工科大学生专业素质影响因素网络调查与分析

张继成，赵李实，郑萍

工科大学生专业素质影响因素网络调查与分析

张继成，赵李实，郑萍

（东北农业大学 电气与信息学院，黑龙江 哈尔滨 150030）

以工科大学生专业素质作为研究对象，通过梳理认知能力、行为能力的重要组成要素，定量化、直观地研究认知能力和行为能力对专业素质的影响，搭建微信小程序，通过问卷调查收集大数据，利用主成分分析法探究学生主观认知能力、行为能力因素对专业素质的潜在影响．研究结果为提高学生专业素质提供了数据支撑，有助于高校有的放矢地制定工科大学生的培养方案，构建具有特色的课程体系，提高学生专业素质．

工科大学生；专业素质；微信小程序；主成分分析法

2017年2月以来，教育部积极推进新工科建设，教育部高等教育司明确要求新工科建设必须深化创新创业教育改革，转变人才培养模式和范式，提出全方位、全过程和全要素培养[1]．我国拥有庞大的工科人才后备力量，为我国工业化的发展和经济的高速增长提供了良好的人力支持．但是，我国工科人才质量、创新创业素质及能力水平与世界上发达国家的工科人才相比存在显著差距．如何将人力资源优势转变人才资源优势，提升我国工科大学生专业素质显得尤为关键[2]．

大数据作为一种重要的资源，具有数据量大、类型繁多、价值密度低、速度快、时效高等特点，正在不断地渗透到社会各行业领域，进而不同程度地影响高校的素质教育运行与管理[3]．大数据时代的到来将推动现有学生素质分析工作的信息化重构，使其不仅有助于教育教学活动的顺利进行，更有利于提升学生素质挖掘的科学性、针对性和时效性[4]．

各高校应凭借新工科建设的机会，构建工程人才培养新模式，培育出大量的全能型、高素质的新工科人才，在世界人力资源的战略中占据最高点，最终完成中国由工程教育大国改变为教育强国的目标[5]．本文深入研究工科大学生认知能力、行为能力和专业素质之间的潜在影响，定量化、直观地展现大学生认知能力和行为能力对专业素质的影响因素，可为工科学生培养提供有效参考，也可为运用工程模型思想解决学生培养问题提供的一种新方法，并在不同高校推广使用，具有重要的理论和实践价值．

1 数据采集

1.1 影响因素分析

通过对专业素质及认知能力、行为能力的内涵和外延进行深入研究[6-8]，将工科大学生专业素质设置为专业成绩、实践能力和创新能力3个维度；认知行为可划分为理性认识和感性认识2个维度；行为能力可划分为个人行为和团队行为2个维度．通过查阅文献、座谈、问卷、专家咨询，对专业素质、认知能力、行为能力的内涵和外延进行深入研究，明确其重要的组成要素和外在表现（见表1）．

表1　专业素质及影响因素调查

1.2 微信小程序数据采集平台

本平台基于微信小程序云开发平台数据库，具有数据采集范围广、采集数据快、修改及时、易于统计等特点，能够将测试者的答案数据实时地提交至云端数据库．其问卷内容固定由js文件写入，可快速编辑问卷内容并投入使用．专业素质、认知能力、行为能力３部分测试题共33道，满足因素分析使用．程序流程见图1，进入小程序后会告知用户软件信息、数据用途及版权所属（见图2）．注册信息因问卷要求为匿名注册，答题结束后确认提示提交成功．

1.3 数据规模

经过２年多的数据采集，获得了东北农业大学、八一农垦大学、肇庆学院等高校大一至大四学生的专业素质调查信息，共收集调查问卷332份，共计10 956条选项，存储于微信云数据库．

图2 小程序首页

2　数据预处理

2.1　采集信息定量化表达

通过收集的调查问卷，得到原始数据集，并通过属性分解将该原始数据集进行定量化处理．对于有序单选问题，通过线性回归映射到0～1区间；对于文本类、不具有内在等级的类别，将该类别的属性设为名义；对于多选问题，将数据转换为单选问题数据，通过线性回归填补该原始数据集中空缺数据．剔除其中错误数据和低质量数据，对冗余属性进行标记，得到预处理数据集．提取到的原始数据为代码编号，导入至SPSS中处理为问卷答案，不同类型数据根据主次编码进行数字化处理，处理后均处于0～1之间，保证选项数不会影响分析质量．

2.2 数据信度分析

Cronbach′s alpha系数值是一个统计量，是指量表所有可能的项目划分方法得到的折半信度的平均值，是最常用的信度测量方法[9]．Cronbach′s alpha系数值的范围以及信度的效果：0.80～0.90非常好；0.70～0.80相当好；0.65～0.70最小可接受值；0.60～0.65最差．经过信效度分析检查和可靠性分析，剔除掉调查问卷中的5项质量不佳的题目（勤工俭学，学习费用与生活费用比值，毕业预期工作，毕业预期工作地区，申请软件著作权、实用新型、发明专利），保留了28项调查题目，将Cronbach′s alpha系数值系数提升至0.897．利用SPSS对数据进行因子分析，显著性小于0.05，说明该问卷数据适用于做因子分析，KMO值介于0.7～0.8之间，说明效度良好．

2.3 数据表达性分析

对数据进行主成分分析，提取未旋转因子解，得到公因子方差（见表2）．

表2　公因子方差

提取的值越大说明变量可以被公因子表达得越好，大于0.5即可以说是可以被表达，大于0.7说明变量能被公因子表达得很合理．通过数据分析，参加主持、参加省级和校级创新创业项目的提取值最高，分别为0.926和0.875；其次为省级学生社团和省、国家比赛获奖，分别为0.854和0.839；最少的提取值为大学入学成绩和课后自习量，分别为0.417和0.522．

3　主成分分析法影响因素分析

主成分分析是对于原先提出的所有变量，将重复的变量（关系紧密的变量）删去多余，建立尽可能少的新变量，使得这些新变量是两两不相关的，而且这些新变量尽可能保持原有的信息[10]．对问卷数据进行主成分分析，提出7类主成分，包括参加竞赛获奖、科研论文、创新创业项目、四六级、社团活动、智育成绩、考试通过率，累计提取数据总量的70.151%（见表3）．

从主成分分析碎石图（见图3）可以看出，每个因子代表的特征值，前７个因子的特征值大于1，第８个因子所包含的信息量就小于1，也就是说第８个因子所代表的信息量已经不足以代表1道题目，其余影响因素贡献率较弱．

表3　总方差解释

图3　主成分分析碎石图

通过因子分析，考察每个变量在各个因子中系数的大小，一般大于0.5的就归于该因子当中．剔除小于0.5数值后的旋转成分矩阵见表4．

表4　旋转成分矩阵

由表４可以看出，参与指导教师组织的科研活动和参加相应的各级竞赛、项目并获奖相关性强；某些学生会主持、参加各个级别的创新创业项目；六级成绩好的学生更愿意参加更高等级的学生社团；四级成绩好的学生会参加更多的讲座或活动；有团队共同研究的学生之间团队精神更加强烈；专业及班级智育排名靠前的学生的专业课程基本上全部及格；上课考勤率与考试通过率的关联更紧密．

依据分析结果，提出建议：（1）组织有经验的教师和学生社团，积极引导学生参与各种竞赛和项目评奖；（2）保证学生的上课出勤率，以提高学生学习成绩、及格率；（3）培养学生团队协作能力，提供团队配合工作机会，以提高学生的理性认知能力；（4）培养工科大学生理性认识和感性认识，以促进专业素质的提升．

4 结语

基于微信小程序的工科大学生专业素质影响因素的调查分析，能够定量化、直观地展现大学生认知能力和行为能力对专业素质的影响因素，通过大数据挖掘潜在规律，找出主成分因素．本研究可为工科学生培养方法的研究提供有效参考，也可在不同高校推广使用，具有重要的理论和实践价值．

[1] 沈涛，黄金哲．探索素质教育在理工科专业课教学中的渗透[J]．思想政治教育研究，2007（5）：81-82．

[2] 闫秀懿，尹秀英，曾勇．如何在研究性教学中提高学生的专业素质：以“环境工程学”课程的教学实践为例[J]．大学教育，2013（1）：144，94．

[3] 金陵．大数据与信息化教学变革[J]．中国电化教育，2013（10）：8-13．

[4] 梁文鑫．大数据时代：课堂教学将迎来真正的变革[J]．北京教育学院学报（自然科学版），2013，8（1）：14-16．

[5] 朱建平，李秋雅．大数据对大学教学的影响[J]．中国大学教学，2014（9）：41-44．

[6] 陈英杰，刘健，唐新军，等．以赛促学、以赛促练、以赛促教：工科大学生竞赛与教学结合的教学模式探索与实践[J]．中国管理信息化，2015，18（13）：246-248．

[7] 刘宝，李贞刚，阮伯兴．基于工程教育专业认证的大学课堂教学模式改革[J]．黑龙江高教研究，2017（4）：157-160．

[8] 付坤，凌振宝，王金国．高校工科大学生自主实践创新教育的探索[J]．实验室研究与探索，2015，34（4）：196-198．

[9] 蔡瑞林，花文凤．基于混合研究方法的大学生劳动素养评价指标体系构建[J]．中国大学教学，2021（11）：81-85，96．

[10] 王纯杰，蒋京京，张倩倩，等．基于主成分及DEA模型的高校教师绩效评价的研究[J]．吉林师范大学学报（自然科学版），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

黑龙江省教育科学规划重点课题（GJB1421227）

张继成（1980-），男，黑龙江富锦人，高级工程师，博士，从事智能农机设计研究．E-mail：zhangjicheng@neau.edu.cn