關(guān)于大學(xué)生黨校組織開(kāi)展情況的實(shí)證分析

摘 要：全國(guó)黨校工作會(huì)和全國(guó)高校思想政治工作會(huì)，都給如何加強(qiáng)大學(xué)生的思想政治狀況指明了方向。高校學(xué)生黨校是加強(qiáng)大學(xué)生思想政治教育的主要渠道和途徑，本文通過(guò)對(duì)黨校學(xué)生進(jìn)行問(wèn)卷調(diào)查，了解黨校開(kāi)展的整體情況，同時(shí)對(duì)問(wèn)卷結(jié)果進(jìn)行實(shí)證分析，找出影響黨校開(kāi)展情況的重要因素。

關(guān)鍵詞：黨校 開(kāi)展情況 實(shí)證分析

一、研究背景

全國(guó)黨校工作會(huì)和全國(guó)高校思想政治工作會(huì)，都強(qiáng)調(diào)了要加強(qiáng)大學(xué)生的思想政治教育，把思想政治教育貫穿教育教學(xué)全過(guò)程，高校的思想政治工作要做到因事而化、因時(shí)而進(jìn)、因勢(shì)而新。大學(xué)生黨校是學(xué)生教育培養(yǎng)的重要載體和主要陣地，是高校開(kāi)展思想政治教育的有效渠道和關(guān)鍵環(huán)節(jié)，筆者前期針對(duì)高校學(xué)生黨校育人效果就天津某高校學(xué)生黨校開(kāi)展情況進(jìn)行隨機(jī)調(diào)查，結(jié)果發(fā)現(xiàn)學(xué)生黨校建設(shè)在較大比例上存在著問(wèn)題，例如缺乏固定的標(biāo)準(zhǔn)、課程設(shè)置隨意性較強(qiáng)、育人方案較為固化、交互機(jī)制不明顯、黨校育人效果參差不齊等。因此本文計(jì)劃對(duì)學(xué)生黨校組織開(kāi)展情況進(jìn)行進(jìn)一步深入分析，找出影響黨校育人，從而推進(jìn)黨校的規(guī)范化建設(shè)。

二、研究主要內(nèi)容

為了科學(xué)地完成本論文研究，筆者一以天津某高校為調(diào)研對(duì)象，通過(guò)在黨校學(xué)員中分層隨機(jī)抽樣的方法選定學(xué)生，發(fā)放調(diào)查問(wèn)卷進(jìn)行調(diào)查研究。在調(diào)研中共發(fā)放問(wèn)卷300份，收回有效問(wèn)卷290份，問(wèn)卷有效率為96%。問(wèn)卷共設(shè)置19個(gè)問(wèn)題，其中1-4題為基本信息，5-17題為客觀問(wèn)題，其中10、11題采用里克特量表設(shè)置，18-19題為開(kāi)放性問(wèn)題。

問(wèn)題“此次培訓(xùn)前，黨校的組織方是否征集過(guò)你的想法”，和問(wèn)題“在此次黨校培訓(xùn)中，你的參與互動(dòng)感是否強(qiáng)烈，分別有61%和57%的調(diào)查對(duì)象給出了肯定的回答；177人對(duì)問(wèn)題“同期參訓(xùn)學(xué)員出勤良好”回答“非常同意”；問(wèn)題10.2“培訓(xùn)中我的作用無(wú)可替代”僅有75人回答“非常同意”，135人回答“同意”，80人無(wú)法確定或給出了“不同意”；228人對(duì)問(wèn)題“此次培訓(xùn)是否有安排互聯(lián)網(wǎng)學(xué)習(xí)或互動(dòng)的內(nèi)容”給出了肯定回復(fù)；279人對(duì)“此次培訓(xùn)是否有安排線下實(shí)踐課程”持肯定意見(jiàn)。為進(jìn)一步了解哪些問(wèn)題點(diǎn)對(duì)黨校開(kāi)展情況影響最大，我們對(duì)問(wèn)卷的整體情況進(jìn)行實(shí)證分析。

三、實(shí)證分析

（一）因子分析在本課題中的應(yīng)用

因子分析法主要是用少數(shù)幾個(gè)因子來(lái)反映原始資料大部分指標(biāo)之間聯(lián)系的統(tǒng)計(jì)學(xué)方法，它實(shí)質(zhì)上是在保證數(shù)據(jù)信息丟失最少情況下，一種對(duì)高維變量空間進(jìn)行化繁為簡(jiǎn)的降維處理方法，因?yàn)樵诘途S空間對(duì)于系統(tǒng)的解釋將更為簡(jiǎn)單。因子分析后的因子變量的數(shù)量遠(yuǎn)少于原有的指標(biāo)變量的數(shù)量，變量數(shù)量的減少并不是一個(gè)簡(jiǎn)單的取舍，而是一種通過(guò)因子分析后的重新組構(gòu)；另外，重組后的因子變量之間并不存在顯著的線性相關(guān)，并且還具有命名解釋性，可以反映變量之間相互依賴的關(guān)系。

本文研究的黨校規(guī)范化建設(shè)問(wèn)題，主要是通過(guò)以ISO9000族標(biāo)準(zhǔn)的八項(xiàng)質(zhì)量管理原則為基礎(chǔ)，在前期進(jìn)行的問(wèn)卷調(diào)查中，剔除基本信息和主觀題，共有18個(gè)問(wèn)題圍繞ISO9000族標(biāo)準(zhǔn)的八項(xiàng)原則展開(kāi)，即有18個(gè)變量對(duì)最后的結(jié)果做解釋。本課題將采用因子分析法對(duì)我們的問(wèn)卷進(jìn)行深層次的研究，通過(guò)因子分析，將18個(gè)變量提煉為5個(gè)主因子，并確定該5個(gè)主因子的權(quán)重，由這5個(gè)因子對(duì)最后的結(jié)果做解釋?zhuān)瑥亩鵀辄h校的規(guī)范化建設(shè)提供參考依據(jù)和可行性建議。

（二）因子分析的具體過(guò)程

1.數(shù)據(jù)處理

問(wèn)卷中我們?cè)O(shè)置的問(wèn)題均為是否題或者程度題，都是分類(lèi)變量，并不是數(shù)值型的變量，并不方便我們進(jìn)行計(jì)量分析，因此，我們對(duì)于原始變量進(jìn)行賦值。是否題賦1分或者2分，程度題依據(jù)程度強(qiáng)弱賦1分、2分、3分、4分、5分。

本文采用的是Z-score法，標(biāo)準(zhǔn)化后的數(shù)值均值為0，方差為1。我們將賦值處理后的數(shù)據(jù)帶入SPSS統(tǒng)計(jì)軟件進(jìn)行因子分析。本文的統(tǒng)計(jì)結(jié)果均來(lái)自SPSS 16.0。

2.相關(guān)性分析

因子分析的潛在要求是原有變量之間有比較強(qiáng)的相關(guān)性，因此我們需要進(jìn)行可行性分析來(lái)計(jì)算原始變量之間的相關(guān)系數(shù)矩陣。SPSS分析將采用KMO檢驗(yàn)和巴特利特球形檢驗(yàn)。KMO檢驗(yàn)主要是用于比較變量之間的簡(jiǎn)單相關(guān)系數(shù)和偏相關(guān)系數(shù)，KMO值介于0-1之間，越接近于1，表明所有變量之間簡(jiǎn)單相關(guān)系數(shù)平方和遠(yuǎn)大于偏相關(guān)系數(shù)平方和，那么就越適合做因子分析；Bartlett球形檢驗(yàn)是以變量的相關(guān)系數(shù)矩陣作為出發(fā)點(diǎn)，它的零假設(shè)H0為相關(guān)系數(shù)矩陣是一個(gè)單位陣，即原始變量?jī)蓛芍g不相關(guān)。因子分析檢驗(yàn)結(jié)果如表5.1所示。

檢驗(yàn)結(jié)果表明，KMO檢驗(yàn)值為0.779，大于0.7，適合進(jìn)行因子分析；巴特利特球形檢驗(yàn)結(jié)果顯示，近似卡方值為1.233E3，顯著性概率為.000，小于0.01，說(shuō)明原相關(guān)系數(shù)不是單位矩陣，存在相關(guān)性，所以拒絕球度檢驗(yàn)的零假設(shè)，認(rèn)為適合于做因子分析。

3.形成碎石圖

碎石圖是一個(gè)下降的曲線，X軸表示可能的因子數(shù)，Y軸表示特征值，在整個(gè)曲線的下降過(guò)程中，出現(xiàn)了一個(gè)拐點(diǎn)即陡坡和緩坡的界限，該拐點(diǎn)對(duì)應(yīng)的X軸數(shù)字即應(yīng)保留的因子數(shù)，本文的碎石圖中拐點(diǎn)對(duì)應(yīng)的X軸數(shù)值為5，即應(yīng)該保留5個(gè)因子。且前5個(gè)特征值點(diǎn)對(duì)應(yīng)的Y軸特征根大于1。

4.總方差分解表

繼續(xù)進(jìn)行因子分析，由相關(guān)系數(shù)矩陣我們可以得到特征值、方差貢獻(xiàn)率和累計(jì)貢獻(xiàn)率，如表5.2總方差分解表所示。由總方差分解表，我們可以發(fā)現(xiàn)，因子1的方差貢獻(xiàn)率為37.644%，因子2的方差貢獻(xiàn)率為13.616%，因子3的方差貢獻(xiàn)率為8.615%，因子4的方差貢獻(xiàn)率為7.211%，因子5的方差貢獻(xiàn)率為5.731%。前5個(gè)因子的累積方差貢獻(xiàn)率已達(dá)到72.818%，說(shuō)明前5個(gè)因子已經(jīng)解釋了我們所要研究的現(xiàn)象的72.818%。而通常地，社會(huì)研究抽取的解釋度在70%以上就可行，所以我們選擇前5個(gè)因子做為我們的主因子是合適的。這與前文的碎石圖結(jié)果對(duì)應(yīng)一致。endprint

5.初始因子荷載矩陣

該矩陣形成了5個(gè)公因子，這5個(gè)公因子是對(duì)原有的18個(gè)變量的綜合，因子荷載量顯示的是公因子與原變量之間的相關(guān)性，該絕對(duì)值的大小描繪了該主成分的主要意義和成分，能夠反映出主成分和原始變量之間的一個(gè)親疏關(guān)系，即各原始變量對(duì)主成分的影響程度。該5個(gè)主成分公因子中的每個(gè)因子對(duì)應(yīng)于各原始變量的系數(shù)并沒(méi)有太大的差別，例如，該5個(gè)主因子對(duì)應(yīng)于變量15，相應(yīng)的荷載值分別為0.349、0.399、0.424、0.069和0.342，這五個(gè)荷載值之間差別并不大，因此，我們對(duì)這5個(gè)主因子命名就比較困難。為了消除因子中各原始變量的系數(shù)沒(méi)有明顯的差別對(duì)于我們進(jìn)行分析造成的困難，下面我們將對(duì)上述的初始因子荷載矩陣進(jìn)行旋轉(zhuǎn)，我們采用的旋轉(zhuǎn)方法是方差最大化（Viramax）旋轉(zhuǎn)。

6.旋轉(zhuǎn)后的因子荷載矩陣

經(jīng)過(guò)旋轉(zhuǎn)后的因子荷載矩陣的公因子對(duì)應(yīng)于原始變量的系數(shù)發(fā)生了較大的變化，因子間的差異更明顯，而且可以更加直觀地看出這18個(gè)原始變量分別是對(duì)哪個(gè)公因子影響程度最大，同時(shí)，也方便我們對(duì)因子變量進(jìn)行命名解釋。

7.公因子提煉余名

公因子1主要體現(xiàn)了黨校每節(jié)課的課前準(zhǔn)備、內(nèi)容安排、學(xué)習(xí)方式、授課教員、課堂紀(jì)律、黨校組織方的表現(xiàn)等方面，是針對(duì)每一節(jié)課程的評(píng)價(jià)，在這里，我們將公因子1進(jìn)行命名為單課質(zhì)量。

公因子2主要體現(xiàn)了黨校是否安排有線上互動(dòng)、線下實(shí)踐、與同期學(xué)員互動(dòng)的等方面的情況，因此我們將公因子2命名為互動(dòng)機(jī)制。

公因子3主要包含是否知曉黨校管理制度、是否知曉計(jì)劃和方案、結(jié)業(yè)證書(shū)的取得等方面的情況，因此我們將公因子3命名為整體規(guī)劃。

公因子4包含黨校組織方是否征集過(guò)你的想法、你在培訓(xùn)中參與感很強(qiáng)烈、培訓(xùn)中我的作用無(wú)可替代等，這幾個(gè)變量都是強(qiáng)調(diào)重視客體的意見(jiàn)，因此我們將公因子4命名為客體作用。

公因子5包含你對(duì)課程是否滿意，你的入黨意愿是否更加強(qiáng)烈等，因此我們將公因子5命名為客體反饋。

參考文獻(xiàn)

[1]李志兵. 新時(shí)期高校學(xué)生黨校教育實(shí)效性探索[J]. 延邊黨校學(xué)報(bào)，2014，（06）：45-47.

[2]柏永全，韋麗娃.高校黨校教學(xué)育人探析[J].才智，2014，（04）：136.

[3]王秀華，高思.關(guān)于高校黨校建設(shè)科學(xué)化的思考[J].商，2015，（17）：56.

備注：課題項(xiàng)目

本論文為2017年度天津市教委重點(diǎn)調(diào)研課題《基于ISO9000族標(biāo)準(zhǔn)的高校學(xué)生黨校評(píng)價(jià)指標(biāo)體系建設(shè)》（課題編號(hào)為JWDY-20171023）的階段性研究成果。課題組成員包括戚煥、劉漢川、宋鑫、馬建偉、齊培培等。成果執(zhí)筆人為劉漢川。endprint