時間：2023-07-11 09:21:01
序論：速發(fā)表網結合其深厚的文秘經驗，特別為您篩選了11篇統計學變量類型范文。如果您需要更多原創(chuàng)資料，歡迎隨時與我們的客服老師聯系，希望您能從中汲取靈感和知識！
一、數據統計分析的內涵
數據分析是指運用一定的分析方法對數據進行處理，從而獲得解決管理決策或營銷研究問題所需信息的過程。所謂的數據統計分析就是運用統計學的方法對數據進行處理。在實際的市場調研工作中，數據統計分析能使我們挖掘出數據中隱藏的信息，并以恰當的形式表現出來，并最終指導決策的制定。
二、數據統計分析的原則
（1）科學性?？茖W方法的顯著特征是數據的收集、分析和解釋的客觀性，數據統計分析作為市場調研的重要組成部分也要具有同其他科學方法一樣的客觀標準。（2）系統性。市場調研是一個周密策劃、精心組織、科學實施，并由一系列工作環(huán)節(jié)、步驟、活動和成果組成的過程，而不是單個資料的記錄、整理或分析活動。（3）針對性。就不同的數據統計分析方法而言，無論是基礎的分析方法還是高級的分析方法，都會有它的適用領域和局限性。（4）趨勢性。市場所處的環(huán)境是在不斷的變化過程中的，我們要以一種發(fā)展的眼光看待問題。（5）實用性。市場調研說到底是為企業(yè)決策服務的，而數據統計分析也同樣服務于此，在保證其專業(yè)性和科學性的同時也不能忽略其現實意義。
三、推論性統計分析方法
（1）方差分析。方差分析是檢驗多個總體均值是否相等的一種統計方法，它可以看作是t檢驗的一種擴展。它所研究的是分類型自變量對數值型因變量的影響，比如它們之間有沒有關聯性、關聯性的程度等，所采用的方法就是通過檢驗各個總體的均值是否相等來判斷分類型自變量對數值型因變量是否有顯著影響。（2）回歸分析。在數據統計分析中，存在著大量的一種變量隨著另一種變量的變化而變化的情況，這種對應的因果變化往往無法用精確的數學公式來描述，只有通過大量觀察數據的統計工作才能找到他們之間的關系和規(guī)律，解決這一問題的常用方法是回歸分析?；貧w分析是從定量的角度對觀察數據進行分析、計算和歸納。
一、引言
數據對于當今天的商務活動具有重大的意義。數據是關于這個世界的事實，它能夠說明問題、提示事實、隱含規(guī)律。一些商業(yè)機構正是通過“挖掘”數據來發(fā)現事物之間的關聯性，并從中獲取利潤。如果人們躲避數據，就可能由于盲目接受他人對數據的概括總結而上當受騙，也可能完全依賴“感覺”來做決策，從而不利于做出正確的決策。因此，作為一門研究如何處理和分析數據的課程——統計學越來越受到各方重視。在高校中，絕大部分商科專業(yè)把統計學或商務統計作為專業(yè)必修課列入到人才培養(yǎng)方案中。如何學好、用好統計學成為當前許多人需要迫切解決的一個問題。美國著名的統計學家萊文（Levine）等在其撰寫的統計學教科書中首次提出了DCOVA框架，用于指導學生或相關從業(yè)者如何有效學習和使用統計學。
二、基本術語
統計學是把數據轉化為信息用于決策的方法或工具。例如，為了研究青年人喜歡網上購物的主要原因，可以通過調查來收集原始數據，再制作總結表來整理數據從中獲得數據中隱藏的有用信息（最主要的原因是網上購物價格便宜），最后根據所獲得的信息進行決策，即網店價格要比實體店便宜才能吸引青年消費者。從調查數據到總表結，就是把數據轉化為信息的方法。統計方法是把數據轉化信息的方法，包括統計描述方法和統計推斷方法。統計描述方法主要包括收集、整理、可視化和概括數據；統計推斷方法是指用樣本數據得出總體結論，包括對總體參數的置信區(qū)間估計和假設檢驗。為了學習和使用統計學的方法，可以應用DCOVA框架。DCOVA框架包括定義數據（D）、收集數據（C）、整理數據（O）、可視化數據（V）和分析數據（A）等5個階段（圖1）。例如，為了研究一所高校學生的努力學習程度，根據DCOVA框架，首要定義數據，即找什么樣的數據能夠代表學生的努力學習程度，為此需要對努力學習程度開發(fā)一個可操作定義，比如用每天平均學習時長（小時）來代表一個學生的努力學習程度。其次要收集數據，可以通過問卷調查的形式收集數據。再次是整理和可視化數據，比如制作頻數分布表來整理數據，從而可以查看學習時長的分布情況，制作直方圖來可視化學習時長數據，從而直觀形象地顯現數據的分布特征，從中判斷學習時長是否服從正態(tài)分布等。最后是分析數據，比如可以分析不同專業(yè)、不同性別、不同年級的學生每天學習時長均值的差異，或者估計全校學生每天平均學習時長等。DCOVA框架較好地囊括了統計學教學中主要的知識體系。
三、定義數據（D）
定義數據主要是解釋收集什么數據的問題，它與一項研究的目的及其所涉及的變量相關。研究目標決定研究中所涉及的變量，相關變量決定需要收集的數據（圖2）。在上述的例子中，研究目標是“研究一所高校學生的努力學習程度”，其中“努力學習程度”就是研究中需要涉及的變量。由于該變量沒有直接的數據對應，需要開發(fā)一個相應的可操作定義——如每天平均學習時長，最后去收集學生每天平均學習時長的數據。
可操作定義指對所有與該分析相關的人而言很顯明是普遍接受的定義，是對某個抽象變量的一種清晰、精確的表述，是對該變量意義的共同理解。努力學習程度是一個抽象變量，在收集數據時會遇到麻煩，因此需要一個可操作定義。每天平均學習時長可以作為努力學習程度的一個可操作定義，因為大家普遍認為一名學生在學習上花費的時間越多，說明該生學生越努力，并有每天平均學習時長是一種清晰、精確的表述，從而方便研究者收集相關的數據。
定義數據還包括確定所需數據的類型。數據是變量的取值，變量類型與其所對的數據類型一致。變量可以分為屬性變量（如性別）和數值變量，數值變量又進一步區(qū)分為離散數值變量（如家庭人數）和連續(xù)數值變量（如身高）。相應的，數據可以分為屬性數據（如男、女）和數值數據，數值數據又進一步區(qū)分為離散數值數據（如2人、3人）和連續(xù)數值數據（如1.75m、1.68m）。在SPSS中，變量的測量尺度（類型）分為名義（圖標為三個小圈）和有序（圖標為階梯），這兩類都屬于屬性數據；還有一類為標度（圖標為尺子），這類屬于數值數據。
四、收集數據（C）
在明確了需要什么數據的前提下，就需要進入收集數據階段。收集數據（C）主要是解決數據的來源問題。數據的來源有原始數據來源和二手數據來源。原始數據來源主要通過調查、觀察和實驗獲得數據；二手數據來源主要是指其他組織或個人已公布的數據。由于獲得原始數據比較麻煩，所以二手數據是首選的數據來源。
在經濟管理研究領域，原始數據來源主要依靠調查。由普查涉及面廣、成本高、耗時長和難度大，所以一般不常用，對許多研究者來說，主要通過抽樣調查來獲得原始數據。因此，如何抽樣就成了一個無法逃避的問題。調查數據的質量直接影響研究的價值，如果數據本身嚴重存在錯誤、偏見，不管采用什么數據分析方法，都很難得出可信的分析結果。為了從一種總體中找到一個樣本，并對樣本采集數據，首先要做的工作是抽樣。不同的抽樣方法生成不同的樣本類型，如簡單隨機抽樣方法生產簡單隨機樣本，抽樣方法與形成的樣本類型一致。抽樣方法分為非概率抽樣和概率抽樣兩大類。非概率抽樣包括便利抽樣和判斷抽樣，其優(yōu)點是便利、快速、低成本，可以用于前期或試探性分析，其缺點是樣本的代表性一般較差，不能用于統計推斷。概率抽樣包括簡單隨機抽樣、系統抽樣、分層抽樣和群抽樣，其中簡單隨機抽樣和系統抽樣的優(yōu)點是簡單易行，但無法保證樣本的代表性；分層抽樣過程比較繁瑣，但能夠確保樣本的代表性，并能對每個層進行分析，得出每層的結果；群抽樣的優(yōu)點是調查成本低，但有效性相對較差，需要增加樣本容量才能達到其他抽樣方法的效果。
五、整理數據（O）和可視化數據（V）
【中圖分類號】 R 179 R 395.6 【文獻標識碼】 A 【文章編號】 1000-9817(2010)02-0214-03
伯恩斯(Burns)[1]認為:個體如何理解自己是其內在一致性的關鍵部分,自我概念積極的學生成就動機與學習投入及成績也明顯優(yōu)于自我概念消極的學生。他還認為一定的經驗對個人具有怎樣的意義是由個人的自我概念決定的。不同的人可能會獲得完全相同的經驗,但對這種經驗的解釋卻可能是高度不同的[2]。當個人的既有自我概念消極時,每一種經驗都會被與消極的自我評定聯系到一起;反之則可能被賦予積極的含義。在各種不同的情境中,人們對事情發(fā)生的期待、對于情境中其他人行為的解釋及自己在情境中如何行為,都受到自我概念極大的影響。戀愛是當代大學生生活的中心內容之一。戀愛關系可以對青少年的發(fā)展產生正面影響,也可以產生負面影響而導致問題的產生。在整個青少年期的發(fā)展過程中,戀愛經驗是不斷變化的。本研究旨在考察已具有戀愛經驗大學生的依戀模式及親密關系心理對戀愛持續(xù)時間及戀愛次數的影響,以及依戀模式及親密關系心理對自我概念發(fā)展的影響。
1 對象與方法
1.1 對象 2008年10-12月,由研究者在某師范院校中招募已有戀愛經驗的大學生進行問卷調查。共發(fā)放問卷220份,回收有效問卷209份,回收有效率為95%。其中男生107名,女生102名;戀情持續(xù)時間為3個月以下者32名,3～6個月42名,6～12個月28名,12個月以上105名,有2人未報告;戀愛次數為1次94名,2次64名,3次及以上45名,有6人未報告戀愛次數。年齡為21～24歲,平均21歲。
1.2 工具
1.2.1 成人依戀問卷 由關系問卷中文版(RQ)和親密關系經歷量表組成。關系問卷包括4段短文,分別描述4種依戀類型,要求被試者從中選出一種最符合自己的依戀類型。親密關系經歷量表包括36題,其中18道題測量依戀回避,18道題測量依戀焦慮,為Likert 7點量表,計算其平均分作為維度得分。該量表被證明有很好的信度和效度[3]。本研究中2個分量表的內部一致性系數分別為0.82和0.77。
1.2.2 田納西自我概念量表(Tennessee Self-Concept Scale,簡稱TSCS) 該量表由美國田納西心理治療醫(yī)生Williams于1965年編制,臺灣心理學家林邦杰于1978年進行了修訂。研究表明,量表的Cronbach系數α=0.869 4 ,Spearman-Brown分半信度系數為0.965 6,且證明有很高的效度[4]。量表共有70道題,形成生理自我、道德自我、心理自我、家庭自我、社會自我、自我批評、自我認同、自我滿意、自我行動和自我總分。除了自我批評得分越高說明其自我概念越低外,其余各項得分越高表示他越喜歡自己、信任自己,認為自己是個有價值的人。
1.3 數據分析 采用SPSS 16.0統計軟件包對數據進行整理和分析。
2 結果
2.1 成人依戀類型和親密關系經歷 成人依戀問卷調查結果顯示,戀愛學生的依戀類型為安全型90人(43.1%),輕視型49人(23.4%),傾注型42人(20.1%),害怕型28人(13.4%);親密關系經歷量表測量結果顯示,依戀回避(3.74±0.34)分,依戀焦慮(3.87±0.56)分。
2.2 不同依戀類型對戀愛持續(xù)時間及戀愛次數的影響 比較戀愛持續(xù)時間分別為3個月以下、3～6個月、6～12個月及12個月以上。大學生依戀類型差異無統計學意義(χ2=12.56,P>0.05)。比較戀愛次數分別為1次、2次、3次及以上者,大學生依戀類型差異也無統計學意義(χ2=4.73,P>0.05)。
2.3 親密關系經歷量表、田納西自我概念量表測評結果
2.3.1 不同戀愛持續(xù)時間、戀愛次數親密關系經歷量表和田納西自我概念量表得分比較 以戀愛持續(xù)時間為自變量,對親密關系經歷量表、自我概念的各個因素得分進行方差分析,結果顯示,戀愛持續(xù)時間不同的大學生依戀回避和依戀焦慮得分差異無統計學意義;在自我概念各維度得分上,除道德自我、家庭自我、自我滿意、自我行動及自我總分上得分差異均有統計學意義(F值分別為3.14,2.91,4.29,2.87,3.76,P值均
2.3.2 不同性別大學生親密關系經歷量表、田納西自我概念量表得分比較 以性別為自變量對親密關系經歷量表、自我概念的各個指標進行t檢驗,結果見表1。在親密關系體驗上,女性依戀焦慮高于男性,差異有統計學意義(t=4.81,P
2.3.3 不同依戀類型個體自我概念得分比較 以依戀類型作為自變量,以田納西自我概念量表的各個指標作為因變量,進行單因素方差分析,除道德自我和自我批評外,不同依戀類型個體在田納西自我概念各維度上的得分差異均有統計學意義(P值均
2.3.4 成人依戀和自我概念的相關分析 從表3中可以看出,依戀焦慮除與自我批評呈正相關外,與自我概念其他各維度均呈負相關;依戀回避與自我概念各維度間均無相關。
2.3.5 依戀類型和自我概念的回歸分析 見表4。
以性別、戀愛次數、戀愛持續(xù)時間、依戀焦慮、依戀回避等5個分指標預測自我概念總分,進行逐步回歸分析,結果見表4。
3 討論
調查表明,擁有戀愛經歷的大學生的依戀類型,安全型高于40%,而矛盾型(即傾注型)占20%;男生在依戀焦慮上的得分顯著低于女生,而在依戀回避上不存在性別差異,與
李同歸等[5]對成人的研究結果不一致。自我概念的整體情況男大學生在各項因子上的得分均高于女大學生,說明具有戀愛經驗的男大學生與女大學生相比,更敢于承認自己的優(yōu)點和長處,能夠更好地接納自己。這與以往的研究結果[6]不一致?？赡芘c本研究關注的群體與以往研究不同有關,也可能反映了社會期望對有戀愛經驗的男女自我概念的影響。
方差分析結果顯示,不同依戀類型的大學生在自我概念各維度上,除在道德自我和自我批評維度得分差異無統計學意義外,其他各維度得分差異均有統計學意義,安全型被試的得分均高于其他3種非安全型的被試。這說明安全型被試對自己各方面的感受均好于非安全型的被試,更能認識自己、接納自己、肯定自己的價值,并能以此采取積極的行為。
調查結果表明,依戀焦慮與自我概念各維度相關均有統計學意義。相對于依戀回避而言,依戀焦慮對自我概念有較好的預測性。此外,戀愛持續(xù)時間也能預測自我概念,戀愛持續(xù)時間越長自我概念總分越高,個體越喜歡自己、信任自己并認為自己是個有價值的人。
4 參考文獻
[1] BURNS RB. The self-concept: Theory measurement,development and behavior. New York:Longman, 1982:58-76.
[2] 劉岸英. 自我概念的理論回顧及發(fā)展走向. 心理科學, 2004, 27(10):248-249.
[3] 李同歸,加藤和生. 成人依戀的測量:親密關系經歷量表(ECR)中文.心理學報,2006,38(3):399 -406.
[4] 林邦杰.田納西自我概念量表之修訂.中國測驗年刊(臺灣),1980,27:71-78.
[5] 李同歸,李楠欣,李敏. 成人依戀與社會支持及主觀幸福感的關系.中國臨床康復,2006, 10(46):47-49.
正確運用統計方法的前提是良好的實驗設計。如果試驗前沒有良好的設計， 或者設計存在缺陷， 那么， 即使使用高級的計算機和復雜的統計方法處理數據， 也只能得到錯誤的結論。對于生物（醫(yī)學）研究者來說， 統計問題咨詢應該在一個研究項目開始之前， 而不是在研究數據出來以后。沒有系統學習過生物（醫(yī)學）統計學的許多實際工作者常常錯誤地認為統計分析是在試驗完成后才考慮的問題， 而且不考慮研究目的、 資料類型以及統計方法的前提條件等有關統計方法選擇的問題。需強調的是，實驗設計、 資料搜集與整理分析是科學研究的三個緊密聯系的階段， 而良好的設計是順利地進行實驗和收集數據、 分析數據的先決條件， 希望通過運用統計方法的計算來彌補設計上的錯誤是不可能的， 也是有害的[1]。
1 統計分析步驟
統計方法的選擇依賴于研究方案中的統計學設計。統計學設計是要求研究工作者， 根據研究目的規(guī)定研究因素， 選擇觀察指標， 確定研究對象的樣本含量， 擬定研究的實施方法及數據收集、 整理和分析的模式， 以達到用最少的人力、 物力和時間， 獲得可靠的結論。在實際工作中， 必須根據醫(yī)學研究目的、 設計類型、 資料性質、 樣本大小和分析過程中所遇到的各種實際情況等， 并結合專業(yè)方面的知識來恰當地選擇和運用統計分析方法， 才能做出正確的、 符合實際的結論。在區(qū)分了研究資料的反應變量和解釋變量的基礎上， 數據的統計分析主要回答兩個問題: 一是反應變量的差異是否可歸因于分組因素或對比因素？ 二是多個反應變量之間是否存在某種聯系？ 因此， 醫(yī)學科研數據統計分析大致分以下4個步驟。
1.1 數據整理 主要進行數據質量的核查、 異常值的處理， 考察數據分布及變量轉換等， 以及看數據是否符合特定統計方法所要求的條件。如計算均數和標準差要求數據基本上呈正態(tài)分布， 方差分析要求各組方差的差別不宜過大等。
1.2 統計描述 按分組因素或控制因素分組計算反應變量的基本統計量， 如均數、 百分率、 標準差、 標準誤等， 得出資料的大致輪廓和進一步分析方向。結果的表達方式主要是統計圖或統計表[2， 3]。
1.3 統計推斷 選擇和運用恰當的統計方法（見統計方法選擇）作詳細分析， 如均數間的差異比較進行t檢驗或方差分析、 反應變量間的相互關系進行相關分析、 反應變量與解釋變量的依存關系擬合各類回歸模型等等。各種假設檢驗得到的P值是下結論的主要依據[2-4]。
1.4 結果表達 將各種分析結果簡單明了地表達出來， 為專業(yè)上的分析討論提供統計學背景[4]。有條件的話， 前3個步驟應在計算機上借助統計軟件完成。另外， 以上4個步驟只是一種粗略地劃分， 對有些資料，統計描述即可得出較為明確的結論。對于隨機分組的實驗設計資料或隨機抽樣的調查資料， 一般可根據資料性質和分析目的找到恰當的統計方法。但對于對比性資料的分析， 往往需要同時用多種統計方法進行處理或擬合復雜的統計模型。
2 統計方法選擇
生物（醫(yī)學）科學研究從研究設計開始到數據的收集、 整理、 分析的全過程中， 統計學知識始終貫穿其中， 而統計分析方法的正確選擇在數據處理中至關重要。在研究方案制定時選擇何種統計分析方法取決于實驗的目的、 不同的設計類型、 觀察指標組成的資料性質和樣本大小等。
在研究設計時， 統計方法的選擇需考慮以下6個方面的問題: (1)看反應變量是單變量、 雙變量還是多變量; (2)看單變量資料屬于3種資料類型（計量、 計數及等級資料）中的哪一種; (3)看影響因素是單因素還是多因素; (4)看單樣本、 兩樣本或多樣本; (5)看是否是配對或配伍設計; (6)看是否滿足檢驗方法所需的前提條件， 必要時可進行變量變換， 應用參數方法進行假設檢驗往往要求數據滿足某些前提條件， 如兩個獨立樣本比較t檢驗或多個獨立樣本比較的方差分析， 均要求方差齊性， 因此需要做方差齊性檢驗。如果要用正態(tài)分布法估計參考值范圍， 首先要檢驗資料是否服從正態(tài)分布。在建立各種多重回歸方程時， 常需檢驗變量間的多重共線性和殘差分布的正態(tài)性。
不同的統計分析方法都有其各自的應用條件和適用范圍。實際應用時， 必須根據研究目的、 資料的性質以及所要分析的具體內容等選擇適當的統計分析方法， 切忌只關心P值的大小（是否
3 統計方法綜合運用實例
例 根據2001年進行的大規(guī)模調查， 已知某地健康青年男子身高均數為168.34 cm， 體重均數為57.20 kg， 同年在該地應征男性青年中隨機抽取120名男子， 測得其身高、 體重資料見表1， 試對該資料進行統計分析[1]。表1 120名應征男性青年的身高與體重資料
3.1 資料的分布特征和數字特征的統計描述 本例屬于單樣本雙變量計量資料。對該資料進行統計分析時， 首先應對每一個變量的分布類型及其特征進行統計描述， 編制直方圖或頻數表， 計算相應的統計描述指標， 然后在此基礎上選擇和運用恰當的統計方法進行統計推斷， 最后作出明確結論。
本例的身高、 體重頻數分布情況見圖1～2。由圖1可直觀看出， 身高的頻數分布特征為: 所有數據分布在155～182之間; 數據主要集中在164～173之間， 共有73人， 占總人數的60.8%; 各組段的頻數基本以168.5為中心呈對稱分布。因此， 可認為身高近似服從正態(tài)分布。而體重的頻數最多組段58～不在所有組段的中間位置， 各組段的頻數以61為中心呈不對稱分布（圖2）， 故可認為體重呈偏態(tài)分布。圖1 120名應征男性青年身高的頻數分布圖表2給出了資料分布的數字特征: 均數（x）、 標準差（s）、 中位數（Md）、 四分位數間距（QR）和全距（R）。為了進一步說明各變量是否服從正態(tài)分布， 表2也同時給出了偏度系數 由表2可見， 身高的|ug1|和|ug2|均小于1.65， 故可認為身高服從正態(tài)分布（矩法正態(tài)性檢驗）， 此結論與上述的直觀結果相同， 也與圖3的圖示法結論相同（散點幾乎都在一條直線上）。同理， 體重的|ug1|和|ug2|均大于1.65， 故可認為體重不服從正態(tài)分布， 此結論亦與上述的直觀結果相同， 顯然與圖4的圖示法結論也相同（散點不在一條直線上）。
由于身高近似服從正態(tài)分布， 且是大樣本數據， 故可用樣本均數168.84 cm代表身高的平均水平， 用樣本標準差5.19 cm代表身高的個體差異， 用x±1.96 s來描述身高的95%散布范圍， 即168.84±1.96×5.19=158.67～179.01 cm。由于體重不服從正態(tài)分布， 用中位數58.00 kg代表體重的平均水平， 用四分位數間距8.75 kg代表體重的個體差異， 用百分位數P2.5～P97.5描述體質量的95%參考值范圍， 即49.03～80.77 kg。
3.2 參數的點估計與區(qū)間估計 身高的均數: =X=168.84 cm， SX=0.47 cm， 95% CI=167.90～169.78 cm 。體重的均數: =X=57.67 kg， SX=0.63 kg， 95%CI=56.44～58.90 cm。體質瘦弱（體重≤50 kg ）檢出率: =p=17/120=14.17%， SP=3.18%， 95%CI=7.93%～10.41% 。身高與體重的相關系數: =r=0.4040， Sr=0.0842， 95%CI=0.2423～0.5435。本例n=120， 屬于大樣本數據， 由樣本均數分布規(guī)律可知， 雖然體重不是正態(tài)分布， 但在大樣本時， 其樣本均數近似服從正態(tài)分布， 故仍可用正態(tài)分布法進行總體均數的點估計與區(qū)間估計。相關系數也不服從正態(tài)分布， 故在計算ρ的95%CI時要進行反雙曲正切函數轉換。
3.3 假設檢驗 根據歷史資料， 已知10年前該地健康青年男子身高均數為166.50 cm， 體重均數為55.20 kg， 可通過假設檢驗回答: 本次調查結果所代表的該地健康青年男子的身高總體均數、 體重的總體均數、 是否比10年前提高了。
本例屬于大樣本資料， 可用樣本標準差作為總體標準差的估計值， 即身高標準差的估計值=S=5.19， 體重標準差的估計值=S=6.89， 分別進行單樣本u檢驗: 身高: u=4.98， P
同理， 還可以對體質瘦弱檢出率、 身高與體重的相關系數等作假設檢驗。
參考文獻
[1] 陳長生. 統計方法的綜合運用與統計結果的表達[A]. 徐勇勇. 醫(yī)學統計學[M]. 2版. 北京: 高等教育出版社， 2004.
中圖分類號：F713.55文獻標識碼：A文章編號：1001-8409（2013）01-0074-06
“生態(tài)消費”作為可持續(xù)消費、綠色消費、適度消費等術語的同義語，其所倡導的理念及行動準則已成為包括我國在內的世界各國和地區(qū)的核心政策目標，而實現這一目標在實踐上的具體要求就是提高居民的生態(tài)消費水平。尋找一個真正有效的提高生態(tài)消費水平的辦法，首先要做的基礎工作是將消費者進行識別分類，研究哪些消費者更趨向于進行生態(tài)消費，并對各類消費者的社會人口統計學特征、心理學特征、社會價值觀和環(huán)境價值觀、家庭內部生活習慣等各方面特征加以對比分析，找出其差異性，才能有針對性地提出對策建議，有效地提高居民生態(tài)消費的整體水平。
一、文獻回顧
學術界對生態(tài)消費的關注源于對環(huán)境主義者消費模式的研究，這一領域的研究主要是從消費者的環(huán)境和社會價值觀、社會人口統計學特征及心理學變量等方面因素對消費模式的影響展開的[1，2]。長期以來，國內外許多學者從社會人口統計學特征對生態(tài)消費行為做過大量的研究，包括年齡、性別、收入、教育、職業(yè)等變量[3～5]。盡管研究所得出的結論不同，但社會人口統計學特征卻是研究并識別生態(tài)消費者的重要變量之一[6]。已有的研究多側重于對消費者生態(tài)消費行為的影響因素進行實證研究，而鮮有對生態(tài)消費者的識別及其特征進行系統研究。本文研究的主題是城市居民生態(tài)消費者的識別。利用對哈爾濱市居民的問卷調查獲得的數據，本文分3個步驟開展研究：第一步，通過因子分析確定生態(tài)消費行為識別的依據；第二步，通過聚類分析對消費者進行分類并識別生態(tài)消費者；第三步，分別從社會人口統計學特征、社會和環(huán)境價值觀、心理學特征3個方面分析不同類型消費者的特征。
二、數據來源
Prediction of lymph node metastasis with binary logistic regression in renal cell carcinoma ZHANG Xiao-nong，SHEN Jun， CHEN Peng.Yuehua Hospital of Yueyang，Yueyang 414014, China
【Abstract】 Objective To study the risk factors of lymph node metastasis of renal cell Carcinoma（RCC） and to set up a Logistic regression model.Methods The clinical data of 163 patients with renal cell carcinoma who underwent radical nephrectomy from July 2000 to July 2008 in Affiliated Tumor Hospital of Xinjiang Medicial University, were analyzed by univariate and binary Logistic regression.Results The incidence of lymph node metastasis was 20.9%. Univariate logistic analysis revealed that the tumor size，clinical stage, Fuhrman nuclear grade and anemia were all correlated with lymph node metastasis of RCC（P
【Key words】 Renal cell carcinoma； Lymph node metastasis； Risk factors； Regression analysis
腎細胞癌（RCC）在成人泌尿生殖系統腫瘤中發(fā)病率僅次于膀胱癌居第二位,且對放化療、生物治療不敏感，預后較差。腎癌的生物學行為多變，發(fā)生機制復雜且受到與患者和腫瘤相關因素的影響，目前不太容易對根治性腎切除術后患者的生存率進行準確預測。淋巴結轉移是影響腎細胞癌預后的重要因素，而準確的淋巴結分期對腎細胞癌的治療和預后評價尤為重要。本研究回顧性分析本院近9年163例腎細胞癌根治性切除術后的病理及臨床資料，探討腎細胞癌淋巴結轉移的危險因素，研究預測腎細胞癌淋巴結轉移的較為合適的方法和指標，并建立Logistic 回歸模型。
1 資料與方法
1.1 一般資料 2000年2月～2008年10月，本院共行腎癌根治性切除術163例，所有的病例經病理組織學確診。其中男105例，女58例；年齡17～79歲，中位數年齡55歲；腫瘤最大直徑（CT）1.3～19.0 cm，中位數6.0 cm；根據2002年AJCC腎細胞癌分期標準，Ⅰ期77例，Ⅱ期31例，Ⅲ期43例，Ⅳ期12例；根據1982年Fuhrman核分級標準，G1 81 例，G2 46例，G3 22例，G4 14例；病理類型：透明細胞癌135例，顆粒細胞癌7例，混合細胞癌12例，狀細胞癌7例，肉瘤樣癌2例；腫瘤側別：左側84例，右側79例；其中淋巴結轉移34例。
1.2 方法 查閱病歷資料，收集11項可能與腎細胞癌淋巴結轉移相關的臨床病理因素，如性別、年齡、腫瘤最大徑、ECOG-PS、腫瘤側別、腫瘤分期、病理類型、腫瘤分級、貧血、堿性磷酸酶和乳酸脫氫酶。以34例淋巴結轉移者為研究組，以129例無淋巴結轉移者為對照組。
1.3 統計學處理 統計學分析采用Logistic回歸分析，以淋巴結是否轉移為應變量（Y：無0，有1），對各研究指標進行量化，各自變量（研究指標）賦值標準，見表1。將量化數據輸入計算機，應用SPSS 13.0統計軟件包，進行Logistic回歸分析。采用相對危險度的近似估計值比值比（odds ratio，OR）來估計各變量與RCC轉移的聯系強度。先用Logistic回歸模型做單因素分析（α0.05），利用單因素分析得出的結果對不同因素的作用大小進行排序，以α0.05為入選變量的檢驗水準，以α0.1為剔除變量的檢驗水準，基于偏最大似然估計的前進法向前逐步選擇自變量，再用Logistic回歸模型多因素逐步回歸分析，并得出RCC淋巴結轉移的概率模型。
表1 RCC淋巴結轉移因素（自變量）賦值標準
2 結果
2.1 單因素分析 把與163例RCC患者淋巴結轉移有關的臨床病理因素應用單因素的Logistic回歸模型做單因素分析，結果見表2。其中腫瘤大小、臨床分期、Fuhrman核分級和貧血的OR值均大于1，與RCC淋巴結轉移的風險有關（P0.05）。
表2 腎細胞癌淋巴結轉移影響因素的Logistic回歸單因素分析（n163，α0.05）
2.2 多因素分析 利用表2的結果，將P值＜0.05的自變量和臨床認為對腎細胞癌淋巴結轉移有關的病理類型X7（病理類型）也入選Logistic回歸模型，基于偏最大似然估計的前進法向前逐步選擇自變量，進行多因素逐步回歸分析，其中腫瘤大小、臨床分期和Fuhrman核分級對RCC淋巴結轉移有顯著回歸效果而選入回歸方程，結果見表3。但由單因素回歸分析亦可知，P值＜0.05的自變量X9（貧血）未能選入回歸方程并不說明其對腎細胞癌淋巴結轉移無統計學意義，而可能是由于其作用被已選入的變量代替，從而使回歸模型中的自變量均保證具有統計學意義。自變量X7（病理類型）也未能進入方程，不能因此認為其與腎細胞癌淋巴結轉移一定無關，如果增加樣本含量，可能會出現有統計學意義的結果。
表3 腎細胞癌淋巴結轉移影響因素的Logistic回歸多因素分析（n163, α0.10）
2.3 概率模型 由多因素逐步回歸分析結果，可得出腎細胞癌臨床病理因素與淋巴結轉移關系的概率模型,LogitP－8.199＋0.603X3＋1.840X6＋0.976X8， 其中P值越接近于1，患者發(fā)生轉移的可能性越大；P值越接近于0，患者發(fā)生轉移的可能性越小。整個模型經χ2檢驗有統計學意義（χ281.601，P0.000）。
2.4 應用概率模型的回代分析 為檢驗該模型的實用性，163例RCC對概率模型進行回代分析，以預測概率0.500為判別函數的分界點。結果顯示此概率模型判斷163例RCC淋巴結轉移與病理診斷總符合率為87.7%［（122+21）/163］，結果見表4。
表4 RCC淋巴結轉移概率模型回代分析*
注:*判別函數的分界值為0.5000
3 討論
腎細胞癌是腎臟最常見的惡性腫瘤，占成人腎惡性腫瘤的85%～90%和人類惡性腫瘤的1%～2%［1］。大約25%～30%的腎細胞癌在初始診斷時伴有遠處轉移，局限性腎癌在根治性手術后大約1/3的患者最終會發(fā)生遠處轉移,而30%～40%的患者會有淋巴結轉移［2］。目前對腫瘤患者可能出現的淋巴結轉移進行預測是一個大的挑戰(zhàn)，淋巴結轉移是癌癥擴散的首要跡象，因此，詳細的術前影像學和準確的淋巴結分期對外科治療計劃和策略及術后隨訪十分重要，同時還能為患者提供預后有關的準確信息。
癌細胞淋巴結轉移是影響腎細胞癌療效和預后的重要因素。Blute等［3］通過多因素分析總結了RCC淋巴結轉移的高危因素：（1）腫瘤臨床分期T3或T4；（2）腫瘤最大徑＞10 cm；（3）腫瘤細胞為低分化；（4）腫瘤組織中含有肉瘤樣成分；（5）腫瘤組織中有壞死。如果具有2個或以上危險因素淋巴結轉移的幾率為10%，如果低于2個危險因素淋巴結轉移的幾率僅為0.6%，如果5個危險因素均滿足者淋巴結轉移率達到50%。此外，遠處轉移和下腔靜脈癌栓陽性等也是淋巴結轉移的高危因素［4］。
對腎細胞癌淋巴結轉移的臨床病理指標進行分析，試圖找出RCC預后的獨立的臨床病理指標，可以為臨床選擇更好的治療方案，從而提高患者的術后生存率。通過對影響RCC淋巴結轉移的可能臨床病理因素進行系列研究，可以在眾多的有關因素中篩選出具有顯著性影響的因素，將作用有顯著性意義的影響因素挑選出來后建立較為合適的回歸方程，便于檢查和分析，從而可能對RCC的淋巴結轉移的診斷和治療帶來幫助。筆者對163例RCC患者的臨床病例因素進行單因素Logistic回歸分析，結果表明腫瘤大小、臨床分期，Fuhrman核分級、貧血與RCC的淋巴結轉移有關（P
本研究表明，腫瘤大小、臨床分期和Fuhrman核分級是腎細胞癌淋巴結轉移的危險因素，與Blute等的研究結果基本一致。根據臨床病理參數建立的Logistic回歸模型對RCC患者淋巴結轉移的風險提供非常重要的信息，對于判斷預后、指導術后治療及隨訪方案的制訂具有重要的作用。因為存在研究方法和研究指標的多樣性，筆者選取的研究方法和研究指標也有其自身的局限性，需要更多的病例和更多研究者的參與，相信隨著研究的不斷深入，這一問題將會得到解決。
參 考 文 獻
［1］ Jemal A, Murray T, Ward E, et al. Cancer statistics, 2005. CA Cancer J Clin， 2005， 55:10-30.
［2］ Motzer RJ, Bander NH, Nanus DM. Renal-cell carcinoma. N Engl J Med, 1996, 335（12）:865-875.
Einstein College of Medicine
Biostatistics and
Epidemiology
A Primer for Health and
Biomedical Professionals
Third Edition
2004, 243pp.
Softcover $ 33.20
ISBN 0-387-40292-6
本書是由美國Albert Einstein醫(yī)學院流行病學和群體健康系流行病學室Sylvia Wassertheil Smoller教授編著的。第一版于1990年出版，第二版于1995年出版，現為第三版。本書的特點是根據流行病學和統計學的基本框架，使讀者理解流行病學與生物統計學的基本原理，理解“為什么做”和“做什么？”學會“如何做、如何解釋”。書中的內容都是臨床試驗和基礎研究中最常用的、或是在文獻中經常引用的。
全書共分9章。第1章講述科研方法問題，包括邏輯推理、變異、研究設計、變量的量化、無效假設、假設檢驗、檢驗錯誤的類型、顯著性水平等；第2章敘述概率的一些基本概念；第3章介紹常用的統計學檢驗方法；第4章介紹流行病學的基本概念，包括流行病學的應用、常用指標、流行病學研究類型、偏倚、混雜、交互、多變量分析等；第5章介紹篩檢的基本概念；第6章是敘述隨機對照臨床試驗；第7章介紹生活質量的評價，包括量表的結構、可靠性、真實性、敏感性（反應性）以及用量表評價生活質量的局限性；第8章介紹遺傳流行病學的基本概念，包括雙生子研究、連鎖和聯系分析、傳遞不平衡檢驗等；第9章闡述科研倫理學與統計學的關系。第8、9兩章的內容在人類研究中十分重要，是第三版新增加的，是一般流行病學或統計學入門書籍中所沒有的。
書后附有9項附錄，介紹正文中各種統計學計算的實例，以使讀者能夠更順利閱讀本書、以及如何實際計算，包括卡方、Z值及t-值的臨界值表、Fisher精確檢驗、幾組比較的Kruskal-Wallis非參數檢驗、相關系數計算、率的年齡調整、比值比的可信性、兩個變量的“J”或“U”型關系、量表記分改變的適宜性（敏感性）評價、以及遺傳學基本原理和知識。書后還附有參考文獻及建議閱讀的書目，讀者如需了解更深入的、超出本書范圍的內容、或涉及高等數學方面的內容，可閱讀這些推薦的教科書。書末附有主題索引，便于讀者檢索。
本書以科學的哲學和邏輯學原理，討論統計學檢驗的基本原理，而不是讓讀者去做具體的統計學檢驗。全書各章節(jié)都是獨立的，讀者可不按順序閱讀，只閱讀感興趣的部分。本書特別適合那些沒有或很少有數學背景的讀者，使他們能夠讀得懂、用得上。
本書內容既簡明，又適合范圍較廣的讀者需要，所闡述原理和方法適合多種領域，包括醫(yī)學、公共衛(wèi)生、心理學、教育學。本書是一本簡明的流行病學與生物統計學教科書，適合從事臨床和基礎研究的醫(yī)生、醫(yī)學專業(yè)本科生、研究生，或非醫(yī)學專業(yè)學生參考，也可供程度較高的讀者、以及對生物統計學與流行病學的邏輯學和方法學感興趣的研究人員參閱。
烏正賚，教授
上海是我國老年人口比例最高，人口老齡化發(fā)展速度較快的城市，早在1978年就跨入了老年型結構城市，與此相應的老年性疾病的預防與控制越來越受到社會的重視。肺炎球菌是引發(fā)肺炎、腦膜炎和中耳炎的主要病因，由于肺炎球菌對抗菌藥物的耐藥性增加，以及耐藥菌株在世界范圍內的傳播，除使用疫苗預防外，目前尚無其他有效的公共干預措施［1］。上海市從1998年開始使用23價肺炎球菌疫苗（肺炎疫苗），但至今老年人群的接種率仍然很低。為做好老年人群中肺炎疫苗的接種工作，我們對長寧區(qū)社區(qū)老年人接種肺炎疫苗的影響因素進行了調查分析。
1對象與方法
1.1對象
以2004年1月1日至2005年12月31日在長寧區(qū)9個免疫門診接種過肺炎疫苗的≥60歲老年人為接種組調查對象。共登記接種肺炎疫苗的老年人122人，實際調查100人，失訪的主要原因為已搬遷、地址有誤等。
以長寧區(qū)社區(qū)未接種過肺炎疫苗的≥60歲老年人為未接種組調查對象。2005年長寧區(qū)轄196個居委，依據按容量比例概率抽樣（PPS抽樣）的方法，根據每個居委老年人數的比例，抽取20個居委，每個居委調查20名老年人，共計400名老年人。
1.2方法
根據知情同意原則，由統一培訓的調查員采用自擬的《老年人群肺炎疫苗知曉及接種情況調查表》入戶調查，調查內容包括老年人一般情況、健康狀況、對肺炎疫苗的認知、態(tài)度和利用等。
1.3統計分析
用Epidata 3.1建立數據庫錄入調查表數據，用SPSS 11.5進行χ2檢驗、方差分析和多因素Logistic回歸分析。
2結果
2.1基本情況
2.1.1性別年齡接種組100名老年人中，男41名（41.0%），女59名（59.0%）；未接種組400名老年人中，男163名（40.8%），女237名（59.2%），兩組性別之間差異無統計學意義（χ2＝0.002，P>0.05）。
所有被調查的老年人年齡為60～92歲，接種組平均年齡為（72.62±7.97）歲，未接種組平均年齡為（72.53±6.90）歲，兩組年齡之間差異無統計學意義（F＝0.01，P>0.05）。
2.1.2文化程度接種組文化程度以大專及以上（42.0%）、高中（24.0%）和初中（16.0%）為主，未接種組文化程度以初中（23.8%）、文盲半文盲（23.3%）和高中（19.3%）為主，兩組文化程度之間的差異有統計學意義（χ2=43.13，P
2.1.3目前或退休前職業(yè)接種組職業(yè)以工人（25.0%）、科技人員（16.0%）和教育（12.0%）為主，未接種組職業(yè)以工人（55.5%）、企業(yè)管理人員（11.3%）和教育（6.5%）為主，兩組職業(yè)之間的差異有統計學意義（χ2=54.97，P
2.1.4家庭類型兩組老年人的家庭類型均以“和老伴生活在一起”為主，其次為“和子女或兒孫生活在一起”，“獨居”和“其他類型”的構成比最小，兩組家庭類型之間的差異無統計學意義（2.1.5家庭人均月收入接種組老年人家庭人均月收入≥1 000元的占91.0%，而未接種組為46.8%，兩組家庭人均月收入之間的差異有統計學意義（2.2肺炎疫苗接種影響因素的多因素Logistic回歸分析
以是否接種肺炎疫苗為應變量，以問卷中設計的10個影響因素為自變量，進行多因素Logistic逐步回歸(變量進入方程的概率α= 0.05，變量從方程中剔除的概率β= 0. 1) 。應變量賦值情況：未接種肺炎疫苗為0；接種肺炎疫苗為1，自變量設置取值為“0、1”的啞變量。
影響老年人肺炎疫苗接種的因素按影響大小依次為是否接種過流感疫苗、是否患過肺炎或老慢支等呼吸系統疾病、家庭人均月收入、3個有關肺炎疫苗認知的問題和是否患有其他慢性?。ū?）。
2.3未接種組老年人肺炎疫苗未種原因分析
在被問及“肺炎疫苗未種原因”時，400名未接種組老年人未種原因及構成比（%）依次為：不知道有這種疫苗的192人次（40.9%），目前不需要接種疫苗的172人次（36.7%），認為疫苗價格太貴了，不能承受的73人次（15.6%），不知道在哪里接種疫苗的14人次（3.0%），有禁忌證不能接種的7人次（1.5%），其他原因11人次（2.3%）。
3討論
長寧區(qū)生命統計數據顯示，2002―2004年，本區(qū)60歲及以上老年人的死因中分別有14.3%、14.8%和17.8%與肺炎有關，但是我區(qū)及上海市老年人群每年肺炎疫苗的接種率都不到1%。國外有研究結果表明，醫(yī)務人員是影響肺炎疫苗接種的重要因素。Tammy等［2］總結1981―2000年有關肺炎球菌多糖疫苗的文獻后發(fā)現，對醫(yī)生而言，難于確定這種疫苗的作用，也缺乏有關疫苗重復接種的知識，是影響疫苗使用的主要因素；對病人而言，不知道有這種疫苗，醫(yī)生沒有告知這種疫苗是主要的影響因素。Nichol等［3］對1 874名醫(yī)師進行了肺炎球菌疫苗的應用知識和態(tài)度的調查，發(fā)現多數醫(yī)師缺乏對該疫苗重要性的認識，青霉素能有效控制肺炎球菌性疾病的觀念仍普遍存在，而且許多國家并沒有把肺炎疫苗作為公費醫(yī)療報銷范疇成為影響肺炎疫苗接種的主要因素。
本研究顯示，社區(qū)老年人接種肺炎疫苗受多個因素的影響。接種過流感疫苗的老年人可能會更多地從醫(yī)護人員處了解到肺炎疫苗或受到醫(yī)護人員的推薦而接種肺炎疫苗。在本次調查中也發(fā)現，接種組老年人有50%是從醫(yī)務人員的途徑獲知肺炎疫苗的，醫(yī)務人員對老年人接種疫苗起著至關重要的作用。
患過肺炎、老慢支等呼吸系統疾病的老年人可能更關注呼吸道疾病的預防而傾向于接種肺炎疫苗，目前尚患有其他慢性病如高血壓、糖尿病與接種肺炎疫苗呈負相關，這部分老年人可能更關注于對其他慢性病的預防，或更多的醫(yī)療費用投入到其他慢性病的控制而不愿意接種肺炎疫苗。
由于目前上海市提供的進口肺炎疫苗的價格是進口流感疫苗的近3倍，且未納入醫(yī)保范圍，因此家庭收入水平成為影響肺炎疫苗接種的因素之一。
對肺炎及肺炎疫苗的認知情況也是影響肺炎疫苗接種的重要因素。那些認為肺炎是老年人的一種常見病或認為目前的抗生素并不能有效根治肺炎、老慢支等的反復發(fā)作的老年人更傾向于接種肺炎疫苗來預防呼吸系統疾病。認為“兒童才需要打疫苗，包括肺炎疫苗，年紀大的人不需要接種疫苗”的老年人也不愿意接種肺炎疫苗。
在用戶研究的領域里，我們已經有了較為科學的方法來獲得需求域中的各類信息數據，而如何將這些信息數據轉換成為我們所需要的設計要素則成為研究的重點和難點。用戶的需求來源于人，而產品的功能賦之予物，我們需要找到一種方法來發(fā)掘這主客體之間的聯系，定性定量分析毫無疑問是解決這一問題的必要方法。
二、統計學：定量與定性研究結合
與其他產品設計的單一研究方法不同，在用戶研究中，定性與定量分析一般而言是相輔相成的，這樣做很好地結合了兩種分析各自的長處。定量分析能夠發(fā)現某個存在的現象，具有很好的說服力和可信性，是對事物“量”的分析，主要通過數據收集和分析來完成。定性研究則可以發(fā)掘隱藏在現象底下的規(guī)律及原因，具有能夠抓住本質的深刻性和高效性，是對事物“質”的分析，主要通過常識、感覺、經驗等主觀因素來參與分析。
在用戶研究中可以直接獲取的數據很少，因此定量分析沒有施展的空間，并且對于一些感性問題，例如用戶的需求、用戶的感覺等同樣也無能為力。定性分析則受主觀因素影響較大，具有不確定性的特點。如何能夠很好地發(fā)揮定量分析的可信度與定性分析的深刻度是我們所要解決的下一個問題，這里引入統計學的分析方法，將定量與定性分析結合起來。
三、用戶研究中的統計學
統計學廣泛運用于生物、化學、心理學、社會學、經濟學等諸多領域。它被用來了解與測量系統變異性，程序控制，對資料作出結論，并且完成資料取向的決策。而它的這些用途特點非常適合集心理學、社會學、人類學等多門學科交融的用戶研究，因此，我們可以通過引入統計學的方法，來對用戶研究中獲取的信息進行定量和定性分析，從而完成需求域到功能域的轉化。
根據統計學的研究特點，我們將其在用戶研究中的運用步驟分為信息獲取、信息處理、數據分析、數據校驗四個步驟。
1.信息獲取
用戶研究方法有很多，現大多已趨于成熟。我們在確定研究目的與目標的前提下，有意識地選擇用戶研究的方法，并且明確其輸出的數據及形式，為今后的分析做準備。在用戶研究中我們可以通過背景資料收集、問卷調查、用戶觀察、用戶訪談、用戶角色和用戶情境等方法獲得大量的文字數據、圖像數據、問卷數據、實驗數據和語音數據，這些數據都可以通過進一步的處理，轉換成統計學中可以運用的數據形式。為了更好地進行下一步的分析研究，要根據用戶研究對象的特點將這些信息分為用戶基本數據、用戶行為數據和用戶主觀數據。
基本數據主要是指對用戶的性別、年齡、職業(yè)、收入、教育、地區(qū)、家庭結構、生活方式等量化后的數據；行為數據是指用戶與產品的交互，即對于產品的使用及體驗通過觀察測試等方法提取的數據；主觀數據是指用戶對于產品的滿意度、情緒反應、審美反應、生活態(tài)度等通過問卷訪談等方式獲得的數據。由此我們便獲得了計算所需的數據。
2.信息處理
上面我們已經論述了信息獲取的方法及信息的分類和特點，但是這些信息的形式如文字、圖像、問卷大多都不能直接用于統計學的分析，因此我們要對信息進行處理，也就是信息的量化。
(1)用戶基本數據量化
基本數據都屬于某種“品質”或“屬性”，它們的量化方法可以使用取值為“1”或“0”的人工變量來表示是否存在，也就是對質的因素的判斷。如“1”表示已婚，“0”表示未婚。同樣有時本身是“數量”因素也可以轉化成“質”因素，如“1”表示年收入5萬到10萬，“0”表示年收入5萬以下。
（2）用戶行為數據量化
用戶行為數據可以通過試驗器械的輔助，有計劃的觀察與測試來獲得。主要是行為過程中存在的與衡量目標完成情況相關的變量。這些具體數據的情況與目標有著直接關系，通?？梢灾苯荧@得具體數值。如時間、頻率、數量、周期、步驟等。
（3）用戶主觀數據量化
用戶主觀數據主要通過對用戶的問卷與訪談得到，是從用戶的主觀因素出發(fā)對用戶體驗進行量化。在這里，我們可以用數值來表示主觀因素的程度，通過這種方法來量化這些主觀的、抽象的、感性的信息。如滿意程度可以由-3，-2，-1,0,1,2，3這7個數值表示，-3為最不滿意，3為最滿意。同理抽象感性詞匯可以選擇一對反義詞作為兩極，由負值到正值表示符合的程度。如傳統和現代、圓潤和尖銳等。
此外，為了消除數據計量單位不同的影響，便于數據的直接比較，要對數據進行標準化——使數據矩陣式中每列數據的平均值為0，方差為1；或者規(guī)格化——將每列的最大數據變?yōu)?，最小數據變?yōu)?，其余數據取值在0～1之間。
3.數據分析
在對數據進行必要的處理以后我們就要開始進行統計分析。為了便于介紹統計方法，我們先將處理好的數據分類。在統計學中根據變量數學性質的由低到高可將其劃分為：定類數據、定序數據、定距數據和定比數據。定比數據使用較少，此處略。定類數據是一個分類體系，通常將研究對象屬性分類后編號，其只能測量類別差。如華中、華北、華東等。定序數據多了類別間順序等級的信息，可以測量次序差。如幼年、少年、青年、中年、壯年、老年等。定距數據不僅可以測量差別，還可以測算距離，如10秒、20秒、30秒等。
下面介紹在設計領域常會遇到的變量類型之間的關系測量以及相對應的方法類別，具體公式與計算方法可以參看相關統計學書目。
（1）雙變量統計
兩個變量之間關系的探討在用戶研究中是重要的內容。相關分析是解決這個問題最為常用的統計學方法。判斷兩個變量之間的關系主要從它們的相關程度、相關正負、相關類型等方面來看，在通常情況下為線性相關，可從相關系數中看出兩個變量之間的關系。
①兩個定類變量以及定類與定序變量之間的關系可使用相關分析中的λ和τy測量法。λ測量法可以是不分變量與自變量的對稱形式。如丈夫購車標準與妻子購車標準之間的關系。τy測量法要求具有自變量與因變量之別，如性別與購車標準之間的關系。定類與定序變量關系也可用此兩種系數，如收入水平與購車標準之間的關系。
②兩個定序變量之間的關系可以使用Gamma系數和dY系數來表示。例如同等收入水平年齡與購車價格之間的關系。
③定類與定距、定序與定距可采用相關比率測量法。如性別與某手機功能操作次數之間的關系或是年齡與后者之間的關系。除此之外，也可以使用單因素方差分析。
變量之間除相關關系還可以用函數關系來表示，線性回歸分析可以測量變量之間的線性關系，它是在研究過程中將一些因素作為所控制的變量（自變量），而另一些隨機變量作為它們的因變量來進行分析的。一元線性回歸可以用來解決雙變量統計問題。
（2）多變量統計
在設計領域中研究的問題影響因素往往較為復雜，在雙變量統計不能滿足要求的時候我們就要用到多變量統計方法，主要有多元線性回歸分析，Logistic回歸分析、聚類分析、主成分分析、因子分析等。
①多元線性回歸分析。研究在線性相關條件下，兩個和兩個以上自變量對一個因變量的數量變化關系，稱為多元線性回歸分析，表現這一數量關系的數學公式稱為多元線性回歸模型。它解決的問題是通過抽樣調查的數據，確定自變量和因變量之間關系的密切程度；確定多個自變量對應變量的共同影響，比較各個自變量對因變量影響的大小；確定因變量和自變量之間的關系表達式，即回歸方程式。如臺燈外形表現現代感程度分別與其燈罩、燈頸、燈座造型、材質、色彩的關系，這種方法在感性工學研究中經常使用。
②Logistic回歸分析。線性回歸模型的一個局限性是要求因變量是定量變量（定距變量、定比變量），而不能是定性變量（定序變量、定類變量）。但是在許多實際問題中，經常出現因變量是定性變量（分類變量）的情況。Logistic回歸分析就是用于處理分類因變量的統計分析方法。其因變量只取兩個值，表示一種決策、一種結果的兩種可能性。如消費者是否購買產品與產品性能、外觀、價格、
品牌等因素之間的關系。
③聚類分析。聚類分析是研究“物以類聚”的一種多元統計分析方法。聚類分析的基本思想是根據對象間的相關程度進行類別的聚合。例如可以通過測試者對于較多產品的評價運用聚類分析將產品分別歸類。又如通過對消費者生活形態(tài)的研究將其分類，有針對性地進行產品開發(fā)。聚類分析可用樹藝術與設計ˉ形圖來表示結果。
④主成分分析。把多個變量（指標）化為少數幾個綜合變量（綜合指標），而這幾個綜合變量可以反映原來多個變量的大部分信息。為了使這些綜合變量所含的信息互不重疊，應要求它們之間互不相關。例如在評價一個產品設計時，往往有很多因素，通過主成分分析可以用少數幾個綜合因素對其進行評價，減少工作量。
⑤因子分析。因子分析可以看成是主成分分析的一種推廣。它的基本目的是，找出隱藏在一組測量到的變量中的一些更基本的，但又無法直接測量到的隱性變量（愛好、態(tài)度、能力）去解釋顯在變量（設計成功與否、銷售量、點擊率）。例如從眾多人們顯在的生活習慣中找到人們選擇使用購買生活用品的潛在因子。這種方法可以應用在用戶研究中的生活方式研究之中。
4.數據檢驗
切口感染為所有外科術后最常見并發(fā)癥之一，當今社會無菌技術飛速發(fā)展及多種廣譜抗生素的應用可以降低其發(fā)生率，但盡管如此切口感染發(fā)病率仍比其他術后并發(fā)癥的發(fā)生率要高得多。術后切口感染嚴重影響病人的預后，對病人的術后康復引起嚴重的后果，而且還會給病人家庭增加巨大不必要的經濟負擔[1]。因此為了降低術后切口發(fā)病率，筆者通過回顧研究我院623例肝膽外科并發(fā)切口感染的病例，通過對比分析法總結其發(fā)生的因素及相對應的防范措施，現將具體情況總結如下。
1、資料與方法
1.1 一般資料 通過研究我院在2008年1月至2012年1月期間肝膽外科病例623例，其中男性399例，女性224例，年齡最大75歲，最小18歲，平均年齡55歲。623例患者實施的手術類型具體總結如下：肝移植，肝葉切除術，胰腺腫瘤切除術，胰十二指腸切除術，肝腫瘤切除術，膽總管探查引流術等。
1.2 方法 通過回顧分析研究我院在2008至2012年期間的切口感染病例，包括病人的病例，檔案記錄的查房單，病程單，輔助檢查結果，切口分泌物實驗室檢查結果，并將其按不同發(fā)病原因統一記錄于統計調查表中。
1.3統計學方法 應用SPSSl5.0軟件分析，計數資料采用百分比表示，數據對比采取X2校驗，P>0.05，差異無統計學意義，P
2、結 果
通過統計分析623例肝膽外科病人，術后發(fā)生切口感染的病例為123例，發(fā)病率為19.7%。通過具體的統計學方法χ2檢驗，發(fā)現能影響患者切口感染的確切因素有6個，分別為白細胞計數，手術時間長短，手術出血量，切口類型，醫(yī)用碘伏消毒程度，術中廣譜抗生素用量及種類。
2.1單因素Logistic回歸分析
以肝膽外科手術患者有無手術部位切口感染為因變量，以性別、年齡、職業(yè)、文化程度、生源地、居住所在地、婚姻狀況、經濟狀況、費用類別、居住狀況、工作壓力、經濟壓力、體型、手術季節(jié)、術前空腹血糖、術前糖化血紅蛋白、術前血紅蛋白量、術前血鈉水平、術前血清高敏C反應蛋白含量、術前白細胞升高程度、ASA麻醉評分、圍術期高血糖、手術時間、術中出血量、胃腸道營養(yǎng)、手術性質（急診或者擇期）、手術方式、手術室各區(qū)域布局、切口類型、手術切口長度、切口抗生素沖洗、是否放置引流、術后引流量、術后抗生素使用情況和基礎疾病自變量賦值后進行二分類Logistic回歸分析，結果發(fā)現手術室各區(qū)域布局合理、放置引流和抗生素切口沖洗是肝膽外科手術患者手術切口感染的保護因素，高齡、急診手術、手術時間長、手術切口長和Ⅲ類切口是肝膽外科手術患者手術切口感染的危險因素。
2.2 多因素Logistic回歸分析
以肝膽外科手術患者有無手術部位切口感染為因變量，選擇本研究進入肝膽外科手術患者手術切口感染單因素Logistic回歸分析方程的8個自變量為自變量進行多因素Logistic回歸分析，α入=0.05，α出=0.10，結果發(fā)現放置引流和抗生素切口沖洗是肝膽外科手術患者手術切口感染的保護因素，高齡、急診手術、手術時間長和Ⅲ類切口是肝膽外科手術患者手術切口感染的危險因素。
3、討 論
肝膽外科術后切口感染的危險因素與其他外科切口感染有許多共同點也有其特殊之處，主要特點是其感染的危險因素涉及患者本身與外科醫(yī)生的操作[3]，具體危險因素及防范對策總結如下：
3.1 切口類型 肝膽外科術后切口感染主要原因是受腹腔內腸源性細菌感染，由統計學資料顯示，Ⅲ型切口的感染率高達59.4%，但由于肝膽外科的特殊性，常常需要涉及到膽道切開，上消化道分離，肝小葉切除等Ⅱ，Ⅲ類型切口，且統計學顯示這兩種類型切口感染率均顯著高于Ⅰ型切口，所有增加了其術后發(fā)生切口感染的概率。因此為了降低其感染率，需要外科醫(yī)生在術前術后要做好無菌操作；仔細消毒切口；關閉腹腔前仔細沖洗腹腔，用碘伏反復消毒切口；術后放置腹腔引流且時刻保持引流管的暢通；選用抗生素需按照患者的引流液細菌實驗室檢查做相應的改變。
3.2 手術切口縫合 通過本次研究筆者還發(fā)現，切口的縫合好壞直接影響切口是否感染。由主刀醫(yī)師等經驗豐富的醫(yī)師縫合的切口感染率顯著低于實習醫(yī)生等非主刀醫(yī)師的縫合感染率。因此肝膽外科的切口感染與醫(yī)生的縫合經驗有密不可分的關系。所以外科醫(yī)生在縫合切口時因注意減少死腔，爭取一次性縫合，打結時松緊度適宜，嚴密縫合皮緣。
3.3 切口消毒及沖洗 作為所有外科手術，切口消毒都是一種非常簡單卻行之有效的一種規(guī)避切口感染的手段，經過外科長時間的發(fā)展，已經被醫(yī)學界廣泛認同，這也是無菌術提高的重要原因。最常用的沖洗液是無菌性生理鹽水，用其沖洗切口可以洗凈切口的細碎脂肪組織，灰塵，壞死組織的碎片等，可以顯著降低切口的帶菌量。切口的消毒肝膽外科廣泛使用碘伏。碘伏是單質碘與聚乙烯吡咯酮的不定性復合物，醫(yī)用碘伏濃度較低，其起著光譜殺菌的作用，對大多數細菌有殺滅作用，但其對蛋白質等不起損害作用，所以在醫(yī)學界被廣泛應用。經統計學資料顯示，切口經過碘伏消毒可以明顯降低其感染發(fā)生率。所以將無菌生理鹽水與碘伏聯合使用，是有效規(guī)避切口感染的重要手段。
3.4 術中失血量 由于肝膽外科手術入路的特殊性，肝臟等器官又是人體主要供血器官，所以術中出血極為多見。由于肝膽外科手術時間均長且操作復雜，所以病人可能會長時間的出去，經過大量輸注晶體補充液和人工血液，導致組織器官血供不足，組織缺氧，似的組織發(fā)生壞死等，降低切口的愈合力，及免疫力，所以迅速精準的操作，對外科醫(yī)生提出了更高的要求。所以在術前仔細檢查，做出正確的手術方案是必不可少的。
綜上所述，對肝膽外科術后切口感染的危險因素是多方面的，從筆者此次觀察發(fā)現的幾點危險因素，感染的發(fā)生除了與患者本身有關，但更多方面是關于外科醫(yī)生的操作，因此為了降低術后切口感染的發(fā)生概率，需要外科醫(yī)生嚴格實施無菌操作，注意細節(jié)，操作熟練迅速，最大程度的降低切口感染的發(fā)生概率。
參考文獻：
[中圖分類號] G451 [文獻標識碼] A [文章編號] 2095-3437（2013）15-0027-03
教師職業(yè)倦怠是教育研究中值得關注的一個問題?！敖處熓且粋€高壓力的職業(yè)，社會賦予教師的高度期望、繁重的工作量、學生行為問題、學生考試成績和課程與教學改革等都是教師壓力的主要來源?！盵1]“過高的工作壓力和職業(yè)倦怠會導致教師工作績效下降、缺勤、離職，對教師的身心健康造成不利影響，并對學生產生直接、消極的影響，甚至波及整個社會?！盵2]教師職業(yè)倦怠也因此成為教師專業(yè)發(fā)展的阻力和教師職業(yè)生涯中的危機。
一、職業(yè)倦怠的概念界定
對于職業(yè)倦怠的概念，不同學者從不同的角度提出了不同的看法，概括起來，不外乎兩大類，即側重揭示職業(yè)倦怠最終狀態(tài)的靜態(tài)定義和側重描述職業(yè)倦怠動態(tài)發(fā)展過程的動態(tài)定義。
（一）職業(yè)倦怠的靜態(tài)定義
Maslach認為，“職業(yè)倦怠是指那些需要連續(xù)不斷地與他人互動的人際服務業(yè)者在經歷長期壓力下的一種行為反應，它由情感衰竭（emotional exhaustion）、非人性化（depersonalization）和低個人成就感（reduced personal accomplishment）三個成分組成”。[3]
在眾多職業(yè)倦怠靜態(tài)定義中，得到學術界廣泛認同的當屬Maslach對職業(yè)倦怠的界定。由于Maslach及其同事所編制的職業(yè)倦怠量表――MBI的普遍使用，使這一定義成為目前最常用的職業(yè)倦怠標準化操作性定義。
（二）職業(yè)倦怠的動態(tài)定義
與Maslach不同，Cherniss則從職業(yè)倦怠動態(tài)發(fā)展過程的角度界定職業(yè)倦怠，并給出了職業(yè)倦怠的定義，這一定義屬于職業(yè)倦怠的動態(tài)定義。Cherniss認為，“職業(yè)倦怠是個體面對工作疲勞（strain）在態(tài)度和行為上消極變化的過程，可分為三個階段：第一階段為資源和需求的不平衡，即壓力階段；第二階段為即刻、短時的情緒緊張、疲勞和耗盡，即疲勞階段；第三階段包括一系列態(tài)度和行為的改變（如以疏離、機械的方式對待工作對象），即防御性應對（defensive coping）階段”。[4]
職業(yè)倦怠的靜態(tài)定義和動態(tài)定義并不是相互排斥的，相反，在一定意義上，兩類定義是互補關系，動態(tài)定義所描述的是靜態(tài)定義的前一個階段，靜態(tài)定義所描述的是動態(tài)定義的最后階段。
Schaufeli和Enzmann在研究了職業(yè)倦怠的諸多定義之后，最為全面地概括了職業(yè)倦怠現象的本質：“職業(yè)倦怠是一般個體所經驗的、一種與工作有關的持續(xù)、消極的心理狀態(tài)，它主要以精疲力竭為基本特征。職業(yè)倦怠表現為負性壓力（distress）、低效能感、動機下降以及態(tài)度和行為的消極改變。這一心理狀況是逐漸形成的，但卻在很長一段時間內不被個體所覺知。它起因于工作中目的與現實的互不協調。職業(yè)倦怠因其實質上是一種不適當的應對策略，往往會持續(xù)存在”。[5]這一定義首先將職業(yè)倦怠的諸多癥狀概括為一個核心特征――精疲力竭和四種一般表現，即負性壓力、低效能感、動機下降以及態(tài)度和行為的消極改變。其次，它強調未能實現的目標和不適當的應對策略是職業(yè)倦怠產生的前提條件。最后，它指出職業(yè)倦怠是一個逐步發(fā)展的過程。顯然，這一概念和其他諸多概念相比，明顯的優(yōu)勢在于不僅描述了職業(yè)倦怠的一般癥狀表現、產生原因及發(fā)生范圍，而且具體指出了職業(yè)倦怠的核心特征和四個常見的伴隨特征。此外，該定義還強調了職業(yè)倦怠是一個逐漸發(fā)展的過程，并指出應對策略，在職業(yè)倦怠形成過程中具有重要的作用。
二、教師職業(yè)倦怠的影響因素
影響教師職業(yè)倦怠的因素眾多，概括起來主要分為人口統計學變量、個性變量和組織變量三大類。
（一）人口統計學變量
已有研究考察的人口統計學變量主要包括年齡與工作經驗、性別、學生級別、教育程度和婚姻狀況等。這些變量也與職業(yè)倦怠或多或少存在一定的相關。例如，多數研究表明，教師的年齡和工作經驗與職業(yè)倦怠呈負相關，所以，在教師職業(yè)生涯初期，容易出現職業(yè)倦??；就性別而言，較為一致的結論是男教師的非人性化程度明顯高于女教師；從學生級別來看，多數研究顯示中學教師的職業(yè)倦怠程度要高于小學教師；有關婚姻狀況與職業(yè)倦怠關系的研究出現兩種結果：一種結果表明，已婚教師的職業(yè)倦怠水平低于未婚教師，而另一種結果則顯示，結婚與否和職業(yè)倦怠的相關性并不顯著。其他一些人口統計學變量，如教師職稱、任教科目、學校級別等與教師職業(yè)倦怠的關系，較難取得一致結論。
總之，人口統計學變量與教師職業(yè)倦怠的相關性較低，研究結果也不十分一致，有些研究并未發(fā)現顯著的相關關系，甚至還得出與多數研究相反的結論。由此可以看出，人口統計學變量雖然是影響教師職業(yè)倦怠的因素，但并不是主要的因素。
（二）個性因素
影響教師職業(yè)倦怠的個性因素主要有心理控制源、A型人格、大五人格、工作期望、應對策略、自我概念、自尊和自信、自我效能、人生意義等。通過對這些因素的研究，可以解釋為什么在相同或相似的工作環(huán)境和壓力下，個體經驗的職業(yè)倦怠程度會有所不同。
研究表明，心理控制源是職業(yè)倦怠的有效預測變量，外控教師因其將事件和成就歸因于他人或機遇，因而其職業(yè)倦怠程度要高于內控教師；A型人格的人由于個性爭強好勝，具有時間緊迫感和充滿成功的理想等特點，通常認為更容易產生職業(yè)倦?。谎芯勘砻?，大五人格中的神經質與職業(yè)倦怠的關系最為顯著；個體對組織、工作以及自身過高的期望也會影響其職業(yè)倦怠程度，過高的期望會增加職業(yè)倦怠的程度；研究表明，個體的自我概念、自尊和自信都與職業(yè)倦怠呈顯著的負相關；Leiter認為，職業(yè)倦怠是由于自我效能感出現危機所致，實證研究也證明了這一點；職業(yè)倦怠的存在主義理論認為，職業(yè)倦怠是由于個體在生活和工作中尋求存在意義的需要未能實現所致，有關人生意義與職業(yè)倦怠關系的量化研究也充分支持了這一觀點。
三、組織因素
組織因素成為影響教師職業(yè)倦怠的原因是職業(yè)倦怠是一個與工作有關的概念。工作壓力源以及其他組織水平上的變量是產生職業(yè)倦怠的可能原因，因此，這應該是我們重點關注的因素。
（一）學生問題行為
學生是教師工作的對象，學生的行為表現是影響教師壓力和職業(yè)倦怠的重要因素。很多實證研究均表明，學生在課堂的問題行為、不遵守紀律、態(tài)度冷漠是教師主要的壓力源，學生問題行為與教師職業(yè)倦怠呈正相關。Hoerr和West將學生問題行為分為兩類：一類是一般問題行為，即較常見的、可以被教師預知的、經常出現的行為；另一類是危機問題行為。他們發(fā)現，學生一般問題行為與情感衰竭、非人性化存在高相關，而學生的危機問題行為則只與非人性化維度相關。Friedman的研究結果表明，學生的不尊重（指學生不尊重老師和其他同學）和不用心（指學生學習考試不及格）等學生問題行為會增加教師的職業(yè)倦怠感。
（二）學校文化
教師的主要工作場所是學校，所以學校文化也是影響教師職業(yè)倦怠的因素之一。Leithwood、Menzies、Jantzi等人認為，如果學校的目標明確，學校給予教師一個不斷學習的環(huán)境，學校文化是合作、團結的，教師的職業(yè)倦怠水平就低；相反，在組織僵硬的學校里，教師的職業(yè)倦怠水平就高。因此，學校應形成一個團結、合作、不斷學習和相互支持的良好氛圍，學校管理應該人性化。
（三）工作負擔
大量研究表明，合理的工作量有利于降低教師的職業(yè)倦怠水平，相反，工作超負荷則會提高教師的職業(yè)倦怠水平。工作超負荷有質和量兩方面的含義。從量的方面來看，工作超負荷是指有過多的工作要求，而用太少的時間去完成任務。如繁重的備課、批改任務，過多的學生數量等。從質的方面來看，工作超負荷是指工作的復雜和困難程度大，例如學校要求教師的教學成績要在本地區(qū)排名第一。
（四）教師的自
以往的實證研究顯示，教師參與的自也是影響教師職業(yè)倦怠的一個重要因素。當教師在教學和學校管理等事務中擁有更大的參與自，教師的職業(yè)倦怠水平就低，而缺乏參與自會使教師的士氣、自尊和工作滿意度下降，進而提高職業(yè)倦怠水平。
（五）角色沖突和角色模糊
角色沖突和角色模糊也是影響教師職業(yè)倦怠的重要組織變量。當個體面對兩種沖突情境而又被期望做出角色行為時，角色沖突就會出現。當個體對其職業(yè)的權利、義務和責任缺乏明晰、一致的認識而感到無法勝任工作，或者面對不斷增加的復雜工作和較大的組織變革時，角色模糊就會產生。
大量的實證研究表明，角色沖突與情感衰竭、非人性化呈正相關，與個人成就感呈負相關，其中，角色模糊與個人成就感的關系最為密切?？傊?，角色沖突和角色模糊與教師職業(yè)倦怠都有較高的相關，但比較而言，角色沖突對教師職業(yè)倦怠的解釋能力相對較強。
（六）社會支持
社會支持通常從來源和類型兩個方面進行劃分。依據來源，社會支持可分為校內支持（包括同事支持、校長支持等）和校外支持（包括學生支持、朋友支持、配偶支持等）。依據類型，社會支持可分為信息支持、實際支持和情感支持三類。
一般而言，社會支持作為個體的一種應對方式，良好的社會支持能有效降低教師職業(yè)倦怠的程度，但因社會支持的結構較為復雜，不同類型的社會支持對教師職業(yè)倦怠的影響有所不同。例如，多數實證研究結果顯示，校內支持與教師職業(yè)倦怠的關系比較密切，其對教師職業(yè)倦怠各成分均有負向預測作用，而校外支持與教師職業(yè)倦怠的相關性并不顯著；情感支持能有效降低情感衰竭、非人性化；實際支持可以增強教師的個人成就感；教師的時間支持高，則情感衰竭和非人性化程度低。
個別學者的研究甚至得出相反的結論。例如Burke和Greenglass的一項研究結果顯示，社會支持對教師職業(yè)倦怠的影響并不顯著。Byrne認為，這可能是由社會支持理論結構的多維性和統計方法的多樣性造成的。
除以上因素之外，工作需求、工作資源、工作控制以及付出與回報不成比例等也是影響教師職業(yè)倦怠的因素。而在以上各組織因素中，學生的行為問題、角色沖突與角色模糊、教師的自主性、工作負擔是教師壓力的主要來源。
綜上所述，與教師職業(yè)倦怠有關的因素主要有人口統計學變量、個性變量和組織變量三類。其中，人口統計學變量相對比較穩(wěn)定，它們與教師職業(yè)倦怠雖有相關關系，但不與教師職業(yè)倦怠有因果聯系。個性變量則比較主觀、多變，它們對教師職業(yè)倦怠的影響也比人口統計學變量要大。組織因素是屬于微系統或中系統層面，其與教師職業(yè)倦怠的相關程度也最高。
[ 參 考 文 獻 ]
[1] 周曉曄，秦巍.中學教師職業(yè)壓力調查分析[J].遼寧師范大學學報（社會科學版），2004，（3）：69-71.
[2] Farber，B.A.Stress and burnout in the American teacher[M].San Francisco，CA：Jossey？鄄Bass，1991.
[3] Maslach，C.Burnout： A social psychological analysis.In J.W.Jone（Ed.），The burnout syndrome：Current research，theory，investigations[M].Park Ridge，IL：London House Press，1982.
[4] Cherniss，C..Professional bournout in human service organiz？鄄
ations[M].New York：Praeger，1980.
