数信学生考研成功率影响因素的调查实证分析

周围

摘 要：为了提高数信学院的考研成功率，本研究将选择出与考研成功率关系密切的变量，运用多元回归模型和二项Logistic模型对各因素的影响程度及方向进行实证分析。

关键词：考研成功率 多元回归 二项Logistic回归

1.调查背景及目的

近年来随着高校本科生招收人数持续上涨，就业难已成为社会的一大难题。随着全国高等教育研究生招生规模的不断扩大，考研不断地升温，持久不衰，越来越多的人开始加入考研大军，“据悉，2010年全国报考人数为140.6万；2011年全国报考人数为151.1万；2012年全国报考人数为165.6万，”三年数据的变化，不难发现考研人数每年都在增加，大学已不在是终极目标，它已经成为通往研究生考试的跳板，各高校对于本校的考研成功率也越来越重视，但考研成功率却普遍较低。

为了提高数信学院的考研成功率，本研究将选择出与考研成功率关系密切的变量，并将影响考研成功率的因素划分成外部因素和自身因素两大类，在问卷调查的基础上，对这些变量和考研成功率之间的关系进行描述性分析。之后，进一步运用多元回归模型和二项Logistic模型对各因素的影响程度及方向进行实证分析，并考察外部因素和自身因素的交互作用对考研成功率的影响，最终得出更为符合实际情况的结论。为数信学院及学生的考研工作提供可靠数据，对症下药，从而高效提高数信学院的考研成功率。

2.调查对象及内容

本研究选择对北方民族大学数学与信息科学学院13级学生考研情况进行调查分析，调研结果显示，2013届参加研究生考试共72人，25人录取，占所调查全体考生的34.72%，其中400分以上有0人，350分-400分有14人，300分-350分共9人，300分以下的仅有2人；47人未被录取，占所调查的全体考生62.67%，考上985院校的有8名，211院校有4名，普通高校有13名。调查分析中选择出与考研成功率关系密切的变量，并将影响考研成功率的因素划分成外部因素和自身因素两大类，在问卷调查的基础上，对这些变量和考研成功率之间的关系进行描述性分析。之后，进一步运用多元回归模型和二项Logistic模型对各因素的影响程度及方向进行实证分析，并考察外部因素和自身因素的交互作用对考研成功率的影响，从而提出能提高数学与信息科学学院考研成功率的相关建议与措施。

3.模型设计

3.1数据来源及变量的选择与测量

本文的数据选自2017年5月“数学与信息科学学院13届毕业生考研情况调查”的数据。该调查采用抽样调查方式，调查对象为2013届数信学院本科毕业生。该调查共发放 问卷100份，回收问卷52份，其中有效问卷49份。

因变量的选择与测量：

本文将考研情况调查过程中的“考研总成绩”（Y）和“录取结果”（L）两个变量作为因变量来描述我校考研情况的好坏。Y通过被调查者对“您考研的总分成绩”这个选择题的回答来完成。L通过被调查者对“您的研究生录取学校及专业”这个填空题的回答来完成，将逻辑上没有回答和回答“未被录取”的记为0，填写相应学校及专业的记为1。可知，L是一个二元选择变量。

自变量的选择与测量：

在“考研总成绩”模型中，选取“考研复习总时间”，“考研复习期间每天学习时间”，“是否报有考研辅导班”，“有无固定考研自习室”以及“平时成绩”五个变量来测量影响考研总成绩的因素。

在“录取结果”模型中，将“考研总成绩”，“考研复习总时间”，“考研复习期间每天学习时间”，“是否报有考研辅导班”，“有无固定考研自习室”以及“平时成绩”六个变量来测量影响录取结果的因素。

3.2研究假设

由前述可知，本研究用两个变量测量学生的考研情况根据实际情况作出假设：

假设1：“考研总成绩”模型中，“考研复习总时间”、“每天学习时间”，“拥有固定考研自习室”有正向影响。

假设2：“考研总成绩”模型中，“是否报有考研辅导班”、“平时成绩”无影响。

假设3：在“录取结果”模型中，“每天学习时间”、“考研复习总时间”有正向影响。

假设4：在“录取结果”模型中，“拥有固定考研自习室”、“是否报有考研辅导班”，“平时成绩”无影响。

4.考研成功率的实证分析与结论

利用2013年毕业生考研情况调查的数据资料，选择运用了软件SPSS116.0分别对多元线性模型、二元Logistic模型进行参数估计。本文构建模型的主要目的是找出影响因变量的因素有哪些，而不是为了预测，所以我们首先采用变量了“全部引入法”。其次在在筛选变量时采用“逐步回归法”。

多元线性回归模型

（1）上式中， Y1表示被解释变量“考研总成绩”，表示截距项，ε表示随机扰动项，X1，X2，X3，X4，X5分别表示“考研复习总时间”，“考研复习期间每天学习时间”，“是否报有考研辅导班”，“平时成绩”以及“有无固定考研自习室”。

用逐步回归筛选出了变量后，分析得到回归方程：

从回归方程系数大小及选取显著性水平0.05，根据检验值≦0.05，拒绝原假设β=0，通过显著性检验为标准，对照上表数据，我们可以得出结论“考研总成绩”与“考研复习总时间”，“考研复习期间每天学习时间”有无固定考研自习室”

呈正相关，且通过了显著性检验。“考研总成绩”和“是否报有辅导班”，“平时成绩”并无显著关系。

二项Logistic模型

（2）式中 表示被解释变量“录取结果”，由于它是一个二分类变量，本文选取二元选择模型中的Logistic模型分析考研“录取结果”中“录取”和“未被录取”的概率之比，P为“录取”的概率，1-P？为“未被录取”的概率，将比数 称为机会比率，机会比率的对数L称为对数单位。回归系

数的意义是：解释变量每变动一个单位，对数单位L的平均变化量，然而我们研究的目的不是对数单位L，而是概率P。回归系数β1 的意义是：解释变量每变动一个单位，对因变量的影响作用我们可以从回归系数的符号上来判断：如果回归系数为正，表明解释变量越大，Y2取1的概率越大；反之，如果回归系数为负，表明相应的概率越小。

分析得到二元Logistic模型为：

根据分析数据可以得出第三，第四，第五个回归系数P值大于0.05，表明显著为零，可以删除这两个变量。对剩下两个变量模型进行拟合优度检验结果分析得到三种方法的P值均大于0.01不能拒绝实际值与预测值一致的假设，说明模型具有较好的拟合优度。

得到最终二元Logistic模型为：

由模型的检验结果可知，将X3和X4，X5三个变量剔除，保留X1、X2两个变量，则可认为，对于“录取结果”而言，“平时成绩”和“拥有固定自习室”，“是否报有考研辅导班”对其基本没有影响，“考研复习期间每天学习时间”“考研复习总时间”對其有正向影响作用。

5.结语

综合以上分析可以看出：“复习期间每天学习时间”，“考研复习总时间”在两个模型中都呈现正相关，“平时成绩”，“是否报有考研辅导班”在两个模型中都无显著影响，“拥有固定自习室”对“考研总成绩”有影响，但对“录取结果无影响，针对以上结论，

这里给出几点关于提高考研成功率的建议：

1.合理安排复习时间。

2.稳定的备考氛围是良性催化剂。

3.是否参加辅导班因人而异。

4.态度决定一切。

参考文献：

[1]王东华，多元统计分析与spss应用，华东理工大学[M]，2010

[2]何晓群，应用回归分析（第三版），中国人民大学出版社