基于多元線性回歸的統計學專業滿意度影響因素分析

董曉萌

摘要：本文以部分高校統計學專業學生為主要調查對象，對統計學專業滿意度進行相關分析及多元線性回歸分析，得到最優回歸擬合方程，結果表明：是否會推薦此專業對總體滿意度的解釋貢獻量最大;課程體系、就業前景、教師隊伍的綜合素質和學生剛接觸此專業時的態度對其所學專業滿意度影響也較為重要，進而給出相關意見和建議。

Abstract： In this paper， some students majoring in statistics in colleges and universities are taken as the main objects of investigation， and the satisfaction degree of statistics major is analyzed by correlation analysis and multiple linear regression analysis， and the optimal regression fitting equation is obtained. The results show that it is important to recommend this profession to explain the overall satisfaction degree， the course system， the employment prospect， the comprehensive quality of the teaching staff and the attitude to the professional satisfaction of the students who have just come into contact with this specialty， and then it gives the relevant opinions and suggestions.

關鍵詞：統計學專業;專業滿意度;相關分析;回歸分析

Key words： statistics major;professional satisfaction;correlation analysis;regression analysis

中圖分類號：O21? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2019）36-0276-02

0? 引言

隨著大數據和計算機的發展，作為一級學科的統計學專業知識已被廣泛的應用到各行各業。雖然統計學專業發展迅速，但與世界發達的統計學理論相比仍然存在不足，仍然有不少人認為統計學就是數學。可知統計學的發展沒有跟上預期發展的腳步。因而，對統計學專業學生滿意度的調查分析也變得很有必要[1]。

專業滿意度是指接受教育的客體通過專業學習后預期期望與實際收獲之間的差距。若實際收獲大于預期期望，則滿意;反之，若實際收獲小于預期期望，則不滿意[2]。文章將以統計學專業的同學為研究對象，了解其專業滿意度，并給出相關建議。

1? 大學生專業滿意度調查流程

1.1 調查對象及內容

本次調查選取部分高校數學與統計學院統計學專業學生作為調查對象，通過編制問卷調查表，利用問卷星，朋友圈，QQ群進行發放，本次統計回收問卷300份，其中有效的問卷285份，有效率達到95%。問卷中所涉及到的主要指標有：專業總體滿意度Y、興趣了解程度X1、學習本專業之前，對專業的了解程度X2、剛入學對專業的態度X3、培養目標的滿意程度X4、課程體系的滿意程度X5、師資力量的滿意程度X6、硬件設施的滿意程度X7、社會需求量的滿意程度X8、就業前景的滿意程度X9、是否推薦專業的滿意程度X10。

1.2 對測評數據進行信度和效度的檢驗

需要對收集的數據進行效度和信度的檢驗，來檢驗數據是否有效和可靠[3]。文章通過克隆巴赫（Cronbach ）α系數來判斷問卷的是否可信，信度系數越大，可信度越高，利用SPSS21.0分析結果如表1所示;運用KMO值和Bartlett 檢驗法對問卷數據進行有效性檢驗，利用SPSS21.0分析結果如表2所示。

由表1可知克隆巴赫（Cronbach ）α系數為0.917>0.9，說明數據是非常可靠的，所以對后續的結論也是非常有可信度的。由表2可知KMO值為0.916，大于0.6，檢驗p值Sig為0.000，小于0.05，說明問卷具有良好的效度，能充分反映所要考察的內容。

2? 大學生專業滿意度回歸分析

文章以學生總體滿意度Y作為被解釋變量，以興趣了解程度X1、學習本專業之前，對專業的了解程度X2、……、是否推薦專業的滿意程度X10十個變量作為解釋變量。采用逐步回歸分析，借助于SPSS21.0軟件，進行數據處理，通過逐步回歸分析，最終輸入的解釋變量有五個，分別為是否推薦此專業X10，課程體系X5，就業前景X9，師資力量X6和剛入學對專業的態度X3為解釋變量，總體滿意度為被解釋變量。以X3、X5、X6、X9、X10為解釋變量對回歸方程進行擬合優度檢驗，模型的調整決定系數R2=0.890，標準估計誤差為0.234，是5個模型中擬合效果最優的。該模型的回歸系數及檢驗、共線性判斷結果如表3所示，回歸方程的顯著性檢驗如表4方差分析表所示。

在表3中，第二列是回歸系數;第三列是回歸系數的標準誤差;第四列為標準化回歸系數;第五列為回歸系數顯著性檢驗的t統計量;第六列為統計量觀測值對應的雙側概率P-值;第七列為容忍度;第八列為方差膨脹因子。

在多元線性回歸模型中，標準化回歸系數用來比較解釋變量對被解釋變量的重要程度的強弱[4]。所以是否推薦此專業對總體滿意度的貢獻最多，其次是課程體系，就業前景，師資力量，入學時對專業的態度。其次在第五個模型中，是否推薦此專業，課程體系，就業前景，師資力量，入學時對專業的態度的容忍度分別為0.489，0.435，0.540，0.550，0.561;方差膨脹因子為2.045，2.300，1.851，1.818，1.783，都接近于1，所以解釋變量間的多重共線性較弱，不會給回歸方程帶來影響。

因此，得到的最優回歸方程為：

表4是利用方差分析對回歸方程進行顯著性檢驗表，由該表可知，被解釋變量總體滿意度的總離差平方和為260.106。回歸方程顯著性檢驗的F統計量的觀測值為125.567，其對應的概率P-值近似為0。由于其概率P-值小于α，不接受回歸方程顯著性檢驗的原假設，所以回歸系數不全部為零，解釋變量與被解釋變量之間有明顯的線性關系，所建立的回歸方程是有顯著性意義的。

3? 結論

3.1 結果分析

本文通過發放問卷，利用Excel、SPSS 21.0來收集整理數據。從前面是描述性分析中我們能夠知道，在學習該專業的過程中，性別的差異并沒有對他們學習此專業產生任何影響。男女生對學習該專業的態度分布趨勢都是比較相近的。從不同年級來看，大二年級的同學專業滿意度比較不錯的，然后是大一年級，大四年級，大三年級相對其他年級的滿意度是比較差的。經過對問卷信度和效度的測試，可以得知，問卷內部的一致性較好，可靠程度比較高，且具有良好的信度，能充分反映所要考察的內容。通過相關分析可知，總體滿意度與各因子變量之間都是呈正相關的。通過逐步回歸分析，可以得到最優回歸模型其中是否會推薦此專業對總體滿意度的解釋貢獻量最大。

3.2 建議和對策

①通過調查發現，大多數學生報考專業是在親朋好友或老師的建議下報考的，因為自己喜歡并了解本專業報考的相對而言比較少，對于學生來說，要不斷培養自身的自信心和決策力，發揮作為一個獨立個體的自主性[5]。

②在學習過程中，大部分同學關注的是專業學習的知識和能力的實用性以及就業率，自己所學的知識在社會實踐中的應用，所以學校在培養方面也應主動適應社會市場需要。

③在通過對學生詢問如果對專業不滿意，你會采取哪種行動的問題中，大部分學生選擇培養對該專業的興趣，還有少部分同學選擇研究是重選專業，僅有特別少的同學想要換專業，理由是由于轉專業流程比較繁瑣，要求成績較高，所以應該適當放松轉專業機制[6]。

④學校科學安排課表，各學科難易穿插，增加就業指導課，提供多方信息，使學生了解就業信息和市場需要;同時選用教材要多以實際應用和操作性較強為主，理論型為輔[7]。

參考文獻：

[1]萬夢君.大學生專業滿意度測評研究[D].湘潭大學，2015：28-40.

[2]胡前途，韋奕妮，徐玉潔，黃翔，韋霽珊，柳亮.大學生專業滿意度研究綜述[J].教育現代化，2017，4（03）：267-268.

[3]黃清平，安顯樓.基于因子分析的大學生專業教育滿意度影響因素研究——以三明學院為例[J].湖南科技學院學報，2018，39（09）：154-156.

[4]田英月.普通師范院校學生專業滿意度調查研究[D].遼寧師范大學，2013：37-38.

[5]樊明成.我國大學生專業滿意度調查分析[J].教育學術月刊，2011（10）：43-45.

[6]宗曉武.大學生專業選擇影響因素及其與專業滿意度的關系[J].江蘇科技信息，2012：25-26.

[7]郭彤梅.基于SEM的專業滿意度研究——以太原工業學院經濟與管理系為例[J].教育理論與實踐，2016，36（18）：11-13.