转专业学生适应性影响因素研究

2019-06-11江海峰

安徽工业大学学报（社会科学版） 2019年6期

江海峰，戴凤

(安徽工业大学商学院，安徽马鞍山 243002)

自教育部2005年发文允许大学生转专业以来，转专业工作已成为高校常规工作之一。由于转专业是一项复杂的系统工程，对学生来说，转入心仪的专业或许意味着该工作的结束；但对学生管理工作部门而言，批准学生转入新专业仅是转专业工作的一个环节，实时了解学生是否适应新专业的学习、帮助他们尽快进入状态则构成转专业后期工作的重要内容。大学生转专业具有一定的盲目性和从众性，因而学生转专业后在学习、人际关系等方面难免会出现不同程度的适应性问题[1]。因此，研究影响大学生转专业后适应性的因素，为学生工作部门提供管理建议，这对提升转专业工作效果和深化高校教学改革与人才培养工作具有重要意义。

文献梳理表明，对转专业后适应性问题研究主要有两个方面，一是转专业后适应性现状分析，二是影响适应状况的因素研究。这两个方面的内容中还包括讨论如何提高适应性的策略研究。关于适应性现状分析，学者依据适应性不同内涵展开研究。张海燕从专业承诺、专业学习动力、专业自我效能和专业学习行为四个维度比较南昌大学303名转专业学生和111名未转专业学生的适应性问题，结果表明适应性总体较好[2]。闫南希等从接触新课程适应能力、心理状态适应能力、问题解决方式适应能力、人际交往适应能力和学习适应能力等五个角度，对常熟理工学院转专业学生的专业适应性进行调查，研究发现转专业初期适应性主要体现在对新课程和问题的解决方式上，而转专业一段时间后在人际关系和心理状态上存在适应性不佳的状况[3]。方蓬以安庆师范学院81名2013级和57名2012级转专业学生为研究样本，从学业、人际关系和课外发展三个方面分析，结果显示这些学生普遍存在学习效果欠佳、人际关系紧张和课外发展受限的情况[4]。葛焱等以南京农业大学2013—2015级的147名转专业学生为研究样本，从学习状态、学习兴趣、学习成绩和班级适应性、人际适应性分别考察学习适应性与生活适应性，结果显示学习适应性良好，但生活适应性存在一定问题[5]。其它类似文献不一而足，这里不再赘述。在影响适应性因素探究方面，张海燕采用方差分析方法得出性别、学科类别、学习阶段和转专业动因对适应性有显著影响[1]。冯伟光等利用相关系数分析发现性别、父母受教育程度、籍贯与经济条件会影响适应性[6]。葛欢研究发现，教学模式、专业类型、学生性别与成绩、对转入专业的了解程度与感兴趣程度会影响学生的适应性[7]。周春平采用学习成绩、学习积极性、学习效率测度适应性，以兴趣爱好、就业前景、父母之命三种转专业动机为解释变量构建Logistic模型，结果显示兴趣爱好与就业前景对三种适应性都有显著影响[8]。

以上研究均使用调查数据，但分析方法总体上以描述性统计分析为主，部分分析使用方差分析结合双样本t检验，仅周春平利用计量模型讨论转专业的适应性问题，但即便如此，该文把原本具有顺序关系的四个测量水平的适应性指标强行归并为两个水平，从而使用分类的二值Logistic模型替代多水平的顺序Logistic模型，因此结论值得商榷。有鉴于此，本文首先借鉴已有的研究结果，综合考虑多种潜在的可能影响转专业适应性因素，使用问卷调查方法获取相关数据，利用非参数检验方法初步筛选出影响转专业适应性的因素，最后利用顺序Logistic模型进一步分析所选因素并研究这些因素影响的程度和方向。

一、问卷设计与初步分析

为方便研究，本文采用对转入专业的满意程度来体现转专业群体的适应性程度，为满足下文非参数检验的需要，防止出现频数过少的分组，这里将问卷调查中5个等级的满意程度合并为3个等级，分别为“不满意”“一般满意”“满意”，并用1、2、3表示。设计10个潜在的影响因素，这些因素的名称、取值水平数以及具体的取值如表1所示。

表1 影响适应性的潜在因素

我们以安徽工业大学已经转专业的学生作为调查对象，采用网上发布问卷调查方法收集资料，获得问卷411份，剔除无效问卷25份，得到有效问卷386份。调查对象按照学院分布为：商学院250人，电气与信息工程学院106人，材料科学与工程学院11人，管理科学与工程学院8人，计算机科学与技术学院7人，其他学院4人。简单统计分析表明，仅有5.96%的学生表示不满意，转专业后大学生的满意程度均值为2.62，即转专业后总体适应性较好。

二、转专业影响因素分析

(一)影响因素非参数检验识别

为从10个潜在因素中识别出对转专业学生适应性有真正影响的因素，先使用非参数卡方检验分析这些因素与适应性是否有关联。设满意程度为变量Y，有三个水平，其它因素记为Xk(k=1,2,…，10)，水平个数位于2与5之间不等，具体水平数和取值如表1所示。建立假设为：

H0:满意度Y与因素Xk(k=1,2,…,10)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Y第i个水平和因素Xk(k=1,2,…，10)第j个水平所在组的理论频数和观测频数。表2列出本次调查数据得到的检验结果。

为提高检验精度，我们对理论频数小于5的组合进行归并处理，并在自由度上标位置使用“a”作为标识。表2中“***”、“**”分别表示对应的检验量在0.01与0.05的显著性水平下通过检验。表2显示：在0.05的显著性水平下，除班级的排名情况与适应性无关之外，其它因素如对专业的了解程度、投入多少精力去适应新专业的学习等都影响转专业学生的适应性。表2还给出了衡量各个因素与适应性的关联程度估计结果，鉴于这里的因素和适应性测量水平基本上为顺序型变量，因此这里给出肯达尔Tau系数，系数值越大，说明关联性越强。表2显示，转专业后的心理状况与适应性的关联程度最高，为0.401，其次为对专业的了解程度，关联度为0.346，班级排名与适应性的关联度最低，仅为0.113。非参数卡方检验和关联度结果为下文构建顺序Logistic模型奠定了基础。

表2 适应性的潜在影响因素卡方检验与关联系数估计结果

(二)因素影响程度计量模型分析

其中γ1与γ2为待估计的门限值。记εi的分布函数为F(·)，则有：

取F(·)为Logistic分布。通过对各个变量求偏导可知，若解释变量xj系数βj>0，则表示xj增加有利于增大概率P(Yi=3)，即会增大转专业后满意程度提升的机会，同时减少概率P(Yi=1)，即降低转专业后不满意的机会。当βj<0时，结论正好相反。无论βj>0还是βj<0，对概率P(Yi=1)的影响需要进一步根据各个解释变量的取值来确定。

表3 潜在影响因素的虚拟变量设置

表4 顺序logistic回归参数估计与显著性检验结果

根据表4估计结果，结合各个虚拟变量的含义，得到如下回归结论：

首先，从因素选择结果看，转专业后的人际关系X4、课外活动参与机会X7和参与意愿X8所形成的虚拟变量对转专业后的适应性没有显著影响。其次，从影响因素虚拟变量显著个数看，个别因素对应的多个虚拟变量只有一个显著，例如科研活动机会(dkj2)、科研活动意愿(dky1)，其中性别因素(dsex)本身只有一个虚拟变量；剩下其它显著因素包括多个虚拟变量，例如对转入专业了解程度包含三个虚拟显著的虚拟变量dlj1、dlj2与dlj3，这表明即使是同一个影响因素，由于因素的取值水平不同，对适应性影响也不同。最后，从系数的符号看，科研活动机会(dkj2)和性别(dsex)的系数为正，分别为0.694和0.468，这表明，就科研活动机会而言，转专业前后保持相同的科研活动参与机会能够增加转专业后的适应性；相对于女生来说，转专业后男生有更多的机会提高适应性，或者说男生比女生具有更高的满意程度。科研活动意愿dky1的系数为-0.973，表明转专业后一旦丧失科研活动参与意愿时，就会显著降低提升适应性的机会，增大不适应性的可能。从对转入专业的了解程度来看，dlj1、dlj2与dlj3系数都为负，分别为-3.713、-2.523和-1.199，且呈现递增关系，表明对转入专业缺乏了解会显著增加不适应性机会，且了解程度越低，不适应性的机会越大。从转专业后投入的精力来看，djl1、djl2与djl3系数也都为负，分别为-2.181、-1.001和-0.564，也呈现递增关系，这表明，转入专业后，相对于投入大量精力的同学而言，精力投入不足会显著增加不适应性的机会，且投入精力越少，转专业后不适应性的机会越大。转专业后的心理状态变量dx11和dx12的系数估计为负，分别为-3.219和-1.783，这表明，相对于那些转专业后心理状态较为愉悦和较好的同学而言，转专业后心理状态欠佳的同学有更多的机会进入不适应性状态，且心理状态越差，进入不适应性机会越大。

表4最后三列给出了这些变量在均值时的边际效应，这能够清晰地给出各个变量变动对落入三种满意程度概率的变化。由于了解程度虚拟变量dlj1、dlj2与dlj3系数为负，因此该变量会增大落入不满意程度的机会，表现为△Prob(Y=1)的值都为正，同时降低落入满意程度的机会，即△Prob(Y=3)的值都为负。另外，△Prob(Y=2)的值都为正，说明这些变量增大也会增大落入一般满意程度的机会，且落入一般满意程度的机会最大。随着了解程度的增加，△Prob(Y=1)和△Prob(Y=2)的值依次减少，而△Prob(Y=3)的值依次增大，说明了解程度越高，落入满意程度的可能性越大。对其它变量也可以类似分析，不难发现，只要系数估计为正，则△Prob(Y=3)的值为正，△Prob(Y=1)的值为负，反之亦然，这与前文理论分析相符。