基于因子分析法的高等教育体系评估

(整期优先)网络出版时间:2021-04-27
/ 2

基于因子分析法的高等教育体系评估

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

指标分类

高等教育的学术水平

为高等教育提供研究经费

高等教育人才建设

指标集合

论文数量

公共教育精神

就业率

世界顶级大学数量

人均学费

入学率

诺贝尔奖得主的累计人数


男女比例

留学生数量


教育指标



大学数量


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

  1. 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:

6087c43f62bf9_html_33a2f050ef32452c.gif

样本方差的无偏估计:

6087c43f62bf9_html_4c5ee6bff1438776.gif

标准化的数据:

6087c43f62bf9_html_cbb30a2501f130bb.gif

  1. 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。

    1. 因子分析适用性检验

步骤1计算相关系数矩阵

6087c43f62bf9_html_737d6bbdc54fcbd1.gif

得到相关系数矩阵

6087c43f62bf9_html_52e47a5238cd7bd3.gif

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。

    1. 因子得分

步骤1:计算基本负荷矩阵

计算相关系数矩阵R的特征值:6087c43f62bf9_html_a39ac99fe80d1563.gif 和对应的特征向量:

6087c43f62bf9_html_28fcb3fa0c3faeb4.gif

得到基本荷载矩阵:

6087c43f62bf9_html_ac7d7c7e3e4709a8.gif

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,6087c43f62bf9_html_2fa301bc79e46308.gif

选择m个主因子。同时旋转因子载荷矩阵,构建因子模型:

6087c43f62bf9_html_8fe70c15fa95f2d0.gif

步骤4计算因子得分

采用Anderson-Rubin方法得到单因素得分函数:

6087c43f62bf9_html_a35be43c20b3374.gif

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6087c43f62bf9_html_d202ef8381f31a28.gif

    1. 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:

6087c43f62bf9_html_9630602bf6c52a9a.png

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:

6087c43f62bf9_html_f1a40199e9f256a2.gif

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:

6087c43f62bf9_html_de283e3c52818d6e.gif

6087c43f62bf9_html_1bb0a4924529848.gif

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:

6087c43f62bf9_html_f7a97a98551faa0b.jpg

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。

  1. 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.