研究目 的编拟和修订问卷初稿 试访问 问卷修订 正式问卷调查。 据来源 以纸质问卷进行， 采用 访设备， 对在校大学生 包括大一到大四的四个年级做随机调查， 下发 问卷 110份 ， 在对数据进行初步检验 、 处理之后，得到 有效问卷 102 份 。 问卷设计方面，包括调查对象背景信息和满意度因素两方面。 原始问卷见附件， 主要针对 选择 专业的首要因素、对自己专业的满意程度、高考填报志愿时对所学专业及自身兴趣的了解程度、入大学后对所学专业的了解程度和满意程度、职业向往与就读专业的吻合度、就业前景信心等 可能影响专业满意度及就业 信心的一些因素进行 调查，选项设计 基本为 五级 量表 ， 包含两道背景题，问卷共设置 11个问题，分别用 、 于数据的分析与处理 ，具体变量对照表见表 1。 整个调查分析中使用了 行数据处理。 表 1 变量代码对照表 变量 代码 变量 名称 别 级 业是否为自己所选 2 择专业的首要因素 自己专业的满意程度 考填报志愿时对所学专业的了解程度 考填报志愿时对自身兴趣的 了解程度 大学后对所学专业的了解程度 入大学后对所学专业的教学质量总体感觉 业向往与就读专业的吻合度 业前景信心 度分析 针对调查数据，需要分析数据来源的可靠性，这就涉及到问卷设计中评价量表质量的信度分析。信度是测量的可靠性，指运用相同的测量手段重复测量同一个对象时所得结果的稳定性或前后一致性，它反映测量的精确性。 数 是目前最常用的信度 指标，尤其是针对多维的复合量表， 它 可以考察复合 量表中每一题项得分间的一致性 程度，也就是说，不同的题项所调查 的问题是否能一致地反映同一个调查主题。 式中 数， 为第 i=1,2, ,k） ， 为 验总分的方差。 如果将原始数据进行标准化处理， 1 其中， ， 原始数据相关矩阵 所有元素的和 。 在一般情况下， 系数是正向的，并且其大小在闭区间 0， 1内。 进一步， 可以 对 系数做出具体的经验解释 ，见表 2： 表 2： 系数的经验解释 系数 经验 解释 度水平较差，无信度 ， 需改进量表设计 3 等信度水平 ，可以接受的 最低 信度 信度水平 ， 量表设计合理 常高的信度水平 ， 考虑量表是否过长 需要注意的是， 系数并非是越高越合理。当 超过 考虑量表题项是否过多，是否存在一些可有可无的多余题项，必要时适当删减。 针对本项目的调查数据，我们可以将 维的复合量表 ，利用 析得出如表 3： 表 3： s s 782 可靠性检验结果表明， 基于标准化数据计算的 个数据结果都属于较高的信度水平，说明 问卷 中量表的设计具有较高的 信度， 能够获得相对精确的分析结果 。 3 统计 模型的建立与结果分析 在建立模型之前，我们有必要作一些合理的假设： 假设 1：“满意” 、 “就业信心” 、“吻合度”等指标 可以量化。本文即根据人们对各来源指标的主观感受及客观表现进行了量化； 假设 2： 各 指标选项可以进行程度赋值。 以 1、 2、 3 等作为选 项的代号，而 本文根据各指标选项程度大小，从 5到 1进行赋值，给程度最强的选项赋值为 1，而给程度最弱的选项统一赋值为 5，中间三个选项依次 为 2、 3、 4。 假设 3：各影响因素指标选项对满意度的影响都为正向的。即影响程度越强，满意度越大 ，这个假设已经在上面的信度分析中得到证实 。 在这三条假设的基础上，根据研究思路，我们依次 建立如下三 个模型。 步 回归 分析 模型 以 行逐步分析结果如 表 4（ a） -（ b） ： 表 4（ a） 4 R of 317 71249 2 408 66682 3 443 64993 a. ( b. ( V6 c. ( 4（ b） t (194 000 540 563 000 (254 122 448 467 000 6 074 000 (278 766 386 402 000 6 074 001 9 091 014 a. 分析中 进入概率为 剔出概率为 表 4（ a） 中 R 定 系数， 决定系数 ，可以看出，随着模型中变量个数的增加， 决定 系数也在不断增加，而 修正 的决定系数大小 与变量的个数无关，能较确切的反映拟合度 。 由 表 4（ b）可知，模型 3是最优方程， 包含 3个自变量 自变量的显著性水平均小于 比较显著， 常数项不显著但其数值相对较小，对方程总体影响不大， 根据 回归 结果分析，最终得到 模型： 模型中 每个自变量的显著水平值较小，各个自变量的容许度值分别为 有出现特别小的数值，各个自变量的 有很大的数值出现， 5 这 说明方程中各自变量之间没有出现 严重 共线性问题 ，模型拟合效果较好 。 分变量 归分析 对背景因素 “ 性别 ” 对专业满意度的影响进行分析， 即以 分变量 输出的结果如 表 5（ a） -（ c） 所示。 表 5（ a） 2 5（ b） 2 000 0 . he is 2 a is by an is of . a. is to of 表 5（ c） 5a B ) 95% ) 0b . . 0 . . . . 912 0b . . 0 . . . . 945 0b . . 0 . . . . 000 . 1 . 0b . . 0 . . . . 6 a. b. is to it is 表 5（ a） 是最终方程的有效性检验，由于 所以方程有效。 表 5（ b）是用似然比统计量检验自变量对方程的影响，很显然， 明性别变量对方程有重要影响 。 根据 表 5（ c） ， 计量的 全部小于 此可以将 型写为：G1=5( )1(1) G2=5( )2(1) G3=5( )3(1) G4=5( )4(1) 在问卷中，我们对男性的赋值为 1，女性赋值为 2。从表 5（ c） 可以看出，当 时，系数 ，而当 时，系数为负并且绝对值很大。因为所有的系数都为负值并有显著性意义。这说明男性同学对专业的满意度要比女性同学对专业的满意度低，满意度与其性别选择男性的数量是成反向 变化 的。 在以上操作的基础上，将 分变量 但参数估计中 明这三个变量，即“所在年级”、“专业是否为自己所选”、“选择专业的首要因素是什么”等 变量 对方程并没有显著意义。 叉表分析 在 ，尽管 “所在年级”、“专业是否为自己所选”、“选择专业的首要因素是什么”等变量对方程没有显著意义，但这并不意味着这些变量与学生的专业满意度之间没有显著关系。为了检验这个问题， 可以借助于交叉列联表，用 验来解决。 经过交叉列联表分析后发现， 5之间，也就是“专业是否为自己所选”与学生的专业满意度之间存在显著关系的关系，具体分析结果见表 6（ a） -（ b）所示 。 表 6（ a） 7 3 4 45 18 4 1 82 6 11 2 1 20 4 51 29 6 2 102 表 6（ b） (2 02 a. 5 . 39. 表 6（ a）是交叉表的频数统计结果，表 6（ b）是 管从 个非常小的数，检验通过，但是 中每个单元格频数都要大于 5，这样效果会更好，所以，为了优化 们将专业满意度的选项进行合并。 对于满意度的调查，原来我们设有 5个选项，分别为 1非常满意、 2比较满意、 3感觉一般、 4不太满意以及 5很不满意。综上考虑，我们决定把 1和 2合并为很满意， 4和 5合并为不满意，原 3变为一般满意。这样就可以基本保证每组的频数都大于 5，从而得到更精确的数据分析。 合并后的 结果如 表 7（ a） -（ b） ： 表 7（ a） 3 4 59 18 5 82 2 6 11 3 20 5 29 8 102 表 7（ b） (2 02 a. 1 . 8 尽管合并后交叉表中仍然存在 1 个单元格频数小于 5 的情况，但已经不能继续合并，否则无法进行合理解释，解决的最好办法只能是增大样本容量。 对比合并前后的分析结果，我们不难看出 ， 验 中， 显著性概率分别为 然合并后的数据结果可以说明大学生对自己的 “ 专业满意程度 ” 与 “ 专业是否为自 己所选 ” 之间存在显著性关系。 另外，我们对 “所在年级”、 “选择专业的首要因素是什么”两个变量与 “ 专业满意程度 ”之间也进行了交叉列联表分析，但检验结果不甚理想，与我们的直观判断存在一定的出入，这其中的主要原因应该有两个：一个是样本量不足够大，二是样本量的获得随机性遵守不够。 4 结论及模型改进方向 本文采用了逐步回归分析模型、多 分变量 归模型和交叉表分析模型，从不同方面分析了影响大学生专业满意度的几种因素。在以往的研究基础上，我们避免了只从单一方面考虑分析问题的弊端，而是从多方面进行研究分 析得到了更加全面的结论。通过逐步回归分析模型，我们得出对专业满意度影响最显著的三个因素，分别是学生对自己专业就业前景的信心度、学生在填报志愿前对专业的了解程度以及入学后对教学质量的满意程度。此外，我们 根据 学生的背景信息进行了 多 分变量 归 分析和交叉表 分析并得出 结论 ： 男性同学比女性同学对专业的满意度低； 专业为自己所选的学生对其专业的满意度更高。 我们的模型具有以下优点： 1）逐步回归分析模型是向前选择法和向后剔除法的结合，直接选择出对因变量贡献最大的自变量进入回归方程。 2） 型更好 地反映了性别对专业满意度的影响。 3）交叉表分析模型的检验计算比较精确，对样本量较少时的分析更加适用。 本文也存在一些不足，需要后续继续研究。通过对大学生专业满意度及其影响因素的研究，我们想对大学生专业的选择与填报提供一种新的思路。由于时间及个人能力的限制，样本量不足够大且样本量的获得随机性遵守不够。其次，有一些问题需要进一步研究。例如，在设计调查问卷时，我们没有把学生目前的专业类型考虑在内，忽略了专业本身的影响，在一定程度上影响了模型准确度。 5 对策与建议 强高考志愿填报的指导工作 大学生专业 满意度低的一个重要原因就是高考填报志愿时出现了失误。很多学生由于缺乏科 9 学的指导，在专业选择上出现失误。报考高考志愿时面对的最大的问题就是学生对所报专业了解不多，有些甚至可以说是一无所知，这也说明了中等教育和高等教育在衔接上的问题突出。对学生来说，如果在选择高考志愿时，缺少必要的高校信息和专业信息，得不到科学的指导，就不利于他们职业生涯的开始。因此，需要加强高校与中学的有效信息沟通，在中学教育阶段就要对学生进行一定的升学指导，使学生认识到自己的能力和适应性，明确将来的目标，自主选择出路。中学应该设有专门的人员 负责了解有关知识，搜集有关信息，研究高考志愿的填报技巧，并与学生的班主任，任课教师及家长一起共同指导学生高考志愿的填写，同时高校也要积极采取行动，在大学生活中适当给学生更多选择的余地。 强大学新生的专业教育 专业教育就是对刚入学的新生进行专业前景的分析 、 就业要求的讲解及学习课程和内容的介绍 ， 使新生对所学专业有较全面的了解 。 专业教育意义重大 ， 学校必须加以重视 。 进行大学新生专业教育工作的首要任务是要提高学生对专业学习的信心和兴趣 。 许多学生在进入大学时 ， 对自己所学专业应学习哪些专业知识 ， 将来能在哪些行业 就业只是一个感性的认识而已 。 因此要在大学生入学教育阶段 ， 加强专业介绍 ， 培养学生的专业兴趣 。 学校要引导学生正确看待自己的专业 ，明确所谓冷门 、 热门专业的辩证关系 。 从辩证的观点来看 ， 冷门和热门是相对的 ， 他们会随着经济建设的发展而变化 。 现在的冷门专业很可能是未来的热门 ， 并且冷门专业相对竞争不是很激烈 ，如果能够克服不良情绪 ， 努力学习 ， 比较容易成为学生中的佼佼者 ， 解决就业问题自然会水到渠成 。 进行大学新生专业教育工作可以邀请知名专家进行专业介绍 ， 帮助学生了解所学专业应学习的主要专业课程 ， 将来能够在哪些行业和领域就业 ， 以及 目前专业所在行业的发展形势如何等问题 ， 从而让学生对自己所学的专业产生信心 ， 建立专业自豪感和专业兴趣 。 兴趣是最好的老师 ，有了兴趣 ， 就有了学习的动力和克服困难的毅力 ， 就能在大学期间主动学习专业知识 ， 积极参加课余科技活动 ， 增强学习 专业的成就感 。 强高校师资队伍建设 教学质量的水平直接影响着学校的生存发展 ， 意义重大 。而 教师素质高又低决定着教学质量水平 。 提高高校课堂教学质量的关键在于建设一支高水平的师资队伍 。所以， 高校需要在教师学术理论水平的提高 、 教学技能方法的改进 和 教师良好人格魅力的塑造等方面制订管理 办法 ， 采取有效的措施 ， 打造精良的教师队伍 。我们有以下几点建议。 首先 ，可以 通过创造各种学习条件 ，如讲座 、 教育技术培训班等 来 促使教师学术水平的提高 。 其次 ， 通过采用交流式等新型教学方法提高课堂的授课效率 。 再次 ， 加强教师队伍师德建设 ，要做到 教师直接面对学生 ， 对学生具有广 10 泛而深远的影响 。 合格的高校教师不但应具 有科学的人生观 、 世界观 、 价值观 ， 还要拥有新时代所推崇的新思想 、 新观念和具有时代特点的先进道德意识 。 强大学生全面能力的培养 第一 ， 应该开展全程式的职业生涯规划指导 。 为了适应日新月异的社会发展变化， 高校应 该从大学一年级起就为大学生提供专业化的职业生涯教育和就业辅导 ， 通过授课 、 培训 、 组织社会实践等方式 ， 激发学生的成就感 ， 唤醒学生职业生涯规划意识 ，制定 确定职业目标 ， 进行有针对性的职业准备 。 第二 ， 要培养大学生的实践能力 。这一点在当代高校中已受到广泛重视。 学校应该有计划 、有目的地培养学生们的实践能力 ， 使学生在步入职业生涯后能够尽快适应社会的需求 。 高校对大学生实践能力的开发和提升必须满足用人单位和社会的需求 ， 才能得到用人单位的认可 ， 使大学生成功就业 。 要做到这一点 ， 高校必须加强和用人单位之间的联系和合作 ， 共同培养大学 生的实践能力 。 第三 ，必须 建立畅通的信息传递机制 。 一方面，高校必须收集各专业的社会需求信息 ， 并把关的就业政策 和 步骤等程序化的内容，通过信息平台准确 、 高效地发布 ， 让学生能够随时找到自己需要的信息 ，然后 通过网络等方式把求职意向传送给用人单位 。 另一方面 ，由于现在网络的高度发达，高校可以 将毕业生的个人信息上传至网络平台 ，这样， 用人单位通过注册后就可以直接查询学生情况 ， 提高录用效率 。 同时，还应加强用人单位与学校的合作和联系 ， 可以通过与知名企业人力资源部门的经理达成长期合作 ， 在校园内举办形式多样的校园招聘 ， 帮助学生更加 直观地提前了解招聘的程序及细节 ， 在实践中接受指导 ， 为毕业生提供更多的岗位信息 。 参考文献 1 全国大学生统计建模大赛执行委员会、 国家统计局统计教育培训中心 ， 全国大学生统计建模大赛获奖论文选从数据到模型 ， 中国统计出版社 ， 2010 2 王斌会 ， 暨南大学研究生教材多元统计分析及 R 语言建模 ， 暨南大学出版社 ， 2010 3 弗里曼 (作者 ), 吴喜之 (译者 )， 统计模型 :理论和实践 (第 2 版 )， 机械工业出版社 ， 2010 4 张文彤 ， 北京邮电 ， 2002 5 林杰斌 、 林川雄 、 刘明德 , 中国铁道出版社 ， 2006 11 6 张颖超 、 叶小岭 ， 沿江开发中的统计建模与评价研究 ， 科学出版社有限责任公司 ， 2007 7王晓鹏 、 索南仁欠 ， 高等数学教学质量评价的统计数学模型与 青海师范大学学报 (自然科学版 ), 2003年 03期 ； 8