本篇论文目录导航：
【题目】城市边缘社区安全居民满意度调查分析
【第一章】城市边缘社区安全影响因素研究绪论
【2.1 2.2】城市边缘社区理论研究
【2.3 2.4】关于满意度的研究与文献述评
【第三章】城市边缘社区安全居民满意度模型研究设计
【第四章】居民对城市边缘社区安全的感知实证研究
【第五章】边缘社区居民安全满意情况与提升方法
【参考文献】边缘城市社区安全居民满意状况研究结论与参考文献
4 实证研究
4.1 样本结构分析
4.1.1 样本基本情况统计分析
为统计城市边缘社区安全居民满意度调查的样本基本情况信息，本文将调查得到的样本数据整理得到的样本人口统计如下表格：
从表中的统计中可以看到，第一，性别方面，女性要多于男性，这是因为在边缘社区中，人们的社会阶层通常不是很高，男性要为家庭进行更多事业上的奋斗，因此闲暇时间较少，所以在随机抽取样本时，女性被调查者比较多。第二，年龄方面中老年人样本所占比例较大，这说明边缘社区有老龄化趋势，因为边缘社区与城市距离很近，有条件的年轻人更愿意去城市内部定居生活，享受城市中更加舒适的生活，并且这对他们与留在边缘社区的家人交流影响并不大。第三，在教育水平方面，大部分人都接受了高中以上教育，这与近几十年来我国不断普及的教育事业有关，同时很多人都接受过大专及以上教育，这说明我国人民的教育观念有了很大变化，对下一代人的教育问题更加重视、更加支持。不可否认的是也存在相当一部分比例的人只接受了初等教育，这其中不乏中、青年，说明先进的教育观念并未彻底深入所有人的心。第四，职业方面，由于社区所在地区经济并不是所在市最发达的，再加上教育水平和传统地域思想的影响，致使当地私营业主或个体经营占到最大比例，企事业单位工作人员虽也占有很大比例，但在采访中可以得知，这其中的不少人都是在私营或民营企业打工，在社会普遍观念认同上的事业单位工作人员并不多。自由职业包括失业人员、退休人员，同时也包括在城市蔓延到此之前的务农人员。第五，家庭收入方面，收入 5 万到 10 万的家庭占半数以上，这说明边缘社区已经不像刚开始建立时的那样艰苦，人们的生活水平正在逐步提高，同时年收入 2 万到 5 万的家庭占到相当大部分，在一个三线城市来说虽不算富裕阶层，但可以满足基本生活开销。但我们仍要在好形势中发现问题，比如 1 万元以下的低收入家庭还是占有一定的比例，同时收入 10 万以上的家庭只占 2.43%,说明边缘社区虽然保证了基本生活收入，但高收入人群还并未崛起，也并未吸引更多高收入人群的到来。第六，政治面貌方面，党员比例达到 26.42%,说明社区党务工作发展较好，但群众比例还是较大，还需要在组织上、思想上的带动，从而可以促进社区各项工作的进展。总体上看，边缘社区虽已经有了很大发展，但相对城市社区人员素质来说还是比较落后，说明还是有进一步提高的空间。同样本文所研究的城市边缘社区安全问题也是急需提高的一个方面。
4.1.2 描述性统计分析
得到城市边缘社区居民对社区安全的满意度，要对本文所列的几个变量进行描述性统计分析，包括均值、标准差、最小值和最大值等。描述统计量表格显示出本文建立模型所研究的 7 个变量进行了系统的统计分析，我们从表的结果中可以看出，所取的所有变量都在合适的统计范围内。
从图表中数据可分析得，城市边缘社区安全满意度的均值达到了 3.07151,可以看出居民对所居住社区的安全情况满意程度一般偏低，有一定的提升的空间。居民参与（4.13140）和感知价值（4.03489）排在居民满意度的前列，说明边缘社区在有限的条件下，社区安全工作在这几方面做的较好，使得居民的体验达到较高值。同时居民对社区安全服务构成（2.16170）和社区安全服务质量（2.24949）的满意度分值较低，说明政府或社区应着重注意这些事项的优化。
4.2 信度、效度分析
4.2.1 信度分析
信度分析的目的是检验研究问卷数据的关联性、统一性和真实性，信度分析的数据结果能够说明被调查者是否填写大量相同的观测值，证明问卷的数据质量如何。说明被调查者选择的答案是真实的、多样的，统计结果也因此真实有效。信度分析分为外部信度分析和内部信度分析，本文则使用内部信度分析来分析本研究问卷的变量 Cronbach'sa 系数是所研究问卷变量品质的评判标准，变量的信度随着 a 系数升降而升高或降低，二者呈正相关。本文运用较新版的统计软件 SPSS19.0 进行分析。
对问卷数据进行信度分析，整体量表的α系数为 0.983,并且所研究的 7 个变量的α系数均比 0.70 要大，可得出研究数据通过了一致性检验，观测变量具有较高可信度，为之后的研究打下基础。
4.2.2 效度分析
进行效度分析是为了帮助调查者了解其调查是否能够表达出自己的想法和目的，所研究的观测变量能否客观准确反映调查问卷。观测变量对调查问卷测量的准确性随着效度的增高而升高。
本文对效度的检验用的是因子分析的统计方法。因子统计分析在一定程度上能对多个观测变量之间相关性的问题进行解决。并且要对观测变量信息做出降维处理，目的是解决因子分析中存在的多重共线的问题，需要注意尽量减少变量所包含的信息损失，这样才不至于对后续分析造成不利影响。运用 SPSS 中的公式测出 KMO 样本测度指标，同时也需要进行巴特利球体检验。
4.3 相关性分析
相关性分析作为其他分析的基础，是统计学中常用方法之一，这一方法可以对问卷中测量项之间的关联程度进行分析，但其局限也非常明显，即无法做出变量间因果关系的判断。本文用相关性分析的方法，对城市边缘社区社区安全服务构成、社区安全服务质量、居民参与、居民期望、感知价值、居民满意度及居民信任进行一定的探讨。
结果中可以得出，自变量和因变量是相关的关系，并且相关关系也存在于各观测变量之间，统计数据中的结果可以明显的看出， 社区安全服务构成与居民满意度的相关系数为 0.316,在 1%的水平下显着；社区安全服务质量与居民满意度的相关系数为 0.608,在 5%的水平下显着；居民参与与居民满意度的相关程度为 0.486,在 1%的水平下显着；居民期望与居民满意度的相关系数为-0.543,在 10%的水平下显着；感知价值与居民满意度的相关系数为 0.225,在 5%的水平下显着；居民满意度与居民信任的相关系数为 0.527,在 1%的水平下显着。总体来说变量之间的相关系数小于 1,比较小，可认为变量之间不存在严重的多重共线性问题，不会对模型的结果产生不利影响。
相关性分析对本文所提出的假设已进行了初步验证，随后将用回归分析的方法对问卷观测变量的确切逻辑关系进一步探讨。
4.4 回归分析
回归分析可以弥补相关性分析不能验证变量间逻辑关系的缺点，对变量间的关系进行明确检验。
4.4.1 安全服务构成、安全服务质量、居民参与、居民期望和感知价值与满意度的回归分析（1）方程拟合优度检验。
由表中可看出，R 方为 0.743,DW 值为 1.938,接近于 2,所以方程的拟合优度检验结果较好。表明模型不存在严重的残差序列自相关性，可以有效的解释被解释变量，基本上满足回归模型的线性假设。
（2）回归方程的显着性检验
此检验模型中 F 值为 902.834,对应的相伴概率值（sig）为 0,在显着性水平为 0.05 的假设条件下，方程的总体通过显着性检验，这说明回归模型的线形关系是显着的，即该模型有效，可以用线性关系描述和反映因变量和解释变量之间的关系。
（3）回归方程系数的显着性检验
①社区安全服务构成与居民满意度
表 4.8 的回归结果可知，社区安全服务构成与居民满意度回归系数是 0.219,P 值为 0,在 5%的水平上通过了显着性检验，说明社区安全服务构成与居民满意度的 5%的水平下显着正相关，验证了本文的假设 1:社区安全服务构成对城市边缘社区安全居民满意度有正向关系。
②社区安全服务质量与居民满意度。
表 4.8 的回归结果可知，社区安全服务质量与居民满意度的回归系数是 0.210,P值为 0.001,在 5%的水平上通过了显着性检验，说明社区安全服务质量与居民满意度的5%的水平下显着正相关，验证了本文的假设 2:社区安全服务质量对城市边缘社区安全居民满意度有正向关系。
③居民参与与居民满意度。
表 4.8 的回归结果可知，居民参与与居民满意度的回归系数是 0.049,P 值为 0.091,在 5%的水平上通过了显着性检验，说明居民参与与居民满意度的 5%的水平下显着正相关，验证了本文的假设 3:居民参与和城市边缘社区安全居民满意度有正向关系。
④居民期望与居民满意度
表4.8的回归结果可知，居民期望与居民满意度的回归系数是-0.497,P 值为0.004,在 5%的水平上通过了显着性检验，说明居民期望与居民满意度的 5%的水平下显着负相关，验证了本文的假设 4:居民期望和城市边缘社区安全居民满意度有反向关系。
⑤感知价值与居民满意度
表 4.8 的回归结果可知，感知价值与居民满意度的回归系数是 0.122,P 值为 0.019,在 5%的水平上通过了显着性检验，说明感知价值与居民满意度的 5%的水平下显着正相关，验证了本文的假设 5:感知价值和城市边缘社区安全居民满意度有正向关系。
4.4.2 满意度和居民信任的回归分析
（1）方程拟合优度检验
由表中可看出，R 方为 0.859,DW 值为 1.924,接近于 2,所以方程的拟合优度检验结果较好。表明模型不存在严重的残差序列自相关性，可以有效的解释被解释变量，基本上满足回归模型的线性假设。
（2）回归方程的显着性检验
由表 4.10 可知，此检验模型中 F 值为 844.021,对应的相伴概率值（sig）为 0.003,在显着性水平为 0.05 的假设条件下，方程的总体通过显着性检验，这说明回归模型的线形关系是显着的，即该模型有效，可以用线性关系描述和反映因变量和解释变量之间的关系。
（3）回归方程系数的显着性检验
回归结果可知，居民满意度与居民信任的回归系数是 0.887,P 值为 0,在 5%的水平上通过了显着性检验，说明感知价值与居民满意度的 5%的水平下显着正相关，验证了本文的假设 6:城市边缘社区安全居民满意度与居民信任有正向影响作用。
4.5 假设结果分析
本章利用对调查数据的一系列实证分析和整理，得出的结果对上一章提出的六条假设得以验证，表 4.12 即为假设验证结果：
本章对城市边缘社区安全居民满意度进行了实证研究。用 SPSS19.0 作为统计分析工具，对所调查样本数据进行了描述性统计分析、信度、效度分析、相关性分析和回归分析。本研究选取了年龄、性别、职业、教育水平、政治面貌和家庭年收入作为人口变量，来分析不同特点的人口特征对城市边缘社区安全居民满意度的不同影响。然后对模型中的变量分别与满意度进行相关分析，并对居民满意度与居民信任进行分析，可得出变量间的相关关系，之后对模型中的五项变量与居民满意度进行回归分析，可以得出回归方程，并得到变量与满意度之间确切的逻辑关系。从调查结果中，可以看出：
（1）通过对 C 市五个边缘社区样本基本情况的统计分析，可知样本居民性别、年龄、教育水平、职业、家庭年收入、政治面貌等六项特征值的比例，以及不同特征的样本对问卷各变量的选择差异，再辅之以当面采访，可以得到样本居民对所在社区的安全满意度整体情况。
（2）在正式开始调查前，进行问卷前测还是很有必要的，从中未发现影响问卷测试准确性的明显问题，保证了正式问卷的合理性与有效性。
（3）对回收的城市边缘社区安全居民满意度调查问卷的结果进行描述性分析中，可以得出各项变量的得分情况从高到低分别为居民参与（4.13140）、感知价值（4.03489）、居民期望（3.68753）、社区安全服务质量（2.24949）和社区安全服务构成（2.16170）。社区居民对城市边缘社区安全居民满意度的平均分均值为 3.07151,对所在社区安全情况总体上满意程度一般偏低。
（4）在教育水平角度看，比较明显的特点是学历越高，对于满意度的感受越低。职业角度，满意度从高到底依次为自由职业、事业单位人员、公务员、私营业主或个体经营人员和学生。家庭年收入方面，大体呈居民收入与其对安全满意度呈反向关系的状况。政治面貌方面，中共党员对社区服务的满意度最高。
（5）对本文研究模型的五个前因变量（社区安全服务构成、社区安全服务质量、居民参与、居民期望、感知价值）与满意度之间进行相关分析，并对居民满意度与居民信任进行相关分析，得到除居民期望与满意度呈负相关之外（相关系数为-0.543），其余四项均与满意度都存在正相关。相关系数分别为 0.316、0.608、0.486、0.225.居民满意度与居民信任也呈正相关关系，相关系数为 0.527.
（5）对本文研究模型的五个前因变量（社区安全服务构成、社区安全服务质量、居民参与、居民期望、感知价值）与满意度之间进行回归分析，并对城市边缘社区安全居民满意度与居民信任进行回归分析，得到各个变量与满意度间及城市边缘社区安全居民满意度和居民信任间的确切逻辑关系，以及各个变量与满意度间及城市边缘社区安全居民满意度和居民信任间的回归方程，因此本文可以得出结论，各变量对居民满意度影响最强的是社区安全服务构成（0.219），影响程度最弱的因素是居民参与（0.049），并且居民满意度对居民信任的影响也很强，回归系数达到 0.887.
