大學生對大類招生認知狀況及影響因素研究

梁詩倫+陳展宏+王岸佳+李詩韻+黃婕璇

摘 要：近年，大類招生成為高校人才培養模式的改革熱點。實施至今，出現許多不可忽視的問題。本文以廣州大學城高校及北京，浙江部分高校為例，使用數理模型例如模糊綜合評判和結構方程。首先，系統地展現大類招生的實施現狀和大學生對大類招生認知狀況，其次分析大學生與教師群體對大類招生改革的意見和建議，最后總結問題的根源并為大類招生政策的改革提供參考，為社會群體提出建設性意見。

關鍵詞：大類招生；影響因素；模糊綜合評判；結構方程模型

1 概論

1.1 研究背景

20世紀80年代，北京大學提出“加強基礎，淡化專業，因材施教，分流培養”的大類招生的培養部分高校完成改革，部分高校在一至兩年的試驗之后放棄大類招生制度。由此，在低年級實施通識教育，培養全面性創新型人才，但是大類招生制度并沒有推進所有高校教育質量的提升。可得，現階段，大類招生制度仍存在一些問題亟需挖掘。

1.2 研究目的

近幾年部分高校實施“大類招生”引起了考生的興趣與高教界的關注。為了更好地實現大類招生在強化基礎教學、提高人才培養質量等方面的作用，本次擬以廣州大學城的高校為例，重點關注大學生對大類招生的認知程度及影響因素，從各視角，描述大類招生實施現狀，充分認識大類招生政策的實施帶來的影響。基于此，分析并提出科學合理的建議，為大類招生政策發展提供相關參考。

1.3 研究意義

我國的大類招生教育模式正處于推廣中，大多數人對其認識尚淺。此次聚焦大類招生和大學教育之間的聯系，加強對該課題的研究，提高人們對其的關注和認識，并輔助大類招生計劃的實施，為高等院校政策的實施提供參考依據，同時為學生合理選擇專業分流提供意見。

2 國內外研究現狀

2.1 國內理論研究

針對大類招生模式下學生的教育問題，國內有不少學者做過相關研究。王恒安認為：以往本科教育為適應專才教育培養模式，課程體系過分專業化。課程設置基本采用“三層樓式” 結構模式，即將課程分為基礎課、技術基礎課、專業課三類，并采用“倒推式”結構邏輯設置課程。這種設置模式重理論輕應用對各類課程構成的橫向關系考慮較少，導致專業越分越細，培養的學生知識面過窄[1]。蘇廣才、龐祖高和湯宏群認為應提高專業課的教學質，擴大內容新穎的專業 （方向） 前沿選修課，選用內容精練、選材新穎、 結構合理的專業（ 方向） 教材，改革教學手段， 利用多媒體進行教學等[2]。

針對大類招生模式下對學生的管理問題，俞玉飛認為要深化班級管理體制改革。在組成傳統班級， 配備專職班導師的基礎上， 加強學長的引導幫助作用， 同時輔以初步的導師制[3]。黃兆信認為大學生就業難度增加的主要原因是隨著我國經濟結構、產業結構的調整，社會需求人才的結構、能力、素質等均發生了較大變化，而高等教育尚未完全適應這種變化。為此，溫州師范學院緊跟市場需求，科學合理地調整學科專業結構，加大新興學科、交叉學科和應用型專業的設置，拓寬專業口徑，改革課程設置，培養出“厚基礎、寬口徑”的復合型人才。這是當前教育界最為關注的“通才教育和專才教育相結合”的新型人才培養模式[4]。

2.2 國外大類招生實施現狀

美國博耶爾研究型大學本科生教育委員會在《重塑美國教育：三年來的進展》報告中指出，美國研究型大學在本科教育改革方面取得的進步之一是：各大學在安排大學生課程時，十分強調通識教育，“強調培養知識面寬的復合型人才”。哈佛大學校長博克（DerekBok）也提出：“本科生應該通過主修一個學科獲得大量的知識，并且通過注意幾個不同學科的學習獲得大量廣博的知識。”哈佛大學提出：本科生在上主修課之前，必須上通識課程，必須文理并重，了解掌握人文學科和自然科學領域的基本知識和學術流派。

2.3 文獻綜述

現今已有不少研究給大類招生這一課題提供了有益的借鑒，但是，已有的研究對于大類招生做了一些零星的研究，對于其還有許多問題沒有解決。本項目除文獻研究外，結合實地調研，同與其他項目相比，本項目可彌補數據缺乏的短板，結果得以基于客觀事實，可行性得到更大的提升，研究成果更具有價值。

3 研究準備

3.1 研究地點的確定

研究地點確定在廣州大學城中實行大類招生的幾所高校。以廣州大學城為對象調查大學生對大類招生的認知程度及影響因素，在一定程度上為高等院校政策的實施提供參考依據，進而為學生合理選擇專業分流提供更好的參考意見。

3.2 研究設計

3.2.1 問卷設計

本調研組查閱了大量與高校大類招生相關的論文，根據大學城中各高校大類招生的相關政策，結合組內成員討論，最終確定以下問卷。

3.2.2 量表和選項設計

為保證問卷題型的合理性，該問卷的第一、二部分采用類別量表：所調查的問題選項只能分成兩個或以上的類別，所反映的類別是不分次序的，這些類別均只表明其中一項或幾項不同特征。采用這樣的類別量表幫助我們更清晰地看到學生對大類招生政策實行的了解情況。

3.2.3 研究思路

3.2.4 研究方法

1.文獻研究法

本項目通過互聯網等途徑搜集大量與大類招生相關的資料，根據對研究步驟以及當前研究成果的分析，確定本課題的基本架構并提高研究層次。

2.訪談法

本項目以教育者為被調查者，事先準備好談話計劃，包括關鍵問題、提問措辭等。訪談結束后整理所得的信息并進行分析。

3.調查問卷法

在調研前期，本小組通過閱讀文獻和訪談老師，對調研的對象和內容進行討論，確定了調研問卷大綱。最后，通過對調查問卷實行預調研，修改問題并詳化細節，確定了調查問卷的最終稿。

3.3 樣本量的確定

簡單隨機抽樣的條件下，推論總體百分比的調查樣本量計算公式：

其中N為所需樣本量，Z為置信度所對應的臨界值，P為總體的百分比，在1/2時達到最大值，E為抽樣誤差。

根據公式，本次在置信度為95%，Z值為常量1.96，抽樣誤差不超過7%的條件下，確定調研的樣本量為196份。為了保證樣本的數量和數據的有效性，避免分析數據時的無效樣本，本次調研共獲問卷488份。

3.4 問卷發放與回收

本次研究回收問卷488份。其中線上115份，回收115份，回收率為100%；線下383份，回收141份，回收率為100%，對所回收的問卷進行檢查，刪除由于無效問卷，因此線下有效問卷共373份，回收有效率97.37%。

4 量表信效度檢驗與因子分析

4.1 信度分析

我們可以通過信度分析檢驗該調查問卷能否比較穩定地測量到所有事項及穩定的程度。由于我們的測量工具（本研究的調查問卷）和測量的時點均相同，故采用內部一致性信度，用Cronbachα系數就是衡量內部一致性，其公式為：

式中k為題項數； 為第個題項的方差； 為整個量表得分的方差。

一般探索性研究，Cronbachα系數在0.6以上，基準研究在0.8以上，被認為可信度較高。本研究量表總體的Cronbachα值為0.877，且知識水平、學習情緒、人際關系、專業認知Cronbachα分別為0.933、0.832、0.762、0.891，均通過檢驗，本量表的信度較高。

4.2 效度分析

效度反映調查問卷設計者的意圖能否讓被調查者理解，建構效度是最強力的效度評價指標。由SPSS可得，本量表數據KMO值為0.897，根據Kaiser給出了常用的KMO度量標準（0.9以上非常適合；0.8適合；0.7一般。），可知此時的量表適合做因子分析。顯著性概率（Sig.）為0.000，結果顯著可信。

4.3 因子分析

所提取的4個因子概括出了大類招生影響因素指標的基本結構：知識水平（F1）、專業認知（F2）學習情緒（F3）、人際關系（F4）。上述結果用來考察大類招生的優劣具體表現，量表中的11個正向指標分別與公因子F1、F2、F3對應（其中F3同時有正向指標和逆向指標）。

這10道正向題目得分均值范圍為2.81～3.14，偏向于“一般”，持肯定態度者（同意+非常同意）超過35%的有F1中的一個指標以及F2中的三個指標，說明大類招生的優勢主要體現在提升基礎知識水平、更清楚專業分流時的專業認知。

5 模糊綜合評判

5.1 理論模型的構建

模糊綜合評判法是一種基于模糊數學的綜合評價方法，利用模糊變換原理和最大隸屬度原則，考慮與被評價事物相關的各個因素，用模糊數學對收到多種因素制約的事物或對象做出一個總體的評價。

5.2 量表的統計學分析

本次量表含有15個題項，采用5級李克特量表形式（非常不同意、比較不同意、一般、比較同意、非常同意，對應為1～5分），以大類招生實施對學生的正面影響為正向，對反意題項進行逆向處理（5～1分）后，求出量表總分，對大類招生利弊分析比較的綜合態度。

5.3 確定因素集和評語集

本次研究將評價層次分為四級。設計一級指標X=（X1 X2 X3 X4 X5），其中（i=1，2，3···）表示第i個指標，分別為知識水平、專業認知、學習情緒、人際關系。設置評價等級數為5，即評語集為V（V1 V2 V3 V4 V5），其中V1表示非常不同意，V2表示比較不同意，V3表示一般，V4表示比較同意，V5表示非常同意，不同的評語等級可以反映出大學生對大類招生對不同因素帶來的影響程度高低。

5.4 確定指標隸屬度與模糊關系矩陣

本次研究選取模糊統計法確定隸屬度。把同一級別的所有指標對評語等級的隸屬度放到一個矩陣中，就得到模糊關系矩陣。

以下為大類招生對學生的影響因素指標隸屬度，進而計算各二級指標的隸屬度矩陣，如表2所示，X1的二級指標X11 X12 X13 X14對應的評價等級V的隸屬度分別為{0.084，0.182，0.326，0.328，0.080}，{0.024，0.184，0.398，0.275，0.068}，{0.088，0.195，0.361，0.264，0.092}，{0.092，0.184，0.326，0.324，0.074}由這四個指標隸屬度構成的能力提升X1的模糊關系矩陣R1，同理可得其他二級指標對應的隸屬關系矩陣R2，R3，R4。

5.5 計算指標權重

權重是指標在整體評價中的相對重要程度。權重越大則該指標的重要性越高，對整體的影響就越高。常見的權重計算方法很多，比如主成分分析法、AHP（層次分析法）和專家咨詢法等。本研究考慮選擇主成分分析法來對大類招生的各項影響因素進行賦權。以下運用主成分分析法計算權重：

在提取的四個主成分中，對應的特征值分別為6.397，2.228，1.128和1.024，累計方差貢獻率達到76.971%，基本能夠反映所有指標的信息。

用表2（旋轉成分矩陣） 中的數據（aij）除以主成分相對應的特征值開平方根（Xi）便得到四個主成分中每個指標所對應的系數。

將四個因子與對應的旋轉后方差百分比相乘，進行歸一化，各個指標所對應的系數為各項二級指標之間的權重。

5.6 計算指標的綜合評價值矩陣

模糊權重向量W和模糊關系矩陣R的合成過程如下：

“o”為模糊合成算子，常用的模糊合成算子有4種：M（∧，∨）算子、M（·，∨）算子、M（∧，⊕）算子、M（·，⊕）算子。而M（·，⊕）這個合成算子先通過乘法反映了大類招生下，不同指標對學生的影響，又通過有界和運算，綜合模糊關系矩陣所提供的各個方面的信息，體現各種因素影響程度評價的整體特性。從綜合評價的角度來說，乘與有界和算子比其他三個模糊合成算子更為適用。

X1的評價值矩陣B1，采用合成因子“o”（ M（·，⊕））算子，有：

結果表明， 在知識水平方面， 認為大類招生優于傳統的比例為： 非常不同意8.5%， 比較不同意18.6% ， 無差異35.3 %， 比較同意29.8% ， 非常同意7.8% ， 根據最大隸屬度原則（以下同）， 結論為無差異。

X2的評價值矩陣B2，有：

在專業選擇方面， 認為大類招生優于傳統的比例為： 非常不同意6.8%， 比較不同意27.5% ， 無差異33.6 %， 比較同意31.2% ， 非常同意21.6% ， 結論為無差異。

X3的評價值矩陣B3，有：

在學習情緒方面， 認為大類招生帶來積極影響的比例為： 非常不同意4.1%， 比較不同意21.8% ， 無差異41.9 %， 比較同意25.6% ， 非常同意4.9% ， 結論為無差異。

X4的評價值矩陣B4，有：

在人際關系方面， 認為大類招生帶來消極影響的比例為： 非常不同意7.1%， 比較不同意21.3% ， 無差異38.8 %， 比較同意25.6% ， 非常同意7.0% ， 結論為無差異。

在分別算出X2，X3，X4的評價值矩陣之后，形成二級模糊評價的隸屬關系矩陣R，有：

計算綜合評價隸屬度：

認為大類招生帶來的總體效果優于傳統的比例為： 非常不同意3.2% ， 不同意12.7%， 無差異37.63% ， 比較同意37.67% ， 非常同意8.9%， 根據結論為比較同意。

5.7 影響程度模糊評價結果向量分析

對模糊評價結果進行模糊向量單值化

分別選取t=1和t=2做比較分析，得C1，C2：

C1和C2相差0.086且兩者大于3.00小于4.00，說明大類招生給學生帶來的積極因素影響的程度介于無差異和比較同意之間，總體來看大類招生偏向帶來積極的影響，但還有提升空間。

6 結構方程模型SEM

6.1 結構方程模型的初步建立

根據本次項目的具體研究內容，以及前文的討論結果，我們設定了模型中存在的4個潛在變量：知識水平，學習情緒，人際關系，專業認知。4個潛變量相互影響相互制約，并假設四個影響因素都對滿意度起到積極作用，由此建立如下建立如下的假設：

H1：“專業認識”對“知識水平”有正向影響；

H2：“專業認知”對“學習情緒”有正向影響；

H3：“人際關系”對“知識水平”有正向影響；

H4：“人際關系”對“學習情緒”有正向影響；

H5：“專業認知”對“總體滿意度”有正向影響；

H6：“人際關系”對“總體滿意度”有正向影響；

H7：“知識水平”對“總體滿意度”有正向影響；

H8：“學習情緒”對“總體滿意度”有正向影響。

在按要求設置好關系路徑圖后，運行程序得到結果，見下圖：

6.2 模型結果的談論與分析

6.2.1潛在變量之間的關系分析

潛在變量之間的系數表示某一變量的變動引起其他變量變動的程度。從分析結果可知，知識水平，學習情緒與大類招生滿意度有正向顯著影響，而人際關系和專業認知對大類招生滿意度有間接影響。直間接效應影響大小的衡量：如果只有一個中介變量時，效應的大小是兩個路徑系數的值相乘所得結果：

由此可看出，影響學生對大類招生滿意度的最重要的兩個因素是大類招生能否給學生帶來更好的知識水平以及更深入的專業認知；學習情緒也在一定程度上影響著大類招生的滿意度；人際關系對于大類招生的滿意度影響很小。

6.2.2潛變量與觀測變量之間的分析

通過對潛在變量與觀測變量之間關系的分析，可以發現與潛在變量關系重大的觀測變量，還可進行各因子內觀測變量間的比較。

（1）知識水平與觀測變量之間的關系

知識水平指標中，綜合能力的提升（0.894）與是否能擴展知識領域占比最大（0.893）不分上下，次之是專業學習的促進（0.887），能否帶來就業多重選擇最末（0.835）。4個觀測變量的系數都很高，說明四者都對知識水平有顯著關系。以上說明，大類招生能否提高學生的綜合能力、能否為學生帶來知識領域的擴展、能否促進專業學習，對于提高學生對大類招生滿意度來說至關重要，是影響學生滿意度的重要保障。

（2）學習情緒與觀測變量之間的關系

學習壓力的系數最大（0.820），競爭意識次之（0.816），接下來是學習動力（0.721）。大類招生背景下，為了能選擇更好的專業，以謀求未來的良性發展，在未分專業前，學生對學習的投入明顯增多，因此學習動力，學習壓力和競爭意識都會隨之到來，而研究數據顯示學習壓力在學習情緒中，占的比重最大。本科生入學年齡多數在18～20周歲，其心理水平對學習的應變能力都不強，隨著年齡的增長和心理的成熟，對專業的認識和愛好勢必發生遷移，變化，因此會導致很多學生專業思想不穩定，失去學習興趣，影響學生個性發展。

（3）專業認知與其觀測變量之間的關系

更好了解所學專業占比最大（0.875），更理性選擇心儀專業次之（0.863），增加專業自主選擇性第三（0.857）。三項比重都很高。能夠更全面的了解到自己意愿的專業，以及選擇一個自己心儀的專業，都對維持大類招生滿意度體驗至關重要。適應社會需求是人才培養的最終目的。因此，學生正確的專業認知，需要學校，具體至輔導員、導師等人員的積極引導介紹。

7 結論

經過通識課程教學，大部分學生的基礎知識水平得到提升，但觸及了解專業課接的機會較少。囿于學校的師資力量及其他原因，導致開設的課程不夠靈活多樣，無法滿足學生對專業課知識進一步的了解。因此，學生在選擇專業時應主要根據興趣與就業前景。較少人根據自身優勢選擇合適的專業，專業冷熱門分化的現象依舊存在。

8 建議與意見

8.1 學生方面

（1）杜絕單一的信息，利用周邊資源，如授課老師、輔導員等，提高對各專業的認知，避免在進行專業分流時處于茫然；

（2）正視大類招生帶來的學習壓力，主動了解不同專業的相關知識，培養自己的興趣愛好，減少因為對專業的盲目性而帶來的壓力，與此同時也應學會適應大類招生人才培養模式給課余社團活動與人際關系所帶來的沖擊在壓力中學會自我協調；

（3）專業分流完成之后，應調整好學習的心情，避免因為被調劑到非心儀專業，勉強接受，導致學習心情受到影響。

8.2 教師方面

（1）在夯實基礎的前提下，重點關注課程特色，提高知識的趣味性與吸引度。結合自身原則聽取學生對課堂質量的反饋，不斷調整教學計劃，引導學生主動地學習知識；

（2）在教學的過程中補充各專業的知識，引導學生主動探索，尋找自身的特點與興趣愛好。

8.3 學校方面

（1）加強能幫助學生了解專業的基本情況、發展動態、社會需求的相關措施，促進師生之間的交流，如開展新生專業教育講座。建立師生互動的新型教學關系，調動學生自主學習的積極性。同時針對學生的個體差異較好地提供專業選擇的意見，使學生對專業志愿的填報做出更為理性的選擇；

（2）進行信息預測。在專業分流的前半年，對各專業近幾年的就業信息、發展動態、所擁有的教學資源、學生的專業意向等基本情況進行調查統計，及時反饋所得統計信息，以供參考。

參考文獻

[1]王恒安. 高校大類招生培養模式下課程體系構建的新視角. 科技信息（基礎理論研討）2010年第22期

[2]蘇廣才，龐祖高，湯宏群.實行大類招生后如何保證專業（方向）的教學質量.廣西大學學報（自然科學版）2002年6月第27卷增刊.

[3]俞玉飛. 獨立學院大類招生模式下教學管理工作的改革. 安徽電子信息職業技術學院學報2010年第4期第9卷（總第49期 ）.

[4]黃兆信，用科學發展觀構建高校招生培養與就業聯動改革體系，《高等工程教育研究》2006年第1期.