Обработка и анализ анкетирования студентов с помощью IBM SPSS

№124-1,

социологические науки

В статье рассматривается обработка и анализ проведенного анкетирования студентов с помощью IBM SPSS. Приведена методика обработки данных анкетирования. При обработке данных использовалось несколько инструментов анализа. Представлены результаты анализа данных в зависимости от разных факторов. Результаты анализа позволяют судить о выявленных мотивациях поступления на направление Землеустройство и кадастры, определены предпочтения при выборе будущего места работы.

Похожие материалы

С помощью IBM SPSS Statistics версии 20 проанализированы данные анкетирования студентов 1, 3 и 4 курсов направления 21.03.02 Землеустройство и кадастры САФУ, проведенного в 2018 году.

Программный комплекс IBM SPSS предназначен для статистического анализа данных и используется в социологии, экономике, науке и других сферах.

Целью анкетирования студентов ставилось:

  • оценить мотивацию поступления на направление Землеустройство и кадастры, влияние профориентационных мероприятий на выбор направления обучения;
  • узнать, какие из направлений будущей деятельности наиболее привлекательны для студентов, изменяются ли эти предпочтения со временем обучения;
  • узнать предполагаемые места будущей работы и др.

Работа по анкетированию включает: разработку анкеты, анкетирование, обработку и анализ информации.

Обрабатываемая анкета содержит 13 вопросов:

  1. Курс обучения: 1, 2, 3, 4 курс.
  2. Место постоянного проживания до поступления в САФУ: 1 — Архангельск; 2 — Архангельская область и НАО; 3 — другой регион.
  3. Пол: 1 — мужской; 2 — женский.
  4. На выбор направления «Землеустройство и кадастры» при поступлении повлияло: 1 — советы родителей, родственников; 2 — советы друзей; 3 — информация из СМИ; 4 — дни открытых дверей в САФУ, профориентационные мероприятия, буклеты и рекламная информация САФУ.
  5. Кто-то из Ваших родителей или родственников работает по направлению Землеустройство и кадастры или связаны с ним: 1 — да; 2 — нет.
  6. Кто-то из Ваших друзей или знакомых работает по направлению Землеустройство и кадастры или связаны с ним: 1 — да; 2 — нет.
  7. Вы больше склонны к изучению предметов: 1 — технических; 2 — гуманитарных.
  8. Участвовали ли во время обучения в дополнительных программах и секциях университета и в каких: 1 — спортивные секции; 2 — художественно-культурологическое направление; 3 — историко-краеведческое направление; 4 — научно-исследовательская работа; 5 — волонтерская работа; 6 — не участвовал(а).
  9. Какое из направлений работы в кадастровой деятельности вас больше привлекает: 1 — работа кадастрового инженера, геодезические съемки, обработка данных измерений; 2 — информационные технологии, в том числе геоинформационные системы; 3 — оценка земли и недвижимости, риэлтерская деятельность; 4 — административная работа в муниципальных учреждениях и других организациях.
  10. Собираетесь ли Вы сдавать экзамен на кадастрового инженера: 1 — да; 2 — нет.
  11. Собираетесь ли продолжить учебу в магистратуре: 1 — да, в магистратуре САФУ; 2 — да, в магистратуре другого вуза; 3 — нет.
  12. Вы уже определились с будущим местом работы: 1 — да; 2 — нет.
  13. Вы планируете работать в: 1 — Архангельске; 2 — Северодвинске; 3 — Архангельской области; 4 — Москве; 5 — Санкт-Петербурге; 6 — другом регионе.

Всего было обработано 45 анкет.

В анкете использовались закрытые вопросы. Во всех вопросах было выполнено кодирование ответов опрашиваемых числами.

Работу с IBM SPSS начинаем с представления переменных и ввода данных.

Перед вводом данных выполнялся визуальный контроль правильности и полноты заполнения анкет. Такой контроль позволяет выявить не полностью заполненные анкеты и ошибки в их заполнении.

Задаем представление переменных. Используем метки значений, которые позволяют описать возможные значения переменной. Так, например, в случае переменной «Пол» можно задать метку «мужской» для значения «1» и метку «женский» для значения «2».

Для их описания выбрана номинальная шкала.

Представление переменных показано на рисунке 1.

Представление переменных
Рисунок 1. Представление переменных

Вводим данные анкетирования (рисунок 2).

Ввод данных анкетирования
Рисунок 2. Ввод данных анкетирования

Далее переходим к анализу данных. Для предварительного анализа данных используем данные о месте проживания студентов до поступления в университет и их распределение по полу. Для этого выполняем команду: Анализ > Отчеты > Информация о данных.

На рисунке 3 показано распределение студентов по месту проживания до поступления в университет.

Распределение студентов по месту проживания до поступления в университет
Рисунок 3. Распределение студентов по месту проживания до поступления в университет

Для визуализации данных по месту проживанию студентов до поступления в университет использовалась круговая диаграмма (рисунок 4). Для построения диаграммы выполняем команду: Графика > Мастер диаграмм.

Диаграмма распределения студентов по месту проживания до поступления в университет
Рисунок 4. Диаграмма распределения студентов по месту проживания до поступления в университет

На основе построенной диаграммы можно сделать вывод, что большинство студентов до поступления в университет проживало в Архангельске (46,7 %) и Архангельской области (44,4 %).

На рисунке 5 показано распределение студентов по полу.

Распределение студентов по полу
Рисунок 5. Распределение студентов по полу

Среди студентов преобладают девушки — 73,3 %.

С помощью команды Данные > Задать свойства переменных можно выбирать для обработки не все, а только часть данных, удовлетворяющих заданным условиям. Задав, например, выборку данных по влиянию родителей на поступление на это направление, мы получаем, что для 32 студентов из 45 (71,1 %) на выбор направления повлияли родители и родственники.

Для анализа данных можно использовать таблицы сопряженности или таблицы контингентности. Таблица сопряженности используется для представления совместного распределения двух переменных, предназначенное для исследования связи между ними.

Для построения таблицы сопряженности выполним команду Анализ > Описательные статистики > Таблицы сопряженности.

Построим таблицу сопряженности из переменных «Пол» и «Участие в дополнительных программах и секциях» (рисунок 6).

Таблица сопряженности по переменным «Пол» и «Дополнительные программы и секции»
Рисунок 6. Таблица сопряженности по переменным «Пол» и «Дополнительные программы и секции»

Значение Хи-квадрата приведено на рисунке 7.

Хи-квадрат для переменных «Пол» и «Дополнительные программы и секции»
Рисунок 7. Хи-квадрат для переменных «Пол» и «Дополнительные программы и секции»

На основе таблицы сопряженности (рисунок 6) видно, что занимаются в спортивных секциях преимущественно ребята — 6 мужского пола (50 %) и 10 женского (30,3 %). В целом распределение студентов мужского и женского пола по выбору секций одинаково.

Построим таблицу сопряженности из переменных «Место проживания до поступления в университет» и «Планируемое место работы после окончания университета» (рисунок 8).

Выбор переменных при построении таблицы сопряженности
Рисунок 8. Выбор переменных при построении таблицы сопряженности

Нажмем на кнопку Точные в окне «Таблицы сопряженности». Откроется окно «Точные критерии», в котором установим точку на методе Монте-Карло.

Нажав на кнопку Статистики установим флажок на Хи-квадрат.

После этого нажимаем ОК и получаем таблицу сопряженности (рисунок 9).

Таблица сопряженности по переменным «Место проживания до поступления в университет» и «Планируемое место работы после окончания университета»
Рисунок 9. Таблица сопряженности по переменным «Место проживания до поступления в университет» и «Планируемое место работы после окончания университета»

Значение Хи-квадрат по Пирсону (Pearson Chi-Square) — 17,514; отношение правдоподобия (Likelihood Ratio) — 13,167; зависимость линейный-линейный (Linear-by-Linear Association) — 2,523; df (число степеней свободы) — 10, асимптотическая значимость (Asymptotic Significance) — 0,064 (рисунок 10).

Хи-квадрат для переменных «Место проживания до поступления в университет» и «Планируемое место работы после окончания университета»
Рисунок 10. Хи-квадрат для переменных «Место проживания до поступления в университет» и «Планируемое место работы после окончания университета»

На основе таблицы сопряженности (рисунок 9) видно, что 14 студентов (66,6 %), проживавших до поступления в Архангельске, планируют остаться на работу в этом же городе. Из студентов, приехавших учиться из Архангельской области — 50 % планируют работать в Архангельске и только 10 % планируют вернуться на работу в область.

Из таблицы 5 видно, что место проживания определяет дальнейшее место работы на уровне статистической тенденции.

Результаты исследования зависимости пола и выбранных направлений будущей работы приведены на рисунке 11.

Таблица сопряженности по переменным «Пол» и «Направления будущей работы»
Рисунок 11. Таблица сопряженности по переменным «Пол» и «Направления будущей работы»

Значение Хи-квадрат для переменных «Пол» и «Направления будущей работы» представлено на рисунке 12.

Хи-квадрат для переменных «Пол» и «Направления будущей работы»
Рисунок 12. Хи-квадрат для переменных «Пол» и «Направления будущей работы»

Из приведенных рисунков 11 и 12 видно, что студенты обоих полов одинаково подходят к выбору будущей работы. Девушки более часто выбирают направление Информационные технологии.

Полученные выводы позволяют судить о мотивации поступления на направление Землеустройство и кадастры, участии студентов в дополнительных программах и секциях, будущем направлении рабочей деятельности, оценить влияние профориентационной работы на выбор направления обучения.

Использование специального программного обеспечения, такого как IBM SPSS Statistics, позволяет быстро обработать информацию анкетирования и на основе полученных результатов выполнить анализ данных.