基于因子分析的高等教育綜合水平研究

崔婉婉

摘要：以2015年中國31個省高等教育綜合水平的七項指標為依托，采用因子分析法對31省的高等教育水平進行綜合評價，得出了符合實際情況的因子得分綜合排名。結果表明：因子分析法全面考慮了影響高等教育的各項指標，不僅解決了各項指標之間的相關重疊性，還客觀確定了各項指標權重，最終的綜合評價結果符合中國高等教育的實際情況。

關鍵詞：高等教育；因子分析；SPSS

0 引言

在新時期社會對高綜合素養與高專業技能水平的人才需求水平越來越高，深化教育事業改革已經深入到我國教育事業的各個階段和各個方面。綜合評價是在高等院校教學工作中的一個重要環節，他可以避免教學活動偏離目標，保障教學質量，使教育的社會效益和經濟效益最大化。因此探討出一種有目的、有計劃的評價方法，為提高教學質量、提升教育價值提供定量化的參考和依據成為各方關注的焦點。

1數據來源和研究方法

根據2015年中國國家統計局官方數據，以我國31個省份作為樣本，7項指標進行評價，該7項指標的具體含義為：x1普通高等學校數量（所）、 x2教育經費（萬元）、x3普通高等學校在校學生數（萬人）、x4普通高等學校教職工總數（萬人）、x5普通高校生師比（教師人數=1）、x6每十萬人口高等學校平均在校生數（人）、x7特殊教育學校數（所）。

本文采用基于因子分析的多指標綜合評價法。

2 因子分析過程

2.1 數據處理過程

利用SPSS19.0軟件進行因子分析，為了消除原始數據數量級與量綱的差異，首先將數據標準化處理；其次建立相關系數矩陣。

本文通過檢驗和的球形度檢驗看數據是否適合做因子分析，其中，球形度檢驗近似卡方為248.180，自由度為21，趨近于0.000<0.05，這個結果表明相關系數矩陣不是單位陣，所選取的變量之間存在相關性。用于檢驗變量間的偏相關性，度量值越接近于1，說變量之間的偏相關性越強，因子分析的效果越好。度量值為0.789，由此可知選取的變量適合做因子分析。

運用SPSS計算得出的個指標相關矩陣特征值和方差累計貢獻率，前兩個因子的累計方差貢獻率達到了83.594%，說明前兩個因子反映了原始變量83.594%的信息；根據特征根大于1，累計方差貢獻率大于85%的原則，我們可以近似認為前兩個因子具有顯著性，符合進一步進行分析的要求。

公共因子與指標之間的關聯關系程度由因子負荷矩陣來體現，采用最大方差法進行因子旋轉，得到旋轉前后的因子負荷矩陣和各因子得分系數矩陣。

由旋轉因子負荷矩陣可知，指標按正交負荷的高負荷量分為兩類，對各個主子進行分析，各主因子命名為：F1基礎教育資源因子（X1普通高等學校數量、X2教育經費、X3普通高等學校在校學生數、X4普通高等學校教職工總數、X7特殊教育學校數）；F2高等教育規模因子（X6每十萬人口高等學校平均在校生數）。

2.2 因子綜合得分及評價

利用因子得分系數矩陣，可得各成分因子的得分如下：

將各省標準化后的各項指標數據代入上式，求出基礎教育資源因子、高等教育規模因子得分，然后以各因子方差貢獻率占兩個因子總方差貢獻率的比重為權重進行加權求和，可得每個省的綜合因子值F，即綜合評價值，其表達式為：

從表3我們可以看出，綜合得分F的排名與基礎教育資源因子的排名基本上一致，這說明一個省份的整體教育水平很大程度上取決于它的基礎教育資源。

4 結論與建議

采用因子分析法對31個省的高等教育進行綜合評價，共使用了反映高等教育的7項計量指標，不用關心指標間的重疊性，也不要人為主觀地確定指標權重，用因子分析得出了比較確實的結果。因此，利用因子分析綜合評價高等教育水平是行之有效的，其具有科學性和可操作性。

參考文獻：

[1]唐林俊，楊虎.西部地區經濟發展狀況的因子分析[J].學術縱橫，2008（5）：125.

[2]中國國家統計局.中國統計年鑒[M].北京：中國統計出版社，2015.

[3]王學民.應用多元分析[M].上海：上海財經大學出版社，1999.