大学生脑疲劳状况调查报告

时间:2023-08-23 阅读:1780次 | 分享次数:171次
小米手机营销调查报告

大学生脑疲劳状况调查报告

近年来,随着生活节奏的加快及竞争压力的加大,脑疲劳现象逐渐引起人们的重视。脑疲劳不仅席卷了工作人士阶层,也在学生群体中广为蔓延——根据中国青少年成长研究院的统计数据,脑疲劳现象从2006年至2009年在学生群体中的比率逐年提高,而且上升速度呈加速趋势,如下图1所示:

图1学生群体脑疲劳统计图

数据来源:青少年成长研究院

由上图可知,不仅饱受升学压力的高中生脑疲劳比率较高(2009年达到50.9%),曾经令人向往的大学生们如今也面临着高脑疲劳率(2009年为37.2%)。这不仅与越来越严峻的就业形势有关,也与我们需要处理的信息量日渐增多有关。另一方面,由上图可知,大学生脑疲劳率增速最大(曲线的斜率最大)。

调查目的与内容

在上述背景下,本调查将探讨导致大学生脑疲劳日渐升高的原因。由于数据可得性及问题设计简洁性的限制,我们将主要调查大学生日常生活作息习惯与脑疲劳状况的关系,旨在通过对大学生日常生活习惯的分析来挖掘导致大学生脑疲劳的微观层面原因。

本调查的调查内容主要包括三方面:被调查者基本信息(年级、性别)、增加被调查者脑力消耗的活动(上网、学习等)持续的时间、缓解被调查者脑疲劳的活动(睡眠、运动等)持续的时间。具体见附录。

调查对象与样本概述

本调查的样本均为西安电子科技大学在校大学生,抽样方法为随机抽样。调查时间为12月28日,地点为B栋教学楼、信远I区教学楼及图书馆。

样本容量为62人,其中,男生39人、女生23人,有效样本为62人。样本中大一年级学生21人、大二年级学生18人、大三年级学生16人、大四年级学生7人。具体见下图2、3:

图2样本性别描述

图3样本年级分布描述

调查分析

分析方法

本调查拟采用图表分析与数据分析相结合的分析方法,分析过程中主要借助Excel、SPSS分析软件,其中,Excel主要用于描述性的图表分析,SPSS主要用于相关性的数据分析。

分析结果

样本脑疲劳状况总体概况

脑疲劳程度在样本中的分布概况

我们发现,脑疲劳程度在样本中的分布大致呈现正态分布。其中,偶尔疲劳者所占比重最大,为38.71%;经常疲劳者所占比重次之,为33.87%;一直疲劳者所占比重最低,为11.29%。具体如下图4所示:

图4脑疲劳程度在样本中的分布

按性别的脑疲劳程度分布

脑疲劳程度在男女生中的分布情况大致相同,但我们发现,男生一直疲劳及经常疲劳者的比率要大于女生,具体为男生一直疲劳者所在比率为13%,而女生该比率为9%;男生经常疲劳者比率为33%,而女生为30%。详见下图5、图6:

图5脑疲劳程度在男生中的分布

图6脑疲劳程度在女生中的分布

按年级的脑疲劳程度分布

脑疲劳程度在各年级中的分布情况差异较大,以从不疲劳状况为例,其在大一至大四学生中所占比率分别为10%、22%、19%、29%;另外,我们发现,大一学生中有61%处于偶尔疲劳与经常疲劳状态中,这可能是由刚进入大学环境及课业较重导致的;大四学生这一比率也为61%,我们认为这是由于课业结束后的过度放松引起的。具体原因将在下一部分探讨。按年级的脑疲劳程度分布图见下图7至10:

图7脑疲劳程度在大一学生中的分布情况

图8脑疲劳程度在大二学生中的分布情况

图9脑疲劳程度在大三学生中的分布情况

图10脑疲劳程度在大四学生中的分布情况

样本脑疲劳程度与性别及年级的相关性

下面我们将在A图标分析的基础上进一步挖掘脑疲劳程度与性别及年级的相关性,以探讨性别、年级这两个因子是否对样本脑疲劳程度造成影响,即二者是否构成脑疲劳程度的自变量。

运用SPSS的相关性分析,我们发现,性别差异并不对脑疲劳构成影响,二者的相关系数仅为0.312,未满足5%的显著水平;而年级却是影响脑疲劳程度的一个重要因子,二者相关系数达到0.743,显著水平为1%。相应统计数据分析结果见下表1:

表1性别、年级与脑疲劳程度相关性分析

解释变量

Pearson

相关系数

被解释变量

性别

年级

脑疲劳程度

0.312

0.743**

备注:“**”表示显著性水平为1%

样本脑疲劳程度与耗脑力活动所占时间的相关性

通过对样本脑疲劳程度及其耗脑活动所占时间的分析,我们发现脑疲劳程度在不同的耗脑活动中分布差异性较大,其中,脑疲劳程度在上网时间及上课节数中分布近似正态分布;在看电视时间及自习时间上则未呈现该形态。另一方面,我们发现一个合乎常规的现象——适度地看电视有助于缓解脑疲劳,但当看电视时间过长时,该活动会成为引起脑疲劳的一个因子。

上述结论可从图11至图14以及表2得到反映:

图11脑疲劳程度按上网时间的分布

图12脑疲劳程度按自习时间的分布

图13脑疲劳程度按上课节数的分布

图14脑疲劳程度按看电视时间的分布

表2耗脑力活动所占时间与脑疲劳程度相关性分析

解释变量

Pearson

相关系数

被解释变量

上网时间

自习时间

上课节数

看电视时间

脑疲劳程度

0.643**

0.349

0.562*

0.351

备注:“*”表示显著水平为5%,“**”表示显著性水平为1%

样本脑疲劳程度与缓解脑疲劳活动所占时间的相关性

通过对样本脑疲劳程度及其缓解脑疲劳的活动所占时间的分析,我们发现,体育运动时间缓解脑疲劳的作用在0~1小时区间不明显,在1~1.5小时区间作用最为明显;睡眠时间与脑疲劳程度之间不存在显著的相关性(二者相关系数仅为-0.308);午休时间却与脑疲劳程度呈现较强的相关性(二者相关系数为-0.589,达到1% 的显著水平),且午休时间在0.5~1小时区间对于缓解脑疲劳效果最佳;其他休闲活动时间也有助于缓解脑疲劳,该活动最佳时间区间为0~1小时。

上述结论可通过下图15至图18及表3反映:

图15 脑疲劳程度按体育运动时间的分布

图16 脑疲劳程度按睡眠时间的分布

图17 脑疲劳程度按午休时间的分布

图18 脑疲劳程度按其他休闲活动时间的分布

表3 缓解脑疲劳的活动所占时间与脑疲劳程度相关性分析

解释变量

Pearson

相关系数

被解释变量

体育运动时间

睡眠时间

午休时间

其他休闲活动时间

脑疲劳程度

-0.477*

-0.308

-0.589**

-0.461*

备注:“*”表示显著水平为5%,“**”表示显著性水平为1%

结论及建议

存在多方面引起大学生脑疲劳的因素,仅就我们上面所分析的微观层面因素而言,其对于脑疲劳程度的影响机制也是复杂的、综合的——不仅年级这种客观因素会作用于脑疲劳程度,各种耗脑力活动所占时间、缓解脑疲劳的活动所占时间也会对之造成影响,这种影响程度还会随着相关活动所占时间的变化而变化,也即它们的作用存在一个最佳值区间。

综合上述分析,我们得出以下结论:影响大学生脑疲劳程度的微观因素主要有年级、上网时间、上课节数、体育运动时间、午休时间及其他休闲活动时间;其中,年级因素又是制约上述活动所占时间的一个主要因子;上课节数受学校课业安排,也是制约其他活动时间的一个主要因子。我们发现,每天的上网时间不宜超过2小时;体育运动时间的最佳区间是1~1.5小时;午休时间则最好控制在0.5~1小时之间;其他休闲活动时间的时间弹性较高,可在0~1小时区间自由安排;另外,虽然看电视时间与脑疲劳程度之间不存在较强的相关性,但我们的调查分析发现,每天适度的看电视有助于缓解疲劳,该活动的时间区间宜控制在1小时以内。

当然,上述结论提及的时间安排并非绝对的。大学生应根据自身所受客观约束,结合上述最佳时间区间和合理安排自己的时间,使每天的状态保持最佳!

专业调查,就用51调查网

免费使用