SID选系调研报告 2024 P2

*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、智能交互设计、工业设计、艺术设计学四个专业的同学进行了投放。本次研究使用了访问代码限制，以减少非核心人员的干扰，以最大限度内保证数据的可信度（Reliability）。

本期属于系列调研的第四期，问卷进一步优化。调研的问题主要有5个板块，分别是a.思考阶段、b.选系、c.选教研中心、d.选毕设导师，e.开放问题。其中选系为强制回答模块，其他板块为选答模块。

调研参与人数为65次，占目标人群的28%。

由于选系是接下来每个人都会面对的问题，所以采取排序且必答的方式进行调研。而选教研中心、选导师的时候，都是在进入相应的系以后才能确定下来，非本次研究的核心数据，且选项条目较多，所以目前的这两个部分的调研采取的是：选择心仪的教研中心或导师进行排序的方法，以确保对同学志愿的聚焦。由于无法调取之前的信息，对于已经参加过本调研且志愿、心仪的教研中心和老师有变化的参与者，参与者需要先报告原来的选择，再将最新的选择填入本调研中。

本次调研涉及3个系、9个教研中心+4个研究所、44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。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。

思考阶段

在思考阶段方面，本研究在宣讲会当天午夜发布，距离最终选系还有12个小时的时间，所以多数同学已经确定最终的志愿。

在问到是否需要SID相关信息资料的时候 ，有48回答了问题，其中有8人回答“否，我不需要了解”（16.7%），有40人选择了”是的，我想了解”（83.3%）。可以看出临近选系志愿报名截止，同学们仍然对于SID信息的需求占较大比例。

人话：选系所有信息已经齐全，多数同学已经确定选系志愿。

选系志愿

在志愿排序方面，完成有效志愿填报的问卷共有57份。

第一志愿方面，有54.3%同学选择了工业与交互设计；有25.7%的同学选择了产品设计；有20%的同学选择了艺术设计学系。

第二志愿方面，有28.6%同学选择了工业与交互设计；有37.1%的同学选择了产品设计；有34.3%的同学选择了艺术设计学系。

第三志愿方面，有17.1%同学选择了工业与交互设计；有37.1%的同学选择了产品设计；有45.7%的同学选择了艺术设计学系。

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。

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。

Friedman test (P > 0.05)

上表格中χ²=12.211, P 值为0.022>0.05，即说明三个系的志愿填报呈现著性差异。不过回答此问题的人数仅为35，难以确定此样本量对整体样本的代表性。

人话：虽然填报各系志愿差异显著，但回答此题人数较少，难免偏颇。

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48份，计算方式是将排名逆序转化为积分（如排序第一名的得分13，第二名的得分12，以此类推），答案缺失记作0，以总积分解读为热门程度，取每个系最热门的2个教研中心或研究所。若排名第三位教学单位的统计结果分值相同，则同积分教学单位将同时被列出，也就是说，可能会列出3及以上个教学单位。

热门老师

本期参与心仪老师投票的有效数据共有46份，由计算方式是将排名逆序转化为积分（如排序第一名的得分44，第二名的得分43，以此类推），答案缺失记作0，将总积分解读为热门程度。取每个系最热门的三位老师；若统计结果分值相同，则同积分老师将同时显示。

说在最后的话

时光荏苒，祝各位好运！

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

*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 ↓