学生视角下中高职教学有效衔接的影响因素分析

《学生视角下中高职教学有效衔接的影响因素分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学生视角下中高职教学有效衔接的影响因素分析　　摘要从学生视角出发，构建中高职教学有效衔接的影响因素，包括专业衔接、人才培养方案衔接、课程衔接、评价衔接、能力衔接5个维度18个因子。通过提出假设与变量设计，以高职院校中职起点的学生为研究对象，采用因子分析方法，对假设进行修正，探索性得出中高职教学有效衔接的影响因素包括人才培养方案衔接、课程衔接、能力衔接3个维度17个因子，并从人才培养方案衔接、课程衔接、能力衔接三个方面提出相关建议。　　关键词因子分析;中高职衔接;影响因素　　中图分类号G718.5文献标识码A文章编号1008-3219（2015）24-0066-04　　中

2、高职衔接是构建现代职业教育体系、培养适应我国经济社会发展需要的高技能人才的关键。随着职业教育制度建设取得显著进展，中高职衔接经历了形式上的衔接到实质与内涵衔接的转变，从试点衔接到小范围衔接再到大范围衔接的转变[1]。2011年教育部出台《教育部关于推进中等和高等职业教育协调发展的指导意见》，提出了中高职教育的协调发展要做好培养目标、专业、课程、教育资源、教学过程、招生考试、评价模式、行业指导和集团化办学等10个方面的衔接。2014教育部等六部门印发《现代职业教育体系建设规划（2014-2020年）》，提出“8到2020年，形成适应发展需求、产教深度融合、中职高职衔接、职

3、业教育与普通教育相互沟通，体现终身教育理念，具有中国特色、世界水平的现代职业教育体系”。　　一、中高职衔接的影响因素　　中职和高职作为职业教育的两个层次，无论是在教学目标、教学内容，还是教学方法等方面都既有联系又有区别。自20世纪80年代，我国提出中高职衔接培养的问题，历经30多年，当前关于中高职衔接培养的理论研究随着实践不断深入。研究人员普遍认为，教学衔接是中高职衔接的核心和归宿，教学衔接的前提条件是培养目标衔接，教学衔接的基础是专业建设衔接，教学衔接的核心和落脚点是课程衔接。从学生视角出发，笔者提出中高职教学有效衔接的影响因素模型，详见表1所示。　　二、假设提出与变

4、量设计　　　　根据表1，中高职教学有效衔接的影响因素被归纳为专业衔接、人才培养方案衔接、课程衔接、评价衔接、能力衔接5个维度，本文提出以下假设：　　H1：专业衔接M的主要影响因子为X1、X2、X3这3个方面，表示为：M=M（X1，X2，X3）+ε1。　　H2：人才培养方案衔接S的主要影响因子为X4、X5、X6、X7这4个方面，表示为：S=S（X4，X5，X6，X7）+ε2。　　H3：课程衔接C的主要影响因子为X8、X9、X10、X11、X12这5个方面，表示为：C=C（X8，X9，X10，X11，X12）+ε3。　　H4：评价衔接A的主要影响因子为X13、X14、X15

5、这3个方面，表示为：A=A（X13，X14，X15）+ε4。8　　H5：能力衔接P的主要影响因子为X16、X17、X18这3个方面，表示为：P=P（X16，X17，X18）+ε5。　　H0：中高职教学有效衔接的影响因素主要与专业衔接M、人才培养方案衔接S、课程衔接C、评价衔接A、能力衔接P五个变量的组合相关联，表示为：L=L（M，S，C，A，P）+β。　　三、实证研究与结果分析　　（一）问卷设计　　根据研究设计和选择因素评价指标的说明，构建调查问卷的主体部分：调研背景性知识与要求概述、问卷填写者基本信息、中高职教学有效衔接影响因素指标设计。其中，中高职教学有效衔接影响因

6、素指标设计部分采用Likert的5级量表方法，“1”代表“很不同意”，“5”代表“非常同意”。　　（二）样本与数据　　以广州番禺职业技术学院中职起点的2013级和2014级学生为调研对象，共发放301份问卷，回收301份，回收率为100%，有效问卷100份，有效率为100%。采用SPSS19.0作为问卷统计分析工具，分析方法包括描述性统计分析、因子分析及信度检验。　　（三）结果与分析　　1.被调查对象的描述性统计分析，见表2。　　表2被调查对象的基本情况　　2.因子分析8　　因子分析的目的在于浓缩数据，通过对变量之间的相关性分析，来寻求起决定性作用的少数几个因子，以反映

7、原有变量的大部分信息。在因子分析之前，需要运用KMO样本测度和Bartlett’s球形检验对问卷设计中涉及的各指标间的相关性进行检验，以确定问卷的数据是否适合。检验的结果见表3。　　　　从表3可看出，问卷指标的KMO度量值为0.933，大于0.7;Bartlett’s球形检验的P值为0.000，小于0.001，说明问卷数据具有较强的相关性，适宜进行因子分析。　　对原始数据进行标准化处理，采用主成分分析法计算出用方差最大正交旋转后的因子载荷矩阵，结果发现X13平台建设因子载荷量小于0.5，将其剔除。剩余的17个变量进行第二次因子分析，可得3