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
- localhost,127.0.0.1,本机IP
- mysqlbinlog 超过500g自动删除,保留7个,求大深给个版本
- Digital-intelligent supply chain management system for chemical manufacturing industry: build a smart supply system and empower enterprises to improve production efficiency
- 自定义组件,并在组件中注入自定义组件实现多种场景的下的组件切换
- 正则过滤字符串中 script 标签
- C. LIS or Reverse LIS?
- 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
- 集群监控——Zabbix使用
- The second step through MySQL in four steps: MySQL index learning
- JSP 标准标签库(JSTL)[通俗易懂]
猜你喜欢

小程序笔记2

面试官:可以谈谈乐观锁和悲观锁吗

Learning and Exploration-Introducing Baidu Statistics to the Website

下一代 AutoAI:从模型为中心,到数据为中心

Understand Chisel language. 32. Chisel advanced hardware generator (1) - parameterization in Chisel

shell函数内如何调用另一个函数

yarn详细入门教程
C# Sqlite database construction and use skills

JWT主动校验Token是否过期

水能自发变成“消毒水”,83岁斯坦福教授:揭示冬天容易得流感的部分原因...
随机推荐
R语言使用ggpubr包的ggsummarystats函数可视化柱状图(通过ggfunc参数设置)、在可视化图像的下方添加描述性统计结果表格、palette参数配置柱状图及统计数据的颜色
88.(cesium之家)cesium聚合图
【技术笔记】树莓派4B开机流程整理(无显示器安装)
taro 滚动组件ScrollView
安装win11提示开启安全模式如何解决
面试官:可以谈谈乐观锁和悲观锁吗
基于clipboard.js对复制组件的封装
The second step through MySQL in four steps: MySQL index learning
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
容器化 | 在 NFS 备份恢复 RadonDB MySQL 集群数据
init和destory方法
【日记】mysql基本操作
SRM供应商协同管理系统功能介绍
机器学习(十八):随机搜索和XGBoost
codeforces每日5题(均1600)-第二十八天
通关剑指 Offer——剑指 Offer II 010. 和为 k 的子数组
【日记】UPNP功能会允许自动给光猫追加端口映射
【LeetCode每日一题】——374.猜数字大小
mysql学习笔记——利用动态SQL和Session变量实现一个公式或者计算器
使用Redis做某个时间段在线数统计