基于因子分析法对大学英语课程需求研究.docVIP

基于因子分析法对大学英语课程需求研究 　　[摘要]通过需求分析，课程设置能否更好地反映并满足学习者需求成为语言研究关注的焦点。现有的研究中，关于大学英语课程的需求分析有很多重复之处。由于各个因子之间通常存在着错综复杂的关系，增加了教育工作者分析大学英语课程设置的难度。因此，本研究通过因子分析法将众多因子进行归纳，萃取几个主要的因子，并有针对性地对大学英语课程的改进给出建议。 　　[关键词]需求分析；因子分析；课程设置 　　[中图分类号] G642[文献标识码] A 　　[文章编号] 1671-5918（2017）07-0128-02 　　doi：10.3969/j.issn.1671-5918.2017.07.060 　　[本刊网址] http：// 　　一、引言 　　近年?恚?需求分析广泛应用于外语教学中，并且已经成为课程设置不可分割的一部分。在外语教学领域，需求分析是教学改革的首要条件，是通过系统地收集信息和全面地分析信息来确定和检验课程。文献表明，目前为止在语言界里，需求仍然被认为是一个广泛的术语。国家中长期教育改革和发展规划纲要（2010-2020年）提出要建设人力资源强国”的战略部署，在人才培养体制改革方面要求：更新人才培养观念，创新人才培养模式，改革教育质量评价和人才评价制度。在这样的时代环境下，学生对大学英语课程设置的满意度如何？大学生的学习需求是什么？通过学习需求分析，对大学英语课程设置有什么建议和意见？本文就以上问题通过问卷调查的方式来分析研究。 　　二、研究范围与研究方法 　　本研究采用定性、定量相结合的分析方法对某大学261名在校学生进行了结构式调查问卷。在问卷的编制上主要以Dudley-EvansSt.John和HutchinsonWaters的分析模型为依据并通过目前情景、目标情景等维度设计问卷，采用SPSS22.0对问卷数据进行了探索性因子分析、信度检验、效度检验和描述性统计分析。本研究问卷采用5分制Likert量表的形式。（1=非常不符合，2=不符合，3=一般，4=符合，5=非常符合） 　　因子分析法的目的是用少数几个因子去描述许多指标或因素之间的联系，换而言之，将相关比较密切的几个变量归在同一类中，每一类变量就成为一个因子，以较少的几个因子反映原资料的大部分信息。考虑到本研究的目的在于探讨影响大学生对英语课程的需求，因此，本研究主要采用因子分析法去提取公因子进而将学生的需求归类和分析，归纳出影响学生学习大学英语课程的几个主要需求因素，从而为以后的教学给予合理的建议。 　　三、数据分析 　　（一）信度检验 　　检验调查问卷信度的方法有很多种，本论文采用Cronbach’s α值来检验调查问卷的信度。如今，Cronbach’s α是来计算Likert量表的可靠性系数最常用的方法。人们普遍认为，当Cronbach’s α值达到0.9时是具有非常高的可靠性；当Cronbach’s α值介于0.8-0.9之间意味有较高的内部可靠性；当Cronbach’s α值介于0.7-0.8之间说明其内部可靠性是可以接受的；但如果当Cronbach’s α值低于0.7时，代表了量表的设计存在了某些问题。结果表明，本研究调查问卷的Cronbach’s α值是0.825，表明了本次的调查结果具有较高的内部可靠性。 　　（二）效度研究 　　在本研究中，采用了KMO样本测度和Barlett球形检验来判断数据是否适合用来作因子分析。通常情况才，当KMO的值不小于0.7，同时Barlett球形检验的P值小于0.01，表明各个变量之间具有较强的相关性，适合做因子分析。本研究利用SPSS22.0软件对采集到的数据进行分析的结果如下。KMO值是0.723，相应的显著性概率P小于0.01，因此，本研究的调查问卷适合做因子分析。 　　（三）因子分析 　　提取因子的方法有很多种，我们可以观察碎石图选取公共因子和因子累积贡献率中提取因子。根据相关性分析和每个变量最终归结为某个提取的因子的方法，因子分析将问卷中观察到的变量划分为几个类别。本论文采用了萃取因子来计算累计贡献率的方法。本方法主要选取了载荷值大于0.5的因子。通过数据分析，发现原始变量（对应于每个旋转因子载荷矩阵前提取的因素）的载荷值没有明显的差别，因此很难清晰地定义提取的因素的意义。所以，通过旋转成分矩阵来提取因子和原始变量之间的关系是一个重要组成部分。如图可以看出，提取的因子中每个变量的载荷值大于0.5，一些交叉负荷的因子和另一些因子的载荷值小于0.5的被舍弃。在这项研究中，七个因子被确定，并且这些因子可以解释总变异的75.813%，问卷效度的测试结果是好的。 　　（四）因子命名 　　使用主成分法计算的因子载荷矩阵能放映每个因子在各变量上的