關(guān)于在杭大學(xué)生考證消費(fèi)的調(diào)查研究-在線瀏覽
2024-08-07 23:50本頁(yè)面
【正文】 杭州電子科技大學(xué)77份，浙江理工66份?？偟膩?lái)說(shuō)，考慮到樣本本身的誤差，這些因素與前人所在研究的總體狀況接近，這從一個(gè)側(cè)面說(shuō)明這次調(diào)查抽樣是科學(xué)、可信的。s AlphaCronbach39。五 數(shù)據(jù)的分析和結(jié)果發(fā)現(xiàn) 總體描述性分析和結(jié)果發(fā)現(xiàn)先對(duì)解釋變量進(jìn)行總體描述，筆者分別對(duì)變量和題項(xiàng)進(jìn)行描述性統(tǒng)計(jì)分析。說(shuō)明大學(xué)生大致同意企業(yè)對(duì)于證書是有一定的要求的，但是，當(dāng)企業(yè)對(duì)于證書的要求不高是，在杭大學(xué)生是比較不喜歡去考取相應(yīng)的證件的。由此可以看出，國(guó)家政策的導(dǎo)向和就業(yè)競(jìng)爭(zhēng)的壓力對(duì)于大學(xué)生的考證是有決定性作用的，它的力度大于企業(yè)是否對(duì)于證書的看重。由此可以看出父母對(duì)于考證態(tài)度對(duì)學(xué)生的影響不大，大學(xué)生自己有合理的價(jià)值觀，不需要借助父母的。結(jié)合x(chóng)13x17這5個(gè)題項(xiàng)，他們都界于23之間。結(jié)合x(chóng)18x20這3個(gè)題項(xiàng)，他們都在4左右。結(jié)果變量的總體描述，有調(diào)查可以發(fā)現(xiàn)，大學(xué)生對(duì)于考證消費(fèi)的熱度的平均值界于56之間，說(shuō)明當(dāng)代大學(xué)生對(duì)于考證的熱情程度還是比較高的。同樣的在花費(fèi)上，很大一部分同學(xué)的花費(fèi)在200元以上，這從另一個(gè)側(cè)面說(shuō)明大學(xué)生的考證消費(fèi)熱的程度還是很高的。再者，大二年級(jí)的學(xué)生的考證熱度明顯大于其他的年級(jí)段，說(shuō)明大二學(xué)生對(duì)于人生規(guī)劃的積極性比較的高。在因子分析前采用KMO樣本測(cè)度和Baetlet球形檢驗(yàn)來(lái)檢驗(yàn)量表中指標(biāo)間的相關(guān)性，用以反映樣本是否適宜做因子分析。s TestKaiserMeyerOlkin Measure of Sampling Adequacy..833Bartlett39。 如表4是解釋變量公因子方差比CommunalitiesInitialExtractionx1.879x2.892x3.882x4.295x5.884x6.888x7.897x8.920x9.917x10.928x11.896x12.947x13.887x14.905x15.897x16.905x17.880x18.897x19.920x20.923Extraction Method: Principal Component Analysis.表5有該表可以看出公因子方差比都在80%以上，平均提取倆比較理想Total Variance ExplainedComponentInitial EigenvaluesExtraction Sums of Squared LoadingsTotal% of VarianceCumulative %Total% of VarianceCumulative %123456.7807.2478.195.9749.185.92310.173.86411.164.81812.151.75313.121.60614.105.52515.094.46916.088.43917.071.35318.069.34719.064.31920.056.282Extraction Method: Principal Component Analysis.表6表6是解釋變量的主成分方差累計(jì)貢獻(xiàn)率表，可以看出前5個(gè)因子的特征值大于1，且這5個(gè)因子可以解釋大部分（%）的方差。表7旋轉(zhuǎn)前的因子載荷矩陣Component MatrixaComponent12345x1.309.326.234.709x2.361.253.294.728x3.290.193.233.744x4.489.048.162x5.725.513.181x6.756.437.217x7.755.471.217x8.715.536.184x9.719.544.157x10.117.389.692x11.136.361.687x12.129.415.661x13.708.027x14.723x15.719.012x16.710.058x17.685.074x18.168.532.728.127x19.175.552.732.183x20.198.468.780.171Extraction Method: Principal Component Analysis.a. 5 ponents extracted.表8旋轉(zhuǎn)后的因子載荷矩陣Rotated Component MatrixaComponent12345x1.132.067.925x2.064.118.060.075.930x3.077.025.015.934x4.407.205.013.021.294x5.103.928.080.019.075x6.166.925.025.047.042x7.137.929.025.063.101x8.074.952.033.081x9.080.948.061.092x10.048.960.013.054x11.003.052.944.031.042x12.079.968.044x13.933.087.065.050x14.943.118.019.016x15.939.104.036.043x16.945.088.012.065x17.934.062.046.034.000x18.084.025.943x19.034.023.035.957.043x20.060.059.956Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.a. Rotation converged in 5 iterations.表9因子轉(zhuǎn)換矩陣Component Transformation MatrixComponent123451.679.676.090.129.2402.583.347.2353.047.716.545.2674.263.7955.180.826Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. 在提取的五個(gè)因子中，%的方差，包含X13X17這5個(gè)問(wèn)題，可以聚合為個(gè)人感知因子，%的方差，包含x5x9這5個(gè)問(wèn)題，可以聚合為社會(huì)因子。%的方差，包含x18x20這3個(gè)問(wèn)題，可以聚合為高校因子。總得來(lái)說(shuō)，20個(gè)題項(xiàng)分別屬于5個(gè)不同的因子，彼此之間存在較大的差異。表10 各個(gè)維度和考證消費(fèi)行為的相關(guān)系數(shù)相關(guān)系數(shù)企業(yè)維度高校維度自身感知維度 社會(huì)維度家庭維度在杭大學(xué)生考證消費(fèi)行為 由此表可以看出，各
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1