基于多元线性回归的统计学专业满意度影响因素分析

董晓萌

摘要：本文以部分高校统计学专业学生为主要调查对象，对统计学专业满意度进行相关分析及多元线性回归分析，得到最优回归拟合方程，结果表明：是否会推荐此专业对总体满意度的解释贡献量最大;课程体系、就业前景、教师队伍的综合素质和学生刚接触此专业时的态度对其所学专业满意度影响也较为重要，进而给出相关意见和建议。

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.

关键词：统计学专业;专业满意度;相关分析;回归分析

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

中图分类号：O21                                         文献标识码：A                                  文章编号：1006-4311（2019）36-0276-02

0  引言

随着大数据和计算机的发展，作为一级学科的统计学专业知识已被广泛的应用到各行各业。虽然统计学专业发展迅速，但与世界发达的统计学理论相比仍然存在不足，仍然有不少人认为统计学就是数学。可知统计学的发展没有跟上预期发展的脚步。因而，对统计学专业学生满意度的调查分析也变得很有必要[1]。

专业满意度是指接受教育的客体通过专业学习后预期期望与实际收获之间的差距。若实际收获大于预期期望，则满意;反之，若实际收获小于预期期望，则不满意[2]。文章将以统计学专业的同学为研究对象，了解其专业满意度，并给出相关建议。

1  大学生专业满意度调查流程

1.1 调查对象及内容

本次调查选取部分高校数学与统计学院统计学专业学生作为调查对象，通过编制问卷调查表，利用问卷星，朋友圈，QQ群进行发放，本次统计回收问卷300份，其中有效的问卷285份，有效率达到95%。问卷中所涉及到的主要指标有：专业总体满意度Y、兴趣了解程度X1、学习本专业之前，对专业的了解程度X2、刚入学对专业的态度X3、培养目标的满意程度X4、课程体系的满意程度X5、师资力量的满意程度X6、硬件设施的满意程度X7、社会需求量的满意程度X8、就业前景的满意程度X9、是否推荐专业的满意程度X10。

1.2 对测评数据进行信度和效度的检验

需要对收集的数据进行效度和信度的检验，来检验数据是否有效和可靠[3]。文章通过克隆巴赫（Cronbach ）α系数来判断问卷的是否可信，信度系数越大，可信度越高，利用SPSS21.0分析结果如表1所示;运用KMO值和Bartlett 检验法对问卷数据进行有效性检验，利用SPSS21.0分析结果如表2所示。

由表1可知克隆巴赫（Cronbach ）α系数为0.917>0.9，说明数据是非常可靠的，所以对后续的结论也是非常有可信度的。由表2可知KMO值为0.916，大于0.6，检验p值Sig为0.000，小于0.05，说明问卷具有良好的效度，能充分反映所要考察的内容。

2  大学生专业满意度回归分析

文章以学生总体满意度Y作为被解释变量，以兴趣了解程度X1、学习本专业之前，对专业的了解程度X2、……、是否推荐专业的满意程度X10十个变量作为解释变量。采用逐步回归分析，借助于SPSS21.0软件，进行数据处理，通过逐步回归分析，最终輸入的解释变量有五个，分别为是否推荐此专业X10，课程体系X5，就业前景X9，师资力量X6和刚入学对专业的态度X3为解释变量，总体满意度为被解释变量。以X3、X5、X6、X9、X10为解释变量对回归方程进行拟合优度检验，模型的调整决定系数R2=0.890，标准估计误差为0.234，是5个模型中拟合效果最优的。该模型的回归系数及检验、共线性判断结果如表3所示，回归方程的显著性检验如表4方差分析表所示。

在表3中，第二列是回归系数;第三列是回归系数的标准误差;第四列为标准化回归系数;第五列为回归系数显著性检验的t统计量;第六列为统计量观测值对应的双侧概率P-值;第七列为容忍度;第八列为方差膨胀因子。

在多元线性回归模型中，标准化回归系数用来比较解释变量对被解释变量的重要程度的强弱[4]。所以是否推荐此专业对总体满意度的贡献最多，其次是课程体系，就业前景，师资力量，入学时对专业的态度。其次在第五個模型中，是否推荐此专业，课程体系，就业前景，师资力量，入学时对专业的态度的容忍度分别为0.489，0.435，0.540，0.550，0.561;方差膨胀因子为2.045，2.300，1.851，1.818，1.783，都接近于1，所以解释变量间的多重共线性较弱，不会给回归方程带来影响。

因此，得到的最优回归方程为：

表4是利用方差分析对回归方程进行显著性检验表，由该表可知，被解释变量总体满意度的总离差平方和为260.106。回归方程显著性检验的F统计量的观测值为125.567，其对应的概率P-值近似为0。由于其概率P-值小于α，不接受回归方程显著性检验的原假设，所以回归系数不全部为零，解释变量与被解释变量之间有明显的线性关系，所建立的回归方程是有显著性意义的。

3  结论

3.1 结果分析

本文通过发放问卷，利用Excel、SPSS 21.0来收集整理数据。从前面是描述性分析中我们能够知道，在学习该专业的过程中，性别的差异并没有对他们学习此专业产生任何影响。男女生对学习该专业的态度分布趋势都是比较相近的。从不同年级来看，大二年级的同学专业满意度比较不错的，然后是大一年级，大四年级，大三年级相对其他年级的满意度是比较差的。经过对问卷信度和效度的测试，可以得知，问卷内部的一致性较好，可靠程度比较高，且具有良好的信度，能充分反映所要考察的内容。通过相关分析可知，总体满意度与各因子变量之间都是呈正相关的。通过逐步回归分析，可以得到最优回归模型其中是否会推荐此专业对总体满意度的解释贡献量最大。

3.2 建议和对策

①通过调查发现，大多数学生报考专业是在亲朋好友或老师的建议下报考的，因为自己喜欢并了解本专业报考的相对而言比较少，对于学生来说，要不断培养自身的自信心和决策力，发挥作为一个独立个体的自主性[5]。

②在学习过程中，大部分同学关注的是专业学习的知识和能力的实用性以及就业率，自己所学的知识在社会实践中的应用，所以学校在培养方面也应主动适应社会市场需要。

③在通过对学生询问如果对专业不满意，你会采取哪种行动的问题中，大部分学生选择培养对该专业的兴趣，还有少部分同学选择研究是重选专业，仅有特别少的同学想要换专业，理由是由于转专业流程比较繁琐，要求成绩较高，所以应该适当放松转专业机制[6]。

④学校科学安排课表，各学科难易穿插，增加就业指导课，提供多方信息，使学生了解就业信息和市场需要;同时选用教材要多以实际应用和操作性较强为主，理论型为辅[7]。

参考文献：

[1]万梦君.大学生专业满意度测评研究[D].湘潭大学，2015：28-40.

[2]胡前途，韦奕妮，徐玉洁，黄翔，韦霁珊，柳亮.大学生专业满意度研究综述[J].教育现代化，2017，4（03）：267-268.

[3]黄清平，安显楼.基于因子分析的大学生专业教育满意度影响因素研究——以三明学院为例[J].湖南科技学院学报，2018，39（09）：154-156.

[4]田英月.普通师范院校学生专业满意度调查研究[D].辽宁师范大学，2013：37-38.

[5]樊明成.我国大学生专业满意度调查分析[J].教育学术月刊，2011（10）：43-45.

[6]宗晓武.大学生专业选择影响因素及其与专业满意度的关系[J].江苏科技信息，2012：25-26.

[7]郭彤梅.基于SEM的专业满意度研究——以太原工业学院经济与管理系为例[J].教育理论与实践，2016，36（18）：11-13.