測繪工程專業卓越工程師教育培養計劃人才培養效果研究

陸妍玲

摘 要 選取桂林理工大學測繪工程2014級第一學年學習成績為樣本，通過“卓越工程師教育培養計劃”班與普通班數據的獨立樣本T檢驗和因子分析，獲得“卓越工程師教育培養計劃”班與普通班人才培養的差異和各自的特點，通過討論分析，提出“卓越工程師教育培養計劃”人才培養的下一步建議。

關鍵詞 卓越工程師；測繪工程專業；學生成績

中圖分類號：G642.0 文獻標識碼：B

文章編號：1671-489X（2016）06-0072-03

1 前言

《國家中長期教育改革和發展規劃綱要（2010—2020年）》中明確指出，要在2010—2020年間，“實施基礎學科拔尖學生培養試驗計劃和卓越工程師、醫師等人才教育培養計劃”[1]?！毒V要》發布不久，2011年，教育部出臺《關于實施卓越工程師教育培養計劃的若干意見》[2]。桂林理工大學測繪工程專業是于2013年被教育部列入第三批“卓越工程師教育培養計劃”的專業之一。2014年4月，學校制訂出臺《“卓越工程師教育培養計劃”實驗班實施方案》，明確了培養目標、實施范圍和培養辦法等，測繪工程專業成為試點的6個專業之一。經過一年多的實施，對于測繪工程專業實驗班學生的培養效果與同年級普通班學生的培養效果是否存在差異？主要特點表現在哪些方面？這是本文進行深入探討的內容，以便更好地為實驗班人才培養提供科學的建議。

2 樣本選取及數據分析

樣本數據的選取 本文選取桂林理工大學2014級測繪工程實驗班30人、2014級測繪工程普通班82人的第一學年部分課程成績作為分析的樣本數據。其中，基礎理論課為高等數學、線性代數、CAD與大比例尺地形圖繪制、測量學、工程制圖等5門課程；公共課程為大學物理、大學英語、計算機知識及應用初步、馬克思主義基本原理、思想道德修養與法律基礎等5門課程；其他課程為安全教育、形式與政策、地球科學概論等3門課程。

數據預處理 將所有的等級數據轉化為百分制。其中，“優秀”用95分替換，“良好”用85分替換，“中”用75分替換，“及格”用65分替換，“不及格”用45分替換。對于補考的科目，為了保持研究的科學性，只采集首次考試成績。

實驗班和普通班之間的獨立樣本T檢驗 獨立樣本T檢驗是統計學中用于檢驗兩個不同群體之間樣本的平均數差異性的常用方法。本文應用SPSS17在置信區間為95%的情況下，對樣本數據進行分析。結果表明，在所有選取的課程中，CAD與大比例尺地形圖繪制、大學物理、思想道德修養與法律基礎、安全教育、形勢與政策和地球科學概論這6門課差異不顯著，其他課程均存在顯著差異，并且實驗班成績均值均顯著高于普通班成績均值。類別不同能夠解釋高等數學、線性代數、大學英語以及計算機基礎等課程變量總方差中較大的變異量。這說明實驗班整體教學效果要顯著優于普通班。通過調查分析，差異不顯著的6門課程均系考察類課程，分數不符合正態分布。具體如表1所示。

實驗班和普通班成績的因子分析 因子分析常被用于樣本數據的降維，期望用較少的因子來解釋大多數的變量信息。這些通過探索性因子分析從成績數據中產生的因子，可以用于解釋這些成績所代表的不同類別學生的特點和優勢[3]。

首先，實驗班成績因子分析。數據分析顯示，樣本數據通過KMO與Bartlett的球形檢驗，其KMO值為0.690，Bartlett的球形檢驗達到0.05顯著水平，表明該數據可以做因子分析。因子抽取方法采用主成分分析法，因子轉軸采用正交法。因子個數的選取結合特征根數值以及邏輯分析的結果，第一次因子分析得出4個公因子，累計貢獻率為69.2%，貢獻率不高。并且多門課程在多個因子上存在較高載荷，無法確定歸屬。

于是進行第二次因子分析，將相關矩陣中與其他變量相關性較小的地球科學概論、形勢與政策和安全教育3門課程剔除，樣本數據通過KMO與Bartlett的球形檢驗，其KMO值為0.718，Bartlett的球形檢驗達到0.05顯著水平，表明該數據較前更適于做因子分析。同樣采用主成分分析法抽取因子，正交法實現因子旋轉，得出3個公因子，累計貢獻率為71.2%。

大學英語、馬克思主義基本原理、計算機基礎、測量學、思想道德修養與法律基礎和CAD與大比例尺地形圖繪制等6門課程在第一公因子上具有較高的載荷，命名為“綜合能力”因子，其貢獻率為43%；線性代數、大學物理和高等數學在第二公因子上具有較高載荷，命名為“數理能力”因子，其貢獻率為16%；工程制圖課程在第三公因子上有較高載

荷，命名為“工具基礎能力”因子，其貢獻率為12.4%。

以上結果表明，實驗班能力具有較好的區分性，人才培養具有一定的特色，具有較好數理能力和一定的實踐基礎能力，初步實現了培養創新實踐型人才的目標。具體如圖1、圖2所示。

其次，普通班級成績因子分析。對數據進行因子分析適宜性檢驗顯示，該數據適宜做因子分析。同樣采用主成分分析法抽取因子，正交法實現因子旋轉進行因子分析。第一次因子分析仍然存在實驗班因子分析的問題，效果不夠理想。于是進行第二次因子分析，剔除與其他課程變量相關性較小的地球科學概論和安全教育2門課程，樣本數據通過KMO與Bartlett的球形檢驗，其KMO值為0.784，Bartlett的球形檢驗達到0.05顯著水平，表明該數據較前更適于做因子分析。

通過分析，得出4個公因子，累計貢獻率為64.2%，可以接受。高等數學、測量學、大學物理、線性代數、馬克思主義基本原理、CAD與大比例尺地形圖繪制和大學英語等7門課在第一公因子上有較高載荷，命名為“綜合能力”因子，其貢獻率為38.8%；思想道德修養與法律基礎和形勢與政策在第二公因子上具有較大載荷，命名為“政治素質”因子，其貢獻率為15.5%；工程制圖和計算機基礎在第三公因子上具有較高載荷，命名為“工具基礎能力”因子，其貢獻率為9.9%。

以上結果顯示，普通班雖然在分班之時總體成績不如實驗班，但其成績也具有較好的區分性，人才基礎培養也具有一定的特色，思想政治素質和工具基礎能力較好。

3 討論

通過實驗班學生成績和普通班學生成績的獨立樣本T檢驗和因子分析，可以得出如下結論。

實驗班學生成績優于普通班學生成績，但培養效果上無明顯差異 一方面，盡管實驗班與普通班在成績獨立樣本T檢驗有6門課程不夠顯著，但從均值上看，實驗班學生成績均高于普通班學生成績。另一方面，在選取的14門課程中，統計學意義上有8門課程顯示存在顯著性差異，但通過檢驗的效果值，可以得出，除了計算機知識及應用初步和馬克思主義基本原理2門課程外，其他課程不同類別對成績差異的解釋度都不足10%。這說明，這8門課程的顯著性差異并不主要是因為對實驗班和普通班不同的培養方案而導致，而是由于分班時，選入實驗班的學生成績本來就是專業中表現較為突出的。并且，研究發現，表現為存在顯著性差異的6門課程，即大學物理、高等數學、測量學、計算機知識及應用初步、大學英語、馬克思主義基本原理，均為考試類課程，而表現為不存在顯著性差異的6門課程均為考察類課程。這說明，實驗班的學習、考試能力較強，而非考試類課程差異性不大。這也從另外一個側面說明，教師對兩類不同班級的授課內容、方式以及考核上存在的差異性不大。

實驗班和普通班均有自身特點，實驗班數學優勢較為突出 通過兩類學生成績因子分析的對比，可以看出，實驗班學生數理能力較為突出，這一點從高等數學、線性代數和大學物理的成績對比可以看出，實驗班要遠高于普通班。結合大學英語四級的過級率來看，實驗班的英語四級通過率為47%，遠高于普通班的通過率10%。此外，從兩者的因子分析中都得到了“工具基礎能力”的公因子，說明測繪工程專業的培養確實有其自身的特色，這與用人單位對測繪工程專業畢業生“動手能力強、上手快”的評價相一致。

4 結語

通過上述分析，測繪工程專業實驗班的培養初具成效，與普通班相比具有較為明顯的特點，但也存在一些不足。要想更好地做好實驗班學生的培養，需要進一步優化人才培養方案，注重整合行業資源和地方優勢，搭建校企合作平臺，并吸引有一定影響力的行業企業，深度參與學校人才培養方案的制訂，實現人才培養和應用實踐的有機結合；注重教學內容改革和考核方式轉變，在厚基礎、精專業、強實踐上下功夫，抓好專業能力和實踐能力的雙促進，鼓勵學生參加學科競賽、大學生創新創業比賽和社會實踐活動，開闊學生視野，培養全方位發展的復合型人才。同時，要進一步發揮測繪工程專業雙師型師資雄厚的優勢，發動雙師型教師深度參與到實驗班的教學、管理和實踐中來，提高實驗班動手實踐能力，打造具有桂林理工大學特色的實驗班品牌。

參考文獻

[1]董曉宇，申志靈.基于“卓越計劃”的課程改革研究[J].教育教學論壇，2013（48）：47-48.

[2]朱寧，符名培，李雨.信息與計算科學專業的主成分模型分析[J].廣西科學院學報，2004，20（4）：240-243.

[3]黃麓升，鄧奕，謝騏，等.“卓越計劃”背景下的教學管理與保障體系研究[J].湖南工程學院學報，2013（4）：89-92.