基于多元回歸分析的課程滿意度影響模型構(gòu)建

周辰，唐文霞

( 江蘇建筑職業(yè)技術(shù)學(xué)院 教務(wù)處,江蘇 徐州 221116 )

“辦好人民滿意的教育”是黨的十九大對(duì)教育提出的總體要求，而“推進(jìn)高等職業(yè)教育高質(zhì)量發(fā)展”也是“職教二十條”明確提出的重要任務(wù)。要以實(shí)施“中國(guó)特色高水平高職學(xué)校和專業(yè)建設(shè)計(jì)劃”為引領(lǐng)，更大規(guī)模地培養(yǎng)高素質(zhì)技術(shù)技能人才。其中，高職課程的教學(xué)質(zhì)量對(duì)人才培養(yǎng)有著重要影響。而學(xué)生既是受教育主體，其滿意度作為一種測(cè)量教學(xué)質(zhì)量的工具,也是辦好人民滿意教育的重要體現(xiàn)[1-2]。從近年來(lái)高職院校人才培養(yǎng)狀況數(shù)據(jù)以及質(zhì)量年報(bào)的上報(bào)數(shù)據(jù)來(lái)看，越發(fā)顯現(xiàn)出學(xué)生滿意度評(píng)價(jià)數(shù)據(jù)的重要性和不可替代性。為貫徹中共中央、國(guó)務(wù)院2020年10月13日印發(fā)的《深化新時(shí)代教育評(píng)價(jià)改革總體方案》精神，及時(shí)解決教學(xué)管理及評(píng)價(jià)中存在的問(wèn)題，提高教育評(píng)價(jià)的科學(xué)性、專業(yè)性、客觀性，有必要在不增加學(xué)生問(wèn)卷負(fù)擔(dān)的前提下，通過(guò)完善現(xiàn)有的學(xué)生評(píng)價(jià)指標(biāo)體系，結(jié)合大數(shù)據(jù)分析，找出關(guān)鍵因素，構(gòu)建出簡(jiǎn)單有效的課程滿意度影響模型，從而有利于課程教學(xué)的周期性診斷與改進(jìn)提高。

1 評(píng)價(jià)指標(biāo)體系的構(gòu)建

學(xué)生滿意度來(lái)源于顧客滿意度，是指學(xué)生作為享受學(xué)校教育服務(wù)的消費(fèi)者，將自己接受學(xué)校教育服務(wù)的感知結(jié)果跟自己預(yù)期期望進(jìn)行比較的過(guò)程中，產(chǎn)生的高興、愉悅或是失望的一種心理感受[3-4]。在教學(xué)滿意度的實(shí)際采集中，部分院校往往直接用現(xiàn)有的學(xué)生評(píng)教綜合得分去折算代替，或是另設(shè)問(wèn)卷直截了當(dāng)?shù)卦儐?wèn)是否滿意。這兩種做法盡管快速完成了數(shù)據(jù)采集任務(wù)，但前者未必是滿意度的真實(shí)寫照。因?yàn)閷W(xué)生評(píng)教綜合得分中的分項(xiàng)權(quán)重系數(shù)，通常是依工作需要憑經(jīng)驗(yàn)主觀設(shè)定的，并非對(duì)滿意度的影響大小。而后者也由于缺少相應(yīng)的指標(biāo)支撐，不便對(duì)滿意與否的原因進(jìn)行深入剖析和診斷改進(jìn)。

通過(guò)調(diào)研訪談，了解到高職學(xué)生對(duì)不同類別的課程教學(xué)在不同方面有著不同的需求期望、心理感知和評(píng)判尺度。因此，學(xué)生評(píng)教要打破全校統(tǒng)一使用同一個(gè)評(píng)價(jià)模板，需針對(duì)不同類別課程的特點(diǎn)設(shè)計(jì)不同的評(píng)價(jià)指標(biāo)及問(wèn)題進(jìn)行綜合評(píng)價(jià)。為便于分析研究，特將學(xué)生對(duì)各類課程的總體滿意度作為一級(jí)指標(biāo)，一同采集評(píng)價(jià)數(shù)據(jù)。評(píng)價(jià)指標(biāo)體系的構(gòu)建詳見(jiàn)表1。

表1 學(xué)生對(duì)課程教學(xué)的評(píng)價(jià)指標(biāo)體系

每項(xiàng)指標(biāo)的評(píng)價(jià)等級(jí)，采用Likert 五級(jí)量表，分值由高至低依次為100、80、60、40、20，分別對(duì)應(yīng)非常符合、符合、一般、不符合、非常不符合[5]。具體的評(píng)價(jià)內(nèi)容詳見(jiàn)表2。

表2 不同課程類別的學(xué)生評(píng)教問(wèn)題設(shè)計(jì)

2 多元回歸分析方法

多元回歸分析是指在相關(guān)變量中將一個(gè)變量視為因變量，其他一個(gè)或多個(gè)變量視為自變量，建立多個(gè)變量之間線性或非線性數(shù)學(xué)模型數(shù)量關(guān)系式并利用樣本數(shù)據(jù)進(jìn)行分析的統(tǒng)計(jì)分析方法[6]。其中，應(yīng)用較為普遍的是多元線性回歸。

設(shè)因變量Y對(duì)自變量X1、X2、X3、…、Xk的k元線性回歸方程為Y=b0+b1X1+b2X2+…+bkXk+ε，其中，b1、b2、…、bk稱為偏回歸系數(shù)，ε為隨機(jī)誤差項(xiàng)?；貧w分析的基本任務(wù)是利用樣本數(shù)據(jù)對(duì)模型參數(shù)做出估計(jì)；對(duì)模型參數(shù)進(jìn)行假設(shè)檢驗(yàn)；應(yīng)用回歸模型對(duì)因變量做出預(yù)測(cè)或解釋，也常用于調(diào)查各自變量X對(duì)因變量Y的影響[7]。

第一步，首先對(duì)模型情況進(jìn)行分析，包括模型擬合情況(R2值判斷)，模型共線性問(wèn)題(VIF值判斷)，是否通過(guò)F檢驗(yàn)。

第二步，分析X的顯著性。如果顯著(p值判斷)，則說(shuō)明具有影響關(guān)系，反之無(wú)影響關(guān)系。

第三步，判斷X對(duì)Y的影響關(guān)系方向。回歸系數(shù)值大于0說(shuō)明正向影響，反之負(fù)向影響。

第四步，比較X對(duì)Y的影響程度。如果說(shuō)自變量X已經(jīng)對(duì)因變量Y產(chǎn)生顯著影響(p<0.05)，想進(jìn)一步對(duì)比影響大小，建議使用標(biāo)準(zhǔn)化系數(shù)，其絕對(duì)值越大說(shuō)明影響程度越大。

回歸分析之前還需要使用相關(guān)分析研究相關(guān)關(guān)系，首先要保證有相關(guān)關(guān)系之后，再進(jìn)行回歸分析較為科學(xué)。對(duì)于分析者來(lái)說(shuō)，“更好的多元回歸方程”可以說(shuō)是“自變量個(gè)數(shù)不多，并且擬合精度又高的”[8]。R2值越大越好，但相對(duì)來(lái)講更多關(guān)注于X的顯著性，便于討論X對(duì)于Y的影響關(guān)系情況。

3 滿意度影響分析

3.1 數(shù)據(jù)來(lái)源

基于修訂完善后的學(xué)生評(píng)價(jià)指標(biāo)體系，在某高職學(xué)院組織開(kāi)展學(xué)生網(wǎng)上評(píng)教活動(dòng)，發(fā)放評(píng)教問(wèn)卷14 155份，回收有效答卷13 176份，樣本回收率達(dá)93%。通過(guò)對(duì)學(xué)生評(píng)教數(shù)據(jù)的統(tǒng)計(jì)處理，形成628位教師、1 425門課程的評(píng)價(jià)結(jié)果(各項(xiàng)評(píng)價(jià)指標(biāo)得分和總體滿意度得分)。不同類別課程的評(píng)價(jià)樣本量詳見(jiàn)表3。

表3 學(xué)生評(píng)教樣本量統(tǒng)計(jì)表

3.2 數(shù)據(jù)分析

運(yùn)用SPSS軟件對(duì)不同課程類別的評(píng)價(jià)數(shù)據(jù)結(jié)果進(jìn)行處理和統(tǒng)計(jì)分析。考慮到畢業(yè)設(shè)計(jì)與實(shí)習(xí)類課程的二級(jí)評(píng)價(jià)指標(biāo)與其他五類課程的評(píng)價(jià)指標(biāo)有所區(qū)別，所以對(duì)這兩類課程滿意度的影響指標(biāo)先單獨(dú)分析，之后再對(duì)設(shè)有相同評(píng)價(jià)指標(biāo)的專業(yè)課等其余五類課程做對(duì)比分析。

3.2.1 畢業(yè)設(shè)計(jì)的滿意度影響分析

將畢業(yè)設(shè)計(jì)的總體滿意度作為因變量，將對(duì)應(yīng)的5個(gè)二級(jí)指標(biāo)作為自變量，通過(guò)相關(guān)分析得到因變量與5個(gè)自變量之間均呈現(xiàn)出顯著正相關(guān)關(guān)系，相關(guān)系數(shù)值分別是0.889, 0.835, 0.903, 0.900, 0.897， 下一步進(jìn)行線性回歸分析。

首先分析模型擬合情況，從表4可以看出，模型R2值為0.892，意味著可以解釋總體滿意度的89.2%變化原因。然而，針對(duì)模型的多重共線性進(jìn)行檢驗(yàn)發(fā)現(xiàn)，模型中有VIF值大于5，但是小于10，意味著可能存在著一定的共線性問(wèn)題，可使用嶺回歸或者逐步回歸解決共線性問(wèn)題；通過(guò)檢查，剔除掉相關(guān)關(guān)系緊密的自變量后，重新進(jìn)行分析。具體分析可知：畢業(yè)設(shè)計(jì)開(kāi)題指導(dǎo)、內(nèi)容安排、成果批閱的回歸系數(shù)值分別為0.247(p=0.070>0.05)，-0.152(p=0.196>0.05)，0.225(p=0.053>0.05)，意味著這三項(xiàng)指標(biāo)并不會(huì)對(duì)總體滿意度產(chǎn)生影響關(guān)系。于是，剔除這幾項(xiàng)指標(biāo)后，僅保留“過(guò)程管理”和“過(guò)程指導(dǎo)”作為自變量，重新進(jìn)行線性回歸分析，結(jié)果見(jiàn)表5。

表4 畢業(yè)設(shè)計(jì)滿意度回歸分析結(jié)果(5變量)

表5 畢業(yè)設(shè)計(jì)滿意度回歸分析結(jié)果(2變量)

從表5可以看出，模型R2值為0.865，意味著畢業(yè)設(shè)計(jì)過(guò)程管理和過(guò)程指導(dǎo)兩項(xiàng)指標(biāo)可以解釋總體滿意度的86.5%變化原因。另外，模型中VIF值全部均小于5，意味著不存在共線性問(wèn)題。具體分析可知：畢業(yè)設(shè)計(jì)過(guò)程管理、過(guò)程指導(dǎo)的回歸系數(shù)值分別為0.489(p=0.000<0.01)，0.476(p=0.000<0.01)，表明二者會(huì)對(duì)總體滿意度產(chǎn)生顯著的正向影響關(guān)系。

回歸方程為：畢業(yè)設(shè)計(jì)總體滿意度=3.237 + 0.489×畢業(yè)設(shè)計(jì)過(guò)程管理 + 0.476×畢業(yè)設(shè)計(jì)過(guò)程指導(dǎo)。

對(duì)模型進(jìn)行F檢驗(yàn)時(shí)發(fā)現(xiàn)模型通過(guò)F檢驗(yàn)(F=151.195，p=0.000<0.05)，即說(shuō)明模型構(gòu)建有意義。

3.2.2 實(shí)習(xí)的滿意度影響分析

將實(shí)習(xí)的總體滿意度作為因變量，將對(duì)應(yīng)的5個(gè)二級(jí)指標(biāo)作為自變量，經(jīng)相關(guān)性檢驗(yàn)，相關(guān)系數(shù)值分別是0.709, 0.782, 0.835, 0.815, 0.849，可以進(jìn)行線性回歸分析。

從表6可以看出，實(shí)習(xí)動(dòng)員教育、任務(wù)安排、單位推薦、過(guò)程指導(dǎo)的回歸系數(shù)值分別為0.108，0.122，0.343，0.134，p值均大于0.05，意味著并不會(huì)對(duì)總體滿意度產(chǎn)生影響關(guān)系；而實(shí)習(xí)成果批閱的回歸系數(shù)值為0.424，p值小于0.05，意味著此項(xiàng)指標(biāo)會(huì)對(duì)總體滿意度產(chǎn)生顯著的正向影響關(guān)系。

表6 實(shí)習(xí)滿意度回歸分析結(jié)果(5變量)

通過(guò)逐步回歸，最先引入模型的是“成果批閱”，隨后是“單位推薦”，重新進(jìn)行線性回歸，結(jié)果見(jiàn)表7。

表7 實(shí)習(xí)滿意度回歸分析結(jié)果(2變量)

從表7可以看出，模型R2值為0.772，意味著實(shí)習(xí)單位推薦和成果批閱可以解釋總體滿意度的77.2%變化原因；模型中VIF值均小于5，意味著不存在共線性問(wèn)題；單位推薦和成果批閱的回歸系數(shù)值分別為0.471(p=0.005<0.01)，0.594(p=0.001<0.01)，表明二者均對(duì)總體滿意度產(chǎn)生顯著的正向影響關(guān)系。

回歸方程為：實(shí)習(xí)總體滿意度=-6.345+0.471×實(shí)習(xí)單位推薦+0.594×實(shí)習(xí)成果批閱。

對(duì)模型進(jìn)行F檢驗(yàn)時(shí)發(fā)現(xiàn)模型通過(guò)F檢驗(yàn)(F=66.005，p=0.000<0.05)，即說(shuō)明模型構(gòu)建有意義。

3.2.3 專業(yè)課等五類課程的滿意度影響分析

余下五類課程設(shè)有相同的二級(jí)評(píng)價(jià)指標(biāo)，其中，專業(yè)課的樣本量最大，并且對(duì)學(xué)生專業(yè)能力培養(yǎng)最為關(guān)鍵。以專業(yè)課為例，其滿意度作為因變量，將對(duì)應(yīng)的5個(gè)二級(jí)指標(biāo)作為自變量，經(jīng)相關(guān)性檢驗(yàn)，相關(guān)系數(shù)值分別是0.893, 0.915, 0.913, 0.943, 0.918，均呈現(xiàn)出顯著正相關(guān)關(guān)系，具備多元線性回歸分析的前提條件，回歸分析見(jiàn)表8。

表8 專業(yè)課滿意度回歸分析結(jié)果(5變量)

表8中，模型R2值為0.955，意味著可以解釋總體滿意度的95.5%變化原因，模型擬合情況很好。由于教書育人和學(xué)生收獲的回歸系數(shù)值分別為0.487(p=0.000<0.01)，0.295(p=0.000<0.01)，意味著這兩項(xiàng)指標(biāo)會(huì)對(duì)總體滿意度產(chǎn)生顯著的正向影響關(guān)系。模型中“管理互動(dòng)”的VIF值大于10，說(shuō)明存在明顯的共線性問(wèn)題，可以剔除相關(guān)關(guān)系緊密的自變量后，重新進(jìn)行分析。通過(guò)逐步回歸，采用后退法逐步選元，按自變量對(duì)因變量的貢獻(xiàn)大小從小到大進(jìn)行檢驗(yàn)，依次剔除。每剔除一個(gè)自變量,都要重新計(jì)算并檢驗(yàn)尚未被剔除自變量對(duì)因變量的貢獻(xiàn)，并決定是否剔除對(duì)模型貢獻(xiàn)最小的自變量。重復(fù)上述過(guò)程,直到回歸方程中的自變量均符合給定標(biāo)準(zhǔn)為止。具體步驟及回歸結(jié)果見(jiàn)表9和表10。

表9 專業(yè)課滿意度回歸分析結(jié)果(4變量)

表10 專業(yè)課滿意度回歸分析結(jié)果(3變量)

分析表10可知，教書育人、學(xué)生收獲和內(nèi)容方式的回歸系數(shù)值分別為0.519(p=0.000<0.01)，0.317(p=0.000<0.01)，0.206(p=0.010<0.05)，表明這三項(xiàng)指標(biāo)會(huì)對(duì)總體滿意度產(chǎn)生顯著的正向影響關(guān)系。模型R2值為0.954，意味著教書育人、學(xué)生收獲和內(nèi)容方式這三項(xiàng)指標(biāo)可以解釋總體滿意度的95.4%變化原因。另外，模型中VIF值均小于10，意味著不存在明顯的共線性問(wèn)題。此時(shí)，回歸方程為：專業(yè)課總體滿意度=-4.292+0.206×內(nèi)容方式+0.519×教書育人+0.317×學(xué)生收獲。對(duì)模型進(jìn)行F檢驗(yàn)時(shí)發(fā)現(xiàn)模型通過(guò)F檢驗(yàn)(F=3 982.908，p=0.000<0.05)，即說(shuō)明模型構(gòu)建有意義。

以同樣的方法可得出思政課、體育課、公共基礎(chǔ)課、實(shí)訓(xùn)實(shí)驗(yàn)課的滿意度評(píng)價(jià)的線性回歸分析。以同樣的方法對(duì)其他類課程的滿意度評(píng)價(jià)進(jìn)行線性回歸分析，逐步移除掉對(duì)總體滿意度影響不顯著的分項(xiàng)指標(biāo)，得到相應(yīng)的標(biāo)準(zhǔn)化回歸模型依次為：思政課滿意度=0.34×教學(xué)態(tài)度+0.652×學(xué)生收獲；體育課滿意度=0.527×內(nèi)容方式+0.46×學(xué)生收獲；公共基礎(chǔ)課滿意度=0.431×教書育人+0.556×學(xué)生收獲；實(shí)訓(xùn)實(shí)驗(yàn)課滿意度=0.577×內(nèi)容方式+0.406×教書育人。

以學(xué)生評(píng)教樣本數(shù)據(jù)進(jìn)一步檢驗(yàn)?zāi)Ｐ偷挠行院涂煽啃?。將樣本?個(gè)變量原始得分代入上述公式，可以得到每個(gè)樣本觀察值在滿意度上的“預(yù)測(cè)值”；再將滿意度上測(cè)得的實(shí)際分?jǐn)?shù)的“實(shí)際值”減去“預(yù)測(cè)值”，即可得出每個(gè)樣本的“殘差值”。統(tǒng)計(jì)得出：殘差最小值為-0.726，最大值為0.710；標(biāo)準(zhǔn)化殘差的最小值為-2.528，最大值為2.413。殘差點(diǎn)比較均勻地落在水平的帶狀區(qū)域中，且?guī)顓^(qū)域?qū)挾容^窄，說(shuō)明選用的回歸模型擬合效果較好，精度較高。

標(biāo)準(zhǔn)化殘差直方圖如圖1所示，標(biāo)準(zhǔn)化殘差值的分布大致接近鐘形曲線，基本符合正態(tài)分布，說(shuō)明符合線性回歸的正態(tài)性條件；從殘差Q-Q圖或P-P圖，如圖2所示，標(biāo)準(zhǔn)化殘差點(diǎn)及累積概率點(diǎn)大致分布在45°角的直線附近，也說(shuō)明樣本觀察值十分接近正態(tài)分布。

圖1 標(biāo)準(zhǔn)化殘差直方示意

圖2 標(biāo)準(zhǔn)化殘差正態(tài)Q-Q和P-P

回歸標(biāo)準(zhǔn)化殘差與標(biāo)準(zhǔn)化預(yù)測(cè)值散點(diǎn)圖如圖3所示，數(shù)據(jù)點(diǎn)在0值上下大致呈對(duì)稱分布，且全部在±3個(gè)標(biāo)準(zhǔn)差范圍內(nèi)，沒(méi)有極端值出現(xiàn)，說(shuō)明總體效果較好，無(wú)異常點(diǎn)[9]。樣本觀察值基本符合正態(tài)性及方差齊一性的假定。

圖3 標(biāo)準(zhǔn)化殘差與標(biāo)準(zhǔn)化預(yù)測(cè)值散點(diǎn)

4 結(jié)論與建議

不同類別課程的滿意度評(píng)價(jià)影響因素和影響程度有所不同，多元回歸分析方法有助于從現(xiàn)有的學(xué)生評(píng)教大數(shù)據(jù)中找到眾多變量之間的相關(guān)性及影響變化規(guī)律，可以有效提高教學(xué)滿意度評(píng)價(jià)的準(zhǔn)確性和客觀性，為課程教學(xué)的自我診斷和改進(jìn)方向提供參考。綜合以上分析，各類課程的評(píng)價(jià)指標(biāo)中，會(huì)對(duì)總體滿意度產(chǎn)生顯著影響的多數(shù)都有“學(xué)生收獲”，其次有“教書育人”或“內(nèi)容方式”指標(biāo)。其中，專業(yè)課受“教書育人”影響更大，思政課和公共基礎(chǔ)課受“學(xué)生收獲”影響更大，體育課和實(shí)訓(xùn)實(shí)驗(yàn)課受“內(nèi)容方式”影響更大，畢業(yè)設(shè)計(jì)受“過(guò)程管理”影響更大，實(shí)習(xí)受“成果批閱”影響更大。授課教師可尤其關(guān)注這些有顯著影響的指標(biāo)，查找不足或差距，設(shè)法改進(jìn)，提升課程教學(xué)的滿意度。建議高職院校努力營(yíng)造教書育人的良好氛圍。教師授課一絲不茍，為人師表，言傳身教；在傳授知識(shí)的同時(shí)，還要充分關(guān)注學(xué)生的思想動(dòng)態(tài)，引導(dǎo)學(xué)生樹立正確的人生觀、價(jià)值觀，增強(qiáng)參與管理的意識(shí)，樹立服務(wù)社會(huì)的意識(shí)。同時(shí)，要注重各類課程的實(shí)際教學(xué)效果。對(duì)不同的生源基礎(chǔ)，制訂適宜的教學(xué)計(jì)劃；教學(xué)內(nèi)容要緊跟實(shí)際，定位準(zhǔn)確，更新及時(shí)；以靈活的授課方式，讓學(xué)生成為課堂的主人翁，告別“瞌睡蟲”和“手機(jī)黨”，提高“抬頭率”和參與率，從“讓我學(xué)”變?yōu)椤拔乙獙W(xué)”，激發(fā)學(xué)生的學(xué)習(xí)熱情，提升學(xué)生的獲得感。

同時(shí)，模型建立及數(shù)據(jù)分析結(jié)果的合理性與可靠性，一定程度上受評(píng)價(jià)指標(biāo)選取的影響。建議高職院?？茖W(xué)地建立符合自身實(shí)際，具有校本特色的評(píng)價(jià)指標(biāo)體系。高職院校可融入督導(dǎo)評(píng)價(jià)、同行評(píng)價(jià)、教師自評(píng)等多種形式，與學(xué)生評(píng)價(jià)構(gòu)成互補(bǔ)關(guān)系，并綜合多次評(píng)價(jià)數(shù)據(jù)對(duì)教學(xué)質(zhì)量進(jìn)行分級(jí)，使得教學(xué)評(píng)價(jià)更加全面客觀。在肯定教師課堂教學(xué)的同時(shí)，更要正視在部分指標(biāo)中呈現(xiàn)的不足，并幫助教師剖析原因，提出改善對(duì)策，將以評(píng)促教、以評(píng)促學(xué)落到實(shí)處。