大学生转专业行为影响因素研究

江海峰，张 军

(安徽工业大学 商学院，安徽 马鞍山 243002)



大学生转专业行为影响因素研究

江海峰，张 军

(安徽工业大学 商学院，安徽 马鞍山 243002)

以安徽工业大学2015级学生为研究对象，采用问卷调查方法获取数据，利用非参数卡方检验识别出真正的影响因素，并用logsitic模型分析发现，大学生转专业行为具有一定的盲目性和从众性，专业的预期程度、专业与就业的关联度、就业前景预期等因素对转专业的影响较大。

大学生；转专业；影响因素；非参数检验；Logistic模型

自2002 年、2003 年复旦大学、厦门大学分别率先放宽专业限制允许学生转专业以来，高校纷纷根据自身情况对转专业工作进行探索。为引导学生转专业，2005年9月，教育部颁布第21号令，允许各高校根据自身情况开展转专业工作。安徽工业大学自2006年4月印发《安徽工业大学全日制本科学生转专业实施细则》以来，先后三次修订转专业细则进一步规范转专业行为。

转专业是一项复杂的系统工程，不但牵涉到学生自身及其家庭利益，更涉及到教学资源配置、教学秩序管理、专业平衡等众多问题。因此，转专业绝不是“转”与“不转”的简单决定，而是涉及到转专业前影响因素分析、转专业过程具体操作以及转专业后管理等诸多问题。目前，大学生在转专业过程中具有一定的盲目性，例如集中转向“热门”专业而无视有限的教学资源，盲目地跟风而忽视自身的学习条件，只看重未来就业前景而漠视未来就业行情变化等。为有效处理大学生转专业工作中可能出现的各种问题，研究影响大学生转专业的因素成为高校深化教学改革与完善人才培养方案工作中必不可少的环节之一。

文献梳理表明，影响大学生转专业因素具有很强的共性。孙红丹认为，市场导向、兴趣爱好、父母意愿是重要影响因素；[1]何仔晶将原因归集为初次选择专业的他主性、随意性和从众性以及专业学习过程中的适应性、兴趣爱好等；[2]林文等认为高考填报专业的盲目性、学分制度的衍生性、专业冷热不均衡性、学习兴趣的差异性等是重要影响因素；[3]冯伟光等认为影响因素应该包括专业兴趣、就业前景、专业师资力量、专业适应能力、学习能力、家长同意、师生或同学融洽、疾病及生理等 。[4]这些研究中，不少研究仅凭主观经验分析，缺乏实际调查数据作为支撑；个别文献虽使用调查数据，但在分析方法上仅使用描述性统计分析，仅周春平利用计量模型讨论转专业之后的适应性问题，其它分析缺乏严谨的数理统计检验和进一步的计量研究。[5]由于这类问卷调查属于抽样调查范畴，一些偶然性因素可能掩盖事实的真像，因此统计检验是必要的。有鉴于此，笔者首先结合已有的研究结果，综合考虑多种可能影响大学生转专业的潜在因素，使用问卷调查获取相关数据，利用非参数检验方法筛选出真正影响转专业的因素，最后利用Logistic模型进一步分析这些因素影响的程度和方向。

一、问卷设计与调查数据

为确定影响大学生转专业行为潜在的因素，本次问卷考察了学生性别、出身、户籍所在地区等17个因素，表1给出这些因素的名称、取值水平数以及具体的取值。

采用随堂发放、填写和收回方式，向我校2015级57个专业学生发放调查问卷700份，收回问卷685份，其中有效问卷659份。当被问及给予一次转专业机会时，具有“转专业”意向问卷为229份，占34.75%，可见转专业的意愿相当强烈。在选择转入专业中，转入人数超过10人以上的专业有会计(192人)、金融(34人)、审计(22人)、财务管理(19人)、法学(15人)、土木工程(14人)、电气工程及其自动化(12人)和英语(12人)。不转出本专业中，人数超过10人以上专业有会计(41人)、金融(15人)、财务管理(15人)、审计(14人)和国际经济与贸易合作(12人)。调查显示，会计、金融、审计和财务管理四个专业不但具有较低的转出比例，而且还具有很高的转入比例，这从转专业过程中间接反映出文科中的热门专业，也从一定程度上体现出大学生转专业中的盲目性和从众性。

二、转专业影响因素分析

(一)影响因素非参数检验识别

为从上述17个潜在因素中识别对转专业行为有真正影响的因素，采用联立表双向独立性非参数卡方检验。设是否转专业为因素A，有三个水平，分别为“转专业”、“不转专业”和“无所谓”；其它记为因素Bk(k=1,2,…,17)，水平个数位于2与5之间不等，具体水平数见表1所示。建立假设为：

表1 影响大学生转专业潜在的因素

H0∶因素A与因素Bk(k=1,2,…,17)无关，H1∶H0不成立

非参数卡方检验量计算公式如下：

其中eij、nij(i=1，2，…，r，j=1，2，…，s)为因素A第i个水平和因素Bk(k=1，2，…，17)第j个水平所在组的理论频数和观测频数，本文有r=3，s取值随因素Bk内容不同而变化；检验量服从卡方分布。表2列出本次调查数据得到的检验结果。

由于计算卡方检验量一般要求nij≥5，对不满足该条件的部分组作归并处理，并以“★”作为卡方检验量的上标标识。结果表明：真正影响转专业因素有性别、录取志愿、志愿填写依据、录取前后对本专业的了解程度、专业满意度、录取前后专业的预期程度、专业与就业的关联度、就业前景预期和其他转专业的影响程度。随着城乡差距以及地区差异变小，先天因素如家庭出身和居住地区对转专业没有影响。理论上，受到高等教育的父母对未来相关专业就业前景有一定了解，因此会影响到这部分学生是否转专业的决策，但由于目前绝大数学生的父母文化水平总体偏低，使得该因素影响程度不显著，例如本次调查中，父母具有初中及以下文化水平的占66.16%。由于学生普遍将未来就业前景视为选择专业重要依据，因此，转专业行为决策与是否按照志愿录取有很大关联，而与当初志愿由谁决定无关。虽然我校在转专业中对学生的成绩排名有一定的要求，但本次调查是假设学生获得一次转专业机会的决策行为，学生的决策不会考虑到自身成绩因素。随着现在学生个性增强，以及化解同学不融洽关系方法的多样性，学生基本不通过转专业方式来处理与本班同学的不利关系。理论上来说，专业的教学资源对本专业学习具有重要作用，然而本次调查发现，专业教学资源竟然与是否转专业行为无关，这凸显学生转专业行为的非理性。实际上，在被问及转专业最主要原因的选项中，有44.92%的学生表示目前专业就业前景不好，仅有3.79%的学生选择本专业教学资源不能满足教学需要。

表2 大学生转专业潜在因素卡方检验结果

(二)因素影响程度计量模型分析

为进一步量化和综合考察这些因素的影响程度与方向，接下来使用计量模型分析。考虑到转专业中“无所谓”选项的不确定性，本文剔除这些样本，仅研究选项为“想转专业”与“不想转专业”对应的样本，分别有229、299共528个调查对象。因变量为“是否转专业”，记为yi，若某个调查对象选择“转专业”令yi=1，否则令yi=0。由于上述10个显著影响因素都是定性变量，需要使用虚拟变量来度量，为防止虚拟变量设置陷阱，本文在回归模型中保留截距项，因此每个影响因素的虚拟变量设置个数为其水平数减1，具体设置情况如表3所示。

由于因变量为二值变量，不能采用普通回归模型研究，本文引入Logistic模型研究各个因素影响转专业的几率比。以“不转专业”为比较基础，以“转专业”为研究对象，则“转专业”概率为

其中xi为表3中所有虚拟变量构成的解释变量在第i个样本中的取值向量，β为这些解释变量对应的未知参数向量，Logistic模型如下：

表3 显著因素的虚拟变量设置

其中pi1和pi0分别表示dsex取1和0时对应转专业的概率，因此eβ1表示当性别为男时转专业的几率是女生的eβ1倍，大小则取决于β1的符号，当β1>0时eβ1>1，反之亦然。因此当回归系数都为正时，表示会增加转专业几率，而系数为负会降低转专业几率。

为消除潜在的共线性，找到合适的影响因素，采用逐步回归方法选取解释变量，结果如表4所示。

表4 Logistic回归选元与参数估计结果

从估计结果看，性别(dsex)、录取志愿(dzhi1)、录取前对专业比较了解(dbf2)、对目前专业的满意度(dsat3、dsat4)、所学专业与以后就业关联度(ddef4)、所学专业的前景预期(dpro2)、受其他转专业影响程度(deff1、deff2、deff3)等因素显著影响大学生转专业行为的决策。表4中最后一列是各个虚拟变量几率比估计结果。

性别(dsex)因素影响为正，表明男生相对于女生更倾向于转专业，这可能与我校是以理工为主且男生居多有关。第一志愿录取(dzhi1)系数为负，因为第一志愿录取符合学生本人的录取意愿，因此转专业几率会下降，相对于非第一志愿录取，转专业几率约为一半。录取前对专业比较了解(dbf2) 的系数正，从理论上说，报考前对所选专业了解程度越高，转专业的机会应该下降，但从调查数据来看，仅有29.28%的学生是第一志愿录取，因此学生实际上更关心对第一志愿的了解，对非第一志愿录取学生而言，对当初第一志愿了解程度越高，越有转专业的冲动，其几率比高达4.108。对目前专业满意度(dsat3、dsat4)的影响系数为正，由于dsat3、dsat4分别表示一般满意和不太满意，属于对所修专业不太认可的情形，因此会倾向于转专业，且随着满意程度的降低，其转专业的几率比从3.264迅速上升到 16.271。 所学专业与以后就业关联度(ddef4)也为正，由于ddef4表示关联度很小，表明目前所学专业不能满足以后就业的需要，所以转专业的欲望更强，几率比为4.549。所学专业的前景预期(dpro2)系数为负，因为dpro2表示本专业就业前景较好，这会促使学生继续留在本专业学习，因而转专业的机会也会降低，几率仅为0.337。受其他转专业影响程度(deff1、deff2、deff3)的系数都为正，这三个虚拟变量分别表示影响很大、较大与一般，表明周围其他学生或者父母要求转专业时，对学生转专业的概率有明显的“示范”效应，转专业的几率比分别为4.335、3.249 、1.956，随着影响程度下降而降低。

三、结论

通过对安徽工业大学2015级学生调查数据的分析，可以得到以下几点结论：

一是描述统计分析发现，大学生转专业行为具有一定的盲目性和从众性，这体现在集中转入少数几个专业。

二是非参数卡方检验表明，影响我校大学生转专业行为的主要因素有性别、录取志愿、志愿填写依据、录取前后对本专业的了解程度、专业满意度、录取前后专业的预期程度、专业与就业的关联度、就业前景预期和其他转专业的影响程度。

三是Logistic回归模型分析显示，第一志愿录取与所学专业的前景预期较好可以降低转专业机会，而其他因素能够增加转专业几率，且个别因素影响程度与其取值水平密切相关。

[1]孙红丹.构建大学生转专业良性机制初探[J].鞍山师范学院学报,2012(3):99-101.

[2]何仔晶.大学生转专业的原因分析与对策初探[J].中国电力教育,2014(9):153-154.

[3]林文,王雪霞,曾金盾.大学生转专业的原因分析与对策初探[J].科技文汇,2014(4):14-15.

[4]冯伟光,籍颖,朱倞.大学生转专业动机及适应性分析[J].高校辅导员,2013(4):63-66.

[5]周春平.转专业动机对大学生的专业适应性影响研究[J].高教研究,2015(1):63-67.

(责任编辑 文双全)

A Study of Influencing Factors of Major Changing of College Students

JIANG Hai-feng, ZHANG Jun

(Business school, Anhui University of Technology, Ma’anshan 243002, Anhui, China)

By taking students enrolled in 2015of Anhui University of Technology as research objects, using questionnaire survey to obtain data using nonparametric chi square test to identify real affecting factors, and using Logsiticmodel analysis, it is found that college students change their majors with blindness and conformity. The expected degree of their majors, the degree of association of their majors and employment outlook and other factors all have great influence on the change of theirmajors.

college students; major changing; influencing factors; non parametric test; Logistic model

2016-01-06

安徽高校省级教学研究项目：大学生转专业动机、效果与引导研究——以安徽工业大学为例(2015jyxm118)

江海峰(1976-)，男，安徽巢湖人，安徽工业大学商学院副教授，博士，硕士生导师。

G647

A

1671-9247(2016)02-0113-02