学位论文-—问卷设计中敏感性问题的设计与研究

北方民族大学学士学位论文论文题目:问卷设计中敏感性问题的设计与研究

院(部)名称:信息与计算科学学院

学生姓名:

专业:统计学学号:

指导教师姓名:

论文提交时间:

论文答辩时间:（不填）

学位授予时间:（不填）

摘要

随着社会的日益发展与进步,社会中越来越多的地方出现各种各样的矛盾和问题，在解决这些问题时,一个全面有效的数据来对这些问题进行分析和解决是十分必要的。在日常调查这些数据时，我们那么难免会碰到一些敏感的问题，比如是否有过赌博行为、是否有过受贿行为、是否有过出轨经历、是否有过酗酒等等。许多关于这样的问题由于关系到到个人的隐私甚至利益,被调查者在回答时往往产生顾忌的心理，甚至有的人可能会拒绝回答问题。在研究一些社会问题时，对于这些敏感性问题调查是必要的，甚至会关系到社会的发展与稳定。为了使这些敏感性问题调查可以顺利进行，提高调查数据的准确性,国内外很多学者开始对敏感性问题调查技术进行研究。

本文系统介绍了处理敏感性问题调查的几种基本方法，沃纳模型、西蒙斯模型和几种随机化调查技术。本文介绍了几种典型的抽样调查方法-系统抽样、不等概率抽样、分层抽、整群抽样、多阶段抽样。而沃纳模型、西蒙斯模型属于典型的随机化回答模型，本文也进行了一一介绍。随机变量加法和乘法模型、多项选择敏感性问题调查模型属于随机化调查方法，在分析研究敏感性问题案例，本文也进行了介绍。

关键词：随机化问答模型，敏感性问题，随机化调查方法

Abstract

With the development and progress of society, more and more social in place a variety of contradictions and problems, to solve these problems, a comprehensive and effective data to analyze these questions and solve is very necessary. In the daily survey data, so we will inevitably encounter some sensitive issues, such as whether there is gambling behavior, whether there is bribery, whether there had been derailed experience, whether there had been drinking and so on. A lot about this problem because it relates to personal privacy and interests, respondents often produce psychological scruples in reply, even some people may refuse to answer the question. In the study of some social problems, is necessary for the investigation of these sensitive issues, even in relation to the development and stability of the society. In order to investigate the sensitivity of these problems can be carried out smoothly, improve the accuracy of the survey data, many domestic and foreign scholars began to study the sensitive investigation technology.

This paper introduces several basic methods for investigation of sensitivity, Warner model, Simmons model and several randomized survey technology. This paper introduces several typical sampling methods - systematic sampling, unequal probability sampling, stratified sampling, cluster sampling, multi stage sampling. While the Warner model, Simmons model is a typical randomized response model, this paper also introduces one one. Random addition and multiplication model, multiple-choice survey model sensitivity problem belongs to the randomized survey method, in the analysis of the case study of sensitive questions, this paper is also discussed in this paper.

Keywords: randomized response model, sensitive questions, randomized survey method

目录

第1章市场调查及问卷设计概述 (1)

1.1研究背景 (1)

1.2研究方法和思路 (2)

1.21资料和数据收集 (2)

1.22研究思路 (3)

第2章敏感性问题调查综述 (4)

2.1相关概念 (4)

2.2相关理论 (4)

第3章问卷设计中敏感性问题的设计的实证分析 (11)

3.1当前应用背景概述 (11)

3.1.1学生考试作弊情况的调查 (12)

3.2.2大学生酗酒情况调查 (13)

第4章结论 (15)

致谢 (16)

第1章市场调查及问卷设计概述

1.1研究背景

市场调查，在某些领域也叫做市场研究或者市场调研，是市场营销学和统计学当中一门重要的科目。运用正确的的科学的方法，有根据地、有系统地搜集、记录、整理有关市场动态信息，预测市场动向，分析市场的现状和发展趋势，为市场预测和营销决策的管理者的决断提供客观的、正确数据就是最简单的市场调查。估计性调查、选择性调查、规划性调查就是属于最简单的调查。市场调查一般有四种手法，包括定性调查研究和定量调查研究。虽然预测市场未来动向的调查十分困难，随着社会进步和科技发展，今后市场调查会有很大的提高。调查的手段的方式会越来越多，成本同样也会增加。基于网络的调查和顾客满意度调查，在社会市场研究中，会越来越受到许多大公司的重视。最重要的是，在未来，市场调查的范围会扩大，并且作为重要的营销手段之一，市场调查在为许多公司在市场竞争的中的决断起着不可代替的重要的作用。从美国社会学家沃纳提出敏感性问题调查模型—沃纳模型后，市场调查迅速在世界范围内发展开来。最原始的的市场调查就是简单数据收集、记录、分析的过程，现在的市场调查包含竞争公司的调查、销售渠道设计、市场需求预估、产品销售定位、消费理念研究、促销时间的确定、市场环境预测等多方面的一门综合性很强的科学的学科。

标题、前言、问卷指导和问题是问卷设计时主要考虑的部分。调查对象和调查内容是标题的最主要作用。前言的作用是解释调查的意义，表明调查的目的，调查的内容和对被调查者的希望以及要求，前言一般放在调查问卷标题的下面，问卷的的开头部分。问卷指导一般是被调查者怎样回答问题，同时也解释问卷中一些信息的相关解释。问卷指导大多数在问句的后面，并且需要用括号括起来，例如：其中涉及到的“（可选多项）“”下列说法中正确的有（可选多项）“，都属于常见的的问卷指导。问题是调查问卷的主体甚至是核心，是连接调查者与被调查者沟通信息的主要方式。问题一般采用的是问句形式。表格式和问答式是调查问卷的最主要的形式。表格式一般由问题表格、前言、标题、备注等。表格式的鲜明优势是直观、简洁，简练。表格式经常用于内容较单一的调查问卷。问答式的调查问卷样式的构成一般包括标题、前言、备注、问句等。问答式的好处在于是形式多样并且使用便捷。内容复杂时的调查问卷一般采用问答式。

随着市场经济的不断发展，市场调查和问卷设计作为一种获取市场信息的手段，逐渐成为我们生活中做出决策的重要参考，但是在当今社会各种统计调查中,我们会经常遇到很多敏感性的问题，如果采用传统的调查方法，被调查者往往会因为个人隐私，做出消极或者拒绝进行的回答，影响调查结果，但是我们研究一些社会现象时，很多时候需要一些真实有效的数据展开分析。当遇到敏感性的问题时，并且调查某种现象现象十分重要时,我们在问题的提出和提问的设计上应该认真研究，对调查方法也要进行特别的设计，尽可能降低被调查的顾忌心理，保护被调查者的隐私，从而得到真实有效的数据。本文从随机化问答模型开始，对敏感性问题的研究方法进行设计和研究。

1.2研究方法和思路

1.21资料和数据收集

本文资料首先来源于网络资料，大量阅读网络敏感性问题调查案例，例如艺人吸毒，同性恋情况，是否出过轨等等热门案例，并且对这些案例的调查和研究方法进行了仔细研究和学习。同时本文也从图书馆阅读了大量相关理论以及案例

例如多项选择敏感性问题随机化调查法，随机化问答方法，多样本抽样调查方法沃纳模型，西蒙斯模型等等，其次本文也对相关理论发展历史和现状进行了了解

，最后本文也就校园中一些敏感性问题调查案例进行了收集，包括是否做过弊，是否旷课，食堂打饭是否插过等等并对这些案例的研究和设计进行了仔细研究和学习。

观察调查法、实验法属于原始数据收集方法最重要的两类。观察法就是观察调查者的行为，观察调研法大多采用提问加交流的方式，有针对性的记录人或者事件的行为。并且当事件发生时，应该时刻观察并准确记录信息。随机观察和经过专门设计的观察是最重要的观察调研法的两种方法。具体实施时，有人员观察、机器观察、直接观察、间接观察。实验法就是研究提供的有关自变量的变化能否引起因变量的变化的。在实验设计中研究人员可以控制或者操纵一个甚至多个独立变量。包括四类因素：处理变量、受试者、要测试的因变量和对外来原因性因素进行处理的计划或程序。实验法可以很好地显示所感兴趣变量之间自然因果关系的产生和特征二手数据是所有过去收集的，但不一定与当前问题相关的信息。二手数据可以通过组织内部和外部两种渠道获得，目前二手数据对二手数据收集获得有了很多方便，现在因特网网上可以有上万条信息，搜索引擎连接着世界上各地上百万个文档。网上特殊兴趣小组也是数据来源来源之一。

1.22研究思路

本文首先采用抽样调查的方式，对需要调查的敏感性问题进行调查。关于抽样调查技术，目前常见的有多阶段抽样、分层抽样、不等概率法抽样、系统抽样、整群抽样、简单随机抽样等等。本文就一些敏感性问题调查时主要采用分层抽样，分层抽样就是把要调查的总体先分成几组，在从每组中抽取样本。然后综合每组研究结果，对总体参数进行估计。分层抽样时一般总体的一些辅助变量作为分层依据，各层可以按辅助变量的不同，分别用不同的抽样和估计方法进行研究。

分层抽样可以充分挖掘辅助信息，辅助信息在调查时有时会有很大的用处。对各层样本量的进行分配时，各层大小和层内的方差决定了样本量，如果在层内方差相同，单位成本较大，应分配较小的样本量，反之，也一样。戈、季二氏曾就分层抽样，提出控制选择法，除了使分层抽样中各个单位维持在一定的概率，并且不中意组合要要控制在较小的选中概率。分层抽样时目前调查使用最多的抽样技术之一，除了可以获取各层的估计值，还可以提高样本的代表性。分层是抽样调查中很重要的技巧之一。分层抽样一般先独立操作，最后合并分析。本文的几个例子均是采用的是比例分成抽样，分层样本的标本误差与简单随机样本的标本误差比就是设计效应的平方根。在比例分层抽样中，样本的选择是根据每层包含的成员数目来确定的，计算每层均值、比例和其他统计量时，它们的计算公式是一样的。对于分层抽样，分层变量的解释力与分层抽样的精度成正比。比例分层抽样的好处在于可以使估计值的精度提高，从而使每一层的群体具有代表性，分层过程中不会有额外分层费用，不过研究总体的每一类都要仔细列出，进行变量分类。在调查中，当遇到样本精度或某个子总体的精度不可以按比例分层时，就需要不成比例抽样了，不成本比例抽样就是对于不同的分层时，采用不同的抽样分数。然而这种做法会导致选择的概率不等和最终代表的样本不成比例。一班解决办法是加权。不成本比例抽样的优势在于当某一层的抽样数具有较高的标准差时，可以只当增加抽样数，降低样本的变异性。

其次通过介绍几个关于敏感性问题案例，通过网络查找，图书馆阅读大量文献和校园生活中一些具体案例，筛选出几个具有代表性的进行分析，其次，对这些案例进行分析时，首先从市场调查开始，介绍了一些去敏感化方法，比如采用间接的方式提问，把被采访者不愿回答的问题放在一组问题中提问，在问题开始前保证保密性和匿名性，降低敏感性，把敏感性问题混在非敏感性问题之间，采用传统的敏感性问题调查方法--沃纳模型。西蒙斯模型等等，并且在此基础上进行改进，得出结论。

第2章敏感性问题调查综述

2.1相关概念

.概率抽样调查大致的可以分为简单随机抽样、不等概率抽样、系统抽样、分层抽样、多重抽样、多阶段抽样。经济性、可行性、可度量性、目的性是概率性抽样调查的特点。概率抽样又可以模糊的分为抽样并且进行估值。简单随机抽样属于重要的基本的调查方法。简单随机抽样具体实施起来就是等可能的在N个样本中抽取一个，然后在N-1个中抽取第二个，依次类推。把总体元素按某个顺序将单个和序号进行一一对应就是基本的系统抽样。不等概率抽样即随机抽样，对总体单元确定时，采用随机的方法。分层抽样就是把总体分成几个单元，在对不同单元之间进行抽样。多阶段抽样就是分两次进行的分层抽样。多重抽样就是进行多次的分层抽样。在实际调查中，因为实际情况和设计方法的多样性，许多抽样调查方法往往同时使用。

在调查中使用一定的随机化装置,使被调查者以一定的概率来回答敏感性问题就是随机化回答技术。其目的是尽可能的对被调查者的隐私提供最大的保护，从而得到调查者的充分信任。例如在调查某学校学生酗酒状况时，使用外形一模一样的卡片进行调查，在m1张卡片上写“你有过酗酒行为行为”，另外m-m1张卡片上写有另一问题，比如“你是什么星座”“你没有过作弊行为”等等，这样调查者不清楚被调查者到底抽到了什么问题，从而对被调查者隐私起到了保护的效果。

敏感问题随机化调查方法大致分为西蒙斯模型、沃纳模型及改进后的数量特征的随机化回答随机变量模型--加法模型、乘法模型、多项选择敏感性问题的单一样本调查方法、多项选择随机化调查的多样本时调查模型等，本文就就这几个模型展开分析，对一些敏感性问题调查进行设计。

2.2相关理论

（一)沃纳模型

1965年美国社会学家沃纳研究敏感性问题时，研究出了沃纳模型,他的设计原理很简单，具体就是向被调查者提出两个相反问题，一个是关于敏感性的问题，另一个时完全不相关的，调查者按照预定的概率，按照随机的原则，从中两个问题中任意选一个问题进行回答，调查者不允许去询问被调查者回答的是哪一个问题，从根本上为被调查者的隐私提供了保护。

运用沃纳模型进行设计和参数估计时，第一步把问题分为带有敏感性特征问题的

A 、没有敏感性特征问题的

B 。根据调查的最终数据，计算出具有敏感性特征A 的人在调查总体中所占的比重Ω。

具体形式如下所示:

X1:我具有敏感性特征,即我属于A 。

X2:我不具有敏感性特征,即我属于B 。

具体运用沃纳模型时，把敏感性的问题和非敏感性问题按照相应的预定的比例p ：1 -p 在卡片上进行标记，其中0 < p < 1，被调查者回答时，有放回的随机抽取卡片，回答卡片上的问题。被调查者只要简单回答“是”或者“否”，调查者无权知道被调查者抽取到的卡片上的问题和回答的答案，保护被调查者的个人隐私。最终通过统计回答“是”的人数，运用概率论和数理统计的相关理论，估计并且计算出总体中回答“是”的敏感性特征的问题的人群比例π了。

我们用π表示调查的总体中具有敏感性问题的人在总体中所占比例；p 表示使用模型中提出的敏感性问题X1的卡片在所有卡片中所占的比例，因此1-p 代表着随机化模型中标记没有敏感性特征问题X2的卡片在所有卡片中所占的比例；λ表示全部接受调查的被调查者中回答“是”的人群比例。

5

.0,12)1()

91)12()1)(1(≠---=Ω-+Ω-=-Ω-+Ω=P P P P P P P λλ 假设n 为全部被调查者的个体数,m 为全部被调查者中回答“是”的个数,则

λ１＝ｍ

／

ｎ 其中λ１为λ的无偏估计量

π1 =（λ1-1+p ）/（2p-1）

其中π1为π的无偏估计量。

Var λ１的无偏估计量为

1)?1(?)?(--=n VAR

λλλ 22

2^)12()1()1()?()12)(1()1(1)?1(?)12)(1()?1(?)?(--+Ω-Ω=Ω----+-Ω-Ω=---=Ω

p n p p n Var p n p p n P n Var λλ

设差不超过α,则

22)

12(41)12(41)?(-≥≤-≤Ωp n p n Var

αα 此时如果要达到预定的要求，被调查者人数不能少于为n

(二)西蒙斯模型

1967年西蒙斯经过多年研究，提出了该模型，西蒙斯模型以沃纳模型的一些基本原理为基础，并在此沃纳模型的基础上进行了很大的改进。西蒙斯为了降低调查过程中，被调查者对敏感性问题中的隐私的保护，加大人们合作的几率，把敏感性问题对立的具有特征B 的问题进行了改进，改成一个与敏感性问题不相关的问题。

与沃纳模型相比，西蒙斯模型除了问题的不同外，西蒙斯模型同沃纳模型基本相同，调查完后只要给出所要计算的具体参数，这里用∏AU 代表具有敏感特征的人所占的比重。∏B 代表具有特征B 的人占的比重，并且在调查前我们要确定好比例。具体的分析计算过程和沃纳模型基本相同，计算的时候只要给出参数的方差、方差的估计量和他的极大似然估计量。

∏∏*--=p B p n n AU /])1([^

1

N 表示样本容量，n1代表被调查者中回答“是”的具体人数、P 为问题A 卡片所占比重。∏~AU 为∏AU 的无偏估计量，其方差为:

^

^2^

2*)1/()?1(*?)(....4,3,2,1),1(*)1(*)1()*/()1(*)(∏∏∏∏--=≠--+===-=p n AU Var n i A p p A X p n AU Var i

λλλλλλ 在∏⌒B 求得的条件下,P 的取值只要在0. 7～0. 8之间即可。由上文可知可知:Var(∏⌒AU)=λ* (1-λ)/(n*P2)≤1/(4* n*P2),在给定α的条件下:Var(∏⌒AU)≤1/(4* n*P2)≤α, n ≥1/(4αP2),从而样本容量为n= [1/(4αP2)]+ 1

（三）多项选择敏感性问题随机化调查方法

多项选择敏感性问题随机化调查中单一样本时，首先假设把敏感性问题分为K 种互相排斥的A1,A2…KK ，为了估计A1,A2,…AK 在总体中所占的比重，c1,c2,…cK,表示从总体中抽取的样本容量为n ，并且样本是有放的回简单随机样本，并由此构造随机化问答模型，当一个样本属于Ai 时,用一个产生号码1, 2,…K 的随机化装置使问答随机化。同时这一装置中产生j 的概率为P （ji,j ）= 1, 2,…被调查者的回答

根据该装置产生的结果而定,如果装置结果为j 那么被调查者回答j,这样一来A1,A2,…AK 被调查者回答1,2,…K 的概率构成一个矩阵

k k ij p p *)(=

此时回答j 的被调查者的概率为

k j c p i ji k

i j E ...3,2,1,1===λ

若容量为n 的SRSWR 样本中,回答j 的人数为n （j,j ）= 1, 2,…k,n1+n2+…+nk=n 。

k j n n j

j ,...2,1./?==λ 是相对应的λj 的无偏估计。从而c 的无偏估计为

1?11111111211)??()1()?(1)([)()?()?,...?,?(?,??---'------''--=-'=''-==-=p p n c V p p n p p n c

Cov p c w c c w w k

λλ

λλλλλλλλλλ 当样本容量n 不足够大时，估计量c i 很大程度上会出现负数。不过从回答数字j 的概率λj=p0cj+pj ，可以得出当抽得号码为j 的卡片有人数n ′j 比期望值npj 低得很多时，cj 的估计量很可能会出现负数。因此调查的样本容量进行设计时，n 应保证以比较高的置信度使n ′j/n 足够接近pj 。由于n ′j/n 有方差为pj(1-pj)/n,期望为pj 的近似服从正态分布,因而

202210)

/()1()65.1()65.1())1((90.1}{

j j j c j j j j c oc j j p

p p n n p p p p p n n p -=-==<-'

从而确定了n 多样本时，首先解释说明一下三项时的情况，假设把总体的每一个体分为三个互相排斥的A 、B 、C 三种情形，三种情形中至少存在一种情形，至多存在两种情形有敏感性特征，通过抽样调查估计三种情形在总体中所占的比重。调查时采用简单随机有放回的原则，从总体中抽取两个相互独立的随机样本，容量分别为n1和n2。两个样本的随机化模型基本相同，两个随机化模型的参数设计不应该相同。假设用两个盒子来装两个样本的卡片。每个盒子里放三种不同情况问题的卡片，第一类卡片上写 “是否为A ”，第二类上写“是否为B ”第三类写“是否为C ”，三种类型的卡片根据预先

设计好的比例混合好装入盒子中，不过两个盒子中同一类型的卡片所占的比例不应该相同。每个盒子中三种类型的卡片所占的比重尽量不要等比例平分。

设32,,ΩΩΩ分别是表示A 、B 、C 的人在调查的总体中所占的具体比例。则有

132=Ω+Ω+Ω

设pij 代表第i 个样本的盒子中第j 类卡片所占的比例。那么在第一个样本里第r 个被调查者回答“是”和“否”的概率分别为

1

31111

131********

11111)0()()()1(21λλ-=-===+-+-===∑∑==j c j j x c c i jcj i p x p p p p p p p x p

同样的第二个的样本

))(())(()(?())(?(?)()()1(2321131223221311)1312232232113112

23232223215

12221p p P p p p p p p p p p p p c

p p p p p c p x p c c j j j r ----------==+-+-===∑=λλλ

3132321131223221311)131123223211312??1?))(())(()(?())(?(?c c c

p p P p p p p p p p p p p p c --=----------=λλ

222213121112232221)1()()1()(1)?(n p p n p p k c

Var λλλλ--+--= 222213111112232122)1()()1()(1)?(n p p n p p k c

Var λλλλ--+--= 22221112111221222

3)1()()1()(1)?(n p p n p p k c Var λλλλ--+--=

（四）随机变量加法、乘法模型

随机变量加法和乘法模型大致上来说基本相同，这两个模型都是用一些不相关的数据，从而掩饰真实的数据，保证调查者不会从被调查者的问答中，猜出被调查者的敏感性相关性问题的回答，不过我们设计时可以使用一系列计算公式，根据已知的数据和不相关数据，提取出计算时需要的信息和数据，就好像敏感性数据的分布情况、均值方差等。为了使信息方便提取，无关数据的分布我们会事先预定好，同时为了对被调查者隐私进行最大限度的保密，无关数据设计时，尽量不要和真实数据存在太大的差距。

我们把敏感性随机变量设为X ，代表个体敏感生数据的值。Y 是代表无关的随机化变量，表示与敏感问题无关的数据，Y 的分布函数我们事先应该设计好。随机变量Z 且Z=X+Y,在本模型中，被调查者回答就表示Z 值，Z 表示敏感性问题随机变量X 与不敏感性问题随机变量Y 的和。X 表示被调查者敏感性数据的真实值，Y 是用一定的随机化模型获取的，所获得的Y 值服从事先预定好的分布，Y 的值只有被调查者知道，调查者只可以知道X 的值。

设无关变量Y 与X 独立，Z 为X 和Y 的复合变量，Z 表示被调查者的回答“是”的人数。

令)(),(),()

(),(),(222Z Var Y Var x Var z E u y E u x E u z y x z y x ======σσσ

从总体中有放回地抽取容量n 的简单随机样本。Zi 表示第i 个回答者的回答，

1、 乘法模型:Z=XY 根据X 、Y 的独立性，可得

22222/)(3)?(,?*y y x y z x y x y

z x y x z nu nu u Var u z u u u u u u u σσσ====∴=

可以看出,当无关随机变量Y 的期望值较大而方差较小时有较好的精

度,考虑到调查时的隐敝性，Y 的方差不应该太小。

)?(x u Var 的无偏估计为2

2^/)?(x z x nu s u Var = (2)随机变量和模型:Z=X+Y

n s u

Var n n s u

Var u z u

u u u u u u z x y x z x y x y

z x y x z /)?(/)(/)?(/?2

^222=+===-=∴+=σσ 当我们计算敏感性的均值时，无论X 是离散型或者是连续型。计算都相对简单，通常，一张服从事先预定好的分布的随机数表就能做调查时的随机化模型，随机数表可以通过随机数生成器计算机得到。

第3章问卷设计中敏感性问题的设计的实证分析

3.1当前应用背景概述

学校和企业一直是敏感性问题调查最多的的地方，随着互联网的日益普及，关于敏感性问题调查的方法又有了新的进展，学校里关于学生作弊情况、逃课情况、对图书馆不满意的意见等等许多地方需要一些真实的数据来反应学生间真实的情况。社会中的很多涉及到个人隐私的问题，也同样的也需要一些敏感性问题调查方法进行数据分析。目前对涉及到敏感性问题的调查方法，一般采用面访、电话、自填问卷，随着互联网的普，互联网调查也开始日益发展。在对关于敏感性问题的调查过程中。面访在许多情况下可以控制调查的进行，同时也可以详细的记录，但是提问一些敏感性问题的时候，调查者可能不会真是回答。自填问卷可以避免面访时，提问敏感问题时的尴尬,，可以使被调查者更好的合作，提高回答率和真实率。因此很多研究者会经常这种方法，比如匿名自填问卷方式调查。很多理论表明人们在填问卷时回答自己已有的敏感行为的可能性会提高。

最近网上数据报道，在大学中，大学生酗酒行为已经成为一种常见的现象,甚至有的大学生说吃饭不喝酒，交不到女朋友，喝酒不唱歌，酒等于白喝。不过随着酗酒日益严峻，也导致了酒后斗殴现象的发生。由此可见，当前大学生酗酒现象可以说是随处可寻。大学生酗酒的现象的日益加剧现象是有多种原因引起的,学校管理松懈、教师监管不到位、部分学生不适应大学生活心理没有地方发泄、大四学生面临巨就业压力问题、部分学生为了过生日逃课喝酒等等。尽管每个同学们酗酒的原因各种各样,但总的来讲，主要是是两大方面的原因,学校教学管理方面的原因和学生自身方面的原因。随着社会进步，现在大学生思想日益开放,不过有关数据表明，在大学期间因酗酒导致车祸的事件逐年上升，许多大学生因为酗酒，所以经常逃课，然而经常逃课对学生的学习和日后成长的影响是不言而喻的。就大学生酗酒问题,校长和老师们开始关注, 制定了许多管理制度。为了降低大学生聚会喝酒现象的发生，许多高校开始设置管理制度，意见箱随时举报、不定时的宿舍检查、酗酒危害的海报宣传等等，通过这种方式，保证学生不再酗酒,不过毕竟这种只能暂时缓解大学生酗酒现象，要想从根本解决，只依靠以上几个方法是不够的，目前有的有些高校从自身角度出发,通过教学管理建设和宿舍管理改革的方案进行改革。从学校自身改变开始，周周检查同学宿舍生活情况，大力宣传酗酒危害知识，从而让学生意识到问题，从根本上杜绝酗酒现象的发生。最近几年,我校采取了许多有关教学管理和改革的举措。涉及到多个方面。随着教学管理、方式与手段的全面建设和完善,教学管理逐步提高,不少部门不