当前位置:网站首页>基于层次分析法的“内卷”指数分析
基于层次分析法的“内卷”指数分析
2022-08-04 17:25:00 【江湖书生a】
“内卷”影响指数
为更深层的了解大学生受“内卷”的影响程度,我们建立了大学生“内卷”影响的评价体系。
本文采用层次分析法来计算“内卷”行为的指标的权重并进行指数计算,进而计算出大学生“内卷”影响指数。
(一) 指标的确立
利用系统论的思路,总体上遵循理论研究与实际应用相结合、自然科学与社会科学相结合、综合方法与分析方法相结合、定性分析与定量分析相结合的原则,在查阅大量文献数据和专业论文资料的基础上,应用德尔菲法建立起较为科学合理的“内卷”影响评价指标体系。
选取“内卷”了解情况、日常作息时间、评价在意情况、压力程度作为指标,进行进一步求解。
(二) 确定指标权重
本文选取“内卷”影响下的相关行为即上述四个指标,“内卷”了解情况、日常作息时间、评价在意情况、压力程度四个方向进行分析。为不损失原始数据信息,减少人为因素带来偏差,本文选取层次分析法,根据以下流程分别计算每个指标的权重。
采用如下表(表1) 的 1~9 标度法给予数量标度。
表1 九分制度表及其定义
我们将“内卷”影响的各项指标分别用A、B、C、D四个字母进行表示。下表为各指标的相关性矩阵。
表2 相关性矩阵
“内卷”了解情况、日常作息时间、评价在意情况、压力程度
通过查找数据构造各指标的判断矩阵,由公式(1)、(2)计算得CR,当CR<0.1时,则认为满足一致性检验;否则不满足检验。
利用MATLAB通过相关性矩阵求解权重,求解的一致性指标CI=0.0361;一致性比例CR=0.0405;因为CR<0.10,所以满足一致性条件。
通过计算得知其各个指标因素的真实权重,如下表所示:

指标权重一览图如下:
由图可以看出,“内卷”了解情况的指标权重为1.804,日常作息时间指标权重为0.2284,评价在意情况指标权重为0.2811,压力程度指标权重为0.3102,其中压力程度的指标权重相对较大,说明学生的“内卷”行为可能是受压力程度是的影响,想要改变“内卷”带来的消极影响,需要重视与灌注学生的心理压力情况。
(三)“内卷”影响指数计算
在问卷调查中,所选的四项指标的问题选项均为4个选择,一般对于4个选项可以按“差,一般,良好,优秀”来区分,我们将这四个指标的问题按选项的内容分为四个层级,将其转化为定量描述,对其赋值分别为:0、33、67、100。
根据公式 计算每个样本的综合“内卷”影响指数,其中 为四个指标各层级的值,wi为各个指标的权重。我们需要对指数进行评判,依据“内卷”影响指数将“内卷”现状划分为三个可以评价的分数区间,分别是轻度受 “内卷”影响(0-33)、中度“内卷”影响化(34-67)、深度“内卷”影响化(68-100)。
我们利用Excel对样本的选择进行赋分并利用函数公式求解出每个调查者的受“内卷”影响的情况,将每个样本的计算结果数据统计汇总,如下:
由上图可以看出,有27.68%的学生处于深度 “内卷”中,即受“内卷”的影响较为严重;有63.46%的学生处于中度“内卷”中,虽不严重,但比例已经超越50%,受“内卷”的影响程度有进一步深入的可能,应适时及时给予引导;仅有8.86%的学生处于轻度“内卷”中,只有少部分同学可以不受外部环境和自身的影响。
通过观察 “内卷”影响指数的分析,不难发现当代大学生大部分已经主动或者被动的被“内卷”影响着,“内卷”现状已不容忽视。此外根据对数据的分析发现,大部分学生已经受到“内卷”的影响,理应引起学习教育工作和心理咨询部门的高度重视,避免更多同学向深度“内卷”进行过渡。
边栏推荐
- mysqlbinlog 超过500g自动删除,保留7个,求大深给个版本
- 御神楽的学习记录之基于FPGA的AHT10温湿度数据采集
- 全球电子产品需求萎靡:三星越南工厂大幅压缩产能,减少工人工作日
- 在VMD上可视化hdf5格式的分子轨迹文件
- 消灭异步回调,还得是async-await
- 小程序学习目标
- 机器学习(十七):网格搜索(Grid Search)和SVM
- (1), the sequential storage structure of linear table chain storage structure
- R语言ggplot2可视化:使用ggpubr包的ggbarplot函数可视化柱状图、color参数指定柱状图的边框的色彩
- R语言计算时间序列数据的逐次差分(successive differences):使用diff函数计算时间序列数据的逐次差分值
猜你喜欢
随机推荐
Fork/Join框架
太一集团全资收购火币旗下社交产品火信
WPF 修改 ItemContainerStyle 鼠标移动到未选中项效果和选中项背景
MySQL学习笔记-4.数据更新时的性能问题
两个对象相同数据赋值
JS中null与undefined的异同点
The use of QCompleter for Qt auto-completion
【 Gazebo introductory tutorial] speak the second model library into robot modeling and visualization (editor) model
Nacos集群搭建
Qt自动补全之QCompleter使用
正则过滤字符串中 script 标签
【LeetCode每日一题】——540.有序数组中的单一元素
88.(cesium之家)cesium聚合图
SRM Supplier Collaborative Management System Function Introduction
R语言dplyr包group_by函数和summarise_at函数计算dataframe计算不同分组的计数个数和均值、使用%>%符号将多个函数串起来
树莓派温度监视关机保护脚本
R语言时间序列数据算术运算:使用diff函数计算时间序列数据的逐次差分、使用时间序列之间的除法计算相对变化率(乘以100获得百分比)
Learning to Explore - Setting the Foreground Color for Fonts
字节二面被问到mysql事务与锁问题,我蚌埠住了
华硕win11安全启动如何开启









