R軟件在高校食堂管理中的應(yīng)用研究

高春潔　廉倩琳　葉鵬　木拉沙麗·艾買提　曹錦梅

摘要：為了解某高校食堂的管理、服務(wù)使學(xué)生滿意的現(xiàn)狀，幫助該校食堂的提高其服務(wù)水平。 采取調(diào)查問卷的方式對在校的學(xué)生進(jìn)行了隨機(jī)抽樣調(diào)查，通過使用R（3.3）軟件并采用了有序多分類的邏輯回歸分析、相關(guān)分析和主成分分析等方法對調(diào)查結(jié)果進(jìn)行分析。通過分析的結(jié)果找出了可能引起學(xué)生不滿的主要變量。由此可以幫助食堂管理者找出該高校食堂管理和服務(wù)改革的具體方法。

關(guān)鍵詞：高校食堂;有序多分類邏輯回歸;關(guān)聯(lián)分析;主成分分析

中圖分類號(hào)：R155.6+5? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2019）25-0250-03

Abstract： In order to understand whether students are satisfied with the management and service of the canteen in a university， so that we can improve the service level of the canteen. A random sampling survey was carried out among the students in the university by using the R （3.3） software and the methods of ordered multi-classification logistic regression， correlation analysis and principal component analysis were used to analyze the results of the survey. The main factors that may cause student dissatisfaction are found out through the results of the analysis. From this we can get the concrete method of the college refectory management and service reform.

Key words： College canteen; Ordered multi-classification logistic regression; Correlation analysis; Principal component analysis

餐飲和食堂管理的質(zhì)量與每個(gè)學(xué)生密切相關(guān)?，F(xiàn)在的高校食堂大多是由承包公司全權(quán)負(fù)責(zé)，但隨著社會(huì)經(jīng)濟(jì)的不斷提高，高校學(xué)生的消費(fèi)觀念也有了很大的轉(zhuǎn)變，學(xué)生們對食堂就餐環(huán)境的要求也日趨多樣化[1]，承包公司的統(tǒng)一模式化的管理方式很難滿足學(xué)生們的動(dòng)態(tài)需求。本文將通過大學(xué)生對于學(xué)校食堂滿意度的現(xiàn)狀調(diào)查分析，得到影響該高校食堂服務(wù)質(zhì)量的主要因素，并了解學(xué)生的消費(fèi)傾向，從而為提高該校食堂經(jīng)濟(jì)效益和改善管理方式提供數(shù)據(jù)理論支持。

1 問卷調(diào)查情況

通過問卷調(diào)查，獲取在校學(xué)生對食堂是否滿意的數(shù)據(jù)信息，我們將對問卷數(shù)據(jù)進(jìn)行分析之后，總結(jié)出有利于該校食堂提升服務(wù)水平和管理水平，改善就餐環(huán)境的建議。設(shè)計(jì)問卷時(shí)，為保證問卷的效度和信度，我們查閱了大量的文獻(xiàn)資料，并充分了解了該校食堂的運(yùn)行機(jī)制，針對該高校的食堂現(xiàn)狀進(jìn)行了問卷設(shè)計(jì)。

問卷主要分為個(gè)人基本信息、滿意度評(píng)價(jià)、單選和多選四個(gè)模塊。在基本個(gè)人信息部分，我們調(diào)查了學(xué)生的性別、民族、年級(jí)和院系;滿意度評(píng)價(jià)包括了對食堂的位置、飯菜質(zhì)量和價(jià)格等進(jìn)行打分;單選題包括就餐次數(shù)、花費(fèi)、打飯速度、反饋方式、就餐方式、建筑風(fēng)格有無吸引力;多選題包括就餐餐廳的選擇以及學(xué)生選擇餐廳的原因，學(xué)生們的理想餐廳等相關(guān)問題。

本次調(diào)查采用隨機(jī)調(diào)查的方式，對某高校在校大學(xué)生進(jìn)行了問卷調(diào)查，共發(fā)放問卷614份，問卷回收率100%，其中有效問卷593份，問卷有效率為97.21%。

2 調(diào)查結(jié)果分析

2.1 個(gè)人基本信息分析

收集了四種基本信息，包括種族、性別、大學(xué)和年級(jí)。男女比例為4：6，民族比例相對均衡。少數(shù)民族學(xué)生占總?cè)丝诘?9%。問卷數(shù)據(jù)具有一定的可信度，并通過了有效性和可靠性測試。本次問卷調(diào)查包括四個(gè)年級(jí)（大一、大二、大三、大四）的在校學(xué)生，并且在校的十個(gè)學(xué)院都有所涉及。

2.2 滿意度評(píng)價(jià)分析

滿意度評(píng)價(jià)部分包括"建筑的外觀設(shè)計(jì)""餐廳位置" "餐飲設(shè)施清潔度" "服務(wù)人員個(gè)人衛(wèi)生" "服務(wù)人員態(tài)度" "飯菜質(zhì)量""飯菜價(jià)格""飯菜分量""飯菜種類""飯菜衛(wèi)生" "飯菜新鮮程度""方便快捷度""營業(yè)時(shí)間""飯菜保溫情況""總體評(píng)價(jià)情況" 十五個(gè)變量。15個(gè)變量用于相關(guān)分析和邏輯回歸分析。

（1）相關(guān)性分析

運(yùn)用cor（）函數(shù)在R分析軟件中，查看學(xué)生對食堂的整體滿意度以及哪些變量之間具有較強(qiáng)的相關(guān)性。對結(jié)果解讀后得出：各個(gè)變量都和總體評(píng)價(jià)之間有一定的正相關(guān)性。其中，餐飲設(shè)施清潔度、飯菜的質(zhì)量、飯菜種類、飯菜新鮮程度、方便快捷度、飯菜衛(wèi)生與總體評(píng)價(jià)的相關(guān)性較強(qiáng)，相關(guān)系數(shù)在0.6以上。相關(guān)性分析的結(jié)果如圖1所示。

（2）Logistic回歸分析

Logistic回歸是研究兩種及兩種以上水平的反應(yīng)變量和影響因素之間的曲線關(guān)系的回歸分析，運(yùn)用Logistic回歸分析可以找出學(xué)生對食堂滿意程度的主要影響因素[2]。本文中所研究的反應(yīng)變量—總體滿意情況和各影響因素都分為五個(gè)等級(jí)：非常滿意、滿意、一般、不滿意、極不滿意。因此，本文采用有序多分類的Logistic回歸[3]來分析服務(wù)人員態(tài)度、餐飲設(shè)施清潔度等情況對總體滿意情況的影響。

由于反應(yīng)變量總體滿意情況是有序的五個(gè)類別，因此，利用統(tǒng)計(jì)分析軟件R中的軟件包MASS中的polr（）函數(shù)進(jìn)行分析，并進(jìn)行逐步回歸。邏輯回歸結(jié)果如表1所示。

建立好Logistic回歸模型以后進(jìn)行逐步回歸，挑選出對模型有貢獻(xiàn)的變量：外觀設(shè)計(jì)、飯菜質(zhì)量、飯菜種類、飯菜新鮮程度、營業(yè)時(shí)間、飯菜保溫情況。對逐步回歸模型進(jìn)行擬合檢驗(yàn)，檢驗(yàn)統(tǒng)計(jì)量為248.0666，服從自由度為24的 c2分布，且P<0.001，所以這個(gè)模型有統(tǒng)計(jì)學(xué)意義。接下來我們又做系數(shù)顯著性檢驗(yàn)，目的是為了找出會(huì)引起學(xué)生們不滿意的因素，結(jié)果如表2所示。由表2可知模型的系數(shù)全都顯著（P<0.05），得到最優(yōu)模型。

相關(guān)代碼如下：

dat.pol<-polr（dat$總況～.，data=dat）

summary（dat.pol）

#逐步回歸

step（dat.pol）

st.pol<-polr（formula = dat$總況 ～ 外觀與設(shè)計(jì) + 飯菜質(zhì)量 + 飯菜種類 + 飯菜新鮮程度 + 營業(yè)時(shí)間 + 飯菜保溫情況， data = dat）

#系數(shù)顯著性檢驗(yàn)

drop1（dat.pol，test="Chi"）

從建立的回歸模型可得知：餐廳的外觀設(shè)計(jì)、飯菜質(zhì)量、飯菜種類、飯菜新鮮程度、營業(yè)時(shí)間、飯菜保溫情況是影響學(xué)生對食堂總體滿意情況的重要因素。

對于高校食堂管理者來說，從這六個(gè)因素出發(fā)，可以更加高效地改善飯?zhí)玫姆?wù)水平，增加學(xué)生的滿意度。若已知某個(gè)學(xué)生對這六個(gè)變量的評(píng)分情況，我們還可以幫助食堂管理人員預(yù)測出他對食堂的整體滿意情況。

2.3 單選題分析

單選題共設(shè)置了六個(gè)問題，包括學(xué)生每月在食堂的就餐次數(shù)、每月在食堂的花費(fèi)、對食堂工作人員打飯速度的評(píng)價(jià)、反饋意見的方式、就餐方式、食堂建筑風(fēng)格是否有吸引力。

為了找出影響學(xué)生到食堂就餐次數(shù)的主要因素，使用“arules”包中的apriori（）函數(shù)分析，搜索出以食堂就餐次數(shù)在15次以上為右項(xiàng)的強(qiáng)關(guān)聯(lián)規(guī)則（用字母Y代替），并將結(jié)果根據(jù)提升度排序[4]，從而針對這些影響因素提出改進(jìn)意見，以增加學(xué)生在食堂的就餐次數(shù)。相關(guān)分析結(jié)果見表3。

由表3的關(guān)聯(lián)特征可得知，學(xué)生在食堂的就餐次數(shù)會(huì)受到學(xué)生每月在食堂的花費(fèi)、食堂工作人員打飯速度、反饋意見的方式、就餐方式、食堂建筑風(fēng)格的影響。學(xué)生希望每月在食堂的花費(fèi)在500-700元，增設(shè)自助式售飯窗口、提高食堂工作人員的打飯速度，完善食堂的反饋機(jī)制以及改變食堂的建筑風(fēng)格。

2.4 多選題分析

本文利用多重二分法進(jìn)行多選題的錄入，使用主成分分析[5]的方法研究變量與學(xué)生偏好的相關(guān)性。princomp（）函數(shù)用于主成分分析，結(jié)果如圖2所示。

從對多選題的分析結(jié)果中可以得出：由圖2可以看出學(xué)生的就餐場所可以分為三種選擇：即餐廳3和餐廳2、校外和其他、餐廳1。選擇去2號(hào)餐廳的學(xué)生也會(huì)選擇3號(hào)餐廳，但很少選擇1號(hào)餐廳。類似的，通過主成分分析的方法得出：美味、衛(wèi)生、方便是同學(xué)們選擇在食堂吃飯的主要原因，同時(shí)，食堂與宿舍的距離和食堂菜色種類是同學(xué)們考慮的著重考慮的因素，也是管理人員不可忽略的可控條件。學(xué)生到校外就餐，主要是因?yàn)槭程玫牟松涂谖稛o法滿足其要求。同學(xué)們出去吃飯更多地會(huì)選擇西餐廳、休閑小吃店，選擇面館和大排檔的人相對較少。同時(shí)，經(jīng)調(diào)查分析，我們發(fā)現(xiàn)同學(xué)們更希望食堂也可以增設(shè)咖啡、西餅屋、茶室等休閑場所。

3 結(jié)論

本文運(yùn)用有序多分類logistic回歸分析、關(guān)聯(lián)分析和主成分分析等方法對調(diào)查問卷做了系統(tǒng)性的分析，結(jié)果如下：學(xué)生比較重視餐廳的外觀設(shè)計(jì)、飯菜質(zhì)量、飯菜種類、飯菜新鮮程度、營業(yè)時(shí)間、飯菜保溫情況。對于食堂管理者來說，可以通過以下途徑增加學(xué)生的滿意度：（1）適時(shí)降低飯菜的價(jià)錢。同學(xué)們普遍認(rèn)為食堂的定價(jià)太高。（2）為學(xué)生提供反饋意見的渠道。及時(shí)了解學(xué)生們的意見反饋，可以幫助管理者及時(shí)認(rèn)識(shí)到工作方面的不足之處。管理人員可以結(jié)合當(dāng)下流行的網(wǎng)上評(píng)價(jià)方式，快速、高效地獲取學(xué)生的反饋意見。（3）定時(shí)對食堂工作人員進(jìn)行培訓(xùn)。不斷地提升工作人員的打飯速度，可以使同學(xué)們對食堂的滿意情況進(jìn)一步增加。（4）建立完善的責(zé)任制度。嚴(yán)格地對每一道工序進(jìn)行質(zhì)控，對工作人員的個(gè)人衛(wèi)生把關(guān)，讓同學(xué)們吃得舒心，吃得放心。（5）進(jìn)行窗口和菜品的改革。食堂應(yīng)該跟隨社會(huì)的潮流，推陳出新，這樣才能增加學(xué)生的滿意度，吸引更多學(xué)生前來就餐。

參考文獻(xiàn)：

[1] 王麗，李洪雷，寧國良.基于滿意度的高校后勤食堂服務(wù)創(chuàng)新研究——以南京醫(yī)科大學(xué)康達(dá)學(xué)院為例[J].價(jià)值工程，2019，38（09）：12-14.

[2] 彭慧.基于logistic回歸的食堂滿意度調(diào)查分析——以云南大學(xué)呈貢校區(qū)為例[J].中國高新區(qū)，2018（13）：48.

[3] 韋杰，曾萍.基于R的有序多分類資料logistic回歸分析[J].軟件，2014（6）：56-57，61.

[4] 許孝元. 分類關(guān)聯(lián)規(guī)則歸納算法及應(yīng)用研究[D].華南理工大學(xué)，2005.

[5] 張文彤，竺麗明，鮑培芬，王見義.分類數(shù)據(jù)主成分分析法在多選題分析中的應(yīng)用[J].中國公共衛(wèi)生，2004（01）：129-130.

【通聯(lián)編輯：梁書】