农民工生活满意度影响因素分析报告

农民工生活满意度影响因素分析报告一、摘要：本文采取问卷调查法，并基于SPSS统计分析与相关性分析。得出原本影响农民工生活满意度的因素不再显著重要。但是，务工住所与职业积极预期度和生活满意度显著相关。在此基础上我们提出了提高农民工生活满意感的相关对策：一方面要关注农民工职业的心理安全与精神文明享受，另一方面，不忘推进“社会廉租房”工作，并提高农民工对未来收入的积极预期。二、引言：随着我国基础建设进一步扩大，劳力要素作为必要投入不断在增大，并形成了一个大规模群体成为社会居民的重要职业选择，那就是农民工。进入21世纪，特别是近几年来，我国广义农民工已逾2.5亿。作为城市化最有效的推动力之一，逐渐庞大的状况也带来了不少压力，在交通、基础消费、经济和社会安稳方面。特别的，现行文明社会更加推崇以人为本、可持续科学发展观。关注农民工安全、健康与幸福成为政府和各种社会责任组织越发重要的工作内容。2012年5月30日，新浪报道一则关于南昌某高校食堂禁止农民工入内用餐的新闻，在区域内激了巨大反响，也不经引发我们进一步的思考。我们在这样的背景下，就江西省农民工进行了名为“农民工经济安全感”的随机抽样调查。以一个班全员为辐射源，共发出并回收有效问卷为446份，采用问卷调查的形式包括亲朋访问调查、电话调查以及工地现场问卷。问卷内容方面，围绕经济安全感共设立32个问题，涉及年龄性别等基本情况、住所保险工资等社会接纳情况以及生活满意度、职业满意度与收入满意度等个体心理情况。在区域本文就SPSS软件的统计分析与相关性分析功能，拟对生活满意度的影响因素进行探讨。三、文献论述：“农民工和城市居民互动中感受到的符号化认知，互动中形成的固有的、默认的潜在规则影响农民工的生活满意度的评价”（引致2011年3月南方人口《互动视角下农民工生活满意度研究》李国珍、雷洪）“生活满意度与城市认同的地域认同、态度认同、群体认同、城市认同总分存在显著的正相关，城市认同各维系间也存在显著正相关。”（引自2012年4月长春理工大学学报《农民工生活满意度、社会支持与城市认同的相关研究》杨健、李辉、赫熨平）“本文的发现意味着，要想让进城农民工保持较高的生活满意度，就要确保他们对未来收入的积极预期。”（2010年第六期云南财金大学学报《未来收入预期与进城农民工生活满意度研究》高文书）四、数据与分析：（一）变量的统计分析（交叉表与卡方检验）1、统计分析原理A交叉列联表行列变量间关系分析原理。交叉表分析是对交叉分组下频数分析的第二个任务。在列联表的基础上作进一步的分析，可以得到行变量和列变量之间是否有联系、联系的紧密程度如何等更深层次的信息。B交叉联列表的卡方检验原理。在统计学中，卡方检验属于假设检验的范畴。主要涉及以下四大步骤：建立行列变量相独立的原假设；计算检验统计量（Pearson卡方统计量），确定显著性水平和临界值；结论和决策。卡方检验具体操作如下：假设有两个分类变量X和Y，它们的值域分另为{x1,x2}和{y1,y2}，其样本频数列联表为：若要推断的论述为H1：“X与Y有关系”，可以利用独立性检验来考察两个变量是否有关系，并且能较精确地给出这种判断的可靠程度。具体的做法是，由表中的数据算出随机变量K^2的值（即K的平方）：K^2=n(ad-bc)^2/[(a+b)(c+d)(a+c)(b+d)]其中n=a+b+c+d为样本容量。K^2的值越大，说明“X与Y有关系”y1y2总计x1aba+bx2cdc+d总计a+cb+da+b+c+d成立的可能性越大。当表中数据a，b，c，d都不小于5时，可以查阅下表来确定结论“X与Y有关系”的可信程度：P(K^2≥k)0.500.400.250.150.10k0.4550.7081.3232.0722.706P(K^2≥k)0.050.0250.0100.0050.001k3.8415.0246.6357.87910.8282、变量的初步选择与设定。我们从466份问卷中随机选择了100份作为统计样本数据。结合问卷问题与之前相关文献的观点，我们决定选择以下五个因素作为统计分析的变量：职业积极预期度（预期度=“理想职业”-“实际职业”）、务工住所、子女就读地、医疗保险、养老方式。3、变量数据的预处理。我们应事先对“职业积极预期度进行”进行转换计算以及其他四项进行“优劣性”排序。在SPSS13.0中，点击“转换”→“计算”，计算公式输入“职业积极预期度=理想职业-实际职业”便得到了第41项变量“职业积极预期度进行”。另外的，对其余四个变量，点击“转换”→“编码”→“到相同变量”，我们分别按下列顺序对他们进行升序排列，然后重新定义数值标签：务工住所——“租房、工地（工棚）、雇主家、单位宿舍、亲朋好友、我在城里买了房”子女就读地——“在老家农村的公办学校上学、在老家县城的私立学校上学、在老家的公办学校上学、在现在务工城市的公办学校上学、在现在务工城市的私立学校上学、在现在的务工城市的公办学校上学、我的小孩已上完了中小学”医疗保险——“未采取、参加农村新型合作医疗、现工作单位提供医疗保险、购买商业保险”养老方式——“未采取、定期存钱养老、养儿防老、参加农村养老保险、参加城镇养老保险、单位提供养老保险、购买了商业保险”4、SPSS操作与统计结果分析：我们分别对上述五个变量与生活满意度进行交叉联列表的卡方检验，得到的结果全部显示，五个卡方检验的“双尾显著性P值”都大于0.05，表明统计分析的结果是不可靠的，没有研究的必要。但为了说明科学操作过程，我们以“医疗方式”和“生活满意度”的交叉分析为例做一个简述。我们通过交叉分析得到数据表如下：医疗保险和生活满意度的交叉列联表行列变量间关系分析Count生活满意度总计很不满意不太满意比较满意医疗保险未采取1438参加农村新型合作医疗8373580参加城镇养老保险0459购买商业保险0022其他0101总计94645100表中，购买商业保险2人中全部生活比较满意；参加城镇养老保险的9人有超过一半的5人表示比较满意，无很不满意；农村保险中80人有近一半比较满意，十分之一表示很不满意；不采取的人有超过12%的人表示很不满意。表面上，单从这样的分析看来，生活满意度的高低还是与医疗方式的好差显现一定关系的，但科学讲来这或许是偶然。欲得到更正确的答案就必须跟深入的分析、选择更多的样本。而这里我们得不出有效答案，毕竟我们得到的卡方检验结果为：卡方检验估值df双尾显著性概率P值皮尔森卡方5.01080.756LikelihoodRatio6.92480.545Linear-by-LinearAssociation1.22710.268NofValidCases100（二）相关性分析。1、相关性分析原理：A相关分析（correlationanalysis）。相关分析是研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度，是研究随机变量之间的相关关系的一种统计方法。B线性相关分析。线性相关分析是研究两个变量间线性关系的程度，用相关系数r来描述，包括正相关，负相关和无线性相关。正相关：如果x,y变化的方向一致，如身高与体重的关系，r0；一般地，|r|0.95存在显著性相关；|r|≥0.8高度相关；0.5≤|r|0.8中度相关；0.3≤|r|0.5低度相关；|r|0.3关系极弱，认为不相关负相关：如果x,y变化的方向相反，如吸烟与肺功能的关系，r0；无线性相关：r=0。如果变量Y与X间是函数关系，则r=1或r=-1；如果变量Y与X间是统计关系，则-1r1。r的计算有三种：Pearson相关系数：对定距连续变量的数据进行计算。Spearman和Kendall相关系数：对分类变量的数据或变量值的分布明显非正态或分布不明时，计算时先对离散数据进行排序或对定距变量值排（求）秩。3、SPSS操作与统计结果分析：在SPSS13.0软件中，我们利用“两个变量相关分析”分别对五个变量与生活满意度进行操作，得到以下结果，很显然的，根据上边的理论能够简易的来判定五个变量与生活满意度的关系。其中因为“务工住所”和“职业积极预期度”的皮尔森相关系数绝对值分别为0.287与0.305，分别属于极小正相关水平和低度正相关水平，但我们也称之为显著相关。以下是所得表格：务工住所与生活满意度相关性检验务工住所生活满意度务工住所PearsonCorrelation10.287(**)Sig.(2-tailed)0.004N100100生活满意度PearsonCorrelation0.287(**)1Sig.(2-tailed)0.004N100100(**)相关性是显著的,在0.01水准(2-tailed)。关注：R=0.287，极小正相关。相关性检验子女就读地生活满意度子女就读地PearsonCorrelationSig.(2-tailed)N100100生活满意度PearsonCorrelation0.153Sig.(2-tailed)0.128N100100关注：R=0.135，不相关。相关性检验医疗保险生活满意度医疗保险PearsonCorrelationSig.(2-tailed)N100100生活满意度PearsonCorrelation0.111Sig.(2-tailed)0.270N100100关注：R=0.111，不相关相关性检验养老方式生活满意度养老方式PearsonCorrelationSig.(2-tailed)N100100生活满意度PearsonCorrelation0.073Sig.(2-tailed)0.468N100100关注：R=0.073，不相关。相关性检验职业积极预期度生活满意度职业积极预期度PearsonCorrelationSig.(2-tailed)N100100生活满意度PearsonCorrelation-0.305**Sig.(2-tailed)0.002N100100(**)相关性是显著的,在0.01水准(2-tailed)。关注：R=0.305，低度正相关。五、综合结论与对策建议以上，我们就可能影响农民工生活满意度的五个变量进行了交叉表的统计分析、卡方检验以及两个变量间的线性相关分析。发现：1、所有的变量与生活满意度相互独立。这说明在我们印象中衣食住行作为生活的重要组成部分在现在的农民工生活满意度影响并没有原来的重大。原因可以归结两个方面。一方面，中国现在已基本解决社会各成员的温饱与社会安全问题，随着经济不断发展，在合理分配国民收入的同时，应该更关注各种职业的心理安全与精神文明享受。这或许是中国农民工长期以来幸福感和满意度低下的重要原因。另一方面，在物欲横流，人浮于事的今天，全民追求唯物金钱的风气对居民生活满意度造成了反作用。2、尽管正相关性不高，但与农民工生活满意度显著相关的因素还是证实有“务工住所”和“职业积极预期度”。一方面，住所作为农民工在城里的三维空间零点，是归属感的重要因素。政府在推行农民工工资保障的政策同时，要不忘推进“社会廉租房”工作。另一方面，本文证实了“要想让进城农民工保持较高的生活满意度，就要确保他们对未来收入的积极预期。”这要求政府要加强社会公平性与政府社会信誉的建设。