因子分析法對高職院校學生資助績效工作成效的分析

蔣洪　顧敏　袁建華

摘 要 績效評價是檢驗高職院校學生資助工作成效并促進其不斷完善的有效途徑。本文從因子分析法的視角，實證研究江蘇省高職院校學生資助工作績效評價體系及模型。

關鍵詞 因子分析法 資助績效 評價體系

中圖分類號：G717 文獻標識碼：A DOI：10.16400/j.cnki.kjdkz.2016.05.086

Abstract Performance evaluation is the effectiveness of funding the work of students in Higher Vocational Colleges and promote the test effective way of continuous improvement. This paper analysis from the perspective of factors， empirical study of Jiangsu Province vocational college students funded work performance evaluation system and model.

Key words factor analysis； funding performance； evaluation system

因子分析法1904年首次提出，它是從研究指標相關矩陣內部的依賴關系出發，把多個信息重疊、具有錯綜復雜關系的變量歸結為少數幾個不相關的綜合因子的一種多元統計分析方法，因子分析的結果常用于實際工作成效的判定。

下面以2013年度江蘇某些高職院校學生資助工作績效評價數據為原始資料，運用SPSS軟件，采用因子分析法對資助工作績效進行綜合評價。這里以工作成效類指標為例，運用SPSS軟件進行因子分析的結果如下。

江蘇省教育廳從資助效果、財政資金杠桿系數、資助育人、社會評價、工作創新5個方面，選取12類15個考核指標，構建2013年度高校學生資助工作成效評價體系（見表1）。

表2為KMO檢驗和巴特利球形檢驗結果，其中KMO的值為0.571，根據統計學家Kaiser給出的分析，KMO取值小于0.6，各變量所包含信息的重疊程度可能不是特別高，但仍然可以進行因子分析；Bartlett球形檢驗的P值為0.000<0.01，說明各變量之間存在顯著的相關性，數據適合進行因子分析。

提取方法：主成份分析

表3是因子分析后主成分分析提取的結果，本次分析提取4個公共因子，其反映了原始數據80.228%的信息，可以認為是有效的。

由圖1可見前面4個公共因子特征值變化非常明顯，之后的特征值變化趨于平穩。說明提取前4個公共因子來反映原始變量之間的信息是比較合理的。

提取方法 ：主成份。說明：采用具有 Kaiser 標準化的正交旋轉法。

從旋轉成分矩陣（見表4）可以看出：因子1在M54、M55、M56、M57、M61、M64、M66、M68這8個指標上的載荷比較大，反映了資助工作中的學校資助資源的投入程度；因子2在M60、M67這兩個指標上的載荷比較大，反映了資助工作中的理論、實踐和創新成果；因子3在M58、M59這兩個指標上的載荷比較大，主要反映了資助工作中助學成才典型；因子4在M62這1個指標上的載荷比較大，反映了貧困學生的就業率。從表中可以看出，這四個因子的代表性突出，實際意義明確。

通過分析可以發現，基于因子分析的評價模型是更科學、應用范圍更廣泛的評價方法，同時該方法也有助于提高高職院校學生資助績效工作成效。雖然因子分析模型存在不足的方面，但是比傳統的分析方法更加科學有效，其意義和成效也顯而易見，值得推廣。

參考文獻

[1] 辛斐斐，劉國永.職業教育財政支出績效評價體系研究——因子分析法的視角[J].教育與經濟，2011.3：50-55.

[2] 張瓊.因子分析在學生成績綜合評價中的應用[J].惠州學院學報（自然科學版），2010.6：40-45.