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(shí)，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(shí)，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(duì)象，通過(guò)梳理認(rèn)知能力、行為能力的重要組成要素，定量化、直觀地研究認(rèn)知能力和行為能力對(duì)專業(yè)素質(zhì)的影響，搭建微信小程序，通過(guò)問(wèn)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(rèn)知能力、行為能力因素對(duì)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(lái)，教育部積極推進(jìn)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(guò)程和全要素培養(yǎng)[1]．我國(guó)擁有龐大的工科人才后備力量，為我國(guó)工業(yè)化的發(fā)展和經(jīng)濟(jì)的高速增長(zhǎng)提供了良好的人力支持．但是，我國(guó)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(dá)國(guó)家的工科人才相比存在顯著差距．如何將人力資源優(yōu)勢(shì)轉(zhuǎn)變?nèi)瞬刨Y源優(yōu)勢(shì)，提升我國(guó)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(jià)值密度低、速度快、時(shí)效高等特點(diǎn)，正在不斷地滲透到社會(huì)各行業(yè)領(lǐng)域，進(jìn)而不同程度地影響高校的素質(zhì)教育運(yùn)行與管理[3]．大數(shù)據(jù)時(shí)代的到來(lái)將推動(dòng)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(dòng)的順利進(jìn)行，更有利于提升學(xué)生素質(zhì)挖掘的科學(xué)性、針對(duì)性和時(shí)效性[4]．

各高校應(yīng)憑借新工科建設(shè)的機(jī)會(huì)，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(diǎn)，最終完成中國(guó)由工程教育大國(guó)改變?yōu)榻逃龔?qiáng)國(guó)的目標(biāo)[5]．本文深入研究工科大學(xué)生認(rèn)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(rèn)知能力和行為能力對(duì)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(yùn)用工程模型思想解決學(xué)生培養(yǎng)問(wèn)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(shí)踐價(jià)值．

1 數(shù)據(jù)采集

1.1 影響因素分析

通過(guò)對(duì)專業(yè)素質(zhì)及認(rèn)知能力、行為能力的內(nèi)涵和外延進(jìn)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(jī)、實(shí)踐能力和創(chuàng)新能力3個(gè)維度；認(rèn)知行為可劃分為理性認(rèn)識(shí)和感性認(rèn)識(shí)2個(gè)維度；行為能力可劃分為個(gè)人行為和團(tuán)隊(duì)行為2個(gè)維度．通過(guò)查閱文獻(xiàn)、座談、問(wèn)卷、專家咨詢，對(duì)專業(yè)素質(zhì)、認(rèn)知能力、行為能力的內(nèi)涵和外延進(jìn)行深入研究，明確其重要的組成要素和外在表現(xiàn)（見(jiàn)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(tái)

本平臺(tái)基于微信小程序云開(kāi)發(fā)平臺(tái)數(shù)據(jù)庫(kù)，具有數(shù)據(jù)采集范圍廣、采集數(shù)據(jù)快、修改及時(shí)、易于統(tǒng)計(jì)等特點(diǎn)，能夠?qū)y(cè)試者的答案數(shù)據(jù)實(shí)時(shí)地提交至云端數(shù)據(jù)庫(kù)．其問(wèn)卷內(nèi)容固定由js文件寫(xiě)入，可快速編輯問(wèn)卷內(nèi)容并投入使用．專業(yè)素質(zhì)、認(rèn)知能力、行為能力３部分測(cè)試題共33道，滿足因素分析使用．程序流程見(jiàn)圖1，進(jìn)入小程序后會(huì)告知用戶軟件信息、數(shù)據(jù)用途及版權(quán)所屬（見(jiàn)圖2）．注冊(cè)信息因問(wèn)卷要求為匿名注冊(cè)，答題結(jié)束后確認(rèn)提示提交成功．

1.3 數(shù)據(jù)規(guī)模

經(jīng)過(guò)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(wèn)卷332份，共計(jì)10 956條選項(xiàng)，存儲(chǔ)于微信云數(shù)據(jù)庫(kù)．

圖2 小程序首頁(yè)

2　數(shù)據(jù)預(yù)處理

2.1　采集信息定量化表達(dá)

通過(guò)收集的調(diào)查問(wèn)卷，得到原始數(shù)據(jù)集，并通過(guò)屬性分解將該原始數(shù)據(jù)集進(jìn)行定量化處理．對(duì)于有序單選問(wèn)題，通過(guò)線性回歸映射到0～1區(qū)間；對(duì)于文本類、不具有內(nèi)在等級(jí)的類別，將該類別的屬性設(shè)為名義；對(duì)于多選問(wèn)題，將數(shù)據(jù)轉(zhuǎn)換為單選問(wèn)題數(shù)據(jù)，通過(guò)線性回歸填補(bǔ)該原始數(shù)據(jù)集中空缺數(shù)據(jù)．剔除其中錯(cuò)誤數(shù)據(jù)和低質(zhì)量數(shù)據(jù)，對(duì)冗余屬性進(jìn)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(hào)，導(dǎo)入至SPSS中處理為問(wèn)卷答案，不同類型數(shù)據(jù)根據(jù)主次編碼進(jìn)行數(shù)字化處理，處理后均處于0～1之間，保證選項(xiàng)數(shù)不會(huì)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(gè)統(tǒng)計(jì)量，是指量表所有可能的項(xiàng)目劃分方法得到的折半信度的平均值，是最常用的信度測(cè)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(guò)信效度分析檢查和可靠性分析，剔除掉調(diào)查問(wèn)卷中的5項(xiàng)質(zhì)量不佳的題目（勤工儉學(xué)，學(xué)習(xí)費(fèi)用與生活費(fèi)用比值，畢業(yè)預(yù)期工作，畢業(yè)預(yù)期工作地區(qū)，申請(qǐng)軟件著作權(quán)、實(shí)用新型、發(fā)明專利），保留了28項(xiàng)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(duì)數(shù)據(jù)進(jìn)行因子分析，顯著性小于0.05，說(shuō)明該問(wèn)卷數(shù)據(jù)適用于做因子分析，KMO值介于0.7～0.8之間，說(shuō)明效度良好．

2.3 數(shù)據(jù)表達(dá)性分析

對(duì)數(shù)據(jù)進(jìn)行主成分分析，提取未旋轉(zhuǎn)因子解，得到公因子方差（見(jiàn)表2）．

表2　公因子方差

提取的值越大說(shuō)明變量可以被公因子表達(dá)得越好，大于0.5即可以說(shuō)是可以被表達(dá)，大于0.7說(shuō)明變量能被公因子表達(dá)得很合理．通過(guò)數(shù)據(jù)分析，參加主持、參加省級(jí)和校級(jí)創(chuàng)新創(chuàng)業(yè)項(xiàng)目的提取值最高，分別為0.926和0.875；其次為省級(jí)學(xué)生社團(tuán)和省、國(guó)家比賽獲獎(jiǎng)，分別為0.854和0.839；最少的提取值為大學(xué)入學(xué)成績(jī)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(duì)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(duì)問(wèn)卷數(shù)據(jù)進(jìn)行主成分分析，提出7類主成分，包括參加競(jìng)賽獲獎(jiǎng)、科研論文、創(chuàng)新創(chuàng)業(yè)項(xiàng)目、四六級(jí)、社團(tuán)活動(dòng)、智育成績(jī)、考試通過(guò)率，累計(jì)提取數(shù)據(jù)總量的70.151%（見(jiàn)表3）．

從主成分分析碎石圖（見(jiàn)圖3）可以看出，每個(gè)因子代表的特征值，前７個(gè)因子的特征值大于1，第８?jìng)€(gè)因子所包含的信息量就小于1，也就是說(shuō)第８?jìng)€(gè)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(xiàn)率較弱．

表3　總方差解釋

圖3　主成分分析碎石圖

通過(guò)因子分析，考察每個(gè)變量在各個(gè)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(jiàn)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(dòng)和參加相應(yīng)的各級(jí)競(jìng)賽、項(xiàng)目并獲獎(jiǎng)相關(guān)性強(qiáng)；某些學(xué)生會(huì)主持、參加各個(gè)級(jí)別的創(chuàng)新創(chuàng)業(yè)項(xiàng)目；六級(jí)成績(jī)好的學(xué)生更愿意參加更高等級(jí)的學(xué)生社團(tuán)；四級(jí)成績(jī)好的學(xué)生會(huì)參加更多的講座或活動(dòng)；有團(tuán)隊(duì)共同研究的學(xué)生之間團(tuán)隊(duì)精神更加強(qiáng)烈；專業(yè)及班級(jí)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(guò)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(yàn)的教師和學(xué)生社團(tuán)，積極引導(dǎo)學(xué)生參與各種競(jìng)賽和項(xiàng)目評(píng)獎(jiǎng)；（2）保證學(xué)生的上課出勤率，以提高學(xué)生學(xué)習(xí)成績(jī)、及格率；（3）培養(yǎng)學(xué)生團(tuán)隊(duì)協(xié)作能力，提供團(tuán)隊(duì)配合工作機(jī)會(huì)，以提高學(xué)生的理性認(rèn)知能力；（4）培養(yǎng)工科大學(xué)生理性認(rèn)識(shí)和感性認(rèn)識(shí)，以促進(jìn)專業(yè)素質(zhì)的提升．

4 結(jié)語(yǔ)

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(rèn)知能力和行為能力對(duì)專業(yè)素質(zhì)的影響因素，通過(guò)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(shí)踐價(jià)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(shí)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(guó)電化教育，2013（10）：8-13．

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

[5] 朱建平，李秋雅．大數(shù)據(jù)對(duì)大學(xué)教學(xué)的影響[J]．中國(guó)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(jìng)賽與教學(xué)結(jié)合的教學(xué)模式探索與實(shí)踐[J]．中國(guó)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(rèn)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(guó)．高校工科大學(xué)生自主實(shí)踐創(chuàng)新教育的探索[J]．實(shí)驗(yàn)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(dòng)素養(yǎng)評(píng)價(jià)指標(biāo)體系構(gòu)建[J]．中國(guó)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(jī)效評(píng)價(jià)的研究[J]．吉林師范大學(xué)學(xué)報(bào)（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(diǎn)課題（GJB1421227）

張繼成（1980-），男，黑龍江富錦人，高級(jí)工程師，博士，從事智能農(nóng)機(jī)設(shè)計(jì)研究．E-mail：zhangjicheng@neau.edu.cn