基于主成分回歸法的高職教師專業(yè)發(fā)展影響因素計量分析

朱力　黃偉偉　王軍

摘 要：本文運用主成分回歸分析法，以高職院校教師為研究對象，以問卷調(diào)查為基礎，對高職教師專業(yè)發(fā)展的影響因素進行研究。并提出高職教師必須在學校組織環(huán)境的支持下，不斷提升競爭力，提升人力資本、心理資本和社會資本。

關鍵詞：高職教師;專業(yè)發(fā)展;影響因素;主成分回歸

中圖分類號：G717 文獻標識碼：A 文章編號：2095-9052（2020）01-0223-02

一、高職教師專業(yè)發(fā)展的模型設定

1.專業(yè)發(fā)展的因素

第一，高職教師作為高職院校主要的人力資本，學歷越高，說明接受正規(guī)教育的時間越長，獲得知識越豐富。高職教師入職后，通過培訓和進修可以提高專業(yè)發(fā)展知識和技能。本文采用受教育年限（學歷）、職稱和培訓進修次數(shù)來進行測量。

第二，林南（2005）將社會資本“操作化”定義為：個體在行動中獲取和使用的嵌入在社會網(wǎng)絡中的資源。本文參考林南（2005）從全部職業(yè)的量表中抽取了13個職業(yè)，利用定位法測量，通過分析高職教師為了提高教學、科研水平，經(jīng)常接觸到的有11種職業(yè)，用三個變量來測量高職教師的社會資本，分別是社會資本規(guī)模、社會資本差異和社會資源高度，匯總形成社會資本。

第三，Luthans 等（2004）指出：心理資本超過了人力資本和社會資本，在個體成長過程中可以打造人的競爭優(yōu)勢。本文參考 Luthans的24個測量題項，針對高職教師的特點，形成四個維度：自信、希望、樂觀和堅韌。

第四，仇玉山（2008）認為高校組織環(huán)境是高校的組織結(jié)構(gòu)、組織亞文化、內(nèi)在的各項管理制度以及組織領導作風等因素所構(gòu)成的一種組織內(nèi)部環(huán)境。本文研究的組織環(huán)境指學校的工作環(huán)境、工作設施以及教學科研的約束、激勵措施、組織支持政策等相關組織制度等要素構(gòu)成。

綜上所述并參考翁清雄和席酉民（2011）關于企業(yè)員工成長的研究問卷設計，利用半開放問卷將高職教師專業(yè)發(fā)展的驅(qū)動因素設定為：人力資本、社會資本、心理資本和組織環(huán)境等因素。

2.變量選擇

第一，被解釋變量。參考 Christy 和翁清雄的專業(yè)發(fā)展量表，采用主成分綜合評價法，根據(jù)教學科研地位進展、教學科研能力發(fā)展、晉升速度和報酬增長等計算出專業(yè)發(fā)展（Y）作為被解釋變量，用以反映專業(yè)發(fā)展的程度，專業(yè)發(fā)展數(shù)值越大，專業(yè)發(fā)展程度越好。

第二，解釋變量。選擇如下解釋變量：職稱（），學歷（），培訓次數(shù)（），自信（），希望（），樂觀（），堅韌（），組織支持（），組織激勵（），組織約束（），社會資本規(guī)模（），社會資本差異（），社會資源高度（）。

模型形式設定為：

二、高職教師專業(yè)發(fā)展的模型估計

采用主成分回歸法估計模型參數(shù)，以揭示影響專業(yè)發(fā)展的主要因素及其影響程度，估計步驟如下：

（1）利用主成分綜合評價方法，計算樣本數(shù)據(jù)的專業(yè)發(fā)展指數(shù);

（2）利用主成分分析法對多個解釋變量進行降維，提取主成分，計算各樣本主成分得分;

（3）以專業(yè)發(fā)展指數(shù)作為被解釋變量，主成分得分作為解釋變量，估計回歸方程模型參數(shù)并進行檢驗;

（4）將主成分函數(shù)代入通過檢驗的估計回歸方程，并據(jù)此進行結(jié)構(gòu)分析。

三、實證分析

1.選取樣本

以江蘇省高職院校為調(diào)查單位，從事高職教育的教師為調(diào)查對象，共發(fā)放問卷600份，回收問卷582份，最終確定有效問卷576份，有效率96%。問卷由教師本人填答，保證調(diào)查數(shù)據(jù)客觀、真實、準確。問卷人口特征分析如下表1：

2.信度效度分析

利用克朗巴哈系數(shù)α來檢驗測量結(jié)果是否存在內(nèi)部一致性，經(jīng)過測量Cronbach's Alpha為0.973，十分可信。調(diào)研結(jié)構(gòu)效度通過因子分析中的主成分法對于實測原始數(shù)據(jù)的測量，可以有效檢驗數(shù)據(jù)效度和降維的作用，也可發(fā)現(xiàn)各變量之間的關系。對問卷的題項進行因子分析，采用最大方差法進行正交旋轉(zhuǎn)，按照特征值大于1 進行抽取，對其分析進行KMO和Bartlett球形檢驗，KMO值為. 973，Sig為0.000，根據(jù)統(tǒng)計學家Kaiser給出的標準，做因子分析的效果非常好。

3.計算專業(yè)發(fā)展指數(shù)

利用 576個樣本數(shù)據(jù)的 教學科研地位進展、教學科研能力發(fā)展、晉升速度和報酬增長4個維度18個問題進行主成分綜合評價方法，計算出各樣本得分。

4.提取主成分

上述13個解釋變量直接建立回歸模型易產(chǎn)生多重共線性，不能正確反映各因素對專業(yè)發(fā)展的單獨影響。根據(jù)主成分分析法的步驟和方差累計貢獻率控制在85%以上原則，對解釋變量提取以下4個主成分，見表2，即：

根據(jù)表2得到4個主成分即：第一主成分，與自信（），希望（），樂觀（），堅韌（）關系密切，命名為心理資本。

第二個主成分，與社會資本規(guī)模（），社會資本差異（），社會資源達高度（）關系密切，命名為社會資本。

第三個主成分，與組織支持（），組織激勵（），組織約束（）關系密切，命名為組織環(huán)境。

第四個主成分，與職稱（），學歷（），培訓次數(shù)（）關系密切，命名為人力資本。

以上四個主成分反映了13個解釋變量91.35%的信息。將各解釋變量標準化數(shù)值代入主成分函數(shù)，計算出各主成分的得分。

5.估計回歸方程

以專業(yè)發(fā)展作為被解釋變量，以提取的主成分作為解釋變量，建立回歸方程，利用 OLS法得到如下估計結(jié)果：

（0.039）（0.036）? （0.010） （0.036）

t =? （5.371）（2.697）（6.027）（3.721）

=0.8574，=0.8464，F(xiàn)=58.237，DW =2.072。

在0.05的顯著性水平下，估計的回歸方程可以通過統(tǒng)計顯著性和計量經(jīng)濟學檢驗。

方程中，解釋變量的系數(shù)絕對值越大，該變量對專業(yè)發(fā)展的影響越大，回歸系數(shù)的符號為正，為正向影響。

四、相關建議

第一，政府和社會應進一步的對高職院校的發(fā)展進行認同和支持，各級政府應當出臺相應的規(guī)定和辦法，并具有剛性的約束和相應的配套資源，支持當?shù)馗呗氃盒０l(fā)展。

第二，高職學校應借鑒校企合作、人力資源育訓結(jié)合的理念，借助于大數(shù)據(jù)、云計算等先進的技術手段，豐富支持服務模塊，建立切實可行的本校教師可持續(xù)發(fā)展規(guī)劃，大力鼓勵和支持教師的教學、教研和科研工作，激發(fā)教師的熱情，充分調(diào)動其積極性;引進資源為教師的專業(yè)發(fā)展提供內(nèi)因和外力的支持;相關資源應當向一線的教師進行傾斜，提供公開透明的晉升條件和公平合理的薪酬待遇。

第三，高職教師應積極的樹立自主發(fā)展的意識，主動作為，積極地融入到學校的發(fā)展中，從認識、信念、行動、習慣四個方面不斷的提升自身的專業(yè)發(fā)展能力。

參考文獻：

[1]翁清雄，席酉民.企業(yè)員工職業(yè)成長研究：量表編制和效度檢驗[J].管理評論，2011（10）.

（責任編輯：李凌峰）