基于logistic回归的医科大学生综合素质影响因素分析

热木孜亚·热布哈提

[摘           要]  目的：本研究意图通过问卷调查，获取分析问题的数据，找到影响学生综合素质的因素并通过对医科大学生综合素质影响因素的分析， 筛选出影响较大的指标建立评估模型， 为进一步完善其培养机制提供理论依据;方法：首先对部分计数资料指标采用卡方检验分析对高数成绩的影响，其次采用二分类logistic回归方法分析影响综合素质的因素。结果： logistic回归分析发现，问卷调查的8个指标中，仅学习主动性因子、课程成绩因子、智力及自信心因子的p值小于0.05。结论：学习主动性因子、课程成绩因子、智力及自信心因子是影响综合素质的关键因素，教师在今后的授课过程中应该适当提高学生学习的兴趣及上课主动参与的积极性并对课后情绪状态和学习热情做好督查。

[关    键   词]  综合素质;影响因素;Logistic回归分析

[中图分类号]  G645                   [文献标志码]  A                  [文章编号]  2096-0603（2020）49-0176-02

一、引言

对大学生综合素质的影响因素分析，能够使教师更加了解学生情况，从而针对性地进行教学改革，提高教学质量。常用的影响因素分析的方法有单因素分析的卡方检验、t检验等，而常用于多因素分析的方法有多元线性回归、logistic回归等，多元线性回归要求因变量为连续性变量，而logistic回归的因变量可以是二值变量或多值变量，本文设计8个与大学生综合素质相关的指标在新疆医科大学开展问卷调查，获取指标数据，由于本研究中因变量是二值变量，故本研究采用logistic回归模型做分析，寻找影响学生综合素质的影响因素，为进一步提高教学质量做参考。

二、材料与方法

（一）数据来源

采用随机问卷调查获取数据，调查对象为新疆医科大学医学工程技术学院不同年级本科生，要求回答问题真实可靠。共发出200份调查问卷，收回187份，有效问卷166份，有效问卷回收率为86%。指标设计及量化见表1和2。

（二）统计方法

对收集的指标计数资料采用卡方检验做单因素分析，并以收集的8个指标为自变量，综合素质为因变量做Logistic回归分析，Logistic回归能够很好地进行因变量为二值变量的相关问题的影响因素研究，并计算各因素优势比OR，检验水准p=0.05。

（三）分析软件

采用Excel做数据整理，SPSS19.0做统计分析。

三、结果

对性别X1、性格X2、家庭背景X3、智力及自信心因子 X4、是否准信学习X5、是否喜欢学校条件X6、身体健康X7、对课程成绩X8 8个指标对学生综合素质是否有影响做logistic回归分析，分析结果见表3。

从logistic分析结果可看出性别、性格、家庭背景、学校条件及身体健康因子的指标变量检验p>0.05，统计学上认为对学生综合素质没有影响。智力及自信心因子、课程成绩及学习主动性的p<0.05，统计学上认为对学生综合素质有影响，其中课程成绩高的学生综合素质较高，其相对于成绩不好的学生优势比OR值为6.486;有主动学习习惯的综合素质较高，其相对于不专心学习的学生优势比OR值为7.010;逻辑思维能力、思维创新能力强的学生通过率较高，其相对于逻辑思维能力、思维创新能力弱的学生优势比OR值为4.412。

四、结语

大学生素质差异对其今后的工作生活将会产生不同的影响。大学生的素质不仅包括心理素质、能力素质、文化素质，而且还包括身体素质、家庭背景和环境因素等方面。因此，提高大学生素质对大学生综合能力的培养十分重要。为提高学生综合素质，本研究对学生综合素质做了部分相关影响因素分析，分析结果从统计学的角度来说有三个因素对学生综合素质有影响，分别为：智力及自信心因子、课程成绩及学习主动性，這与实际情况吻合。提高大学生素质不仅需要大学生自身进行不断地努力，而且还需要学校提供良好的氛围和条件。因此，各大高校需要做以下几点：首先：各大高校在教学中开展线上线下混合式教学，提高学生学习兴趣、学习质量及自主解决问题的能力。其次，各大高校为大学生参与活动提供一定的舞台和空间。最后，各大高校还应该注重对大学生心理健康的辅导。

针对本研究收集数据分析结果，性别、性格、家庭背景、学校条件及身体健康因子对学生综合素质没有影响，该研究结果与实际情况似乎不太吻合，究其原因，可能是本研究样本数据不够大，收集到的数据存在一定的偏倚。如何有效扩大样本容量，减小分析误差，这是本研究下一步要做的工作。

参考文献：

[1]苏振华.基于学生创新能力培养的《高等数学》教学改革探究[J].高教学刊，2018（4）：29-31.

[2]梅纳德.应用logistic回归分析[M].2版.上海：格致出版社，2012.

[3]纪九梅，王宇，欧阳嘉煜，et al.2018慕课发展概要与未来趋势：以Coursera、edX、学堂在线、Udacity和FutureLearn为例[J].中国远程教育，2019（9）：16-25.

[4]冯菲，于青青.基于慕课的翻转课堂教学模式研究[J].中国大学教学，2019（6）.

[5]吕军城，陈景武.多元logistic回归在医科大学生综合素质影响因素研究中的应用[J].中国卫生统计， 2009，26（4）：411-414.

[6]陈峰.医用多元统计分析方法[M].北京：中国统计出版社，2000：50-82.

◎编辑 司 楠