国际商务硕士(MIB)教学质量影响因素研究*——以广西民族大学为例

□ 秦小辉，肖 鑫

(广西民族大学 商学院，广西 南宁 530006)

1 引言

面对高层次人才培养的新形势，提高研究生质量是我国教育改革和发展最紧迫的任务，《国家中长期教育改革和发展规划纲要(2010-2020年)》指出，研究生教育是培养高层次人才的主要途径，是国家创新体系的重要组成部分。改革开放以来，我国研究生教育取得了重大成就。但总体上看，研究生教育还不能完全适应社会经济发展的多样化需求，培养质量与国际先进水平相比还存在着较大差距。因此，学者们分别从高校[1]、专业[2]、课程[3]、教师[4]、教学环节[5]等层面对研究生教学质量的影响因素进行了较为深入的研究。

广西民族大学商学院成立于2005年3月，本着“面向东盟，商界精英”的办学理念，利用本校国家外语非通用语种本科人才培养基地和毗邻东南亚国家的地域优势，以东南亚语言特色学科为依托，自2016年开始招收国际商务硕士(Master of International Business，简称MIB)，留学生学制3年，国内学生学制2年。为分析影响学校MIB教学质量的主要因素，采用电子问卷调查的方式对MIB的研究生调查并进行实证研究，得出了一些有意义的结论，可为学校乃至全国MIB教育提供参考，促进MIB教育向更高质量发展。

2 数据描述性分析

调查采用电子问卷的形式进行，调查对象为广西民族大学MIB研究生，包括已毕业研究生。剔除无效问卷后，回收问卷70份，有效问卷70份。调查问卷内容分为三部分：第一部分是样本的人口特征，包括性别、是否工作过、生源地、年级、本科院校5个问题；第二部分为教学质量影响因素调查，选择了41个问题(见表1)，分别涉及培养方案、专业与课程、教学管理、教学基础设施、课堂教学、学术研究、导师7个方面；第三部分对MIB教学质量满意度进行调查。对所有的答案采用李克特五级量表进行赋值，从高到低排列，如“非常不满意”1分、“比较不满意”2分、“一般”3分、“比较满意”4分、“完全满意”5分。

样本中，女生占比为67.1%，男生占比32.9%；工作过的学生占比为34.3%，未工作过的学生占比65.7%；留学生占比为8.5%，来自国内城市的占比为48.6%，来自国内农村的占比为42.9%；硕士一年级占比57.1%，硕士二年级占比28.6%，硕士三年级占比4.3%，已毕业占比10.0%；来自一本、二本、三本院校以及其他的占比分别为25.7%、55.7%、12.9%和5.7%。样本数据较为全面，有较为理想的代表性和可靠性。

3 实证研究

3.1 样本适合性考察

在进行因子分析之前，需要检验所选取的变量是否具有一定的线性关系，观察其相关矩阵，采用KMO和Bartlett球形度检验。调查问卷的KMO值为0.886，大于Kaiser给出的度量标准(0.5000)，表明变量适合进行因子分析。Bartlett球形度检验统计量的观测值为3329.555，自由度为820，显著性为0.000，达到小于0.01的显著水平。拒绝变量相关系数为零的原假设，表明变量之间存在相关性，适合进行因子分析。

3.2 各层面因素分析

由于实际数据中影响因素众多，将7个层面包含的题项分别进行因素分析，其萃取值如表1所示。

表1 萃取值

各层面所包含题项的因素萃取值均在0.600以上，表明各题项均能有效反映其层面的因素。对各层面的解释总变异量汇总见表2。

表2 解释总变异量

各层面转轴后的方差解释率分别为：72.719%、75.540%、72.146%、74.326%、75.475%、73.742%、75.156%，通常情况下大于60%即说明分析结果良好。

3.3 数据的信度和效度分析

问卷调查的数据来源于MIB研究生，在问卷调查正式进行之前已经进行预调查，对于萃取值小于0.4的题项全部剔除，并且所有的题项已进行修正处理，因此具有良好的内容效度，题项足够描述所有信息。对研究变量进行描述性分析，描述性分析的目的在于整体上了解样本对各变量的态度情况。7个层面的信度分析和描述性分析结果汇总如表3所示。

表3 各层面信度分析和描述性分析结果

表3中共有6列，第一列表示各层面名称，第二列是样本量，第三列是各层面所包含的题项数，第四列是信度分析各层面里所有题项的内部一致性α系数，第五列是各层面的平均值，第六列是各层面的标准差。

α系数全部采用非标准化的α系数，α系数越大表示量表的信度越理想，通常α系数需要大于0.7，取值为0.6～0.7属于可以接受范围，所选取7个层面的α系数都在0.6以上，信度可接受，说明数据信度质量高，可用于进一步分析。

各层面的平均值与标准差主要是对量表的研究的各层面进行描述性分析，学术研究平均分最低为3.493分，表示学生对于学术研究的态度持一般态度；导师因素平均分最高为4.214分，表示学生对导师比较满意。

3.4 回归分析

为研究各个层面与MIB教学质量之间的关系，构建线性回归模型：

(1)

其中：Y表示MIB教学质量，X为提取的各层面，c为常数项表示截距，a为各因素对因变量的弹性系数，i表示提取的层面数量。

为了防止样本的人口基本特征对模型的干扰，将性别、年级、本科毕业院校、是否工作过、生源地这5项也作为控制变量纳入模型，共12个层面。结果如表4。

表4 含控制变量的回归分析系数表格

表4表明，评价体系与专业与课程、课堂教学、导师这3个层面的回归系数均显现出显著性，显著性值在0.05以下，但是与培养方案、教学管理、教学基础设施、学术研究、性别、年级、本科毕业院校、是否工作过、生源地这9个层面并没有表现出显著性，因而说明这9个层面对样本的教学质量没有显著的影响。模型调整后的R2为0.717，说明学生对教学质量最高为71.7%，D-W德宾-沃森值为1.908，说明无自相关性产生，可以将3个层面纳入模型中。模型显著性水平为0.000，小于0.01，说明整个方程是显著的，自变量和因变量之间存在显著的线性关系，通过F检验(ANOVA检验)。评价体系与专业与课程、课堂教学、导师这3个层面的回归系数值分别为0.512、0.346、0.393。7个层面和5个样本信息的VIF值均小于5，说明没有多重共线性产生。

剔除性别、年级、本科毕业院校、是否工作过、生源地这5个层面后，采用逐步回归法分析，对专业与课程、课堂教学、导师这3个层面与教学质量进行回归分析，将3个层面依据解释变异量的大小逐个加入模型，进行回归分析，结果见表5。

表5 回归系数表

3个层面的显著性都小于0.01，说明3个层面对教学质量有显著影响，存在显著线性关系。表5中的Beta值表示各层面对教学质量影响的贡献值大小，贡献最大的为导师因素，其次是专业与课程、课堂教学。根据各因子的系数，得出回归方程为：

Y=4.000+0.249X2+0.230X5+0.354X7

(2)

公式中，X2为专业与课程，X5为课堂教学，X7为导师。

4 结论

以上研究表明：导师、专业与课程、课堂教学对MIB教育质量有显著影响，影响程度为导师>专业与课程>课堂教学，说明导师在MIB硕士生培养中的重要性；培养方案、教学管理、教学基础设施、学术研究对MIB教育质量有一定的影响，但不显著；而性别、年级、本科毕业院校、是否工作过、生源地等研究生的个体差异因素对MIB教育质量没有影响。