基于因子分析产学研合作教育影响因素研究.docVIP

基于因子分析产学研合作教育影响因素研究 　　摘要：本文通过构建产学研合作教育影响因素的指标体系，运用因子分析法导出其中的主要影响因素，通过多元回归分析，进一步厘清各因子的影响程度，提出促进产学研合作教育人才培养机制的对策建议。 　　关键词：产学研合作教育；因子分析；影响因素 　　中图分类号：文献标识码：A文章编号：1006-723X（2012）09-0186-03 　　产学研合作教育作为将生产、教学和科研有机结合的人才培养模式，能很好地突现现代高职教育的功能，该方式也是对《国家中长期教育改革和发展规划纲要（2010—2020年）》中加强职业教育基础能力建设的有力实践。产学研合作教育的主体至少包括企业、高校、政府三方，因此，要研究如何实现合作教育效果的最优化，须将各影响因素加以分析，从中提取主要因子组成合理的系统结构。 　　一、评价方法的选用 　　因子分析是从研究相关矩阵内部的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合变量的一种降维的统计分析方法。[1] 其目的是在信息保全度最大情况下把众多观测变量降维为几个起支配作用、相互独立且又不可观测的公共因子，以描述基本的数据信息及结构。 　　二、产学研合作教育影响因素指标的选择 　　首先，通过检索查阅有关产学研合作、产学研合作教育等方面的文献，将有关的指标进行了吸收，形成初步指标体系框架。其次，对浙江省内数10家高校、企业进行了实地调研，向从事过产学研合作教育的教学单位领导、教师、企业部门领导进行了访谈，征求意见，以检验并充实指标体系。其后，向有关专家征求意见，以验证指标设置的合理性与可操作性[2]。基于上述步骤，形成了产学研合作教育影响因素的指标体系，如表1所示。将每一指标根据强弱程度由弱及强分为七级，请被调查者从中进行判断和选择。 　　表1产学研合作教育影响因素指标体系产学研合作教育影响因素指标体系教师的实践教学水平的高低x1学校产学研合作教育制度的完善程度x2合作双方知识产权及相关所有权分配的清晰程度x3合作双方资源及条件的互补程度x4实践教学条件（场地、设备）的建设程度x5合作教育对企???盈利的助推程度x6企业的资金投入力度x7政府引导机制的完善程度x8产学研合作教育服务平台的建设程度x9政府扶持政策（如减免企业税收等）的落实程度x10第三方保证资金投入力度x11政府的资金投入力度x12企业领导的支持力度x13以往毕业生对该企业的岗位贡献程度x14 　　（一）数据收集与处理 　　本课题组共向高校和企业发放问卷150份，收到反馈问卷92份，其中有效问卷70份。后采用多元统计分析方法中的因子分析法，利用SPSS13.0软件和Excel 2003软件进行数据处理。 　　（二）因子分析法的应用 　　1.求出相关系数矩阵并进行KMO和Barlett球形检验 　　对原始数据进行因子分析的可行性进行判断，经过SPSS求得相关系数矩阵。系数绝大部分超过03，表明指标变量呈较高的线性关系。同时，通过KMO和Barlett球形检验，结果KMO值为0812，说明变量间相互作用较大；显著性水平为0000，小于005，表明适合因子分析。 　　2.求出变量共同度、特征值及相应的特征向量及累计贡献率，确定公因子个数。 　　表2方差分析结果因子初始特征值合计方差累计方差比%159034216842168218921351655683314681048666169410027154733235663473878061663545338259374963546861398469335289491935725489203910299213794176112892063962391222115829782113159113498955141461045100000旋转后的因子负载平方和合计方差累计方差比%36832631026310266819057453672045146105997618691334773323 　　通过SPSS，求出变量共同度结果，均接近或超过了70%，表示所提出的公因子对各变量的解释能力是较强的。从方差分析结果（表2）看，所提取的4个因子的累积方差贡献率为73.32%，说明这4个因子已包含了原14个指标的大部分信息，而图1可以进一步清晰地显示，前4个因子已包含了原始信息的大部分信息。 　　3.因子旋转 　　提取4个公因子后，进一步进行方差极大正交旋转，建立起旋转后的因子负荷矩阵，如表3所示。 　　4.进行因子旋转后的分析 　　表4是采取方差最大旋转后的因子负荷矩阵，由此对4个因子作出解释。因子一：包括了产学研合作教育服务平台的建设程度、政府扶持政策（如减免