摘要：本文对黑龙江大学机电工程学院两个专业631人采取随机抽样方式进行调查，通过主成分分析的方法对影响研究性学习的15个因素萃取出五方面因子——学习方式、个人规定性、专业技能、基础知识技能和保障性因素，以期为学院实施研究性学习教育制度在选拔学生和制订制度模式方面提供支持。

　　关键词：因子分析；研究性学习

　　一、问题的提出

　　本科研究性教学的思想源于洪堡最早提出的“教学与研究相统一”的大学教学原则。研究性教学作为一种有效地引导学生主动探究、培养学生实践能力和创新精神的教学方式，已成为国内外高等教育改革的热点和重点。在国外，在德国开创研究性学习为主要内容的大学教学制度改革影响下，美国和欧洲各大学相继探索了一些新的研究性教学模式，如斯坦福大学的“斯坦福导读”课程，丹麦罗斯基尔德大学的项目学习等等；在国内，华中科技大学总结出的CCBP、面向大班的合作式学习群体创新实验区、基于项目的专业教育试点班、基于自由探索的自我发展模式等多种研究性教学模式，对研究性教学的条件和环境进行了研究和实践探索 [1 ]。

　　作为地方性综合性大学工科学院，专业人才培养主要目标是造就一大批创新能力强、适应经济社会发展需要的各类型高素质工程技术人才。研究性学习作为一种符合工程能力培养规律、符合综合素质形成逻辑的教学组织形式和教学方式，它成为应用型人才培养着力推行的方式之一，关系到大学生就业核心竞争力能否切实提高，就业目标能否实现 [2 ]。本文根据笔者所在学院开展研究性学习的具体情况着重选择学生应具备的素质、开展研究性学习的方式进行分析，探索影响研究性学习的关键因素，以期为参与高校进行教学组织形式和教学方式的改革、为参与高校的教师开展研究性教学提供参考和借鉴。

　　二、数据资料来源

　　1.样本的选取与获得

　　本文选择样本数据以黑龙江大学机电工程学院机械、电气两个专业三个年级共计631人为总体，通过随机抽样，抽取大学二、三、四年级学生，共发放问卷200份，收回问卷185份，有效问卷173份（男139人，女74人；大二48人，大三90人，大四35人），12份无效问卷未被列入统计，产生问卷无效的原因主要是：第一、大学毕业年级部分学生的问卷未答完整或答案之间有矛盾；第二、个别学生未按要求答题，全部选择某一个选项；第三、个别学生基本信息未填写，难以统计。通过随机抽取方法使得样本有代表性和收集到的数据能保证分析结果的科学性。

　　2.指标的选取

　　在选取指标时借鉴关于影响学生研究性学习因素的资料，以学院实际开展研究性学习情况为内容选取了15个较为典型的指标：专业成绩、计算机水平、数学与物理水平、个人兴趣、责任心、参与创新项目情况、参与创新竞赛情况、研究性学习试点班级、自发组建研究性团队、专业seminars课程、指导教师定期指导、实验室条件、院领导重视程度、制订研究性学习制度和高年级带低年级制度，将这些指标制作成问题，做成问卷，进行调查，再选取学生个人基本信息相关问题一同调查。

　　三、研究结果与分析

　　因子分析最初是Sperman、Thomson和Burt等心理学家提出的一种统计方法，主要目的适宜较少的维度来表示原始的数据结构，也就是简化数据，而又能保留住原有数据所提供的大部分信息。

　　表一

　　KMO和Bartlet的检验是为了证明是否适合做因子分析，其中KMO值越接近1表示越适合做因子分析，从该表可以得到的KMO值0.805，表示适合做因子分析，球形度检验的原假设为：相关系数矩阵为单位阵，Sig值为0.000，小于显著水平0.05，因此拒绝原假设，表示变量之间存在相关关系，适合做因子分析 [3 ]。在公因子方差表中，因子分析的变量共同度都非常高，基本上大于0.5，表明变量中大部分信息均能够被因子所提取，说明因子分析的结果是有效的。

　　本研究采用主成分分析（Principal Component Analysis），保留特征值大于1的共同因子，而因子选取标准是适当的旋转因子轴，保留因子载荷量最大且在0.5以上的变量，目的是希望使各因子的意义能够更明确一点 [4 ]。利用相关系数矩阵，在15个变量方面找出特征值大于1的公共因子个数，可知当采用特征值大于1的方式抽取因子时可有5个独立因子，它们占总方差的60.66%，能解释原变量的大部分差异。

　　碎石图中的横坐标为因子的序号，纵坐标为相应特征值。从图中可以看到， 第5个因子以前的特征值普遍较高，连接成了陡峭的折线，而第5个因子之后的特征值普遍较低，连接成了平缓的折线，而且前5个因子的特征值均大于1，主成分个数提取原则为主成分对应的特征值大于1的前m个主成分。特征值在某种程度上可以被看成是表示主成分影响力大小的指标，如果特征小于1，说明该主成分的解释力度还不如直接引入一个原始变量的平均解释力度大，因此一般可以用特征值大于1作为纳入标准 [5 ]。下表就是按照这个原理取出大于1的前5个主成分因子，这进一步说明提取5个因子是比较适当的。

　　表二

　　从表二可知15个变量可提取5个公共因子，公共因子解释了变量大部分变异，累计解释总方差的60.660%，每个变量都在其中的一个公共因子上有较高的载荷值（大于0.5），而对其他公共因子的载荷值较低。分析各因子所包含的变量指标，可以用以下因子进行解释。因子一包括成立研究性学习试点班级、自发组建研究性学习团队和专业seminars课程、制订研究性学习制度、高年级带低年级制度5个指标，这些指标反映了研究性学习方式对大学生研究性学习的影响作用，可以解释和命名为学习方式因素；因子二包括个人兴趣、责任心和指导教师定期指导3个指标，这些指标反映了研究性学习中对个人和指导教师的个人特质的规定性，可以解释和命名为规定性因素；因子三包括专业成绩、参加创新项目和创新竞赛情况3个指标，这些指标反映了专业技能对大学生开展研究性学习的影响作用，可以解释和命名专业技能因素；因子四包括计算机水平和数学、物理水平两个指标，这些指标反映了基础知识对大学生开展研究性学习的影响作用，可以解释和命名基础知识技能因素；因子五包括实验室条件和院领导重视两个指标，这些指标反映了政策和基础设施保证对大学生研究性学习的影响作用，可以解释和命名为保障性因素。

　　四、结论与评价

　　根据因子分析的结果可知：本研究凝练了开展研究性学习的影响因素的五个主要方面，分别是：学习方式因素、个人规定性因素、专业技能因素、基础知识技能因素和保障性因素。为了有效的推进研究性学习制度的实行，应该综合考虑以上五方面因素，以确保学生在研究性学习中取得良好效果。以学生和学院两个角度为开展研究性学习的出发点，为地方性综合性大学开展研究性学习教育提供如下建议：在推进研究性学习制度中选拔学生方面，以个人规定性因素、专业技能因素和基础知识技能因素为指标，设计选拔研究性学习团队的测评问卷，问卷在专业方面可以包括专业课的成绩、对专业的兴趣、专业领域内的创新能力、专业理论知识的实践能力等等；在个人规定方面可以包括做事的语言表达能力、责任心、学生的勤奋情况、团队协作能力、创新性思维等等；在基础知识能力方面可以包括英语能力、计算机能力、文字能力以及阅读文献能力等等，通过上述指标选拔出来的学生团队研究性学习的效果会有所保证，避免出现中途退却、开展研究不卖力、敷衍了事等现象。在开展研究性学习实践中，作为教育主体——教师应重点关注学习方式因素和保障性因素，努力创建形式多样的研究性学习手段，如高年级带低年级、定期学术报告、教师的定期指导等等。同时争取学院为开展研究性学习提供政策性支持，包括教师、学生的激励政策、基础设施条件的匹配以及研究性学习开展的过程监督检查等等。

　　参考文献：

　　[1]许晓东.理工科本科研究性教学模式的研究与实践[J].中国大学教育，2008，（11）：9–13.

　　[2]林健.面向卓越工程师培养的研究性学习[J].高等工程教育研究，2011，（6）：5–15.

　　[3]王世通.基于因子分析的大学生就业能力影响因素研究[J].当代经济，2013，（21）：140–142.

　　[4]荣泰生等.spss与研究方法[M].大连：东北财经大学出版社，2012：273-286.

　　[5]杨维忠等. spss统计分析与行业应用案例详解[M].北京：清华大学出版社，2012：241-255.

 

---

期刊库（http://www.zgqkk.com），是一个专门从事期刊推广、投稿辅导的网站。
　　本站提供如何投稿辅导，寻求投稿辅导合作，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。

---

　　【免责声明】本文仅代表作者本人观点，与投稿辅导_期刊发表_中国期刊库专业期刊网站无关。投稿辅导_期刊发表_中国期刊库专业期刊网站站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。