導(dǎo)語(yǔ)：如何才能寫好一篇統(tǒng)計(jì)學(xué)變量類型，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

[關(guān)鍵詞]社會(huì)科學(xué) 統(tǒng)計(jì)方法 應(yīng)用問題

社會(huì)科學(xué)的實(shí)證研究在應(yīng)用統(tǒng)計(jì)學(xué)時(shí),統(tǒng)計(jì)分析是其關(guān)鍵環(huán)節(jié),資料性質(zhì)分析、資料類型的判斷、統(tǒng)計(jì)方法的選擇等各個(gè)環(huán)節(jié)都應(yīng)把握好,否則,其分析結(jié)果將是沒有意義的。本文擬通過對(duì)社會(huì)科學(xué)實(shí)證研究論文中應(yīng)用統(tǒng)計(jì)分析方法出現(xiàn)的問題,從描述性分析、定量資料的統(tǒng)計(jì)分析、定性資料的統(tǒng)計(jì)分析、相關(guān)與回歸分析等方面進(jìn)行解析。

一、描述性分析問題

在社會(huì)科學(xué)實(shí)證研究中,一般首先要對(duì)社會(huì)調(diào)查數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析,以發(fā)現(xiàn)其內(nèi)在的規(guī)律性,再選擇進(jìn)一步的分析方法。描述性統(tǒng)計(jì)分析要對(duì)調(diào)查總體所有變量的有關(guān)數(shù)據(jù)做統(tǒng)計(jì)性描述,主要包括數(shù)據(jù)的頻數(shù)分析、集中趨勢(shì)分析、離散程度分析、分布形態(tài)以及一些基本的統(tǒng)計(jì)圖形。

描述性統(tǒng)計(jì)分析雖然較為簡(jiǎn)單,但如果對(duì)某個(gè)事件或某種現(xiàn)象的描述不清楚或存在偏差,那么其后的所有分析都將值得懷疑,而描述的偏差可能會(huì)引起公眾或?qū)W術(shù)界對(duì)某些社會(huì)現(xiàn)象的誤解,甚至誤導(dǎo)政府決策。

1.均值的誤用

均值是用于描述樣本集中趨勢(shì)的最常用指標(biāo),但應(yīng)注意,對(duì)于正態(tài)或近似正態(tài)的對(duì)稱分布樣本,它是較好的指標(biāo),一般與離散趨勢(shì)指標(biāo)中的標(biāo)準(zhǔn)差一起描述數(shù)據(jù)資料(即形式);而對(duì)于偏態(tài)分布的樣本,則常用中位數(shù)來描述集中趨勢(shì),一般與離散趨勢(shì)指標(biāo)中的四分位數(shù)間距一起描述數(shù)據(jù)資料(即形式),究其原因是均值容易受到極端值的影響。

對(duì)于兩個(gè)分布完全不同的樣本,可能會(huì)得到相同的均值,因此均值在某種程度上抹殺了樣本內(nèi)部的差異,而往往這種內(nèi)部差異正是需要進(jìn)行深入研究或應(yīng)當(dāng)引起人們注意的。為了彌補(bǔ)均值的這種缺陷,一般在報(bào)告均值的同時(shí),也應(yīng)該報(bào)告標(biāo)準(zhǔn)差,或用直方圖或散點(diǎn)圖的形式描述分布,以展示群體內(nèi)部的差異。

2.絕對(duì)數(shù)的誤用

因?yàn)樯鐣?huì)調(diào)查研究比較容易得到大容量的樣本,所以對(duì)任何小概率事件,用絕對(duì)數(shù)報(bào)告都會(huì)出現(xiàn)較大的數(shù)字,單純對(duì)絕對(duì)數(shù)的強(qiáng)調(diào)往往會(huì)產(chǎn)生誤解。比較合理的方式一般是在報(bào)告某事件絕對(duì)數(shù)的同時(shí),給出該事件的發(fā)生率或占研究樣本的比例。

3.相對(duì)數(shù)的誤用

相對(duì)數(shù)常用于描述定性資料的內(nèi)部構(gòu)成情況或相對(duì)比值或某現(xiàn)象的發(fā)生強(qiáng)度,一般有比與率兩種形式。雖然比與率的計(jì)算形式是相同的,即兩個(gè)絕對(duì)數(shù)之商乘以100%,但它們的含義是不同的。率用于反映某種事物或現(xiàn)象發(fā)生的強(qiáng)度,而比則用于反映部分與整體或某一部分與另一部分之間的關(guān)系。當(dāng)數(shù)據(jù)的比較基礎(chǔ)相差懸殊,用絕對(duì)數(shù)表述沒有可比性時(shí),就要借助于相對(duì)數(shù)。

應(yīng)用相對(duì)數(shù)也容易出現(xiàn)一些問題,如:百分比與百分率的混用;當(dāng)分母很小時(shí),只計(jì)算百分比或百分率,而沒有報(bào)告樣本量;當(dāng)比較兩個(gè)或多個(gè)總體率時(shí),沒有考慮到各總體對(duì)應(yīng)的內(nèi)部構(gòu)成情況是否一致,而直接比較等。

例如在報(bào)告流動(dòng)人口犯罪問題時(shí),給人的印象往往是流動(dòng)人口犯罪率高于常住人口,其實(shí)是忽視了流動(dòng)人口的年齡和性別構(gòu)成與常住人口完全不同,且青年男性是犯罪率較高的人群,這樣對(duì)兩個(gè)不同群體的比較往往會(huì)導(dǎo)致錯(cuò)誤的結(jié)論。

二、定量資料的統(tǒng)計(jì)分析問題

定量資料的統(tǒng)計(jì)分析是指所觀測(cè)的結(jié)果變量是定量的,而且希望考察定性的影響因素取不同水平時(shí),定量觀測(cè)結(jié)果的均值之間的差別是否有統(tǒng)計(jì)學(xué)意義。定量資料的統(tǒng)計(jì)分析在統(tǒng)計(jì)學(xué)應(yīng)用中占有很大的比重,出現(xiàn)的誤用也比較多。

正確選擇定量資料統(tǒng)計(jì)分析方法的關(guān)鍵有兩點(diǎn):一是正確判斷統(tǒng)計(jì)研究設(shè)計(jì)的類型;再是檢驗(yàn)定量資料是否滿足“獨(dú)立性、正態(tài)性及方差齊性”的前提條件[1]。前者要求使用者對(duì)統(tǒng)計(jì)研究設(shè)計(jì)的類型較為熟悉,后者則需要進(jìn)行預(yù)分析,可適當(dāng)借助于統(tǒng)計(jì)分析軟件。根據(jù)前提條件是否滿足來決定用參數(shù)假設(shè)檢驗(yàn)或方差分析,還是用非參數(shù)檢驗(yàn)方法,進(jìn)而根據(jù)對(duì)統(tǒng)計(jì)研究設(shè)計(jì)類型的判斷,確定采用具體的統(tǒng)計(jì)分析方法。

對(duì)定量資料作統(tǒng)計(jì)分析時(shí),常犯的錯(cuò)誤有:

1.不管統(tǒng)計(jì)研究設(shè)計(jì)類型,盲目套用t檢驗(yàn)或單因素方差分析;

2.不驗(yàn)證“獨(dú)立性、正態(tài)性及方差齊性”前提條件,而直接應(yīng)用參數(shù)檢驗(yàn)法;

3.將多因素設(shè)計(jì)定量資料人為拆成多個(gè)成組設(shè)計(jì)定量資料,采用t檢驗(yàn)法;

4.將多因素設(shè)計(jì)定量資料用單因素多水平方差分析解決,或用一元分析替代多元分析等。

三、定性資料的統(tǒng)計(jì)分析問題

定性資料的統(tǒng)計(jì)分析是指觀測(cè)結(jié)果為定性變量的統(tǒng)計(jì)處理問題。定性資料的統(tǒng)計(jì)分析在社會(huì)科學(xué)研究中的應(yīng)用也是很廣泛的,通常根據(jù)影響觀測(cè)結(jié)果的原因變量性質(zhì)分為三種情況:

1.原因變量都為定性變量,此類資料就是通常理解的定性資料。常用的統(tǒng)計(jì)分析方法有:檢驗(yàn)、秩和檢驗(yàn)或Ridit分析、Spearman秩相關(guān)分析、線性趨勢(shì)檢驗(yàn)、一致性檢驗(yàn)(也稱Kappa檢驗(yàn))、加權(quán)檢驗(yàn)、對(duì)數(shù)線性模型等。

2.原因變量中既有定性變量,又有定量變量。這類資料的統(tǒng)計(jì)分析通常有兩種處理方法:一是結(jié)合專業(yè)知識(shí)先將定量的原因變量離散化,使其轉(zhuǎn)化為定性變量,然后采用上面3.1的統(tǒng)計(jì)方法處理;二是先對(duì)定性的原因變量,采用啞變量技術(shù)進(jìn)行處理,轉(zhuǎn)化為多個(gè)二值變量,賦予0或1值,然后采用Logistic回歸分析方法或多值有序變量Logistic回歸分析處理。

3.原因變量全部為定量變量。這類資料的分析可以直接采用Logistic回歸分析方法或多值有序變量Logistic回歸分析處理。

定性資料的最常用表達(dá)形式是列聯(lián)表,列聯(lián)表有多種類型,如橫斷面設(shè)計(jì)的四格(或稱2x2)列聯(lián)表、隊(duì)列研究設(shè)計(jì)的四格列聯(lián)表、配對(duì)研究設(shè)計(jì)的四格列聯(lián)表、雙向無序的R×C列聯(lián)表、單向有序的R×C列聯(lián)表、高維列聯(lián)表等,不同類型所用統(tǒng)計(jì)方法也不同,所以處理這類資料的關(guān)鍵是分辨出列聯(lián)表的類型,從而選擇相應(yīng)統(tǒng)計(jì)分析方法。

在社會(huì)科學(xué)研究中,定性資料的統(tǒng)計(jì)分析常犯的錯(cuò)誤主要就是列聯(lián)表的誤判,從而錯(cuò)誤的選用統(tǒng)計(jì)方法。

四、相關(guān)與回歸分析問題

相關(guān)分析是研究變量之間的相互關(guān)系,常局限于統(tǒng)計(jì)描述,較難從數(shù)量角度對(duì)變量之間的聯(lián)系進(jìn)行深入研究;回歸分析則是研究變量之間的依賴關(guān)系,可實(shí)現(xiàn)對(duì)自變量進(jìn)行控制,對(duì)因變量進(jìn)行預(yù)測(cè),及對(duì)隨機(jī)變化趨勢(shì)進(jìn)行適當(dāng)修勻。

相關(guān)分析可用于對(duì)定類、定序、定距及定比等尺度的各類資料進(jìn)行定量描述,但各類資料的計(jì)算公式是不同的,所以應(yīng)用時(shí),需要判明資料的類型;而回歸分析則要根據(jù)因變量性質(zhì)的不同,選用不同的回歸分析方法,一般可分為兩類:一是因變量為連續(xù)型變量,具體的,當(dāng)為非時(shí)間性的連續(xù)型變量時(shí),可用線性回歸分析、多項(xiàng)式回歸分析、非線性回歸分析等;當(dāng)為時(shí)間變量時(shí),可用COX半?yún)?shù)回歸分析、指數(shù)分布回歸分析及威布爾回歸分析等;當(dāng)為隨時(shí)間變化的連續(xù)型變量時(shí),則需要利用時(shí)間序列分析。二是因變量為離散型變量,需要利用Logistic回歸分析、對(duì)數(shù)線性模型分析及多項(xiàng)Logit模型分析等。

在社會(huì)科學(xué)研究中,相關(guān)與回歸分析的應(yīng)用非常廣泛。但應(yīng)用時(shí)也經(jīng)常出現(xiàn)一些錯(cuò)誤:

1.沒有結(jié)合問題的專業(yè)背景和實(shí)際意義,就進(jìn)行相關(guān)與回歸分析。其結(jié)果有時(shí)可能是莫名奇妙的,可能出現(xiàn)所謂的虛假相關(guān)。

2.對(duì)于較簡(jiǎn)單的線性相關(guān)與回歸分析,不注意應(yīng)用條件,盲目套用。一般地,Pearson相關(guān)分析要求兩變量都是隨機(jī)變量,且都服從或近似服從正態(tài)分布,若不滿足條件,應(yīng)采用其它相關(guān)分析法,如Spearman相關(guān)分析等。而線性回歸分析則要求因變量必須是隨機(jī)變量,且服從或近似服從正態(tài)分布,在回歸分析前,先要進(jìn)行統(tǒng)計(jì)檢驗(yàn),證實(shí)兩變量的顯著相關(guān)性,再進(jìn)一步進(jìn)行回歸分析才有意義。

3.只求得相關(guān)系數(shù)或回歸方程,而不進(jìn)行參數(shù)假設(shè)檢驗(yàn)就下統(tǒng)計(jì)分析結(jié)論。因?yàn)橄嚓P(guān)系數(shù)或回歸方程都是由樣本數(shù)據(jù)求得的,是否具有統(tǒng)計(jì)學(xué)意義,必須通過其相關(guān)參數(shù)的假設(shè)檢驗(yàn)來判定。

4.多元回歸分析策略的錯(cuò)誤。在社會(huì)科學(xué)實(shí)證研究中,對(duì)多元回歸分析的應(yīng)用,不少人采取的策略是先用單變量分析,得到有統(tǒng)計(jì)學(xué)意義的多個(gè)變量,再將它們引入回歸方程進(jìn)行多變量分析,用逐步回歸法進(jìn)行篩選,從中選出有統(tǒng)計(jì)學(xué)意義的變量,這種分析策略是不正確的。因?yàn)樽宰兞恐g可能存在不同程度的交互作用,在單變量分析中無統(tǒng)計(jì)學(xué)意義的變量并非在多元回歸分析中也沒有意義。正確的處理方法應(yīng)該是先綜合分析各種變量之間的作用、實(shí)際意義及關(guān)系,有些可作為控制變量(如性別、年齡等),將經(jīng)過初步篩選的所有變量代入回歸方程進(jìn)行分析,再采用逐步回歸方法,必要時(shí)可多用幾種篩選變量的方法,同時(shí)要注意自變量間的交互作用,進(jìn)行綜合分析,這樣才能得到較為可靠的結(jié)果。

參考文獻(xiàn):

[1]王在翔:社會(huì)統(tǒng)計(jì)理論與實(shí)踐[M].青島:中國(guó)海洋大學(xué)出版社,2008

[2]胡良平等.醫(yī)學(xué)統(tǒng)計(jì)學(xué)基礎(chǔ)與典型錯(cuò)誤辨析[M].北京:軍事醫(yī)學(xué)科學(xué)出版社,2003.148-239

[3]柯文泉:統(tǒng)計(jì)方法應(yīng)用中應(yīng)注意的幾個(gè)問題[J].時(shí)代經(jīng)貿(mào),2008,6(96):83-86

篇2

很多科研人員(包括臨床醫(yī)生)在進(jìn)行科研工作過程中，習(xí)慣用專業(yè)知識(shí)取代一切其他知識(shí)。其突出表現(xiàn)是：等科研工作已經(jīng)完成，甚至論文已寫完，因某些數(shù)據(jù)處理有問題被退稿時(shí)，才想起要找統(tǒng)計(jì)學(xué)工作者幫助處理論文中的實(shí)驗(yàn)數(shù)據(jù)；考慮問題稍周到一些的科研人員在科研工作完成之后，在撰寫論文之前就想到要運(yùn)用統(tǒng)計(jì)學(xué)知識(shí)來分析實(shí)驗(yàn)數(shù)據(jù)。這兩種運(yùn)用統(tǒng)計(jì)學(xué)的科研人員都是在把統(tǒng)計(jì)學(xué)當(dāng)作分析數(shù)據(jù)的“計(jì)算工具”或當(dāng)作發(fā)表學(xué)術(shù)論文的“敲門磚”，是對(duì)統(tǒng)計(jì)學(xué)重要性認(rèn)識(shí)不足的突出表現(xiàn)。理由很簡(jiǎn)單，科研數(shù)據(jù)是否正確可靠、是否值得進(jìn)行數(shù)據(jù)分析、結(jié)論是否可信等一系列重要問題都沒有令人信服的證據(jù)來幫助說明，換句話說，若缺乏科研設(shè)計(jì)或科研設(shè)計(jì)不科學(xué)、不完善，即使花費(fèi)10年時(shí)間和數(shù)億人民幣進(jìn)行調(diào)查或?qū)嶒?yàn)獲得了大量科研數(shù)據(jù)，與某人用計(jì)算機(jī)產(chǎn)生的毫無專業(yè)含義的任意多個(gè)隨機(jī)數(shù)據(jù)沒有什么區(qū)別，除了浪費(fèi)了大量國(guó)家和人民的血汗錢，對(duì)科學(xué)技術(shù)進(jìn)步、對(duì)人類的貢獻(xiàn)不僅為零，甚至是負(fù)數(shù)！因此，在進(jìn)行科研工作之前，制定科學(xué)完善的科研設(shè)計(jì)方案，特別是其中的實(shí)驗(yàn)設(shè)計(jì)方案或調(diào)查設(shè)計(jì)方案的質(zhì)量好壞，是科研工作成敗的關(guān)鍵所在！

科研設(shè)計(jì)包括專業(yè)設(shè)計(jì)和統(tǒng)計(jì)研究設(shè)計(jì)。專業(yè)設(shè)計(jì)主要包括基本常識(shí)和專業(yè)知識(shí)的正確、全面、巧妙地運(yùn)用；而統(tǒng)計(jì)研究設(shè)計(jì)包括實(shí)驗(yàn)設(shè)計(jì)、臨床試驗(yàn)設(shè)計(jì)和調(diào)查設(shè)計(jì)。值得注意的是：在很多科研人員所做的科研課題中，不僅嚴(yán)重忽視統(tǒng)計(jì)研究設(shè)計(jì)，就連專業(yè)設(shè)計(jì)也有嚴(yán)重錯(cuò)誤，主要表現(xiàn)在犯了基本常識(shí)錯(cuò)誤和違背專業(yè)知識(shí)錯(cuò)誤。這類錯(cuò)誤所發(fā)生的頻率還相當(dāng)高，是一種不能容忍的不正?，F(xiàn)象！

在統(tǒng)計(jì)研究設(shè)計(jì)所包含的3種研究設(shè)計(jì)中，實(shí)驗(yàn)設(shè)計(jì)是最重要的，因?yàn)楹芏嚓P(guān)鍵性的內(nèi)容都包含在其中，其核心內(nèi)容是“三要素”、“四原則”和“設(shè)計(jì)類型”。所謂“三要素”就是受試對(duì)象(或調(diào)查對(duì)象)、影響因素(包括試驗(yàn)因素和重要的非試驗(yàn)因素)和實(shí)驗(yàn)效應(yīng)(通過具體的觀測(cè)指標(biāo)來體現(xiàn))；所謂“四原則”就是隨機(jī)、對(duì)照、重復(fù)和均衡原則，它們?cè)谶x取和分配受試對(duì)象、控制重要非試驗(yàn)因素對(duì)觀測(cè)結(jié)果的干擾和影響、提高組間均衡性、提高結(jié)論的可靠性和說服力等方面將起到“保駕護(hù)航”的作用；所謂“設(shè)計(jì)類型”就是實(shí)驗(yàn)中因素及其水平如何合理搭配而形成的一種結(jié)構(gòu)，它決定了能否多快好省且又經(jīng)濟(jì)可靠地實(shí)現(xiàn)研究目標(biāo)?？蒲腥藛T若對(duì)重要非試驗(yàn)因素考慮不周到、對(duì)照組選擇不合理、設(shè)計(jì)類型選擇不當(dāng)或辨別不清，導(dǎo)致科研課題的科研設(shè)計(jì)千瘡百孔、數(shù)據(jù)分析濫竽充數(shù)、結(jié)果解釋稀里糊涂、結(jié)論陳述啼笑皆非。下面筆者就“實(shí)驗(yàn)設(shè)計(jì)”環(huán)節(jié)存在的問題辨析如下。

1 在分析定量資料前未明確交代所對(duì)應(yīng)的實(shí)驗(yàn)設(shè)計(jì)類型

人們?cè)谔幚矶抠Y料前未明確交代定量資料所對(duì)應(yīng)的實(shí)驗(yàn)設(shè)計(jì)，對(duì)數(shù)千篇稿件進(jìn)行審閱后發(fā)現(xiàn)，大多數(shù)人都是盲目套用統(tǒng)計(jì)分析方法，其結(jié)論的正確性如何是可想而知的。這是一條出現(xiàn)非常頻繁的錯(cuò)誤，應(yīng)當(dāng)引起廣大科研工作者的高度重視。

2 臨床試驗(yàn)設(shè)計(jì)中一個(gè)極易被忽視的問題——按重要非試驗(yàn)因素進(jìn)行分層隨機(jī)化

例1：原文題目為《氣管舒合劑治療支氣管哮喘的臨床觀察》。原作者寫到：“全部病例均來源于本院呼吸?？崎T診和普通門診，隨機(jī)分為治療組40例和對(duì)照組30例。其中治療組男21例，女19例；年齡21～55歲，平均(36.28±9.36)歲；病程2～23年，平均(10.31±17.48)年；病情輕度者16例，中度24例。對(duì)照組30例，男16例，女14例；年齡20～53歲，平均(35.78±9.53)歲；病程3～24年，平均(11.05±6.47)年；病情輕度者13例，中度者17例。兩組間情況差異無顯著性，具有可比性?！闭?qǐng)問這樣隨機(jī)化，其組間具有可比性嗎？

對(duì)差錯(cuò)的辨析與釋疑：顯然，研究者在試驗(yàn)設(shè)計(jì)時(shí)未對(duì)重要非試驗(yàn)因素采用分層隨機(jī)保證各組之間的可比性。這條錯(cuò)誤的嚴(yán)重程度為不可逆，出現(xiàn)不可逆錯(cuò)誤意味著原作者的試驗(yàn)設(shè)計(jì)具有無法改正的錯(cuò)誤，必須重做實(shí)驗(yàn)！究其原因，主要是原作者未理解統(tǒng)計(jì)學(xué)上隨機(jī)的概念。統(tǒng)計(jì)學(xué)上隨機(jī)化的目的是盡可能去掉人為因素對(duì)觀測(cè)結(jié)果的干擾和影響，讓重要的非試驗(yàn)因素在組間達(dá)到平衡。稍微留意一下原作者隨機(jī)化分組，明顯帶有人為的痕跡，治療組40人比對(duì)照組30人多出10人；治療組病程的標(biāo)準(zhǔn)差17.48是對(duì)照組病程的標(biāo)準(zhǔn)差6.47的近3倍。筆者很疑惑怎樣的隨機(jī)化才能達(dá)到如此的不平衡？事實(shí)上隨機(jī)化有4種：子總體內(nèi)隨機(jī)、完全隨機(jī)、分層隨機(jī)和按不平衡指數(shù)最小原則所進(jìn)行的隨機(jī)，原文條件下應(yīng)當(dāng)選用分層隨機(jī)，即以兩個(gè)重要的非試驗(yàn)因素(性別和病情)水平組合形成4個(gè)小組(男輕，女輕，男中，女中)，然后把每個(gè)小組內(nèi)的患者再隨機(jī)均分到治療組和對(duì)照組中去，這樣分層隨機(jī)的最終結(jié)果一定是治療組和對(duì)照組各35人，且使2組間非試驗(yàn)因素的影響達(dá)到盡可能的平衡，從而可大大提高組間的可比性。在本例中，若“病程”對(duì)觀測(cè)結(jié)果有重要影響，在進(jìn)行分層隨機(jī)化時(shí)，在按“性別”和“病情”分組的基礎(chǔ)上，還應(yīng)再按“病程”(設(shè)分為短、中、長(zhǎng))分組，即共形成12個(gè)小組，將每個(gè)小組中的患者隨機(jī)均分入治療組與對(duì)照組中去，這是使“性別、病情、病程”3個(gè)重要非試驗(yàn)因素對(duì)觀測(cè)結(jié)果的影響在治療組與對(duì)照組之間達(dá)到平衡的重要舉措，也是所有臨床試驗(yàn)研究成敗與否的最關(guān)鍵環(huán)節(jié)！

3 實(shí)驗(yàn)設(shè)計(jì)類型判斷錯(cuò)誤

例2：某作者欲觀察甘草酸、潑尼松對(duì)慢性馬兜鈴酸腎病(AAN)腎損害的干預(yù)作用，于是，進(jìn)行了實(shí)驗(yàn)，數(shù)據(jù)見表1。原作者經(jīng)過用甘草酸和潑尼松分別與同期正常對(duì)照組和模型組比較，一個(gè)P＜0.05，另一個(gè)P＜0.01，于是得到甘草酸、潑尼松對(duì)慢性AAN腎損害具有一定程度的保護(hù)作用，且潑尼松的效果更佳。請(qǐng)問原作者的結(jié)論可信嗎？表1 各組大鼠血BUN及SCr變化比較（略）注：與正常對(duì)照組同期比較，*P＜0.05，**P＜0.01；與模型組同期比較，P＜0.05，P＜0.01

對(duì)差錯(cuò)的辨析與釋疑：本例錯(cuò)誤極為典型，通常科研工作者欲觀察某種藥物是否有效，習(xí)慣上會(huì)建立正常對(duì)照組、模型組(即該藥物擬治療的病態(tài)組)和在模型組基礎(chǔ)上的用藥組(如本例中甘草酸組和潑尼松組)。這樣的設(shè)計(jì)本身并沒有錯(cuò)，但這僅僅是專業(yè)上的“實(shí)驗(yàn)安排(可稱為多因素非平衡組合實(shí)驗(yàn)[1])”，而并非是統(tǒng)計(jì)學(xué)中所說的某種標(biāo)準(zhǔn)實(shí)驗(yàn)設(shè)計(jì)類型。寫在“組別”之下的4個(gè)組，并非是一個(gè)因素的4個(gè)水平，而是2個(gè)因素水平的部分組合。這2個(gè)因素分別是“是否建模(即正常與模型2個(gè)水平)”和“用藥種類[即不用藥(相當(dāng)于安慰劑)、用甘草酸和用潑尼松3個(gè)水平]”。2個(gè)因素共有6種水平組合，即“組別”之下缺少了“正常基礎(chǔ)上用甘草酸”和“正?；A(chǔ)上用潑尼松”。這樣設(shè)計(jì)的實(shí)驗(yàn)才可能反映出“是否建?！迸c“用藥種類”2個(gè)因素之間是否存在交互作用。

在本課題研究中，由于未在實(shí)驗(yàn)前作出正確的實(shí)驗(yàn)設(shè)計(jì)，處理數(shù)據(jù)時(shí)錯(cuò)誤就悄然產(chǎn)生了。具體到本例，從原作者在表1的注解中可以看出，通過單因素方差分析分別比較同期(即相同觀測(cè)時(shí)間點(diǎn))的甘草酸組和潑尼松組與正常對(duì)照組和模型組之間的差別是否有統(tǒng)計(jì)學(xué)意義。這樣的做法有3個(gè)嚴(yán)重錯(cuò)誤：第一，嚴(yán)格地說，在模型組基礎(chǔ)上的用藥組是不適合直接與正常對(duì)照組相比較的，因?yàn)檫@樣的比較解釋不清到底是藥物的作用還是由于模型未建成功而造成的假象；第二，將各個(gè)時(shí)間點(diǎn)割裂開分別比較破壞了原先的整體設(shè)計(jì)，數(shù)據(jù)利用率降低，誤差估計(jì)不準(zhǔn)確，導(dǎo)致結(jié)論的可信度降低。將一個(gè)重復(fù)測(cè)量實(shí)驗(yàn)的各個(gè)時(shí)間點(diǎn)割裂開來考察，就等于在各個(gè)片段上估計(jì)實(shí)驗(yàn)誤差、作出統(tǒng)計(jì)推斷，好像盲人摸象一樣，摸出來的結(jié)果差別何其之大；第三，要想說明兩種藥物哪個(gè)效果更佳，在得出差別具有統(tǒng)計(jì)學(xué)意義的基礎(chǔ)上，衡量的標(biāo)準(zhǔn)是應(yīng)看組間平均值的差量的大小而不應(yīng)看P值是否足夠地小，不能說P＜0.01時(shí)就比P＜0.05時(shí)更有效，這種忽視實(shí)驗(yàn)誤差、忽視絕對(duì)數(shù)量和脫離專業(yè)知識(shí)的想法和做法都是不妥當(dāng)?shù)摹?/p>

如何正確處理表1中的實(shí)驗(yàn)資料呢？關(guān)鍵要正確判定該定量資料所對(duì)應(yīng)的是什么實(shí)驗(yàn)設(shè)計(jì)類型。由前面的分析可知，表1定量資料對(duì)應(yīng)的是“多因素非平衡組合實(shí)驗(yàn)”，而不是某種標(biāo)準(zhǔn)的多因素實(shí)驗(yàn)設(shè)計(jì)類型。明智的做法是對(duì)“組別”進(jìn)行合理拆分，即根據(jù)專業(yè)知識(shí)和統(tǒng)計(jì)學(xué)知識(shí)，對(duì)“組別”之下的所有組重新進(jìn)行組合，應(yīng)使每種組合對(duì)應(yīng)著一個(gè)標(biāo)準(zhǔn)的實(shí)驗(yàn)設(shè)計(jì)類型。正確地拆分結(jié)果分別見表2和表3。表2 正常對(duì)照組與模型組大鼠血BUN及SCr變化的測(cè)定結(jié)果（略）表3 模型組和2個(gè)用藥組大鼠血BUN及SCr變化的測(cè)定結(jié)果（略）

事實(shí)上，由科研習(xí)慣形成的這一套實(shí)驗(yàn)方案筆者形象地稱之為多因素非平衡的組合實(shí)驗(yàn)，或者說，它是實(shí)驗(yàn)設(shè)計(jì)的表現(xiàn)型。通?？梢赃M(jìn)行統(tǒng)計(jì)分析的都必須是標(biāo)準(zhǔn)型(即統(tǒng)計(jì)學(xué)上所說的某種實(shí)驗(yàn)設(shè)計(jì)類型)，因此需要能看出代表表現(xiàn)型本質(zhì)的原型(本例中組別之下應(yīng)該有6個(gè)組，這6個(gè)組構(gòu)成一個(gè)2×3析因設(shè)計(jì)結(jié)構(gòu)，但原作者少設(shè)計(jì)了2個(gè)組)。通常需要將表現(xiàn)型或/和原型拆分成標(biāo)準(zhǔn)型后再選擇合適的統(tǒng)計(jì)分析方法進(jìn)行數(shù)據(jù)分析。本例根據(jù)原作者的意圖，可以將表1拆分成2個(gè)標(biāo)準(zhǔn)型，形成2個(gè)具有一個(gè)重復(fù)測(cè)量的兩因素設(shè)計(jì)定量資料，見表2和表3。相應(yīng)的統(tǒng)計(jì)分析方法就是具有一個(gè)重復(fù)測(cè)量的兩因素設(shè)計(jì)定量資料的方差分析。此處請(qǐng)讀者注意：第一，具有一個(gè)重復(fù)測(cè)量的兩因素設(shè)計(jì)定量資料的方差分析和一般的方差分析雖然都叫方差分析，但它們的計(jì)算公式卻有本質(zhì)區(qū)別，絕不可混用；第二，重復(fù)測(cè)量因素(本例中為時(shí)間)不要與實(shí)驗(yàn)分組因素(表2中叫“是否建?！保槐?中叫“藥物種類”)同時(shí)列入左邊，它們是本質(zhì)不同的兩種因素，一般應(yīng)該把“重復(fù)測(cè)量因素”放到表頭橫線下方。

通過本例可以看出，在實(shí)驗(yàn)前明確實(shí)驗(yàn)設(shè)計(jì)是多么重要的一件事情。試想，若讓本例原作者寫明他的實(shí)驗(yàn)設(shè)計(jì)類型，他必然就會(huì)對(duì)基本的實(shí)驗(yàn)設(shè)計(jì)類型作一番調(diào)查和學(xué)習(xí)，自然就能發(fā)現(xiàn)他所“設(shè)計(jì)”的實(shí)驗(yàn)并不是統(tǒng)計(jì)學(xué)上相應(yīng)的實(shí)驗(yàn)設(shè)計(jì)。那么通過咨詢相關(guān)人士必能做出比較正確的實(shí)驗(yàn)設(shè)計(jì)，不僅可以提高科研設(shè)計(jì)水平，而且可以大大提高科研課題和論文質(zhì)量。

例3：原文題目為《土荊芥-水團(tuán)花對(duì)胃潰瘍大鼠黏膜保護(hù)作用的研究》。原作者使用單因素多水平設(shè)計(jì)定量資料方差分析處理表4中的數(shù)據(jù)。請(qǐng)問原作者這樣做對(duì)嗎？表4 各組黏膜肌層寬度、再生黏膜厚度變化（略）注：與正常組比較，aP＜0.05；與NS組比較，bP＜0.05；與CP 10 mg·kg－1 組比較，cP＜0.05

對(duì)差錯(cuò)的辨析與釋疑：本例涉及到統(tǒng)計(jì)學(xué)三型理論[1]中的一些概念，簡(jiǎn)單地說就是可以直接進(jìn)行統(tǒng)計(jì)分析的來自標(biāo)準(zhǔn)設(shè)計(jì)的數(shù)據(jù)表叫標(biāo)準(zhǔn)型，反映問題本質(zhì)但并非是標(biāo)準(zhǔn)型的數(shù)據(jù)表叫原型，而掩蓋了原型信息的數(shù)據(jù)表叫表現(xiàn)型?！敖M別”之下的6個(gè)組，似乎是某個(gè)因素的6個(gè)水平，其實(shí)不然！這6個(gè)組涉及到多個(gè)試驗(yàn)因素，應(yīng)對(duì)“組別”拆分重新組合后，再分別判定各種組合所對(duì)應(yīng)的實(shí)驗(yàn)設(shè)計(jì)類型，并選用相應(yīng)的統(tǒng)計(jì)分析方法。組合1：空白對(duì)照組(正常)、陰性對(duì)照組(NS)，這是單因素兩水平設(shè)計(jì)(簡(jiǎn)稱為成組設(shè)計(jì))。由于正常組無實(shí)驗(yàn)數(shù)據(jù)，故該組合無法進(jìn)行統(tǒng)計(jì)分析；組合2：NS組、RA組、CP(20/mg·kg-1)組，這是單因素3水平設(shè)計(jì)，因素的名稱叫“藥物種類”；組合3：NS組、CP(10/mg·kg-1)組、CP(15/mg·kg-1)組、CP(20/mg·kg-1)組，這是單因素4水平設(shè)計(jì)，因素名稱叫CP的劑量(其中，NS組可視為CP的劑量為0)。

對(duì)于組合2和組合3，若定量資料滿足參數(shù)檢驗(yàn)的前提條件，可選用相應(yīng)設(shè)計(jì)定量資料的方差分析，否則，需要改用相應(yīng)設(shè)計(jì)定量資料的秩和檢驗(yàn)。

4 人為改變?cè)O(shè)計(jì)類型且數(shù)據(jù)利用不全

例4：某作者使用表5中的數(shù)據(jù)進(jìn)行分析，欲比較治療組和對(duì)照組在治療后的各個(gè)時(shí)間點(diǎn)的療效情況，使用的分析方法為一般卡方檢驗(yàn)，請(qǐng)問原作者這樣做對(duì)嗎？

對(duì)差錯(cuò)的辨析與釋疑：從給出的統(tǒng)計(jì)表可以看出，該作者有意或者無意之間收集了一類相當(dāng)復(fù)雜的實(shí)驗(yàn)設(shè)計(jì)類型下的定性資料，結(jié)果變量為多值有序變量的具有一個(gè)重復(fù)測(cè)量的兩因素設(shè)計(jì)定性資料，處理這個(gè)設(shè)計(jì)下收集的定性資料要使用相應(yīng)設(shè)計(jì)定性資料的統(tǒng)計(jì)模型分析法。由于上述方法過于復(fù)雜，因此，通常在實(shí)際運(yùn)用中，實(shí)際工作者將重復(fù)測(cè)量因素武斷地視為實(shí)驗(yàn)分組因素，從而使該資料變?yōu)榻Y(jié)果變量為多值有序變量的三維列聯(lián)表資料。在已經(jīng)出錯(cuò)的前提下，原本應(yīng)當(dāng)使用CMH校正的秩和檢驗(yàn)或者有序變量的多重logistic回歸分析處理資料。然而，該作者顯然在此基礎(chǔ)上進(jìn)一步合并了數(shù)據(jù)，將結(jié)果變量變成二值變量(有效、無效)，也就是說，原作者實(shí)際使用的僅僅是最后一列數(shù)據(jù)(即總有效率)，并且最為嚴(yán)重的錯(cuò)誤是將三維列聯(lián)表資料強(qiáng)行降維成二維列聯(lián)表資料，使用一般χ2檢驗(yàn)進(jìn)行分析。經(jīng)過一系列的簡(jiǎn)化與錯(cuò)誤合并，最后結(jié)論的可信度還剩下多少呢？表5 原作者對(duì)2組療效比較的試驗(yàn)設(shè)計(jì)及數(shù)據(jù)表達(dá)（略）注：與對(duì)照組同期比較，*P＜0.05

由于篇幅所限，這類錯(cuò)誤筆者只給出1例，實(shí)際上此類例子在很多雜志中普遍存在。這說明在進(jìn)行實(shí)驗(yàn)設(shè)計(jì)時(shí)，很多研究人員并未做到心中有數(shù)；分析數(shù)據(jù)時(shí)，按自己熟悉的簡(jiǎn)單統(tǒng)計(jì)分析方法所能解決的數(shù)據(jù)結(jié)構(gòu)強(qiáng)硬地改造數(shù)據(jù)，嚴(yán)格地說，在用表格表達(dá)實(shí)驗(yàn)資料的那一剎那就已人為改變了資料所對(duì)應(yīng)的實(shí)驗(yàn)設(shè)計(jì)類型，這種做法的科學(xué)性和得出結(jié)論的正確性都將受到質(zhì)疑[2]。

5 正交設(shè)計(jì)及數(shù)據(jù)處理方面的錯(cuò)誤

人們?cè)谶M(jìn)行正交設(shè)計(jì)和對(duì)正交設(shè)計(jì)定量資料進(jìn)行統(tǒng)計(jì)分析時(shí)，常存在下列3個(gè)誤區(qū)：很多人過分強(qiáng)調(diào)用正交設(shè)計(jì)可以大大減少實(shí)驗(yàn)次數(shù)，因此，無論各實(shí)驗(yàn)條件(正交表中的每一行)下的實(shí)驗(yàn)結(jié)果波動(dòng)有多大，都不做重復(fù)實(shí)驗(yàn)，這是第1個(gè)誤區(qū)；將正交表各列上都排滿試驗(yàn)因素，用對(duì)實(shí)驗(yàn)結(jié)果影響最小的試驗(yàn)因素所對(duì)應(yīng)的標(biāo)準(zhǔn)誤作為分析其他因素是否具有統(tǒng)計(jì)學(xué)意義的誤差項(xiàng)，導(dǎo)致誤差項(xiàng)的自由度較小，結(jié)論的可信度較低，這是第2個(gè)誤區(qū)；在對(duì)正交設(shè)計(jì)定量資料進(jìn)行方差分析后，即使存在多個(gè)無統(tǒng)計(jì)學(xué)意義的因素，仍對(duì)少數(shù)幾個(gè)有統(tǒng)計(jì)學(xué)意義的因素進(jìn)行解釋，未將無統(tǒng)計(jì)學(xué)意義的因素合并到誤差項(xiàng)中去重新估計(jì)實(shí)驗(yàn)誤差，以獲得具有較大自由度的誤差項(xiàng)，這是第3個(gè)誤區(qū)。

參考文獻(xiàn)

篇3

【關(guān)鍵詞】 焦慮；抑郁；因素分析，統(tǒng)計(jì)學(xué)；學(xué)生；農(nóng)村人口

【中圖分類號(hào)】 R 749.7 R 395.6 【文獻(xiàn)標(biāo)識(shí)碼】 A 【文章編號(hào)】 1000-9817(2008)09-0785-03

抑郁、焦慮癥狀是青少年常見的心理障礙，不僅會(huì)影響身心健康，還與吸煙、飲酒、傷害等健康危害行為密切相關(guān)［1-2］。農(nóng)村學(xué)校寄宿生大都是由于父母外出打工或住家偏遠(yuǎn)不得不寄宿，這些孩子長(zhǎng)期與父母分離，情感的缺失可能會(huì)對(duì)孩子的心理健康產(chǎn)生不良影響。為進(jìn)一步了解安徽省農(nóng)村寄宿學(xué)生的心理衛(wèi)生狀況，筆者于2007年12月到2008年5月對(duì)安徽省寄宿制學(xué)校學(xué)生樣本人群的抑郁、焦慮癥狀及其影響因素進(jìn)行了研究，結(jié)果報(bào)道如下。

1 對(duì)象與方法

1.1 對(duì)象 選取安徽省長(zhǎng)豐、績(jī)溪、全椒、岳西4個(gè)縣，每個(gè)抽樣地區(qū)抽取農(nóng)村寄宿制學(xué)校4～5所，每所學(xué)校分別從各年級(jí)（小學(xué)五年級(jí)～高中三年級(jí)）抽取1～3個(gè)班的所有學(xué)生作為調(diào)查對(duì)象，共收回有效問卷3 834份。其中長(zhǎng)豐縣958人（25.0%），績(jī)溪縣1 008人（26.3%），全椒縣1 019人（26.6%），岳西縣849人（22.1%）；在校住宿學(xué)生1 586名（41.4%），在親朋家住宿學(xué)生233名（6.1%），租房住宿學(xué)生323名（8.4%），在家住宿學(xué)生1 692名（44.1%）；寄宿生（在校和租房住宿合并）1 909人（49.8%），走讀生（在親朋家和在家住宿合并）1 925人（50.2%）；小學(xué)生721名（五年級(jí)、六年級(jí)分別為377和344人），初中生1 898名（初一、初二、初三分別為680，813，405人），高中生1 215名（高一、高二、高三分別為451，424，340人）；男生2 293名（59.8%），女生1 541名（40.2%）。平均年齡（15.15±2.07）歲。

1.2 調(diào)查變量 （1）人口統(tǒng)計(jì)學(xué)變量：包括年級(jí)、性別、年齡、地區(qū)、父母文化程度、自評(píng)家庭經(jīng)濟(jì)狀況、獨(dú)生子女情況、自評(píng)性格傾向、住宿類型等。（2）抑郁和焦慮癥狀評(píng)定：應(yīng)用Zung抑郁自評(píng)量表（Self-rating Depression Scale, SDS）［3-4］和焦慮自評(píng)量表（Self-rating Anxiety Scale, SAS）［4-5］進(jìn)行評(píng)定。SAS和SDS均包含20個(gè)項(xiàng)目，其評(píng)定分為4級(jí)，按最近1周以來的實(shí)際情況評(píng)分，20個(gè)項(xiàng)目評(píng)分之和為粗分，粗分乘以1.25，四舍五入取整數(shù)即為標(biāo)準(zhǔn)分。本研究以標(biāo)準(zhǔn)分≥50分為界值，評(píng)估有無抑郁、焦慮癥狀。

在校住宿生是指來校上課和參加其他課外活動(dòng)且在學(xué)校宿舍住宿的學(xué)生；住親朋家住宿生指來校上課和參加其他課外活動(dòng)且在親戚或朋友家住宿的學(xué)生；租房住宿生指來校上課和參加其他課外活動(dòng)自己租房住宿的學(xué)生；在家住宿生指來校上課和參加其他課外活動(dòng)且回家住宿的學(xué)生。

1.3 調(diào)查方法及質(zhì)量控制 在正式調(diào)查之前對(duì)調(diào)查員進(jìn)行調(diào)查技術(shù)培訓(xùn)，統(tǒng)一方法。開展預(yù)調(diào)查完善調(diào)查表；所有調(diào)查表均印有指導(dǎo)語(yǔ)，調(diào)查時(shí)解釋指導(dǎo)語(yǔ)并提醒學(xué)生和教師仔細(xì)閱讀指導(dǎo)語(yǔ)后填寫；以班級(jí)為單位，現(xiàn)場(chǎng)發(fā)放調(diào)查表，要求學(xué)生以匿名方式集中獨(dú)立填寫問卷，當(dāng)場(chǎng)核驗(yàn)收回。

1.4 統(tǒng)計(jì)分析 資料以EpiData 3.0建庫(kù)錄入，經(jīng)數(shù)據(jù)轉(zhuǎn)換導(dǎo)入SPSS 10.0進(jìn)行統(tǒng)計(jì)分析。統(tǒng)計(jì)方法包括描述性分析不同住宿類型學(xué)生的抑郁、焦慮癥狀分布特征，用χ2檢驗(yàn)和多因素Logistic回歸對(duì)抑郁、焦慮癥狀的影響因素進(jìn)行分析。

2 結(jié)果

2.1 抑郁、焦慮癥狀檢出情況 3 834名學(xué)生抑郁癥狀檢出率為49.5%，焦慮癥狀檢出率為24.6%，抑郁和焦慮癥狀并存檢出率為20.8%。抑郁和焦慮呈正相關(guān)（r=0.404，P＜0.01）。

2.2 不同住宿類型學(xué)生抑郁、焦慮癥狀檢出情況 表1顯示，在校住宿、在親朋家住宿、租房住宿和在家住宿學(xué)生的抑郁癥狀以及焦慮癥狀的檢出率差異有統(tǒng)計(jì)學(xué)意義，其中在校住宿與租房住宿的學(xué)生抑郁、焦慮癥狀檢出率差異無統(tǒng)計(jì)學(xué)意義（χ2抑郁=1.269，P=0.260；χ2焦慮=0.350，P=0.554），而在家住宿與在親朋家住宿的學(xué)生抑郁、焦慮癥狀分布差異亦無統(tǒng)計(jì)學(xué)意義（χ2抑郁=0.644，P=0.422；χ2焦慮=0.103，P=0.748），將在校住宿與租房住宿的學(xué)生合并為寄宿生，在親朋家住宿與在家住宿合并為走讀生。寄宿生和走讀生抑郁癥狀檢出率分別為52.7%和46.2%，差異有統(tǒng)計(jì)學(xué)意義（χ2=16.021，P=0.000）；寄宿生和走讀生的焦慮癥狀檢出率分別為27.7%，21.5%，差異亦有統(tǒng)計(jì)學(xué)意義（χ2=19.573，P=0.000）。

4種住宿類型中，抑郁癥狀檢出率男、女生差異均無統(tǒng)計(jì)學(xué)意義。在校住宿學(xué)生中，焦慮癥狀檢出率女生高于男生，差異有統(tǒng)計(jì)學(xué)意義（χ2=5.547，P=0.021）；其余3種住宿類型的學(xué)生，焦慮癥狀檢出率男、女生差異均無統(tǒng)計(jì)學(xué)意義。無論在校住宿、在親朋家住宿、租房住宿還是在家住宿，從小學(xué)五年級(jí)至高三年級(jí)學(xué)生抑郁癥狀和焦慮癥狀的檢出率差異無明顯的規(guī)律性。4種住宿類學(xué)生間抑郁癥狀檢出率比較，差異有統(tǒng)計(jì)學(xué)意義(χ2=17.927，P＜0.01)；焦慮癥狀檢出率比較，差異也有統(tǒng)計(jì)學(xué)意義(χ2=20.046，P＜0.01)。

2.3 抑郁、焦慮癥狀的影響因素分析

2.3.1 抑郁、焦慮癥狀影響因素的單因素分析 χ2檢驗(yàn)表明，寄宿情況、地區(qū)、年級(jí)、獨(dú)生子女情況、父親文化程度、自評(píng)家庭經(jīng)濟(jì)狀況、體型、自評(píng)性格傾向8個(gè)因素間抑郁癥狀檢出率差異有統(tǒng)計(jì)學(xué)意義，寄宿情況、地區(qū)、性別、年級(jí)、獨(dú)生子女情況、父親文化程度、自評(píng)家庭經(jīng)濟(jì)狀況、體型、自評(píng)性格傾向9個(gè)因素間焦慮癥狀檢出率差異有統(tǒng)計(jì)學(xué)意義。

2.3.2 多因素非條件Logistic回歸分析 見表2。

由表2可見，分別以抑郁癥狀（焦慮癥狀）（無癥狀賦值為0，有癥狀賦值為1）為因變量；以焦慮癥狀（抑郁癥狀）、地區(qū)（設(shè)置啞變量，“岳西縣”為參照）、年級(jí)（設(shè)置啞變量，“高三”為參照）、性別（“男”為參照）、獨(dú)生子女情況（“是獨(dú)生子女”為參照）、父親文化程度（設(shè)置啞變量，“大專及以上”為參照）、自評(píng)家庭經(jīng)濟(jì)狀況（設(shè)置啞變量，“上等”為參照）、體型（設(shè)置啞變量，“很胖”為參照）、自評(píng)性格傾向（設(shè)置啞變量，“外向”為參照）、寄宿情況（走讀生為參照）為自變量，進(jìn)行多因素Logistic回歸分析（Forward：LR法）。納入標(biāo)準(zhǔn)α =0.05，剔除標(biāo)準(zhǔn) α=0.10。

結(jié)果表明，寄宿生有抑郁、焦慮癥狀的危險(xiǎn)均高于走讀生；性格外向的學(xué)生發(fā)生抑郁癥狀的危險(xiǎn)性較低；績(jī)溪縣和全椒縣學(xué)生抑郁癥狀發(fā)生情況低于岳西縣；家庭經(jīng)濟(jì)水平上等的學(xué)生比經(jīng)濟(jì)狀況一般的學(xué)生更易出現(xiàn)抑郁；五年級(jí)到初二年級(jí)學(xué)生發(fā)生抑郁的危險(xiǎn)性比高三年級(jí)更大。女生有焦慮癥狀的危險(xiǎn)性高于男生；高三年級(jí)學(xué)生的焦慮癥狀檢出率高于其他年級(jí)；績(jī)溪縣學(xué)生焦慮發(fā)生率低于岳西縣；抑郁與焦慮密切相關(guān)。

3 討論

以往運(yùn)用Zung自評(píng)抑郁量表、流調(diào)中心用抑郁自評(píng)量表、Beck抑郁量表等自評(píng)抑郁量表進(jìn)行的調(diào)查發(fā)現(xiàn)，我國(guó)青少年抑郁發(fā)生率為22.8%～44.0%［6-10］。國(guó)外青少年自我報(bào)告的發(fā)生率為8.6%～52.4%［11-14］。本次調(diào)查的寄宿制學(xué)校3 834名學(xué)生抑郁癥狀檢出率為49.5%，其中寄宿生的抑郁癥狀檢出率為52.7%，高于安徽省中學(xué)生（22.8%）［7］和安徽省大學(xué)生(28.2%)［15］。學(xué)生總的焦慮檢出率為24.6%，寄宿生的焦慮癥狀檢出率為27.7%，高于安徽省中學(xué)生［16］，低于丁樹榮等［17］的調(diào)查結(jié)果。反映抑郁和焦慮情緒問題在農(nóng)村寄宿制學(xué)校中普遍存在，寄宿生和走讀生都有較多的心理問題，但是寄宿生比走讀生更容易出現(xiàn)抑郁、焦慮情緒，特別是抑郁?？赡芤?yàn)楸敬握{(diào)查中66.1%的學(xué)生為留守兒童，且寄宿生有70%為留守兒童，其余還有部分為離家偏遠(yuǎn)而寄宿，這些孩子長(zhǎng)期與父母分離，與家人聯(lián)系及外界交流相對(duì)較少，生活環(huán)境相對(duì)封閉，情感的缺失可能會(huì)對(duì)孩子的心理健康產(chǎn)生不良影響。

由于評(píng)定方法和人群種族的不同，青少年抑郁、焦慮癥狀是否存在性別差異國(guó)內(nèi)外研究的結(jié)果不一致。很多研究認(rèn)為，抑郁癥狀的性別差別不明顯［18-20］，焦慮癥狀女生顯著高于男生［9，15］，本次調(diào)查結(jié)果與這一結(jié)論相同。可能與男女生的心理特征有關(guān)，女生情感細(xì)膩、敏感，具有較高的焦慮特質(zhì)。岳西縣寄宿生出現(xiàn)抑郁、焦慮癥狀的風(fēng)險(xiǎn)均高于全椒縣和績(jī)溪縣，筆者分析是因?yàn)樵牢骺h是國(guó)家級(jí)貧困縣，經(jīng)濟(jì)水平落后，且地處大別山脈，交通較閉塞，地形地貌在4個(gè)縣中最為特殊，寄宿生生活條件較差，故該縣寄宿生較易出現(xiàn)抑郁、焦慮情緒。

多因素結(jié)果顯示，小學(xué)五年級(jí)到初二年級(jí)的學(xué)生發(fā)生抑郁的風(fēng)險(xiǎn)較高，而以高三年級(jí)為參照，其他年級(jí)出現(xiàn)焦慮情緒的風(fēng)險(xiǎn)均低于高三年級(jí)。考慮是因?yàn)樾W(xué)五年級(jí)到初二年級(jí)這個(gè)時(shí)期的學(xué)生正處于青春發(fā)育期，青春發(fā)動(dòng)期的身心變化本身是一種應(yīng)激事件，可能導(dǎo)致個(gè)體的抑郁風(fēng)險(xiǎn)增高［21-22］。對(duì)農(nóng)村寄宿制學(xué)校這一特殊群體，父母的日常教育關(guān)心都比較少，面臨這一轉(zhuǎn)變而無法適應(yīng)、無處傾訴解決，很可能導(dǎo)致抑郁情緒的增加；而高三年級(jí)學(xué)生面臨高考?jí)毫?焦慮情緒的產(chǎn)生在所難免，與蘇虹等［9］報(bào)道一致。

綜上所述，農(nóng)村寄宿制學(xué)生的心理健康不是某一個(gè)因素的獨(dú)立作用,而是多個(gè)因素的相互作用結(jié)果。只有正確認(rèn)識(shí)其危險(xiǎn)因素，采取適當(dāng)?shù)念A(yù)防措施，通過家庭、學(xué)校和社會(huì)等多方面的關(guān)心和幫助，方能促進(jìn)農(nóng)村寄宿制學(xué)生的身心發(fā)育。但本研究只是橫斷面調(diào)查，還需要進(jìn)一步研究來確定抑郁、焦慮的影響因素。

(致謝：本課題得到安徽省學(xué)校體育衛(wèi)生協(xié)會(huì)的大力支持，特此感謝!)

4 參考文獻(xiàn)

［1］ 陶芳標(biāo)，張金霞，毛琛，等.抑郁、焦慮癥狀與中學(xué)生多種危害健康行為.中國(guó)學(xué)校衛(wèi)生，2004，25(2)：131-133.

［2］ 張洪波，陶芳標(biāo)，曾廣玉，等.安徽省中學(xué)生故意傷害行為及社會(huì)心理特征研究.中國(guó)公共衛(wèi)生，2002，18(5)：563-565.

［3］ ZUNG WW. A self-rating depression scale. Arch Gen Psychiatry, 1965,12:63-70.

［4］ 汪向東，王希林，馬弘，主編.心理衛(wèi)生評(píng)定量表手冊(cè)：增訂版.北京：中國(guó)心理衛(wèi)生雜志社，1999：194-196，235-238.

［5］ ZUNG WW. A rating instrument for anxiety disorders. Psychosomatics, 1971,12(6):371-379.

［6］ 曾強(qiáng)，李樂，唐雙陽(yáng)，等.某高校大學(xué)生抑郁癥影響因素和預(yù)防途徑分析.實(shí)用預(yù)防醫(yī)學(xué)，2006，13(6)：1 412-1 413.

［7］ 張洪波，陶芳標(biāo)，曾廣玉，等.安徽省中學(xué)生抑郁心理癥狀及其相關(guān)因素.中國(guó)公共衛(wèi)生，2001，22(6)：497-498.

［8］ 馮正直，張大均，汪鳳.中學(xué)生抑郁癥狀的影響因素分析.中國(guó)臨床心理學(xué)雜志，2005，13(4)：466-468.

［9］ 蘇虹，王保金，陳卉鳴，等.中學(xué)生抑郁、焦慮情緒的流行特征及相關(guān)因素分析.中國(guó)行為醫(yī)學(xué)科學(xué)，2002，11(2)：196-198.

［10］劉賢臣，等.SDS和CES-D對(duì)大學(xué)生抑郁癥狀評(píng)定結(jié)果的比較.中國(guó)心理衛(wèi)生雜志，1995，9 (1)：19-20.

［11］PATTEN CA, GILLIN JC, FARKAS AJ, et al. Depressive symptoms in California adolescents: Family structure and parental support. J Adolesc Health, 1997,20(4):271-278.

［12］MIKOLAJCZYK RT, BREDEHORST M, KHELAIFAT N, et al. Correlates of depressive symptoms among Latino and Non-Latino White adolescents: Findings from the 2003 California Health Interview Survey. BMC Public Health, 2007,147(7):21.

［13］CROCKETT LJ, RANDALL BA, SHEN YL, et al. Measurement equivalence of the center for epidemiological studies depression scale for Latino and Anglo adolescents: A national study. J Consult Clin Psychol, 2005,73(1):47-58.

［14］LA GRECA AM, HARRISON HM. Adolescent peer relations, friendships, and romantic relationships: Do they predict social anxiety and depression? J Clin Child Adolesc Psychol, 2005,34(1):49-61.

［15］許韶君，陶芳標(biāo)，張洪波，等.大學(xué)生抑郁、焦慮癥狀及其影響因素的分析.安徽預(yù)防醫(yī)學(xué)雜志，1999，5 (2)：121-122.

［16］張洪波，陶芳標(biāo)，曾廣玉，等.安徽省中學(xué)生焦慮心理癥狀流行特征研究.中國(guó)校醫(yī)，2001，15(1)：10-11.

［17］丁樹榮，王天奎，王本華，等.中學(xué)生焦慮狀況及影響因素研究.中國(guó)公共衛(wèi)生，1996，12(9)：419-420.

［18］BENNETT DS, AMBROSINI PJ, KUDES D, et al. Gender differences in adolescent depression: Do symptoms differ for boys and girls? J Affect Disord, 2005,89(1-3):35-44.

［19］MASI G, FAVILLA L, MUCCI M, et al. Depressive symptoms in children and adolescents with dysthymic disorder. Psychopathology, 2001,34(1):29-35.

［20］KOVACS M. Gender and the course of major depressive disorder through adolescence in clinically referred youngsters. J Am Acad Child Adolesc Psychiatry, 2001,40(9):1 079-1 085.

［21］STICE E, PRESNELL K, BEARMAN SK. Relation of early menarche to depression, eating disorders, substance abuse, and comorbid psychopathology among adolescent girls. Dev Psychol, 2001,37(5):608-619.

篇4

關(guān)鍵詞：生物統(tǒng)計(jì)學(xué);SPSS;考核方式;改革

中圖分類號(hào)：G642.0 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-9324（2015）18-0247-02

生物統(tǒng)計(jì)學(xué)是數(shù)理統(tǒng)計(jì)方法在生物科學(xué)領(lǐng)域的應(yīng)用，它主要是研究數(shù)據(jù)資料的收集、整理、分析和解釋的科學(xué)[1]。生物統(tǒng)計(jì)學(xué)是我院動(dòng)物科學(xué)、動(dòng)物醫(yī)學(xué)、動(dòng)物藥學(xué)、動(dòng)植物檢疫、水產(chǎn)飼草等專業(yè)的專業(yè)基礎(chǔ)課，由于該課程理論抽象、公式繁多、內(nèi)容枯燥，是學(xué)生們普遍認(rèn)為難學(xué)的一門課程[2]。實(shí)驗(yàn)教學(xué)是培養(yǎng)學(xué)生理論聯(lián)系實(shí)際，提高創(chuàng)新意識(shí)和實(shí)踐能力的重要環(huán)節(jié)。在生物統(tǒng)計(jì)學(xué)的教學(xué)工作中充分認(rèn)識(shí)并落實(shí)實(shí)驗(yàn)教學(xué)的地位，對(duì)于培養(yǎng)學(xué)生運(yùn)用數(shù)理統(tǒng)計(jì)方法解決生物學(xué)領(lǐng)域問題的能力、增強(qiáng)創(chuàng)新意識(shí)、提高人才培養(yǎng)質(zhì)量有著重要的作用[3]?？梢妼?shí)驗(yàn)教學(xué)在生物統(tǒng)計(jì)學(xué)中占有重要地位，因此我們應(yīng)該注重實(shí)驗(yàn)教學(xué)環(huán)節(jié)并對(duì)其適時(shí)改革。

一、SPSS在生物統(tǒng)計(jì)學(xué)上機(jī)實(shí)驗(yàn)中的應(yīng)用

目前，在生物統(tǒng)計(jì)學(xué)上機(jī)實(shí)驗(yàn)課中，可選用的軟件有Excel、SPSS、SAS、Oringin和R軟件等[4-7]。其中SPSS為專業(yè)統(tǒng)計(jì)軟件，其統(tǒng)計(jì)分析功能較強(qiáng)，是復(fù)雜、大型統(tǒng)計(jì)分析中的常用工具[8]。SPSS即社會(huì)科學(xué)統(tǒng)計(jì)軟件包是世界著名的統(tǒng)計(jì)分析軟件之一，“易學(xué)、易用、易普及”是SPSS軟件最大的競(jìng)爭(zhēng)優(yōu)勢(shì)，也是廣大數(shù)據(jù)分析人員對(duì)其偏愛有加的主要原因。SPSS主要具有以下優(yōu)點(diǎn)：大量成熟的統(tǒng)計(jì)分析方法、完善的數(shù)據(jù)定義操作管理、開放的數(shù)據(jù)接口、靈活的統(tǒng)計(jì)表格和統(tǒng)計(jì)圖形。因此我們?cè)趯?shí)驗(yàn)教學(xué)中首選SPSS軟件作為上機(jī)用統(tǒng)計(jì)軟件。由于SPSS軟件版本多，而且多為英文版，對(duì)于初學(xué)者來說中文版本更為適合，因此我們專門購(gòu)買了SPSS17中文多國(guó)語(yǔ)言版本。

SPSS軟件運(yùn)行時(shí)有多個(gè)窗口，各窗口有各自的作用，但是想快速入門，只需要熟悉兩個(gè)基本窗口即可，他們是數(shù)據(jù)編輯窗口（SPSS Data Editor）和結(jié)果輸出窗口（SPSS Viewer）。數(shù)據(jù)編輯窗口是SPSS的主要程序窗口（見圖1），其功能主要是定義SPSS數(shù)據(jù)的結(jié)構(gòu)、錄入數(shù)據(jù)和管理數(shù)據(jù)。數(shù)據(jù)的錄入一般分兩種方法：（1）在數(shù)據(jù)編輯窗口里，新建數(shù)據(jù)，首先打開數(shù)據(jù)編輯窗口的左下方“變量視圖”，在里面定義需要錄入數(shù)據(jù)的變量名稱以及其他選項(xiàng)，如圖1中的“品種”、“血糖值”就是變量名，然后回到數(shù)據(jù)視圖，可以在定義好的變量下錄入相應(yīng)的數(shù)據(jù)。（2）在數(shù)據(jù)編輯窗口里，可以直接打開已經(jīng)存在的數(shù)據(jù)，如“.cav、.xls、.dbf、.txt”等形式的數(shù)據(jù)資料。SPSS結(jié)果輸出窗口是SPSS的另一個(gè)主要窗口（見圖2），它的主要功能是顯示管理SPSS統(tǒng)計(jì)分析結(jié)果、報(bào)表及圖形。SPSS結(jié)果輸出窗口中顯示的結(jié)果等信息可以保存起來，以后需要時(shí)候可以再打開查看結(jié)果。

二、數(shù)顯互動(dòng)系統(tǒng)在生物統(tǒng)計(jì)學(xué)上機(jī)實(shí)驗(yàn)中的應(yīng)用

生物統(tǒng)計(jì)學(xué)的上機(jī)操作實(shí)驗(yàn)環(huán)節(jié)可以提高學(xué)生的動(dòng)手能力，還可以提高其解決實(shí)際問題的能力。但是對(duì)于從未接觸過SPSS統(tǒng)計(jì)軟件的初學(xué)者來說，只是口述SPSS統(tǒng)計(jì)軟件的各種操作是不夠的，學(xué)生不容易接受，而且會(huì)手忙腳亂。因此我們使用的是Motic第二代數(shù)碼顯微互動(dòng)系統(tǒng)，該系統(tǒng)由教師主控單元、學(xué)生終端單元和鏈接教師和學(xué)生間的網(wǎng)絡(luò)系統(tǒng)三部分組成。該系統(tǒng)的優(yōu)點(diǎn)在于可進(jìn)行圖像的實(shí)時(shí)數(shù)字傳輸，實(shí)現(xiàn)師生雙向信息互動(dòng)和文件傳送[8]。

生物統(tǒng)計(jì)學(xué)的整個(gè)上機(jī)實(shí)驗(yàn)過程主要包括以下幾個(gè)環(huán)節(jié)：（1）老師演示：學(xué)生上機(jī)操作前老師要以例題的形式進(jìn)行講解和操作，教師通過數(shù)碼互動(dòng)系統(tǒng)在主控單元計(jì)算機(jī)屏幕進(jìn)行數(shù)據(jù)分析操作，每名學(xué)生坐在自己的電腦前就可以從電腦上看到教師分析數(shù)據(jù)時(shí)的每一個(gè)操作動(dòng)作，這樣可以使得學(xué)生很快就掌握了該次上機(jī)的詳細(xì)操作步驟。（2）學(xué)生操作：學(xué)生針對(duì)本次實(shí)驗(yàn)內(nèi)容自己上機(jī)運(yùn)用SPSS軟件進(jìn)行相應(yīng)的統(tǒng)計(jì)分析，在這個(gè)環(huán)節(jié)里如果學(xué)生遇到不會(huì)操作的地方，可以舉手向老師請(qǐng)教，在老師的指導(dǎo)下能夠順利完成實(shí)驗(yàn)內(nèi)容。（3）寫電子版實(shí)驗(yàn)報(bào)告：只用SPSS分析完數(shù)據(jù)還不夠，還要會(huì)分析最終結(jié)論（即統(tǒng)計(jì)推斷）。因此學(xué)生要把實(shí)驗(yàn)的主要結(jié)果（圖、表等）和最終結(jié)論填寫到實(shí)驗(yàn)報(bào)告中。最終以Word的形式通過Email發(fā)送給老師。

三、生物統(tǒng)計(jì)學(xué)上機(jī)考核方式的改革

考核方式的改革是生物統(tǒng)計(jì)學(xué)實(shí)驗(yàn)教學(xué)改革的重要組成部分。合理的考核評(píng)價(jià)體系，對(duì)于客觀、全面評(píng)價(jià)學(xué)生的學(xué)業(yè)水平和引導(dǎo)學(xué)生的學(xué)習(xí)方向上發(fā)揮著重要作用，能夠達(dá)到調(diào)動(dòng)學(xué)生積極性，提高學(xué)生學(xué)習(xí)效率的目的[3]。以往的上機(jī)考核多以上機(jī)實(shí)踐總結(jié)和考勤作為評(píng)分標(biāo)準(zhǔn)，學(xué)生在寫上機(jī)實(shí)踐總結(jié)時(shí)往往存在抄襲，而且文筆好的學(xué)生寫的總結(jié)內(nèi)容豐富全面，可能得了高分，這樣對(duì)于學(xué)生的動(dòng)手能力和水平難以準(zhǔn)確地給予評(píng)價(jià)。因?yàn)槲覀冡槍?duì)上機(jī)考核方式進(jìn)行了一些改革。在上機(jī)考核中增加了電子實(shí)驗(yàn)報(bào)告和上機(jī)考試這兩部分。電子實(shí)驗(yàn)報(bào)告是每次實(shí)驗(yàn)課上當(dāng)堂完成實(shí)驗(yàn)操作結(jié)果那部分，既可以作為檢驗(yàn)學(xué)生對(duì)每節(jié)實(shí)驗(yàn)課是否掌握的依據(jù)，還可以提高學(xué)生的電腦運(yùn)動(dòng)能力（Word）。上機(jī)考試主要是針對(duì)整個(gè)上機(jī)實(shí)驗(yàn)內(nèi)容進(jìn)行抽樣考試，我們事先出各種類型的試卷，針對(duì)不同的班級(jí)隨機(jī)抽取一個(gè)類型的試卷進(jìn)行上機(jī)考試，因?yàn)榘嗉?jí)多，而計(jì)算機(jī)機(jī)房的電腦有限，只能采用各個(gè)班級(jí)輪流上機(jī)考試。為了杜絕了不同班級(jí)考題一樣及考題外漏等問題，我們分別出了A、B、C等多種類型試卷。最終，上機(jī)總分=考勤（10%）+電子實(shí)驗(yàn)報(bào)告（20%）+上機(jī)考試（70%）。

四、結(jié)語(yǔ)

通過以上SPSS軟件的應(yīng)用、數(shù)顯互動(dòng)系統(tǒng)的應(yīng)用以及多元化評(píng)定上機(jī)考核等方面的改革與實(shí)踐，使得學(xué)生對(duì)生物統(tǒng)計(jì)學(xué)的學(xué)習(xí)、理解、操作等情況能夠及時(shí)反饋給老師，老師可以根據(jù)情況不斷完善實(shí)驗(yàn)教學(xué)方法和手段，從而提高實(shí)驗(yàn)教學(xué)效果，同時(shí)增強(qiáng)了學(xué)生的動(dòng)手能力和解決實(shí)際問題能力。學(xué)以致用是生物統(tǒng)計(jì)學(xué)最重要的特點(diǎn)之一，因此不僅要求學(xué)習(xí)者掌握知識(shí)，更要學(xué)會(huì)應(yīng)用知識(shí)[9]。尤其是在做本科生或研究生畢業(yè)論文的時(shí)候，學(xué)生應(yīng)該能夠獨(dú)立完成合理試驗(yàn)的設(shè)計(jì)，運(yùn)用SPSS統(tǒng)計(jì)軟件，針對(duì)不同數(shù)據(jù)進(jìn)行分析，完成高質(zhì)量的畢業(yè)論文。

參考文獻(xiàn)：

[1]張勤.生物統(tǒng)計(jì)學(xué)[M].第2版.中國(guó)農(nóng)業(yè)大學(xué)出版社，2008.

[2]白俊艷，賈小平，張小輝，等.生物統(tǒng)計(jì)學(xué)課程改革與實(shí)踐[J].畜牧與飼料科學(xué)，2013，34（10）：57-60.

[3]張強(qiáng)，張建平.生物統(tǒng)計(jì)學(xué)實(shí)驗(yàn)教學(xué)的探索與實(shí)踐[J].實(shí)驗(yàn)室科學(xué)，2012，15（6）：15-18.

[4]梅花，白乙爾圖.SPSS統(tǒng)計(jì)軟件在《生物統(tǒng)計(jì)學(xué)》教學(xué)中的實(shí)例應(yīng)用[J].中國(guó)畜牧獸醫(yī)文摘，20l2，（7）：217.

[5]朱水平.生物統(tǒng)計(jì)學(xué)實(shí)驗(yàn)教程[M].云南科技出版社，2006.

[6]姜紅霞.origin軟件在生物統(tǒng)計(jì)學(xué)教學(xué)中的應(yīng)用[J].陜西教育：高教版，2009，（3）：82-83.

[7]馬相如.自由軟件R及其在生物統(tǒng)計(jì)學(xué)教學(xué)中的使用[J].科技傳播，2010，（3）：81-82.

篇5

關(guān)鍵詞：職業(yè)緊張；工作要求-自主模式；個(gè)體特征；職業(yè)類型

An Preliminary Assessment of Job Strain of People in Different Types of Profession in Luwan District WU Jian-hua1，DAI Jun-ming2，YU Hui-zhu3，XU Hui-hua1，LIU Huai-yu1，SHEN Wen-rong1，SHENG Da-ying1，F(xiàn)U Hua2（1.Luwan District Center for Disease Control and Prevention，Shanghai 200025，China；2.School of Public Health，F(xiàn)udan University，Shanghai 200032，China；3.Shanghai Municipal Center for Disease Control and Prevention，Shanghai 200336，China）

Abstract： ［Objective］ To assess job strain of people in different types of job in Luwan District. ［Methods］ Using a working requirement & self-determination questionnaire，targeting at 617 persons from teachers，science researchers，government officials and administrators of building-keeping，to assess the level of their psychosocial job strain. Then use analysis of variance to assess each factor's contribution，and use chi-square test and logistic regression to compare factors which have influence on people's job strain. ［Results］ Taking“demand”，“control”，“skill”，and“social support”as the factors determining people's strain，their scores are statistical significantly different among age goups，educational background，and jobs，but not significant between sex groups.It shows that 50.2% of the studied group of people are in higher job strain，and it counts as 36.5% for science researchers and government officials，56.3% for teachers，and 50.4% for administrators of building-keeping. Multi-way analysis of variance shows that OR for teachers and administrators of building-keeping are 2.69（1.618-4.454）and 2.30（1.156-4.566）respectively. There's significant difference between different jobs，but not significant between ages，gender and educational background. ［Conclusion］ Researcher population are in higher job strain than others，in which teachers and administrators of building-keeping need much care.

Key Words：job strain；Working requirement & self-determination；questionnaire；types of profession

近年來隨著社會(huì)變革與經(jīng)濟(jì)的快速發(fā)展，人們?cè)诠ぷ髦兴惺艿降膲毫υ谘杆僭黾?。由于長(zhǎng)期工作壓力所致職業(yè)緊張問題正逐步引起全社會(huì)的廣泛關(guān)注［1］。1994年聯(lián)合國(guó)報(bào)告［2］指出：“世界正在變成充滿緊張的世界”。盧灣區(qū)為中心城區(qū)之一，職工的職業(yè)類型已經(jīng)發(fā)生了顯著變化，原有影響職工健康的生產(chǎn)性有毒有害因素已明顯減少，而因工作壓力所致職業(yè)緊張等社會(huì)心理因素正在轉(zhuǎn)化為主要的職業(yè)性有害因素。

對(duì)職業(yè)緊張程度評(píng)估中，KARASEK［3，4］提出的工作要求自控（或支配）模式（Job Demand-Control Model，JDC模式）是最有影響的理論之一。JDC模式從個(gè)體角度評(píng)估職業(yè)緊張，認(rèn)為工作要求高，而工作自控（支配）力低即為引起職業(yè)緊張的重要原因，工作的自控（支配）水平高可緩解工作要求的健康負(fù)效應(yīng)。并專門設(shè)計(jì)了評(píng)估職業(yè)緊張程度的工作內(nèi)容問卷調(diào)查表（Job Content Questionnaire，JCQ）。THEORELL［5］又對(duì)JDC模式進(jìn)行補(bǔ)充，提出社會(huì)支持是職業(yè)緊張的修正因素。以工作要求-自控（支配）模式理論為指導(dǎo)的研究，國(guó)內(nèi)開展較少。為了評(píng)估盧灣區(qū)3種職業(yè)類型在職職工的職業(yè)緊張程度與健康的關(guān)系，即開展該項(xiàng)調(diào)查。本文報(bào)道其初步調(diào)查分析結(jié)果。

1 對(duì)象與方法

1.1 對(duì)象

選擇以中學(xué)教師、科研與行政管理人員及物業(yè)服務(wù)員工構(gòu)成的調(diào)查樣本為研究對(duì)象，并且均知情自愿。該調(diào)查表設(shè)計(jì)了簡(jiǎn)明導(dǎo)言，由對(duì)象自主填寫。共發(fā)出問卷786份，收回有效問卷617份（應(yīng)答條目數(shù)超過80%者），應(yīng)答率78.5％。平均年齡37.2歲，標(biāo)準(zhǔn)差為11.67。其中，30歲以下者189人，占30.6%；30至45歲203人，占32.9%；45歲以上的177人，占28.9%；未填年齡的48人，占7.8%。性別分布：男性213人，占34.5%；女性367人，占59.5%；未填性別者37人，占6%。學(xué)歷分布：初中及以下者60人，占9.7%；高中及中專129人，占20.9%；大專124人，占20.1%；大學(xué)本科及以上者281人，占45.5%；未填者23人，占3.7%。

1.2 問卷設(shè)計(jì)

職業(yè)緊張?jiān)u估調(diào)查，以KARASEK’s［3，4］工作內(nèi)容問卷（JCQ）為基礎(chǔ)，參照THEORELL［5］設(shè)計(jì)的簡(jiǎn)明工作緊張問卷，結(jié)合我國(guó)職業(yè)人群特點(diǎn)與資深職業(yè)衛(wèi)生專家建議，形成24個(gè)條目的簡(jiǎn)明JDC問卷，其中評(píng)估工作要求（Demand）由“我對(duì)工作要求非常認(rèn)真”等6個(gè)條目組成。自控（支配）程度（Control）包括自我控制力與工作技能二個(gè)子項(xiàng)。自我控制力，包括“我有決定我的工作應(yīng)該如何做的自由”等4個(gè)條目；工作技能（Skill）由“我的工作要求我學(xué)習(xí)新的知識(shí)與技術(shù)”等6個(gè)條目組成。社會(huì)支持（Social Support）包括“我的主管重視我的意見”等8個(gè)條目。內(nèi)部一致性評(píng)估Cronbach’sα值為0.80。所有條目答案均采用李氏5級(jí)賦值法設(shè)定。問卷同時(shí)收集相關(guān)的個(gè)體特征年齡、性別、受教育程度、職業(yè)與工作描述等信息。

1.3 統(tǒng)計(jì)分析方法

將JDC問卷所有條目均完成（缺一不可）者納入分析，以保證結(jié)果的真實(shí)性。對(duì)JDC模式各評(píng)估因子均分，運(yùn)用單因素方差分析法進(jìn)行不同年齡組、性別、受教育程度、職業(yè)間的比較。運(yùn)用四格表與行×列表的χ2檢驗(yàn)與非條件Logistic回歸分析職業(yè)緊張程度的影響因素。所有資料均使用EPI軟件建立數(shù)據(jù)庫(kù)，進(jìn)行資料的錄入；運(yùn)用SPSS 11.5軟件包完成分析，α=0.05。

2 結(jié)果

2.1 不同個(gè)體特征間JDC模式評(píng)定各因子均分比較

不同年齡組間、受教育程度與職業(yè)間，JDC模式中各評(píng)估因子均分方差分析比較，差異均有統(tǒng)計(jì)學(xué)意義。工作要求以低年齡組高學(xué)歷的教師為高，自主程度得分以年齡30～45歲組、大學(xué)本科以上學(xué)歷、工作要求決定自主技能得分均顯著低于其它兩個(gè)年齡組，而社會(huì)支持高于30歲以下年齡組。不同性別間JDC模式中各評(píng)估因子均分差異均無統(tǒng)計(jì)學(xué)意義（見表1）。

2.2 不同個(gè)體特征間職業(yè)緊張程度分級(jí)比較

依據(jù)KARASEK的JDC模式理論，根據(jù)工作要求均分與自主性均分的比值對(duì)職業(yè)緊張程度進(jìn)行分級(jí)，工作自主性得分為工作決定自主與工作技能均分的均值，如果比值大于1則職業(yè)緊張程度高，反之為低。結(jié)果顯示：不同年齡組、性別、受教育程度間均未顯現(xiàn)統(tǒng)計(jì)學(xué)意義。而不同職業(yè)間統(tǒng)計(jì)學(xué)差異顯著，科研與管理人員職業(yè)緊張程度高的比例為36.5%，教師為56.3%，而物業(yè)管理員工為50.4%；所有調(diào)查對(duì)象的職業(yè)緊張程度高者為50.2%。

2.3 個(gè)體特征對(duì)職業(yè)緊張程度影響的非條件Logistic回歸分析

為控制多因素間的相互影響，引入多因素非條件Logistic回歸分析。以職業(yè)緊張程度為應(yīng)變量，緊張程度高為1，低為0；而個(gè)體特征變量為自變量。對(duì)多分類變量，引入啞變量進(jìn)行分析。結(jié)果顯示：不同年齡組、性別與受教育程度間對(duì)應(yīng)變量的貢獻(xiàn)無統(tǒng)計(jì)學(xué)意義。而3種不同職業(yè)間差異明顯。以科研與行政管理人員為對(duì)照，教師組與物業(yè)員工組OR值分別為2.69（1.618～4.454）與2.30（1.156～4.566），均有統(tǒng)計(jì)學(xué)意義。

3 討論

引用KARASEK設(shè)計(jì)工作內(nèi)容調(diào)查表來評(píng)估職工的職業(yè)緊張程度，雖然國(guó)際上自20世紀(jì)70年代問世以來，得到廣泛使用，但國(guó)內(nèi)運(yùn)用的報(bào)道少見，這可能與其為專利問卷而影響到其推廣使用。而工作內(nèi)容調(diào)查表是基于JDC模式理論而設(shè)計(jì)，其對(duì)職業(yè)緊張程度的評(píng)定比較簡(jiǎn)便。同時(shí)由于工作要求-自控（或支配）模式理論在探討職業(yè)緊張程度與健康的關(guān)系中，國(guó)外進(jìn)行了大量研究，尤其是在職業(yè)緊張程度與心腦血管疾病的關(guān)系方面［6］，它也是目前在“職業(yè)緊張與健康”研究領(lǐng)域中被廣泛使用的評(píng)估工具。

研究人群選擇科研與行政管理人員、中學(xué)教師與物業(yè)服務(wù)員工3種不同職業(yè)人群，是基于其勞動(dòng)類型考慮的，科研與行政管理人員以腦力勞動(dòng)為主，物業(yè)管理員工以體力勞動(dòng)為主，而中學(xué)教師是介于兩者之間，其工作中既包括腦力勞動(dòng)又包括體力勞動(dòng)。

職業(yè)緊張JDC模式各因子得分在不同年齡組、受教育程度與職業(yè)類型間比較均顯現(xiàn)統(tǒng)計(jì)學(xué)意義，而男女不同性別間這些因子得分均未顯現(xiàn)統(tǒng)計(jì)學(xué)意義。可以認(rèn)為年齡、受教育程度、職業(yè)類型間職業(yè)緊張因子得分差異明顯，而不同性別職業(yè)緊張因子的得分是一致的。

JDC模式理論是根據(jù)“工作要求與自控（支配）力”均分比值來分級(jí)，比值≥1評(píng)定為職業(yè)緊張程度高，分析結(jié)果顯示不同年齡組間、不同性別間、受教育程度間差異均無統(tǒng)計(jì)學(xué)意義，而3種不同職業(yè)間比較差異有統(tǒng)計(jì)學(xué)意義。無論是單因素分析還是多因素分析均得到一致結(jié)果。說明3種不同職業(yè)間其職業(yè)緊張程度變化較大。中學(xué)教師與物業(yè)員工群體的職業(yè)緊張程度高的比例明顯高于科研與行政管理人員?？蒲信c行政管理人員在本研究中評(píng)定其職業(yè)緊張度低，可能與公眾認(rèn)識(shí)不一致，這與JDC模式的理論假設(shè)有關(guān)。因?yàn)槠渎殬I(yè)活動(dòng)中工作自主程度較高。根據(jù)JDC模式理論，工作自主性高同時(shí)工作要求也高的職業(yè)被定為主動(dòng)性職業(yè)，職業(yè)緊張程度不評(píng)定為高［7］。

從研究人群整體來看，3種職業(yè)人群的職業(yè)緊張程度高的比例達(dá)到50.2%，需要得到職業(yè)衛(wèi)生專業(yè)人員及整個(gè)社會(huì)關(guān)注。

參考文獻(xiàn)：

錢令嘉.加強(qiáng)我國(guó)職業(yè)應(yīng)激研究［J］.中華勞動(dòng)衛(wèi)生與職業(yè)病雜志，2003，21（1）：1-2.

CARL Z. Occupational Medicine［M］. 3rd ed. St. Louis：Year Book Inc，1994：945.

KARASEK R A. Job demands，job decision latitude，and mental strain：implications for job redesign［J］. Admin Sci Q，1979，24：285-308.

KARASEK R A，THEORELL T. Health work：Stress，Productivity，and the Reconstruction of Working Life［M］. New York：Basic Book，1990.

THEORELL T，KARASEK R A. Current issues relating to psychosocial job strain and cardiovascular disease research［J］. J Occup Health Psychol，1996，1：9-26.

BACQUER D，PELFRENE E，CLAYS E，et al. Perceived job stress and incidence of coronary events：3-year follow-up of the Belgian Job Stress Project cohort［J］. Am J Epidemiol，2005，161（5）：434-441.

戴俊明，傅華.職業(yè)緊張?jiān)u估方法研究進(jìn)展［J］.環(huán)境與職業(yè)醫(yī)學(xué)，2006，23（3）：278-281.

篇6

車間有 3 臺(tái)80 000 m3/ h 的組合式空調(diào)器進(jìn)行工位送風(fēng)，并安裝了 28 臺(tái)屋頂排風(fēng)機(jī)，總風(fēng)量為273 420 m3/ h，車間每小時(shí)換氣次數(shù)為 2. 7 次，車間內(nèi)為微負(fù)壓。有缸體、缸蓋、曲軸、凸輪軸等 4 條生產(chǎn)線，共有銑、鉆、鏜、削、磨等機(jī)械加工生產(chǎn)設(shè)備 130 余臺(tái)套，有作業(yè)人員約 200 人。生產(chǎn)工藝以機(jī)加工為主，部分零件需進(jìn)行淬火、回火等熱處理。該車間承擔(dān)鐵質(zhì)和鋼質(zhì)發(fā)動(dòng)機(jī)缸體、缸蓋、曲軸及凸輪軸四大件機(jī)械加工任務(wù)，年產(chǎn)量為 3 萬(wàn)輛份，生產(chǎn)中使用大量的金屬加工液，每年消耗量 60 余噸，現(xiàn)場(chǎng)檢測(cè)情況正常生產(chǎn)狀態(tài)下，對(duì)機(jī)械加工車間各工作崗位及車間休息場(chǎng)所分別進(jìn)行了連續(xù)3 d 的礦物金屬加工液濃度檢測(cè)，共檢測(cè) 23 點(diǎn)，車間空氣中的金屬加工液濃度 0. 10 ～ 2. 62 mg/m3，。除車間休息處 2 點(diǎn)全部達(dá)標(biāo)外，工作崗位 21 點(diǎn)，達(dá)標(biāo) 3 點(diǎn)，達(dá)標(biāo)率僅為 14. 3%。其中缸體線和缸蓋線機(jī)加工全部超標(biāo)，曲軸線和凸輪軸線機(jī)加工達(dá)標(biāo)率分別為 20. 0% 和66. 7% 。 檢測(cè)結(jié)果分析 金屬加工液達(dá)標(biāo)率的影響因素 本次研究考慮了 4 種可能影響金屬加工液達(dá)標(biāo)率的因素。其中設(shè)備密閉情況分為良好和不良兩類，前者指具有封閉罩，且正常生產(chǎn)時(shí)只在上下料過程中開啟門窗的設(shè)備。通風(fēng)情況則根據(jù)現(xiàn)場(chǎng)調(diào)查，將有局部通風(fēng)設(shè)備且氣流組織合理的場(chǎng)所歸為通風(fēng)良好，否則歸為通風(fēng)不良。設(shè)備密閉情況、通風(fēng)情況、生產(chǎn)線的差異都對(duì)工作場(chǎng)所金屬加工液達(dá)標(biāo)率具有影響，并具有統(tǒng)計(jì)學(xué)意義 ( P ＜0. 05) ，但設(shè)備類型對(duì)達(dá)標(biāo)率的影響無統(tǒng)計(jì)學(xué)意義。 金屬加工液濃度影響因素的多元回歸分析 以金屬加工液濃度為因變量，候選自變量有: 密閉情況 ( 0: 不良，1:良好) 、通風(fēng)情況 ( 0: 不良，1: 良好) 、生產(chǎn)線、設(shè)備類型。因生產(chǎn)線和設(shè)備類型為無序多分類變量，采用啞變量的方法進(jìn)行賦值。變量篩選方法為 stepwise，變量入選標(biāo)準(zhǔn)為 P ＜0. 05，剔除標(biāo)準(zhǔn)為 P ＞ 0. 10。經(jīng)回歸分析，4 個(gè)候選變量中進(jìn)入回歸模型的僅有 2 個(gè)，分別是密閉情況、通風(fēng)情況，?；貧w模型的決定系數(shù)( R2) 為 0. 501。經(jīng)方差分析檢驗(yàn)，模型具有統(tǒng)計(jì)學(xué)意義 ( F= 10. 049，P ＜ 0. 001) 。入選的兩個(gè)因素 ( 密閉情況和通風(fēng)情況) 其回歸系數(shù)均小于 0，表明密閉情況和通風(fēng)情況的改善，有利于降低工作場(chǎng)所金屬加工液濃度。

在金屬加工作業(yè)中，特別是在相對(duì)封閉的空間，工作場(chǎng)所空氣中會(huì)存在一定濃度的金屬加工液。金屬加工液由于產(chǎn)生的方式不同，其顆粒直徑范圍也有較大區(qū)別。一般情況下，機(jī)械霧化過程產(chǎn)生的金屬加工液主要以液滴形態(tài)存在，液滴直徑范圍較寬，通常為 2 ～10 μm。蒸發(fā)產(chǎn)生的蒸汽在冷凝過程中也會(huì)形成直徑非常細(xì)小的冷凝懸浮體，粒徑通常為 2 μm以下，如在磨床 ( 轉(zhuǎn)速可達(dá)上萬(wàn)轉(zhuǎn)，冷卻液霧化劇烈) 等設(shè)備周圍，95%的液滴粒徑 ＜3 μm。此次現(xiàn)場(chǎng)調(diào)查結(jié)果顯示，該機(jī)加車間在機(jī)加過程中有大量金屬加工液散發(fā)于車間空氣中。其中加工設(shè)備不密閉，無凈化裝置，無有效的局部機(jī)械排風(fēng)設(shè)施等原因?qū)Σ糠謲徫唤饘偌庸ひ簼舛冉Y(jié)果產(chǎn)生較大影響。如金屬加工液濃度較高的崗位缸體精加工臥式加工中心崗位加工時(shí)噴射大流量加工液，產(chǎn)生大量金屬加工液霧滴，由于設(shè)備未封閉，上部又接近送風(fēng)口，在送風(fēng)壓力下，金屬加工液向四周擴(kuò)散; 又如曲軸線淬火崗位，排氣管道較小，排風(fēng)能力有限，又未加裝排風(fēng)罩，為防止油煙影響操作崗位，在設(shè)備內(nèi)部加裝普通電風(fēng)扇向后吹風(fēng)，導(dǎo)致金屬加工液擴(kuò)散至整個(gè)車間。此外，生產(chǎn)過程中金屬加工液跑、冒、滴、漏現(xiàn)象普遍，機(jī)加設(shè)備上下料時(shí)，缸體、缸蓋在加工轉(zhuǎn)運(yùn)過程中均有不同程度的金屬加工液滴漏，滴漏的加工液未能進(jìn)行及時(shí)回收處理，逐漸揮發(fā)到空氣中。

本次研究針對(duì)金屬加工液濃度的影響因素進(jìn)行了統(tǒng)計(jì)分析，卡方檢驗(yàn)與多元回歸分析結(jié)果不盡一致。前者結(jié)果表明，生產(chǎn)線對(duì)金屬加工液達(dá)標(biāo)率具有影響，但在多元回歸分析中，該因素未進(jìn)入回歸方程。其原因可能是，該指標(biāo)與其他具有重要影響的指標(biāo) ( 設(shè)備密閉情況和通風(fēng)情況) 存在聯(lián)系，因而在單因素分析時(shí)，造成了該指標(biāo)有統(tǒng)計(jì)意義的假象。在多元回歸中，由于采用了逐步回歸的方法，有效遏制了有較強(qiáng)相關(guān)關(guān)系的自變量同時(shí)進(jìn)入方程，消除了混雜因素，因而更好地反映了各因素之間的關(guān)系［7］。根據(jù)以上分析結(jié)果，我們建議該發(fā)動(dòng)機(jī)廠機(jī)械加工車間應(yīng)在推進(jìn)自動(dòng)化機(jī)械加工的同時(shí)，采取密閉機(jī)加設(shè)備，加裝局部通風(fēng)設(shè)施，合理設(shè)置送、排風(fēng)口，安裝金屬加工液捕集器或金屬加工液回收裝置等綜合性措施［8 ～11］，降低車間金屬加工液濃度至標(biāo)準(zhǔn)限值以內(nèi)，以保證作業(yè)人員減少接觸職業(yè)病危害因素。

作者：趙同強(qiáng) 吳家兵 祁成 吳琨 盧銳 凌瑞杰 單位：十堰市職業(yè)病防治院 華中科技大學(xué)公共衛(wèi)生學(xué)院

篇7

【關(guān)鍵詞】統(tǒng)計(jì)數(shù)據(jù)；分析方法；市場(chǎng)調(diào)研；判別分析

一、數(shù)據(jù)統(tǒng)計(jì)分析的內(nèi)涵

數(shù)據(jù)分析是指運(yùn)用一定的分析方法對(duì)數(shù)據(jù)進(jìn)行處理，從而獲得解決管理決策或營(yíng)銷研究問題所需信息的過程。所謂的數(shù)據(jù)統(tǒng)計(jì)分析就是運(yùn)用統(tǒng)計(jì)學(xué)的方法對(duì)數(shù)據(jù)進(jìn)行處理。在實(shí)際的市場(chǎng)調(diào)研工作中，數(shù)據(jù)統(tǒng)計(jì)分析能使我們挖掘出數(shù)據(jù)中隱藏的信息，并以恰當(dāng)?shù)男问奖憩F(xiàn)出來，并最終指導(dǎo)決策的制定。

二、數(shù)據(jù)統(tǒng)計(jì)分析的原則

（1）科學(xué)性?？茖W(xué)方法的顯著特征是數(shù)據(jù)的收集、分析和解釋的客觀性，數(shù)據(jù)統(tǒng)計(jì)分析作為市場(chǎng)調(diào)研的重要組成部分也要具有同其他科學(xué)方法一樣的客觀標(biāo)準(zhǔn)。（2）系統(tǒng)性。市場(chǎng)調(diào)研是一個(gè)周密策劃、精心組織、科學(xué)實(shí)施，并由一系列工作環(huán)節(jié)、步驟、活動(dòng)和成果組成的過程，而不是單個(gè)資料的記錄、整理或分析活動(dòng)。（3）針對(duì)性。就不同的數(shù)據(jù)統(tǒng)計(jì)分析方法而言，無論是基礎(chǔ)的分析方法還是高級(jí)的分析方法，都會(huì)有它的適用領(lǐng)域和局限性。（4）趨勢(shì)性。市場(chǎng)所處的環(huán)境是在不斷的變化過程中的，我們要以一種發(fā)展的眼光看待問題。（5）實(shí)用性。市場(chǎng)調(diào)研說到底是為企業(yè)決策服務(wù)的，而數(shù)據(jù)統(tǒng)計(jì)分析也同樣服務(wù)于此，在保證其專業(yè)性和科學(xué)性的同時(shí)也不能忽略其現(xiàn)實(shí)意義。

三、推論性統(tǒng)計(jì)分析方法

（1）方差分析。方差分析是檢驗(yàn)多個(gè)總體均值是否相等的一種統(tǒng)計(jì)方法，它可以看作是t檢驗(yàn)的一種擴(kuò)展。它所研究的是分類型自變量對(duì)數(shù)值型因變量的影響，比如它們之間有沒有關(guān)聯(lián)性、關(guān)聯(lián)性的程度等，所采用的方法就是通過檢驗(yàn)各個(gè)總體的均值是否相等來判斷分類型自變量對(duì)數(shù)值型因變量是否有顯著影響。（2）回歸分析。在數(shù)據(jù)統(tǒng)計(jì)分析中，存在著大量的一種變量隨著另一種變量的變化而變化的情況，這種對(duì)應(yīng)的因果變化往往無法用精確的數(shù)學(xué)公式來描述，只有通過大量觀察數(shù)據(jù)的統(tǒng)計(jì)工作才能找到他們之間的關(guān)系和規(guī)律，解決這一問題的常用方法是回歸分析?；貧w分析是從定量的角度對(duì)觀察數(shù)據(jù)進(jìn)行分析、計(jì)算和歸納。

四、多元統(tǒng)計(jì)分析方法

（1）相關(guān)分析。相關(guān)分析是描述兩組變量間的相關(guān)程度和方向的一種常用的統(tǒng)計(jì)方法。值得注意的是，事物之間有相關(guān)關(guān)系，不一定是因果關(guān)系，也可能僅僅是伴隨關(guān)系；但如果事物之間有因果關(guān)系，則兩者必然存在相關(guān)關(guān)系。（2）主成分分析。在大部分?jǐn)?shù)據(jù)統(tǒng)計(jì)分析中，變量之間是有一定的相關(guān)性的，人們自然希望找到較少的幾個(gè)彼此不相關(guān)的綜合指標(biāo)盡可能多地反映原來眾多變量的信息。所謂的主成分分析就是利用降維的思想，把多指標(biāo)轉(zhuǎn)化為幾個(gè)綜合指標(biāo)的多元統(tǒng)計(jì)分析方法，很顯然在一個(gè)低維空間識(shí)別系統(tǒng)要比在一個(gè)高維空間容易的多。（3）因子分析。因子分析的目的是使數(shù)據(jù)簡(jiǎn)單化，它是將具有錯(cuò)綜復(fù)雜關(guān)系的變量綜合為數(shù)量較少的幾個(gè)因子，以再現(xiàn)原始變量與因子之間的相互關(guān)系，同時(shí)根據(jù)不同因子，對(duì)變量進(jìn)行分類。這些因子是不可觀測(cè)的潛在變量，而原先的變量是可觀測(cè)的顯在變量。（4）聚類分析。在市場(chǎng)調(diào)研中，市場(chǎng)細(xì)分是最常見的營(yíng)銷術(shù)語(yǔ)之一，它按照一定的標(biāo)準(zhǔn)將市場(chǎng)分割為不同的族群，并使族群之間具有某種特征的顯著差異，而族群內(nèi)部在這種特征上具有相似性。聚類分析就是實(shí)現(xiàn)分類的一種多元統(tǒng)計(jì)分析方法，它根據(jù)聚類變量將樣本分成相對(duì)同質(zhì)的族群。聚類分析的主要優(yōu)點(diǎn)是，對(duì)所研究的對(duì)象進(jìn)行了全面的綜合分析，歸類比較客觀，有利于分類指導(dǎo)。（5）判別分析。判別分析是判別樣品所屬類型的一種多元統(tǒng)計(jì)方法。若在已知的分類下，遇到新的樣本，則可利用此法選定一種判別標(biāo)準(zhǔn)，以判定將該新樣品放置于哪個(gè)類中。由定義我們可以知道判別分析區(qū)別于聚類分析的地方，而在判別分析中，至少要有一個(gè)已經(jīng)明確知道類別的“訓(xùn)練樣本”，從而利用這個(gè)數(shù)據(jù)建立判別準(zhǔn)則，并通過預(yù)測(cè)變量來為未知類別的觀測(cè)值進(jìn)行判別。與聚類分析相同的地方是，判別分析也是利用距離的遠(yuǎn)近來把對(duì)象歸類的。

參考文獻(xiàn)

[1]溫美琴．統(tǒng)計(jì)分析方法在我國(guó)政府績(jī)效審計(jì)中的應(yīng)用[J]．統(tǒng)計(jì)與決策．2006（23）

篇8

【關(guān)鍵詞】泌尿系結(jié)石危險(xiǎn)因素；病例對(duì)照研究；多因素分析

【文章編號(hào)】1004-7484（2014）06-3537-02

A study on risk factors of patients with urolithiasis in northern Guangzhou

XI Ming，Cheng Lu ，Wan Yueping，Hua Wei，Yang Guilian

（Department of Urology， Huadu Poeple’s Hospital Affiliated to Southern Medical University， Guangzhou 510800，China）

【Abstract】Objective：To explore the main risk factors of urinary calculi in northern Guangzhou， and provide scientific basis for prevention and treatment of patients with urinary calculi. Method：We selected 130 cases of hospitalized patients with stones as the case group， 140 cases of non gallstone patients as control group. Using non conditional logistic regression analysis of 42 research variables. Result：Non conditional Logistic regression analysis showed that 16 factors were statistically significant single factor analysis， finally selected 7 related factors by multivariate logistic regression， these factors are whether love spicy salty food， mental tension， often take part in exercise， drinking water， drinking water， family day type edible oil type. Conclusion：Urolithiasis is mainly affected by the dietary habits and nutritional factors， personal factors can not be ignored.

【KEYWORDS】Risk factors of urinary system； calculus Logistic Case-controlstudy； multivariate conditional Logistic stepwise regression

泌尿系結(jié)石是指在泌尿系統(tǒng)內(nèi)形成的數(shù)目、大小、成分和形狀不等的固態(tài)物質(zhì)，是泌尿系統(tǒng)常見病之一 。我國(guó)年發(fā)生率為101例/10萬(wàn)人，近年來發(fā)生率呈上升趨勢(shì)[1]。我國(guó)是一個(gè)多民族國(guó)家，不同民族泌尿系結(jié)石的發(fā)病率不同。我國(guó)泌尿系結(jié)石發(fā)病率民族差異大，廣州花都區(qū)是泌尿系結(jié)石的高發(fā)區(qū)，本研究通過對(duì)泌尿系結(jié)石患者危險(xiǎn)因素的研究， 來為廣州北部地區(qū)該區(qū)開展泌尿系結(jié)石人群預(yù)防提供理論依據(jù)，同時(shí)也為我國(guó)的泌尿系結(jié)石人群預(yù)防提供借鑒。

1對(duì)象與方法

1.1 研究對(duì)象 病例組：選取廣州市花都區(qū)人民醫(yī)院2006年3月～2013年130例住院結(jié)石患者。泌尿系結(jié)石診斷標(biāo)準(zhǔn)：全部病例均經(jīng)腎臟 B 超或/和 X 線確診為泌尿系結(jié)石。納入標(biāo)準(zhǔn)確診的泌尿系結(jié)石患者，并且廣州北部居住年限大于 10年。排除標(biāo)準(zhǔn)為伴有嚴(yán)重腎功能不全，尿路畸形、梗阻、感染和甲狀旁腺功能亢進(jìn)疾病。對(duì)照組：工作及生活區(qū)域與病例組相匹配的同期在該院泌尿外科住院非結(jié)石患者為對(duì)照組。140例。遵循知情同意，志愿參加原則。

1.2 調(diào)查方法 采用統(tǒng)一的調(diào)查表，以紙質(zhì)調(diào)查表的方式，由由相同測(cè)評(píng)人員對(duì)病例組和對(duì)照組成員進(jìn)行問卷調(diào)查。調(diào)查的內(nèi)容為1、基本情況：性別、年齡、職業(yè)、文化程度、身高、體重。2、生活習(xí)性：吸煙，體育鍛煉，精神緊張度等3、飲食習(xí)慣： 飲水量，飲水類型、喜食海鮮、喜飲酒、喜食動(dòng)物內(nèi)臟、喜歡甜食等情況。

1.3 研究方法 根據(jù)收集數(shù)據(jù)，對(duì)其中可能的危險(xiǎn)單因素非條件 logistic 回歸分析，以及多因素 logistic 回歸分析。

1.4 統(tǒng)計(jì)學(xué)方法 采用SPSS 15.0軟件進(jìn)行數(shù)據(jù)處理， x2檢驗(yàn)、單因素非條件logistic回歸分析，多因素logistic逐步回歸分析。

2結(jié)果

2.1 兩組基本情況 130例病例組中，男性82名，占53.16%，女性48名，占46.84%，平均年齡40.55士11.78歲；140例對(duì)照中，男性和女性分別88名和52名，各占56.73%和43.27%，平均年齡42.01士13.12歲。病例組與對(duì)照組的性別年齡構(gòu)成無統(tǒng)計(jì)學(xué)差異（P>0.05）。

2.2 泌尿系結(jié)石危險(xiǎn)因素單因素非條件Logistic回歸情況：對(duì)年齡、 婚姻狀況、飲用水量以及飲水質(zhì)量等42個(gè)尿石癥的可疑危險(xiǎn)因素進(jìn)行變量賦值，且分別行單因素非條件logistic回歸分析，結(jié)果發(fā)現(xiàn)平均飲水量 、飲水類型及質(zhì)量、平時(shí)食用油類型、口味偏重偏淡、文化程度 、是否經(jīng)常參加健身運(yùn)動(dòng)、是否喜食蔬菜、水果 是否喜食動(dòng)物蛋白、精神緊張度程度、是否有家族史、 有無睡前飲水的習(xí)慣、 是否喜好飲酒 、是否喜好熏、淹制食品、是否吸煙等都有統(tǒng)計(jì)學(xué)意義。其中平均飲水量大、長(zhǎng)期飲用純凈水、平時(shí)食用植物油、口味偏淡、文化程度高、經(jīng)常參加健身運(yùn)動(dòng)、喜食蔬菜水果、少食動(dòng)物蛋白8個(gè)因素為保護(hù)因子。而精神緊張度高、有家族史、家庭食用油以動(dòng)物類油脂為主、飲食口味重、無睡前飲水的習(xí)慣、飲高度酒、喜食熏淹制食品、吸煙8個(gè)因素為危險(xiǎn)因素。

2.3泌尿系結(jié)石危險(xiǎn)因素多因素logistic逐步回歸分析情況：對(duì)42個(gè)變量進(jìn)行逐步logistic回歸分析，42個(gè)變量中有11個(gè)變量進(jìn)入模型。 其中按對(duì)尿石癥影響的大小危險(xiǎn)因素分別是平時(shí)每天飲水量少、無睡前飲水的習(xí)慣、飲高度酒、飲水類型中的井水、精神緊張等。保護(hù)因子是長(zhǎng)期飲用純凈水 、每周飲酒次數(shù)少、偶爾飲用滋補(bǔ)煲湯、少食用含嘌呤多的食物、少食動(dòng)物蛋白、平時(shí)食用植物油、口味偏淡等六個(gè)因素。

3討論

泌尿系結(jié)石為我國(guó)泌尿外科高發(fā)疾病之一，南方諸省中，泌尿系結(jié)石患者幾乎占泌尿外科住院患者的首位。一個(gè)地區(qū)的地理環(huán)境如氣候、降水量、土壤、水質(zhì)，可以數(shù)百年不變，但泌尿系結(jié)石發(fā)病狀況卻可在短短幾十年內(nèi)可有非常大變化，因此我們應(yīng)該重視與之相關(guān)的該地區(qū)居民的生活、飲食習(xí)慣與泌尿系結(jié)石發(fā)病的關(guān)系。本研究 結(jié)果表明精神緊張度高、有家族史、家庭食用油以動(dòng)物類油脂為主、飲食口味重、無睡前飲水的習(xí)慣、飲高度酒、喜食熏淹制食品、吸煙均與尿石癥發(fā)病有關(guān)。同時(shí)飲水類型、是否喜歡口味重的咸食、家庭食用油、食用熏或淹制食品、精神緊張度高、經(jīng)常參加健身運(yùn)動(dòng)、每天的平均飲水量多 均與尿石癥發(fā)病關(guān)系密切。

社會(huì)心理因素與尿石癥關(guān)系：本次調(diào)查發(fā)現(xiàn)精神緊張程度與尿石癥有關(guān)。在單因素和多因素Logistic回歸分析中，精神緊張程度高尿石癥發(fā)病危險(xiǎn)性分別是精神緊張程度低的人群的12.337和4.998倍。美國(guó)學(xué)者[5]所進(jìn)行一項(xiàng)研究表明，精神壓力大也能促使結(jié)石的生成，與本研究結(jié)果一致。

尿石癥與飲食習(xí)慣的關(guān)系：近三十年來我國(guó)的飲食結(jié)構(gòu)發(fā)生了非常大的變化，伴隨的是谷物和蔬菜攝入量的迅速減少，而肉類和油脂類的攝入量卻迅速增加，飲食雖不是一個(gè)獨(dú)立的危險(xiǎn)因素，但在結(jié)石病的發(fā)病機(jī)理中起了重要作用。本研究調(diào)查發(fā)現(xiàn)飲水量少是尿石癥發(fā)病的危險(xiǎn)因素， 另外，經(jīng)多因素Logistic分析表明，平時(shí)不喜歡飲水無條件滿足飲水要求的人群發(fā)生尿石癥的危險(xiǎn)性明顯大于喜歡飲水人群（OR=0.055）。說明加大日飲水量對(duì)預(yù)防泌尿系結(jié)石的發(fā)生具有重要意義，同時(shí)有文獻(xiàn)亦表明[3]：人體尿液中晶體成分發(fā)生異?；蛘弑壤痪饩敲谀蛳到Y(jié)石形成的基本條件 。同時(shí)本研究顯示，喜歡口味重的咸食在單因素和多因素Logistic回歸分析中，喜歡口味重的咸食泌尿系結(jié)石患者危險(xiǎn)性分別是不喜歡口味重的咸食的人群的8.998和5.997倍。Cuthan等[6]研究中也發(fā)現(xiàn)高鈉攝入組比低鈉攝入組的相對(duì)危險(xiǎn)度是1.30（95%CI 1.05～1.62）。本項(xiàng)研究中還發(fā)現(xiàn)以動(dòng)物油作為主要食用油的病例組人數(shù)明顯高于對(duì)照組（P

參考文獻(xiàn)

[1] 葉章群.泌尿系結(jié)石[M].北京：人民出版社，2 00 3：38-53.

[2] Watts RW . Idiopathic urinary stone disease ： possible polygenic aetiological factors[J].QJM，2009，98（4）：24l-246.

[3] SerioA，F(xiàn)raioliA. Epidemiology of nephrolithiasis [J]. NePhron 2009，81（51）：26.

[4] Leonetti F，Dussol B，Berthezene P，etal. Dietary and uri2 nary risk factors for stones in idiopathic calcium stone formers compared with healthy subjects [J] . NePhrol Dial Trans 2 Plant，2011，13（3）：617.

篇9

回歸分析（regressionanalysis）是統(tǒng)計(jì)學(xué)中一種常用的分析數(shù)據(jù)的方法，旨在研究一個(gè)變量Y與其他若干變量X之間的相關(guān)關(guān)系，實(shí)際應(yīng)用較為廣泛。根據(jù)涉及自變量的個(gè)數(shù)，可將其分為一元回歸分析、多元回歸分析；根據(jù)自變量與因變量之間的關(guān)系類型，可將其分為線性回歸分析、非線性回歸分析。當(dāng)回歸分析中僅包含一個(gè)自變量、一個(gè)因變量，且二者關(guān)系可用一條直線近似表示，該回歸分析為一元線性回歸分析。當(dāng)回歸分析中包含兩個(gè)或兩個(gè)以上的自變量，且因變量與自變量之間是線性關(guān)系，則稱為多元線性回歸分析?；貧w分析常用于觀測(cè)數(shù)據(jù)，目的是獲得因果結(jié)論。回歸分析的結(jié)果是最佳擬合直線的數(shù)學(xué)方程，該方程的用途之一是預(yù)測(cè)［5－6］。曾憲昌等［7］較早運(yùn)用通徑分析原理對(duì)貴州省58頭不同年齡、性別的沿河山羊的體尺和體質(zhì)量關(guān)系作出較為系統(tǒng)深入的分析。借助通徑圖解簡(jiǎn)明地表達(dá)各變量之間的關(guān)系，并在區(qū)分各自變量在多元回歸中的相對(duì)重要性后，剔除影響不大的自變量，在偏回歸系數(shù)顯著性檢驗(yàn)合格的基礎(chǔ)上，建立最優(yōu)回歸方程，直接用體長(zhǎng)和胸圍估計(jì)體質(zhì)量和屠宰率對(duì)山羊產(chǎn)肉性能進(jìn)行預(yù)測(cè)。陳永軍等［8］運(yùn)用SPSS14．0分析成年大足黑山羊體尺與體質(zhì)量的相關(guān)關(guān)系、體尺對(duì)體質(zhì)量的直接和間接作用以及決定程度，最后建立體質(zhì)量與體尺的最優(yōu)回歸模型。結(jié)果表明：胸寬和管圍是影響公羊體質(zhì)量最主要的體尺指標(biāo)，胸圍是影響母羊體質(zhì)量最主要的體尺指標(biāo)。公羊最優(yōu)回歸模型為：Y＝19．630－0．940X6＋4．346X7，母羊最優(yōu)回歸模型為：Y＝－17．942＋0．661X4。（注：Y指體質(zhì)量、X6指胸寬、X7指管圍、X4指胸圍）王高富等［9］采用SAS軟件CORR對(duì)重慶黑山羊成年羊體尺、體質(zhì)量指標(biāo)與胴體凈肉率進(jìn)行相關(guān)分析，并以成年重慶黑山羊體高、體斜長(zhǎng)、胸圍、胸寬、胸深、成年體質(zhì)量為自變量，胴體凈肉率為應(yīng)變量，采用REG過程BACKWARD（后退法）的多元回歸分析方法，構(gòu)建估測(cè)重慶黑山羊胴體凈肉率的最優(yōu)回歸方程，結(jié)果表明：胸圍、胸寬和胸深可以作為選擇胴體凈肉率的間接指標(biāo)。韓學(xué)平［10］采用逐步回歸的方法對(duì)隨機(jī)抽測(cè)的青海省河南縣40只歐拉型藏羊成年公羊和104只成年母羊的體質(zhì)量和8個(gè)主要體尺指標(biāo)進(jìn)行回歸分析，得到歐拉型藏羊成年公羊體質(zhì)量和主要體尺指標(biāo)的最優(yōu)回歸方程為Y＝0．88X2＋13．64X6－4．35X7＋1．28X4－114．51（P＜0．01）（R＝0．889）；成年母羊體尺與體質(zhì)量的最優(yōu)回歸方程為Y＝0．49X1＋0．46X2＋0．30X3＋0．43X4－43．51（P＜0．01）（R＝0．649）。（注：Y指體質(zhì)量、X2指體長(zhǎng)、X6指管圍、X7指尾寬、X4指胸深、X1指體高、X3指胸圍）馮平等［11］采用相關(guān)分析、通徑分析和回歸分析的方法研究不同年齡段陜北白絨山羊體尺、體質(zhì)量、絨長(zhǎng)、毛長(zhǎng)和產(chǎn)絨量的最優(yōu)回歸模型。結(jié)果表明：陜北白絨山羊在4歲時(shí)處于最佳生長(zhǎng)階段，產(chǎn)肉和產(chǎn)絨性能最好；產(chǎn)絨量和體尺、體質(zhì)量、毛長(zhǎng)、絨長(zhǎng)的最優(yōu)回歸模型為Y＝0．559X10＋0．391X4－0．176X9＋0．196X7－0．169X8。（注：Y指產(chǎn)絨量、X10指絨長(zhǎng)、X4指胸圍、X9指毛長(zhǎng)、X7指管圍、X8指腰角寬）陳碧紅等［12］運(yùn)用SAS軟件分析戴云山羊體尺與體質(zhì)量間的相關(guān)、體尺對(duì)體質(zhì)量的直接和間接影響以及體尺對(duì)體質(zhì)量的決策程度，最后建立體質(zhì)量與體尺的最優(yōu)回歸模型。結(jié)果表明：各體尺性狀因素都在不同程度上影響戴云山羊的體質(zhì)量。選育戴云山羊時(shí)應(yīng)以胸部為主并兼顧體高，以取得較好的選育效果。

2主成分分析

主成分分析（principalcomponentanalysis）是由K．皮爾森對(duì)非隨機(jī)變量引入的，用于分析數(shù)據(jù)及建立數(shù)理模型，爾后H．霍特林將此法推廣應(yīng)用于隨機(jī)變量中。主成分分析又稱主分量分析，是將多個(gè)變量通過線性變換以選出較少個(gè)重要變量的一種多元統(tǒng)計(jì)分析方法。在實(shí)際課題的研究中，為了全面系統(tǒng)地分析問題，常會(huì)涉及眾多與此有關(guān)的變量，每個(gè)變量在不同程度上反映該課題的部分信息。信息的大小通常用離差平方和或方差來衡量。主成分分析可設(shè)法將原來變量重新組合成一組新的互相無關(guān)的幾個(gè)綜合變量，同時(shí)根據(jù)實(shí)際需要從中取出幾個(gè)較少的綜合變量盡可能多地反映原來變量的信息，是數(shù)學(xué)上處理降維的一種方法。主成分分析是多元統(tǒng)計(jì)中的重要內(nèi)容，是當(dāng)前許多研究的主題，其原則是將多個(gè)相關(guān)指標(biāo)簡(jiǎn)化為少數(shù)不相關(guān)指標(biāo)，它能夠在不損失過多遺傳信息的基礎(chǔ)上進(jìn)行多性狀的方向性選擇，同時(shí)提高選擇效果［13］。近年來，該方法已被廣泛應(yīng)用于牛、羊、豬等家畜性狀的選育工作中。姜加華［14］于2004年對(duì)波爾山羊雜交二代（F2）羔羊各階段體質(zhì)量和體尺指標(biāo)進(jìn)行主成分分析，建立F2的生長(zhǎng)模型，為制定新品種培育方案、飼養(yǎng)管理方案提供理論依據(jù)，為確定綜合選育指標(biāo)奠定基礎(chǔ)。劉錚鑄等［15］采用主成分分析法，分析波爾山羊與唐山奶山羊的級(jí)進(jìn)雜交三代羔羊不同年齡階段體高、體長(zhǎng)、腿臀圍、胸圍和體質(zhì)量等與生長(zhǎng)相關(guān)的性狀，綜合為幾個(gè)主成分，并由此確定衡量波唐三代羔羊生長(zhǎng)發(fā)育性狀的指標(biāo)，探討評(píng)估個(gè)體羊的生長(zhǎng)發(fā)育狀況。結(jié)果表明，在波唐三代羔羊l周齡時(shí)，體質(zhì)量對(duì)主成分影響最大，隨著年齡增長(zhǎng)，在1月齡、2月齡和4月齡對(duì)主成分影響最大的是體長(zhǎng)和腿臀圍，在1月齡和2月齡，第二主成分主要反映羔羊的體高信息。白俊艷等［16］對(duì)成年大尾寒羊的體長(zhǎng)、體高、體質(zhì)量、胸圍、尾長(zhǎng)、尾寬進(jìn)行測(cè)量，利用SPSS軟件對(duì)以上6個(gè)體尺指標(biāo)進(jìn)行主成分分析。結(jié)果表明，第一主成分的貢獻(xiàn)率較高為59．043％，其中高載荷的指標(biāo)有體高、體長(zhǎng)，這些體尺決定大尾寒羊體形的長(zhǎng)短高矮，將其命名為高度因子。第二主成分的貢獻(xiàn)率為16．919％，其中高載荷的指標(biāo)有尾長(zhǎng)、尾寬，其反映大尾寒羊尾巴形狀的變化特征，將其命名為尾形因子。第三主成分的貢獻(xiàn)率為11．081％，其中高載荷的指標(biāo)有體質(zhì)量、胸圍，這些體尺與大尾寒羊體形結(jié)構(gòu)均衡性密切相關(guān)，反映大尾寒羊軀體大小程度，將其命名為軀體因子。若取前3個(gè)主成分，其特征根值可使累積貢獻(xiàn)率達(dá)到87．043％，即用這3個(gè)主成分可解釋6個(gè)體尺指標(biāo)總體信息，且信息損失部分較小，信息損失僅占12．957％。

3因子分析

因子分析（factoranalysis）是研究從變量群中提取共性因子的統(tǒng)計(jì)技術(shù)。因子分析的模型最早由J．Penrson和C．S．Pearman提出，首先應(yīng)用于心理學(xué)研究。由于這種研究收到較好的效果，因而引起科學(xué)界的注意。數(shù)十年來許多統(tǒng)計(jì)學(xué)家以及其他科學(xué)工作者在因子分析的理論、方法和實(shí)際應(yīng)用等方面做大量的工作，使因子分析不斷得到充實(shí)并成為多元統(tǒng)計(jì)學(xué)的重要組成部分。與此同時(shí)因子分析的應(yīng)用也逐漸推廣到心理學(xué)以外的其他學(xué)科，如經(jīng)濟(jì)學(xué)、生物學(xué)、植物學(xué)、地質(zhì)學(xué)、化學(xué)等［17－18］。因子分析與主成分分析都有清理多個(gè)原始變量?jī)?nèi)在結(jié)構(gòu)關(guān)系的作用，但主成分分析重在綜合原始變量的信息，而因子分析重在解釋原始變量間的關(guān)系，是比主成分分析更深入的一種多元統(tǒng)計(jì)方法［19］。因子分析旨在從許多變量中找出隱藏的具有代表性的因子，并將相同本質(zhì)的變量歸入公因子，通過建立公因子與原變量之間的數(shù)量關(guān)系來預(yù)報(bào)公因子的狀態(tài)，幫助發(fā)現(xiàn)隱藏在原變量之間的某種客觀規(guī)律性。因子分析可減少變量數(shù)目，還可檢驗(yàn)變量間關(guān)系的假設(shè)。在因子分析過程中，因子數(shù)的準(zhǔn)確確定是極其重要的。由于分析數(shù)據(jù)（通常由試驗(yàn)測(cè)得）存在誤差，這就給確定因子數(shù)帶來很大困難。如何在摻和誤差的試驗(yàn)數(shù)據(jù)中準(zhǔn)確地找出影響原始分析數(shù)據(jù)的因子數(shù)，是因子分析研究中的一個(gè)特別重要也很困難的研究課題。多年來，不少致力于因子分析理論研究的工作者在這方面作了很大的努力。然而，迄今還沒有現(xiàn)成的準(zhǔn)確確定一套試驗(yàn)數(shù)據(jù)中有多少有意義的因子的嚴(yán)格的方法。不過，已有不少判據(jù)在確定因子數(shù)時(shí)是行之有效的，其中被應(yīng)用得較多的有E．R．Malinowk等提出的判據(jù)（如RE、IND等），用交互校驗(yàn)和頻串分布等方法確定因子數(shù)也是相當(dāng)有效的，這一方面的研究尚有待進(jìn)一步的深入［17］。葉昌輝等［20］應(yīng)用主因子分析的方法對(duì)廣東省96頭雷州山羊成年母羊的8個(gè)主要體尺性狀進(jìn)行研究分析，結(jié)果顯示，雷州山羊成年母羊的8個(gè)體尺性狀之間的相關(guān)系數(shù)均為正值，為正相關(guān)，可區(qū)分為相對(duì)獨(dú)立的3個(gè)主因子。其中，第一主因子的貢獻(xiàn)率最大，為60．00％，其中腰角寬、胸寬、胸圍和胸深的因子載荷值較高，考慮其生物學(xué)意義，稱第一主因子為軀體因子。同時(shí)，山羊軀體大小與屠宰率相關(guān)聯(lián)，故軀體因子是山羊產(chǎn)肉率的一個(gè)間接指標(biāo)。此外，第二主因子的貢獻(xiàn)率為16．59％，稱為高度因子；第三主因子的貢獻(xiàn)率僅為7．64％，稱為肢體因子。第一主因子的方差解釋量最大，是雷州山羊變異的主要來源，故在今后的選育工作中應(yīng)給予足夠重視，以主因子為單位進(jìn)行選種，結(jié)合其他性狀的選擇，提高雷州山羊的選育效率。

4聚類分析

聚類分析（clusteranalysis）又稱集群分析，它是研究“物以類聚”的一種數(shù)理統(tǒng)計(jì)方法。聚類分析可將一些觀察對(duì)象依據(jù)某些特征加以歸類，在生物學(xué)和醫(yī)學(xué)分類問題中有著廣泛的應(yīng)用［21］。聚類分析的基本思想是：所研究的樣品或指標(biāo)之間存在著程度不同的相似性。于是根據(jù)一批樣品的多個(gè)觀測(cè)指標(biāo)，具體找出一些能夠度量樣品或指標(biāo)間相似程度的統(tǒng)計(jì)量，以這些統(tǒng)計(jì)量為劃分類型的依據(jù)，將相似程度較大的樣品聚為一類。聚類分析的目標(biāo)就是在相似的基礎(chǔ)上收集數(shù)據(jù)并分類，關(guān)系密切的對(duì)象聚為一個(gè)小的分類單位，關(guān)系疏遠(yuǎn)的對(duì)象聚為一個(gè)大的分類單位，最終把所有的樣品或指標(biāo)聚類完畢，即可形成一個(gè)由小到大的分類系統(tǒng)。聚類結(jié)果體現(xiàn)數(shù)據(jù)的分布特征，聚類方法多種多樣，針對(duì)不同的問題應(yīng)該采取不同的方法［22］。聚類分析有不同的分類［23－24］：按聚類變量可分為樣品聚類（caseclusteranalysis，又稱Q聚類），和指標(biāo)聚類（variableclusteranalysis，又稱R聚類）；按聚類方法可分為系統(tǒng)聚類（joiningclusterprocedures）和動(dòng)態(tài)聚類（iteractivepartitioningprocedures）；按數(shù)據(jù)的歐幾里得距離的遠(yuǎn)近進(jìn)行分類分析，常用的有譜系聚類法（hierarchicalcluster）和分類聚類法（disjointcluster）。趙宗勝等［25］對(duì)3種不同類型雜交肉用羊的體尺指標(biāo)進(jìn)行聚類和主成分分析，將所分析的17項(xiàng)體尺指標(biāo)分為三大類：特征類、圍度類、高長(zhǎng)度類。運(yùn)用這兩種方法，所得結(jié)果基本一致，但對(duì)于不同的雜交組合，結(jié)果有一定的差異。根據(jù)3種雜交組合的體尺與主成分分析結(jié)果，3種羊的第一、二主測(cè)指標(biāo)略有不同，表明其對(duì)于不同類型雜交系各種指標(biāo)的度量應(yīng)有不同的側(cè)重點(diǎn)。從而揭示出不同類型雜交肉羊體尺差異性的規(guī)律，為今后的肉羊品種選育、鑒定、評(píng)價(jià)提供新的思路和依據(jù)。侯洪梅［26］采用SPSS軟件對(duì)62只7月齡青海加什科公羔體尺和體質(zhì)量指標(biāo)進(jìn)行聚類分析，分為4類，并對(duì)各類羊只的各項(xiàng)指標(biāo)計(jì)算類內(nèi)均值和標(biāo)準(zhǔn)差，根據(jù)均值差異確定4類各項(xiàng)指標(biāo)區(qū)間，得出更具操作性和實(shí)用性的加什科羊品種鑒定結(jié)果。

5判別分析

判別分析（discriminantanalysis）是在分類確定的條件下，根據(jù)某一研究對(duì)象的各種特征值判別其類型歸屬問題的一種多變量統(tǒng)計(jì)分析方法。進(jìn)行判別分析時(shí)通常根據(jù)已知樣本的分類及所測(cè)的指標(biāo)，篩選出能提供較多信息的指標(biāo)，從而建立判別方程，使其錯(cuò)判率最小。其基本原理是按照一定的判別準(zhǔn)則，建立一個(gè)或多個(gè)判別函數(shù)，用研究對(duì)象的大量資料確定判別函數(shù)中的待定系數(shù)，并計(jì)算判別指標(biāo)。據(jù)此即可確定某一樣本屬于何類。判別分析的目的是建立一個(gè)判別函數(shù)式，建立判別函數(shù)式的法則主要有Fisher判別準(zhǔn)則和Bayes判別準(zhǔn)則。根據(jù)已知分類的數(shù)目、是否篩選變量和變量間是否有共線性，判別分析可分為二類判別、多類判別、逐步判別和典則判別分析［27－28］。敖學(xué)成等［29］經(jīng)3個(gè)點(diǎn)抽樣測(cè)定，用體尺、體質(zhì)量性狀指標(biāo)對(duì)四川省美姑縣58只成年母羊的遺傳多樣性進(jìn)行聚類分析和判別分析，表明美姑縣高繁山羊類群中存在大、中、小類型，具有選擇高產(chǎn)肉用山羊的基礎(chǔ)，得出從當(dāng)前羊群綜合性狀結(jié)構(gòu)的多樣性特點(diǎn)開展有計(jì)劃的選育十分必要。提出并分析母羊分類的三個(gè)判別函數(shù)式，其中體高、十字部高、體長(zhǎng)、胸圍、胸深、胸寬、體質(zhì)量等性狀類別間組內(nèi)均值相等性檢驗(yàn)均達(dá)到極顯著和顯著水平，可從表型值作出判定，因此可作為當(dāng)前選育的參考依據(jù)。陳暖等［30］用SPSS軟件對(duì)崇明白山羊、海門山羊、徐淮山羊、關(guān)中奶山羊的17個(gè)體尺指標(biāo)進(jìn)行典型判別和逐步判別分析，提供一種基于體尺指標(biāo)的山羊不同品種和地理類型的量化分析方法。結(jié)果表明：該方法總體判別率可達(dá)到95．5％，當(dāng)要求交叉驗(yàn)證正確率＞90％時(shí)，至少需要9個(gè)體尺指標(biāo)；在品種間兩兩進(jìn)行比較時(shí)，對(duì)判別貢獻(xiàn)率最大的指標(biāo)因品種不同而異。在該研究范圍內(nèi)，角型和胸寬是崇明白山羊區(qū)別于其他山羊的兩個(gè)最具區(qū)分度的體尺指標(biāo)。

6相關(guān)分析

相關(guān)分析（correlationanalysis）是研究變量之間密切程度的一種常用統(tǒng)計(jì)方法。兩個(gè)變量之間的變化關(guān)系，既表現(xiàn)在變化方向上，又表現(xiàn)在密切程度上。相關(guān)分析旨在研究變量之間是否存在某種依存關(guān)系，且對(duì)存在依存關(guān)系的變量探討其變化方向、密切程度。若兩個(gè)變量變化方向一致則為正相關(guān)，若兩個(gè)變量變化方向相反則為負(fù)相關(guān)。簡(jiǎn)單相關(guān)系數(shù)（由KarlPearson提出，有時(shí)也稱作Pearson相關(guān)系數(shù)）用來度量變量間的線性相關(guān)關(guān)系的強(qiáng)弱程度。相關(guān)系數(shù)的符號(hào)（＋或－）代表著變量間相關(guān)關(guān)系的方向（正相關(guān)或負(fù)相關(guān)）［31－32］。狄江［33］對(duì)中國(guó)美利奴羊（新疆型）體大品系育種群的2歲母羊進(jìn)行體尺與主要性狀的相關(guān)及通徑分析。結(jié)果表明，體大品系羊體長(zhǎng)、胸圍與體質(zhì)量呈顯著的正相關(guān)（P＜0．01）；體高、體長(zhǎng)、胸圍通過提高凈毛率而間接增加凈毛量；毛長(zhǎng)對(duì)污毛量、凈毛量無直接影響；凈毛率與污毛量是極顯著的負(fù)相關(guān)（P＜0．01）。劉金福等［34］在昌黎和盧龍兩地測(cè)定89只唐山奶山羊成年母羊的體尺和體質(zhì)量，并利用國(guó)際上通用的SAS統(tǒng)計(jì)分析軟件對(duì)所測(cè)的各項(xiàng)資料進(jìn)行統(tǒng)計(jì)分析，得出唐山奶山羊成年母羊體質(zhì)量和體尺性狀間的生長(zhǎng)發(fā)育存在著較強(qiáng)的內(nèi)在聯(lián)系，在性狀的選擇方面可以利用這些較強(qiáng)的相關(guān)關(guān)系達(dá)到育種目的。賈存靈等［35］運(yùn)用SAS軟件分析薩?？恕粒o角陶賽特×小尾寒羊）三元雜交組合3月齡公羔體尺與體質(zhì)量間的表型相關(guān)、體尺對(duì)體質(zhì)量的直接和間接影響，并建立最優(yōu)回歸模型。薩?？恕粒o角陶賽特×小尾寒羊）三元雜交組合3月齡羔羊體尺各指標(biāo)均與體質(zhì)量有極顯著的相關(guān)關(guān)系（P＜0．01），其中胸深和胸圍是影響三元雜交公羔體質(zhì)量的主要因素。在選擇三元雜交公羔體質(zhì)量的同時(shí)，應(yīng)加強(qiáng)對(duì)胸深和胸圍的選擇力度。吳平等［36］采用MicrosoftExcel2007和SPSS16．0軟件進(jìn)行基本處理和相關(guān)分析，用全回歸法（Enter）對(duì)體質(zhì)量和體尺指標(biāo)進(jìn)行回歸分析。研究主要針對(duì)關(guān)中奶山羊羔羊在3月齡內(nèi)的體質(zhì)量與體尺的生長(zhǎng)發(fā)育情況而進(jìn)行。研究表明，從初生到4月齡，羔羊生長(zhǎng)發(fā)育迅速，尤其表現(xiàn)在初生后的前2個(gè)月左右，而此時(shí)也是母羊泌乳的最高峰期。通過對(duì)體質(zhì)量與體尺之間相關(guān)性的研究得知，體質(zhì)量與體長(zhǎng)、胸圍、體高之間都存在極顯著的相關(guān)。在進(jìn)行飼養(yǎng)培育時(shí)這3個(gè)指標(biāo)都很重要，可作為此階段選育的依據(jù)。

7綜合分析

綜合分析是指同時(shí)引用多種多元統(tǒng)計(jì)方法進(jìn)行分析。較常見的是相關(guān)分析和回歸分析的綜合運(yùn)用。扎西卓瑪?shù)龋?7］應(yīng)用相關(guān)分析的方法，對(duì)83只柴達(dá)木絨山羊（互交羊）周歲母羊的胸圍、抓絨前體質(zhì)量、絨層厚度、粗毛量4個(gè)性狀與產(chǎn)絨量性狀的關(guān)系進(jìn)行分析。結(jié)果表明這4項(xiàng)性狀與產(chǎn)絨量均具有顯著的相關(guān)性，用這4項(xiàng)性狀估測(cè)產(chǎn)絨量的回歸方程：Y＾＝114．7689－3．3302X1＋5．6125X2＋0．1935X3＋1．1142X4。經(jīng)F檢驗(yàn)得該回歸方程具有一定的可靠性。（注：Y指產(chǎn)絨量、X1指胸圍、X2指抓絨前體質(zhì)量、X3指絨層厚度、X4指粗毛量）王欣榮等［38］采用多元逐步回歸分析方法，對(duì)隨機(jī)抽測(cè)的甘肅省甘南州草地型藏羊225只成年公羊和290只成年母羊的體質(zhì)量和主要體尺指標(biāo)進(jìn)行相關(guān)性分析。結(jié)果表明：甘南草地型藏羊成年公羊體質(zhì)量和主要體尺指標(biāo)的最優(yōu)回歸方程為Y＝0．118X1＋0．652X3＋0．196X4（R＝0．901，0．01＜P＜0．05）；成年母羊體質(zhì)量和主要體尺指標(biāo)的最優(yōu)回歸方程為Y＝0．111X1＋0．186X2＋0．626X3（R＝0．849，P＜0．01）（注：Y指體質(zhì)量、X1指體高、X3指胸圍、X4指管圍、X2指體長(zhǎng)）?；貧w模型顯示，胸圍和體高是影響甘南草地型藏羊體質(zhì)量的主要體尺指標(biāo)，建議在今后的選育工作中加大對(duì)胸圍和體高的選擇力度，以提高藏羊的平均體質(zhì)量。梁學(xué)武等運(yùn)用SPSS13．0軟件［39－40］，分別用Logistic、Bertalanffy和Gompertz模型對(duì)波爾山羊的體質(zhì)量性狀進(jìn)行非線性擬合，并對(duì)體質(zhì)量與體高、體長(zhǎng)、胸圍的相關(guān)性進(jìn)行分析［41］。得出波爾山羊生長(zhǎng)曲線采用Logistic模型擬合效果最佳，公母羊生長(zhǎng)模型分別為：W＝51．59×（1＋6．15×e－1．82）－1（R2＝0．9815）和W＝52．56×（1＋7．15×e－2．08）－1（R2＝0．9834）（注：W指體質(zhì)量）。公羊的生長(zhǎng)拐點(diǎn)為14月齡，體質(zhì)量25．80kg，成熟體質(zhì)量為51．59kg；母羊的生長(zhǎng)拐點(diǎn)為16月齡，體質(zhì)量26．28kg，成熟體質(zhì)量為52．56kg。在山羊的生長(zhǎng)拐點(diǎn)前，加強(qiáng)飼養(yǎng)，可充分發(fā)揮其生長(zhǎng)潛力，提高生產(chǎn)性能。波爾山羊體質(zhì)量與胸圍性狀呈極顯著正相關(guān)（P＜0．01），與體高性狀呈顯著正相關(guān)（P＜0．05），體質(zhì)量與體高及胸圍的二元回歸方程為：Y＝0．279Btg＋0．893Bxw－19．28（注：Y指體質(zhì)量、Btg指體高、Bxw指胸圍）。生產(chǎn)實(shí)踐中，可利用此回歸方程估測(cè)體質(zhì)量。

8小結(jié)

篇10

隨著社會(huì)的快速發(fā)展以及現(xiàn)代校園文明的不斷變化，加入學(xué)生組織已經(jīng)成為現(xiàn)代大學(xué)生的必然選擇。然而，各學(xué)生組織凝聚力具有顯著差別。本文針對(duì)目前學(xué)生組織凝聚力的現(xiàn)狀，就學(xué)生組織凝聚力的影響因素在三個(gè)層面，八個(gè)維度進(jìn)行初步研究，以分析各個(gè)因素對(duì)學(xué)生組織凝聚力在人口統(tǒng)計(jì)學(xué)角度的影響程度。研究結(jié)果表明：學(xué)生組織凝聚力特征在性別、年級(jí)兩個(gè)人口統(tǒng)計(jì)學(xué)變量上存在一定的顯著性差異，而在學(xué)生干部經(jīng)歷人口統(tǒng)計(jì)學(xué)變量上并不存在顯著性差異。

【關(guān)鍵詞】

學(xué)生組織；凝聚力；影響因素

1 研究背景及目的

1.1 研究背景

隨著社會(huì)的快速發(fā)展以及現(xiàn)代校園文明的不斷變化，加入學(xué)生組織普及化。目前國(guó)內(nèi)外對(duì)凝聚力的研究群體主要針對(duì)運(yùn)動(dòng)團(tuán)體和軍事團(tuán)體，學(xué)校團(tuán)體較少涉及。對(duì)于影響因素涉及了人際關(guān)系、凝聚力結(jié)構(gòu)、 組織情境、心理滿足等內(nèi)外部因素。而這些結(jié)論較多采用定性的研究方法獲得，其科學(xué)性有待進(jìn)一步提高。大學(xué)生對(duì)學(xué)生組織凝聚力的認(rèn)知直接影響其增強(qiáng)組織凝聚力的行為，進(jìn)而影響學(xué)生組織的整體精神面貌和學(xué)生組織的成長(zhǎng)與發(fā)展。因此，本文選擇學(xué)生組織凝聚力的影響因素進(jìn)行研究，通過探討大學(xué)生對(duì)于學(xué)生組織凝聚力的認(rèn)知，進(jìn)一步提出改進(jìn)建議。

1.2 研究目的

在前面研究的基礎(chǔ)上，進(jìn)一步探討不同類型學(xué)生組織凝聚力特征上的認(rèn)知差異，以不同人口學(xué)統(tǒng)計(jì)學(xué)變量（包括性別，年級(jí)，是否擔(dān)任學(xué)生干部，組織類型）為自變量，學(xué)生組織凝聚力為因變量，探討基于大學(xué)生評(píng)價(jià)的組織凝聚力總體及各特征維度在人口統(tǒng)計(jì)學(xué)變量上的差異。具體分為以下八個(gè)維度：個(gè)人動(dòng)機(jī)、領(lǐng)導(dǎo)者、組織管理、組織規(guī)模、組織文化、進(jìn)入組織難度、外部競(jìng)爭(zhēng)、學(xué)校支持。

1.3 數(shù)據(jù)收集

我們選取北京林業(yè)大學(xué)在校登記的7個(gè)學(xué)生組織作為研究對(duì)象，進(jìn)行分類?？v向選擇校際和院級(jí)組織，橫向選擇涉及大學(xué)生學(xué)習(xí)、工作、生活、娛樂組織的學(xué)生組織作為樣本。采取整群抽樣的方式進(jìn)行調(diào)查。發(fā)放問卷300分，收回276份，回收率92%。其中有效問卷247分，有效率為總問卷數(shù)82.3% 。

2 文獻(xiàn)回顧

對(duì)于影響凝聚力的因素，國(guó)外學(xué)者主要把它歸結(jié)為三大方面：一是影響凝聚力的人際因素，二是影響凝聚力的結(jié)構(gòu)因素，三是影響凝聚力的組織和情境因素。此外，Hogg（1992）在回顧文獻(xiàn)后，總結(jié)凝聚力影響因素包括：個(gè)體特征及其一致性、互動(dòng)、群體氛圍、外部威脅、成功/獎(jiǎng)勵(lì)等。國(guó)內(nèi)學(xué)者關(guān)于影響群體凝聚力因素研究結(jié)論較難統(tǒng)一。如王重鳴（2001）指出，影響群體凝聚力主要取決于群體的構(gòu)成與規(guī)模、群體領(lǐng)導(dǎo)方式和外部競(jìng)爭(zhēng)以及群體內(nèi)聚力與生產(chǎn)率等方面。楊士魁（2003）指出，影響凝聚力的因素主要有群體目標(biāo)的一致性、管理模式的科學(xué)性、群體地位的影響性、互相交流的經(jīng)常性。李海（2009）分析得出影響組織凝聚力的因素包括個(gè)體、團(tuán)體、組織和社會(huì)四個(gè)層次。 可以看出，國(guó)內(nèi)外學(xué)者對(duì)凝聚力影響因素的認(rèn)識(shí)是一個(gè)由單一到全面，逐漸完善的過程。

3 問卷信度和效度

3.1 問卷信度分析

在李克特態(tài)度量表法中常用的信度檢驗(yàn)方法為“Cronbach a”系數(shù)。如果一個(gè)量表的信度愈高，表示量表愈穩(wěn)定。結(jié)果見下：

綜合國(guó)內(nèi)外學(xué)者的觀點(diǎn)，可以發(fā)現(xiàn)，總量表的信度系數(shù)最好在 0.75 以上，問卷具有良好信度。因此本問卷具有較好的信度。

3.2 問卷效度分析

問卷的效度是指測(cè)驗(yàn)或量表的題具有適當(dāng)性與代表性，即測(cè)驗(yàn)內(nèi)容能反應(yīng)所要測(cè)量的心理特質(zhì)。本問卷的題項(xiàng)，來源于文獻(xiàn)分析和訪談法，采用專家評(píng)判法對(duì)其內(nèi)容效度進(jìn)行有效鑒定。最后，在預(yù)測(cè)后還通過項(xiàng)目分析和因素分析，驗(yàn)證題項(xiàng)。因此，本問卷的效度是有保證的。

4 數(shù)據(jù)分析

4.1 基于大學(xué)生評(píng)價(jià)的學(xué)生組織凝聚力總體特征的描述

由表可知：

大學(xué)生對(duì)學(xué)生組織凝聚力在個(gè)人動(dòng)機(jī)，領(lǐng)導(dǎo)著，組織管理，組織規(guī)模，進(jìn)入組織難度，組織文化，學(xué)校支持得分均>3，外部競(jìng)爭(zhēng)微

4.2 不同性別大學(xué)生對(duì)學(xué)生組織凝聚力特征的描述

（1）男生在個(gè)人動(dòng)機(jī)，領(lǐng)導(dǎo)者，組織管理，組織規(guī)模，進(jìn)入組織難度，和外部競(jìng)爭(zhēng)六個(gè)維度，均值均大于女生，說明男生更加重視以上維度。而女生則對(duì)組織文化和學(xué)校支持更為看重。

（2）男生在以上八個(gè)因子的標(biāo)準(zhǔn)差均大于女生，說明男生的集中趨勢(shì)弱，個(gè)體差異強(qiáng)，存在顯著性差別。

4.3 不同年級(jí)大學(xué)生對(duì)學(xué)生組織凝聚力特征的描述

由表可知：

對(duì)比高年級(jí)學(xué)生，新生在個(gè)人動(dòng)機(jī)，組織規(guī)模，進(jìn)入組織難度程度，組織文化，外部競(jìng)爭(zhēng)和學(xué)校支持六個(gè)因子均值較大，而對(duì)于領(lǐng)導(dǎo)者和組織管理均值較小。深究原因，發(fā)現(xiàn)，在經(jīng)過大學(xué)一年級(jí)過后，學(xué)生對(duì)于組織規(guī)模，進(jìn)入組織難度，外部競(jìng)爭(zhēng)，和學(xué)校支持的重要性降低，而更為重視組織的管理和領(lǐng)導(dǎo)者。

4.4 是否擔(dān)任干部大學(xué)生對(duì)學(xué)生組織凝聚力特征的描述

由表可知：

是否擔(dān)任干部對(duì)于學(xué)生組織凝聚力的看法影響不大，不存在顯著性差別。

5 研究結(jié)論

由上述分析可知，學(xué)生組織凝聚力特征在性別、年級(jí)兩個(gè)人口統(tǒng)計(jì)學(xué)變量上存在一定的顯著性差異，而在學(xué)生干部經(jīng)歷人口統(tǒng)計(jì)學(xué)變量上并不存在顯著性差異。

（1） 性別差異：本研究發(fā)現(xiàn)男生在班級(jí)凝聚力總體評(píng)價(jià)均分高于女生，且存在顯著性差異。表明男生相對(duì)于女生更重視通過參與集體活動(dòng)來增強(qiáng)班級(jí)凝聚力。唐穎（2008）在研究中認(rèn)為影響心理健康的社會(huì)支持因素男生比女生更多存在團(tuán)體參與、自尊實(shí)現(xiàn)、對(duì)前途的信心、朋友的數(shù)量等因素，這在一定程度上也說明了男生對(duì)集體參與有更重要的認(rèn)知。

（2）年級(jí)差異：本研究發(fā)現(xiàn)不同年級(jí)大學(xué)生在班級(jí)凝聚力總體及各個(gè)子維度評(píng)價(jià)上存在顯著性差異，這種差異主要體現(xiàn)在一年級(jí)大學(xué)生評(píng)價(jià)得分明顯高于其它年級(jí)大學(xué)生。唐燕（2007）年在研究中提出隨著年級(jí)的升高，參加活動(dòng)的積極性逐漸減少。本研究認(rèn)為，但是隨著年級(jí)的升高，學(xué)業(yè)開始加重，學(xué)生的重心由參加活動(dòng)轉(zhuǎn)移到學(xué)業(yè)上。

（3）學(xué)生干部經(jīng)歷差異：本研究發(fā)現(xiàn)學(xué)生干部大學(xué)生在管理支持和團(tuán)隊(duì)業(yè)績(jī)維度上的評(píng)價(jià)均分不顯著性差異。與以往研究不同?？烧J(rèn)為在現(xiàn)階段，學(xué)生干部對(duì)學(xué)生組織凝聚力無顯著影響。

【參考文獻(xiàn)】

[1]LEWIN K A.Dynamic.1935. Theory of Personality [M]. NewYork： McGraw-Hill，118.