基于多因素方差分析的学生心理韧性特质的分析与研究*

2020-03-30夏克付彭莉芬

九江学院学报(自然科学版) 2020年4期

郭丽夏克付彭莉芬

（安徽电子信息职业技术学院安徽蚌埠233000）

心理韧性是衡量学生良好适应能力动态过程的一个重要指标，当个体遭遇巨大压力时较好地应对，可以看作一个人的能力或者品质，个体具有的优良性特质，可以在消极的状态下快速地恢复，从而更好、更灵活地适应外界复杂多变的环境。

高职院校学生层次差异显著，如何从根源上应对学生心理因素变化从而更好地干预学生的学习积极性，进而达到精准化地提高学生学习效率。在学院中随机抽取被试，进行心理韧性水平的测查，考察班级因素因子、性别因子对学生心理韧性的影响。

基于多因素方差分析的学生心理韧性特质的分析，需要完成前提条件检验、F检验、主效应分析、交互效应分析。多因素方差分析与单因素方差分析原理相似，均体现在方差的可分解性，因变量除了受到自变量的影响之外，还会受到随机变量的影响。因此，因变量的离差平方和可以表示为：SST＝SSR+SSE，拆解为数学表达式，即

其中，SST为因变量的总离差平方和，k为自变量的水平数，i和j代表第i个水平下的第j个样本值，SST反映了总体样本的波动程度。同理，

当SST不变的情况下，差值的平方和取值组内与组间呈反向趋势，因此因变量极大地受到自变量的影响，但因为样本量取值的影响，不能单纯地通过平方和的差异来判定自变量和随机变量对于因变量的作用影响大小。由此推断出合理的算法应该最大程度地限制样本数量的影响度，考虑可以与自由度做出比值，再进行进一步的分析与判定，可以改进公式为：

通过F检验得出的比值判定自变量对因变量的影响是否达到显著性水平差异的标准，将实验过程改良。

1 前提条件检验

因为样本在选取时从学院的各个专业班级抽取学生，为了简化改良步骤，将常规化的样本随机性步骤省略，只进行方差齐性的判定，如图1所示。

图1 方差莱文检验

进行一般线性模型的预估，得到显著性p＝0.396＞0.05，由此推断方差齐性，满足前提假设条件，可以进入下一步F检验。

2 F检验

F检验，即统计量检验，如果方差齐性，可以直接得到显著性值；如果方差不齐性，可以选择Welch或者Forsythe进行检验。由于在第一步已经判定方差齐性，可以得到图2。

图2 主体间效应的检验

由图2可知，在性别、年级以及性别和年级的交互属性上对于显著性概率水平，分别是p＝0.019＜0.05，p＝0.000＜0.05，p＝0.030＜0.05，性别、年级以及性别和年级的交互属性均对心理韧性产生了显著性的影响，在这种情况下，则不需要考虑年级和性别的主效应，只需要考虑其交互效应即可。

3 简单及交互效应分析

步骤1：添加语法指令BONFERRONI生成轮廓图，如图3所示。

图3 BONFERRONI语法指令添加

通过添加ADJ命令修正多重比较，采用BONFERRONI法，如果不添加ADJ命令，系统默认使用LSD法进行比较，运行后得到交互效应图，如图4所示。

图4 心理韧性的估算边际均值

由图4可直观得知，一年级男生的心理韧性分数低于二、三年级，而女生组三个年级之间的分数差异均无统计学意义，进一步进行数据验证，如图5所示。

图5 单变量检验

由图5可知，在男、女生条件下分别对年级做方差分析，研究发现，男生条件下，F＝12.268，p＝0.000＜0.05，差异有统计学意义；女生条件下，F＝0.673，p＝0.514＞0.05，差异无统计学意义。其中的每个F值在其他显示效应的每个级别组合中检验年级的简单效应。初步判定显著性差异后，将依据样本均值进行心理韧性的差异性水平高与低的判定，如图6所示。

图6 成对比较

由图6可知，按照排列组合方式进行分组一一对比，一、二年级男生，p＝0.032＜0.05，说明一、二年级男生心理韧性分数差异有统计学意义，同时，I-J＝-10.400，证明了一年级心理韧性分数值远小于二年级男生；一、二年级女生，p＝0.908＞0.05，说明一、二年级女生心理韧性分数差异无统计学意义，因此I-J＝-4.100可以忽略不计。依次类推，可以分别得出两两比较的结果值。

步骤2：交换字段

通过年级字段生成的轮廓图，切换到性别字段同理操作，可以得到性别简单效应分析结果，性别和年级存在交互效应，划分到两两比较，即一年级和二年级的男女生心理韧性分数是有差距的，而且女生的分数大于男生，三年级后男生的分数稍大于女生，但是具体的差异水平仍然需要进行数据样本的显著性水平检验。同理得到实验数据，只有大一的女生的心理韧性分数大于男生，在大二、大三的时候性别没有差距，如图7所示。