英语原文共 17 页，剩余内容已隐藏，支付完成后下载完整资料

大学教育获得学生满意度的决定因素：以希腊开放大学为例

摘要

大学生在大学教育经历中获得的满意度可以看作是影响其毕业后整体生活满意度和职业生活的主要满意度之一。学生满意度对于按已付学费经营的大学尤其重要，因为这可能会影响学生的留校率和未来的学生入学率。本文考虑了学生满意度的两个方面，即大学期间提供的知识水平获得的满意度和毕业后拓展职业发展前景获得的满意度。本文的目的是双重的。首先，本文考察了学生满意度与年龄、性别、家庭和收入等人口统计学因素的关系；其次，本文研究了学生满意度与学生获得的成绩和家庭支持等间接因素的关系。本文基于希腊开放大学提供的工商管理学士学位学生的数据（n=470），研究结果可以为教育政策加强质量保证措施提供帮助。

关键词：学生满意度；性别；工作满意度；家庭收入；高等教育政策

绪论

在幸福或幸福文学中，生活满意度是不同生活领域的综合效应，称为领域。这些领域包括收入、健康、教育、生育、住房、工作满意度等^[1][2]。总体满意度可能随个人年龄的增长而变化，也可能不随年龄的增长而变化。一些研究者认为总体满意度是一个U形曲线，一些人则相反，即认为它是一个倒U形曲线，而另一些人则认为它保持相对稳定^[3]。同样的三元论也适用于每个领域的满意度，以及每个领域的相对重要性^[4]。然而，总体生活满意度仍可以解释为领域满意度的产物（例如领域满意度的加权平均值），尽管领域满意度和总体满意度之间可能不是简单的相关关系^[5]。在文学的这场争论中，导致了一些研究满意度如何在一个时间点或在一生中塑造整体生活满意度的论文的产生。例如，Loewe等人^[6]的研究表明，一个人的生活满意度可以通过四个主要领域（财务、家庭生活、工作和健康）来预测，而Easterlin和Sawangfa则表明，生活满意度模式可以通过这四个领域的净效应来预测^[7]。

另外一些文献主要关注可能影响领域满意度的因素。最显著的例子是大量关于工作满意度的文献^[1]。接受教育也可以被视为一个总体生活满意度的领域，并以类似的方式进行分析，这是合理的^[2]。对学生满意度的研究可能有几个原因。第一，它可以提供有关总体生活满意度的信息，从而有助于制定旨在改善一国福利的经济政策；第二，它可以总结出一套指导方针，作为制定国家教育政策的经验法则；第三，通过确定影响学生满意度的变量^[3]，可以引导大学更好地定制服务，提高学生保留率，实现更高的未来入学率，从而确保他们的行动的可行性。

研究设计

变量和数据

根据以往关于工作满意度的研究，本文假设学生满意度取决于多种变量。因此，将学生满意度建模为生产函数，其中学生满意度是产出，决定因素是投入：

其中是由学生个人特征决定的变量，即年龄、性别、婚姻状况、学习动机、努力程度、收入等；是由大学决定的变量，即书籍、导师、学术协调员、大学行政服务和课程网站^[4]。本文使用2014-2015学年通过调查问卷收集的数据。学生被要求从两个方面自我报告他们的满意度：1）大学期间所获得的知识水平的满意度；2）毕业后职业发展前景所获得的满意度。本文认为，第一项“知识水平”可能是两项满意度衡量标准中最重要的一项，纳入另一项衡量标准是为了调查这些衡量标准之间的差异。

本文收集的数据的相关输入（变量）可以分为五类：个人、家庭、资源、努力、动机，如表1所示。

本文在此研究中使用的问卷是自制的。尽管学生在对教学的评价（SET）和对教育质量的评价（SEEQ）^[13]方面有着重要的经验，但本文重点并不在于学生的评价，而在于学生的满意度。评估和满意度很可能是相关的，但本文的重点完全放在满意度上，为此专门编制了一份问卷。

受访者是希腊开放大学工商管理学士课程的470名学生。在雅典和塞萨洛尼基举行的第四次和第五次学生会议（3月和5月）期间进行了问卷调查。在470名学生中，113名一年级学生（他们完成了少于3个模块），245名二年级学生（完成了3-5个模块），56名三年级学生（完成了6-8个模块），52名四年级学生（完成了9个或更多模块）。

表1 研究中使用的变量

2.2 方法

在类似的满意度研究中，我们使用有序Logit回归。当因变量包含几个可排序的离散结果时，此回归模型非常有用。在本文的例子中，结果是从1（非常不满意）到7（非常满意）。此模型允许估计给定结果可能发生的概率：

其中是类别数，是一个截止点（用于区分个类别之间的边界），是一个自变量数组，是估计系数数组。

有序Logit回归模型的原始系数不容易解释。原始系数（如年龄）表示自变量变化一个单位引起的对数比值比变化。（对数）比值比定义为结果（给定解释变量）的（对数）概率除以结果不发生的概率。例如，Logit序数表示一年的年龄变化的影响，如下所示：

=

=

其中是使用的有序类别之一。

在本文的研究中，有七个有序的分类，年龄系数显示结果的对数比小于或等于7，6，5，hellip;，1的变化（由年龄增加1岁引起），即处于较低的分类。例如，一年的年龄变化将改变学生属于较低类别的对数概率，其数量等于年龄估计系数。可以去掉对数来简化这个表达式：属于较低类别的概率等于^[6]。

尽管原始系数不能直观地解释，有序Logit模型允许我们根据自变量值的任意组合计算所有七个满意度结果的估计概率。从中可以计算出一个具有特定特征的个体的期望满意度得分，公式为：。有关有序Logit回归的详细分析，请参见Long和Freese^[14]。

数据分析

3.1描述性统计

表2提供了样本（列2-6）和用于回归的子样本（列7-10）的描述性统计数据。

表2 描述性统计

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[236590]，资料为PDF文档或Word文档，PDF文档可免费转换为Word