250
调研参与总人次
87
完成调研净人数
81
有效志愿填写数
79.5%
目标人群覆盖率
*为了达到更好的通用性设计标准,本站图表采用了色觉辨认障碍友好配色,而非本站品牌配色系统。
概述
本次调研针对SID大二产品设计、交互设计、工业设计三个专业的同学进行了投放,共有89人参与了调研,其中48人填写了部分问卷,41人全部完成了问卷,比上一期(P1)的完成度有大大提高。
本期属于系列调研的第二期,所以在问卷开始会问“是否参与过第一期的调研?”,共有31名参与者回答了“未参与过”。此部分人群的问卷和一期的问卷进行整合,产生了一个包含更多样本量的统计结果。在回答参加过第一期调研的参与者,问卷会接着询问 “与上一次相比,你的志愿有没有发生了改变?”,其中有12位参与者 回答 “有发生了变化”,这部分问卷结果可以从之前的数据中进行替换,由于本问卷匿名,所以无法进行追踪,本期暂未执行此操作。
本次调研由于使用了完全匿名的统计方法,无人口统计学相关信息的呈现。问卷采用了非概率抽样中的滚雪球抽样法(Snowball sampling),使用熟人网络先目标人物定点投放,再顺藤摸瓜扩展到整个对象群体。由于采用在线开放问卷的方式,所以基于互联网的开放性会有小部分非目标人群可能会进入调研,本调研的在线页面固定在一小段时间开放,以最大限度内保证数据的可信度(Reliability)。
本次调研的问题主要有5个板块,分别是思考阶段、选系、选教研中心、选毕设导师、开放问题。其中思考阶段、选系为强制回答模块,其他两个板块为选答模块。由于前两个模块选系是接下来每个人都会面对的问题,所以直接采取志愿排序方式进行调研。由于选教研中心、选导师的时候,都是在进入相应的系以后才能确定下来,所以目前的这两个部分的调研采取的是:先选择心仪的教研中心或导师,再进行排序的方法,以确保对同学志愿的聚焦。
本次调研涉及3个系、9个教研中心+4个研究所、46名老师,为减少排序带来的选择偏差(McFARLAND, 1981; Thau et al., 2021),在每一个板块的信息呈现的时候都设为随机排序显示。
为了更好的促进同学们在信息充沛的前提下选择志愿,研究小组耗费较多的时间从网络中采集整理出了SID信息并在调研中单独呈现。这部分信息作为刺激物,可能会影响参与者原本的选择,进而影响研究的客观性。为尽量减少这种情况,研究小组首先在资料的采集过程中尽量使用客观信息,并对部分主观评价信息进行了着重说明。其次是在问卷的设计中给予参与者选择权,参与者可以跳过信息页面直接进行志愿排序。由于本调研有一部分目的是让参与调研同学在过程中能够更加清楚自己的选择,所以此部分刺激产生的偏差属于本研究认可的良性偏差范畴。由于本调研每2周进行一次直到选系结束,属于纵贯研究(longitudinal research),所以当刺激带来的偏差可以让参与同学更加明确地做出选择时,会减少由于信息不透明带来的决策摇摆,从而提高了本次研究的有效度(Validity)。
人话:此研究努力遵循学术规范,内容比较靠谱。这次比上次的完成度要高,还要再接再厉。
思考阶段
在考虑程度这个问题方面,有12.9%同学选择了“还没开始考虑”;有30%的同学选择了”正在考虑,还没结果”;有40%的同学选择了”正在考虑,已有意向“;有17.1%的同学选择了”考虑完毕,已经明确“。
将新参加调研的数据加入已有数据,总和统计下,有11.6%同学选择了“还没开始考虑”;有40.6%的同学选择了”正在考虑,还没结果”;有31.6%的同学选择了”正在考虑,已有意向“;有16.1%的同学选择了”考虑完毕,已经明确“。
从结果来看,随着选系的临近,越来越多的同学正在逐步清晰自己的志愿,但整体来看和上期差异不大。
在问到与上一次相比,你的志愿有没有发生了改变时,有效数据为38份,其中31.6%有变化 ,68.4%没有变化。
从结果来看,目前有较多同学目前还在决策期,选择摇摆现象较为明显。不过考虑到本次参加调研的同学很多本身是想了解SID相关信息的,所以实际志愿发生变比例会低很多。
在问到是否需要SID相关信息资料的时候 ,85.5%的同学选择了”是的,我想了解”。有14.5%的同学回答“否,我不需要了解”。
从结果来看,验证了参加本次调研的多数同学还是对SID相关信息抱有极大的兴趣,侧面说明在选系的过程中需要补充信息才能够更好的帮助自己决策。 不需要了解的回答数只有10人,所以无法进行更多分析。因为在决策摇摆期的同学才更需要了解SID信息,所以侧面印证了参与了调研的人本身更多还在决策摇摆期。
人话:参加本次调研的同学多数还在思考期,但是整体明确方向的同学更多了。
选系志愿
在志愿排序方面,共有43份有效数据纳入统计,由于本次选系是分配制,并非筛选制,而产生的数据的方式也是排序,所以只看单一志愿无法解释整体是否有差异,需要引入统计学相关方法进行解读。根据本次研究的数据类型,我们选用弗里德曼检验(下面称Friedman test),此检验用于分析多组样本数一致的定量变量之间有无明显差异,要求变量适用于非正态分布。
为确定适用性,首先对数据进行了正态分布检验(Test of Normality),基于样本特征,我们主要参照夏皮洛-威尔克检验(Shapiro—Wilk test),简称S-W检验,以确定样本是否符合正态分布。
Kolmogorov-Smirnova | Shapiro-Wilk | |||||
Statistic | df | Sig. | Statistic | df | Sig. | |
第一志愿 | .267 | 43 | .000 | .784 | 43 | .000 |
第二志愿 | .200 | 43 | .000 | .806 | 43 | .000 |
第三志愿 | .281 | 43 | .000 | .770 | 43 | .000 |
a. Lilliefors Significance Correction |
Test of Normality (P<0.05)
从所有数据的正态分布检测结果来看,在α=0.05的检验水准下,P<0.001,可认为数据不服从正态分布(P < 0.05),可以进行 Friedman 检验。
N | 43 |
Chi-Square | 2.419 |
df | 2 |
Asymp. Sig. | .298 |
Friedman test (P > 0.05)
上表格中χ²=2.419, P 值为0.298>0.05,即说明三个系的志愿填报并未呈现著性差异。
汇总数据
本轮数据汇总是将新参加调研的数据加入上次的数据。由于本轮数据无法获得志愿变更者的过程,所以暂时无法将变更参数从原数据中去除。由于问卷回复变更内容的只有8人,所以评估对汇总数据的影响较小。
经过整合共有155份问卷纳入统计,其中81份含有有效的志愿排序信息,一、二、三志愿的统计结果如上图所示。
Kolmogorov-Smirnova | Shapiro-Wilk | |||||
Statistic | df | Sig. | Statistic | df | Sig. | |
第一志愿 | .255 | 81 | .000 | .788 | 81 | .000 |
第二志愿 | .224 | 81 | .000 | .808 | 81 | .000 |
第三志愿 | .275 | 81 | .000 | .754 | 81 | .000 |
a. Lilliefors Significance Correction |
Test of Normality (P<0.05)
从所有数据的正态分布检测结果来看,在α=0.05的检验水准下,P<0.001,可认为数据不服从正态分布(P < 0.05),可以进行 Friedman 检验。
N | 81 |
Chi-Square | 2.889 |
df | 2 |
Asymp. Sig. | .236 |
Friedman test (P > 0.05)
上表格中χ²=2.889, P 值为0.236>0.05,即说明三个系的志愿填报并未呈现著性差异。
人话:从各项汇总数据来看,虽然填报志愿和Friedman检验均有变化,但是变化幅度很小,整体仍未呈现显著差异。
热门中心与研究所
本期参与心仪教研中心与研究所投票的有效数据有38份,将选择数量作为第一排序变量,将排名作为第二排序变量,取每个系最热门的2个教研中心或研究所;若该系下的教研中心或研究所未有效投票数据,则将排名最靠前的两个教学同类单位列出。若统计结果分值相同,则两个教学单位将同时被列出。
热门老师
本期参与心仪老师投票的有效数据共有33份,将选择数量作为第一排序变量,将排名作为第二排序变量,取每个系最热门的三位老师;若统计结果分值相同,则两位老师将同时显示。
工业与交互设计系
- 刘颍希
- 林敏
- 刘再行
产品设计系
- Kai(凯)
- 赵斌
- 丁熊
艺术设计学
- 张剑
- 安娃
- 梁嘉
问答
本期问答有3位同学留言。
想问一下 选导师有没有官方的渠道 不想看一些暗箱操作
同学A
不想最后选的不明不白
答:本调研并非”暗箱操作“只是为最大限度的保护参与者隐私与最精准的投放,所以并没有采用全网大范围公开的方式。我们整理的所有SID信息,多数来自官方公开信息,因为信源比较碎片,您可以根据调研中关于SID信源说明去一一找到,相信努力探索你会明明白白的。
能介绍各个方向做产出内容或是之前的作品 现在很多同学都比较迷茫且不知道各个中心的区别和侧重点
同学B
答:因为教学改革刚执行,老师和团队都是新生成的,所以严格格意义上说还不能“介绍各个方向做产出内容或是之前的作品”,本调研中陈列的SID信息有对各个中心的侧重点官方解释,大家可以以此为准进行思考。另建议:去好好参观一下毕设展,也许可以很好的回答你的问题。
有每个方向具体做的项目和课程就更好啦!
同学C
答:研究团队很辛苦地把每个老师近三年的课程都整理出来啦,大家可以通过查看调研中的SID信息板了解各位老师都上什么课,为提供上佳的阅读体验,每位老师都归属于每个中心,每个中心又归属于每个系,也就是说,通过老师的课程大家可以了解到每个系、每个中心都会上什么课,毕竟授课的最关键单位还是老师。
说在最后的话
第二期的调研总浏览量没有第一次多,但是完成度比第一次好很多,完全完成问卷的总数与上次调研持平。由于没有ID区分,很难将变动的数据部分在大数据池中精确更新,所以第三期的调研我们将更新结构,保证(a)让参与者能够更高效的完成试卷,(b)能够明确变更细节,以便于让小部分的变更数据能够更新大数据池,以保证能够最大限度还原现实情况。
参考
- Friedman, M. (1937). The Use of Ranks to Avoid the Assumption of Normality Implicit in the Analysis of Variance. Journal of the American Statistical Association, 32(200), 675–701. https://doi.org/10.2307/2279372
- McFARLAND, S. G. (1981). Effects of Question Order on Survey Responses. Public Opinion Quarterly, 45(2), 208–215. https://doi.org/10.1086/268651
- Petruzzellis, L., & Romanazzi, S. (2010). Educational value: How students choose university: Evidence from an Italian university. International Journal of Educational Management, 24(2), 139–158. https://doi.org/10.1108/09513541011020954
- Thau, M., Mikkelsen, M. F., Hjortskov, M., & Pedersen, M. J. (2021). Question order bias revisited: A split-ballot experiment on satisfaction with public services among experienced and professional users. Public Administration, 99(1), 189–204. https://doi.org/10.1111/padm.12688
系列报告
*如果您有什么问题可以在本页底部留言、欢迎邮箱订阅本系列报告 ↓
Leave a Reply