（四）分析方式说明

（四）分析方式说明

1.图表中的数据

调查在不记名的情况下进行，在随后笔者组织的个别访谈中，学生反映问题与问卷数据基本一致。笔者本着真实、客观的态度对问卷进行了统计分析。本文表格中的“有效人数”，均来自回答每个问题项的人数。因为本调查除了在数据清理中整卷废除的问卷外，其他采用了废题不废卷的方法进行统计。所以，每个表格中的“有效人数”并不相同。有些问题上有缺失值，即在这个问题上该生未选择，没有表明态度，也就没有计入总数的百分比中。

2.单变量统计分析

单变量统计分析主要有描述统计和推论统计两种，本研究大量使用了描述性统计方法。SPSS软件中的描述性统计（Descriptive Statistics），就是指描述每个变量某一特征而集中统计出的总量。通过描述性统计可得到频率分析（Frequencies）、描述分析（Descriptives）、探索性分析（Explore）、交叉表（Crosstabs）等，本次统计主要通过描述性分析得出频数分布表、图形和交叉表。本研究中的柱状图、饼状图、曲线图、频数表和交叉表均是通过SPSS 17.0软件的描述性统计方式制作而成的，具有很强的准确性和可信度。

3.双变量统计分析

所谓的双变量统计分析主要探讨的是两个变量之间的关系。本研究频繁使用了交互分类、卡方检验等统计方法。下面将这几种统计方法简要作一介绍。

交互分类（cross-tabulation）是一种专门用来分析两个定类变量之间关系的统计分析方法。^[4]其结果通过交互分析表的形式反映出来。本研究中出现的交叉制表就是通过此种分析方式获得的。

卡方检验主要是检验两个变量之间是否具有显著差异，只要显著水平p﹤0.05，表明两个变量之间具有显著差异性。同时，可以检测这种显著差异性是由于随机抽样的误差造成的，还是总体的实际差异导致的。因此，本研究的表格中凡是标有卡方值的，说明两个变量之间具有实际的显著差异。

4.方差分析

方差分析（ANOVA），是SPSS 17.0软件中一个功能强大的分析程序，主要是用来鉴别各种因素对研究对象的某些特征的影响大小。方差分析有单因素方差分析（One -Way ANOVA）、多因素方差分析（Univariate）和协方差分析（Multivariate）三种，本次统计分析中主要采用了单因素方差分析和多因素方差分析两种。

5.相关性分析

相关性分析（Correlate）主要用来研究变量之间的密切程度和变化趋势。相关分析分为两变量相关分析（Bivariate）、偏相关分析（Partial）和距离分析（Distances）三种。在本次统计分析中这种方法运用比较多，尤其是两变量相关分析使用频率最多，凡是本次研究中出现两个变量的相关系数图表均用两变量相关分析方式制作而成的，它能够很清晰地展示两个变量之间的相互关系。