《应用统计学调查分析报告.docx》由会员分享，可在线阅读，更多相关《应用统计学调查分析报告.docx（20页珍藏版）》请在金锄头文库上搜索。
1、课程名称 :统计学统计报告：大学生缺课情况分析调查对象: 北京交通大学在校本科生 学院:经济管理学院专业与班级:工商0904，工商0903小组成员姓名（学号）:吕研（09242106）；沈俊祎（09242112）；许悠扬（09242118）；宾尤新（09242063）；容林（09242111）；王文波（09242115）；徐建鑫（09242117）；邹诗阳（09742138）任课教师:李卫小组全体成员签名: 提交日期:2011.06.02本承诺本报告由小组成员共同完成，所用数据与资料均已注明其来源，如使用了他人已经发表或撰写过的分析结果或观点均已进行了规范引用，特此声明。小组成员1姓名与签字：
2、小组成员2姓名与签字：小组成员3姓名与签字：小组成员4姓名与签字：小组成员5姓名与签字：小组成员6姓名与签字：小组成员7姓名与签字：小组成员8姓名与签字：目录承诺II正文11. 确定研究问题11.1 背景分析11.2 确定研究问题12. 选择统计分析方法22.1 问卷设计22.2 问卷内容22.3 选择处理软件23. 收集样本数据24. 数据分析24.1 初步分析24.2 男女生平均缺课次数相等的假设分析64.3 年级与缺课次数的相关分析84.4 学生缺课原因分析94.5 年级与缺课原因直接的可重复双因素分析94.6 上课环境对上课意愿的影响分析95. 总结与建议126. 调查优缺点分析137
3、. 参考文献148. 附录14I正文通过一个学期对统计学原理的学习，我们学会了如何用利用数学分析来解决实际问题。在这次调查中，我们确定了以“学生缺课情况与原因分析”为主题的问卷调查。以下是我们小组这次调查分析的研究流程：1、确定研究问题1.1背景分析大学是一个培养人综合能力的地方，进大学相当于初步迈入社会。大学生活，有更多属于自己的时间做自己想做的事，学校也会组织一些有意义的活动，使学生的业余生活更丰富；大学里有很多组织、社团等，学生会、团总支一类的是为学生服务，加入可以锻炼个人能力；还有许多可以根据兴趣爱好加入的社团；学校良好的学术氛围让你可以尽情遨游在知识的海洋中，享有埋头苦读的充实；偶尔
4、勤工俭学，外出打工，体验生活；不能总想着玩，大学阶段是完善人的世界观人生观的阶段大学生活多姿多彩，有丰富的课程、各色各样的社团活动、校外的缤纷生活、网罗天下的网络世界“学习”仍然是大学生的最重要的任务，是大学生活里最核心的元素。但是，作为离开父母的监督独立生活的第一站，大学里，学生们总是平衡不了学习和课余生活的关系，自主的管理生活反而使大学生们感到迷茫。1.2确定研究问题大学生学习与课余生活最明显的冲突表现在“大学生缺课”这一环节，缺课的原因有很多种：社团活动、校外实习、课程设置、教室环境我小组将就该问题展开调查与分析。让我们来分析一下其中的一个部分大学生缺课情况与原因，从而为大学生平衡学习与
5、课余生活的关系提供帮助。2、选择统计分析方法2.1问卷设计本次调查问卷的设计首先由要分析的数据出发，并结合实际，设计出一系列与该课题有关的问题。然后，在网上找到模板，设计出了一份问卷样本。接着，小组所有成员一起就问卷的问题用语、提问顺序进行了最后的讨论，最终拟定出我们要的调查问卷。2.2问卷内容此次小组问卷的内容具体可以分为三个部分：第一部分为基础信息，包括问题1和问题2。这部分涉及的信息包括被调查者的身份和性别。获得的数据主要是为了与后两阶段的数据一起做相关性分析。第二部分为大学生缺课现状，即问题3缺课次数。第三部分为相关原因调查，包括问题4到最后一问。这部分涉及的信息，便是被调查者缺课的各
6、种原因，包括缺课原因、课程、缺课时间、地点、教师环境设施。这部分的数据，用于最终分析。2.3选择处理软件这次的数据处理，我们采用了EXCEL统计软件进行综合统计分析。 3：收集样本数据本次问卷发放，采用了面访式为主，辅以采访的发放方式。我们分别派出三支队伍分别在休闲地，教学楼和宿舍楼发放问卷，总共发放了130份问卷，回收128，其中有效问卷101份，废卷27中，有效率达到了77.7%，其中男生40份，女生61份。4：数据分析4.1初步分析4.1.1：性别分布在调查获得的有效数据中，男生有40人，女生有60人，具体的分布如图1所示：图14.1.2：被调查人群分布在身份调查中，我们对所有的人群进行
7、调查。其中包括本校各个年级的本科生。具体分布如图2所示：图24.1.3：总体缺课次数分布在缺课的频繁度这项调查中，我们发现大部分被调查者都集中在每周缺一次到两次课之间，可见校内同学的出勤情况还是不错的。但其中也有一部分被调查人群每周缺课节数在5节以上。而通过分析我们得出，这部分人群以男生为主。具体的分布如图所示：图34.1.4. 缺课原因分布在缺课原因这一项调查中，经过对调查结果的统计，我们发现课程无聊是调查人群缺课的主要因素因素。其中，也有21人因纯主观的想法而缺课，19人因为社团活动而缺课，在调查人群中占了很大一部分。 图44.1.5.最不想去的课的类型分布在最不想去的课的类型的调查中，我
8、们发现学生最不想去的是思想政治类的课，而缺课最少的是专业课。具体结果如图：图54.1.6最可能缺课时间段分布在最可能缺课时间段分布调查中，我们发现缺课最多的时间段分别是上午和下午的第一节课以及晚上的课程。这可能是由于学生在此时间段不能按时起床。具体结果如图：图64.1.7：在上课地点对上课愿意的影响中，有44%的人认为有影响，56%则不然，具体比例如下图7：上课地点与上课意愿关系4.1.8：同样在上课教室的环境及设备条件对上课意愿的调查分析中，有40%的人认为有影响，60%认为没影响，并且我们在观察问卷时可以发现，认为上课地点对上课意愿有影响的人大部分都认为上课教室环境对上课意愿有影响，我们可
9、以猜测这一部分人在生活中比较关注外部环境，下面会进行分析，具体的比例如图8所示：图8：上课环境与上课意愿关系4.2：男女生平均缺课次数相等的假设分析以下是男女生缺课次数的统计与平均缺课次数。男从来没有每周12节每周34节每周四到五节及以上大一21大二4944大三3641大四2女从来没有每周12节每周34节每周四到五节及以上大一3大二122421大三554大四121注：在求平均值时均取中间值，如每周12节取1.5节，每周4到5节及以上均取4.5节平均每周缺课次数/节男2.0625女1.3333建立假设：性别对男女生缺课次数没有影响，即男女生每周平均缺课次数相等H0:u1-u2=0没有显著差别H1
10、:u1-u20有显著差别在这里男生样本数为40，女生样本数为60，总体方差未知，且没有理由判定12与22相等，故认为1222。当总体方差未知时，用样本方差s12与s22分别估计总体方差和x1-x2。x1-x2=s12n1+s22n2样本近似服从自由度为f的t分布。实际分析如下t-检验: 双样本异方差假设变量 1变量 2平均2.06251.333333方差2.156251.285311观测值4060假设平均差0df69t Stat2.656735P(T=t) 单尾0.004897t 单尾临界1.667239P(T=t) 双尾0.009794t 双尾临界1.994945我们知道P(T=t) 单尾0
11、.004897小于，所以拒绝原假设，认为性别对缺课次数有影响，并且在调查中发现男生平均缺课次数明显多于女生平均缺课次数，可以认为男生普遍缺课较女生多。另外我们也可以通过单因素方差分析：令“从来不缺课”=0，“每周1-2节”=1.5，“每周3-4节”=3.5，“每周4-5节以上”=4.5提出如下假设：H0：U1 = U2 = = UK 自变量对因变量没有显著影响H1：Ui（i = 12k）不全相等 自变量对因变量有显著影响由Excel求得如下表格 因为F = 8.33 F0.05（1,96） = 3.94，所以接受原假设。表明学生的性别对缺课次数有显著影响。4.3年级与缺课次数的分析学生所在年级
12、对缺课次数是否有显著影响：令“从来不缺课”0，“每周1-2节”=1.5，“每周3-4节”=3.5，“每周4-5节以上”=4.5提出如下假设：H0：U1 = U2 = = UK 自变量对因变量没有显著影响H1：Ui（i = 12k）不全相等 自变量对因变量有显著影响由Excel求得如下表格因为F = 0.235 F0.05（3,97） = 2.698，所以接受原假设。表明学生所在年级对缺课次数没有显著影响。4.4学生缺课原因分析在得出了男生缺课普遍比女生多的结论的情况下，我们不禁想知道，到底是什么原因让他们缺课，什么又是男生平均缺课次数比女生多的原因，在对问卷的信息收集过程中我们可以发现如下信息
13、人数社团活动校外工作或实习课程无聊纯主观不想去男生缺课原因58178女生缺课原因145215观察上面图表我们可以发现，导致男生缺课的主要原因就是觉得课程无聊，学不学都无所谓，而在女生中，社团活动和课程的趣味性都在很大程度上导致了她们缺课。但是，由于此次问卷的对象大都是大二学生占主体，大三次之，因此得出这个课程无聊是学生缺课的主要原因这个结论似乎有些失真。为此，我们又进行了年级与缺课原因之间的可重复双因素分析。因为此次问卷发放较少，这也是本次报告的不足之一，我们在进行年纪与缺课原因分析中注意到大一大二主要原因在于课程无聊和社团活动，大三大四的主要原因在于校外实习或工作，因此我们在此将大一大二归为
14、一类，大三大四归为一类。4.5：年级与缺课原因之间的可重复双因素分析分析学生所在年级和学生缺课原因对学生缺课次数之间的影响：首先对两个因素分别提出假设行因素：H0：U1 = U2 = U3 = U4 = U5 所在年级对缺课次数没有显著影响H1：Ui（i = 1，2k）不全相等 所在年级对缺课次数有显著影响列因素：H0：U1 = U2 = U3 = U4 = U5 缺课原因对缺课次数没有显著影响H1：Ui（i = 1，2k）不全相等 缺课原因对缺课次数有显著影响由调查得出的数据如下表：用Excel计算得结果如下：因为所有的P值均大于=0.05，所以不拒绝原假设，没有证据证明这四种缺课原因和学生所在年级的交互作用对行车时间有显著影响。然而，
