《研究生教育质量影响因素的实证研究——基于研究生调查问卷的分析》由会员分享，可在线阅读，更多相关《研究生教育质量影响因素的实证研究——基于研究生调查问卷的分析（6页珍藏版）》请在金锄头文库上搜索。
1、http:/ - 1 - 研究生教育质量影响因素的实证研究研究生教育质量影响因素的实证研究基于研究 生调查问卷的分析基于研究 生调查问卷的分析 李树林，李平，房力明 哈尔滨工程大学政策研究室，哈尔滨 （150001） E-mail： 摘摘 要：要： 研究生教育质量问题是当前研究生教育工作中的重要关注点之一。 文章通过调查研 究，采用定性与定量相结合的方法，对影响研究生教育教育质量的因素进行了实证分析，结 论显示，导师队伍总体水平、研究生课程内容设置情况、学校实验室（电子阅览室）及各类 实验设备情况、 研究生教育管理水平、 对研究生学位论文要求情况以及研究生生源质量等因 素是影响高校研究生教育质
2、量的关键因素。 关键词：关键词：研究生；教育质量；关键因素；调查研究 1. 问题的提出问题的提出 我国研究生教育的发展已有百年的历史。改革开放以来，特别是近十年来，研究生教育的数量和规模得到了急剧的扩张。客观讲，这种超常规式的发展对推动社会的进步起到了积极的促进作用。但与此同时，也带来了诸多的问题与矛盾，其中，研究生教育质量问题引起了更多的关注和探讨。归纳一下这些探讨，大多是基于客观层面或针对培养环节中某些具体问题的研究，譬如，研究生教育管理体制问题， 培养机制改革， 培养目标与培养方案，师资队伍建设等等。而对影响研究生教育质量的关键因素究竟是什么缺乏量化的分析与明确的界定，在一定程度上缺乏实
3、证研究。 鉴于上述原因，本研究以某高校硕士研究生为研究对象，采用问卷调查方法，对影响研究生教育质量的因素进行相关调查和实证研究，目的通过这个研究能够引起对当前研究生教育质量状况的更多注意，从而对如何切实提高研究生培养质量提供科学的依据。 2. 数据收集和研究方法数据收集和研究方法 2.1 样本与数据样本与数据 本研究样本来自于某高校硕士研究生。在进行调查之前，对问卷的形式与内容进行多次的分析和探讨，并召开研究生座谈会，对问卷进行测试和修正。为保证被调研者客观、准确地填写问卷，研究者亲自到学生课堂、宿舍发放问卷，说明填写的要求和注意事项。本次调查的范围涉及理、工、文、管等各个院（系）的硕士研究生
4、，共发出问卷 500 分，实际收回有效问卷 446 份，回收率为 89.2。其中一年级研究生占 53.1%，二年级占 46.9%。研究生中具有本科学历的占 97.6%，专科学历的占 2.4%；“211 工程”院校毕业的学生占 74.6%，一般院校毕业的学生占24.7%，专科院校的占 0.6%。 2.2 研究方法研究方法 本研究的调查问卷共由 28 个问题项组成，涉及研究生自入学到毕业各培养环节， 问卷采用 Likert5 级量表， 将定性指标分成 15 个档次（很好、较好、一般、较差、很差） ，分别赋值为 5、4、3、2、1五等。为保证统计分析的有效性，在自变量的选择方面，去掉 6 个不含有量
5、化级别的备选问题项 （见表 1 的阴影部分） ， 最后由 21 个问题项构成自变量， 以 V21 （研究生教育质量总体状况）作为因变量，具体见表 1。本文根据此次调查的数据，运用社会统计分析软件 SPSS13.0 软件包， 对研究生教育质量状况影响因素进行实证分析。基本思路是： http:/ - 2 - 1根据理论分析和小范围问卷调查、座谈的结果，设计并修正研究生教育质量影响因素问卷； 2在全校范围发放经过修正的问卷，得到所需数据； 3采用因子分析法进行因子处理； 4进行回归分析，判断影响研究生教育质量的关键因素。 3. 实证结果及解释实证结果及解释 3.1 因子分析结果因子分析结果 因子分析
6、法（Factor Analysis）主要是对指标过多而产生的变量间可能存在相关性问题进行处理。KMO 和 Bartlett 检验结果表明 （见表 2） ， Bartlett 的值为 2790.943，P0.0001，相关矩阵不是一个单位矩阵；而 KMO 值为 0.871，大于 0.7，故可以考虑使用因子分析1。 表 1 研究生教育质量影响因素指标体系 指标序号 指标内容 V1 研究生生源质量 V2 考研原因 V3 报考学校的原因 V4 实验室（电子阅览室）及各类实验设备 V5 参与导师科研项目的机会 V6 图书资料（含数据库资料） V7 校园网络资源情况 V8 授课教师授课态度 V9 授课教师
7、授课方式 V10 课程内容设置情况 V11 导师队伍总体水平 V12 对导师指导满意程度 V13 导师掌握学科前沿的知识、能力和水平 V14 导师的劣势 V15 导师进行学术指导采用最多的方式 V16 导师指导研究生的工作频率 V17 导师指导研究生的数量 V18 导师对研究生论文及业务的指导力度 V19 学校对研究生答辩的要求 V20 研究生做论文的态度 V21 研究生教育质量总体状况 V22 研究生教育中最关键的因素 V23 实行研究生双导师制或导师组制 V24 研究生教育管理水平 V25 研究生培养实行末位淘汰制 V26 研究生教育培养模式 V27 研究生学位论文答辩前发表论文 V28
8、学制由 3 年改为 2 年 表 2 KMO and Bartletts Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .871 Approx. Chi-Square 2790.943df 231 Bartletts Test of Sphericity Sig. .000 采用因子分析中的主成分分析法，从21 个自变量中析出 5 个公因子，但从表 3中可以看出，5 个因子的方差贡献率仅仅达到 54.147，难以较好反映全部变量，这说明，运用因子分析法得到的 5 个因子在一定程度上反映了研究生教育质量状况的影响因素，但并不全面和客观。
9、因此，下面的回归分析仍然使用全部 21 个变量作为自变量。 3.2 多元线性回归模拟运行结果多元线性回归模拟运行结果 在本研究中， 采用 SPSS13.0 版本中的Analyze-Regression-Linear Regression 进行回归分析2， 在表 1 中选择“研究生教育质量总体状况（V21）”作为因变量，其他21 项作为自变量，通过逐步回归法（Stepwise）进行变量筛选，并剔除不符合要求的解释变量，最终得到模型汇总（ Model Sunmmary ）、 方 差 分 析（ANOVA） 、回归系数（Coefficients） 、多重共线性诊断等表（如表 4 至表 6 所示） 。
10、3.3 对模拟运行结果的检验与分析对模拟运行结果的检验与分析 1回归模型的产生回归模型的产生 经过逐步回归，7 个变量进入会规模http:/ - 3 - 型（见表 4） ，它们分别是：V11 导师队伍总体水平，V10 课程内容设置情况，V4实验室（电子阅览室）及各类实验设备，V24 研究生教育管理水平，V27 研究生学位论文答辩前发表论文， V1 研究生生源质量，V6 图书资料（含数据库资料） 。从一定意义上讲，7 个因素对研究生教育质量可能具有一定的影响，但还需要进一步证明这种回归分析的有效性。 2回归模型概要回归模型概要 由表 4 中的模型 7 可以看出，复相关系数 R 为 0.571、判
11、定系数 R2为 0.326，调整以后的值（Adjusted R Square）R2为0.315，其值并不是很大，这说明进入回归模型中的第 7 个自变量对“研究生教育质量状况”有较弱的影响， 同时， 模型 6 与模型 7 的 R2值相差仅为 0.006，差距很小，因此，可以刨除模型 7 这一因素。从表 4中还可以看到，模型 1 的改变绝对值（F Change）为 91.02，明显大于其他 6 个模型，这就说明，该模型的自变量“V11（导师队伍总体水平）”是因变量“研究生教育质量状况”很好的预测变量。 此外，Durbin-Watson 即 DW 值为1.864，近似等于 2，可以认为随即误差项是相
12、对独立的，7 个自变量之间不存在序列相关的问题。 3模型的方差与模型的方差与 F 检验的结果检验的结果 从表 5 中的模型 7 可以看出，回归均方（Regression Mean Square）为 86.922，剩余均方 （Residual Mean Square） 为 0.422，F 值为 29.41 较大，说明自变量对因变量的解释力度较大。 显著性为 0.000， 由于显著性已达到 0.01 的水平， 说明配合回归直线是有意义的，因变量“V21（研究生教育质量状况） ”与 6 个自变量之间存在线性关系。 4多重共线性诊断多重共线性诊断 本次研究属于大样本调查，由回归产生的多重共线性诊断表显
13、示，只有一项条件指数（condition Index）略大于 15，其他都小于 15。另外，他们的特征值（Eigenvalue）都不为 0，所以 6 个自变量之间不存在多重共线性。 表 3 全部解释变量（Total Variance Explained） Component Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Total % of Variance Cumulative % Total% of VarianceCumulative % Total% o
14、f Variance Cumulative % 1 5.915 26.885 26.885 5.91526.885 26.885 4.24919.315 19.315 2 1.785 8.113 34.998 1.7858.113 34.998 2.72812.402 31.717 3 1.704 7.747 42.745 1.7047.747 42.745 2.0809.454 41.171 4 1.370 6.225 48.971 1.3706.225 48.971 1.6627.553 48.724 5 1.139 5.176 54.147 1.1395.176 54.147 1.193
15、5.423 54.147 6 .982 4.463 58.610 Extraction Method: Principal Component Analysis. 表 4 模型汇总（Model Summary(h) ） Change Statistics Mode R R SquareAdjusted R Square Std. Error of the EstimateR Square ChangeF Changedf1df2Sig. F Change Durbin-Waton1 .418(a) .174.172 .714 .174 91.0201431.000 http:/ - 4 - 6
16、 .566(f) .320.310 .652 .017 10.7481426.001 7 .571(g) .326.315 .650 .006 4.0171425.046 1.864 表 5 方差分析（ANOVA(h)） Model Sum of Squares df Mean Square F Sig. 1 Regression 46.444 1 46.444 91.020 .000(a) Residual 219.921 431 .510 Total 266.365 432 7 Regression 86.922 7 12.417 29.410 .000(g) Residual 179.443 425
