高职学生素质因子分析研究.docVIP

高职学生基本素质状况因子分析研究 赵章彬 作者姓名：赵章彬 性别：男 出生年月：1963.12 籍贯：河北省大名县 职务：教师 职称：副教授 学位：硕士 政治面貌：中共党员 工作单位：北京农业职业学院文法系 地址：北京海淀区香山普安店29号 邮政编码：100093 固定电话010650 手电子邮件地址：z_zbin@126.com 本文系2008年北京市高等学校教育教学改革立项项目《高职人才素质培养模式研究》阶段性研究成果，课题编号：199，课题负责人：崔砚青 摘 要：本文利用因子分析等现代数理统计分析工具，通过对北京农业职业学院高职在校学生考试成绩进行分析，找到了隐形变量和相应的公共因子。在此基础上，利用聚类分析和均值分析方法，对高职学生素质状况进行分类研究，得出高等职业院校学生基本素质特征。为高职学生素质培养方案设计奠定基础。 Abstract：By using factor analysis and other modern mathematical statistic analysis tools to analyze the students score on a test of Beijing Vocational College of Agriculture higher vocational school, this paper finds out the latent variables and the corresponding public factors. On this basis, by using clustering analysis and mean analysis method, it makes classified researches on higher vocational students quality status, which results in the higher vocational colleges students basic quality characteristics, thus lay a good foundation on the subsequent design of higher vocational students quality training scheme. 关键词：素质教育；因子分析；素质特征；结构分布 英国心理学家C.E.斯皮尔曼认为，学生的各科成绩之间存在一定的相关性，起决定作用的是一些潜在的公共因子。因子分析就是基于此原理的一项多元统计分析技术，它通过研究众多变量之间的内部依赖关系，用少数几个不可观测的假想变量（因子）来表示基本的数据结果。这些因子反映了原来众多的观测变量所代表的主要信息，并据此解释这些观测变量之间的相互依存关系。聚类分析法是理想的多变量统计技术，它基于我们所研究的样品（学生）之间存在程度不同的相似性，根据多个观测指标（课程成绩），找出能够度量样品或指标之间相似程度的统计量，以这些统计量为划分类型的依据。为分析研究高职学生素质特征，选取北京农业职业学院2007级绿检专业79名学生作样本，应用SPSS17.0，对其入校后各科成绩进行了因子分析、聚类分析和均值比较分析，从而找到两个公共因子，即两组关键能力（素质），分别是综合素质和理解能力，通过进一步的分析研究得出被测学生的素质类型和能力结构，进而得出针对性的培养方案。 一、因子分析 （一）适合性检验 巴特利特球体检验（Bartlett test of sphericity）是用于判断样本数据是否适合做因子分析的指标。本课题巴特利特球体检验卡方近似值为2554.178(自由度=666)，显著性概率p=0．000＜0.001，故因子分析的适用性检验通过。 KMO（Kaiser-Meyer-Olkin index）指数是另一个用于判断样本数据是否适合做因子分析的指标。判断标准是：0.9KMO:非常适合。本课题的结果是KMO指数=0.902，适宜做因子分析。 （二）寻找公共因子 从总方差解释表（略）得出8个公共因子，其方差累计贡献率为75.254%，一般来讲，可将这8个因子作为评价学生综合素质的主因子。但从得出的碎石图（略）可以明显看出，只有两个公共因子较为作用显著。故本课题主要针对因子1和因子2两个公共因子进行分析。 （三）旋转因子分析 本课题旋转成分矩阵表（略）分析如下。 因子1替代了思想道德修养与法律基础、无机与分析化学、英语、毛泽东思想概论、邓小平理论和三个代表重要思想概论、食品化学、安全果蔬保护、粮油贮藏与加工质量监控、绿色果品标准化生产2、绿色蔬菜标准化生产1、农产品营养物质分析、果蔬贮藏与加工