基于SPSS的大学生主观幸福感影响因素研究

基于SPSS的大学生主观幸福感影响因素研究摘要：本文主要阐述信息分析技术在大学生主观幸福感影响因素分析中的应用，重点介绍了基于SPSS的因子分析和决策树方法，以及如何利用因子分析和决策树方法进行大学生主观幸福感影响因素的分析，以更好地了解影响大学生主观幸福感的主要因素。关键词：信息分析主观幸福感因子分析决策树1、引言信息分析是指以社会用户的特定需求为依托，以定性和定量的研究方法为手段，通过对社会信息的收集、整理、鉴别、评价、分析、综合等系列化加工过程，形成新的、增值的信息产品，最终将一系列分析结果呈现在用户面前，为不同层次的科学决策服务的一项具有科学研究性质的智能活动[1]。如今，我们的物质生活水平有了很大的提高，然而，有很多人感觉到自己是不幸福的。特别是如今大学生自杀事件或出现心理问题的现象越来越严重。那么，什么是幸福能？可能至今也没有一个明确的定义。因为，幸福是一个复杂而又主观的概念。每个人对生活质量的整体性评估都有自己的评价标准[2,3]。因此，我们希望能在此研究中应用信息分析技术，了解大学生主观幸福感（SubjectiveWell-Being，SWB）的现状及其主要影响因素，分析、预测及引导大学生的认知和行为，以及为帮助解决大学生心理方面的问题等提供参考。2、方法2.1数据采集本次数据采集运用网上问卷调查的方法，共回收问卷122份，其中合格问卷107份。将结果导至Excel表存储，进一步将数据录入到SPSS软件。2.2数据处理得到可靠的样本数据后，根据研究分析目的，在PC微机上利用社会科学统计软件SPSS19.0进行数据统计及分析，包括因子分析、分类决策树等操作。因子分析(factoranalysis)就是一种降维、简化数据的技术。它通过研究众多变量之间的内部依赖关系，探求观测数据中的基本结构，并用少数几个“抽象”的变量来表示其基本的数据结构。决策树是一个类似于流程图的树形结构，是一种用来表示人们为了做出某一个决策而进行的一系列判断过程的树形图。决策树方法首先进行数据处理，利用归纳算法生成可读的规则和决策树，然后利用决策树对新数据进行分析，本质上决策树是通过一系列规则对数据分类的过程[1,5]。3、数据计算3.1降维——因子分析由于问卷所涉及的问题较多，即录入到SPSS里面的原始变量较多，但其实有些变量之间是有相关性的，他们对SWB的影响作用相似，因此，数据计算的第一步，首先利用降维的思想，我们通过SPSS软件的因子分析工具可以得到少量的因子，再依次从中选出一个代表变量，作为以后分类生成树用到的自变量。3.2分类——树将多变量进行降维以后，就要利用分类决策树的方法，更直观地得到SWB与这些代表因素之间的关系或规律。分类决策树方法主要包括CHAID（Chi-squaredAutomaticInteractionDetector卡方自交互侦测决策树)和CRT(ClassificationRegressionTree分类回归树），是非常好用和有价值的多变量分析技术，是最有名的分类树方法，主要用于预测和分类。其中，树根节点是独立变量-因变量，子节点基于独立变量和其他分类变量（父节点），按照卡方显著性不断划分或组合为树状结构。预测变量一般也是非数量型的分类变量。分类树方法产生真实的细分类别，这种类是基于一个独立变量得到的一种规则和细分市场。也就是说，每一个树叶都是一个细分市场。4、主要结果输出与分析4.1因子分析结果输出与分析表-1KMO和Bartlett的检验取样足够度的Kaiser-Meyer-Olkin度量.592Bartlett的球形度检验近似卡方511.768df253Sig..000表-2公因子方差初始提取初始提取性别1.000.570担任职务与否1.000.583来自where1.000.610与班级同学关系1.000.686独生子女1.000.701知心朋友1.000.607月生活费1.000.71618(5)1.000.757家庭环境满意度1.000.669学习压力1.000.734与家人沟通频率1.000.719学习成绩1.000.779目标制定1.000.547活动参与1.000.635兴趣爱好1.000.566获得奖项1.000.711做事风格1.000.650惩处1.000.750兼职情况1.000.683专业满意度1.000.576恋爱与否1.000.606对所学专业就业前景看法1.000.669生活充实、充满希望与否1.000.650提取方法：主成份分析。表-3解释的总方差成份初始特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%13.26114.17814.1783.26114.17814.1781.9458.4568.45622.2569.80723.9842.2569.80723.9841.8828.18216.63831.8528.05132.0361.8528.05132.0361.7977.81424.45241.6657.23739.2731.6657.23739.2731.7967.80832.26151.4976.51045.7831.4976.51045.7831.7457.58639.84761.3425.83551.6181.3425.83551.6181.6837.31947.16671.2165.28756.9051.2165.28756.9051.6066.98454.15081.0734.66361.5681.0734.66361.5681.4286.21060.36091.0134.40465.9721.0134.40465.9721.2915.61265.97210.9764.24570.21711.8663.76473.98012.8213.57077.55113.6742.92880.47914.6662.89783.37615.6322.74686.12216.5882.55788.67917.5302.30590.98418.4421.92292.90619.3741.62494.53020.3651.58596.11521.3191.38897.50322.2991.30198.80423.2751.196100.000提取方法：主成份分析。表-4成份矩阵a成份123456789性别-.258.371.465.294.093-.152-.122.050-.118来自where.336.089.343-.163.497-.227.135-.082.144独生子女.145.367.151.268.403.078.317.229.361月生活费.172.295-.293.092.362.368-.327-.349-.099家庭环境满意度.283.477-.511.023.269-.030-.063-.146-.049与家人沟通频率.544-.212-.399.126.070-.350-.090.024.258目标制定.485.242.013-.048-.052-.060-.068.303-.385兴趣爱好.375.251.310-.031.083-.038.353-.176-.319做事风格.006-.007.067.612.144.350.329-.086.112兼职情况.382-.422-.134.042.175-.232-.014.388-.322恋爱与否.152-.140.335-.117.500-.094-.265.240.224担任职务与否.398.081.371-.407-.018-.003-.232-.036.243与班级同学关系.387.485.141-.079-.403.113.230.197.093知心朋友-.011-.158-.204.338.266.309.032.455-.22718(5).204-.331-.397-.087-.055-.303.545-.043.216学习压力.314-.449.109.496-.011-.237-.317-.133.005学习成绩.453-.336-.097-.250.022.602.086.094.100活动参与.618-.033.328.117-.267-.052.144-.027-.187获得奖项.604-.299.178-.281-.014.360-.116-.039-.010惩处.175-.522.391.402-.069.091.060-.340-.024专业满意度.413.429-.027.325-.207-.159-.181.080.090对所学专业就业前景看法.334.150-.125.314-.441.145-.264.158.333生活充实、充满希望与否.629.189-.268-.010.097-.085.048-.324-.150提取方法:主成份。a.已提取了9个成份。表-5旋转成份矩阵a成份123456789性别.132-.498.043.056-.099-.493.163.138-.041来自where.310-.018.019-.151.105.112.671.086-.090独生子女.098-.121-.235.176.062.037.423.637.030月生活费-.089.157.024-.010.782-.244-.004.104-.023家庭环境满意度.069-.107-.249.150.733.165.011.027.062与家人沟通频率-.059.054.257.327.259.620.205-.111.184目标制定.470.059-.127.273.142-.073.061-.202.402兴趣爱好.720-.003-.011-.103.104-.035.097.112-.051做事风格.035.013.226.025.043-.047-.132.758.025兼职情况.143.102.209-.046-.049.290.141-.189.681恋爱与否-.131.086.092-.048-.054-.110.727-.024.164担任职务与否.189.322-.022.209-.034-.096.487-.284-.267与班级同学关系.473.131-.361.527-.098-.015-.042.082-.136知心朋友-.153.105-.015-.039.041-.097-.098.341.65818(5).056.057-.017-.100-.097.848-.083.071-.009学习压力-.034-.044.798.197.017.100.104-.041.178学习成绩.026.856-.025.010.038.111.025.115.128活动参与.645.193.291.281-.107.056.035-.023.049获得奖项.242.738.193.068.042-.012.206-.140.042惩处.158.179.760-.106-.200-.022-.033.229-.097专业满意度.228-.188.052.657.224-.011.048.023.025对所学专业就业前景看法-.101.153.105.776.032.008-.125.067-.024生活充实、充满希望与否.422.122.094.130.582.294.027-.077-.009提取方法:主成份。旋转法:具有Kaiser标准化的正交旋转法。a.旋转在11次迭代后收敛。因子分析结果分析如下：表-1给出了KMO检验统计量与Bartlett球形检验结果。KMO是用于比较观测相关系数值与偏相关系数值的一个指标，其值愈逼近1，表明对这些变量进行因子分析的效果愈好。今KMO值=0.592，过半，意味着因子分析的结果大概是可以接受的。Bartlett值=511.768，P0.0001，即相关矩阵不是一个单位矩阵，故可以考虑进行因子分析。表-2给出了23个原始变量的变量共同度。变量共同度反映每