基于因子分析大学本科创新人才培养影响因素探究.docVIP

基于因子分析大学本科创新人才培养影响因素探究 　　摘 要：文章主要运用因子分析法，探讨大学本科创新人才培养的影响因素，并在此基础上提出注重市场导向的课程设置、完善质量标准、注重基础教育、重视创新技能培养等加强大学本科创新人才培养的建议。 　　关键词：创新人才;影响因素;因子分析;大学本科 　　中图分类号：G640 文献标识码：A 文章编号：1002-4107（2016）03-0080-03 　　 创新人才在经济社会发展中发挥着重要作用，大学本科生创新能力的培养处于创新人才培养过程的基础地位。大学生创新能力的培养在很大程度上决定着国家科学技术的整体实力，对其研究具有十分重要的意义。 　　 国内外关于创新能力影响因素的研究较为丰富。Omaria等分析了教师对大学生创造力的影响[1]，认为教师在大学生创造力培养方面扮演了重要角色。Fang Wen发现撰写本科毕业论文能够在很大程度上提高学生的科学研究能力、独立分析及解决实际问题的能力[2]。张孝义、杨静萍通过分析认为创新人才的影响因素主要包括学校教育、家庭教育、社会文化和个性品质[3]。王明杰从主客观角度和互动关系出发[4]，认为影响创新型人才成长的主观因素包括个性发展、创新思维、创新激情、创新意志和团队合作，客观因素包括传统思想、制度环境、教育环境、组织环境和网络环境。张艳以农科本科专业为例[5]，设立了敬业精神、团队精神、进取精神、责任感、对职业道德规范的认识等26项指标对用人单位、高校和大学生进行调查，研究认为高校更注重品德的培养，大学生注重知识摄取，用人单位注重大学生能力。本文依据重点大学本科生的学业数据，运用因子分析法，探究大学生创新能力培养的关键影响因素，据此提出相应建议。 　　一、数据特征及变量定义 　　 （一）数据特征 　　 本文以国家某重点大学金融学专业2010―2013届共344个学生的学业成绩及相关数据为研究对象。该校金融学专业历史较长，特色明显，学生报考率和就业率均表现突出。经整理获得有效样本数量339份，样本有效率为98.55%，并用毕业论文成绩作为本科生创新能力的衡量指标，毕业论文写作需要大学生综合运用所学知识和发挥自身的创新意识，能较为全面地反映大学生的创新能力。毕业论文成绩分为三个等级，≥60且80为及格，≥80且90为良好，≥90且≤100为优秀。样本中男性大学生156人，占总数的46.02%，女性大学生183人，占总数的53.98%。 　　 （二）变量定义 　　 借鉴国内外研究成果，参考相关的课程分类文献，本文将大学生学业数据归纳整理为十一个大类指标作为研究的自变量，分别命名为公共基础知识、专业基础知识、专业知识、专业技能、实习实践能力、人文社科知识、自然科学知识、身体素质、科研方法、实际获得学分值和四级英语成绩，各变量具体赋值见表1。变量的赋值首先根据参考的相关文献对课程内容进行大类划分，然后考虑学分因素，对大类课程进行加权平均计算，得出该变量所对应的指标值，而不是某一门课程的分数。该方法有利于降低因某一课程成绩的偶然性造成的指标值偏差，提高了研究方法的准确性和适应性。 　　 二、大学生创新能力培养影响因素的实证分析 　　 （一）信度分析 　　 用Cronbach’s alpha 系数检验变量间内部信度，是目前社会科学研究最常使用的信度分析法。通常情况下，克隆巴赫系数在0.7以上，被认为可信度较高。该研究结果中数据总体的Cronbach’s alpha 系数是0.734，保证了数据内部的信度。 　　 （二）效度检验 　　 通过KMO（Kaiser-Meyer-Olkin）值来检验效度。该统计量的取值在0和1之间。当所有变量间的简单相关系数平方和远远大于偏相关系数平方和时，其值越接近1，则变量间的相关系数越强，原有变量越适合因子分析法。当KMO 值超过0.9 时，意味着非常适合做因子分析;0.8～0.9 说明适合;当KMO 值小于0.5 时，说明极不适合进行因子分析。Spss17.0的效度检验结果显示，该研究的KMO球形检验值为0.769，接近0.8，适合进行因子分析;巴特利特球度检验（Bartlett test of sphericity）也是判断是否适合进行因子分析的指标。该研究的Bartlett球形度检验值为973.595，sig值为0.000，小于普遍认同的显著性水平（0.05）。结果都表明本研究适合用因子分析进行解释。 　　 （三）因子分析 　　 1.因子提取。运用因子分析法对影响创新人才培养的因素进行归类统计分析，通过最大vaximax方差旋转得出五个因子。通过解释总方差分析，原始变量信息中提取的五个因子解释的累积总方差达到68.3