基于多元线性回归的高校劳动教育高质量发展影响因素研究

谢振安,杨会会

(安徽理工大学 人文社会科学学院,安徽 淮南 232001)

中国共产党第二十次全国代表大会上的报告在“实施科教兴国战略,强化现代化建设人才支撑”建设中指出,办好人民满意的教育,要“全面贯彻党的教育方针,落实立德树人根本任务,培养德智体美劳全面发展的社会主义建设者和接班人。坚持以人民为中心发展教育,加快建设高质量教育体系,发展素质教育,促进教育公平。”[1]在新时代教育评价改革中指出劳动教育评价要“明确不同学段、不同年级劳动教育的目标要求”、“探索建立劳动清单制度,明确学生参加劳动的具体内容和要求”、“加强过程性评价,将参与劳动教育课程学习和实践情况纳入学生综合素质档案”[2]。高校作为人才培养的重要一站,应根据国家、社会对高素质人才的需求,强化育人职能与育人目标,心怀“国之大者”,把握教育发展规律,培养与国家发展要求相适应、与人民群众期待相契合、与国家综合国力相匹配的社会主义建设者和接班人。高校将劳动教育纳入人才培养计划体系[3],有利于引导学生树立正确的世界观、人生观和价值观,有利于培养学生在生活中的自立能力、在社会中的生存能力、在就业中的创新能力等,为国家和社会发展提供助力。因此,文章立足文献分析与数据分析,分类整合影响因子,运用多元线性回归方法分析影响高校劳动教育高质量发展的显著性指标,分析其产生的原因并提出相关建议,旨在为推动高校劳动教育的高质量发展提供决策参考依据。

一、指标体系构建与数据处理分析

(一)设计指标与收集数据

1.构建指标

在研究分析高校劳动教育相关文献、著作、政策文件等内容的基础上,通过CNKI关键词分析对高校劳动教育进行相关检索。检索发现,现有文献关于“劳动教育”“高校劳动教育”“劳动教育高质量发展”的研究成果较多,本研究根据文献结果对高校劳动教育高质量发展因素进行分析。在文献分析的基础上,结合高校自身发展特征、学生发展特征与新时代劳动教育发展需要,梳理被调查者基本信息、高校劳动教育发展现状、学生劳动教育基本素养和高校劳动教育高质量发展4个维度,并整理出14个二级观测变量,详见表1。

表1 潜在变量与观测变量指标体系

2.收集数据

用问卷调查法进行数据收集,严格按照问卷设计要点设计问卷,对各项指标用客观、易理解的方式进行题项设计,分版块对题项进行排序并进行一定的交叉,以保障被调查者对问卷进行客观回答。本研究要求27个题项采用李克特5级量表法进行编制,发放一定数量的调查问卷。问卷以高校学生为调查对象,在年级上以一、二、三、四年级数量递减以保障问卷分布的科学性。借助高校智慧平台便捷性和广泛性发放问卷,并结合线下发放问卷的方式进行。问卷共计发放2 100份,回收1 976份,回收率为94.1%。剔除无效问卷76份,最终得到有效问卷1 900份。

将有效问卷数据导入SPSS 22.0进行问卷各题项度量分析,以检验问卷数据。对问卷数据进行样本检验分析,检验问卷题项与指标体系之间的数据拟合度,测量不同样本对指标评价是否存在离散缺失值与显著性差异。结果显示,27个题项评分均通过检验,P值为0.000,设置95%的置信区间中不包含0,检验结果说明不同问卷样本对高校高质量发展的指标体系具有适配性和良好的鉴别度,详见表2。

表2 独立样本T 检验

对问卷进行信度分析是指通过Cronbanh’α系数检验量表各维度的可信度,检验结果达到参数指标即说明该问卷数据具有一定的信度,能够进行数据分析。经检验,问卷数据各维度的Cronbanh’α系数分别为0.092、0.965、0.826和0.972,4个维度中,调查者基本信息维度的系数为0.092,小于0.7。既往研究认为,Cronbanh’α系数大于0.7时一致性较好,因而,在接下来的研究中将去除调查者基本信息维度分析(表3)。

表3 潜变量的信度检验结果

(二)数据处理及相关性分析

1.数据处理

回归分析方法是通过建立统计模型研究变量间相互关系的密切程度、结构状态、模型预测的一种有效工具,在进行回归分析并建立回归分析模型时须满足高斯—马尔柯夫条件[4],即随机误差项具有零均值和等方差,即:

还应满足正态分布假定条件:

当上述假设成立时,说明不同的样本点之间是不相关的(在正条件下即为独立),不存在序列相关性,随机误差项在不同的样本点有相同的方差表明各观测之间有相同的精度。根据以上假设条件,文章对数据各维度的题项进行打包处理,除去信度不达标的第一维度,剩下的3个维度分别是高校劳动教育发展现状、高校学生劳动教育发展现状以及高校劳动教育高质量发展,对这3个维度进行直方图与数据相关性分析。首先对数据进行直方图分析,直方图能够直观展示两变量之间关系的强弱程度,反应变量之间的总体关系趋势,为研究高校劳动教育高质量发展的影响因素与高校劳动教育发展现状、高校学生劳动教育发展现状之间的相关性,依次将F4 高校劳动教育高质量发展作为因变量与F2 高校劳动教育现状、F3高校学生劳动教育发展现状作直方图(图1和图2)。

图1 高校劳动教育发展现状

图2 高校学生劳动教育发展现状

根据图中内容可知,高校劳动教育发展现状与高校劳动教育高质量发展呈现正态分布特征,正态曲线与柱状数据分布基本一致,具有线性相关关系。高校学生劳动教育发展现状与高校劳动教育高质量发展呈现正态分布特征,正态分布曲线与柱状数据分布基本一致,具有线性相关关系。

2.相关性分析

双变量相关分析反映两个变量之间的相关关系,为通过数据反应变量之间是否具有相关关系,本研究运用SPSS22.0进行相关分析,研究得出相关数据内容(表4)。根据表4数据内容可知,F2与F4的相关系数为0.442,呈现正向中度相关,单尾单侧检验P值为0.000,结果显著;F3与F4的相关系数为0.599,呈现正向中度相关,单尾单侧检验P值为0.000,结果显著,相较于F2,F3对F4 的相关性更高;F2 与F3 的相关性为0.584,呈现正向中度相关,单尾单侧检验P值为0.000,结果显著。

表4 相关性分析

(三)建立多元线性回归模型

1.初步建立回归模型

多元线性回归的基本原理是利用最小二乘法对多个变量之间的关系进行建模。如果(xi1,xi2,…,xip;yi),i=1,2,…,n是变量(x1,x2,…,xp)的一组观测值,则多元线性回归模型的一般形式为:

其中随机变量y为被解释变量(因变量),x1,x2,…,xp为解释变量(自变量),ε为随机误差,随机误差可以概括由于人们的认识以及其他客观原因的局限而没有考虑到的种种偶然因素。β0,β1,β2,…,βp为未知参数,常称它们为回归系数,β0是回归常数。

由上述分析可知,F2 高校劳动教育发展现状、F3高校学生劳动教育发展现状与高校劳动教育高质量发展呈现线性关系,因而建立多元线性回归模型为:yi=β0+β1xi1+β2xi2+εi。

为由样本数据得到回归参数β0,β1,β2 的理想估计值,本研究使用最小二乘法估计。所谓最小二乘法,就是寻找β0,β1,β2,…,βp的估计值使离差平方和Q(β0,β1,β2,最小,则满足条件

文章采用SPSS 22.0 求解yi=β0+β1xi1+β2xi2+εi,在回归分析中通过数据筛选与设定得到回归系数,详见表5。

表5 回归系数a

由表5可知,常数项数值为1.316,F2高校劳动教育发展现状回归系数=0.132,回归系数的标准误差(Std.error)=0.021,回归系数的T检验值=6.232,显著性P=0.000;F3高校学生劳动教育发展现状回归系数=0.613,回归系数的标准误差(Std.error)=0.027,回归系数的T检验值=23.103,显著性P=0.000。由研究结果得出结论,两个回归系数都显著且有意义,求得回归方程为y=1.316+0.132x1+0.613x2+ε。

2.回归方程显著性检验

在高校劳动教育高质量发展因素影响因素分析中,事先并不能确定随机变量y与变量x1,x2之间有确定的线性关系,在进行回归参数估计前,对随机变量y与变量x1,x2的关系进行多元线性回归方程拟合,这些是对定性分析作出的一种假设,因而要对回归方程进行显著性检验。再进行显著性检验时要对自变量x1,x2进行检验,看其整体上对y是否有明显影响,为此提出原假设H0:β1=β2=…=βp=0,如果H0被接受,则表明随机变量y与量x1,x2的线性回归方程模型没有意义。正态随机变量y1,y2,…,yn的偏差平方和可以分解为:

表6 模型摘要b

由模型摘要(表6)可知,R系数为0.610,调整后的R2为0.371,R值通过回归方程显著性检验,但R值偏低,因而采用方差膨胀因子方法对各维度的题项进行多重共线性检验。

方差膨胀因子(VIF),是表征自变量观察值之间复共线性程度的数值。VIF值不大于10表明不存在强多重共线性,严格为5;容差值=1/VIF,容差值大于0.1说明不存在共线性,严格为0.2,VIF与容差值为逻辑对应关系,两者任选其一即可。将F2、F3各题项进行VIF值检验,结果显示(表7)F2与F3各题项的VIF值均小于10,表明不存在强多重共线性。

表7 方差膨胀因子(VIF)系数

二、研究结论

(一)高校劳动教育高质量发展与高校、学生劳动教育发展现状有关

文章运用回归分析建立了F4高校劳动教育高质量发展与F2 高校劳动教育发展现状与F3高校学生劳动教育发展现状之间的多元线性回归模型:y=1.316+0.132x1+0.613x2+ε,并采用符合相关系数检验模型拟合度,经检验,模型参数通过拟合,且R值较高;高校劳动教育发展现状与高校学生劳动教育发展现状两个维度的题项变量均通过方差扩大因子VIF检验。当x1变化一个单位而其他条件不变时,引起y的变动幅度为0.132个单位;当x2变动一个单位而其他条件不变时,引起y变动的幅度为0.613个单位。

(二)高校学生劳动教育发展现状与高校劳动教育高质量发展间联系更为紧密

根据方差膨胀因子检验结果,F3高校学生劳动教育发展现状的方差膨胀(VIF)数值均小于F2高校劳动教育发展现状,说明高校学生劳动教育发展现状与高校劳动教育高质量发展之间的关系更为紧密;多元线性回归模型的回归系数中,x1的系数为0.132,x2的系数为0.613,则x2的系数明显高于x1。

(三)高校劳动教育发展现状与高校学生劳动教育发展现状呈中度正相关

在相关分析中,高校劳动教育发展现状与高校学生劳动教育发展现状的相关系数为0.584,且显著性单尾检验为0.000,结果显著,两者呈现中度正相关。

三、研究建议

(一)加强高校劳动教育环境建设,促进高校劳动教育高质量发展

劳动教育高质量发展是新时代社会发展对高校提出的新要求和新期待。首先,高校应紧跟时代发展,认真贯彻党的二十大报告对高校高素质人才培养、创新型人才培养以及德智体美劳全面发展的人才培养要求,促进劳动教育高质量发展。其次,高校在劳动教育发展中应认识到基础设施建设、专业师资配置、理论与实践教学的重要性,投入必备资金,完善劳动教育自然条件和人文条件。最后,高校应结合自身劳动教育传统优势与优秀经验,强化基础,补齐短板,发扬优势,努力优化高校劳动教育环境,为劳动教育创造良好校园环境。

(二)注重以学生劳动教育为本,遵循教育发展规律

高校劳动教育向高质量发展与高校学生主体有密切关系,学生的劳动价值观念、劳动技能水平与劳动价值取向直接反映学校劳动教育的实施效果。首先,高校应关注学生在不同年级和不同学段的发展特征,循序渐进开展理论知识教育、实践活动培训以及专业实践对接等教育活动。其次,发挥文化育人的作用,注重以文化人以文育人,通过举办丰富多彩的科技、文化、文娱体育等活动,将劳育与德育、智育、体育、美育结合起来[5],使学生在文化活动中受到教育。最后,劳动教育的最终目的是培养为党、为国家、为社会主义发展服务的高素质人才,教育应以学生为本,为学生提供理论实践的机会,让学生在实践中受教育、长才干、作贡献。

(三)注重高校劳动教育与学生劳动教育发展有机结合

高校劳动教育发展环境对高校学生劳动教育具有正相关性,应注重高校劳动教育与学生劳动教育的有机结合。首先,高校在进行劳动教育的过程中既要充分发挥教师教育引领作用,加强理论教育与实践引导,又要发挥学生的积极性和主动性,让学生在劳动教育中实现自我教育、自我管理与自我服务。其次,高校进行劳动教育要充分利用实践教学资源,结合新时代创新创造实践以及高质量发展的要求,发挥新时代学生的创造力与能动性,培养创新型人才。最后,高校劳动教育要结合传统劳动教育优势,遵循新时代学生发展规律与劳动教育发展规律,结合高校人才培养目标与学生专业发展需求,将劳动教育纳入高校教育教学目标和总体规划,制定符合新时代学生发展需要且与发展相匹配的劳动教育实施机制、管理机制与评价机制,保障劳动教育的高质量发展。