中高职衔接教学团队组织结构因子分析.docVIP

中高职衔接教学团队的组织结构因子分析 　　摘要：就江苏省服装专业中高职衔接教学团队的组织结构构成要素进行问卷调研，应用SPSS19.0软件对各项指标值的相关系数分析以及KMO和Bartlett球形度检验，明确指标间的强相关性，随后利用因子分析法构建了以绩效公平因子、科研能力因子、人员配伍因子、行动目标因子为主因子的江苏省服装专业中高职衔接教学团队组织结构，并对4个公共因子进行权重排序，结果显示，4个因子的重要性相差不大较为均衡，为江苏省促进江苏省服装专业中高职衔接教学团队建设工作有序健康发展提供了参考。 　　关键词：因子分析；中高职衔接；服装专业；教学团队；组织结构 　　中图分类号：G712 文献标志码：A 文章编号：1673-9094-（2018）05C-0029-05 　　本文通过采用调研统计的研究方法，得到我省服装专业中高职衔接教学团队已有建设基础及组织结构因子的量化数据，分析存在的问题，寻求解决问题的路径和方法，进而构建符合我省服装专业中高职衔接教学团队发展实际的组织架构。 　　一、研究方法 　　（一）理论假设前提 　　本次调研进行了有针对性的问卷设计，主要问题的构想是围绕服装专业中高职衔接教学团队的构成因素与个体特性展开的。问卷结构主要由两部分组成：第一部分是个人基本资料；第二部分是团队构成要素的甄别。采用量表题的形式以了解被调研对象对教学团队的认知度与期待值。通过文献检索与专业书籍阅读发现，斯蒂芬?P?罗宾斯将团队与群体进行了比较研究。相比群体，他认为团队的构成要能体现“团队成员技能互补、拥有共同的目标、相互承担责任、协同配合”。以此理论模型为假设基础，课题组先后实地走访了苏州高等职业技术学校、江苏省太仓中等专业学校，与这两所学校服装专业中高职衔接教学团队负责人和部分成员现场交流，最终确定了问卷第二部分中所涉及教学团队组织结构因子的21个变量。 　　（二）因子分析的数学模型 　　因子分析是对不能直接观察到但对可观测变量的变化起支配作用的潜在因子的分析方法，因子分析既可以达到降维的目的，同时也能解决指标之间的信息重叠关系。通过对少数几个公共因子建立数学模型，对数据分析过程化繁为简，其数学模型用矩阵形式表示为： 　　X=AF+aε 　　其中，X表示标准化后的原始变量，A表示因子载荷矩阵，F表示提出去的因子变量，ai（i=1，2，...n）表示因子载荷系数，εi（i=1，2，...n）表示特殊因子。 　　本文采用因子分析法对问卷中第二个部分所涉及的21个原始变量进行降维，对某几个影响程度比较大的因素进行提取，并依据共同属性对几个公共因子进行重新命名。 　　（三）样本选取 　　本次调研在苏南苏中苏北地区10所服装中高职院校展开现场调研和网络发放问卷，共发放问卷样本170份，回收样本168份，其中有效样本为156份，样本回收率为94.05%。 　　二、调研数据分析与结果 　　（一）信度分析 　　问卷回收后，以信度系数指标来测试调研数据的可靠性。根据学者DeVellis研究的取舍标准，判断一份量表或问卷的信度系数的优劣，克朗巴哈系数在0.80以上为最佳，0.70～0.80则说明在可接受的范围里。分量表最好在0.7以上，0.60～0.70被认为是在可以接受的范围内。对问卷中进行信度分析，输出结果如表1所示。其克朗巴哈系数为0.821，说明信度较高，可以进行下一步分析。 　　（二）调研对象人口变量分析 　　1.调研对象地区分布 　　本次调研对象以苏北地区（徐州、宿迁、淮安、盐城、连云港）、苏中地区（扬州、泰州、南通）、苏南地区（南京、镇江、常州、无锡、苏州）划分片区。在156名调查对象中，苏北、苏中、苏南地区所占比例分别为21.8%、30.8%、47.4%，三个片区均有涉及且比例合理，为本次调研提供了较为客观的数据基础。 　　2.调研对象性别、年龄、受教育程度、职业能力分布 　　本次调研对象的江苏省中高职学校服装专业教师群体中女性占据了调研总体的主体，比重为84.6%。30～40岁年龄段的服装教师占调研人数的51.9%，40～50岁年龄段教师占总体的28.8%，这个两个年龄段教师成为我省服装专业中高职教学团队中的主力。 　　我省中高职衔接教师团队群体普遍文化程度较高，拥有大专以上学历的教师占据了调研总体的主体，此外还有20.5%的教师拥有博士、硕士研究生学历。这表明服装专业教师大都具备了较强的学习能力，对新的教学理念及教学手段能做出快速反应，是对中高职衔接教育体系做出积极贡献的主要群体。 　　职业技术能力调研涵盖了教龄、职称、专业特长三个方面。现有教学团队中从教年限以5―10年和11―15年为主要群体，分别占比32.1%和35.3%。高职院校中讲师比例最多，占据了16%，中职学校服