Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Vad påverkar studenters bostadsnöjdhet?: En SEM-analys av enkäten Nöjd Studbo
Linköping University, Department of Computer and Information Science, The Division of Statistics and Machine Learning.
Linköping University, Department of Computer and Information Science, The Division of Statistics and Machine Learning.
2018 (Swedish)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE creditsStudent thesis
Abstract [sv]

Det är viktigt att som student vara nöjd med sin boendesituation då det då blir lättare att fokusera på studier. Syftet med denna uppsats är att analysera enkäten Nöjd Studbo för år 2016 och 2017, angående hur nöjda studenter är med sitt boende. Nöjd Studbo är en enkät från Studentbostadsföretagen i samarbete med Origo Group. I datamaterialet återfinns enkätdata från elva företag, med svar från både nationella och internationella studenter, korridorsboende och lägenhetsboende studenter samt studenter som bor i en storstadsregion eller övrig stadsregion. Hos företag med fler än 1 000 kunder utfördes ett slumpmässigt urval om minst 1 000 kunder och vid små företag utfördes en totalundersökning.

Utifrån tidigare forskning samt syfte definierades fem latenta faktorer -Nöjdhet, Kvalitet på bostad, Service/pålitlighet, Område och Gemensamma utrymmen. Den latenta faktornGemensamma utrymmen analyserades explorativt. De fem faktorerna förklarades i sin tur av 21 observerade variabler. Strukturell ekvationsmodell (SEM) användes för att undersöka vilka faktorer som påverkar studenternas bostadsnöjdhet. Multi-group konfirmativ faktoranalys (CFA) och Likelihood-ratio Test (LR) användes för att undersöka huruvida olika grupper av studenter skiljer sig åt i faktorer som avgör nöjdhet.

Resultatet av SEM visade att de latenta faktorerna Service/pålitlighet samt Kvalitet på bostadhar måttligt positiv effekt på Nöjdhet. Faktorn Område samt faktorn Gemensamma utrymmen hade låg effekt. Alla effekter var signifikanta. Resultatet av CFA och LR-tester visade att det fanns skillnader mellan faktorerna bland alla studentgrupper. Internationella studenter upplevde att de hade en högre kvalitet på bostaden, uppskattade området mer samt var mer nöjda med sin bostadssituation generellt sett än nationella studenter. Studenter som bodde i en storstadsregion upplevde att kvaliteten på bostaden var högre samt att de var mer nöjda generellt jämfört med de som bodde i en övrig stadsregion. De studenter som bodde i en övrig stadsregion upplevde att servicen och pålitligheten var bättre samt området de bodde i var bättre än de som bodde i en storstadsregion. I jämförelsen mellan korridorsboende studenter och lägenhetsboende studenter upplevde de som bor i lägenhet att kvaliteten i bostaden var högre samt att servicen och pålitlighet var bättre.

Utifrån resultaten från denna uppsats samt tidigare forskning rekommenderar vi att uppdragsgivare hittar fler indikatorer som kan mäta Nöjdhet bättre, även fler faktorer som mäter nöjdhet exempelvis genom att lägga till fler frågor i enkäten som behandlar trygghet och avståndet mellan bostaden och lärosätet. Studentbostadsföretagen bör tänka på att ha god service när det gäller kontakt mellan kund och hyresvärd samt att kvaliteten på bostaden är en viktig faktor när det kommer till bostadsnöjdhet.

Place, publisher, year, edition, pages
2018. , p. 44
Keywords [sv]
bostadsnöjdhet, strukturell ekvationsmodell, konfirmativ faktoranalys, studenter, studentbostadsnöjdhet
National Category
Probability Theory and Statistics
Identifiers
URN: urn:nbn:se:liu:diva-149261ISRN: LIU-IDA/STAT-G--18/004—SEOAI: oai:DiVA.org:liu-149261DiVA, id: diva2:1226702
External cooperation
Origo Group
Subject / course
Statistics
Supervisors
Examiners
Available from: 2018-06-28 Created: 2018-06-27 Last updated: 2018-06-28Bibliographically approved

Open Access in DiVA

fulltext(7332 kB)10 downloads
File information
File name FULLTEXT01.pdfFile size 7332 kBChecksum SHA-512
fc8b17d948f304c2fec60414583dc645859ddd8a8d6f6542a9d0968a32a1fd88d035cee39bda38baf19cd550cbf5f6de42273855f3907da7e808f82363d76c05
Type fulltextMimetype application/pdf

By organisation
The Division of Statistics and Machine Learning
Probability Theory and Statistics

Search outside of DiVA

GoogleGoogle Scholar
Total: 10 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 106 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf