管理统计学调查分析报告

管理记录学调查汇报调查题目：大学校园宅居现象调查班级：小组组员：指导教师：目录TOC\o"1-2"\h\u1318一、调查方案 1226581.1调查背景 1175791.2调查目的 170771.3调查对象 165971.4调查时间 1219981.5调查方式 132449二、问卷 1106412.1问卷设计 1168282.2问卷发放/回收状况 1220452.3问卷分析措施 14三、数据分析 28742四、结论 2374064.1影响宅居现象的原因 2317714.2变化宅居现象的措施 2416615附录 25调查方案调查背景近年来，伴随各高校的扩招，大学生数量已到达空前的规模，大学生是社会发展，构建中华民族伟大复兴中国梦的中坚力量，因此大学生群体中所存在的问题是不容小觑的。大学生群体本应充斥朝气与活力，是社会群体中积极向上的代表。然而校园中却出现了诸多的“宅男”、“宅女”，他们大都沉迷于网络游戏或极度依赖电脑和智能手机等现代化设备，缺乏斗志，生活颓废，理想意识淡薄。时代进步、科技发达的今天，作为“电脑一代”的大学生，网络应用纯熟，善于接受新鲜事物，但也轻易被其诱惑沉迷其中，放弃与外界交流，与现实中的多种群体相隔开，消极避世，封闭在自己的小空间里。而人历来就不是一种与社会分离的动物，因此作为青春与活力为代表的大学生更应当深深理解到群体以及沟通的重要性。调查目的①大学生是怎样看待“宅男宅女”的；②哪些原因鉴定一种人与否为“宅男宅女”；③大学生中“宅男宅女”现象与否严重，与否值得学校和社会的关注与重视；④变化这一现实状况可以从哪些方面入手。调查对象以天津工业大学学生为主。调查时间12月21日调查方式本次调查采用随机问卷调查方式。问卷问卷设计问卷重要从性别，年级，生活习惯和对宅居生活的态度等方面进行设计，详细见附件。问卷发放/回收状况本次发放问卷160份，回收160份，有效问卷158份，有效率为98.75%。问卷分析措施运用SPSS软件环境对问卷进行分析，重要采用描述记录分析中的频率分析和列联表分析，比较均值中的独立样本t检查和单原因分析，以及双变量有关分析和线性回归分析。数据分析我们根据回收回来的158份有效问卷，用1、2、3、4、5…代表各问题选项A、B、C、D、E…，将数据录入到SPSS中，用图表形式和特性量对题目进行分析。本调查意在研究各原因对宅居现象有无明显影响，故将问题9作为因变量。此处应注意的是，问题9的记录是一种个人主观评价，从个人主观心理来看，大多数同学不乐意承认自己的宅居特质，因此对于选择选项A和B的同学，可以认为其具有宅居特质，对于选择选项C的同学，则具有一定的宅居倾向。首先对问题9进行频数记录：表1自己符合宅居特质状况FrequencyPercentValidPercentCumulativePercentValid符合2012.712.712.7大多符合4931.031.043.7不大符合6239.239.282.9不符合2717.117.1100.0Total158100.0100.0图1用SPSS对问题9进行频率分析，得出记录成果的分布状况（如表1），并画出分布饼图（如图1），可以得出选择A、B的同学有43%，选择C的有39.2%，也就是说，大概有82.9%的同学承认自己是“宅男”/“宅女”或有宅居倾向，只有17.1%的同学表达自己无宅居倾向。下面对各个问题逐一分析。问题1图2从图2可以看出，本次调查的对象男性占60%多，女性不到40%。下面运用SPSS对本题进行有关性分析，分析其与问题9的有关性。独立样本检查表2独立样本检查方差方程的Levene检查均值方程的t检查FSig.tdfSig.(双侧)均值差值原则误差值差分的95%置信区间下限上限性别假设方差相等0.1290.7210.185670.8540.0230.127-0.230.277假设方差不相等0.18234.3320.8560.0230.129-0.2380.285由输出成果可以看到：对于性别来说，F值为0.129，相伴概率为0.721，不小于明显性水平0.05，接受原假设（即方差相等的假设），可以认为性别和宅居状况方差无明显有关性；然后看方差相等时T检查的成果，T记录量的相伴概率为0.854，不小于明显性水平0.05，不能拒绝T检查的零假设，也就是说，性别和宅居状况不存在明显有关性。此外从样本的均值差的95%置信区间看，区间跨0，这也阐明性别和宅居状况不存在明显有关性。交叉列联表表3对称度量值近似值Sig.MonteCarloSig.Sig.99%置信区间下限上限按标量标定相依系数0.0820.7850.788c0.7770.798有效案例中的N158a.不假定零假设。b.使用渐进原则误差假定零假设。c.基于10000采样表，启动种子为。原假设:性别和宅居特性没有有关关系备择假设:性别和宅居特性有有关关系对于性别来说，近似值，不小于明显性水平0.05，应接受原假设，拒绝备择假设，即性别和宅居特性不存在明显有关性。有关性表4有关性性别自己符合宅居特质状况性别Pearson有关性1.045明显性（单侧）.287N158158自己符合宅居特质状况Pearson有关性.0451明显性（单侧）.287N158158从表4可以看出，性别与宅居特性之间的有关系数为0.045，T检查的明显性概率为，接受零假设，即两个变量之间无明显有关。回归性分析表5Anovaa模型平方和df均方FSig.1回归0.26910.2690.3190.573b残差131.4021560.842总计131.671157a.因变量:自己符合宅居特质状况b.预测变量:(常量),性别。表6系数a模型非原则化系数原则系数tSig.B的95.0%置信区间B原则误差试用版下限上限1(常量)2.4900.22011.3310.0002.0562.925性别0.0850.1510.0450.5650.573-0.2130.383a.因变量:自己符合宅居特质状况对以上成果进行分析：

回归方程为：（是自变量性别，是因变量自己符合宅居特性状况）。方差分析表，，阐明性别对宅居特性没有明显的线性影响。检查

。回归方程检查

根据表6可知，,因此回归方程不明显。系数

，因此不通过。

综上所述，该回归方程不成立，阐明两者之间用目前模型进行回归没有记录学支持，应当换一种模型来进行回归。问题2图3从图3可以看出，本次调查对象重要集中在大三学生上，由于大一新生、大四学生活动和任务多，有许多“身不由己”的原因，可见大三学生具有一定的代表性。下面对其与问题9的有关性进行分析。独立样本检查表7独立样本检查方差方程的Levene检查均值方程的t检查FSig.tdfSig.(双侧)均值差值原则误差值差分的95%置信区间下限上限年级假设方差相等0.3880.5350.921670.3610.1900.206-0.2220.601假设方差不相等0.82528.6360.4160.1900.230-0.2810.661由输出成果可以看到：对于年级来说，方差相等时T检查的成果，T记录量的相伴概率为0.361，不小于明显性水平0.05，不能拒绝T检查的零假设，也就是说，年级和宅居特性不存在明显有关性。交叉列联表表8对称度量值近似值Sig.MonteCarloSig.Sig.99%置信区间下限上限按标量标定相依系数0.3410.0540.054c0.0480.060有效案例中的N158a.不假定零假设。b.使用渐进原则误差假定零假设。c.基于10000采样表，启动种子为。对于年级来说，近似值，不小于明显性水平0.05，应接受原假设，即年级和宅居特性不存在明显有关性。有关性表9有关性自己符合宅居特质状况年级自己符合宅居特质状况Pearson有关性10.032明显性（单侧）0.343N158158年级Pearson有关性0.0321明显性（单侧）0.343N158158从表9可以看出，年级与宅居特性之间的有关系数为0.032，T检查的明显性概率为0.343>0.05，接受零假设，表明两个变量之间无明显有关。回归性表10系数a模型非原则化系数原则系数tSig.B的95.0%置信区间B原则误差试用版下限上限1(常量)2.5250.21711.6300.0002.0962.954年级0.0310.0770.0320.4040.687-0.1210.183a.因变量:自己符合宅居特质状况对以上成果进行分析：

回归方程为：（X是自变量年级，Y是因变量自己符合宅居特性状况）回归方程检查

：根据表10可知，

，因此回归方程不明显

。问题3图4由于本校为理工类学校，因此调查对象中有4/5为理工类学生。下面对其与问题9的有关性进行分析。独立样本检查表11独立样本检查方差方程的Levene检查均值方程的t检查FSig.tdfSig.(双侧)均值差值原则误差值差分的95%置信区间下限上限专业类别假设方差相等0.0230.881-0.075670.940-0.0070.095-0.1960.182假设方差不相等-0.07434.2330.941-0.0070.096-0.2030.188由输出成果可以看出：对于专业类别来说，F值为0.023，相伴概率为0.881，不小于明显性水平0.05，不能拒绝方差相等的假设，可以认为专业和自己符合宅居特性状况方差无明显有关性。交叉列联表表12对称度量值近似值Sig.MonteCarloSig.Sig.99%置信区间下限上限按标量标定相依系数0.1170.5360.543c0.5300.556有效案例中的N158a.不假定零假设。b.使用渐进原则误差假定零假设。c.基于10000采样表，启动种子为。对于专业类别来说，近似值，不小于明显性水平0.05，应接受原假设，即专业和宅居特性不存在明显有关性。有关性表13有关性自己符合宅居特质状况专业类别自己符合宅居特质状况Pearson有关性1-0.108明显性（单侧）0.089N158158专业类别Pearson有关性-0.1081明显性（单侧）0.089N158158从表13可以看出，专业类别与宅居特性之间的有关系数为-0.108，T检查的明显性概率为0.089>0.05，接受零假设，表明两个变量之间无明显有关。回归性表14系数a模型非原则化系数原则系数tSig.B的95.0%置信区间B原则误差试用版下限上限1(常量)3.0540.3389.0360.0002.3863.721专业类别-0.2470.183-0.108-1.3520.178-0.6090.114a.因变量:自己符合宅居特质状况对以上成果进行分析：

回归方程为：（X是自变量专业类别，Y是因变量自己符合宅居特性状况）。回归方程检查：根据表14可知，，因此回归方程不明显

。问题4图5上图为调查对象性格分布饼图，下面分析其与问题9的有关性。独立样本检查表15独立样本检查方差方程的Levene检查均值方程的t检查FSig.tdfSig.(双侧)均值差值原则误差值差分的95%置信区间下限上限性格假设方差相等7.5670.0081.735670.0870.3550.205-0.0530.764假设方差不相等1.46926.1610.1540.3550.242-0.1420.852由输出成果可以看出：从样本的均值差分的95%置信区间看，区间跨0，这也阐明性格和宅居特性不存在明显有关性。交叉列联表表16对称度量值近似值Sig.MonteCarloSig.Sig.99%置信区间下限上限按标量标定相依系数0.2970.0840.083c0.0760.090有效案例中的N158a.不假定零假设。b.使用渐进原则误差假定零假设。c.基于10000采样表，启动种子为。对于性格来说，近似值Sig.=0.084，不小于明显性水平0.05，应接受原假设，即性格和宅居特性不存在明显有关性。有关性表17有关性自己符合宅居特质状况性格自己符合宅居特质状况Pearson有关性10.122明显性（单侧）0.063N158158性格Pearson有关性0.1221明显性（单侧）0.063N158158从表17可以看出，性格与宅居特性之间的有关系数为0.122，T检查的明显性概率为0.063>0.05，接受零假设，表明两个变量之间无明显有关。回归性表18系数a模型非原则化系数原则系数tSig.B的95.0%置信区间B原则误差试用版下限上限1(常量)2.2780.22610.0670.0001.8312.724性格0.1330.0860.1221.5400.126-0.0380.304a.因变量:自己符合宅居特质状况对以上成果进行分析：

回归方程为：（X是自变量性格，Y是因变量自己符合宅居特性状况）回归方程检查

：根据表18可知，,因此回归方程不明显

。问题5图6从上图可以看出，有60%的同学参与过某些社会活动，也有近40%的学生没参与过。下面对其与问题9的有关性进行分析。单原因方差分析表19单原因方差分析参与社会组织状况平方和df均方F明显性组间0.16730.0560.2320.874组内37.0481540.241总数37.215157取，检查参与社会组织活动与否对符合宅居特质有影响，假设参与社会组织活动对宅居特质没有影响，从方差分析表可以看出，由于明显性0.874>0.05，因此接受原假设，参与社会组织活动对宅居特质没有影响。交叉列联表分析表20对称度量值近似值Sig.MonteCarloSig.Sig.99%置信区间下限上限按标量标定相依系数0.0670.8710.885c0.8760.893有效案例中的N158a.不假定零假设。b.使用渐进原则误差假定零假设。c.基于10000采样表，启动种子为79654295。取，检查参与社会组织活动与否对符合宅居特质有影响，假设参与社会组织活动对宅居特质没有影响，从对称度量表可以看出，由于，因此接受原假设，即参与社会组织活动对宅居特质没有影响。有关性分析表21有关性自己符合宅居特质状况参与社会组织状况自己符合宅居特质状况Pearson有关性10.022明显性（单侧）0.392N158158参与社会组织状况Pearson有关性0.0221明显性（单侧）0.392N158158取，检查参与社会组织状况与否与符合宅居特质有关，假设参与社会组织状况与宅居特质无关，从表21可以看出，性别与宅居特质之间的有关系数为0.022，T检查的明显性概率为0.392>0.05，接受原假设，表明两个变量之间无明显有关。回归分析表22系数a模型非原则化系数原则系数tSig.B的95.0%置信区间B原则误差试用版下限上限1(常量)2.5500.22011.5810.0002.1152.985参与社会组织状况0.0410.1510.0220.2760.783-0.2560.339a.因变量:自己符合宅居特质状况对以上成果进行分析：

回归方程为：（X是自变量性格，Y是因变量自己符合宅居特性状况）回归方程检查

：根据表22可知，,因此回归方程不明显

。问题6图7从图7可以看出，大部分同学表达其在宿舍的时间约为2~4小时，比较适中。下面对其与问题9的有关性进行分析。单原因方差分析表23单原因方差分析每天在宿舍的时间平方和df均方F明显性组间16.59535.5326.3280.000组内134.6271540.874总数151.222157取，检查每天在宿舍的时间与否对符合宅居特质有影响，假设每天在宿舍的时间对宅居特质没有影响，从方差分析表（表23）可以看出，由于明显性0.000<0.05，因此拒绝原假设，参与社会组织活动对宅居特质有明显影响。交叉列联表分析表24对称度量值近似值Sig.MonteCarloSig.Sig.99%置信区间下限上限按标量标定相依系数0.3810.0020.001c0.0000.002有效案例中的N158a.不假定零假设。b.使用渐进原则误差假定零假设。c.基于10000采样表，启动种子为。取，每天在宿舍的时间与否对符合宅居特质有影响，假设参与社会组织活动对宅居特质没有影响，从对称度量表（表24）可以看出，由于，因此拒绝原假设，参与社会组织活动对宅居特质有明显影响。有关性分析表25有关性自己符合宅居特质状况每天在宿舍的时间自己符合宅居特质状况Pearson有关性1-0.285**明显性（单侧）0.000N158158每天在宿舍的时间Pearson有关性-0.285**1明显性（单侧）0.000N158158**.在0.01水平（单侧）上明显有关。取，检查每天在宿舍的时间与否与符合宅居特质有关，假设每天在宿舍的时间与宅居特质无关，从表25可以看出，性别与宅居特性之间的有关系数为-0.285，T检查的明显性概率为0.000<0.05，拒绝原假设，表明两个变量之间有明显有关。回归分析表26系数a模型非原则化系数原则系数tSig.B的95.0%置信区间B原则误差试用版下限上限1(常量)3.2280.18117.8040.0002.8703.587每天在宿舍的时间-0.2660.072-0.285-3.7120.000-0.407-0.124a.因变量:自己符合宅居特质状况对以上成果进行分析：

回归方程为：（X是自变量性格，Y是因变量自己符合宅居特性状况）回归方程检查

：根据表26可知，，因此回归方程明显

。问题7图8从图8可以看出，有约40%的同学每周参与锻炼次数为0~1次，另有约30%的同学表达每周参与锻炼次数为1~2次，仅有大概8%的同学每周锻炼次数在3次以上，可见大学生缺乏锻炼的这一现象愈发严重。下面对其与问题9的有关性进行分析。单原因分析表27单原因方差分析每周参与锻炼次数平方和df均方F明显性组间8.70932.9033.2580.023组内137.2221540.891总数145.930157取，检查每周参与锻炼次数与否对符合宅居特质有影响，假设每周参与锻炼次数对宅居特质没有影响，从方差分析表（表27）可以看出，由于明显性0.023<0.05，因此拒绝原假设，参与社会组织活动对宅居特质有明显影响。交叉列联表分析表28对称度量值近似值Sig.MonteCarloSig.Sig.99%置信区间下限上限按标量标定相依系数0.3060.0610.055c0.0490.061有效案例中的N158a.不假定零假设。b.使用渐进原则误差假定零假设。c.基于10000采样表，启动种子为。取，检查每天每周参与锻炼次数与否对符合宅居特质有影响，假设每周参与锻炼次数对宅居特质没有影响，从对称度量表（表28）可以看出，由于，因此接受原假设，参与社会组织活动对宅居特质没有影响。有关性分析表29有关性自己符合宅居特质状况每周参与锻炼次数自己符合宅居特质状况Pearson有关性10.237**明显性（单侧）0.001N158158每周参与锻炼次数Pearson有关性0.237**1明显性（单侧）0.001N158158**.在0.01水平（单侧）上明显有关。取，检查每周参与锻炼次数与否与符合宅居特质有关，假设每周参与锻炼次数与宅居特质无关，从表29可以看出，性别与宅居特性之间的有关系数为0.237，T检查的明显性概率为0.001<0.05，拒绝原假设，表明两个变量之间有明显有关性。回归分析表30系数a模型非原则化系数原则系数tSig.B的95.0%置信区间B原则误差试用版下限上限1(常量)2.1750.15813.7260.0001.8622.488每周参与锻炼次数0.2250.0740.2373.0510.0030.0800.371a.因变量:自己符合宅居特质状况对以上成果进行分析：

回归方程为：（X是自变量性格，Y是因变量自己符合宅居特性状况）回归方程检查：根据表30可知，，因此回归方程明显

。问题8图9如图9所示，大概有二分之一的同学认为宅居生活也是一种生活方式，无所谓褒贬，也有30%多的人表达虽然能接受这种生活方式，不过自己不乐意成为那样的人。下面对其与问题9进行有关性分析。单原因分析表31单原因方差分析对宅居生活的态度平方和df均方F明显性组间12.02334.0088.0160.000组内76.9961540.500总数89.019157取，检查对宅居生活的态度与否对符合宅居特质有影响，假设对宅居生活的态度对宅居特质没有影响，从方差分析表（表31）可以看出，由于明显性0.000<0.05，因此拒绝原假设，参与社会组织活动对宅居特质有明显影响。交叉列联表分析表32对称度量值近似值Sig.MonteCarloSig.Sig.99%置信区间下限上限按标量标定相依系数0.4280.0000.000c0.0000.000有效案例中的N158a.不假定零假设。b.使用渐进原则误差假定零假设。c.基于10000采样表，启动种子为。取，检查对宅居生活的态度与否对符合宅居特质有影响，假设对宅居生活的态度对宅居特质没有影响，从对称度量表（表32）可以看出，由于，因此拒绝原假设，参与社会组织活动对宅居特质有明显影响。有关性分析表33有关性自己符合宅居特质状况对宅居生活的态度自己符合宅居特质状况Pearson有关性1.318**明显性（单侧）.000N158158对宅居生活的态度Pearson有关性.318**1明显性（单侧）.000N158158**.在0.01水平（单侧）上明显有关。取，检查对宅居生活的态度与否与符合宅居特质有关，假设对宅居生活的态度与宅居特质无关，从表33可以看出，性别与宅居特性之间的有关系数为0.318，T检查的明显性概率为0.000<0.05，拒绝原假设，表明两个变量之间有明显有关。回归分析表34系数a模型非原则化系数原则系数tSig.B的95.0%置信区间B原则误差试用版下限上限1(常量)1.7190.2237.7030.0001.2782.159对宅居生活的态度0.3870.0920.3184.1910.0000.2050.569a.因变量:自己符合宅居特质状况对以上成果进行分析：

回归方程为：（X是自变量性格，Y是因变量自己符合宅居特性状况）回归方程检查

：根据表34可知，，因此回归方程明显

。结论影响宅居现象的原因由以上数据分析可得：性别、年级、专业等对宅居现象无明显影响；在宿舍时间长短、参与锻炼次数和对“宅居”的态度等对与否符合宅居特质影响较大。首先，每天在宿舍时间长，依赖电脑与网络，参与实践活动少或主线不乐意参与实践活动，这样的学生有明显有“宅男”“宅女”倾向。另一方面，就是“懒”，极度缺乏锻炼，作息时间不稳定，每天睡到自然醒，成天对着电脑，很少进行打球、跑步等体育活动，这种“懒”的现象可以清晰的界定“宅男”“宅女”。再次，有人认为虽然能接受宅居这种生活方式，不过自己不乐意成为那样的人，这样属于比较理智型的人，一般也不会发展成为“宅男宅女”。而另某些对宅居生活明显支持态度的则很也许自身就是“宅男宅女”。最终，与否有明确的理想和目的，对压力是勇于面对还是选择逃避的生活态度也都对宅居现象有影响。变化宅居现象的措施宅居现象会导致交际狭隘、个人语言体现交际能力下降，影响身体心理健康，更会影响人际交往能力，长期的宅居生活会使人与社会关系减弱，产生生活障碍、影响生活质量。因此，对于协助大学生走出宅居生活我们必须予以足够重视并采用对应措施。对于个人来说，人的心灵需要不停的自我洗涤。每个人的内心均有一种自我成长的力量，有种对生活的期待和渴求，做一种有明确目的的人并为之而奋斗，拒绝每天宅在宿舍与手机和电脑为伴，积