基于因子分析法的高等教育体系评估

发表时间:2021/5/6   来源:《教学与研究》2021年1月3期   作者:虞非凡1 高馨兰2
[导读] 高等教育扩张已成为当今世界高等教育发展的主流趋势,并对社会的各个层面和高等教育体系产生了深刻的影响。

        虞非凡1  高馨兰2
        1宁波大学机械工程与力学学院 浙江省宁波市 315211
        2宁波大学商学院 浙江省宁波市 315211

        摘要:高等教育扩张已成为当今世界高等教育发展的主流趋势,并对社会的各个层面和高等教育体系产生了深刻的影响。本文建立了高等教育健康评价模型和高等教育可持续性评价模型,并对美国、澳大利亚、德国、日本、印度和南非的高等教育进行了评价。本文筛选出论文数量、公共教育支出等11个指标作为二级指标,然后利用因子分析将11个指标提取为高等教育学术水平和高等教育研究水平3个初级指标。资本、高等教育人才建设
关键词:高等教育;评价;因子分析;体系
0.引言
        值得研究的是,健康和可持续的高等教育意味着什么,什么因素重要。高等教育系统既有产业本身的价值,也有为国家经济提供训练有素的公民的价值。世界各地的高等教育各有各的特点,各有利弊。但要使教育体系更健康、更可持续发展是相当困难的。
        本文中,scree plot首先确定3个一级指标(高等教育学术水平、科研经费和人才培养)和11个二级指标,用于评价高等教育体系的健康状况。收集数据后,通过因子分析对数据进行缩减,通过因子分析的适用性检验和因子得分计算得到综合得分。
1.参数选择
        综合考虑高等教育的多样性,本文选取了11个指标,并将其分为高等教育学术水平、科研经费和人才建设三类进行统计,如表1所示。
        表 1 高等教育健康水平评价指标


A.高等教育的学术水平
        学术水平是一个国家教育水平的独特反映,良好的高等教育往往与浓厚的学术氛围密切相关。在学术水平方面,本文选取论文数量、世界顶尖大学数量、累计诺贝尔奖获得者数量、国际留学生比例四个指标来反映高等教育的学术水平。
B. 为高等教育提供研究经费
        财政支持是教育发展的重要和必要条件。从足够小的空间到足够大的优秀教师,都需要一个良好的财务链的支持。为此,本文选取的指标为公共教育支出和平均学费。
C. 高等教育人才建设
        高等教育的成果之一是大量产出优秀人才。高等教育体系的蓬勃发展离不开人才培养的实现。只有将人才水平保持在一个较高的比例,教育事业才能不断得到提升。为此,本文从五个方面入手,以就业率、入学率、男女比例、受教育程度指数、大学生人数作为评价指标
2.数据采集与预处理
        本文共选取了3个指标类别和11个指标集,并以单个国家和单个年份的数据作为样本进行分析.
        执行多元统计分析时,由于收集的数据的不同维度,有数量级的差异或测量单元,这将导致一些指标对结果产生重大影响由于数量级,或由于不一致的计量单位计算结果没有实际意义。
        因此,首先对数据进行标准化,以消除维度和数量级的影响。
        按列计算样本均值的无偏估计:
        
      
        
3.因子分析
        对于上述11个指标,直接的数据分析会增加分析的难度和复杂性,多个变量之间也存在一定的相关性。因此,为了减少噪声的影响,提高数据处理速度,有必要对各指标进行降维处理。本文提前将指标集归入指标类别,指标集的选取与年份无关,因此我们直接对5个国家30年的数据进行因子分析。
3.1因子分析适用性检验
步骤1:计算相关系数矩阵


步骤2:Bartley范围测试
        建立零假设:相关系数矩阵为单位矩阵。如果统计量对应的p值小于0.05,则表示原假设在95%置信水平下被拒绝,判断数据适合进行因子分析。
3.2因子得分
        步骤1:计算基本负荷矩阵
      
        
        得到基本荷载矩阵:
       
        步骤3:选择m个主要因素,进行因素旋转.
        根据基本负荷矩阵,计算各公共因子贡献率,
        选择m个主因子。同时旋转因子载荷矩阵,构建因子模型:
       
        步骤4:计算因子得分
        采用Anderson-Rubin方法得到单因素得分函数:
       
        步骤5:计算指标的综合得分
        将各成分得分与旋转后的因子贡献相乘,得到综合得分
3.3模型求解
本文以高等教育学术水平为例,进行Bartley sphere检验,p值为0<0.05,说明模型适合进行因子分析。同时,为了确定公因子的个数,进行了砾石试验,结果如下:

图 1 scree plot
从图1可以看出,第一个因子对应的特征值变化比较陡峭。从第二个因素开始,特征值的变化相对平缓。因此,选择一个因子计算因子综合得分,得到具体表达式:

        由表达式可知,论文数量具有最高的权重,说明论文发表数量是学术水平的一个极其重要的表现,也是衡量学术水平的主要标准之一。该因素的总分与留学生比例呈负相关关系,即留学生比例的降低有利于分数的提高。一个合理的解释是,国际学生门槛较低是增加比例的重要因素,重复以上步骤计算第二、第三项指标综合得分:
       
        
        根据综合得分方程,可以计算出这六个国家2013 - 2017年三个指标的得分。以2017年为例:
       
        图 2 高等教育指数分数
        根据图2我们可以看到,并以美国为例进行分析。在学术水平方面,只有美国的分数是正的,远远超过其他国家。这足以反映美国大学的论文数量、世界顶尖大学的数量、诺贝尔奖得主的累计人数、国际学生的比例等方面的综合成就。分数与科研经费的反比关系表明,美国高等教育体系已经达到了一个相对稳定的发展模式。
4.总结
本文中,我们在首先确定3个一级指标(高等教育学术水平、科研经费和人才培养)和11个二级指标,用于评价高等教育体系的健康状况。收集数据后,通过因子分析对数据进行缩减,通过因子分析的适用性检验和因子得分计算得到综合得分。
参考文献

         [1] Pei Tongsong, Pei Yu. Research on the prediction of highway transportation volume based on Markov chain-BP Back Propagation model[J]. Journal of Chongqing Jiaotong University (Natural Science Edition), 2021, 40(02): 35-41.
         [2]Song Citing. Bank Information System Risk Warning Platform Based on Time Series Analysis[J]. China Financial Computer, 2021(02): 70-76.
       
投稿 打印文章 转寄朋友 留言编辑 收藏文章
  期刊推荐
1/1
转寄给朋友
朋友的昵称:
朋友的邮件地址:
您的昵称:
您的邮件地址:
邮件主题:
推荐理由:

写信给编辑
标题:
内容:
您的昵称:
您的邮件地址: