ujLogit统计回归模型的应用—基于大学生网络游戏影响因素的实证分析

ujLogit统计回归模型的应用—基于大学生网络游戏影响因素的实证分析

刘庆晓李鹏韩宝明

刘庆晓李鹏韩宝明江西财经职业学院江西九江332000

【摘要】本文利用统计分析方法，进行问卷调查，搜集数据，通过克朗巴哈检验，问卷信度系数达到0.741，说明问卷可靠度可以接受。同时对数据进行因子分析，每个因素都在三个因子中有较高的载荷，问卷效度较高。对数据建立Logit模型，并进行回代检验，判别准确度高达93.2%。

【关键词】Logit模型回归分析实证分析影响因素

1、引言

随着社会经济的不断发展，大学规模的不断扩招，大学生已经成为社会关注的焦点。他们好奇心强，求知欲旺，接受能力快，比较敏感，有激情，这些特征决定了大学生这一群体更容易接受网络游戏并受其影响。同时，大学生心理发展尚未成熟，他们对游戏的辨别和抵制能力较差，网络游戏的负面影响成为一个突出的问题，成为影响大学生正常学习和生活的重要因素。

2、大学生网络游戏行为的影响因素

目前，学者比较关注大学生网络行为的研究，而对网络游戏行为的研究相对较少。其中主要有以下几种代表性的观点：胡宏建（2005）认为，大学网络游戏行为存在主观和客观的原因。在主观方面，游戏能满足大学生情感，如好胜心理，求知欲望需要，客观方面，大学生面临压力较大，通过游戏可以减轻压力，逃避现实。张亚宁（2005）认为，缺乏成功经验，自主性被长期压抑，以及个体内在特质是主要原因。张明（2006）认为，网络游戏的趣味性，智力性，互动性和挑战性吸引了大学生积极参与，满足了他们竞争心理，渴求刺激，宣泄情绪和获得成就感的需要。

从以上这些观点看出，个体上的原因和网络原因得到大家的一致认可，但是笔者认为，大学生生活主要是在校园，校园环境的影响亦不容忽视。因此，笔者认为，大学生网络游戏行为的影响因素分为三方面：

第一，大学生自身因素，包括孤独感，理想与现实差距以及校园生活不适应三方面。

第二，校园环境因素，包括校园文化、校园社团、学生评价体系和心理健康教育预警机制四方面。

第三，网络游戏因素，包括游戏的娱乐性、成就感和沉浸性三方面。

3、基于Logit模型的实证分析

3.1数据搜集

本文调研对象为大学生，主要调查大学生对网络游戏影响因素的感知。调查过程分三个阶段进行，一是访谈调查阶段，目的是验证大学生网络游戏行为影响因素的构架合理。二是预调研阶段，目的是改进问题的提问方式。三是正式调查阶段，目的是获取充足的数据用于实证分析。问卷发放主要是利用网络媒体进行，共收回463份问卷，去掉含缺失值的样本28份，最终得到有效样本435份，利用spss，得到问卷信度系数为0.741，说明问卷可靠度可以接受。

对于问卷调查不仅要分析信度，还要分析其效度。效度分析最好的办法是利用因子分析来测量量表结构。从因子分析结果可以看出，大于1的特征值有三个，而且三个因子的累计方差贡献率达到77.53%，每个因素都在三个因子中有较高的载荷，由此可以得出。

3.2模型介绍

在研究居民是否买房、学生是否玩网络游戏等问题时，因变量所受影响因素很多，但取值只有两种：是和不是。对此变量适合选择Logit模型进行研究，Logit模型是服从logistic分布的函数，具体形式为：

其中代表累计概率密度，无论Z如何取值，都在0—1之间，等式可以转换为：

其中，称为发生比率，等式两边取对数：

在众多的多元回归模型中，选择Logit模型，主要是因为Logit能很好地解决非线性问题，有较高的准确度，是学术界的主流方法，其次Logit模型对数据分布没有具体的要求，使用范围更广。

3.3回归分析

利用spss做Logit回归，结果如下：

由于自变量较多，指标Deviance和Pearson卡方不能有效的评估拟合效果，所以采用了H—L检验。这种方法是根据模型预测概率的大小将数据分为规模大致相同的十组，常用于自变量很多的情况。H—L检验结果显示，显著性水平为0.681>0.05，因而在统计意义上是不显著的，接受观测数据与预测数据之间没有显著差异的零假设，即可以说明模型拟合效果较好。

回归结果见表4，表4中显示了在各种因素的共同作用下，十种因素对网络游戏行为的影响方向和影响程度。从表中可以看出，成就感、沉浸性、孤独感、不适应校、理想与现实差距、学生评价机制、校园文化、心理咨询和校园社团队网络游戏行为的影响方向为正，而娱乐刺激和校园文化影响方向为负，这可能是变量之间存在共线性导致的结果。对变量进行相关分析，结果发现不少变量之间有较强的相关性，说明回归确实存在共线性的困扰。但是如果回归得目的在于预测，则共线性不是严重的问题。本文建立Logit模型目的就是在于验证十变量对大学生网络游戏行为的预测效果，以验证十变量能有效解释大学生网络游戏行为。

3．4回代检验

模型对数据的回代检验，采用这十个变量的Logit模型对大学生网络游戏行为的判别准确度很高，达到了93.2%，对非网络游戏玩家的判别准确度为91.22%，网络游戏玩家判别准确度为94.08%。

因此，模型回归结果从整体上来说是可以接受的，并且从H—L检验以及回代结果可知模型可以用来解释和预测大学生网络游戏是否发生，说明十个变量能有效的解释大学生网络游戏行为。

4、结论

本文通过文献研究，总结和归纳了大学生网络游戏行为的影响因素，分为三类，大学生自身因素、校园环境因素和网络游戏因素，共十个因素。并用Logit模型进行了实证，结果判别程度高达93.2%，说明十个因素能有效的解释大学生网络游戏的行为。

[参考文献]

1郑泽英：《网络游戏对青少年的影响》，《天津市教科院学报》，2006.06

2古扎拉蒂：《计量经济学》，中国人民大学出版社，第三版

3风笑天：《现代社会调查方法》华中科技大学出版社，第二版