基于多分类有序logistic回归模型的教师集中培训满意度影响因素分析

2020-09-09 07:22贾海祎
安徽开放大学学报 2020年3期
关键词:回归系数显著性满意度

贾海祎;黄 敏

(安徽广播电视大学, 合肥 230022)

一、引言

中小学幼儿园教师的培训有很多种,比如远程培训、集中培训、混合式培训等。其中集中培训一直都是教师培训中最主要的培训形式之一。以《教育部关于数字资源公共服务体系建设与应用的指导意见》为核心、以《教育信息化2.0行动计划》和《教育部关于实施全国中小学教师信息技术应用能力提升工程2.0的意见》为指南,推动教育观念更新、模式变革、体系重构,兰州市在2019年开展了长达七天的教师集中培训项目。该项目覆盖兰州市辖区、城关区、七里河区、西固区、安宁区、红古区、榆中县、永登县、皋兰县以及兰州新区的七区一县,共计201位老师参加培训。

本文在本次培训基础上收集有效数据,采用多分类有序 Logistic 回归方法[1],拓展变量,对兰州市教师集中培训满意度情况进行实证分析,探讨教师参与集中培训满意度的影响因素,并提出一些政策建议,用来提高教师参与集中培训的满意度。

二、研究设计

(一)问卷设计

“满意”意味着意愿满足,是一种主观意识上的感觉态度。在市场营销学中,经常用到满意度来分析客户对产品质量服务的评价,如顾客满意度。在教育领域,学习者是消费者,所受教育内容为产品,学习者接收教育的过程,实质上就是一个消费过程。因此,学习者对所接受教育的感知,可以用满意度进行衡量。

满意度调查问卷的设计分为两部分[2],前一部分是影响教师培训满意度的内因,是培训教师的基本信息,其中包括性别、学历、职称、工作性质、每日学习时间五个方面的内容。后一部分是影响教师培训满意度的外因,主要包括课程内容设置、学习时间安排、师资配置、学习环境、考核方式、饮食条件、对主办方的满意度七个方面的内容。外因的评价等级分为“非常满意”“满意”“无感”“不满意”和“非常不满意”五个维度,“满意”意味着对培训的支持与肯定,“不满意”意味着对教育培训存在抱怨、抵制,“无感”介于两者之间。回答“无感”时,问题设计两题简答题,供参训教师对培训和主办方提出宝贵意见。

(二)样本收集

培训结束后一个月内,向培训教师发放问卷共计201份,问卷的返回率在95%以上。经过各方面有效的分析和筛选,剔除缺失值选项问卷,最终选出有效问卷 187 份,问卷有效率达到93%。

(三) 研究假设

基于上述理论及分析框架,对兰州市教师参与集中培训满意度提出以下一些研究假设:

1.内因方面的假设

H1:性别方面,男性教师比女性教师要承担更大的生活压力,对工作和学习的感知能力也更加强烈。

H2: 教师受教育程度与集中教育培训满意度呈负相关,文化程度较低者,参与培训的意愿更强。

H3:教师的职称与集中培训满意感呈负相关,因为参加过多次多种培训,随着教龄和眼界的增长,对教育的理解程度更深,只有与众不同或者更加接近时代感的教育理念,才会引起老教师的重视。

H4: 教师工作的单纯性与集中培训满意度呈负相关,越单纯只从事教师工作的,越对培训内容没有太大兴趣,在行政岗位或兼职行政岗位的教师,在培训期间可能会对平时接触不多的内容感兴趣。

H5: 教师每日学习时长与集中培训满意度呈正相关,每天学习时间长的教师对集中培训的强度更加适应,满足感更加强烈。

2.外因方面的假设

H6:集中培训的课程内容设置和培训老师相关的,则满意度高。

H7:教师在单位的工作还有未完成的,现在脱产来进行长达一周的集中培训,如果学习时间可以让教师有时间处理好单位工作,则满意度较高。

H8:授课老师由知名专家和本地骨干教师相结合,师资配置合理,满意度较高。

H9:培训的会议室就是教师们的学习环境,热水的供应以及空调的开启等客观条件都会影响教师们对集中培训的满意程度,如果学习环境舒适,满意度较高。

H10:培训过程和结果相结合的考核方式,使教师们有压力又有动力,满意度就会相对较高。

H11:培训时间比较长,教师们在陌生环境,每天饮食起居比较舒适的话,对集中培训的满意度就会较高。

H12:对有一定资质的培训机构提供的培训通常比较信任,满意度更高。

三、实证分析

(一)描述性统计分析

研究中各有关变量说明和描述性统计如表 1所示。“非常满意”占比 56.68%,“满意”占比 39.04%,“无感”占比 3.21%,“不满意”占比 1.07%,“非常不满意”占比0%。可见教师对课程内容设置、师资配置、对主办方的满意度方面的评分相对较高,对课程学习时间安排、学习环境、饮食条件的评分相对较低。从描述性统计来看,数据选择与客观现实情况是较为符合的,但是为探究影响教师对集中培训满意度的因素,仍需进一步构建多项有序回归模型[3]。

表1 变量描述性统计

(二) 研究方法

Logistic回归分析是一种多元非线性回归分析,被广泛应用于医学研究中,可以侦测影响自变量的因素,可以预测个体在一定条件下处于某种状态的概率,还可以分析不同组合条件之下个体出现某种状态的相对危险性。而且 Logistic 回归分析属于非线性回归,其方程的参数可以生成优势比,可以做出定性和定量的判定。

在变量设置上,将教师们对本次培训的总体满意度评价作为集中培训满意度的测度指标,称之为被解释变量。而问卷中的其他满意度影响因素称之为解释变量。本文采用多分类有序 Logistic 回归模型,来探索影响教师集中培训满意度的影响因素。数据分析采用美国 IBM公司的 SPSS20.0 软件。

(三)模型构建

有序多分类logistic回归是因变量为有序的多分类变量,因变量Y存在s个水平:1,2,3…s,其中s>2;自变量可以为分类变量,也可以为连续变量,自变量X有t个向量,即X=(X1,X2,…,Xt)。模型采用Logitic作为连接函数,具体表达式如下,其中s有五个分类:

logits=β0+β1x1+β2x2+…+βtxt

该方法必须进行平行线检验(表2),即检验自变量系数是否相等,首先对P值进行分析,可见该值小于0.05,可以证明该模型有意义。AIC和BIC值用于多次分析时的对比,如果多次进行分析,可对比两个值的变化情况,综合说明模型构建的优化过程。

表2 多分类有序Logistic回归模型平行线检验

运用SPSS20.0统计软件,对上述解释变量与被解释变量进行多分类有序 Logistic 回归,并对回归系数进行显著性检验,得到计量模型结果, 具体结果如表3所示。

表3 多分类有序Logistic回归模型分析结果

四、结果分析

从表3中可看出基于多分类有序Logistic回归模型分析结果,教师集中培训满意度受诸多因素的影响,这些因素直接影响到其对培训的感知与评价。并且通过模型预测准确率去判断模型拟合质量,从表4可知:模型的整体预测准确率为81.82%,模型拟合情况良好。

表4 有序Logistic回归模型预测准确率

(一)个体内因相关特征变量对教师参与集中培训满意度的影响

教师性别的回归系数值为0.116,并没有呈现出显著性(z=0.372,P=0.710>0.05);教师的受教育程度的回归系数值为0.023,并没有呈现出显著性(z=0.066,P=0.947>0.05);教师的职称的回归系数值为0.335,并没有呈现出显著性(z=1.766,P=0.077>0.05);教师每日的学习时长的回归系数值为0.175,但是并没有呈现出显著性(z=0.872,P=0.383>0.05),以上意味着教师的性别、受教育程度、职称、每日的学习时长4个方面因素并不会对培训的总体满意度产生影响关系。之前的内因假设H1,H2,H3和H5并未得到支持。

教师在单位从事的工作的回归系数值为-0.484,并且呈现出0.05水平的显著性(z=-2.464,P=0.014<0.05),意味着教师所在单位从事的工作会对教师培训的总体满意度产生显著的负向影响关系。之前的内因假设H4得到了支持。

(二)培训组织外部因素对教师参与集中培训满意度的影响

培训课程内容设置的回归系数值为2.430,并且呈现出0.01水平的显著性(z=4.628,P=0.000<0.01),意味着教师对本次培训课程内容设置的满意度对本次培训的总体满意度产生显著的正向影响关系。优势比(OR值)为11.362,意味着对本次培训课程内容设置的满意度增加一个单位时,对本次培训的总体满意度的变化(增加)幅度为11.362倍。之前的外因假设H6得到支持。

培训的时间安排满意度的回归系数值为0.941,并且呈现出0.01水平的显著性(z=2.679,P=0.007<0.01),意味着教师对本次培训的时间安排满意度会对本次培训的总体满意度产生显著的正向影响关系。优势比(OR值)为2.563,意味着对本次培训的时间安排满意度增加一个单位时,对本次培训的总体满意度的变化(增加)幅度为2.563倍。之前的外因假设H7得到支持。

本次培训的师资配置的回归系数值为0.991,并且呈现出0.05水平的显著性(z=2.516,P=0.012<0.05),意味着教师对本次培训的师资配置的满意度会对本次培训的总体满意度产生显著的正向影响关系。优势比(OR值)为2.695,意味着教师对本次培训的师资配置的满意度增加一个单位时,对本次培训的总体满意度的变化(增加)幅度为2.695倍。之前的外因假设H8得到支持。

对这次培训的学习环境的满意程度的回归系数值为0.286,并没有呈现出显著性(z=0.876,P=0.381>0.05),对本次培训的考核方式的满意度的回归系数值为0.265,并没有呈现出显著性(z=0.521,P=0.602>0.05),对本次培训的饮食条件的满意度的回归系数值为0.206,并没有呈现出显著性(z=0.725,P=0.468>0.05),对主办方的满意度的回归系数值为0.725,并没有呈现出显著性(z=1.726,P=0.084>0.05),意味着以上四个因素,并不会对本次培训的总体满意度产生影响关系。之前的外因假设H9,H10,H11,H12并未得到支持。

综上分析,可以得出教师集中培训满意度影响因素框架模型,如图1所示。

图1 教师集中培训满意度影响因素框架模型

五、建议与总结

(一)避免培训毫无吸引力

教师集中培训应该在培训前开展需求式的调研[4]。丰富培训内容,加强教师培训的实效性和针对性,注重动手能力。多多采用教师们喜欢的课堂教学观摩、案例分析点评等培训模式,拓宽和加深专业的相关知识。

(二)努力优化培训过程中的管理

选择条件好的培训场地,满足教师衣食住行方面的需求。优化管理团队,班主任是全程跟班的,要有责任意识,全程为全班教师学员服务。健全管理制度,培训过程中的考勤、考核方式等要有章可循。

(三)做到培训各阶段的服务跟进

培训的整个过程,不仅需要前期调研,实际跟岗,而且需要培训结束后的持续跟进。推进培训的成果转化也是相当重要的环节,跟进教师的心得体会、培训反馈[5]、培训意见和建议等,都是下一次集中培训成功举办的宝贵实践财富。

总之,选择良好培训环境是做好集中培训的先决条件;培训中要紧扣教师的教学实际,选择好培训课程内容从而增强培训针对性和实效性;加强培训组织管理、改革培训模式等是提高教师集中培训实效性的重要保障。做到以上方面,相信教师集中培训的满意度会有所提高。

猜你喜欢
回归系数显著性满意度
一种结合多尺度特征融合与像素损失加权的显著性目标检测方法
声音商标显著性认定研究
16城市公共服务满意度排行
浅谈如何提升脱贫攻坚满意度
明天村里调查满意度
基于显著性权重融合的图像拼接算法
欧盟法院判决明确欧盟商标通过使用获得显著性的地域认定标准
基于生产函数模型的地区经济发展影响因素分析
电导法协同Logistic方程进行6种苹果砧木抗寒性的比较
电导法协同Logistic方程进行6种苹果砧木抗寒性的比较