文/佛山市南海區(qū)星輝學(xué)校 韋志亮
我國特殊教育學(xué)校辦學(xué)條件實證研究
文/佛山市南海區(qū)星輝學(xué)校 韋志亮
本文采用因子分析和聚類分析方法,對我國31省市 (自治區(qū))的特殊教育學(xué)校辦學(xué)條件進(jìn)行測度、排序和分類。因子分析是將具有錯綜復(fù)雜的變量綜合為數(shù)量較少的幾個因子,以再現(xiàn)原始變量與因子之間的相互關(guān)系,探討多個能夠直接測量,并且具有一定相關(guān)性的實測指標(biāo)是如何受少數(shù)幾個內(nèi)在獨立因子所支配的。聚類分析則是按照距離的遠(yuǎn)近將數(shù)據(jù)分為若干個類別,以使得類別內(nèi)的數(shù)據(jù)的差異盡可能少,類別間差異盡可能大。借助因子分析和聚類分析,將眾多原始變量濃縮成少數(shù)幾個具有較強(qiáng)解釋性的因子變量,有效地對各個省市 (自治區(qū))特殊教育學(xué)校辦學(xué)條件進(jìn)行測度、排序;并用客觀且直觀的聚類圖揭示出各個省市 (自治區(qū))特殊教育學(xué)校辦學(xué)條件的分類情形,以避免個人主觀經(jīng)驗對數(shù)據(jù)分析產(chǎn)生的影響。
按照科學(xué)性、系統(tǒng)性、可操作性等原則,參考 《特殊教育學(xué)校建設(shè)標(biāo)準(zhǔn)》 (建標(biāo)156-2011)的要求,本文選取了校舍建筑面積(X1)、教學(xué)及輔助用房面積 (X2)、普通教室面積 (X3)、專用教室面積 (X4)、實驗室面積 (X5)、微機(jī)室面積 (X6)、圖書室面積 (X7)、行政辦公用房面積 (X8)、教師辦公室面積 (X9)、生活用房面積(X10)、其他用房面積 (X11)、占地面積 (X12)、運動場地面積 (X13)、綠化面積 (X14)、圖書冊數(shù) (X15)以及數(shù)字資源容量 (X16)等16個具體指標(biāo)來衡量和描述各地區(qū)的特殊教育學(xué)校辦學(xué)條件。本研究評價指標(biāo)體系中的數(shù)據(jù)均來自 《中國教育統(tǒng)計年鑒2013》,并經(jīng)SPSS18.0軟件Z分?jǐn)?shù)標(biāo)準(zhǔn)化處理。
1.特殊教育學(xué)校辦學(xué)條件因子分析
KMO和Bartlett檢驗:運用SPSS18.0軟件對樣本數(shù)據(jù)進(jìn)行KMO和Bartlett檢驗,得出KMO檢驗值為0.723gt;0.7,Bartlett檢驗的相伴概率P值為0.000lt;0.0001,可知各變量的獨立性假設(shè)不成立,故本樣本數(shù)據(jù)滿足因子分析條件。
提取公因子:采用主成分法提取公因子,主成分的特征值≥1,累計總方差貢獻(xiàn)率≥85%為標(biāo)準(zhǔn)提取主成分。從原始數(shù)據(jù)中提取的前2各公因子的特征值累計總方差貢獻(xiàn)率達(dá)89.637%,可以用這個2各主成分 (分別用F1、F2表示)來替代原來10個指標(biāo)對各地區(qū)特殊教育學(xué)校辦學(xué)狀況進(jìn)行衡量。
因子旋轉(zhuǎn)和公因子的命名:由于初始因子載荷結(jié)構(gòu)不夠簡明,各因子的含義不突出。為此采用方差最大旋轉(zhuǎn)法 (Varimax)對因子進(jìn)行旋轉(zhuǎn),經(jīng)3次迭代后收斂,得到旋轉(zhuǎn)后因子載荷矩陣。主成分F1在校舍建筑面積 (X1)、微機(jī)室面積 (X6)、圖書室面積 (X7)、教學(xué)及輔助用房面積 (X2)、占地面積(X12)、行政辦公用房面積 (X8)、運動場地面積 (X13)、專用教室面積 (X4)、教師辦公室面積 (X9)、生活用房面積 (X10)、普通教室面積 (X3)、實驗室面積 (X5)以及綠化面積 (X14)等指標(biāo)上具有較高的載荷量。這14個指標(biāo)能直接反映出特殊教育學(xué)校辦學(xué)條件的狀況,是特殊教育學(xué)校辦學(xué)的最基本保障,因此F1定義為 “基礎(chǔ)因子”。主成分F2在圖書冊數(shù) (X15)、數(shù)字資源容量 (X16)等指標(biāo)上具有較高的載荷量。這2個指標(biāo)能從側(cè)面反映出特殊教育學(xué)校保障教學(xué)質(zhì)量方面的物質(zhì)條件,能提升特殊教育教學(xué)學(xué)校辦學(xué)條件現(xiàn)代化水平,因此F2定義為 “提升因子”。
特殊教育學(xué)校辦學(xué)條件數(shù)值的計算:根據(jù)因子得分系數(shù)矩陣,可以得到特殊教育學(xué)校辦學(xué)條件的原始因子得分樹枝,從而計算出這2個公共因子的具體得分。
(2)每個主成分的權(quán)重以各自的因子方差貢獻(xiàn)率占全體共現(xiàn)率的比重來確定。計算得出四個主成分的權(quán)重分別為0.76614、0.13023F??梢缘玫礁魇∈刑厥饨逃龑W(xué)校辦學(xué)條件的綜合得分公式:
Si=(0.76614F1+0.13023F2)/0.89637
(3)將公式 (1)(2)代入公式 (3),再將各指標(biāo)數(shù)據(jù)代入,即可得到我國31個省市特殊教育學(xué)校辦學(xué)條件的總體評價值 (用Si表示,i=1,2,3…,31)。
2.特殊教育學(xué)校辦學(xué)條件聚類分析
以31個省區(qū)為樣本,采用質(zhì)心聯(lián)接聚類法,以余弦作為度量區(qū)間標(biāo)準(zhǔn),利用各樣本F1、F2以及綜合得分?jǐn)?shù)據(jù)進(jìn)行聚類分析。以15為界,將我國31個省市 (自治區(qū))的特殊教育學(xué)校辦學(xué)條件分為三大類,并結(jié)合評價結(jié)果進(jìn)行整理。
第一類為山東、江蘇、河北、河南、四川、浙江、福建、湖南、安徽、湖北、江西和云南等12個省市 (自治區(qū))。從總體上看,這12個省市 (自治區(qū))的特殊教育辦學(xué)條件處于較高水平 (0.12796≦綜合≦2.64450,M(綜合)=0.80186),屬于領(lǐng)先型集團(tuán)。進(jìn)一步分析可以發(fā)現(xiàn),除了江蘇在基礎(chǔ)因子與提升因子上的排名持平 (均為第二)外,其他省市 (自治區(qū))在基礎(chǔ)因子的表現(xiàn)情形明顯優(yōu)于提升因子。山東在基礎(chǔ)因子與提升因子表現(xiàn)上的兩極分化尤其明顯,其基礎(chǔ)因子排名第一,提升因子排名卻是倒數(shù)第一。這說明這些省市(自治區(qū))在保障特殊教育學(xué)校基礎(chǔ)辦學(xué)條件的同時,應(yīng)加大保障特殊教育學(xué)校教學(xué)質(zhì)量方面的物質(zhì)條件的投入,以提高特殊教育學(xué)校辦學(xué)的現(xiàn)代化水平。
第二類為廣東、遼寧、上海、北京和天津等5個省市 (自治區(qū))。從總體上看,這5個省市 (自治區(qū))在特殊教育學(xué)校的辦學(xué)條件處于中下游水平 (-0.93365≦綜合≦0.52362,M(綜合)=-0.33469),屬于挑戰(zhàn)型集團(tuán)。與此同時,這5個省市 (自治區(qū))在基礎(chǔ)因子與提升因子的表現(xiàn)也出現(xiàn)了嚴(yán)重兩極分化的現(xiàn)象,提升因子的排名遠(yuǎn)優(yōu)于基礎(chǔ)因子。這可能是因為這5個省市 (自治區(qū))處于經(jīng)濟(jì)和教育較為發(fā)達(dá)的東部地區(qū),特殊教育辦學(xué)的現(xiàn)代化較高。
第三類分為黑龍江、貴州、吉林、內(nèi)蒙古、廣西、山西、陜西、重慶、甘肅、新疆、寧夏、青海、西藏和海南等14個省市 (自治區(qū))。從總體上看,這14個省市(自治區(qū))在特殊教育學(xué)校的辦學(xué)條件較弱 (-1.13472≦綜合≦-0.00176,M(綜合)=-0.56777),屬于后進(jìn)型集團(tuán)。進(jìn)一步分析可以發(fā)現(xiàn),黑龍江、貴州、吉林、內(nèi)蒙古四個省在基礎(chǔ)因子上的排名較高與提升因子的排名;廣西、山西、甘肅三個省在提升因子的排名明顯高于基礎(chǔ)因子的排名;山西、陜西、重慶等7個省的基礎(chǔ)因子與提升因子的排名較為持平。
采用因子分析和聚類分析方法,對我國31省市 (自治區(qū))的特殊教育學(xué)校辦學(xué)條件進(jìn)行測度、排序和分類。結(jié)果發(fā)現(xiàn),山東、江蘇、河北等12個地區(qū)的特殊教育辦學(xué)條件處于較高水平,為領(lǐng)先型集團(tuán);廣東、遼寧、上海、北京和天津等5個地區(qū)的特殊教育學(xué)校辦學(xué)條件處于中下游水平,為挑戰(zhàn)型集團(tuán);黑龍江、貴州、吉林等14個地區(qū)的特殊教育學(xué)校的辦學(xué)條件較弱,為后進(jìn)型集團(tuán);各集團(tuán)在基礎(chǔ)因子和提升因子上的表現(xiàn)各有特點,存在兩極分化的傾向。
責(zé)任編輯 韋英哲