14、个体极端行为影响因素与供应链融资知识分形整合研究

个体极端行为影响因素与供应链融资知识分形整合研究

个体极端行为影响因素分析

在研究个体极端行为时，Logit模型因其独特的IIA特性被选为分析模型。该模型的概率表达式具有线性性质，选择分支的增减不会影响其他选项的选择率，求解速度快且易于应用。

研究方法与对象

本次研究选取了277人，将其分为极端行为组和正常行为组。极端行为组的研究样本来自浙江乔司监狱的成年男性囚犯，发放问卷150份，回收有效问卷131份；正常行为组均为男性，发放问卷165份，回收有效问卷140份。研究对象年龄在18 - 60岁之间。
研究采用了以下方法：
1. 自我控制量表 ：包含鲁莽冒险、自我神经质和简化等变量，从完全符合到完全不符合分为1 - 5级，Cronbach’s Alpha系数在0.6077 - 0.6451之间。
2. 大五人格问卷 ：涵盖外向性、宜人性、责任感、情绪稳定性和开放性五个维度，从“与我完全不像”到“与我完全像”分为1 - 5级，Cronbach’s Alpha系数在0.6912 - 0.804之间。
3. 个体气质类型测量量表 ：测试四种气质类型，从完全符合到完全不符合分为1 - 5级，Cronbach’s Alpha系数在0.4051 - 0.6053之间。
使用SPSS14.0统计软件进行数据分析和管理。

LOGIT回归分析

将极端行为发生概率作为因变量，极端行为组编码为1，正常行为组编码为0；人格、自我控制和气质维度作为自变量进行Logistic回归分析。结果如下：