满意度调查视阈下应用型本科专业监测评价指标体系的构建与实证*

徐睿琦 王建永 李骏

（成都工业学院）

一、相关研究

专业是人才培养的基本单元。开展校内专业评估有助于深化先进教育理念，加强专业内涵式发展，落实高等教育学校专业动态调整体制，提高教育教学质量。《教育部关于普通高等学校本科教学评估工作的意见》（教高〔2011〕9号）提出，“建立健全以学校自我评估为基础，以院校评估、专业认证及评估、国际评估和教学基本状态数据出台监测为主要内容，政府、学校、专门机构和社会多元评价相结合，与中国特色现代高等教育体系相适应的教学评估制度”。同时，该文件和《教育部关于深化本科教育教学改革全面提高人才培养质量的意见》（教高〔2019〕6号）均将专业评估作为高等学校内部教学质量评价体系的重要内容。研究本科专业评价的文献较多，除专业评估的内涵、评估模式、评估方法和评估标准等方面的成果综述[1]外主要有两类：一类是研讨专业评估体系，比如，专业评估的指标体系设计、评估组织与实施[2]，一类是院校开展校内专业评估的实践[3]。以上两类均按照自己的探索与实践，构建了相应的指标体系，开展了评估实践。

“学生满意（度）”（Student Satisfaction）一词来源于顾客满意（度）（Customer Satisfaction），其研究始于20世纪60年代，正在经历高等教育大众化阶段的美国高等教育领域。通过学生满意度测量，评价高校对受众学生的感受程度，有助于高校提升服务质量、保障学生权益，以提高社会影响力。我国高等教育发展至20世纪90年代，经历了大众化向普及化的阶段性转变，尤其是伴随着学生中心、产出导向、持续改进的先进教育理念得到广泛认同，学生满意度也得到关注并流行起来。《教育部关于普通高等学校本科教学评估工作的意见》（教高〔2011〕9号）提出，“应特别注重教师和学生对教学工作的评价，注重学生学习效果和教学资源使用效率的评价”。《教育部关于加快建设高水平本科教育全面提高人才培养能力的意见》（教高〔2018〕2号）明确要求：“完善学生学习过程监测、评估与反馈机制。”学生满意度被赋予了高等教育质量保障的内涵，被纳入高等教育质量管理评价指标体系，成为大学办学质量的一个评价标准。一些研究者构建了高校学生满意度模型，如许学娜[4]等构建包括教师形象、学生预期、教学质量感知、价值感知、学生满意、学生忠诚6个一级指标的高校学生满意度测评指标体系。在学生专业满意度的研究方面，李淑芬[5]、杨珪[6]、徐立[7]等人构建了学生专业满意度模型，开展了相应的调查，进行了分析，发现了专业教育中存在的一些问题。

以上关于专业评价、学生满意度、学生专业满意度的研究尚存在不足，一是本科专业评价有国家或省级教育主管部门对专业遴选或评价的相关指标供参考，因此研究者构建的一级指标差异并不大，但针对应用型本科专业评价的并不多，缺乏应用性特征。二是研究者对专业满意度内涵的理解差异较大，因此构建的指标大相径庭，且大都缺乏有效验证。

综上，将学生满意度评价引入专业评价尤为必要，将学生专业满意度评价结果作为专业监测评价体系的指标权重，有利于其完整性和科学性。应用型本科高校学生专业满意度评价指标需体现应用型专业建设需求，体现特色性和科学性。因此，基于学生满意度，建立应用型本科专业监测评价指标体系，并进行指标有效性、科学性验证具有必要性。

二、指标选择与研究方法

（一）指标选择

本文在参考国内具有代表性的研究成果，提炼众多学者普遍采用的评价指标的基础上，结合国内相关高校实际情况进行研究，探索构建本科专业监测评价指标体系。根据不同学者的研究，综合已有研究本科专业监测评价指标体系的因子分析指标，结合获得的原始数据进行了全面评估，选取了13个指标（如表1所示）。

表1 本科专业监测评价指标体系

（二）研究方法

广大研究者多采用AHP法作为常用的研究方法，用以设定各评价指标的占比，但是此方法主观因素偏重，并且在创建本科专业监测评价指标体系的过程中，指标数量较为庞杂会造成指标之间信息出现大量重叠的问题。因此，为保留原始指标的绝大多数信息，同时尽可能减少指标体系权重赋值的主观性对结果造成的干扰，本研究采用因子分析法。因子分析方法以降维为根本思想，将相关性的大小作为重要依据，将原始指标变量分为少数几组，每组变量代表一个原始指标的共性组合，然后将公共因子进行命名与解析。因子能够保留与解释原始变量的基本信息，最大程度地减少信息损失。

本研究结合国内相关高校实际情况，构建本科专业监测评价指标体系，通过在线调查问卷得到的具体数据，通过因子分析法从指标体系中凝练出紧密相关的公共因子，最终从各公共因子的视角阐述学生对本科专业满意度的影响因素，并提出构建本科专业监测评价指标体系的相关对策和建议。

（三）数据来源

本研究选取一所理工科院校的6368名学生在线填写调查问卷。在此评价指标体系中，包含部分属性为负向的指标，对该类负向指标，本文需要先进行正向化处理，调查表常用的是李克特量表(Likert scale)，设置了5个选择（非常满意、满意、一般、不满意、非常不满意），分别赋值为5、4、3、2、1，保证了各指标数据单位度量的一致性。

三、本科专业满意度分析

（一）原始数据预检验

采用KMO和巴特利球形检验判断可否适用于因子分析（如表2所示），巴特利球形检验统计相应的概率Sig为<.001，显示相关系数矩阵与单位阵有显著差异。KMO检验值为0.950，满足做因子分析研究的基本条件。

表2 KMO和巴特利特检验

（二）提取公共因子

对数据进行主成分分析，前面引入了13个变量，主成分分析就会生成13个主成分。研究的主要目的是通过选取主成分，对数据进行降维，但同时也要注意尽可能多地包含对数据变异的解释（使用SPSS对主成分分析输出结果如表3所示）。

表3 总方差解释

随后，基于综合特征值大于1为标准、各主成分解释数据变异的比例、累积%大于70%和碎石图等条件来确认提取评价指标体系的公共因子。如表3所示，“总计”栏提示的是各个主成分对数据变异的解释程度，第1、第2主成分特征值大于1，总累积贡献度为63.981%，可纳入候选。同时，进一步分析可知，第3主成分解释数据变异的比例为6.554%，前三个主成分此时总累积贡献度达到了70.535%，超过了70%，表明此时已可展示13个基础指标的基础信息。结合碎石图（图1）陡峭程度验证，所以本文确定选择前3个主成分作为公共因子。

图1 碎石图

（三）命名公共因子

客观上，此前得出的未旋转公共因子存在因子载荷矩阵中公共因子的代表变量不显著的问题，不能展现其真实意义。因此，进一步采用凯撒正态化最大方差法对以上因子载荷矩阵进行正交旋转，迭代5次后已收敛，最终得到旋转后的因子载荷矩阵，依相关系数倒序排列，小于0.45的数据已剔除（如表4所示）。

表4 旋转后的成分矩阵

综合总方差解释表（表3），在3个因子中，F1的方差贡献率最高，为44.080%，占据3个因子累积方差贡献率（70.535%）的62.494%，表明是最核心因子。F2的方差贡献率为14.593%，占据3个因子累积方差贡献率的20.689%，重要程度稍次。而F3的方差贡献为11.862%，占比3个因子累积方差贡献率的16.817%，重要程度最低，但F3与F2的差异不明显。

表5 成分得分系数矩阵

计算出各本科专业满意度水平的综合得分排序情况。

四、实证研究结果

在因子分析的专业满意度排名结果基础上，为验证本科专业监测评价指标体系的有效性，邀请了12名校内学术委员会专家、教学管理职能部门负责人组成专家组对结果表进行了人工评定，对以上每条排名进行判定。

表6 专家综合评分

经专家评价验定，基于学生专业满意度调查视阈下的本科专业监测评价指标体系的综合评分为83.33%，具有较好的有效性，有实际应用意义。