大学生学习情况调查统计分析——以平顶山学院为例.pdf
《大学生学习情况调查统计分析——以平顶山学院为例.pdf》由会员分享,可在线阅读,更多相关《大学生学习情况调查统计分析——以平顶山学院为例.pdf(15页珍藏版)》请在咨信网上搜索。
1、Statistics and Application 统计学与应用统计学与应用,2023,12(4),946-960 Published Online August 2023 in Hans.https:/www.hanspub.org/journal/sa https:/doi.org/10.12677/sa.2023.124098 文章引用文章引用:刘萍汝,谢强,王晗笑.大学生学习情况调查统计分析J.统计学与应用,2023,12(4):946-960.DOI:10.12677/sa.2023.124098 大学生学习情况调查统计分析大学生学习情况调查统计分析 以平顶山学院为例以平顶山学院为
2、例 刘萍汝刘萍汝,谢谢 强强*,王晗笑王晗笑 平顶山学院数学与统计学院,河南 平顶山 收稿日期:2023年7月11日;录用日期:2023年8月1日;发布日期:2023年8月15日 摘摘 要要 本文通过设计调查问卷,统计学校同学对所研究因素的评分,整理问卷数据,建立以研究因素为自变量,本文通过设计调查问卷,统计学校同学对所研究因素的评分,整理问卷数据,建立以研究因素为自变量,学生平均绩点为因变量的多元线性回归模型,在建立该回归模型的过程中,发现原始变量间存在共线性,学生平均绩点为因变量的多元线性回归模型,在建立该回归模型的过程中,发现原始变量间存在共线性,因此采用主成分分析法对研究因素降维,提取
3、主成分,将学生成绩与提取的四个主成分做主成分回归分因此采用主成分分析法对研究因素降维,提取主成分,将学生成绩与提取的四个主成分做主成分回归分析。再将四个主成分与研究因素做线性回归,代入整理得到学生成绩与研究因素的最终回归方程。通过析。再将四个主成分与研究因素做线性回归,代入整理得到学生成绩与研究因素的最终回归方程。通过比较回归方程系数绝对值大小,可以知道在学习成绩和原始比较回归方程系数绝对值大小,可以知道在学习成绩和原始24个因素的回归表达式中,课内认真程度,个因素的回归表达式中,课内认真程度,课外学习时间,知识基础,阅读浏览量,社会实践经历,考前准课外学习时间,知识基础,阅读浏览量,社会实践
4、经历,考前准备在所有因素中系数绝对值较大,即学备在所有因素中系数绝对值较大,即学习行为因子对我校学生学习程度的影响较大习行为因子对我校学生学习程度的影响较大。关键词关键词 多元线性回归多元线性回归,主成分分析主成分分析,主成分回归主成分回归 Statistical Analysis of the Survey of College Students Study Situation Taking Pingdingshan University as an Example Pingru Liu,Qiang Xie*,Hanxiao Wang School of Mathematics and St
5、atistics,Pingdingshan University,Pingdingshan Henan Received:Jul.11th,2023;accepted:Aug.1st,2023;published:Aug.15th,2023 Abstract This paper designed a questionnaire,collected scores of students on the factors studied,sorted *通讯作者。刘萍汝 等 DOI:10.12677/sa.2023.124098 947 统计学与应用 out the questionnaire da
6、ta,and established a multiple linear regression model with the research factors as independent variables and students average score-point as dependent variables.In the process of establishing the regression model,it was found that there was collinearity among the original variables.Therefore,princip
7、al component analysis method was adopted to reduce the dimension of the research factors,extract the principal components,and perform principal com-ponent regression analysis between student achievement and the four principal components ex-tracted.Then,the four principal components and research fact
8、ors are used for linear regression,and the final regression equation of student achievement and research factors is obtained.By comparing the absolute value of the coefficient of the regression equation,it can be seen that in the regression expression of the academic performance and the original 24
9、factors,the absolute value of the coefficient of all factors is larger,namely,the learning behavior factor has a greater influence on the learning level of students in our school.Keywords Multiple Linear Regression,Principal Component Analysis,Principal Component Regression Copyright 2023 by author(
10、s)and Hans Publishers Inc.This work is licensed under the Creative Commons Attribution International License(CC BY 4.0).http:/creativecommons.org/licenses/by/4.0/1.引言引言 世界上具有代表性的大学生调查研究项目有很多,例如英国的“全国大学生调查”,澳大利亚的“课程体验调查”与“大学就学经验调查”,及美国的“全国大学生学习性投入调查1”。近年以来,社会越来越期待能够培养出更多高等教育人才,因此国内学术界也开始关注大学生的学习和发展,并
11、且已取得瞩目成果:清华大学“中国大学生学习与发展追踪研究”,北京师范大学“中国大学生就读经验调查”,北京大学“首都高校质量检测项目”,除此外湖南大学、西安交通大学等参加了美国伯克利大学主持的“国际研究型大学学生就读经验调查”。诸多高校也曾使用调查问卷对本校生进行调查,例如中山大学2。总的来说,国内大学生学习情况调查项目既有改进学校教育质量的作用,又有充实和推进高等教育学科研究领域的功能,非常符合中国教育界发展和研究需要,应当坚持并且不断完善3。2.学生学习状况调查学生学习状况调查 2.1.设计调查问卷设计调查问卷 本次数据来源于自己制作的调查问卷,并用调查问卷收集得到的抽样数据估计学院学生的总
12、体状况,即对平顶山学院学生做抽样调查,并且为简单随机抽样调查。问卷共回收了 431 份,将原始问卷中 A,B,C,D,E 选项替换成5,3,0,3,5 等数字来表示所研究因素的状态和水平,导出后删除不合理数据并对剩余问卷数据进行统计。最后得到实际有效数据414 份。将这 414 份问卷录入 SPSS 软件中,以便对数据进行处理。本次问卷共设了 25 道题,包括可能会影响学生学习成绩的 24 个因素:对任课老师的印象(X1),课内认真程度(X2),好胜心(X3),校园学习环境(X4),对科目没有兴趣(X5),经济水平(X6),自信心(X7),没有学习方法(X8),人际关系(X9),愉快的情绪(X
13、10),课外学习时间(X11),自制力(X12),求知欲(X13),知识Open AccessOpen Access刘萍汝 等 DOI:10.12677/sa.2023.124098 948 统计学与应用 基础(X14),没有好的学习习惯(X15),家庭氛围(X16),阅读浏览量(X17),社会实践经历(X18),幸福感(X19),知识衔接差(X20),兴趣爱好(X21),家庭学习环境(X22),学习目标不明确(X23),考前准备(X24),和他们上学期的平均绩点,因为若要研究学生的学习情况,学习成绩即平均绩点是最直观简洁的参考方式。2.2.数据的信度检验数据的信度检验 Cronbach-信度
14、系数是最普遍被使用的关于问卷信度的估计方法,通常根据 Cronbach-系数判定调查问卷的信息是否可靠,通常其判定标准在 01 之间,系数越大,问卷信息越可靠。将 Cronbach-信度系数范围列表为表 1:Table 1.Cronbach-Coefficients table 表表 1.Cronbach-系数表 Cronbach-系数 结论 0.9 信度极高 0.8 信度非常好 0.7 可以接受 0.6 应该进行修订,但仍有价值 0.6 需要重新设置题项 对数据进行信度检验结果:Table 2.Case processing summary 表表 2.案例处理汇总 N%案例 有效 414 1
15、00.0 已排除 a 0.0 总计 414 100.0 Table 3.Reliability statistics 表表 3.可靠性统计量 Cronbachs Alpha 项数 0.902 24 由案例处理汇总表(表 2)可知,收集到的 414 个回答均有效,并且由可靠性统计量表(表 3)可以看出Cronbach-系数的值为 0.902,则证明所收集到的数据信度很好,真实、可靠、有效,可以用于本篇文章的统计分析基础数据。2.3.多重共线性检验多重共线性检验 VIF 值是检验回归方程多重共线性的常规方法,通常认为 VIF 值以 10 为界限(严格定义为 5),在此刘萍汝 等 DOI:10.12
16、677/sa.2023.124098 949 统计学与应用 基础上 VIF 值小于 10,且其越趋近 1,多重共线性的程度接近无;若 VIF 的值大于 10,则认为其不适合做回归分析。Table 4.Coefficient 表表 4.系数 模型 非标准化系数 标准系数 t Sig.共线性统计量 B 标准误差 试用版 容差 VIF 1(常量)0.221 0.000 .X1 0.051 0.000 0.159.0.040 24.959 X2 0.003 0.000 0.008.0.066 15.234 X3 0.055 0.000 0.166.0.023 43.147 X4 0.005 0.000
17、 0.017.0.324 3.084 X5 0.005 0.000 0.016.0.306 3.265 X6 0.003 0.000 0.011.0.234 4.268 X7 2.187E16 0.000 0.000.0.591 1.692 X8 0.004 0.000 0.013.0.249 4.010 X9 0.000 0.000 0.003.0.249 4.022 X10 0.055 0.000 0.167.0.024 41.750 X11 0.003 0.000 0.010.0.063 15.749 X12 0.050 0.000 0.154.0.226 4.423 X13 0.053
18、 0.000 0.160.0.143 7.003 X14 0.007 0.000 0.020.0.247 4.046 X15 0.010 0.000 0.031.0.298 3.358 X16 0.001 0.000 0.004.0.254 3.943 X17 0.004 0.000 0.012.0.248 4.026 X18 0.006 0.000 0.018.0.266 3.758 X19 0.051 0.000 0.157.0.046 21.939 X20 0.009 0.000 0.026.0.187 5.341 X21 0.051 0.000 0.157.0.218 4.582 X2
19、2 0.003 0.000 0.008.0.200 4.995 X23 0.008 0.000 0.023.0.236 4.239 X24 0.004 0.000 0.013.0.248 4.033 刘萍汝 等 DOI:10.12677/sa.2023.124098 950 统计学与应用 由系数表(表 4)可知,X1,X2,X3,X10,X11,X19的 VIF 系数均远远大于 10,表明这些变量有非常明显的共线性,为使得模型预测更为精确,使用主成分分析法,消除原始变量中的多重共线性,在诸多变量中提取主成分。进而采用主成分回归法协助建立学生成绩和 24 个研究变量的回归方程4。3.数据的主成分
20、分析数据的主成分分析 3.1.KMO 检验和巴特利球体检验检验和巴特利球体检验 做主成分分析前要先做 KMO 检验,KMO 检验可以检验变量间的相关性和偏相关性。KMO 的检验系数取值范围应在 0 到 1,KMO 值越接近 1,说明变量间的相关性越强,反之越弱。Table 5.KMO and Bartlett coefficients 表表 5.KMO 和 Bartlett 系数 检测类别 值的范围 主成分分析适合情况 KMO 值 大于 0.9 非常适合 0.80.9 很适合 0.70.8 适合 0.60.7 勉强适合 0.50.6 不太适合 小于 0.5 不适合 BartlettP 值 小于
21、或者等于 0.01 适合 KMO 和 Bartlett 系数表(表 5)给出了 KMO 系数代表的意义,调查问卷数据 KMO 和 Bartlett 系数检验输出结果如下:Table 6.KMO test and Bartley sphere test 表表 6.KMO 检验和巴特利球体检验 取样足够度的 Kaiser-Meyer-Olkin 度量。0.843 Bartlett 的球形度检验 近似卡方 11774.734 df 276 Sig.0.000 由 KMO 检验和巴特利球体检验表(表 6)可知,问卷数据的 KMO 统计量为 0.843,超过 0.8,即原始变量 KMO 检验通过,原始数
22、据的 Bartlett 的球形度检验 Sig.值为 0 0.05,说明调查问卷数据适合做主成分分析。3.2.寻找公因子的个数寻找公因子的个数 公因子方差表(表 7)表示在被提取的公因子中,原数据被表达的比例,由图可知几乎所有原始变量原始数据提取比例都在 80%左右,所以提取出的 4 个主成分对于原始变量的阐释能力是较好的。刘萍汝 等 DOI:10.12677/sa.2023.124098 951 统计学与应用 Table 7.Common factor variance 表表 7.公因子方差 初始 提取 X1 1.000 0.833 X2 1.000 0.857 X3 1.000 0.895
23、X4 1.000 0.751 X5 1.000 0.770 X6 1.000 0.810 X7 1.000 0.431 X8 1.000 0.820 X9 1.000 0.788 X10 1.000 0.894 X11 1.000 0.866 X12 1.000 0.817 X13 1.000 0.802 X14 1.000 0.819 X15 1.000 0.795 X16 1.000 0.749 X17 1.000 0.777 X18 1.000 0.805 X19 1.000 0.814 X20 1.000 0.865 X21 1.000 0.812 X22 1.000 0.835 X2
24、3 1.000 0.821 X24 1.000 0.787 由解释的总方差表(表 8)可以看出主成分 F1特征值为 7.651,即 F1表达了 7.651 个原始因素的信息,主成分 F2和主成分 F3主成分 F4特征值分别为 4.628,3.787 和 3.147,而 80.053%的贡献率是由前四个主成分的累计贡献达到的,因此使用前四个组成分足以描述原始变量的大部分信息。刘萍汝 等 DOI:10.12677/sa.2023.124098 952 统计学与应用 Table 8.The total variance of the interpretation 表表 8.解释的总方差 成份 初始特
25、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%累积%合计 方差的%累积%1 7.651 31.878 31.878 7.651 31.878 31.878 6.292 26.215 26.215 2 4.628 19.284 51.162 4.628 19.284 51.162 4.910 20.457 46.671 3 3.787 15.780 66.942 3.787 15.780 66.942 4.083 17.014 63.685 4 3.147 13.111 80.053 3.147 13.111 80.053 3.928 16.368 80.053 5 0
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 大学生 学习 情况 调查 统计分析 平顶山 学院
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。