【畢業(yè)學(xué)位論文】（Word原稿）本科院?？佳谐晒β视绊懸蛩氐膶嵶C分析——以中南財經(jīng)政法大學(xué)為例-統(tǒng)計教育學(xué)

本科院校考研成功率影響因素的實證分析 以中南財經(jīng)政法大學(xué)為例 中南財經(jīng)政法大學(xué)信息學(xué)院統(tǒng)計系 2009 年 9 月 28 日 目錄 摘要 1 一、問題的提出 1 1 二、相關(guān)研究綜述 2 三、本科院?？佳谐晒β实母艣r 3 （一）我?？忌P試 成績總體上比較理想 3 （二）整體錄取比例較低 3 （三）筆試成績越高被錄取的可能性就越大 3 四、考研成功率影響因素的描述性分析 4 （一）考研態(tài)度、復(fù)習(xí)專注度與筆試成績、錄取結(jié)果 4 （二）復(fù)習(xí)時間長短與筆試成績、錄取結(jié)果 5 （三）數(shù)學(xué)基礎(chǔ)、英語基礎(chǔ)與筆試成績、錄取結(jié)果 6 五、模型的構(gòu)建 7 （一）數(shù)據(jù)來源及變量的選擇與測量 7 （二）研究假設(shè) 9 （三）實證模型設(shè)計 10 六、實證分析與結(jié)論 11 （一）對假設(shè) 1的檢驗 11 （二）對假設(shè) 2的檢驗 14 （三）對假設(shè) 檢驗 17 （四）對假設(shè) 檢驗 18 七、啟示及建議 19 （一）具備積極的態(tài)度是考研成功的重要前提 19 （二）專注于考研復(fù)習(xí)和合理的復(fù)習(xí)計劃是考研成功的根本途徑 19 （三） 加強(qiáng)本科階段英語和數(shù)學(xué)課程的學(xué)習(xí)是考研的成功基礎(chǔ) 20 （四）學(xué)校的教學(xué)改革是學(xué)生考研成功的必要保障 20 參考文獻(xiàn) 21 附錄 22 本科院?？佳谐晒β视绊懸蛩氐膶嵶C分析 以中南財經(jīng)政法大學(xué)為例 摘要 ： 近年來，全國高等教育研究生招生規(guī)模不斷擴(kuò)大，以及社會對高校畢 2 業(yè)生質(zhì)量和水平要求的不斷提高，本科院校學(xué)生考研工作愈來愈受到各方面的重視和關(guān)注。不少學(xué)校甚至將考上研究生的多少作為評價教學(xué)質(zhì)量的一個重要指標(biāo)。但是，在當(dāng)前的考研浪潮中，在校本科大學(xué)生的考研成功率卻普遍較低。針對這個問題，本研究在對我校 2009 屆本科畢業(yè)生考研情況進(jìn)行問卷調(diào)查獲取數(shù)據(jù)的 基礎(chǔ)上，運(yùn)用多元線性回歸和二項 種統(tǒng)計學(xué)模型 實證 分 析影響考研成功率的因素 。 結(jié)果表明， 外部因素（專業(yè)熱門程度、考研方向）不是考研成功的決定性因素； 考生對考研的態(tài)度、考研復(fù)習(xí)的專注度、復(fù)習(xí)計劃合理安排以及英語、數(shù)學(xué)基礎(chǔ)與考研成功率存在密切關(guān)系。最后，針對目前考生存在的問題，結(jié)合學(xué)校的教學(xué)機(jī)制的分析，提出了 要加強(qiáng)學(xué)生自身素質(zhì)的提高和英語數(shù)學(xué)基礎(chǔ)課程的學(xué)習(xí)、實現(xiàn)學(xué)校教學(xué)改革的對策建議， 以促進(jìn)學(xué)校及學(xué)生的考研工作，提高本科院校的考研成功率。 本文的創(chuàng)新之處在于 ： 通過對考研現(xiàn)狀的調(diào)查，在描述性統(tǒng)計分析考研成功率的影響因素的基礎(chǔ)上， 將影響因素劃分成外部因素和自身因素兩大類，外部因素量化反映報考學(xué)校和專業(yè)的客觀影響，自身因素量化考察學(xué)生對待考研的態(tài)度、復(fù)習(xí)專注度 等主觀因素。 同時創(chuàng)建了交互影響變量來考慮 因素間的交互作用對考研成功率的影響。 對影響因素進(jìn)行初步分析 后，進(jìn)一步運(yùn)用多元回歸模型和二項 型 ，通過分別建模，比較 各因素 對筆試成績和錄取結(jié)果 的影響程度及 影響 方向 ，其特點在于分析能夠精確化，并且能確定其對考研成功率影響的大小 ，引導(dǎo)分析研究走向細(xì)化、深化，也是 一種新的嘗試。 關(guān)鍵詞： 考研成功率 多元回歸 二項 、 問題 提出 在 當(dāng)今 知識經(jīng)濟(jì)時代，企業(yè)的競爭也過渡到科技的競爭， 社會對 擁有豐富知識 的高學(xué)歷人才的需求越來越迫切。同時，自 1999 年國家高等教育大規(guī)模擴(kuò)招后 ， 更多的學(xué)生有機(jī)會接受高等教育 。 統(tǒng)計顯示 ， 2007 年 普通高等教育本專科共招生 人，比上年增加 人 ，增長 2008 年招生 上年增加 人，增長 招生規(guī)模的擴(kuò)大導(dǎo)致本?？飘厴I(yè)生人數(shù)的增加， 2007年 普通高等教育本?？?畢業(yè)生 比上年增加 增長 2008 年本?？飘厴I(yè)生 人，比上年增加 長 高等教育招生數(shù)和畢業(yè)生規(guī)模的持續(xù)增加，導(dǎo)致本科畢業(yè)生的就業(yè)面臨嚴(yán)峻挑戰(zhàn)。 在高素質(zhì)高學(xué)歷人才需 求 和就業(yè)壓力的雙重因素驅(qū)動下， 近年來， 越來越多的大學(xué)生選擇了考研 （ 指碩士研究生，下同 ） 之路，通過進(jìn)一步的學(xué)習(xí)來提高自己的知識層次和競爭力 ， 尤其是 2007 年金融危機(jī)爆發(fā)以后，這種現(xiàn)象更為普遍 ，同時，國家也大幅度擴(kuò)大研究生的辦學(xué)層次與規(guī)模，統(tǒng)計顯示，2007年全國招收碩士研究生 上年增加 長 2008年招收 上年增加 長 在高校和社會上出現(xiàn)了 3 一股強(qiáng)勁的考研潮流，而應(yīng)屆本科畢業(yè)生是考研潮流中的一個主要群體。 眾所周知，在校大學(xué)生有充足的時間 、 較好的條件 、 很好的環(huán)境為考研做準(zhǔn)備，但卻出現(xiàn)這樣一種情況，他們的考研 成功率始終較低 ，我校也不例外。雖然碩士研究生的招生人數(shù)不斷增加，但總體來說，碩士研究生的招生人數(shù)占當(dāng)年畢業(yè)生總?cè)藬?shù)的比例仍比較低，這是導(dǎo)致考研成功率較低的一方面原因，但不是 主要原因，學(xué)生自身的因素對考研是否成功 會產(chǎn)生重大影響。因此，為 了解學(xué)生對考研的認(rèn)識和心態(tài)，探析考研成功率低的原因，調(diào)查和分析影響考研成功率的因素具有重大意義。 二、相關(guān)研究綜述 國內(nèi)已有一些學(xué)者對影響考研成功率的因素進(jìn)行了初步探討。趙永峰、張?zhí)鞂殻?2002）通過對在校體育專業(yè)學(xué)生考研現(xiàn)狀的調(diào)查與分析，得出英語能力較差、信息閉塞是阻礙同學(xué)們考研的重要原因，同時學(xué)院有關(guān)部門重視不夠也是一個不可忽視的原因。李晚景、陳從陽 （ 2004）從考研學(xué)生的遴選、加強(qiáng)對考研學(xué)生的教育和管理、在教學(xué)計劃的執(zhí)行過程中如何照顧考研學(xué)生的要求、加強(qiáng)外語和政治等基礎(chǔ)課程的教 學(xué)、后勤保障等方面提出了提高本科學(xué)生考研率的若干具體做法。陳利華（ 2004）通過分析新建本科院校學(xué)生考研的現(xiàn)狀，得出生源質(zhì)量相對下降、教學(xué)資源相對短缺及教育質(zhì)量不高、學(xué)生學(xué)習(xí)動力不足及學(xué)校缺乏考研氛圍、學(xué)校指導(dǎo)學(xué)生考研工作缺乏有效舉措、學(xué)生英語水平較差、信息閉塞和就業(yè)等是導(dǎo)致新建本科院校學(xué)生考研成功率低的主要原因。袁斌、呂松等（ 2006）針對近五年廣東工業(yè)大學(xué)環(huán)境學(xué)院的在校學(xué)生考取研究生的比例較低的現(xiàn)象，進(jìn)行了學(xué)生和家長的問卷調(diào)查，得出考研積極性不高、考研所需理論基礎(chǔ)較差時考研率低的主觀原因，而家長對學(xué)生考 研愿望關(guān)心和支持不夠、學(xué)生報考知名或重點大學(xué)、考研人數(shù)的劇增是客觀原因。何佳、須鵬（ 2008）針對宜賓學(xué)院財務(wù)專業(yè)學(xué)生進(jìn)行問卷調(diào)查，也從主觀和客觀兩方面，分析了財務(wù)專業(yè)應(yīng)屆畢業(yè)生考研成功率低的原因，得出了與袁斌、呂松（ 2006）基本上相同的結(jié)論。陶永升（ 2009）從分析考研人群動機(jī)和影響考研比率的原因入手，對提高學(xué)生考研率的方法進(jìn)行了初步探討。 綜上所述，現(xiàn)有文獻(xiàn)通過對考研現(xiàn)狀的調(diào)查，探討了影響考研成功率的因素，但存在以下不足之處：一是僅通過簡單的 描述性統(tǒng)計方法來 分析考研成功率的影響因素，這樣的分析不夠精確 ，并且不能確定其對考研成功率影響的大小；二是沒有對考研成功率的影響因素進(jìn)行分類分析或僅從主客觀兩個方面進(jìn)行分析；三是沒有考慮到因素間的 交互 作用對考研成功率的影響。 基于上述思考，本研究在調(diào)查的基礎(chǔ)上，將影響考研成功率的因素劃分成外部因素和自身因素兩 大 類，對影響因素進(jìn)行初步分析以后，進(jìn)一步運(yùn)用多元回歸模型和二項 型對各因素的影響程度及方向進(jìn)行實證分析，并考察外部 4 因素和自身因素的交互作用對考研成功率的影響。 三 、本科院校考研成功率的概況 本文采用問卷調(diào)查的方式，以我校 2009 屆全體應(yīng)屆考研學(xué)生作 為調(diào)查對象，對我校今年考研情況進(jìn)行了詳盡的調(diào)查和分析 。調(diào)研結(jié)果顯示，我校 2009 屆考研學(xué)生筆試部分 上線人數(shù)占 上線和未上線的比例是 1： 考研 錄取 率為 其中 筆試上線通過復(fù)試被錄取的比例是 筆試未上線但 通過 調(diào)劑 后 被錄取的比例為 為探討 今年我校 考生 考研 成功率 較低的 多種 深層原因， 在分析考研成功率的影響因素和建立計量模型之前，首先要對我?？佳械恼w情況有個大致的了解，才能做到不失整體。在本文中，通過對考研成功率 的表現(xiàn)指標(biāo)進(jìn)行篩選后，選擇 筆試成績和錄取結(jié)果兩個變量來分析考研 成 功率 情況。 （一）我?？忌P試成績總體上比較理想 根據(jù)我校報考專業(yè)大多數(shù)集中在經(jīng)濟(jì)類和管理類的情況，結(jié)合國家公布的2009年國家復(fù)試線，本文把本校 2009屆畢業(yè)生的筆試成績分為了四組，分別為250 分以下、 250 299 分、 300 349 分和 350 分及以上。通過分析發(fā)現(xiàn)，在填寫筆試成績的 691 個樣本中， 250 分以下和 250 299 分的比重分別為 而 300分 349分和 350分以上的兩個組所占的比重卻分別為 52%、 即筆試成績在 300 分 及 以上的學(xué)生數(shù)量占調(diào)查總學(xué)生數(shù)量的 說 明我?？忌目佳泄P試成績整體上是比較理想的。 （二）整體錄取比例較低 在 939個錄取結(jié)果樣本中，只有 學(xué)生被錄取了，而 學(xué)生都沒有收到錄取通知書，考研錄取率 較 低；另一方面，學(xué)生成績都較高形成了鮮明的對比，分析我?？佳谐晒β实偷脑蚴鞘直匾?。 （三）筆試成績越高被錄取的可能性就越大 表 1 為筆試成績和錄取結(jié)果的列聯(lián)表分析 ，主要是為了反映筆試成績不同分組的錄取情況。 表 1 筆試成績和錄取結(jié)果的列聯(lián)表分析 筆試成績 錄取結(jié)果 未錄取 錄取 人數(shù) 橫向比例 人數(shù) 橫向比例 列聯(lián)表分析又稱為交叉分組下的頻數(shù)分析 ,主要分析多個變量不同取值下的分布 ,掌握多變量的聯(lián)合分布特征 ,進(jìn)而分析變量之間的相互影響和關(guān)系。 5 250分以下 28 1 250分 299分 34 2 300分 349分 279 62 350分 及 以上 49 214 90 279 由表 1中分析的情況可知，在各筆試成績分組中 ,錄取和未錄取的比例都不相同，并且出現(xiàn)了較大的差異，在 而錄取的比例在 在 300分 349分的筆試成績組中，未被錄取的比例為 而被錄取的成績卻僅為 相對而言，對于 250分以下和 250 299分的分組中，未被錄取的比例都在 94%以上，這些都說明，筆試成績的高低對于考研錄取結(jié)果具有很重要的影響作用。 四 、考研成功率影響因素的描述性分析 影響考研成功率的因素多種多樣，只有選擇與考研成功率關(guān)系密切的變量，才能得出 切合實際的模型，首先對這些預(yù)設(shè) 影響因素和考研成功率之間的關(guān)系進(jìn)行描述性分析。其中考研成功率 通過筆試成績和錄取結(jié)果兩個方面來 綜合反映 。 （一）考研態(tài)度 、復(fù)習(xí)專注度 與 筆試成 績、錄取結(jié)果 圖 1 是 考研態(tài)度積極的筆試成績的箱線圖 ，可以明顯看出，考研態(tài)度積極的考生的筆試成績中位數(shù)高于其他考生，即可以得出結(jié)論：考研態(tài)度積極 有利于考生 得到高的考研筆試成績。 態(tài)度消極或隨大流積極，努力奮斗考 研 筆 試 成 績50040030020010001611341606531331321581596521571551566516501962087620752064205204203322021199200201633634圖 1 不同考研態(tài)度積極的考研筆試成績的箱線圖 箱線圖適合描述分類變量不同水平下連續(xù)型變量的分布情況。 6 同時， 通過數(shù)據(jù)整理發(fā)現(xiàn)， 被 錄取的考生中 93%的是考研態(tài)度積極的，占 錄取考生的絕大多數(shù)，這說明考研態(tài)度積極不僅對考研筆試成績有著促進(jìn)的作用，對于錄取結(jié)果同樣有著正面的作用。 同樣在對 考研 復(fù)習(xí) 專注度 對筆試成績影響的 分析 中發(fā)現(xiàn) ， 考研 復(fù)習(xí) 專注的考生成績整體上略高于考研中不專注的考生，尤其中位數(shù)也略高于考研中不專注的考生， 表明 考研 過程中專注于復(fù)習(xí) 有利于 提高考生 筆試成績。 （ 二 ）復(fù)習(xí)時間長短 與筆試成績、錄取結(jié)果 由 數(shù)據(jù)分析 可知，復(fù)習(xí)時間越長，不同組的筆試成績的中位數(shù)就越大，整體的成績也會提高，從而說明復(fù)習(xí)的時間越長，整體的筆試成績就會越高。 從這個方面來看，考研復(fù)習(xí)的時間長短 與 筆試成績有直接的關(guān)系。 13 錄 取 人 數(shù)4003002001000未被錄取錄取圖 2 不同復(fù)習(xí)時間的考生的錄取情況 圖 2顯示的是不同 的復(fù)習(xí)時間所對應(yīng)的錄取情況，顯現(xiàn)出中間高兩邊低的趨勢。即復(fù)習(xí) 4 7 個月的考生的未錄取的人數(shù)和錄取的人數(shù)相差最大；錄取人數(shù)隨著復(fù)習(xí)時間的拉長而增加，在 4 7 個月達(dá)到最高點，又隨著復(fù)習(xí)時間的拉長而減少，說明復(fù)習(xí)時間的長短與錄取結(jié)果并不是完全正向相關(guān)的。所以研究復(fù)習(xí)時間長短這個變量對錄取結(jié)果的影響也是十分有必要的。 （ 三 ）數(shù)學(xué) 基礎(chǔ) 、 英語基礎(chǔ) 與筆試成績、錄取結(jié)果 根據(jù) 本科生數(shù)學(xué)考試的百分制制度，將平時數(shù)學(xué)成績劃分為 60 分以下、 60 79分、 80分 及 以上三個分?jǐn)?shù)段。 7 80分以上60 筆 試 成 績500400300200100023442123023123223345484241403938377363516圖 3 不同數(shù)學(xué)基礎(chǔ)的 考生 筆試成績箱線圖 如圖 3所示， 不同數(shù)學(xué)基礎(chǔ)考生的 筆試成績分布是十分符合實際情況的，平時數(shù)學(xué)成績 79分是個分水嶺。平時數(shù)學(xué)成績在 80分以上的考生，其筆試成績會高于其他數(shù)學(xué)成績的考生。說明好的數(shù)學(xué)基礎(chǔ)將明顯拉大考研筆試成績。 表 2 不同數(shù)學(xué) 基礎(chǔ)的考生 錄取情況 數(shù)學(xué)水平 未錄取 錄取 人數(shù) 橫向比例 人數(shù) 橫向比例 60分以下 6 1 60 79分 254 75 80分以上 174 132 表 2中所顯示的結(jié)果，數(shù)學(xué) 基礎(chǔ) 水平越高，被錄取的 比例 就越大。在絕對數(shù)方面，隨著數(shù)學(xué) 基礎(chǔ) 分?jǐn)?shù)的提高，錄取的人數(shù)在逐步增加；另一方面，在不同的成績分組中，被錄取的比例也 逐漸增大 ， 60 79分?jǐn)?shù)段的錄取比例 僅 為 80分以上分?jǐn)?shù)段的錄取比例上升至 采用相同分析方法 對 不同 英語基礎(chǔ) 的考生 進(jìn)行分析， 也可以得到 一致的結(jié)果： 英語基礎(chǔ)已達(dá)六級以上的考生的筆試成績明顯高于四級 及 以下水平 。 英語基礎(chǔ)水平越高，被錄取的比例就越大 ， 考生 英語基礎(chǔ)水平在四級 及 以下的錄取比例為 考生英語基礎(chǔ)水平在達(dá)到六 級以上 的錄取比例上升至 五 、 模型的構(gòu)建 （一） 數(shù)據(jù)來源及變量的選擇與測量 本文的數(shù)據(jù)選自 2009年 5月在我校進(jìn)行的“我校 2009屆畢業(yè)生考研情況調(diào) 8 查”的數(shù)據(jù)。該調(diào)查采用 全面調(diào)查方式 ，調(diào)查對象為 我 校 2009 屆本科畢業(yè)生，調(diào)查范圍覆蓋 我 校所有院系及專業(yè)。該調(diào)查 共發(fā)放問卷 1700份，回收 1132份問卷 ， 其中 有效分析樣本 1008。 1 因變量的選擇與測量 本文將考研情況調(diào)查過程中獲得的“筆試成績”（1Y）和 “錄取結(jié)果”（2Y）兩個變量作為因變量來描述我?？佳星闆r的好壞。1的考研成績：總分 ？”這個填空題的回答來完成。2線后，您復(fù)試的結(jié)果是 ？”這個問題的回答來確定， 將邏輯上不用回答和回答“未被錄取” 的 記為 0，回答“被錄取”記為 1。 可知，2 2 自變量的選擇與測量 （ 1） 外部因素的測量 本文選取 “報考學(xué)校在全國的綜合排名情況”、“報考專業(yè)是否為熱門專業(yè)”、“考研方向”三個變量來測量影響考研成功率的外部因素。第一個變量將報考學(xué)校分為三類，學(xué)校分類按照 挑大學(xué) 、 選專業(yè) 2008高考志愿填報指南 ，為將變量化作正向變量，以報考排名前 50 名的 學(xué)校為基準(zhǔn)，設(shè)置兩個虛擬變量)、 )，即若報考前 50名的學(xué)校， )=0， )=0；報考 50 100 名的學(xué)校，則 )=1， )=0；報 考排名 100 名以后的學(xué)校，則 )=0， )=1。 第二個變量是二元選擇變量，記為 將變量均化作正向變量，熱門專業(yè)賦為 0，非熱門專業(yè)賦為 1。調(diào)查問卷將考研方向劃分為四類：跨?？鐚I(yè)、本?？鐚I(yè)、跨校本專業(yè)和本校本專業(yè)，本文以跨?？鐚I(yè)為基準(zhǔn)，其他三類依次設(shè)置三個虛擬變量 )、 )和 )，即如果選擇跨?？鐚I(yè)，則 )、 )和 )均為 0；選 擇本?？鐚I(yè)，則 )=1，)和 )均為 0；選擇跨校本專業(yè)，則 )=1， )和)均為 0；選擇本校本專業(yè)，則 )=1， )、 )均為 0。 （ 2） 自身因素的測量 本文選取“對待考研的態(tài)度是否積極”、“是否參加考研輔導(dǎo)班”、“是否專注于 考研”、“心理素質(zhì)情況”、“考研復(fù)習(xí)時間”、“考研前的英語水平”和“考研前的數(shù)學(xué)水平”七個變量來測量 影響考研成功率的自身因素。前四個變量是二元選擇變量，分別記為 變量 同時準(zhǔn)備考公務(wù)員、同時找工作和準(zhǔn)備其他全部視為考研不專注。對變量過被調(diào)查者對“考研過程當(dāng)中，您遇到的最大困難是 ”這個多 挑大學(xué) 、 選專業(yè) 2008 高考志愿填報指南是由中國大學(xué)評價課題組研發(fā)、課題組組長武書連主編、中國統(tǒng)計出版社出版的以大學(xué)排名和本科專業(yè)排名為主線條的高考志愿填報參考書。書中 展示 我國 604 所普通本科大學(xué) 2008 年的綜合實力。 9 選題的回答來完成，如果被調(diào)查者選擇了“心理素質(zhì)差”這個選項，則 ，否則 。對考研復(fù)習(xí)時間的調(diào)查，問卷設(shè)計了六個區(qū)間段，在兼顧測量的準(zhǔn)確性和精簡性的 情況下，本文將六個區(qū)間段合并為四個區(qū)間段： 3個月及以下、 4 7 個月、 8 12 個月、 13 個月及以上，以 3 個月及以下為基準(zhǔn)，其他三個區(qū)間段設(shè)置三個虛擬變量 )、 )和 )。 調(diào)查 問卷將考研前的英語基礎(chǔ) 水平設(shè)計為八類：未達(dá)四級、四級、六級、 思、托福、 其他，本研究將其作如下劃分：未達(dá)四級和四級為第一類、六級和 第二類、其他全部劃作第三類，以第一類為基準(zhǔn)，其他兩類設(shè)置兩個虛擬變量 )和)?！翱佳星暗臄?shù)學(xué) 基礎(chǔ) 水平”通過被調(diào)查者對“您在 大學(xué)三年里所學(xué)與考研相關(guān)的所有數(shù)學(xué)科目加總平均分是 ”這個問題的回答來完成，本研究對回答作如下劃分： 60 分以下、 60分 79分、 80分及以上，以 60分以下為基準(zhǔn)，其他兩個區(qū)間段設(shè)置兩個虛擬變量 )和 )。 （ 3） 交互影響因素的選擇與測量 外部因素和自身因素對考研成功率的影響可能存在一定的交互作用，為深入分析外部因素和自身因素間的相互作用對“筆試成績”和“錄取結(jié)果”的影響，本文將外部因素中的 3 個因素同自身因素中的 7 個因素相乘得到 14 個交互影響因素，這是本文探討 分析 的關(guān)鍵。 （ 4） 控制變量 的選擇與測量 本文選擇性別作為控制變量 與分析，男性賦為 1，女性賦為 0。變量的說明及統(tǒng)計描述見表 1。 表 3 變量說明及統(tǒng)計描述 變量 樣本量 變量類型 變量定義 因變量 筆試成績1續(xù) 最大值 =500，最小值 =0 錄取結(jié)果2類 被錄取 =1，未被錄取 =0 自變量 外部因素 報考學(xué)校 )、 (2) 990 分類 以排名前 50 的報考學(xué)校為基準(zhǔn)，設(shè)置兩個虛擬變量 報考專業(yè) 88 分類 熱門專業(yè) =0，非熱門專業(yè) =1 考研方向 )、 (2)、 (3) 1006 分類 以跨?？鐚I(yè)為基準(zhǔn)，設(shè)置三個虛擬變量 自身因素 考研態(tài)度 002 分類 積極 =1，其他 =0 輔導(dǎo)班 006 分類 參加 =1，未參加 =0 10 復(fù)習(xí)專注度96 分類 專注 =1，不專注 =0 心理素質(zhì) 002 分類 差 =0，其他 =1 復(fù) 習(xí)時間 )、 (2)、 (3) 1008 分類 以 3 個月及以下為基準(zhǔn)，設(shè)置三個虛擬變量 英語 基礎(chǔ) )、 (2) 1007 分類 以第一類為基準(zhǔn)，設(shè)置兩個虛擬變量 數(shù)學(xué) 基礎(chǔ) )、 (2) 707 分類 以 60分以下為基準(zhǔn)，設(shè)置兩個虛擬變量 控制變量 性別 008 分類 男 =1，女 =0 （二） 研究假設(shè) 由前述可知，本研究用兩個變量測量學(xué)生的考研情況： 一是考研的“筆試成績”，初試總分?jǐn)?shù)越高，說明考試結(jié)果越好。二是考研的復(fù)試“錄取結(jié)果”，若被錄取，則說 明考研結(jié)果好。 通常 ， 學(xué)生所報考的學(xué)校排名越靠前或報考的專業(yè)越熱門 ， 一方面專業(yè)課考試難度加大，會降低考研筆試成績；另一方面報考的人數(shù)會越多，導(dǎo)致錄取分?jǐn)?shù)越高，從而降低考研成功率。如果學(xué)生跨專業(yè)或跨學(xué)校報考，會加大考試難度，從而降低考研成功率。可見，外部因素對考研結(jié)果的影響均是負(fù)面的，但為方便對單個因素 及其 交互影響因素的分析，本文統(tǒng)一將反向影響因素轉(zhuǎn)化成了正向因素（見表 3） 。 對于影響考研的自身因素中，學(xué)生對待考研的態(tài)度越積極、參加考研輔導(dǎo)班、始終專注的 復(fù)習(xí) 、心理素質(zhì)越好、考研復(fù)習(xí)時間越長、考研前英語和數(shù)學(xué) 基 礎(chǔ) 越好 ，考研的成功率會越高。所以，本研究預(yù)期外部因素和自身因素都在我?？忌佳羞^程中占有重要的地位，故在對變量進(jìn)行賦值的基礎(chǔ)上，有假設(shè) 1與假設(shè) 2： 假設(shè) 1： “筆試成績”模型中，外部因素和自身因素對筆試成績有正向影響。 假設(shè) 2： “錄取結(jié)果”模型中，外部因素和自身因素對錄取結(jié)果有正向影響。 本研究認(rèn)為，外部因素和自身因素并非僅獨(dú)立地影響考研結(jié)果，兩類因素之間的交互效應(yīng)也會影響考研結(jié)果，故有假設(shè) 3： 假設(shè) 部因素和自身因素的交互效應(yīng)對我?？忌佳泄P試成績存在顯著影響。 假設(shè) 部因素和自身因素的交互 效應(yīng)對我?？忌佳袖浫〗Y(jié)果存在顯著影響。 （三） 實證模型設(shè)計 11 在具體模型設(shè)計方面，本文分別選用多元線性回歸模型與二元選擇模型中的型研究影響我校畢業(yè)生考研成功率的的因素，其中運(yùn)用多元線性回歸模型分析“筆試成績”的影響因素，運(yùn)用二項 型分析考研“錄取結(jié)果”的影響因素。 本研究著重關(guān)注外部因素和自身因素及其交互影響因素對考研成功率的影響。然而，一方面交互影響變量很多，在分析時極不方便；另一方面，交互影響變量之間以及與先前的外部因素和自身因素變量之間都可能存在多重共線性等問題，從而 對結(jié)果造成比較嚴(yán)重的偏差。為了解決此問題，同時又可以很好地考察交互影響因素對“筆試成績”和“錄取結(jié)果”的影響情況，本文采用“固定變量” +“逐步 向前 回歸”的分析方法。即先將外部因素和自身因素變量引入模型并固定下來 ,然后再逐個的將交互影響因素引入模型，進(jìn)行逐步回歸，通過這種方式選取對不同模型有顯著影響的交互影響變量并加以分析。另外為了方便進(jìn)行模型間的對比研究，在此將僅含有外部因素和自身因素變量的模型稱之為主效應(yīng)模型，而將含有交互影響因素變量的模型稱之為全效應(yīng)模型 。 1 模型設(shè)計 ： 多元線性回歸模型 （ 1） 主效 應(yīng)模型：10Y D E G u （ 1） 式（ 1）中，1 筆試成績 ” ，0表示截距項， u 表示隨機(jī)擾動項， 1 2 6, , ,D D D D、 1 2 1 1, , ,E E E E分別表示外部因素和自身因素向量， 1 2 6, , , 、 1 2 1 1, , , 分別表示外部因素和自身因素的回歸系數(shù)向量， G 為控制變量性別， 為控制變量的回歸系數(shù)。 （ 2） 全效應(yīng)模型： 6 1 110 11 i j i E D E G u （ 2） 式（ 2）中的1Y、0、 u 、 D 、 E 、 、 、 G 、 同主效應(yīng)模型中的意義， 1, 2 , , 6 , 1, 2 , , 1 1表示外 部因素同自身因素的交互影響變量， 1, 2 , , 6 , 1, 2 , , 1 1ij 表示交互影響變量對應(yīng)地回歸系數(shù)。 2 模型設(shè)計 ： 二項 歸模型 （ 1） 主效應(yīng)模型：0L D E G u （ 3） 式（ 3）中， 2 2 11 1 1 P r o b Y n L nP r o b Y P，2 錄取結(jié)果 ” ，由于它是一個二分類變量，本文選取二元選擇模型中的 型分 析考研 “ 錄取結(jié)果 ” 中 “ 錄取 ” 和 “ 未被錄取 ” 的概率之比， P 為 “ 錄取 ” 的概率， 1 P 為 “ 未被錄取 ” 的概率，將比數(shù)1會比率的對數(shù) L 稱為對數(shù)單位。回歸系數(shù)的意義是：解釋變量每變動一個單位，對數(shù)單位 L 12 的平均變化量，然而我們研究的目的不是對數(shù)單位 L ，而是概率 P 。我們可以從回歸系數(shù)的符號上來判斷：如果回歸系數(shù)為正，表明解釋變量越大，2的概率越大；反之，如果回歸系數(shù)為負(fù)，表明相應(yīng)的概率越小。 （ 2） 全效應(yīng)模型： 6 1 10 11 i j i E D E G u （ 4） 式（ 4）中，2Y、 L 同主效應(yīng)模型中的意義。同多元回歸模型一樣，也引入了外部因素和自身因素的交互影響因素變量 1, 2 , , 6 , 1, 2 , , 1 1，同樣引入了對數(shù)單位進(jìn)行分析。 通過分析和比較外部因素和自身因素各回歸系數(shù)的方向和大小，研究兩者對考研成功率的影響；通過比較兩個主效應(yīng)模型和全效應(yīng)模型的擬合度，說明加入外部因素同自身因素的交互影響因素變量的意義，分析兩類因素之間的交互影響關(guān)系。 六 、實證 分析 與結(jié)論 利用 2009年我校畢業(yè)生考研情況調(diào)查的數(shù)據(jù) 資料， 考慮到 多元線性模型建立交互 影響 效應(yīng)模型，因此選擇運(yùn)用 元線性 模型 、二元 型 進(jìn)行參數(shù)估計 。 本文建立模型的主要目的是考察因變量的影響因素，并不在于進(jìn)行預(yù)測，故在 估計 主效應(yīng)模型參數(shù)時， 首先采用變量 “全部引入法” 。 其次在估計全效應(yīng)模型 的交互影響變量時 采用“逐步向前回歸法”。 （一） 對假設(shè) 1的檢驗 1多重共線性檢驗 將變量全部引入后 ， 對筆試成績進(jìn)行多元線性回歸分析 的結(jié)果 見附錄 所示 ，可以 發(fā)現(xiàn) ，在 10%的顯著性水平下， 一些重要的 變量 如 數(shù)學(xué)水平 回歸系數(shù)的標(biāo)準(zhǔn)差較大，在回歸方程中沒有通過顯著性檢驗 ， 但回歸方程的擬合度為 型整體通過顯著性檢驗 ； 并且 有些變量 如報考學(xué)校、報考專業(yè)、考研方向等 的回歸 系數(shù) 所帶的正負(fù)號 與預(yù)期的 相違背 ，這 些現(xiàn)象均 表明變量間很可能存在嚴(yán)重的多重共線性。 因此計算各變量間的相關(guān)系數(shù)，由于變量較多，這里僅列出具有顯著 和高度 相關(guān) 變量間的相關(guān)系數(shù)，如表 4 所示 。 表 4 變量間 相關(guān)系數(shù) 變量組合 ) 與 ) )與 ) )與 ) 相關(guān) 系數(shù) 表 4可以看出，三對變量之間的相關(guān)系數(shù)較高，證實確實存在嚴(yán)重的多重 當(dāng) 相關(guān)系數(shù) 相關(guān)系數(shù) 1時為高度相關(guān)。 13 共線性。 修正多重共線性的方法有很多，本文采用最簡單的剔除變量法，即刪除引起多重共線性的不重要的解釋變量。 計算出來的 所有 變量的方差 膨脹 因子 如表 5所示。 表 5 變量的 方差 膨脹 因子 變量 1) 2) 1) 2) 3) 量 ) ) 量 ) ) ) ) ) 一般而言，在選擇回歸模型時，可以將回歸系數(shù)的顯著性檢驗、方差 膨脹 因子 多重共線性檢驗 與解釋變量含義（通過定性分析確定變量的相對重要性）結(jié)合起來考慮，以剔除不重要的變量。 依據(jù)表 5 中的各變量的 ， 綜合考慮各因素， 選擇剔除 變量 )、 (2)和 )， 得到的筆試成績的回歸模型如表 6所示。 2 模型顯著性和 參數(shù)顯著性檢驗 表 6 筆試成績的多元線性回歸模型 自變量 主效應(yīng)模型 全效應(yīng)模型 外部因素 回歸系數(shù) P 值 回歸系數(shù) P 值 ) ) ) 身因素 ) ) ) 稱 方差膨脹因子， 當(dāng) 10 時，說明該解釋變量與其余解釋變量之間存在嚴(yán)重的多重共線性，且這種多重共線性可能會過度影響最小二乘估計。 14 ) ) ) 互影響因素 )*) )* ) 制變量 性別 數(shù)項 值 整后的 2R 樣本數(shù) 402 402 由表 6， 在主效應(yīng)模型中，調(diào)整后的 2R 為 F 值為 ，模型整體通過顯著性檢驗。 在 10%的顯著性水平下， 變量 )、) 、 筆試成績的影響均不顯著，自身因素中 變量)、 )、 )和 )對筆試成績的影響是非常顯著的 。 從主效應(yīng)模型的結(jié)果可以 得 出如下結(jié)論： （ 1） 自身因素中對待考研的態(tài)度對筆試成績的影響具有決定意義 。 變量考研態(tài)度 回歸系數(shù) 為正，符合假設(shè) 1 的預(yù)期。相比對考研持消極和無所謂態(tài)度的考生，對考研持積極態(tài)度的考生的筆試成績平均高出 20 分， 這是顯而易見的，因為考研積極的考生對考研付出的各方面努力都更大。 （ 2）是否專注考研 復(fù)習(xí) 對筆試成績具有顯著影響。 變量考研復(fù)習(xí)專注度回歸系數(shù)為正，符合假設(shè) 1的預(yù)期。 始終專注考研 復(fù)習(xí) 的考生要 比同時準(zhǔn)備其他（如 考 公務(wù)員、找工作 等 ）的考生的筆試成績平均高 11 分，因為同時準(zhǔn)備其他時，會分散考生的時間和精力，打斷考研復(fù)習(xí)計劃，進(jìn)而 降低筆試分?jǐn)?shù)。 （ 3）復(fù)習(xí)時間對筆試成績的具有顯著影響。 變量復(fù)習(xí)時間 )的回歸系數(shù)為正，符合假設(shè) 1的預(yù)期。 復(fù)習(xí)時間在一年以上的考生 的筆試成績 比復(fù)習(xí)時間為 3 個月及以下的考生平均高 29 分， 比復(fù)習(xí)時間為 4 7 個月的考生 高 22 分，比復(fù)習(xí)時間為 8 12 個月的考生高 19分 。 （ 4）英語 基礎(chǔ) 和數(shù)學(xué) 基礎(chǔ) 對筆試成績具有顯著影響。 變量英語基礎(chǔ))、 )和 數(shù)學(xué)基礎(chǔ) )它 們 的回歸系數(shù) 均 為正，符合假設(shè) 1的預(yù) 15 期。 英語水平達(dá)到六級或 ，可以使筆試成績平均提高 21分，而達(dá)到雅思、托福、 更高水平時，可以使筆試成績提高 27 分。 考研前考生的數(shù)學(xué) 基礎(chǔ)達(dá)到 80分及以上時，可使筆試成績平均提高 10分。 （ 5）外部因素對考研筆試成績的影響不顯著。 變量 報考專業(yè)熱門 程度 假設(shè) 1預(yù)期相反，筆者認(rèn)為可能原因是考生認(rèn)識到自己報考的專業(yè)較熱門，競爭非常激烈，就會付出更多的努力進(jìn)行備考，進(jìn)而提高筆試成績?？佳蟹较蛑械娜齻€變量 )、 )、 )對筆試成績的影響有差異且回歸系數(shù)所帶的正負(fù)號不相同，本校跨專業(yè)和本校本專業(yè)報考兩個變量系數(shù)的符號為負(fù)，與假設(shè) 1的預(yù)期相反，而跨校本專業(yè)報考系數(shù)的符號符合假設(shè)1的預(yù)期?？赡茉蚴菆罂急拘５目忌还苁强急緦I(yè)還是考外專業(yè)，更易獲取關(guān)于專業(yè)課考試的信息，由此增加考生對考試成功的信心，進(jìn)而可能放松對考試的準(zhǔn)備，降低考試分?jǐn)?shù)。而對于跨校報考的考生來說則相反，會提高考試分?jǐn)?shù)。 （ 6） 自身因素中是否參加考研輔導(dǎo)班 心理素質(zhì) 筆試成績影響 不顯著。 事實上，參加考研輔導(dǎo)班只是給考生提供一種心理安慰，并不能對考生考研成功與否產(chǎn)生重大影響，更重要的是考生自身的努力。 （ 7） 控制變量性別 筆試成績的影響 不顯著，即男性和女性考研筆試成績 差異不顯著。 （二）對假設(shè) 2的檢驗 在上文對變量 進(jìn)行 多重共線性檢驗的基礎(chǔ)上， 選擇剔除 變量 )、2)和 )后建立 歸模型。采用 歸模型進(jìn)行參數(shù)估計。 1回歸模型顯著性檢驗 表 7 錄取結(jié)果主效應(yīng) 模型系數(shù)的 綜合檢驗 5 5 5 8 錄取結(jié)果 全 效應(yīng)模型系數(shù)的綜合檢驗 6 16 7 表 7、表 8看， 主效應(yīng) 、全效應(yīng) 模型的 2 值的顯著性概率為 0，遠(yuǎn)遠(yuǎn)小于 5%的顯著性水平，則拒絕零假設(shè)，表明模型中所有回歸系數(shù)不同時為零，模型整體上是有效的。 2擬合優(yōu)度檢驗 表 9 錄取結(jié)果主效應(yīng) 模型 1 10 錄取結(jié)果全效應(yīng)模型 1 合優(yōu)度 。 般情況下， 1之間，越接近 1，說明方程的擬合度越高；越接近于 0，說明方程的擬合度越低。 一般在大樣本數(shù)據(jù)情況下， 錄取結(jié)果主效應(yīng)模型的 附表）， 不 能有效反映模型的擬合優(yōu)度。因此，我們同時采用 表 9看， 錄取結(jié)果的主效應(yīng)模型的 值為 由度為 8， 能拒絕實際值與預(yù)測值一致的假設(shè)，說明模型具有較好的擬合優(yōu)度。 從表 10來看， 錄取結(jié)果 全效應(yīng)模型的 由度為 8， 能拒絕實際值與預(yù)測值一致的假設(shè)，說明全效應(yīng)模型也具有較好的擬合優(yōu)度。 3模型參數(shù)顯著性檢驗 表 11 回歸系數(shù)及顯著性檢驗表 自變量 主效應(yīng)模型 全效應(yīng)模型 外部因素 系數(shù) P 值 B） 系數(shù) P 值 B） ) 17 ) ) 身因素 ) ) ) ) ) ) 互變量 ) )* 制變量 數(shù)項 本數(shù) 568 568 如表 11所示，在主效應(yīng)模型中，如果通過外部因素、自身因素變量以及控制變量來解釋錄取結(jié)果，則在 5%