基于因子分析与Logistic回归的高校教育信息化评价研究

周立业,吕俊杰,付梓煊,陈思静,韩红娟△

(1山西医科大学基础医学院数学教研室, 太原 030001; 2山西医科大学基础医学院化学教研室; 3山西医科大学管理学院卫生管理教研室; △通讯作者)

近十几年高校教育信息化取得了长足发展,但就目前调研结果来看,当前高校教育信息化的评价研究还处于探索阶段,仍面临诸多问题和挑战[1-6]。不同区域、不同类型的高校信息化发展不平衡现象依然明显[7-13]。本文基于学生视角,对山西省高校教育信息化的实际满意度进行评价,采用因子分析评价法对高校教育信息化进行评价,运用Logistic回归对高校信息化满意度的影响因素进行研究,旨在从学生角度出发客观了解我省高校教育信息化建设及使用情况,为我省高校教育信息化建设改进提供思路,并探索适用高校教育信息化的评价方法。

1 对象与方法

1.1 调查对象

本研究对山西省高校部分在校学生发放问卷。为保证学生样本的代表性以及满足研究设计的需要,此次调查于2023年3月份进行,收回问卷1 600份,有效问卷1 430份,有效率89.3%。

1.2 问卷内容

调查问卷总共分三部分:一是调查对象的基本情况;二是校园网使用的基本情况,如是否办理校园网等;三是所在高校信息化满意度测评指标体系。满意度测评采用李克特量表法[14-17],答案采用1-5分制表示满意程度,即1代表完全不满意,2代表基本不满意,3代表一般,4代表基本满意,5代表完全满意。

1.3 统计学方法

本研究采用SPSS 24.0软件对数据进行统计分析,采用因子分析法对高校教育信息化指标进行评价。该方法可将众多变量聚合成少数几个独立的公共因子,并将相同本质的变量归入某一个因子,达到降低维度的目的,同时还能反映变量之间的内在联系。本研究运用因子分析法提取山西省高校在校学生对教育信息化满意度影响因素的公因子,构建数学模型,在该模型中,Xj(j=1,2,3,…,25)为25个原始变量,Fi(i=1,2,3,…,k)为25个原始变量进行不同的线性组合,从而形成的相互无关的主成分,以此可以确定Xj在对应的Fi上的载荷Lij。本研究中山西省高校在校学生对教育信息化满意度影响因素构成一个m×25阶的数据矩阵。

具体步骤为:①评估变量是否适合做因子分析:相关系数:大于0;KMO检验和Bartiett的球度检验:KMO值越接近1越适合做因子分析,0.5以下则不适合做因子分析。Bartiett球度检验的概率值小于显著性水平(0.05)就可以拒绝零假设,拒绝零假设说明有相关性可以做因子分析。②提取合适数量的公因子。③旋转因子使各原始变量更好地分类。

2 结果与分析

2.1 调查对象一般情况

本次调查的在校学生中,专科生600人(41.96%),本科生667人(46.64%),硕士生138人(9.65%),博士生25人(1.75%),男性756人(52.87%),女性674人(47.13%)。

2.2 高校信息化学生满意度情况

由于在所调查样本中,持完全不满意态度的学生几乎为0,所以从“基本不满意”“一般”“基本满意”“完全满意”四个程度来描述高校信息化学生满意度情况。在山西省高校信息化学生满意度评价中,持一般态度的学生群体最多,占41.76%,持基本不满意态度的学生群体占36.03%,持基本满意态度的学生群体占18.16%,有4.05%的学生群体对就读高校的信息化持完全满意态度。

2.3 满意度因子分析

2.3.1 因子分析判定 在进行因子分析之前,本研究首先要确认数据是否适合做因子分析。KMO的值反映变量间的偏相关性,取值范围在0-1之间,KMO值越接近1越适合做因子分析,0.8以上比较适合,0.6则较一般,0.5以下则不适合做因子分析。Bartlett球度检验是用于测试各变量间是否具有较强的相关性,Bartlett球度检验的概率值小于显著性水平(0.05)就可以拒绝零假设,说明变量间相关,可以做因子分析。KMO指数为0.964,统计量大于0.9,且显著性概率为0.000(P<0.05),说明该数据具有相关性,适合做因子分析。

2.3.2 提取因子 因子分析法中,提取公因子变量特征值不小于1,且方差贡献率>80%。这样的成分作为主成分,可以使公因子对各变量有较强的解释能力,但是当指标比较多时,提取的因子可能不太明显,经过旋转因子后,能够对原始变量更好地分类。由表1可知,表中显示有2个较大特征值13.972、2.664,样本方差的累计贡献率为66.544%,包含原变量的绝大部分信息。故本研究提取2个主成分来分析山西省高校信息化满意度水平是合适的。

表1 解释的总方差

2.3.3 主因子解释 为了使因子能够更清晰地解释结构,本研究对因子进行最大方差方法旋转,这有利于对因子命名。表2旋转后的成分矩阵对比发现,在第一主成分中,数字化教学环境、教育教学管理系统、熟练运用办公软件、采用数字化教育资源、图书馆电子资源、电子阅览室、退选课等、网上缴费、教师用多媒体授课、信息化手段提供信息、校外访问资源、网络交流平台、查询成绩、信息检索课程、学生工作宣传比重占比较大,以上指标可以归结为信息化资源实际使用情况。在第二主成分中,学校宽带网络、一卡通消费、建立校园网站、校园网网速、访问信息系统、信息系统升级、信息系统实用性、统计分析软件比重占比较大,以上指标可以归结为信息资源可使用基础条件。

2.4 回归分析

为进一步研究性别、专业、学历、信息化资源实际使用情况和信息资源可使用基础条件能否解释高校信息化满意度,本研究分别以性别、专业、学历、信息化资源实际使用情况、信息资源可使用基础条件为自变量,以高校信息化满意度为因变量,进行多元回归分析。表3中,以信息化资源实际使用情况、信息资源可使用基础条件为自变量,以高校信息化满意度为因变量,显示了多元回归模型的显著性,F=263 334.003,P<0.05说明两个因素具有显著的解释效果。表4中可以看出,信息化资源实际使用情况、信息资源可使用基础条件的P值均<0.05,表明对回归方程有显著影响,建立的线性模型方程为:Y=1.925+0.475X1+0.489X2+μ。式中:Y为总体满意度,X1是信息化资源实际使用情况因子,X2是信息资源可使用基础条件因子,μ是随机误差。通过标准化系数可见,信息资源可使用基础条件因子对总体满意度的影响最大。

表3 主成分因子模型显著性分析

表4 主成分因子的Logistic回归分析模型

表5和表6以性别、专业、学历为自变量,以高校信息化满意度为因变量,分析结果显示P>0.05,说明性别、专业、学历这三项指标并不会对高校信息化满意度产生影响关系。

表5 性别、年龄、学历模型显著性分析

表6 性别、年龄、学历的Logistic回归分析模型

3 讨论

本次研究使用因子分析法寻找是否有影响变量组合间的因素,一是可将具有复杂关系的变量浓缩为少数几个公因子,二是探索这些公因子与原始变量之间的内在联系。在验证是否适合使用因子分析检验时,KMO统计结果为0.964,显示各变量之间存在较强的线性关系。最终提取两个主因子F1(信息化资源实际使用情况)和F2(信息资源可使用基础条件)。通过回归分析显示,F1和F2对高校信息化满意度有显著影响,性别、专业、学历并不会对高校信息化满意度产生影响关系。

尽管大学高校信息化的发展日新月异,但由于诸多因素的影响,还存在着各种问题:①缺乏对教师信息素质的培训。传统的教学模式使得一些教师不会使用各种信息内容技术,从而导致闲置浪费高质量的文化和教育资源;②在传统的教学模式下,学生的学习观念一直是被动学习,信息化教育对学生自我学习能力提出了更高的要求,但是目前部分学生没有掌握信息技术,学习方法单一,无法有效使用多媒体等教学资源,导致学习效果较差;③部分高校的信息化意识不足,并未认识其重要性,而且高校信息化的实现需要充足的经费作为保障,但是高校中办学经费的紧张问题明显,部分高校无法在信息化建设方面增加投入,制约高校信息化发展[18]。

上述对高校信息化提出的问题为其改进和发展提供了一定的方向:①组织教师培训,提高教师技能。学校要加强对全体教师现代教育思想和现代教育理念的学习,从思想和行为方面提高教师的综合能力。我校积极安排针对授课教师的网络教学培训,通过E-教学平台、学习通、QQ群、微信群、示范教学等方式使教师尽快掌握网络教学操作流程,熟练各类软件操作,熟悉线上教学方法,并结合学科、学情特点,制定教学方案,利用超星“一平三端”等网络教学平台等优质资源建课用课,组织实施教学,并针对个别教师线上直播教学未开启视频直播、直播语速快、或者个别课程没有设置回放的现象,与任课教师沟通积极改善教学效果。全校师生共同努力,全力保障线上教学规范有序、有质有量。②转变学生观念,拓宽学习渠道。学校要培养具有现代信息意识的学生,帮助学生树立正确的学习态度,引导学生的学习行为。各学校可以在超星学习通、钉钉等平台上建立“虚拟班级”,并在此基础上进行线上课堂和线下课堂的教学。我校学生可以利用电脑和手机端登录E-教学平台查看课程公告,利用学习通、晋课联盟、智慧树(知到APP)、爱课程(中国大学MOOC-APP)、学堂在线(雨课堂)等平台完成课程学习,充分享受学习的乐趣。此外,学校还安排了380余门课程供所有本科生在线选学,帮助拓展学生视野和素质。③提高学校高校信息化意识,加大信息化建设投入。政府应该加大对高校信息化的宣传和投入力度。从学校层面,学校将高校信息化建设纳入学校教学的发展规划中,建设一个功能完善、含有本校特色的信息化教育教学系统。我校围绕人才培养目标、需求、质量导向,以教育信息化为引领、以学生学习者为中心扎实推进教育信息化实践应用。一是系统化设计信息化基础建设。本科教育信息化平台、一平三端网络教学平台、教师教学发展平台、智慧校园、智慧教室等建设项目等投入使用,进一步规范化教学管理,提高了本科教育教学的信息化水平。二是注重信息技术实际教学应用。近年来,学校重视国家级一流本科课程、省级一流本科课程以及国家高等智慧教育平台课程等一大批一流共享课程在本科教学中的应用,主动适应教育信息化对人才培养需求的变化,推动信息技术与医学教育的融合与创新,提升了本科教育教学人才培养质量。