二、基本信息、适应与发展情况调查及分析

（一）江苏高职院校少数民族大学生的基本信息统计分析

1.民族分析

众多少数民族定居在我国的中西部地区，进入江苏高职院校就读的学生民族信息是我们进行少数民族学生服务与管理的基础信息之一。图3-1、图3-2 为江苏高职院校少数民族大学生的所属民族信息。

调查显示江苏多数高职院校少数民族学生主要来自藏族，占比91.41%，其他民族为维吾尔族、土族、回族、门巴族等。此外，根据各院校公众号及网上调研数据，来江苏高职院校就读的少数民族学生的民族种类已达到 40 多个，但个别民族的学生数量比较稀少。

2.性别和家乡情况分析

如表3-3 所示，通过分析参加问卷调研的少数民族学生的性别和家乡情况的频数，可以初步了解学生情况。表中展示了“你的性别是（单选题）”“你的家乡属于（单选题）”两个问卷题目的频数分析结果，包括变量、频数、百分比等。

“你的性别是（单选题）”频数分析结果显示：“女生”频数为297，所占百分比 70.883%；“男生”频数为 122，所占百分比 29.117%。

“你的家乡属于（单选题）”频数分析结果显示：“农村”频数为248，所占百分比 59.189%；“县城”频数为 67，所占百分比 15.99%；“乡镇”频数为 57，所占百分比 13.604%；“地级城市”频数为 22，所占百分比 5.251%；“省会城市”频数为 16，所占百分比 3.819%；“直辖市”频数为 9，所占百分比 2.148%。其中“农村”（59.189%）最高，“直辖市”（2.148%）最低。

性别和家乡情况对应的饼图见图3-3、图3-4。

3.家庭及教育背景分析

对于多选题，其百分比的计算方法为：

多选题选项百分比=该选项被选择次数÷有效答卷份数×100%

含义为选择该选项的人次在所有填写人数中所占的比例，所以多选题的百分比相加可能超过 100%。本次调研显示，父母职业主要是农牧民的学生有 341 人，占比 81.62%，具体百分比与数值见图3-5、图3-6。

表3-4 是学生家庭收入、子女、生活环境、语言环境的频数分析结果。“上大学对自身家庭来说是巨大的经济负担。（单选题）”的频数分析结果显示：“2（同意）”频数为 252，所占百分比 60.143%；“1（非常同意）”频数为 105，所占百分比 25.06%；“3[无所谓（不确定）]”频数为 33，所占百分比 7.876%；“4（不同意）”频数为 20，所占百分比 4.773%；“5（非常不同意）”频数为 9，所占百分比 2.148%。其中，“2（同意）”（60.143%）最高，“5（非常不同意）”（2.148%）最低。

“你是独生子女吗？（单选题）”的频数分析结果显示：“否”频数为357，所占百分比 85.203%；“是”频数为 62，所占百分比 14.797%。其中，“否”（85.203%）最高，“是”（14.797%）最低。

“进入我校之前，你一直生活在少数民族聚居区吗？（单选题）”的频数分析结果显示：“是”频数为 351，所占百分比 83.771%；“否”频数为68，所占百分比16.229%。其中，“是”（83.771%）最高，“否”（16.229%）最低。

“进入我校之前，你上学时是用何种语言？（单选题）”的频数分析结果显示：“本民族语言为主，汉语为辅”频数为 170，所占百分比40.573%；“本民族语言”频数为 99，所占百分比 23.628%；“汉语为主，本民族语言为辅”频数为 79，所占百分比 18.854%；“汉语”频数为 71，所占百分比 16.945%。其中，“本民族语言为主，汉语为辅”（40.573%）最高，“汉语”（16.945%）最低。

4.少数民族大学生基本信息情况小结

通过上述频数分析，我们对少数民族大学生的基本情况有了比较细致的了解，即所调查的此所高职院校中绝大多数的学生为藏族，大都来自农村或县乡的非独生子女家庭，父母多为农牧民，经济条件比较困难，一直生活在少数民族聚居区，进入大学前的学习生活中多使用本民族语言，从小受到自身民族文化的熏陶。从本次问卷情况来看，高职院校中女多男少，男女比例呈 3 ∶ 7 的比例。

（二）少数民族大学生适应与发展情况调查及分析

少数民族学生来江苏高职院校学习，首先要过语言关，较好的汉语能力将有助于他们在学校进行生活、学习与社交。如表3-5、图3-7 所示，针对“你现在的普通话能完全满足日常交流需要”这一陈述，接近 90%的学生认为自己的普通话基本能或者完全能满足日常交流的需要，只有约 5%的同学表示反对，他们认为自己的普通话还不能满足日常交流的需要。

少数民族大学生的社交范围可以一定程度上反映学生在江苏高职院校的总体适应情况。如表3-6、图3-8 所示，针对“你的日常交际范围仅限在同民族同学的小圈子里”这一陈述，有约 75%的学生的社交范围基本局限在同民族同学的交际圈子里，只有约 15%的同学表示反对。这代表大部分少数民族大学生需要走出本民族社交圈，积极走向更广阔的社交领域，同其他民族进行交流或者交朋友。

学生社交时的心理状态既是其心理健康的一个要素，也是学生适应周围环境的表现。如表3-7、图3-9 所示，约有 86%的同学能够与周围人正常交流，没有孤独、戒备心理，另外还有不到 5%的同学有不同程度的孤独、戒备心理。针对“你能够与周围人正常交流，没有孤独、戒备心理”这一陈述的调查数据如表3-7、图3-9 所示。

宗教信仰是少数民族学生区别于汉族同学的重要特征，相对于大多数汉族同学，少数民族学生有本民族独特的信仰。如表3-8、图3-10 所示，针对“你没有因为宗教信仰、生活习惯与其他同学产生矛盾”这一陈述的调查结果表明，约 70%的同学没有与其他同学产生过矛盾，另外还有约20%的同学认为自己会因为宗教信仰、生活习惯与其他同学产生不同程度的矛盾。

如表3-9、图3-11 所示，少数民族学生对学校的满意度调查结果表明，约有 87%的学生对学校感到满意，只有约 4%的学生感到不满意。

如表3-10、图3-12所示，在询问学生对“你能适应目前在校的大学生活”的看法时，约 88%的学生表示基本可以适应，约 5%的学生表示完全无法适应。

宿舍是大学生日常生活最重要的场景之一。如表3-11、图3-13 所示，对宿舍人员构成的调查结果表明，约 73%的学生所在宿舍都是本民族同学，约 8%的学生独自与其他民族的同学住在一起，约 18%学生的宿舍属于本民族和其他民族同学都有的混合宿舍。

室友间的关系是大学生在校期间最重要的人际关系之一，对于少数民族学生也是如此。如表3-12、图3-14 所示，针对“与宿舍同学没有因为生活习惯、宗教信仰等引起矛盾”的调查结果表明，约 70%的同学认为没有矛盾，另有约 23%的同学认为有不同程度的矛盾。

如表3-13、图3-15 所示，在困扰少数民族学生大学生活的因素中，选中经济压力和学习压力的学生非常多，都超过了 50%，其次才是人际压力和饮食压力等其他因素。

如表3-14、图3-16 所示，针对“在校园生活中，因为自己的民族身份感受过他人的关心”这一陈述，约 70%的同学表示受过他人关心，约 17%的同学表示没有受到关心。

如表3-15、图3-17 所示，关心少数民族学生的主体主要是宿舍同学、班主任和其他朋友。

师生关系也是少数民族学生在校期间最重要的人际关系之一，除了课堂学习，与老师进行深入的探讨也能帮助少数民族学生更好地适应校园生活，有利于他们长远的发展。如表3-16、图3-18 所示，针对“你会和老师讨论自己的职业计划、想法、人生观、价值观等问题”这一陈述，超过80%的同学表示同意，只有约 5%的同学表示反对。

如表3-17、图3-19 所示，针对“你会和老师一起参加课外的活动（比如社团活动、探索性学习、研究项目等活动）”这一陈述，约 85%的同学表示赞成，只有约 5%的同学表示反对。

如表3-18、图3-20 所示，通过对少数民族学生课余活动的调查，我们发现少数民族学生最常做的前两件事分别是：与朋友一起吃饭、玩耍，占63.48%；锻炼身体，占 60.86%。排第三位的是自己上网娱乐或玩手机，占 43.2%；排第四位的是学习、考证，占 40.33%。

积极参加社会实践活动能帮助学生提前对社会或者自身的专业有一定的理解与认知，有助于他们找到未来职业的发展方向。如表3-19、图3-21所示，针对“你对社会活动感兴趣，愿意参加或经常参加”这一陈述，有约86%的同学表示同意，只有不到 3%的同学表示反对。

在本次研究中，课题组还设置了一个开放式访谈问题，请同学们谈一谈是否适应现在的校园生活，觉得目前的校园生活怎么样，对未来的发展有什么想法。绝大多数同学都对在江苏高职院校的生活表示满意，认为自己能很好地适应学院生活和学习，表示会抓住在校期间的时光好好学习，以后找一份稳定的工作。图3-22 为访谈结果的词云图。

（三）少数民族学生的适应与发展情况因子分析

上文对少数民族学生的适应与发展情况做了概述，此处，课题组将利用SPSS数据分析软件的因子分析、卡方检验等方法对少数民族学生的适应与发展情况做进一步的分析。

因子分析是在尽可能不损失或者少损失原始数据信息的情况下，将错综复杂的众多变量聚合成少数几个独立的公共因子，通过这几个公共因子可以反映原来众多变量的主要信息。这是在减少变量个数的同时反映变量之间内在联系的一种降维研究手段。

本部分选择了问卷中涉及少数民族学生的适应与发展情况的 11 道定量题目，对其进行因子分析。这些定量题目分别为：28.你现在的普通话能完全满足日常交流需要。29.你的日常交际范围仅限在同民族同学的小圈子里。30.你能够与周围人正常交流，没有孤独、戒备心理。31.你没有因为宗教信仰、生活习惯与其他同学产生矛盾。32.你对学校感到满意。33.你能适应目前在校的大学生活。35.与宿舍同学没有因为生活习惯、宗教信仰等产生矛盾。37.在校园生活中，因为自己的民族身份感受过他人的关心。39.你会和老师讨论自己的职业计划、想法、人生观、价值观等。40.你会和老师一起参加课外的活动（如社团、学习、研究等）。42.你对社会活动感兴趣，愿意参加或经常参加。

分析步骤如下：

①进行KMO和Bartlett的检验，判断是否可以进行因子分析。

②通过分析方差解释表格和碎石图，确定因子的数量。

③通过分析因子载荷系数与热力图，分析每个因子中隐变量的重要性，也可结合具体业务进行各因子的隐变量分析；通过分析成分矩阵，得出因子公式。

④基于因子载荷图将多因子降维成双因子或者三因子，再通过象限图的方式呈现因子的空间分布。提取 2 个因子时，无法呈现三维载荷因子散点图；提取 1 个因子时，无法显示因子象限图。

⑤通过分析成分矩阵，得出因子成分公式与权重。

分析结果如表3-20、表3-21、表3-22、表3-23、图3-23、图3-24 所示。

注：***、**、*分别代表1%、5%、10%的显著性水平。

表3-20 展示了KMO检验和Bartlett球形检验的结果，用来分析是否可以进行因子分析。若通过KMO检验（KMO ＞ 0.6），说明了题项变量之间是存在相关性的，符合因子分析要求；若通过Bartlett检验： P ＜ 0.01或 P ＜ 0.05，呈显著性，则可以进行因子分析。

本次KMO检验的结果显示，KMO值为 0.736。同时，Bartlett球形检验的结果显示，显著性 P 值为 0.000***，水平上呈现显著性，拒绝原假设，各变量间具有相关性，因子分析有效，程度为一般。

表3-23 为成分矩阵表，意在说明各个成分所包含的因子得分系数（主成分载荷），用于计算出成分得分，得出主成分公式。

模型的公式：

F 1=0.012×28.你现在的普通话能完全满足日常交流需要。+0.02×29.你的日常交际范围仅限在同民族同学的小圈子里。+0.032×30.你能够与周围人正常交流，没有孤独、戒备心理。+0.048×31.你没有因为宗教信仰、生活习惯与其他同学产生矛盾。+0.073×32.你对学校感到满意。+0.032×33.你能适应目前在校的大学生活。+0.037×35.与宿舍同学没有因为生活习惯、宗教信仰等引起矛盾。+0.154×37.在校园生活中，因为自己的民族身份感受过他人的关心。+0.243×39.你会和老师讨论自己的职业计划、想法、人生观、价值观等。+0.231×40.你会和老师一起参加课外的活动（如社团、学习、研究等）。+0.174×42.你对社会活动感兴趣，愿意参加或经常参加。

F 2=0.179×28.你现在的普通话能完全满足日常交流需要。+0.078×29.你的日常交际范围仅限在同民族同学的小圈子里。+0.43×30.你能够与周围人正常交流，没有孤独、戒备心理。+0.027×31.你没有因为宗教信仰、生活习惯与其他同学产生矛盾。+0.588×32.你对学校感到满意。+0.613×33.你能适应目前在校的大学生活。+0.079×35.与宿舍同学没有因为生活习惯、宗教信仰等引起矛盾。+0.058×37.在校园生活中，因为自己的民族身份感受过他人的关心。+0.167×39.你会和老师讨论自己的职业计划、想法、人生观、价值观等。+0.165×40.你会和老师一起参加课外的活动（如社团、学习、研究等）。-0.005×42.你对社会活动感兴趣，愿意参加或经常参加。

F 3=0.375×28.你现在的普通话能完全满足日常交流需要。+0.423×29.你的日常交际范围仅限在同民族同学的小圈子里。+0.264×30.你能够与周围人正常交流，没有孤独、戒备心理。+0.673×31.你没有因为宗教信仰、生活习惯与其他同学产生矛盾。+0.062×32.你对学校感到满意。+0.121×33.你能适应目前在校的大学生活。+0.617×35.与宿舍同学没有因为生活习惯、宗教信仰等引起矛盾。+0.226×37.在校园生活中，因为自己的民族身份感受过他人的关心。-0.026×39.你会和老师讨论自己的职业计划、想法、人生观、价值观等。+0.014×40.你会和老师一起参加课外的活动（如社团、学习、研究等）。+0.172×42.你对社会活动感兴趣，愿意参加或经常参加。

由上可以得到：

F =（0.195/0.553）× F 1+（0.183/0.553）× F 2+（0.175/0.553）× F 3

表3-24 为因子分析的根据载荷系数等信息所做的主成分权重分析，其计算公式为：方差解释率÷旋转后累积方差解释率。

本次因子分析的权重计算结果显示，因子 1 的权重为 35.202%、因子2 的权重为 33.106%、因子 3 的权重为 31.691%，其中指标权重最大值为因子 1（35.202%），最小值为因子 3（31.691%）。

根据上述因子分析结果，主要参考旋转后因子载荷系数值，我们将涉及少数民族学生的11道定量题浓缩为三个因子，分别是师生融合发展情况，对应 37、39、40、42题；大学生活适应情况，对应 30、32、33题，以及学生之间社交情况，对应 28、29、31、35题。通过生成变量功能，生成师生融合发展情况、大学生活适应情况及学生之间社交情况三个新的数据。用1 ～ 5 分来表示，1 分表示非常好，5 分表示非常不好。

下面采用单因素方差分析研究性别、生源地、独生子女、少数民族聚居地、语言使用情况对学生在师生融合发展、大学生活适应及学生之间社交的影响情况。分析步骤如下：

①根据定类变量（ X ）对定量变量（ Y ）进行分组，分别检验其正态性检验，查看数据的总体分布是否呈现正态性分布，若检验不通过，可以到算法选择页面选择【正态性检验】进行进一步分析。

②根据定类变量（ X ）对定量变量（ Y ）进行分组，进行方差齐性检验，查看 P 值是否小于 0.05 或者 0.01（根据检验标准要求，严格的话使用 0.01）。倘若 P 值大于 0.05（0.01），使用方差分析，查看 P 值是否呈显著性（小于 0.05 或者 0.01）（理论上数据必须通过正态性检验与方差齐性检验才能进行单因素方差分析，否则使用非参数检验，但是在实际应用场景中可适当放宽标准）。

③若呈现显著性，可以根据均值±标准差的方式对差异进行分析，反之则表明不呈现差异性。

④若单因素方差分析呈现显著性，也可借助效应量化分析对差异性进行量化分析。

1.学生性别对师生融合发展情况、大学生活适应情况及学生之间社交情况的影响分析

本部分研究学生性别是否会对师生融合发展情况、大学生活适应情况及学生之间社交情况产生影响，以及影响情况如何。

表3-25 展示了定量变量学生之间社交情况、大学生活适应情况、师生融合发展情况描述性统计和正态性检验的结果，包括中位数、平均值等，用于检验数据的正态性。

注：***、**、*分别代表1%、5%、10%的显著性水平。

通常正态分布的检验方法有两种：一种是Shapiro-Wilk检验，适用于小样本资料（样本量≤ 5000）；另一种是Kolmogorov-Smirnov检验，适用于大样本资料（样本量＞ 5000）。若呈现显著性（ P ＜ 0.05 或 0.01），则说明拒绝原假设（原假设为数据符合正态分布），该数据不满足正态分布，反之则说明该数据满足正态分布。通常现实研究情况下很难满足检验，若其样本峰度绝对值小于 10 并且偏度绝对值小于 3，结合正态分布直方图、PP图或者QQ图可以描述为基本符合正态分布。

分析项：学生之间社交情况，样本采用Shapiro-Wilk检验，显著性 P 值为0.000***，水平上呈现显著性，拒绝原假设，因此数据不满足正态分布，其峰度（0.299）绝对值小于 10 并且偏度（0.528）绝对值小于 3，可以结合正态分布直方图、PP图或者QQ图进行进一步分析。

分析项：大学生活适应情况，样本采用Shapiro-Wilk检验，显著性 P 值为0.000***，水平上呈现显著性，拒绝原假设，因此数据不满足正态分布，其峰度（2.989）绝对值小于 10 并且偏度（0.888）绝对值小于 3，可以结合正态分布直方图、PP图或者QQ图进行进一步分析。

分析项：师生融合发展情况，样本采用Shapiro-Wilk检验，显著性 P 值为0.000***，水平上呈现显著性，拒绝原假设，因此数据不满足正态分布，其峰度（2.667）绝对值小于 10 并且偏度（0.796）绝对值小于 3，可以结合正态分布直方图、PP图或者QQ图进行进一步分析。

图3-24 展示了定量变量学生之间社交情况数据正态性检验的结果，若正态图基本上呈现出钟形（中间高、两端低），则说明数据虽然不是绝对正态的，但基本可接受为正态分布。

图3-25 展示了定量变量大学生活适应情况数据正态性检验的结果，若正态图基本上呈现出钟形（中间高、两端低），则说明数据虽然不是绝对正态，但基本可接受为正态分布。

图3-26 展示了定量变量师生融合发展情况数据正态性检验的结果，若正态图基本上呈现出钟形（中间高、两端低），则说明数据虽然不是绝对正态，但基本可接受为正态分布。

表3-26展示了方差齐性的结果，包括标准差、 F 检验结果、显著性 P 值。分析每个分析项是否小于 0.05 或者 0.01（根据检验标准要求，严格的话使用 0.01）。若呈显著性，拒绝原假设（原假设为满足方差齐性），则说明数据波动不一致，即说明方差不齐；反之则说明数据波动一致，说明数据满足方差齐性。

注：***、**、*分别代表1%、5%、10%的显著性水平。

方差齐性检验的结果显示，对于学生之间社交情况，显著性 P 值为0.587，水平上不呈现显著性，不能拒绝原假设，因此数据满足方差齐性；对于大学生活适应情况，显著性 P 值为 0.006***，水平上呈现显著性，拒绝原假设，因此数据不满足方差齐性；对于师生融合发展情况，显著性 P 值为0.160，水平上不呈现显著性，不能拒绝原假设，因此数据满足方差齐性。

表3-27 展示了方差分析的结果，包括平均值、标准差、 F 检验结果、显著性 P 值。需要分析每个分析项是否小于 0.05 或者 0.01（根据检验标准要求，严格的话使用 0.01）。若呈显著性，拒绝原假设，说明两组数据之间存在显著性差异，可以根据平均值±标准差的方式对差异进行分析，反之则表明数据不呈现差异性。

注：***、**、*分别代表1%、5%、10%的显著性水平。

女生与男生在学生之间社交情况上的平均值分别为 2.242*和 2.244*；方差分析结果 P 值为 0.975 ＞ 0.05，因此统计结果不显著，说明不同的性别在学生之间社交情况上不存在显著差异。

女生与男生在大学生活适应情况上的平均值分别为 1.934*和 2.104*；方差分析结果 P 值为 0.005***≤ 0.05，因此统计结果显著，说明不同的性别在大学生活适应情况上存在显著差异。

女生与男生在师生融合发展情况上的平均值分别为 2.138*和 2.162*；方差分析结果 P 值为 0.687 ＞ 0.05，因此统计结果不显著，说明不同的性别在师生融合发展情况上不存在显著差异。

表3-28 展示了效应量化分析的结果，包括组间差异、总差异、偏Eta方、Cohen’s f值，用于分析数据间的差异。当呈现出显著性差异（前提），可以分析差异，同时还可以分析差异幅度（即效应量）。结合分析偏Eta方和Cohen’s f值对差异性进行量化分析。偏Eta方在 0 ～ 1 之间，该值越大说明差异幅度越大。比如偏Eta方为 0.1，即说明数据的差异有 10%是来源于不同组别之间的差异。一般情况下偏Eta方的值非常小，使用偏Eta方表示效应量大小时，效应量小、中、大的区分临界点分别是 0.01、0.06和 0.14。Cohen’s f值表示效应量大小，效应量小、中、大的区分临界点分别是 0.1、0.25 和 0.40。

效应量化分析的结果显示，基于大学生活适应情况，偏Eta方为 0.019，说明数据的差异有 1.9%是来源于不同组别间的差异。Cohen’s f值为 0.138，说明数据的效应量化的差异程度为小程度差异。

综合单因素方差分析对比图、方差分析结果表、效应量化分析表可知，不同的性别在大学生活适应情况上存在显著差异，即与男生相比，女生在大学生活适应方面表现得更加优秀，呈现出小程度的差异。

2.学生生源地对师生融合发展情况、大学生活适应情况及学生之间社交情况的影响分析

本部分研究不同的生源地（县城、农村、地级城市、乡镇、直辖市、省会城市）是否会对师生融合发展情况、大学生活适应情况及学生之间社交情况产生影响，以及影响情况如何。

表3-29 展示了定量变量学生之间社交情况、大学生活适应情况、师生融合发展情况描述性统计和正态性检验的结果，包括中位数、平均值等，用于检验数据的正态性。通常正态分布的检验方法有两种，一种是Shapiro-Wilk检验，适用于小样本资料（样本量≤ 5 000）；另一种是Kolmogorov–Smirnov检验，适用于大样本资料（样本量＞ 5 000）。若呈现显著性（ P ＜ 0.05 或 0.01），则说明拒绝原假设（数据符合正态分布），该数据不满足正态分布，反之则说明该数据满足正态分布。另外，通常现实研究情况下很难满足检验，若其样本峰度绝对值小于 10 并且偏度绝对值小于 3，结合正态分布直方图、PP图或者QQ图可以描述为基本符合正态分布。

注：***、**、*分别代表1%、5%、10%的显著性水平。

分析项：学生之间社交情况，样本采用Shapiro-Wilk检验，显著性 P 值为 0.000***，在 1%的水平上呈现显著性，拒绝原假设，因此数据不满足正态分布，其峰度（0.299）绝对值小于 10 并且偏度（0.528）绝对值小于 3，可以结合正态分布直方图、PP图或者QQ图进行进一步分析。

分析项：大学生活适应情况，样本采用Shapiro-Wilk检验，显著性 P 值为 0.000***，在 1%的水平上呈现显著性，拒绝原假设，因此数据不满足正态分布，其峰度（2.989）绝对值小于 10 并且偏度（0.888）绝对值小于 3，可以结合正态分布直方图、PP图或者QQ图进行进一步分析。

分析项：师生融合发展情况，样本采用Shapiro-Wilk检验，显著性 P 值为 0.000***，在 1%的水平上呈现显著性，拒绝原假设，因此数据不满足正态分布，其峰度（2.667）绝对值小于 10 并且偏度（0.796）绝对值小于 3，可以结合正态分布直方图、PP图或者QQ图进行进一步分析。

图3-27 展示了定量变量学生之间社交情况数据正态性检验的结果，若正态图基本上呈现出钟形（中间高、两端低），则说明数据虽然不是绝对正态，但基本可接受为正态分布。

图3-28 展示了定量变量大学生活适应情况数据正态性检验的结果，若正态图基本上呈现出钟形（中间高、两端低），则说明数据虽然不是绝对正态，但基本可接受为正态分布。

图3-29 展示了定量变量师生融合发展情况数据正态性检验的结果，若正态图基本上呈现出钟形（中间高、两端低），则说明数据虽然不是绝对正态，但基本可接受为正态分布。

表3-30展示了方差齐性的结果，包括标准差、 F 检验结果、显著性 P 值。分析每个分析项是否小于 0.05 或者 0.01（根据检验标准要求，严格的话使用 0.01）。若呈显著性，拒绝原假设（原假设为满足方差齐性），则说明数据波动不一致，即说明方差不齐；反之则说明数据波动一致，说明数据满足方差齐性。

注：***、**、*分别代表1%、5%、10%的显著性水平。

方差齐性检验的结果显示，对于学生之间社交情况，显著性 P 值为0.429，水平上不呈现显著性，不能拒绝原假设，因此数据满足方差齐性；对于大学生活适应情况，显著性 P 值为 0.115，水平上不呈现显著性，不能拒绝原假设，因此数据满足方差齐性；对于师生融合发展情况，显著性 P 值为 0.308，水平上不呈现显著性，不能拒绝原假设，因此数据满足方差齐性。

表3-31 展示了方差分析的结果，包括均值±标准差的结果、 F 检验结果、显著性 P 值。分析每个分析项是否小于 0.05 或者 0.01（根据检验标准要求，严格的话使用 0.01）。若呈显著性，拒绝原假设，说明两组数据之间存在显著性差异，可以根据均值±标准差的方式对差异进行分析，反之则表明数据不呈现差异性。

注：***、**、*分别代表1%、5%、10%的显著性水平。

不同的生源地（县城、农村、地级城市、乡镇、直辖市、省会城市）在学生之间社交情况上的均值分别为 2.179*、2.246*、2.341*、2.272*、2.194*、2.234*；方差分析结果 P 值为 0.944 ＞ 0.05，因此统计结果不显著，说明不同的生源地在学生之间社交情况上不存在显著差异。

不同的生源地（县城、农村、地级城市、乡镇、直辖市、省会城市）在大学生活适应情况上的均值分别为 2.005*、1.956*、2.182*、2.029*、1.815*、1.979*；方差分析结果 P 值为 0.476 ＞ 0.05，因此统计结果不显著，说明不同的生源地在大学生活适应情况上不存在显著差异。

不同的生源地（县城、农村、地级城市、乡镇、直辖市、省会城市）在师生融合发展情况上的均值分别为 2.201*、2.105*、2.330*、2.162*、2.000*、2.297*；方差分析结果 P 值为 0.268 ＞ 0.05，因此统计结果不显著，说明不同的生源地在师生融合发展情况上不存在显著差异。

综上所述，来自不同的生源地（县城、农村、地级城市、乡镇、直辖市、省会城市）的中西部少数民族大学生在学生之间社交、大学生活适应及师生融合发展这三个方面均不存在显著性差异。

3.是否独生子女对师生融合发展情况、大学生活适应情况及学生之间社交情况的影响分析

本部分研究中西部少数民族大学生独生子女身份是否会对师生融合发展情况、大学生活适应情况及学生之间社交情况产生影响，以及影响情况如何。

表3-32 展示了定量变量学生之间社交情况、大学生活适应情况、师生融合发展情况描述性统计和正态性检验的结果，包括中位数、平均值等，用于检验数据的正态性。通常正态分布的检验方法有两种：一种是Shapiro-Wilk检验，适用于小样本资料（样本量≤ 5 000）；另一种是Kolmogorov–Smirnov检验，适用于大样本资料（样本量＞ 5 000）。若呈现显著性（ P ＜ 0.05 或 0.01），则说明拒绝原假设（数据符合正态分布），该数据不满足正态分布，反之则说明该数据满足正态分布。另外，通常现实研究情况下很难满足检验，若其样本峰度绝对值小于 10 并且偏度绝对值小于 3，结合正态分布直方图、PP图或者QQ图可以描述为基本符合正态分布。

注：***、**、*分别代表1%、5%、10%的显著性水平。

分析项：学生之间社交情况，样本采用Shapiro-Wilk检验，显著性 P 值为 0.000***，在 1%的水平上呈现显著性，拒绝原假设，因此数据不满足正态分布，其峰度（0.299）绝对值小于 10 并且偏度（0.528）绝对值小于3，可以结合正态分布直方图、PP图或者QQ图进行进一步分析。

分析项：大学生活适应情况，样本采用Shapiro-Wilk检验，显著性 P 值为 0.000***，在 1%的水平上呈现显著性，拒绝原假设，因此数据不满足正态分布，其峰度（2.989）绝对值小于 10 并且偏度（0.888）绝对值小于 3，可以结合正态分布直方图、PP图或者QQ图进行进一步分析。

分析项：师生融合发展情况，样本采用Shapiro-Wilk检验，显著性 P 值为 0.000***，在 1%的水平上呈现显著性，拒绝原假设，因此数据不满足正态分布，其峰度（2.667）绝对值小于 10 并且偏度（0.796）绝对值小于 3，可以结合正态分布直方图、PP图或者QQ图进行进一步分析。

图3-30 展示了定量变量学生之间社交情况数据正态性检验的结果，若正态图基本上呈现出钟形（中间高、两端低），则说明数据虽然不是绝对正态，但基本可接受为正态分布。

图3-31 展示了定量变量大学生活适应情况数据正态性检验的结果，若正态图基本上呈现出钟形（中间高、两端低），则说明数据虽然不是绝对正态，但基本可接受为正态分布。

图3-32 展示了定量变量师生融合发展情况数据正态性检验的结果，若正态图基本上呈现出钟形（中间高、两端低），则说明数据虽然不是绝对正态，但基本可接受为正态分布。

表3-33 展示了方差齐性的结果，包括标准差、 F 检验结果、显著性 P 值。①分析每个分析项是否小于 0.05 或者 0.01（根据检验标准要求，严格的话使用 0.01）。②若呈显著性，拒绝原假设（原假设为满足方差齐性），则说明数据波动不一致，即说明方差不齐；反之则说明数据波动一致，说明数据满足方差齐性。

注：***、**、*分别代表1%、5%、10%的显著性水平。

方差齐性检验的结果显示，对于学生之间社交情况，显著性 P 值为0.339，水平上不呈现显著性，不能拒绝原假设，因此数据满足方差齐性；对于大学生活适应情况，显著性 P 值为 0.186，水平上不呈现显著性，不能拒绝原假设，因此数据满足方差齐性；对于师生融合发展情况，显著性 P 值为 0.306，水平上不呈现显著性，不能拒绝原假设，因此数据满足方差齐性。

表3-34 展示了方差分析的结果，包括均值±标准差的结果、 F 检验结果、显著性 P 值。

注：***、**、*分别代表1%、5%、10%的显著性水平。

变量值否与是独生子女在学生之间社交情况上的均值分别为 2.263*和2.121*；方差分析结果 P 值为 0.126 ＞ 0.05，因此统计结果不显著。变量值否与是独生子女在大学生活适应情况上的均值分别为 1.971*和 2.054*；方差分析结果 P 值为 0.290 ＞ 0.05，因此统计结果不显著。变量值否与是独生子女在师生融合发展情况上的均值分别为 2.150*和 2.117*；方差分析结果 P 值为 0.664 ＞ 0.05，因此统计结果不显著。以上三组数据说明来自中西部少数民族的学生无论是不是独生子女，在学生之间社交、大学生活适应与师生融合发展这三方面上不存在显著差异。

4.是否生活在民族聚居区对师生融合发展情况、大学生活适应情况及学生之间社交情况的影响分析

本部分研究入学前学生是否一直生活在民族聚居区，其是否会对师生融合发展情况、大学生活适应情况及学生之间社交情况产生影响，以及影响情况如何。

表3-35 展示了定量变量学生之间社交情况、大学生活适应情况、师生融合发展情况描述性统计和正态性检验的结果，包括中位数、平均值等，用于检验数据的正态性。通常正态分布的检验方法有两种：一种是Shapiro-Wilk检验，适用于小样本资料（样本量≤ 5 000）；另一种是Kolmogorov–Smirnov检验，适用于大样本资料（样本量＞ 5 000）。若呈现显著性（ P ＜ 0.05 或 0.01），则说明拒绝原假设（原假设为数据符合正态分布），该数据不满足正态分布，反之则说明该数据满足正态分布。另外，通常现实研究情况下很难满足检验，若其样本峰度绝对值小于 10 并且偏度绝对值小于 3，结合正态分布直方图、PP图或者QQ图可以描述为基本符合正态分布。

注：***、**、*分别代表1%、5%、10%的显著性水平。

分析项：学生之间社交情况，样本采用Shapiro-Wilk检验，显著性 P 值为 0.000***，在 1%的水平上呈现显著性，拒绝原假设，因此数据不满足正态分布，其峰度（0.299）绝对值小于 10 并且偏度（0.528）绝对值小于 3，可以结合正态分布直方图、PP图或者QQ图进行进一步分析。

分析项：大学生活适应情况，样本采用Shapiro-Wilk检验，显著性 P 值为 0.000***，在 1%的水平上呈现显著性，拒绝原假设，因此数据不满足正态分布，其峰度（2.989）绝对值小于 10 并且偏度（0.888）绝对值小于 3，可以结合正态分布直方图、PP图或者QQ图进行进一步分析。

分析项：师生融合发展情况，样本采用Shapiro-Wilk检验，显著性 P 值为 0.000***，在 1%的水平上呈现显著性，拒绝原假设，因此数据不满足正态分布，其峰度（2.667）绝对值小于 10 并且偏度（0.796）绝对值小于 3，可以结合正态分布直方图、PP图或者QQ图进行进一步分析。

图3-33 展示了定量变量学生之间社交情况数据正态性检验的结果，若正态图基本上呈现出钟形（中间高、两端低），则说明数据虽然不是绝对正态，但基本可接受为正态分布。

图3-34 展示了定量变量大学生活适应情况数据正态性检验的结果，若正态图基本上呈现出钟形（中间高、两端低），则说明数据虽然不是绝对正态，但基本可接受为正态分布。

图3-35 展示了定量变量师生融合发展情况数据正态性检验的结果，若正态图基本上呈现出钟形（中间高、两端低），则说明数据虽然不是绝对正态，但基本可接受为正态分布。

表3-36展示了方差齐性的结果，包括标准差、 F 检验结果、显著性 P 值。分析每个分析项是否小于 0.05 或者 0.01（根据检验标准要求，严格的话使用 0.01）。若呈显著性，拒绝原假设（原假设为满足方差齐性），则说明数据波动不一致，即说明方差不齐；反之则说明数据波动一致，说明数据满足方差齐性。

注：***、**、*分别代表1%、5%、10%的显著性水平。

方差齐性检验的结果显示，对于学生之间社交情况，显著性 P 值为0.491，水平上不呈现显著性，不能拒绝原假设，因此数据满足方差齐性；对于大学生活适应情况，显著性 P 值为 0.061*，水平上不呈现显著性，不能拒绝原假设，因此数据满足方差齐性；对于师生融合发展情况，显著性 P 值为 0.171，水平上不呈现显著性，不能拒绝原假设，因此数据满足方差齐性。

表3-37 展示了方差分析的结果，包括均值±标准差的结果、 F 检验结果、显著性 P 值。分析每个分析项是否小于 0.05 或者 0.01（根据检验标准要求，严格的话使用 0.01）。若呈显著性，拒绝原假设，说明两组数据之间存在显著性差异，可以根据均值±标准差的方式对差异进行分析，反之则表明数据不呈现差异性。

注：***、**、*分别代表1%、5%、10%的显著性水平。

变量值是与否在学生之间社交情况上的均值分别为 2.255*和 2.176*；方差分析结果 P 值为 0.381 ＞ 0.05，因此统计结果不显著，说明进入学校前是否一直生活在少数民族聚居区在学生之间社交情况上不存在显著差异。

变量值是与否在大学生活适应情况上的均值分别为 1.958*和 2.113*；方差分析结果 P 值为 0.040**≤ 0.05，因此统计结果显著，说明进入学校前是否一直生活在少数民族聚居区在大学生活适应情况上存在显著差异。

变量值是与否在师生融合发展情况上的均值分别为 2.130*和 2.221*；方差分析结果 P 值为 0.215 ＞ 0.05，因此统计结果不显著，说明进入学校前是否一直生活在少数民族聚居区在师生融合发展情况上不存在显著差异。

表3-38 展示了效应量化分析的结果，包括组间差异、总差异、偏Eta方、Cohen’s f值，用于分析数据间的差异。当呈现出显著性差异（前提），可以分析差异，同时还可以分析差异幅度（即效应量）。结合分析偏Eta方（η²值）和Cohen’s f值对差异性进行量化分析。偏Eta方（η²值）在 0 ～ 1 之间，该值越大说明差异幅度越大。比如偏Eta方为 0.1，即说明数据的差异有 10%是来源于不同组别之间的差异，一般情况下偏Eta方非常小，使用偏Eta方表示效应量大小时，效应量小、中、大的区分临界点分别是 0.01、0.06 和 0.14。Cohen’s f值表示效应量大小，效应量小、中、大的区分临界点分别是 0.1、0.25 和 0.40。

本次效应量化分析的结果显示，基于大学生活适应情况，偏Eta方（η²值）为 0.01，说明数据的差异有 1.0%是来源于不同组别间的差异。Cohen’s f值为 0.101，说明数据的效应量化的差异程度为小程度差异。

综合方差分析和效应量化分析结果，我们可知，入学前一直生活在少数民族聚居区的中西部少数民族大学生在大学生活适应情况上与没有一直生活在少数民族聚居区的中西部少数民族大学生存在显著差异，即前者比后者更能适应大学生活，这种差异程度为小程度差异。

5.入学前语言使用情况对师生融合发展情况、大学生活适应情况及学生之间社交情况的影响分析

本部分研究入学前学生不同的语言使用情况（汉语、本民族语言、本民族语言为主汉语为辅、汉语为主本民族语言为辅）是否会对师生融合发展情况、大学生活适应情况及学生之间社交情况产生影响，以及影响情况如何。

表3-39 展示了定量变量学生之间社交情况、大学生活适应情况、师生融合发展情况的描述性统计和正态性检验的结果，包括中位数、平均值等，用于检验数据的正态性。通常正态分布的检验方法有两种：一种是Shapiro-Wilk检验，适用于小样本资料（样本量≤ 5 000）；另一种是Kolmogorov–Smirnov检验，适用于大样本资料（样本量＞ 5 000）。若呈现显著性（ P ＜ 0.05 或 0.01），则说明拒绝原假设（原假设为数据符合正态分布），该数据不满足正态分布，反之则说明该数据满足正态分布。另外，通常现实研究情况下很难满足检验，若其样本峰度绝对值小于 10 并且偏度绝对值小于 3，结合正态分布直方图、PP图或者QQ图可以描述为基本符合正态分布。

注：***、**、*分别代表1%、5%、10%的显著性水平。

分析项：学生之间社交情况，样本采用Shapiro-Wilk检验，显著性 P 值为 0.000***，在 1%的水平上呈现显著性，拒绝原假设，因此数据不满足正态分布，其峰度（0.299）绝对值小于 10 并且偏度（0.528）绝对值小于 3，可以结合正态分布直方图、PP图或者QQ图进行进一步分析。

分析项：大学生活适应情况，样本采用Shapiro-Wilk检验，显著性 P 值为 0.000***，在 1%的水平上呈现显著性，拒绝原假设，因此数据不满足正态分布，其峰度（2.989）绝对值小于 10 并且偏度（0.888）绝对值小于 3，可以结合正态分布直方图、PP图或者QQ图进行进一步分析。

分析项：师生融合发展情况，样本采用Shapiro-Wilk检验，显著性 P 值为 0.000***，在 1%的水平上呈现显著性，拒绝原假设，因此数据不满足正态分布，其峰度（2.667）绝对值小于 10 并且偏度（0.796）绝对值小于 3，可以结合正态分布直方图、PP图或者QQ图进行进一步分析。

图3-36 展示了定量变量学生之间社交情况数据正态性检验的结果，若正态图基本上呈现出钟形（中间高、两端低），则说明数据虽然不是绝对正态，但基本可接受为正态分布。

图3-37 展示了定量变量大学生活适应情况数据正态性检验的结果，若正态图基本上呈现出钟形（中间高、两端低），则说明数据虽然不是绝对正态，但基本可接受为正态分布。

图3-38 展示了定量变量师生融合发展情况数据正态性检验的结果，若正态图基本上呈现出钟形（中间高、两端低），则说明数据虽然不是绝对正态，但基本可接受为正态分布。

表3-40 展示了方差齐性的结果，包括标准差、 F 检验结果、显著性 P 值。①分析每个分析项是否小于 0.05 或者 0.01（根据检验标准要求，严格的话使用 0.01）。②若呈显著性，拒绝原假设（原假设为满足方差齐性），则说明数据波动不一致，即说明方差不齐；反之则说明数据波动一致，说明数据满足方差齐性。

注：***、**、*分别代表1%、5%、10%的显著性水平。

方差齐性检验的结果显示，对于学生之间社交情况，显著性 P 值为0.380，水平上不呈现显著性，不能拒绝原假设，因此数据满足方差齐性；对于大学生活适应情况，显著性 P 值为 0.221，水平上不呈现显著性，不能拒绝原假设，因此数据满足方差齐性；对于师生融合发展情况，显著性 P 值为 0.609，水平上不呈现显著性，不能拒绝原假设，因此数据满足方差齐性。

表3-41 展示了方差分析的结果，包括均值±标准差的结果、 F 检验结果、显著性 P 值。①分析每个分析项是否小于 0.05 或者 0.01（根据检验标准要求，严格的话使用 0.01）。②若呈显著性，拒绝原假设，说明两组数据之间存在显著性差异，可以根据均值±标准差的方式对差异进行分析，反之则表明数据不呈现差异性。

注：***、**、*分别代表1%、5%、10%的显著性水平。

“本民族语言”“本民族语言为主，汉语为辅”“汉语”“汉语为主，本民族语言为辅”在学生之间社交情况上的均值分别为 2.331*、2.249*、2.063*、2.278*；方差分析结果 P 值为 0.074*＞ 0.05，因此统计结果不显著，说明不同语言的少数民族学生在学生之间社交情况上不存在显著差异。

“本民族语言”“本民族语言为主，汉语为辅”“汉语”“汉语为主，本民族语言为辅”在大学生活适应情况上的均值分别为 2.010*、1.922*、1.981*、2.084*；方差分析结果 P 值为 0.192 ＞ 0.05，因此统计结果不显著，说明不同语言的少数民族学生在大学生活适应情况上不存在显著差异。

“本民族语言”“本民族语言为主，汉语为辅”“汉语”“汉语为主，本民族语言为辅”在师生融合发展情况上的均值分别为 2.121*、2.178*、2.018*、2.218*；方差分析结果 P 值为 0.110 ＞ 0.05，因此统计结果不显著，说明不同语言的少数民族学生在师生融合发展情况上不存在显著差异。

简言之，来自中西部的少数民族学生在入学前不同的语言使用情况（“汉语”“本民族语言”“本民族语言为主，汉语为辅”“汉语为主，本民族语言为辅”）在师生融合发展情况、大学生活适应情况及学生之间社交情况这三方面均不存在显著性差异，即均不产生影响。 40BnAoGsbrsbrw1gbN95CsTqT/+VLxsncaWSOCVYdxHpq8DR9C1BqRG1f1XUcq9W