基于多元回归分析的大学生幸福感影响因素探析

》首页 》 管理论文 》基于多元回归分析的大学生幸福感影响因素探析
作者:无, 字数:9694

  摘要:随着社会的高速发展和人民生活水平的提高,幸福感指数受到更多人的关注。作为未来社会的中坚力量,大学生的幸福感也受到了越来越多人的关注。幸福是种心理体验,它既是对社会生活的现实情况和身处状况的一种事实判断,又是对于生活的主观意义和满足程度的一种价值评判。它体现在基于生活满意度的积极的精神愉悦中。幸福指数是衡量这种体验的确切水平的主观指标。本文通过利用因子分析、相关分析、多元回归分析等方法,对影响大学生幸福感的因素进行研究,希望能找出关键因素,提升幸福感水平。
  关键词:幸福感;因子分析;相关分析;多元回归分析
  中图分类号:G645.5 文献标识码:A
  1 问题提出
  党的十八大报告明确指出,“快乐中国”和“美丽中国”的重点是要着力提高全民族的幸福基准。幸福感不仅仅是一种心理感受程度的评判,它更是对于我们国家多年来发展成果的一种直观感受。当代大学生是未来祖国发展的中坚力量,其幸福感的高低对于社会而言有着重要意义[1-2]。
  2 研究分析
  主观幸福感指个人按照自己的标准对当前的生活状况进行评价。它主要由生活满意度与情绪体验两个部分组成,前者是独立个体对自己生活质量的评价,后者是个体在日常生活中的情感体验,主要包括积极情绪与消极情绪。
  在参考国内有关研究后,本量表在GWB[3]的基础上合理调整了调查项目,共计35个题目,划分为13个影响因子,分别是性别、年级、专业、生源地、生活满意度、积极情绪、消极情绪、家庭满意度、自我接纳、自主意识、人际关系、躯体满意度、力量感,从这些方面进行分析。
  3 模型构建
  本研究采用简单随机抽样法,以中央民族大学为目标群体,采用网上问卷的形式进行调查研究。调查共耗時两天,回收有效问卷296份。
  3.1因子分析
  通过借助于微软公司的SPSS软件进行因子分析,我们得出了以下分析结果:
  第一,经过分析,巴特利特球形度检验的显著性值为0.000,说明各变量之间显著相关。KMO值为0.904,说明各变量之间高度相关,
  第二,根据公因子方差表来看,提取值越大,说明公因子表达效果越好。一般情况下,提取值大于0.7才足以说明表达较为合理。在本例中可以看到,“提取”的值都是大于0.7的,所以变量被表达的较好。
  第三,根据总方差解释表来看,在达到9个因子时,累积贡献率已经达到了90.562%,表达效果良好。
  第四,根据碎石图中的特征值分布可以看到,在第二个因子处已经开始出现由陡峭到平缓的拐点,但是只有2个公因子的设定与本课题研究的实际情况不符。可以看到,在组件号9时,也有拐点,但是不够清楚,因此对于公因子数的分析主要取决于累计方差贡献率,见图1。
  第五,从旋转后的成分矩阵表中来看,在成分1中,值较大的几个变量为自主意识、人际关系、躯体满意度、力量感;在成分2中,值较大的几个变量为生活满意度,以此类推来寻找与每个公因子关系最密切的变量。共得到9个公共因子。
  第六,根据成分得分系数矩阵,我们得到了因子得分公式,例如:
  x1=0.025性别+0.004年级+…+0.334力量感
  ——xi表示第i个公因子(i=1,2,3……9)
  通过总方差解释表得到总的幸福感得分,利用方差贡献率取值:
  y1=27.527%x1+10.212%x2+……+6.089x9
  ——yi表示第i人总的幸福感得分(i=1,2,3……9)
  第七,小结。通过因子分析的确有效地实现了对数据的降维处理,将原来的13个变量缩减到9个公因子。但是基于本次课题的特殊性,不同于平常的理工科数理分析,对大学生幸福感的影响因素划分更多的基于心理学层面。虽然从统计学的角度做数据分析得出13个影响因素可以进一步由9个公共因子很好地表示,但是这9个公共因子的命名归属和其本身的属性问题变得难以界定,属于心理学研究,超出本文研究范围。但是,通过因子分析所得到的不同变量对公共因子的密切关系,仍有重要的意义。
  3.2 Pearson相关性分析
  对调查问卷采集来的数据进行预处理,排除了没用的或错误的数据,对剩下的296组样本数据用SPASS进行Pearson相关性分析,从分析所得数据表格,得出分析结果如下:
  总体来看,性别、年级、专业、生源地、消极情绪与幸福感极弱相关,生活满意度与幸福感正向强相关,积极情绪、家庭满意度、自我接纳、自主意识、人际关系、躯体满意度、力量感与幸福感中度正相关。
  这个相关是指调查问卷的分数与幸福感的相关,说明统计结果具有有效性。但是这并不能排除掉自变量之间共线性,需要进行回归分析进行共线性诊断。
  3.3多元回归分析
  3.3.1构建回归模型
  在进行多元回归分析时,我们在方法栏中选择了逐步式分析。从分析结果来看,除了生活满意度、家庭满意度、躯体满意度、专业四个变量之外,其余变量都被移除了模型。
  3.3.2多元判定系数
  在多元回归中,总的平方和等于回归平方和与误差平方和之和,R2称为多元判定系数,R2越大,则说明拟合效果越好。从模型1到模型4,随着引入变量的增多,调整后的R2不断变大,最终等于0.455,说明我们逐个引入回归方程的变量是显著的,我们的回归方程拟合度较好。
  3.3.3方差分析
  从得出的ANOVA表出可以看出,从模型1到模型4,随着引入变量的增多,显著性小于0.01,拒绝回归系数都为0的原假设,对变量整体进行的F检验结果显示,多元回归关系在总体上是显著的。
  3.3.4多重共线性诊断   第一,VIF的取值大于1。VIF值越接近于1,多重共线性越轻,反之越重。从分析表中可以看出,模型4的VIF值小于2,容差大于0.5,说明模型4的共线性程度很小。
  第二,F检验能够检测多元回归在总体上是否显著,t检验确定每一个参数的是否显著性。由分析表可知,生活满意度、家庭满意度、躯体满意度和专业的显著性分别为0.00、0.00、0.012和0.040,都在0.05的范围内,变量是显著的。
  多元回归方程:
  Y=2.233+0.713X1+0.210X2+0.188X3
  -0.225X4
  关于方程中的估计值:
  X1——生活满意度的分值;
  X2——家庭满意度的分值;
  X3——躯体满意度的分值;
  X4——专业。
  此处需要说明,专业分为理工类、文史类、艺术类,分別用1,2,3来表示,从1-3,数字变大,代表受调查者从理性到感性,此处,X4的回归系数为负值,说明幸福感与受调查者的感性成负相关,与理性成正相关。
  由此估计的多元回归方程我们可以根据影响因子的分值来预测受调查者的幸福感。
  3.3.5散点图
  图2是幸福感与其回归标准化残差的散点图,可以看出绝大部分的观测量在-3到+3之间,但是也存在个别奇异点。
  4 结束语
  根据上述分析我们得出结论,生活满意度、家庭满意度、躯体满意度及专业四个变量对大学生的幸福感影响最大也最显著。
  第一,在生活满意度方面:首先,学校应该着力改善大学生的周围环境,如寝室环境、教室环境、校园环境等,提高大学生的校园舒适感;其次,应该对贫困大学生进行不同程度的补助,减少其生活的困难程度;最后,应当正确引导学生树立自己的人生理想[4]。
  第二,在家庭满意度方面:学校要通过多种方式加强与学生及其家长的联系,关注学生家庭的和睦程度,在学生遇到困难时及时出手相助。
  第三,在躯体满意度方面:学校和社会应该通过课堂、座谈会等形式引导学生树立正确的价值观,正确认识自身存在的优点和缺点。
  第四,在专业方面,我们的研究显示幸福感与受调查者的感性成负相关,与理性成正相关,也就是说,理工科学生的幸福感在某种程度上要高于文史艺术类学生。
  参考文献:
  [1]  王翠,唐剑,胡梦圆,刘灵灵.基于模糊数学方法的大学生幸福指数研究[J].电脑编程技巧与维护,2019(12):28-31,36.
  [2]  李伟.影响大学生公寓幸福指数因素调查研究——以菏泽学院为例[J].菏泽学院学报,2019,41(1):121-124.
  [3]  谢蓉蓉.《中国公民幸福感量表》的质量分析和实证研究[D].南昌:南昌大学,2016.
  [4] 曾维芳.当代大学生幸福指数研究——以安徽省大学生为例[J].世纪桥,2018(10):66-68.

相关

相关

相关

  • “0”的困惑

  • 照耀留守儿童的阳光

  • 让生活元素在初中语文教学中遍地生花

  • 药物里的美丽误会

  • 老年人理财稳为先

  • 小事培养大情商

No comments found.

相关