应试教育，是当今社会和未来一段时间内都较为普遍和公平公正的一种选拔人才的制度，因此作为学生都会面临考试。考试制度对于评定学生成绩、帮助学生衡量自身掌握所学知识与技能的程度有重要作用，也为校方教学工作的评估提供了重要依据。而在经历了“千军万马过独木桥”顺利考取大学的大学生群体中，其在考试中作弊的现象却屡禁不止，且近些年大学生作弊的人数、原因、心理都呈现出复杂化的倾向，可见考试作弊已经成为一种亟待关注的社会问题。

目前学术界对于大学生作弊这一问题的研究大多集中在社会学、心理学、教育学的理论视角，很少从问题主体大学生身上收集第一手数据进行统计分析，并且作弊属于敏感性问题，实际调查中很难获取真实数据。本文从大学生身上收集一手数据调查，同时运用敏感性问题调查中的随机化回答调查技术(以下简称为RRT技术)，试图从这两方面对大学生作弊的研究上有所突破。

一、相关理论

(一) 相关概念

1.敏感性问题：指在一定时期或一定调查目的的基础上为获取信息所提出的涉及被调查者隐私、禁忌等不愿真实回答或不便公开表态的问题。例如私人的财产情况、青少年的婚前性行为、婚姻中的不轨行为、官员受贿情况等[1]。

2007年，中国空间技术研究院袁俊刚等[34]首次运用量纲理论，将结合超高速撞击实验及数值仿真数据，建立了Whipple防护结构撞击极限方程。由于在量纲理论建模过程中，大量的待定系数直接引用NASA方程系数，因此其方程精度与最新NASA/JSC方程精度近似。该方程适用于缓冲屏为铝合金材料，弹丸为纯铝及铝合金材料，弹丸直径d=0.04～1.27 cm，碰撞速度v=1.6～11 km·s-1。

2.考试作弊：是指通过不正当途径获得试题答案的行为，包括替考、夹带或记录与考试有关公式、抄袭他人答案、纵容他人抄袭自己答案、多人合谋传递答案、考试中使用通讯工具等行为[2]。

(二) 敏感性问题处理方法的相关研究介绍

1.非数字化处理方法

在已标注的100篇语料中,共有1 767个事件,1 623个对象要素,522个环境要素,539个时间要素,其中对于已存在要素的指代数据如表2所示,缺省要素的指代数据如表3所示,各类事件的指代数据如表4所示.

保密法或释疑法：此方法通常是在调查前向被调查者保证此次调查中会对其个人信息及相关数据进行保密，或者是在问卷的开头加入一些说明性语言。

引导法：此方法分为口头引导和书面的引导性语言。可以通过采用第三人称提问或者设定特定场景运用假定性语句来降低敏感度[3]。

模糊法：此种方法把敏感性问题的敏感部分模糊化，如可以将数值归纳成若干区间，通过区间的选择降低敏感度。

2.数字化处理方法—RRT技术(Randomized Response Technique)

①沃纳模型(Warner Model)

1965年，沃纳最先提出了随机化回答技术RRT技术，此模型是最简单的一种用于定性敏感性问题的随机化模型。其设计了两个与敏感性问题(具有特征A)有关但相互对立的问题，让被调查者按预定的概率P从中抽取一个问题进行回答，但调查者并不知晓他们回答的是哪个问题，因此较为容易取得被调查者的支持，最后可以计算出敏感性问题特征在人群中的真实分布情况。使用到的随机化装置如下：外形相同的若干张卡片上写有问题：“你属于特征A吗？”(如：你在考试中作弊了，对吗？)和“你属于特征A-吗”(如：你在考试中没有作弊，对吗？)[4]。

②西蒙斯模型(Simmons Model)

从图9可以看出，超过三分之二的学生虽然不愿意，但是还是会给予配合，直接拒绝的同学仅仅占到了13.41%。令人感到诧异的是在被调查者中，竟然没有同学选择向老师举报。

西蒙斯在1967年对沃纳模型进行了改进，其在调查中采用了无关问题B替代了沃纳模型中问题A-。西蒙斯模型也属于定性的RRT技术。一定程度上消除了沃纳模型的隐私安全隐患，但并不是完全消除，2010年刘守宗等人提出可以建立一个随机装置(如抛硬币)来定义无关事件B，从而更好保护被调查者隐私[5]。但总的来说，西蒙斯模型较沃纳模型而言，更加易于操作也更完善。

③其他随机化回答模型

Mangat在1990年提出了二阶随机化回答模型，基本思想是两个随机化装置的方法.第一个装置由两条陈述组成，即(i)“我有敏感属性A”，(ii)“到第二个装置”，配置概率分别为T和1-T[6]。1997年孔圣元构建了随机变量和模型，基本思想是:在一张调查表上提出两个相互独立的问题，其中之一是敏感性问题，另一个是非敏感性问题。只要求被调查者回答两个问题的数值总和，即回答两“随机变量和”的数值[7]。

二、研究设计与实施

(一) 数据收集

调查于2016年1月5日开始发放问卷，截止2017年2月4日共收回问卷452份，通过整理分析对12份问题问卷进行剔除，最终有效问卷440份，(网络问卷220份，实地问卷220份)，问卷有效率达到97.35%。随机化问答装置下得到的有效答案数为232个，为了更好对比分析，剔除与12份问题问卷对应的12个回答，故最终得到回答数为220个。

(二) 数据处理

1.问卷测试

由于不存在量表，故本研究采用因子分析测量整体问卷的内容效度。

 

表1 主成分分析

  

解释的总方差年份初始特征值提取平方和载入合计方差的/%累积/%合计方差的/%累积/%12.20018.33018.3302.20018.33018.33021.44912.07830.4071.44912.07830.40731.22010.17140.5781.22010.17140.57841.0798.99549.5731.0798.99549.57351.0178.47858.0511.0178.47858.0516.9527.93465.9857.9217.67273.6578.8537.11280.7699.7075.89186.66010.6405.32991.99011.5564.63796.62712.4053.373100.000提取方法:主成份分析

根据因子分析效度分析中的相关指标，我们可以观测因子提取的方差累计贡献率，由表1可知本问卷的因子个数提取较少，同时方差累计贡献率较高，故可以认为因子分析的效度是合适的。

 

表2 KMO和Bartlett的检验

  

KMO和Bartlett的检验取样足够度的Kaiser-Meyer-Olkin度量.628近似卡方487.321Bartlett的球形度检验df66Sig..000

同时，也采用因子分析中的KMO和Bartlett的检验，由表2可知，KMO的值为0.628>0.5,说明因子分析的效度可行，可以进行因子分析；此外，Bartlett 检验的p值=0.000<0.001，说明因子的相关系数矩阵为非单位矩阵，在提取最少因子的同时又可以解释大部分的方差，故认为本次调查问卷的内容效度是合适的。

2.样本构成

由表3可知，接受本次调查的女大学生较多，其中女大学生所占比例为53%，男大学生所占比例为47%；其次是调查对象的年级分布，以大一大四居多，大二大三较少，其中大四学生最多，比例为46.3%。其中原因可能为大一大四的课程较少一些，时间比较充裕，在校园中遇到的概率较大；最后在专业分布中，文科及社会科学、理工科及商学专业占据了多数，分别为35%和26%。

 

表3 样本构成

  

调查对象基本信息样本数百分比/%性别男20747.05女23352.95年级大一8820.00大二6113.86大三8719.77大四20446.36专业文科及社会科学15635.45理工科及商学11425.91医学政法学4410.00其他12628.64

三、研究结果与分析

(一) 大学生对作弊的认知

1.大学生对目前作弊现状的直观感受

  

图1 你认为目前大学生作弊现象严重吗

  

图2 你目睹过他人考试作弊吗

从图1中可以看出，三分之二的大学生认为当前大学生作弊的现象严重，其中将近半数的人指出大学生作弊现象已经到了非常严重的地步。同时从图2可以看出，大多数的大学生都目睹过他人考试作弊，没有目睹考试作弊的学生仅仅占到14%，可见当前大学生作弊的现象确实已经到了普遍的地步，急需得到关注与解决。

2.大学生对于作弊行为的认知及建议

从图3可以看出，大学生对于作弊行为的态度上，有41.82%的人认为作弊是不正确的行为，但是可以理解。四分之一的大学生认为作弊是错误可耻的行为，但是调查发现选择此种看法的同学中，仍有31.58%的人有过作弊行为。另一方面，有10%的学生认为目前大学生作弊是很正常的事情，还有一些同学选择了很难讲清、与我无关的选项。

  

图3 你对大学生作弊的态度

从图4可以看出，取消学位成为了威慑大学生作弊的第一原因，同时学校的纪律约束和当场被抓获时的尴尬也分占了19.77%和26.26%。

  

图4 你认为作弊主要的威慑力来自于什么

从图5可以看出，考试方式多样化、严格考试制度、加大处罚力度成为被调查者认为减少大学生作弊的三种最有效措施。

按照对比护理的方式进行研究，选取我院2017年1月～2018年8月所接诊病例76例，任选组中38例，以常规方式护理，即对照组，余下38例，则给与中西医护理干预，即观察组。对照组男20例，女18例，年龄34～57岁，平均（43.12±1.08）。而观察组则由男19例，女19例，年龄31～59岁，平均（45.82±1.45）。对以上各数据对比；差异无统计学意义（P＞0.05）。

  

图5 你认为有什么方法可以减少大学生作弊

(二) 大学生作弊情况

1.你作过弊吗？

方差估计为经代入计算可得

投资估算编制方法和有关表格可以比设计概算简化些，但不能过于简单，否则依据作用和指导意义不大。特别是可行性研究阶段，有些工程基本上被要求按初步设计精度进行，各专业工程量清单也比较齐全，如果投资估算按“116号文”进行编制，就显得“单薄”，与相关专业不甚配套。因此，有必要制定既简化又相对完整的投资估算编制办法，以利于各方需要。

  

图6 不同年级的作弊比例

  

图7 不同年级的男女作弊比例

2.非数字化处理问题

从图8可以看出，超过一半的大学生将如果自己作弊的原因列为了没复习好，避免挂科，19.09%的学生则认为对考试课程不感兴趣是自己考试作弊最有可能的原因。随着奖学金等制度的建立，许多同学对此的渴望也成为了考试作弊的原因之一；而其他原因中，出于同学友情、心理不平衡等方面也分别占据了11.36%和4.32%。

  

图8 考试作弊原因分布图

运动员每周进行文化课学习的学时情况。根据江苏省体育局等部门在《关于进一步加强运动员文化教育和运动员保障工作的实施意见》中的规定：“业余运动员每周学习时间不少于24学时，优秀运动队运动员每周学习时间不少于12学时”[4]，武进少体校运动员均能达到这一标准。不过，对照《江苏省义务教育课程设置实验方案（2017年修订）》的规定：“小学一二年级周课时为26节，三至六年级周课时为30节，初中各年级周课时为34节”[5]，武进少体校只有12.2%初中运动员能完成34周课时，与同处义务教育阶段的普通学生学习时间相比差距较大。

  

图9 如果一个关系好的同学考试中向你“求助”，你会怎么办？

(三) 非参数检验

1.性别和是否做过弊是否有关？

建立原假设H0：性别与是否作过弊是两个独立的分类变量

H1：性别与是否作过弊是两个不独立的分类变量

 

表4 性别*作过弊吗交叉制表

  

你作过弊吗?有过没有合计性别男12780207女13796233合计264176440

 

表5 卡方检验

  

值df渐进sig.(双侧)Pearson卡方.298a3.585连续校正b.2013.654似然比.2981.585有效案例中的N440

a 单元格(0.0%)的期望计数少于5。最小期望计数为 82.80；b.仅对2x2表计算

进行列联表与卡方独立性检验，从表5中可以看到，卡方值为0.298，同时p值为0.585，远大于0.05的显著性水平要求。因此，不能拒绝“性别与对作弊态度无关”的原假设。

进行列联表与卡方独立性检验，从表7中可以看到，卡方值为16.913，同时p值为0.001，远小于0.05的显著性水平要求。因此，拒绝“年级与是否作过弊无关”的原假设，我们可以认为年级与是否作过弊有关。

建立原假设H0：年级与是否作过弊是两个独立的分类变量

H1：年级与是否作过弊是两个不独立的分类变量

 

表6 年级*作过弊吗 交叉制表

  

作过弊吗?有过没有合计年级大一454388大二263561大三533487大四14064204合计264176440

 

表7 卡方检验

  

值df渐进sig.(双侧)Pearson卡方16.913a3.001似然比16.8503.001线性和线性结合12.9781.000有效案例中的N440

a.0单元格(0.0%)的期望计数少于5。最小期望计数为24.40。

2.年级和对作弊行为的态度是否有关？

3.性别和作弊的原因是否有关？

即约有77.27%的大学生有在考试中作弊的行为。

党建是政治建设，具有超经济属性的政治属性。政治属性是为国家民族长远、整体发展利益牺牲个人局部、眼前利益的奉献属性。引导广大党员树立远大的共产主义理想和中国特色社会主义共同理想，模范践行社会主义核心价值观，吃苦在前，享受在后，克己奉公，是党建教育的根本内容。新时期广大党员想追求和利益追求日益多元化，看不到这一点，对党员的要求不切实际，不接地气，必然导致党建日益脱离人民。对于民办高校来说，更是如此。契约化管理依据历史经验，根据现实情况，强调把对党员的要求具体化，强调对党员功过是非的奖惩，这是民办高校党建的重要方面，是民办高校党建的重要创新探索和尝试。

H1：性别与作弊的原因是两个不独立的分类变量

 

表8 性别*作弊的原因 交叉制表

  

原因没复习好想取得更好成绩别人都作弊心里不平衡同学需要协助不好拒绝监考不严,惩罚不重对考试课程不感兴趣合计性别男10922813847207女116231137937233合计2254519501784440

 

表9 卡方检验

  

值df渐进sig.(双侧)Pearson卡方11.988a5.035似然比12.4405.029线性和线性结合.0521.819有效案例中的N440

a.0单元格(0.0%) 的期望计数少于5。最小期望计数为8.00。

进行列联表与卡方独立性检验，从表9中可以看到，卡方值为11.988，同时p值为0.35,小于0.05的显著性水平要求。因此能拒绝“性别与作弊的原因无关”的原假设，我认为性别与作弊的原因有关。

4.专业和作弊的原因是否有关？

建立原假设H0：专业与作弊的原因是两个独立的分类变量

H1：专业与作弊的原因是两个不独立的分类变量

 

表10 专业*作弊的原因 交叉制表

  

原因没复习好想取得更好成绩别人都作弊心里不平衡同学需要协助不好拒绝监考不严,惩罚不重对考试课程不感兴趣合计专业文科及社会科学8913716328156理工科及商学61948725114医学政法学2063101444其他5517516627126合计2254519501784440

 

表11 卡方检验

  

值df渐进sig.(双侧)Pearson卡方20.7891)15.144似然比20.50415.153线性和线性结合2.2751.131有效案例中的N440

1) 6单元格(25%) 的期望计数少于5。最小期望计数为1.70。

进行列联表与卡方独立性检验，从表11中可以看到，卡方值为20.789，同时p值为0.144，大于0.05的显著性水平要求。因此，不能拒绝“专业与作弊的原因无关”的原假设，我们没有理由认为专业和作弊的原因有关。

(四) RRT技术结果

本次样本容量n为220，理论上具有无关特性Y的人(出生日期在7月1日以后，包括7月1日)所占的比例πY为0.5,记πA为具有敏感性特征的人所占的比例。一号标有敏感性问题卡片出现的比例p(事先预定)为0.6,经统计本次调查中共有146个人回答了“是”。假设被调查者的回答真实可靠，则被调查者中作过弊的人比例为经代入计算，可得作弊人数比例的无偏估计为

建立原假设H0：性别与作弊的原因是两个独立的分类变量

1.2.1 抗病酶活性测定。2015年在公主岭南崴子进行。7月9日田间喷施公主岭霉素水浸提液。施药前取样并每隔3 d取样1次，连续取样10次，样品于-80 ℃保存备用。苯丙氨酸解氨酶(PAL)活性采用苯丙氨酸紫外吸收法[4]测定；超氧化物歧化酶(SOD)活性采用氮蓝四唑自氧化法[5]测定；β-1，3-葡聚糖酶(GLU)活性采用还原糖测定法[6]测定。分别以春雷霉素和清水作为阳性和阴性对照，设3次重复。

通过图6、图7我们发现三分之二的大学生在考试中做过弊(涉及私人机密使被调查者出于保护隐私而给出虚假回答的可能性误差包含在内)，进一步分析我们发现大三大四的作弊比例更高，男生较女生的作弊比例也更高，大四学生男女作弊比例分别达到了73.83%和66.67%。

最后再计算出总体πA的置信区间为：

1.根据大学生主体自身的直观感受，大多数人认为目前大学生作弊现象达到了严重的程度，且几乎都目睹过考试作弊。

所以，以95%的把握程度推断大学生考试作弊人数比例在66.86%至87.68%。

(五) 不同数据采集方式下的作弊比例结果比较

从表12我们可以看出，实地采集、网络采集、RRT技术得到的大学生作弊的比例由低到高，呈现出比较明显的差异。同时以95%的把握程度推断大学生考试作弊人数的比例在三种情况下分别为：实地采集[47.51%,60.68%]；网络采集[59.65%,72.17%]；RRT 技术结果[66.86%,87.68%]。可以看出，网络采集和RRT技术得到的置信区间有重合的部分，实地采集和RRT技术为同一批调查主体，但得到的作弊比例置信区间却相去甚远。

 

表12 不同数据采集方式下的结果比较

  

实地采集/%网络采集/%RRT技术结果/%作过弊54.0965.9177.27未作过弊45.9134.922.73

可见，采用传统的实地发放调查问卷仍难以获得较为真实的结果，部分学生隐瞒了自己作过弊的事实，网络调查能消除一部分心理防备，而RRT技术得到的结果相对来说最为准确，降低了问题敏感性的同时也提高了调查数据的质量。

四、结论及建议

(一) 结论

πA±t**

5.地方建设与油田生产的冲突。随着中央加快城镇化建设和社会主义新农村建设的步伐，地方城镇建设及村镇道路建设的步伐明显提速。地方城镇化建设（如道路修建、扩建等）不可避免地要涉及油田临近城区的井站、管网、油水井等设施的迁移。个别地方政府部门定下方案就要求油田执行，甚至不通气就进行施工作业，迫使油田改变原定施工井位或迁移井站、改建管网，打乱了油田原油生产布局，影响了原油开发生产的顺利进行，造成比较大的经济损失。

2.超过半数的学生承认曾在考试中做过弊，男生较女生的作弊比例更高，高年级较低年级的作弊比例也更高。

3.实地采集、网络采集和RRT技术得到的作弊比例分别为54.09%、65.91%和77.27%，部分学生对于自己考试作弊的事实进行了隐瞒。

4.没复习好避免挂科和对考试课程不感兴趣只为应付考试成为学生选择作弊的最大原因。

其次，传统产业转型归根结底依靠的是企业，那么企业能否预测消费者行为，有没有能力管理好忠实客户，有没有完成大数据资产的转化，能否获得“互联网+”大数据带来的便利，对行业转型而言更为重要。为保持可持续发展能力，仅凭借“互联网+”大数据思维是不够的，企业和行业还需要有迭代思维和快速创新的能力，要在创新过程中反复完善和更新，不断创造新资本，保持企业和行业的与时俱进性，才能持续享受“互联网+”大数据思维带来的便利。毕竟“互联网+”大数据是不断革新的，并非一成不变。

5.当发现有人作弊时，大部分人的态度是置若罔闻，极少数选择举报；有好友需要“协助”时，大多数学生虽然不愿意但是仍旧会帮忙，没有人选择举报好友的行为。

利用注浆管实施钻孔时，在贯入土过程中，通过管段振动及喷射作用持续贯入。这一过程主要为：将钻机和泥浆泵开启，开始以较低的压力注浆，保证钻杆在导向架方向上进行振动和射流，不断成孔下沉。当到达孔底部的标高后，对工作电流进行观察，要求不可超过额定值。

6.大学生对作弊行为的态度不再是单一地认为该行为可耻，更多的人表示理解，少数人认为是很正常的事情。

随着大数据时代的到来，数据的价值日益凸显。如何从收集到的数据出发，快速、准确地挖掘出其背后的价值，是数据分析人员最为关注的问题之一。统计软件的问世为解决上述问题提供了强有力的保障---统计软件以成熟的统计方法为基础，借助计算机强大的计算和数据管理功能，为人们便捷地进行数据分析和挖掘提供了良好的平台。

7.学校的惩罚措施与被抓住时候的尴尬成为了学生心中最忌惮作弊的两项措施，认为处罚应视情况而定和处罚力度不够大的学生占据了多数。

钉钉群的建立为以班级为单位的学生工作单元搭建了平台。通过该群发布的信息，能够明确显示已读与未读情况，进而实现了信息公告知晓度的动态监控。对于尚未及时读取公告的同学，钉钉软件设置了“钉”功能，可以选取电话、信息、应用内提醒等方式对该同学进行提醒。以此确保每一位同学都能接受到公告信息。

8.考试方式多样化成为学生认为有效减少作弊的最有力措施，同时学生认为学校对于考试作弊的处罚力度加大、严格监考制度也能减少作弊行为的发生。

强大的高技能人才队伍是我国经济发展过程中的夯实基础。但是，我国现有的1.12亿技能劳动者，在从业人员总数的占比不足13%；高技能人才仅2863万，其中5%是技师、高级技师。去除现有的440万高技能人才缺口，与2009年我国高技能人才需求相比，到2015年或2020年预计增加540万或990万。数据显示人才技能结构比例不合理，高级技能人才处于严重短缺的状态，很难适应各个省市地区经济转型升级进程中对技能人才的不断需要。

(二) 建议

大学生作弊的危害不言而喻，除了会对其自身的身心健康和三观造成危害，对于高校教学活动和整个社会的发展都会产生巨大的影响。为此，对于预防和减少大学生作弊本研究提出以下几点建议：

1.社会方面

社会上一些拜金享乐主义对大学生价值观产生不利影响，一些家庭教育的缺失对孩子的身心也会产生很大影响，社会各界应努力创造出有利于学校教育的良好大环境；同时加快个人信用体系的建设，将考试诚信纳入个人信用体系；加大对考试作弊的立法，为大学生树立正确的价值观。

2.高校方面

不再将单一的学习成绩与荣誉、奖学金捆绑，适当丰富对大学生的评价体系，多注重平时的表现；提高课堂教学质量，将考试方式多样化，结合实践来考核学生；严惩考试作弊行为、严格监考制度。

3.大学生自身方面

从本研究中大学生对作弊的态度等方面看来，大学生的诚信意识较为淡薄，道德弱化，价值观扭曲，心理上不平衡。为了减少大学生作弊行为主要在于改变主体本身，大学生应当多向积极正能量的人物学习，摆正自身的三观。

参考文献：

[1] 饶贤清.敏感性问题抽样调查方法研究[J].中国经贸导刊,2009(10):76-77.

[2] 杨茂林.问卷调查中敏感性问题处理方法的研究[J].市场研究,2014(5):46-48.

[3] 陈光慧,韩兆洲.基于随机化回答模型的最低工资敏感性问题研究[J].统计与信息论坛,2012(9):3-7.

[4] 李健.敏感性问题随机化抽样调查方法浅析[J].赤峰学院学报:自然科学版,2013(1):12-14.

[5] 刘守宗,黄明湛.敏感性问题调查中隐私安全性的探讨[J].西南民族大学学报:自然科学版,2010(1):163-165.

[6] Mangat.An alternative randomized response procedure[J].Biometrika,1990,77(2):134-141.

[7] 孔圣元.敏感性问题的问卷调查模型研究—“随机变量和”模型[J].统计研究,1997(6):58-64.