基于共性因子和多元回归对大学生手机使用情况与基础课和专业课成绩之间的相关性分析

Analysis of the Correlation between College Students’ Mobile Phone Use and the Grades of Basic Courses and Specialized Courses Based on the Common Factor and Multiple Regression

摘要: 为了研究大学生手机使用和平时复习情况与基础课和专业课成绩之间的相关性，对山东理工大学统计学专业的学生进行问卷调查并收集到有效问卷223份。运用SPSS软件对问卷数据进行因子分析来确定共性因子，得出因子模型与因子得分函数。最后采用多元线性回归模型对数据进行拟合，得出手机是否进入课堂并不是影响学生基础课和专业课成绩的主要因素，学生成绩的好坏主要取决于学生在玩手机时的自我控制能力。

Abstract: In order to study the correlation between the use of mobile phones and the review of college students and the scores of basic and professional courses, 223 valid questionnaires were collected from the students majoring in statistics in Shandong University of Technology. SPSS software was used to conduct factor analysis on the questionnaire data to determine the common factors, and the factor model and factor scoring function were obtained. Finally, multiple linear regression model is used to fit the data, and it is concluded that whether mobile phones enter the classroom is not the main factor affecting students’ grades of basic courses and specialized courses, but the quality of students’ grades mainly depends on students' self-control ability when playing mobile phones.

1. 引言

近几年国外方面，Lu-Ying Niu和Ling Yan研究了大学生手机成瘾与自我控制的关系 [1]，Mermaolina Gladys等研究了手机成瘾对价值观的影响 [2]；国内关于本课题的研究比较多，张志红和耿兰芳认为科学的学习态度能够有效地提高学习成绩 [3]，邱女认为提高学习成绩要多考虑主观因素。综上所述，客观因素在学生成绩方面有着不可忽视的作用 [4]，王海洪和曹阳认为课堂使用手机的现象非常严重，约60%的学生几乎无法控制自己使用手机的冲动 [5]。本文主要是从专业课成绩和基础课成绩两个方面分别分析其影响因素，回答手机是否应该进入课堂的问题并为学生如何提高成绩提出可行性建议。

2. 影响因素的因子分析

为了检验学生基础课成绩、专业课成绩和各变量之间的线性相关程度，首先对问卷数据进行相关分析，结果如下：

由表1可知，学生的基础课成绩和专业课成绩都与学生专业课玩手机程度、基础课玩手机程度、能否回答老师的问题，跟上老师思路、复习课堂内容时玩手机情况、平时作业完成情况、考前复习是否会减少玩手机次数、课余时间玩手机主要用途这几个变量之间具有较强的线性相关关系。

为了得到更加精确的分析结果，我们采用因子分析的方法来减少变量的个数，在尽可能少的丢失信息的前提下减少变量相关、信息重叠给我们进行回归分析时带来困难。

由表2可知，KMO检验统计量的值为0.891，根据KMO度量标准，适合做因子分析。且Bartlett 的球形度检验的观测值是1195.790，对应的概率P-值接近0，是远远小于显著性水平α的，故单位阵与相关系数矩阵之间有显著差异，符合因子分析的前提条件。

Table 1. Correlation

表1. 相关性

**. 在0.01级别(双尾)，相关性显著。*. 在0.05级别(双尾)，相关性显著。

Table 2. KMO and Bartlett’s test

表2. KMO和Bartlett的检验

由图1可知，第五个因子之后的特征值都很小，对于原始变量的解释贡献率很小。提取四个因子时，这4个因子一共解释了初始变量的85.66%，因子分析的效果很好。所以，我们选取提取4个因子来解释原有变量是很合理的。

Figure 1. Scree plot

图1. 碎石图

Table 3. Component score coefficient matrix

表3. 成分得分系数矩阵

提取方法：主成分分析法。

表3是根据回归法估计得出的因子得分函数：

F1 = 0.126 * 专业课成绩 + 0.125 * 基础课成绩 − 0.081 * 认为自己是否有手机依赖症 + 0.135 * 专业课玩手机程度 + 0.125 * 基础课玩手机程度 + 0.137 * 能否回答老师提问，跟上老师思路 + 0.032 * 课堂玩手机是否有负罪感 + 0.038 * 课堂上是否应该收手机 − 0.064 * 手机的使用对你的成绩是否有影响 + 0.116 * 复习课堂内容时玩手机情况 + 0.122 * 平时作业时玩手机情况 + 0.125 * 平时作业完成情况 + 0.109 * 考前复习是否会减少玩手机次数 + 0.067 * 整理重点内容笔记和习题集 − 0.067 * 考试前两周，用在本课程上的学习时间是平时的几倍 + 0.129 * 课余时间玩手机主要用途。

以此类推，可以得出F2到F4的因子得分函数。

3. 影响因素与专业课成绩的多元线性回归分析

为了更好的把握专业课成绩受其他变量的影响程度，我们建立关于专业课成绩的回归方程并对回归方程的各个参数进行估计，使回归方程能够真实的反映学生的学习情况与平时的手机使用情况对其专业课成绩产生的影响。

结果如下：

Table 4. Variables entered/removed

表4. 输入/移去的变量

a. 因变量：专业课成绩。

由表4可知，在研究手机各个时间段的使用情况对学生专业课成绩的影响时，我们采用的是向前筛选策略，从与因变量的线性相关程度最高的自变量入手，一步一步的验证各个自变量，最后确定的解释变量的个数是4个，分别是：专业课玩手机程度、课余时间玩手机的主要用途、平时写作业玩手机情况、能否回答老师的问题，跟上老师的思路。

Table 5. Coefficients

表5. 系数

a. 因变量：专业课成绩。

由表5可以得出回归方程：Y1 = 0.119 + 0.446X1 + 0.132X2 + 0.143X3 + 0.146X4 (其中专业课成绩为Y1，专业课玩手机程度为X1，课余时间玩手机的主要用途是X2，平时写作业时玩手机程度是X3，能否回答老师问题，跟上老师思路是X4)。

4. 影响因素与基础课成绩的多元线性回归分析

由表6可知，在研究手机各个时间段的使用情况对学生基础课成绩的影响时，我们采用的是逐步筛选策略，最后确定的解释变量的个数是5个，分别是：基础课玩手机程度、考前是否会减少玩手机次数、平时写作业玩手机情况、能否回答老师的问题，跟上老师的思路、复习课堂内容时玩手机程度。

Table 6. Variables entered/removed

表6. 输入/移去的变量

a. 因变量：基础课成绩。

由表7可以得出回归方程：Y2 = −0.215 + 0.254X5 + 0.229X6 + 0.199X7 + 0.184X8 + 0.163X9 (其中基础课成绩为Y2，基础课玩手机程度为X5，能否回答老师提问，跟上老师思路为X6，考前复习是否会减少玩手机次数为X7，复习课堂内容时玩手机情况为X8，平时作业时玩手机情况X9)。

Table 7. Coefficients

表7. 系数

a. 因变量：基础课成绩。

5. 结论

由数据的分析结果可知，虽然几乎每个大学生都在使用手机，但手机平时不同的使用情况会对他们专业课和基础课成绩产生不同的影响。

专业课成绩主要与专业课玩手机程度、课余时间玩手机主要用途、平时作业时玩手机情况、能否回答老师提问、跟上老师思路这四个因素有显著的线性相关关系。

基础课成绩主要与基础课玩手机程度、能否回答老师提问、跟上老师思路、考前复习是否会减少玩手机次数、复习课堂内容时玩手机情况、平时作业时玩手机情况这五个因素有显著的线性相关关系。

综上所述，课上是否收手机，考前两周用在学习上的时间对学生成绩的影响不大，只靠课堂上控制学生不玩手机和考前学生多花时间来学习是不能够提高成绩的，学生想要提高自己的成绩就要紧跟老师的思路听讲，在平时听讲和完成作业时减少玩手机的次数。关于上课是否应该收手机、手机是否应该进入课堂的问题，我们得出的结论是手机可以进入课堂，与以前传统的授课模式相比，手机能够帮助学生迅速查阅资料，了解更多的知识。这是科技创新对我们学习模式的一种改变，是必然的。

NOTES

^*通讯作者。