工科大學(xué)生專業(yè)素質(zhì)影響因素網(wǎng)絡(luò)調(diào)查與分析

張繼成，趙李實，鄭萍

工科大學(xué)生專業(yè)素質(zhì)影響因素網(wǎng)絡(luò)調(diào)查與分析

張繼成，趙李實，鄭萍

（東北農(nóng)業(yè)大學(xué) 電氣與信息學(xué)院，黑龍江 哈爾濱 150030）

以工科大學(xué)生專業(yè)素質(zhì)作為研究對象，通過梳理認知能力、行為能力的重要組成要素，定量化、直觀地研究認知能力和行為能力對專業(yè)素質(zhì)的影響，搭建微信小程序，通過問卷調(diào)查收集大數(shù)據(jù)，利用主成分分析法探究學(xué)生主觀認知能力、行為能力因素對專業(yè)素質(zhì)的潛在影響．研究結(jié)果為提高學(xué)生專業(yè)素質(zhì)提供了數(shù)據(jù)支撐，有助于高校有的放矢地制定工科大學(xué)生的培養(yǎng)方案，構(gòu)建具有特色的課程體系，提高學(xué)生專業(yè)素質(zhì)．

工科大學(xué)生；專業(yè)素質(zhì)；微信小程序；主成分分析法

2017年2月以來，教育部積極推進新工科建設(shè)，教育部高等教育司明確要求新工科建設(shè)必須深化創(chuàng)新創(chuàng)業(yè)教育改革，轉(zhuǎn)變?nèi)瞬排囵B(yǎng)模式和范式，提出全方位、全過程和全要素培養(yǎng)[1]．我國擁有龐大的工科人才后備力量，為我國工業(yè)化的發(fā)展和經(jīng)濟的高速增長提供了良好的人力支持．但是，我國工科人才質(zhì)量、創(chuàng)新創(chuàng)業(yè)素質(zhì)及能力水平與世界上發(fā)達國家的工科人才相比存在顯著差距．如何將人力資源優(yōu)勢轉(zhuǎn)變?nèi)瞬刨Y源優(yōu)勢，提升我國工科大學(xué)生專業(yè)素質(zhì)顯得尤為關(guān)鍵[2]．

大數(shù)據(jù)作為一種重要的資源，具有數(shù)據(jù)量大、類型繁多、價值密度低、速度快、時效高等特點，正在不斷地滲透到社會各行業(yè)領(lǐng)域，進而不同程度地影響高校的素質(zhì)教育運行與管理[3]．大數(shù)據(jù)時代的到來將推動現(xiàn)有學(xué)生素質(zhì)分析工作的信息化重構(gòu)，使其不僅有助于教育教學(xué)活動的順利進行，更有利于提升學(xué)生素質(zhì)挖掘的科學(xué)性、針對性和時效性[4]．

各高校應(yīng)憑借新工科建設(shè)的機會，構(gòu)建工程人才培養(yǎng)新模式，培育出大量的全能型、高素質(zhì)的新工科人才，在世界人力資源的戰(zhàn)略中占據(jù)最高點，最終完成中國由工程教育大國改變?yōu)榻逃龔妵哪繕?biāo)[5]．本文深入研究工科大學(xué)生認知能力、行為能力和專業(yè)素質(zhì)之間的潛在影響，定量化、直觀地展現(xiàn)大學(xué)生認知能力和行為能力對專業(yè)素質(zhì)的影響因素，可為工科學(xué)生培養(yǎng)提供有效參考，也可為運用工程模型思想解決學(xué)生培養(yǎng)問題提供的一種新方法，并在不同高校推廣使用，具有重要的理論和實踐價值．

1 數(shù)據(jù)采集

1.1 影響因素分析

通過對專業(yè)素質(zhì)及認知能力、行為能力的內(nèi)涵和外延進行深入研究[6-8]，將工科大學(xué)生專業(yè)素質(zhì)設(shè)置為專業(yè)成績、實踐能力和創(chuàng)新能力3個維度；認知行為可劃分為理性認識和感性認識2個維度；行為能力可劃分為個人行為和團隊行為2個維度．通過查閱文獻、座談、問卷、專家咨詢，對專業(yè)素質(zhì)、認知能力、行為能力的內(nèi)涵和外延進行深入研究，明確其重要的組成要素和外在表現(xiàn)（見表1）．

表1　專業(yè)素質(zhì)及影響因素調(diào)查

1.2 微信小程序數(shù)據(jù)采集平臺

本平臺基于微信小程序云開發(fā)平臺數(shù)據(jù)庫，具有數(shù)據(jù)采集范圍廣、采集數(shù)據(jù)快、修改及時、易于統(tǒng)計等特點，能夠?qū)y試者的答案數(shù)據(jù)實時地提交至云端數(shù)據(jù)庫．其問卷內(nèi)容固定由js文件寫入，可快速編輯問卷內(nèi)容并投入使用．專業(yè)素質(zhì)、認知能力、行為能力３部分測試題共33道，滿足因素分析使用．程序流程見圖1，進入小程序后會告知用戶軟件信息、數(shù)據(jù)用途及版權(quán)所屬（見圖2）．注冊信息因問卷要求為匿名注冊，答題結(jié)束后確認提示提交成功．

1.3 數(shù)據(jù)規(guī)模

經(jīng)過２年多的數(shù)據(jù)采集，獲得了東北農(nóng)業(yè)大學(xué)、八一農(nóng)墾大學(xué)、肇慶學(xué)院等高校大一至大四學(xué)生的專業(yè)素質(zhì)調(diào)查信息，共收集調(diào)查問卷332份，共計10 956條選項，存儲于微信云數(shù)據(jù)庫．

圖2 小程序首頁

2　數(shù)據(jù)預(yù)處理

2.1　采集信息定量化表達

通過收集的調(diào)查問卷，得到原始數(shù)據(jù)集，并通過屬性分解將該原始數(shù)據(jù)集進行定量化處理．對于有序單選問題，通過線性回歸映射到0～1區(qū)間；對于文本類、不具有內(nèi)在等級的類別，將該類別的屬性設(shè)為名義；對于多選問題，將數(shù)據(jù)轉(zhuǎn)換為單選問題數(shù)據(jù)，通過線性回歸填補該原始數(shù)據(jù)集中空缺數(shù)據(jù)．剔除其中錯誤數(shù)據(jù)和低質(zhì)量數(shù)據(jù)，對冗余屬性進行標(biāo)記，得到預(yù)處理數(shù)據(jù)集．提取到的原始數(shù)據(jù)為代碼編號，導(dǎo)入至SPSS中處理為問卷答案，不同類型數(shù)據(jù)根據(jù)主次編碼進行數(shù)字化處理，處理后均處于0～1之間，保證選項數(shù)不會影響分析質(zhì)量．

2.2 數(shù)據(jù)信度分析

Cronbach′s alpha系數(shù)值是一個統(tǒng)計量，是指量表所有可能的項目劃分方法得到的折半信度的平均值，是最常用的信度測量方法[9]．Cronbach′s alpha系數(shù)值的范圍以及信度的效果：0.80～0.90非常好；0.70～0.80相當(dāng)好；0.65～0.70最小可接受值；0.60～0.65最差．經(jīng)過信效度分析檢查和可靠性分析，剔除掉調(diào)查問卷中的5項質(zhì)量不佳的題目（勤工儉學(xué)，學(xué)習(xí)費用與生活費用比值，畢業(yè)預(yù)期工作，畢業(yè)預(yù)期工作地區(qū)，申請軟件著作權(quán)、實用新型、發(fā)明專利），保留了28項調(diào)查題目，將Cronbach′s alpha系數(shù)值系數(shù)提升至0.897．利用SPSS對數(shù)據(jù)進行因子分析，顯著性小于0.05，說明該問卷數(shù)據(jù)適用于做因子分析，KMO值介于0.7～0.8之間，說明效度良好．

2.3 數(shù)據(jù)表達性分析

對數(shù)據(jù)進行主成分分析，提取未旋轉(zhuǎn)因子解，得到公因子方差（見表2）．

表2　公因子方差

提取的值越大說明變量可以被公因子表達得越好，大于0.5即可以說是可以被表達，大于0.7說明變量能被公因子表達得很合理．通過數(shù)據(jù)分析，參加主持、參加省級和校級創(chuàng)新創(chuàng)業(yè)項目的提取值最高，分別為0.926和0.875；其次為省級學(xué)生社團和省、國家比賽獲獎，分別為0.854和0.839；最少的提取值為大學(xué)入學(xué)成績和課后自習(xí)量，分別為0.417和0.522．

3　主成分分析法影響因素分析

主成分分析是對于原先提出的所有變量，將重復(fù)的變量（關(guān)系緊密的變量）刪去多余，建立盡可能少的新變量，使得這些新變量是兩兩不相關(guān)的，而且這些新變量盡可能保持原有的信息[10]．對問卷數(shù)據(jù)進行主成分分析，提出7類主成分，包括參加競賽獲獎、科研論文、創(chuàng)新創(chuàng)業(yè)項目、四六級、社團活動、智育成績、考試通過率，累計提取數(shù)據(jù)總量的70.151%（見表3）．

從主成分分析碎石圖（見圖3）可以看出，每個因子代表的特征值，前７個因子的特征值大于1，第８個因子所包含的信息量就小于1，也就是說第８個因子所代表的信息量已經(jīng)不足以代表1道題目，其余影響因素貢獻率較弱．

表3　總方差解釋

圖3　主成分分析碎石圖

通過因子分析，考察每個變量在各個因子中系數(shù)的大小，一般大于0.5的就歸于該因子當(dāng)中．剔除小于0.5數(shù)值后的旋轉(zhuǎn)成分矩陣見表4．

表4　旋轉(zhuǎn)成分矩陣

由表４可以看出，參與指導(dǎo)教師組織的科研活動和參加相應(yīng)的各級競賽、項目并獲獎相關(guān)性強；某些學(xué)生會主持、參加各個級別的創(chuàng)新創(chuàng)業(yè)項目；六級成績好的學(xué)生更愿意參加更高等級的學(xué)生社團；四級成績好的學(xué)生會參加更多的講座或活動；有團隊共同研究的學(xué)生之間團隊精神更加強烈；專業(yè)及班級智育排名靠前的學(xué)生的專業(yè)課程基本上全部及格；上課考勤率與考試通過率的關(guān)聯(lián)更緊密．

依據(jù)分析結(jié)果，提出建議：（1）組織有經(jīng)驗的教師和學(xué)生社團，積極引導(dǎo)學(xué)生參與各種競賽和項目評獎；（2）保證學(xué)生的上課出勤率，以提高學(xué)生學(xué)習(xí)成績、及格率；（3）培養(yǎng)學(xué)生團隊協(xié)作能力，提供團隊配合工作機會，以提高學(xué)生的理性認知能力；（4）培養(yǎng)工科大學(xué)生理性認識和感性認識，以促進專業(yè)素質(zhì)的提升．

4 結(jié)語

基于微信小程序的工科大學(xué)生專業(yè)素質(zhì)影響因素的調(diào)查分析，能夠定量化、直觀地展現(xiàn)大學(xué)生認知能力和行為能力對專業(yè)素質(zhì)的影響因素，通過大數(shù)據(jù)挖掘潛在規(guī)律，找出主成分因素．本研究可為工科學(xué)生培養(yǎng)方法的研究提供有效參考，也可在不同高校推廣使用，具有重要的理論和實踐價值．

[1] 沈濤，黃金哲．探索素質(zhì)教育在理工科專業(yè)課教學(xué)中的滲透[J]．思想政治教育研究，2007（5）：81-82．

[2] 閆秀懿，尹秀英，曾勇．如何在研究性教學(xué)中提高學(xué)生的專業(yè)素質(zhì)：以“環(huán)境工程學(xué)”課程的教學(xué)實踐為例[J]．大學(xué)教育，2013（1）：144，94．

[3] 金陵．大數(shù)據(jù)與信息化教學(xué)變革[J]．中國電化教育，2013（10）：8-13．

[4] 梁文鑫．大數(shù)據(jù)時代：課堂教學(xué)將迎來真正的變革[J]．北京教育學(xué)院學(xué)報（自然科學(xué)版），2013，8（1）：14-16．

[5] 朱建平，李秋雅．大數(shù)據(jù)對大學(xué)教學(xué)的影響[J]．中國大學(xué)教學(xué)，2014（9）：41-44．

[6] 陳英杰，劉健，唐新軍，等．以賽促學(xué)、以賽促練、以賽促教：工科大學(xué)生競賽與教學(xué)結(jié)合的教學(xué)模式探索與實踐[J]．中國管理信息化，2015，18（13）：246-248．

[7] 劉寶，李貞剛，阮伯興．基于工程教育專業(yè)認證的大學(xué)課堂教學(xué)模式改革[J]．黑龍江高教研究，2017（4）：157-160．

[8] 付坤，凌振寶，王金國．高校工科大學(xué)生自主實踐創(chuàng)新教育的探索[J]．實驗室研究與探索，2015，34（4）：196-198．

[9] 蔡瑞林，花文鳳．基于混合研究方法的大學(xué)生勞動素養(yǎng)評價指標(biāo)體系構(gòu)建[J]．中國大學(xué)教學(xué)，2021（11）：81-85，96．

[10] 王純杰，蔣京京，張倩倩，等．基于主成分及DEA模型的高校教師績效評價的研究[J]．吉林師范大學(xué)學(xué)報（自然科學(xué)版），2021，42（2）：35-44．

Network investigation and analysis on influencing factors of professional quality of college students in engineering

ZHANG Jicheng，ZHAO Lishi，ZHENG Ping

（School of Electrical and Information，Northeast Agricultural University，Harbin 150030，China）

Taking the professional quality of college students in engineering as the research object，through combing the important components of cognitive ability and behavioral ability，the impact of cognitive ability and behavioral ability on professional quality was quantitatively and intuitively studied，a Wechat applet was built to collect big data through questionnaire survey，and the principal component analysis method was used to study the potential influence of cognitive ability and behavior ability on professional quality quantitatively and intuitively．The research results provide data support for improving the professional quality of students，and help colleges and universities to formulate a targeted training plan for engineering students，build a characteristic curriculum system，and improve the professional quality of students．

college students in engineering；professional quality；Wechat applet；principal component analysis

1007-9831（2022）09-0017-05

O29

A

10.3969/j.issn.1007-9831.2022.09.005

2022-01-17

黑龍江省教育科學(xué)規(guī)劃重點課題（GJB1421227）

張繼成（1980-），男，黑龍江富錦人，高級工程師，博士，從事智能農(nóng)機設(shè)計研究．E-mail：zhangjicheng@neau.edu.cn