应用型本科高校教与学过程对大学生就业力影响因素的研究
——基于线性回归及结构方程模型
2022-09-28李小鸭
李小鸭 张 娜 邹 颖
近年来,全国普通高校毕业生呈连续增长趋势。特别是2020 年以来,由于突发疫情,毕业生与企业单位之间的沟通难度加大,单位用人需求缩减,大学生就业面临多重压力,已成为全社会关注的焦点问题。如何在激烈的就业形势中保持以往的就业水平,提升应届毕业生就业竞争力是应用型本科高校亟待解决的首要问题。
高校大学生就业力现状
就业力是个人通过学习后而具备的获得工作、保持工作以及做好工作的能力,是大学生在校期间通过知识学习、开发综合素质而获得的能够实现就业理想、满足社会需要,并在社会生活中体现和提升自身价值的本领。笔者对行业企业的人才需求进行调研,发现相当比例的毕业生不能完全胜任岗位需求,主要体现在学生的理论知识和实践能力与岗位能力匹配度不高,缺乏创新力与思辨力;毕业生对职业发展规划目标不清楚,沟通表达不畅,人际交往能力有所缺失。这些问题反映到大学生培养环节中,就是课程知识及专业知识的教育内容没有主动与市场需求匹配,通用能力培养不足;针对在校生的职业发展支持、辅助力度不足,对学生的个性化、差异化发展需要缺乏深度支持。
大学生就业力实证分析
1.数据来源
CCSS是由清华大学教育研究院组织的“中国大学生学习与发展追踪研究”。西安欧亚学院自2012年起,参与清华大学主办的大学生学习与发展追踪调查(CCSS),多年追踪学生的学习过程,全面了解在校大学生的课堂学习情况,共累计调研学生人数44000人,问卷回收率超过92%,问卷填答有效率平均达到86.3%。
CCSS问卷设计指标主要包括四个方面,分别为综合分析指标,关注学生对在校就读过程的综合反馈;教育过程诊断指标,关注学生对学校课程安排和教学过程的认知;学习过程诊断指标,关注学生对在校学习过程的高阶认知和学习策略使用情况的认知;教育效果评价指标,关注学生对教育结果和教育收益的评价。其中,教育过程诊断指标和学习过程诊断指标均关注教与学的过程,而就业力则是反映教育效果评价的重要参考之一。
2.就业力影响因素回归分析
用R软件计算教育过程诊断的10个二级指标、学习过程诊断的9个二级指标与就业力(EMP)指标之间的相关系数,发现就业力与多数指标的相关系数都在0.5以上,其中和教育过程诊断二级指标中课程认知目标、向学/厌学性、教师反馈之间的相关系数在0.7以上,和学习过程诊断二级指标中信息分析、接受式学习、合作性学习之间的相关系数也都在0.7以上,说明就业力与教育过程诊断、学习过程诊断有较强的相关性;教育过程诊断二级指标和学习过程诊断二级指标之间有很多相关系数都高于0.7,说明教育过程诊断和学习过程诊断之间也存在着较强的相关性,建立回归模型时需要注意自变量之间可能存在的多重共线性。
以就业力为因变量,将教育过程诊断二级指标和学习过程诊断二级指标作为自变量,建立多元线性回归模型,模型整体通过F检验,调整后的R2为0.8,可以对80%的数据进行解释,说明模型解释能力较强。同时发现,模型中绝大多数变量不显著,且有9 个变量的VIF 值大于10,说明影响因素指标之间存在较强的多重共线性,需要对模型进行逐步回归。随后,在R软件中用AIC准则进行逐步回归得到最终模型,该模型整体通过F检验,其调整后的R2为0.85,在模型精度有所提升的同时保留了显著的变量,去除了多重共线性。
逐步回归模型结果显示,在0.05的显著性水平下,教育过程诊断的10个二级指标中,课程要求严格程度、向学/厌学、课堂教学、教师反馈、测评—多元评价5个二级指标均对就业力有显著影响,其中课程要求严格程度对就业力的提升有0.57单位的负向影响,而课堂教学、教师反馈及向学/厌学对就业力的提升有较大的正向影响,测评—多元评价的影响相对较小。在学习过程诊断的9个二级指标中,信息分析、接受式学习、整合性学习3个二级指标有非常显著的影响,其中整合性学习对就业力的影响最大,影响系数为0.8,信息分析和接受式学习对就业力的提升有较强的正向影响。具体见表1。
3.就业力结构方程模型分析
利用Amos24.0 统计软件对教育过程诊断、学习过程诊断、教育效果建立结构方程模型,检验结果中CMIN/DF 小于5,SRMR 小于0.05,剩余指标都大于0.9,模型拟合效果较好,具体如图1及表2所示。
图1 结构方程模型
表2 检验参数值
表3 为结构方程模型的路径系数及其显著性,结果显示绝大多数观测变量都对教育效果有影响,其中就业力的因子载荷为0.766,对教育效果有显著影响。在教育过程诊断中,对学生就业力影响最大的是课程学习行为,影响系数为0.934;其次是课程认知,影响系数为0.905,说明学生就业力的提升离不开对课程的认知和学习。在学习过程诊断中,大多数指标对大学生就业力有很大的影响,首先是学生的高阶学习行为,影响系数为0.909;其次是学生的合作性学习,影响系数为0.896,而接受式学习、整合性学习、探究式学习、反思性学习及信息分析的影响系数都高于0.8,说明培养学生的上述学习行为也是就业力提升的重要途径。
表3 结构方程模型路径系数表
研究结论与对策
笔者对调查数据进行梳理分析,利用R和Amos24.0统计软件建立线性回归模型和结构方程模型,研究该校教与学过程的关键因素对大学生就业力的影响,研究结论如下:在教育过程诊断中,课程学习行为、课程认知、课堂教学、教师反馈对就业力提升有很强的促进作用;在学习过程诊断中,学生的高阶认知、学习策略都对就业力有很大影响。
1.关注师资培养,提升师生互动水平
高校的培养目标多关注于学生的培养,而忽略了对教师的培养与发展。民办高校要明确师资培养的目的、规划、内容、组织管理和评估等相关工作,不断优化师资的年龄、专业、职称等方面的结构配比,加强“以学生为中心”的教育教学理念在教师培养过程中的浸润。在师资培养上,一方面要关注教师的理论提升及实践能力发展;另一方面要加强教师对于学生学习全过程的关注度,充分发挥学生的主体作用,使其在交流与互动过程中形成良好的问题意识及创新意识,进一步促进职业胜任力发展。
2.依托课程建设改进教学模式与教学策略
民办高校的课程建设要强化专业教育课程的适应性,就必须整合校内外资源,将体现社会与市场发展需要的知识技能目标纳入课程体系,增强课程的时代性和实用性。高校要根据不断出现的新领域、新业态、新技术、新需求及时调整课程建设重点,将课程目标与课程内容中的专业知识能力相对应,强化学生学习的目标感与获得感。