样本的年龄差异。由表5可知，60岁及以上的教师得分最高，其次是51～59岁的教师以及30岁及以下的教师，得分最低的是31～40岁的教师，这与以往的研究结果也有所不同。教师的生活满意度随年龄的增加而增高，20～29岁年龄段教师的生活满意度最低，60岁以上教师的生活满意度最高[5]。这是因为，60岁以上的教师面临着退休，已基本上取得了自己所想要的成就，而且有了一定的声望。事业不再是他们的主要关注点，他们更加关注自己的健康以及精神状态。他们有着丰富的生活阅历，看待事物比较客观，更能以平常心对待生活，对各方面相对比较满意。51～59岁的教师也已基本上取得了一定的成就，获得了一定的社会地位，家庭生活也比较稳定，对各方面的综合满意度也比较高。30岁及以下的教师得分高是因为这个年龄段的教师年轻，没有经历过生活的艰辛，对生活充满了憧憬。他们刚参加工作不久，还没有体验到工作的枯燥以及人际关系的复杂。另一方面，这个年龄段的教师多数还是单身，比较自由，没有家庭的负担，他们看待事物相对比较单纯，看待生活比较积极，对各方面的综合满意度自然比较高。31～40岁的教师多数刚成家不久，既有父母需要照料，还有孩子需要照顾，生活的开销比较大，经济不是很稳定。在学校里，他们是中流砥柱，承担着繁重的教学以及科研任务。这个年龄段的教师正是体验生活的艰辛以及繁琐的时候，对各方面的综合满意度自然较低。

　　学科结构的差异。由表5可知，工科教师的得分最高，表明工科教师各方面的综合满意度最高，其次是经济管理类教师以及艺术体育类教师，得分较低的是人文社科类教师以及理科教师，这可能是由于收入差异导致的。工科教师能够申请到更多的经费比较多的项目，其中一些教师还有自己的专利和发明，经济状况比较好。经济管理类教师经常和企业打交道，有些还在一些企业担任重要的职务，他们能够申请到的科研项目也比较多，经济来源比较充足。艺术体育类的教师得分较高应该是因为体育老师比较外向，善于发泄生活中的不满，而艺术老师比较会享受生活，更能感受到生活的美好。

　　四、因子分析

　　本文列出了高校教师快乐指数的21个影响因子，但由于变量较多，如果变量之间存在较强的相关性，则会造成相当多的信息重叠现象，不利于寻找内在的规律。因此，本文尝试用因子分析法进行降维处理。

　　因子分析是一种多变量分析方法，能将众多的具有错综复杂关系的指标归结为少数几个综合指标(公共因子或因子变量)，达到降维和简化数据的目的。因子分析的出发点是，用较少的因子变量来代替原来变量的大部分信息，因子变量并不是原有变量的简单取舍，而是对原始变量的重新组构[7]。

　　(一)因子分析的数学模型

　　为了便于讨论因子分析的结果，这里首先给出因子分析的数学模型和相关概念。

　　因子分析的数学模型：

　　x1=a11F1+a12F2+…a1mFma1ε1

　　x2=a21F1+a22F2+…a2mFm+a2ε2

　　…

　　xp=ap1F1+ap2F2+…apmFm+apεp

　　其中x1、x2、x3…、xp为p个原有变量，是均值为零、标准差为1的标准化变量；F1、F2、F3…、Fm为m个因子变量，m小于p，表示成矩阵形式为：

　　X=AF+aε

　　在这个数学模型中，X为原有变量，F为因子变量(公共因子)，可以把它们理解为在高维空间中互相垂直的m个坐标轴。A为因子载荷矩阵，aij为因子载荷，是第i个原有变量在第j个因子变量上的负荷。如果把变量xi看成是m维因子空间中的一个向量，则aij为xi在坐标轴Fj上的投影，相当于多元回归中的标准回归系数。ε为特殊因子，表示了原有变量不能被公共因子所解释的部分，相当于多元回归分析模型中的残差部分，a为特殊因子载荷矩阵[11]。

　　(二)因子分析结果及讨论

　　利用SPSS11.5统计软件对394条样本数据做因子分析。采用巴特利特球形检验与KMO检验考查变量是否适合做因子分析。采用主成分分析法，按相关系数矩阵提取特征值大于1的因子构建因子变量，并用方差极大法进行因子矩阵旋转。

　　KMO检验和Bartlett球度检验的结果见表6。

　　表6 KMO检验和Bartlett球度检验结果

　　这里KMO值为0.912，适合做因子分析。Bartlett的检验也是通过的，因为渐近x2的值为3 983.753，即很大，相应的显著性概率(Sig)小于0.001，为高度显著。因此，数据适合使用因子分析方法。

　　总方差解释结果如表7所示。

　　表7 总方差解释结果

　　为了使累计方差贡献率达到80%以上，提取了10个公因子。提取的10个公因子累积能够解释81.424%的变异量。为了使因子载荷矩阵中系数更加显著，采用方差极大法对初始因子载荷矩阵进行旋转，得到表8方差最大正交旋转后的因子载荷阵。

　　表8 方差最大正交旋转后的因子载荷阵

　　对表8进行分析，10个因子变量的具体含义。

　　公共因子1：第1公共因子上(第1列)高载荷的指标有收入满足、软环境、硬环境、学校管理制度、学术氛围，相应的因子载荷值分别为0.803、0.793、0.756、0.755、0.672，这些因子都和学校有关，故将第1公共因子F1命名为学校状况因子。

　　公共因子2：第2公共因子上(第2列)高载荷的指标有健康感觉、健康忧虑、心理健康，相应的因子载荷值分别为0.846、0.818、0.802，这些因子和健康有关，故将第2公共因子F2命名为健康因子。

　　公共因子3：第3公共因子上(第3列)高载荷的指标有自由度、社会地位、安全感，相应的因子载荷值分别为0.747、0.684、0.601，这些因子与个人的自我体验有关，故将第3公共因子F3命名为自我体验因子。

　　公共因子4：第4公共因子上(第4列)高载荷的指标有和领导的关系、和同事的关系，相应的因子载荷值分别为0.746、0.635，这两个因子都与人际关系有关，故将第4公共因子F4命名为人际关系因子。

　　公共因子5：第5公共因子上(第5列)高载荷的指标是个人心态平衡，相应的因子载荷值为0.829，故将第5公共因子F5命名为心态平衡因子。

　　公共因子6：第6公共因子上(第6列)高载荷的指标有离职倾向、职业信心，相应的因子载荷值分别为0.856、0.559，这两个因子都与个人职业信心体验有关，故将第6公共因子F6命名为职业信心因子。

　　公共因子7：第7公共因子上(第7列)高载荷的指标是和学生的关系，相应的因子载荷值为0.840，将第7公共因子F7命名为师生关系因子。

　　公共因子8：第8公共因子上(第8列)高载荷的指标是心理承受力，相应的因子载荷值为0.968，将第8公共因子F8命名为心理承受力因子。

　　公共因子9：第9公共因子上(第9列)高载荷的指标是自我期望，相应的因子载荷值为0.958，将第9公共因子F9命名为目标价值因子。

　　公共因子10：第10公共因子上(第10列)高载荷的指标是家庭氛围，相应的因子载荷值为0.934，将第10公共因子F10命名为家庭因子。

　　(三)陕西高校教师快乐指数的计算方法

　　公共因子的权重为该个公共因子特征值的方差贡献率。10个公共因子的权重分别为18.785/81.424、12722/81.424、10.124/81.424、6.490/81.424、6.434/81.424、6.241/81.424、5.598/81.424、5.133/81.424、5.022/81.424、4.874/81.424。

　　Index=(18.785F1+12.722F2+10.124F3+6.490F4+6.434F5+6.241F6+5.598F7+5.133F8+5.022F9+4.874F10)/81.424

　　从SPSS数据编辑窗口可以直接得到各个因子的得分，将因子得分带入上述公式即可得到每个教师的Index值，这个过程也可以由SPSS实现。得出985、211、大城市普通本科、小城市普通本科指数依次为0.2728、0.0349、-0.1096、-0.1200。由此可以看出，高校教师的快乐指数得分比较低，而且与院校声誉有很大的关系。

　　五、研究结论

　　对陕西高校教师快乐指数影响作用最大的五个公共因子是：学校状况因子、健康因子、自我体验因子、人际关系因子、心态平衡因子。其中，健康因子、自我体验因子、人际关系因子、心态平衡因子对快乐指数的影响主要取决于教师自身，学校状况因子对教师快乐指数的影响最大。前面提到的29份问卷对最后一题做了回答，其中17份问卷提到了工资太低，有些老师甚至用了太低太低来形容；一些老师也提到了科研压力以及评职称压力。所以，高校应健全和规范科研管理制度，提高教师待遇，努力建设和谐的校园氛围。

　　参考文献：

　　[1]陈惠雄，刘国珍.快乐指数研究概述[J].财经论丛，2005(3)：29-36.

 　　[2]陈惠雄，吴丽民.国民快乐指数调查量表设计的理论机理、结构与测量学特性分析[J].财经论丛，2006(5)：1-7.

　 　[3]周末，陈江兵.高校教师主观幸福感实证研究[J].社区医学杂志，2008，19(6)：1-3.

　 　[4]邱秀芳，刘兵.高校教师主观幸福感、心理健康、应对方式及其相互影响[J].广东医学，2010，10(31)：1341-1343.

　 　[5]邱秀芳.高校教师主观幸福感的实证研究[J].华南农业大学学报(社会科学版)，2007，1(6)：147-151.

　 　[6]肖凌燕.高校教师主观幸福感研究及思考[J].当代教师教育，2011，2(4)：80-84.

　 　[7]薛薇.统计分析与SPSS的应用[M].北京：中国人民大学出版社，2001.

　 　[8]高祥宝，董寒青.数据分析与SPSS应用[M].北京：清华大学出版社，2007.

　 　[9]林海明，张文霖.主成分分析与因子分析的异同和SPSS软件[J].统计研究，2005(3)：65-68.

　 　[10]张勉，李树茁.企业员工工作满意度决定因素实证研究[J].统计研究，2001(8)：33-37.

　 　[11]罗世鹏.银川市土地定级评价的实证研究[D]：西安：西北工业大学硕士研究生论文，2007.