陕西高校教师快乐指数的实证研究_1.docxVIP

? ? 陕西高校教师快乐指数的实证研究 ? ? 样本的年龄差异。由表5可知，60岁及以上的教师得分最高，其次是51～59岁的教师以及30岁及以下的教师，得分最低的是31～40岁的教师，这与以往的研究结果也有所不同。教师的生活满意度随年龄的增加而增高，20～29岁年龄段教师的生活满意度最低，60岁以上教师的生活满意度最高[5]。这是因为，60岁以上的教师面临着退休，已基本上取得了自己所想要的成就，而且有了一定的声望。事业不再是他们的主要关注点，他们更加关注自己的健康以及精神状态。他们有着丰富的生活阅历，看待事物比较客观，更能以平常心对待生活，对各方面相对比较满意。51～59岁的教师也已基本上取得了一定的成就，获得了一定的社会地位，家庭生活也比较稳定，对各方面的综合满意度也比较高。30岁及以下的教师得分高是因为这个年龄段的教师年轻，没有经历过生活的艰辛，对生活充满了憧憬。他们刚参加工作不久，还没有体验到工作的枯燥以及人际关系的复杂。另一方面，这个年龄段的教师多数还是单身，比较自由，没有家庭的负担，他们看待事物相对比较单纯，看待生活比较积极，对各方面的综合满意度自然比较高。31～40岁的教师多数刚成家不久，既有父母需要照料，还有孩子需要照顾，生活的开销比较大，经济不是很稳定。在学校里，他们是中流砥柱，承担着繁重的教学以及科研任务。这个年龄段的教师正是体验生活的艰辛以及繁琐的时候，对各方面的综合满意度自然较低。 学科结构的差异。由表5可知，工科教师的得分最高，表明工科教师各方面的综合满意度最高，其次是经济管理类教师以及艺术体育类教师，得分较低的是人文社科类教师以及理科教师，这可能是由于收入差异导致的。工科教师能够申请到更多的经费比较多的项目，其中一些教师还有自己的专利和发明，经济状况比较好。经济管理类教师经常和企业打交道，有些还在一些企业担任重要的职务，他们能够申请到的科研项目也比较多，经济来源比较充足。艺术体育类的教师得分较高应该是因为体育老师比较外向，善于发泄生活中的不满，而艺术老师比较会享受生活，更能感受到生活的美好。 四、因子分析 本文列出了高校教师快乐指数的21个影响因子，但由于变量较多，如果变量之间存在较强的相关性，则会造成相当多的信息重叠现象，不利于寻找内在的规律。因此，本文尝试用因子分析法进行降维处理。 因子分析是一种多变量分析方法，能将众多的具有错综复杂关系的指标归结为少数几个综合指标(公共因子或因子变量)，达到降维和简化数据的目的。因子分析的出发点是，用较少的因子变量来代替原来变量的大部分信息，因子变量并不是原有变量的简单取舍，而是对原始变量的重新组构[7]。 (一)因子分析的数学模型 为了便于讨论因子分析的结果，这里首先给出因子分析的数学模型和相关概念。 因子分析的数学模型： x1=a11F1+a12F2+…a1mFma1ε1 x2=a21F1+a22F2+…a2mFm+a2ε2 … xp=ap1F1+ap2F2+…apmFm+apεp 其中x1、x2、x3…、xp为p个原有变量，是均值为零、标准差为1的标准化变量；F1、F2、F3…、Fm为m个因子变量，m小于p，表示成矩阵形式为： X=AF+aε 在这个数学模型中，X为原有变量，F为因子变量(公共因子)，可以把它们理解为在高维空间中互相垂直的m个坐标轴。A为因子载荷矩阵，aij为因子载荷，是第i个原有变量在第j个因子变量上的负荷。如果把变量xi看成是m维因子空间中的一个向量，则aij为xi在坐标轴Fj上的投影，相当于多元回归中的标准回归系数。ε为特殊因子，表示了原有变量不能被公共因子所解释的部分，相当于多元回归分析模型中的残差部分，a为特殊因子载荷矩阵[11]。 (二)因子分析结果及讨论 利用SPSS11.5统计软件对394条样本数据做因子分析。采用巴特利特球形检验与KMO检验考查变量是否适合做因子分析。采用主成分分析法，按相关系数矩阵提取特征值大于1的因子构建因子变量，并用方差极大法进行因子矩阵旋转。 KMO检验和Bartlett球度检验的结果见表6。 表6 KMO检验和Bartlett球度检验结果 Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0.912 Bartletts Test of Sphericity Approx.Chi-Square 3983.753 df 210 Sig. 0.000 这里KMO值为0.912，适合做因子分析。Bartlett的检验也是通过的，因为渐近x2的值为3 983.753，即很大，相应的显著性概率(Sig)小于0.001，为高度显著。因此，数据适合使用因子分析方法。 总方差解释结果如表7所示。 表7 总方差解释结果 合并 初始特征值 提取平方和载入 旋转平