基于多元回歸模型的軍校保障管理與課程實操程度關(guān)系研究

蘇一平 趙邵蕾 牛晨偉 李承奕 李想

摘?要：為了研究軍校保障管理與課程實操程度的關(guān)系，針對保障管理的各方面內(nèi)容設(shè)計并使用調(diào)查問卷，使用多元回歸模型和相關(guān)性分析方法研究了課程實操程度與保障管理各因素之間的關(guān)系。結(jié)果表明：保障管理與學(xué)員的學(xué)習(xí)需求匹配度、對教員教學(xué)效果的影響程度以及保障管理頻率與課程實操程度均有相關(guān)性，所建立的多元線性回歸模型能夠應(yīng)用于軍校保障管理研究。

關(guān)鍵詞：保障管理；課程實操程度；問卷調(diào)查；多元回歸；顯著性檢驗

中圖分類號：G640??文獻標(biāo)識碼：A

院校保障工作為學(xué)生在接受教育過程中提供物資、技術(shù)、設(shè)施等保障。相比于地方院校，軍校的課程內(nèi)容涉及實操實訓(xùn)更多，對應(yīng)的保障內(nèi)容更復(fù)雜、管理要求更高、協(xié)調(diào)難度更大，保障管理與課程實操程度之間的關(guān)系更加明顯，課程實操程度越高，對保障管理工作的要求越高。為了較為直觀地看出軍校保障管理各方面因素與課程實操程度之間的關(guān)系，選擇合理有效的數(shù)學(xué)模型是開展問題研究的關(guān)鍵。

近些年，國外在教育相關(guān)問題研究中采用了多元回歸方法完成相關(guān)調(diào)查數(shù)據(jù)統(tǒng)計和分析，得到了諸多有效結(jié)論。Ben?Van?Dusen和Jayson?Nissen針對一項物理課程教育案例提出采用多元線性回歸和分層線性建模的方法，完成了112門入門級課程數(shù)據(jù)分析［1］。SilvaLugo，Jose?L.等針對一項農(nóng)業(yè)教育案例使用了多元線性回歸模型和分量回歸模型［2］。Wendan?Shi

等針對一項醫(yī)學(xué)教育案例采用多元回歸分析評估了教育干預(yù)強度和時間對受教育人群行為的相對影響［3］。

多元回歸的方法在國內(nèi)教育領(lǐng)域也有了不少應(yīng)用。參考文獻［45］主要介紹多元回歸方法在教育統(tǒng)計與信息處理中的應(yīng)用。參考文獻［68］使用多元回歸分析的方法探尋對教育相關(guān)成效有顯著影響的指標(biāo)，并用這些影響因素構(gòu)建出了相關(guān)的教育影響模型。參考文獻［911］研究了高等教育評價的方法，利用多元線性回歸構(gòu)建了教學(xué)成效的預(yù)測模型。

本文使用多元回歸模型來判斷軍校保障管理與課程實操程度之間的關(guān)系，就保障管理與學(xué)員學(xué)習(xí)需求的匹配度、對教員教學(xué)效果的影響程度、保障管理的頻率等因素面向軍校人員進行了問卷調(diào)查，運用皮爾遜相關(guān)分析探討軍校保障管理與課程實操程度兩者之間的關(guān)聯(lián)規(guī)律，進一步建立了多元回歸模型，為積極推進保障管理能力建設(shè)、提高學(xué)員的實操課程成效提供方法與依據(jù)。

1?調(diào)查與分析

1.1?調(diào)查對象

面向青島市軍校人員開展了問卷調(diào)查，參與調(diào)查的人員類別有學(xué)員、教員和保障管理人員。

1.2?調(diào)查內(nèi)容

首先，軍校課程中涉及實操的課程較多，將學(xué)員學(xué)期中的20門有不同程度實操教學(xué)的典型課程按照普通教室教學(xué)時間、室內(nèi)實驗室操作學(xué)習(xí)時間和外場實作實踐教學(xué)時間的占比進行了課程實操程度的計分。

保障管理工作主要會影響學(xué)員的學(xué)習(xí)效果、課堂的教學(xué)效果和教學(xué)員的使用頻率。因此，調(diào)查問卷對不同課程實操程度的保障管理因素進行分析，包含了四個方面，分別是保障管理工作與學(xué)習(xí)需求的匹配度、保障管理工作對教學(xué)效果的影響程度、保障管理工作的使用頻率以及學(xué)員基本信息。根據(jù)面向?qū)W員開展的保障管理內(nèi)容，選擇一些可量化的指標(biāo)設(shè)置了問卷問題。問卷采用了5分制量表，每個部分設(shè)置了10個問題，每個問題的計分均一致，問題得分越高，表明保障管理工作與學(xué)習(xí)需求的匹配度越高，保障管理工作對教學(xué)效果的影響程度越大，以及保障管理工作的使用頻率越高。

第一部分由學(xué)員填寫，主要是對學(xué)員基本信息的調(diào)查，包括學(xué)員的年級、籍貫和專業(yè)。

第二部分由學(xué)員填寫，主要是20門課程的保障管理工作與學(xué)員的學(xué)習(xí)需求的匹配度調(diào)查。

第三部分由教員填寫，主要是20門課程的保障管理工作對教學(xué)效果的影響程度調(diào)查。

第四部分是由保障管理人員填寫，主要是20門課程保障管理工作的使用頻率調(diào)查。

本次調(diào)查共回收有效問卷625份，其中學(xué)員問卷516份，教員問卷97份，保障管理人員問卷12份。

2?軍校教學(xué)保障與課程實操程度關(guān)系分析

為了研究課程實操程度與軍校教學(xué)保障之間的關(guān)系，將保障管理工作與學(xué)習(xí)需求的匹配度、教學(xué)效果的影響程度和教學(xué)保障的使用率和其他影響因素作為自變量，課程實操程度的分?jǐn)?shù)作為因變量，進行以下數(shù)據(jù)處理和分析。

2.1?皮爾遜相關(guān)分析

運用SPSS軟件分析問卷數(shù)據(jù)，按照課程實操程度與保障管理工作的學(xué)習(xí)需求的匹配度、保障管理工作對教學(xué)效果的影響程度、保障管理工作的使用頻率、其他因素之間的關(guān)系，得到各因素皮爾遜相關(guān)矩陣如表1所示。

由表1可見，保障管理工作與學(xué)習(xí)需求的匹配度、保障管理工作對教學(xué)效果的影響程度、保障管理工作的使用頻率和其他因素與課程實操程度的皮爾遜相關(guān)系數(shù)R值分別為0.547，0.312，0.264，0.219。其中，保障管理工作與學(xué)習(xí)需求的匹配度和課程實操程度之間的皮爾遜相關(guān)系數(shù)R接近0.6，說明這個因素與課程實操程度存在較強的相關(guān)關(guān)系。而其他因素的皮爾遜相關(guān)系數(shù)R雖然較低，但是都達(dá)到了顯著水平，可以說明課程實操程度越高，需要的保障管理工作水平就越高。

2.2?教學(xué)保障與課程實操程度的多元回歸方程

經(jīng)過各因素皮爾遜相關(guān)矩陣分析后，為了進一步得出保障管理與課程實操程度之間的數(shù)學(xué)關(guān)系，進行多元回歸分析。由于課程實操程度與各個自變量之間存在近似的線性關(guān)系，因而選擇多元線性回歸分析。多元線性回歸的一般數(shù)學(xué)模型為：

Y=ɑ+β1X1+β2X2+β3X3+β4X4+e（1）

以上（1）式中：Y為課程實操程度分?jǐn)?shù)；X1為學(xué)習(xí)需求的匹配度；X2為教學(xué)效果的影響程度；X3為使用頻率；X4為其他影響因素；ɑ為常數(shù)項；e為隨機變量。使用SPSS軟件進行多元線性回歸分析得到以下數(shù)據(jù)，見表2、表3。

表2列出了模型的R、R方、調(diào)整R方以及標(biāo)準(zhǔn)估算的誤差，用于查驗?zāi)Ｐ偷臄M合度。其中，R方為模型的擬合度，R方越接近于1，其反映的自變量與因變量的共變量比率越高，模型的擬合程度越好。本次定義模型所得的多元相關(guān)系數(shù)R=0.924，擬合多元線性回歸的確定系數(shù)R方為0.853，調(diào)整R方為0.851，標(biāo)準(zhǔn)估算的誤差為2.07822，該模型的擬合度較好。

表3用于看模型整體的顯著性，模型的回歸平方和為9541.957，F(xiàn)值為552.324，F(xiàn)的值比較大，且顯著性約等于0.000<0.05，因此可以認(rèn)為本次所建的多元線性回歸方程模型有效。

表4為該多元線性回歸方程模型的回歸系數(shù)表。通過共線性統(tǒng)計中四個自變量的VIF值均小于3，沒有共線性問題。四個自變量X1、X2、X3、X4的T檢驗的p值分別為0.000、0.001、0.002和0.002，因此可以認(rèn)為四個自變量對因變量Y均有顯著影響。根據(jù)以上表中的數(shù)據(jù)可以得到相關(guān)多元線性回歸方程：

如圖2所示，正態(tài)分布PP圖中的數(shù)據(jù)看上去近似呈現(xiàn)出了一條對角直線，說明數(shù)據(jù)的累計比例與正態(tài)分布累積比例基本保持一致，數(shù)據(jù)呈現(xiàn)出正態(tài)性。

如圖3殘差散點圖所示，數(shù)據(jù)在殘差0值上下大致呈對稱分布，沒有極端值出現(xiàn)，說明總體效果較好，無異常點，總體模型可以應(yīng)用在軍校保障管理工作與課程實操程度的關(guān)系研究中。

3?結(jié)論

軍校實操課程的保障管理工作需要與時俱進。本文根據(jù)軍校人員的調(diào)查問卷數(shù)據(jù)，運用皮爾遜相關(guān)分析發(fā)現(xiàn)了軍校實操課程的保障管理工作的學(xué)習(xí)需求的匹配度、教學(xué)保障對教學(xué)效果的影響程度、教學(xué)保障的使用率等幾個因素與課程實操程度的相關(guān)性，建立了軍校保障管理工作與課程實操程度的多元回歸方程，為進一步研究軍校保障管理工作與課程實操程度關(guān)系的相關(guān)工作提供參考。

參考文獻：

［1］Van?Dusen?B，Nissen?J.Modernizing?use?of?regression?models?in?physics?education?research：A?review?of?hierarchical?linear?modeling［J］.Physical?review?physics?education?research，2019，15（2）：020108.

［2］SilvaLugo?JL，Warner?LA，Galindo?S.From?parametric?to?nonparametric?statistics?in?education?and?agricultural?education?research［J］.The?Journal?of?Agricultural?Education?and?Extension，2022，28（4）：393413.

［3］Shi?WD，Ghisi?GLM，Zhang?L，et?al.Systematic?review，metaanalysis?and?metaregression?to?determine?the?effects?of?patient?education?on?health?behaviour?change?in?adults?diagnosed?with?coronary?heart?disease［J］.Journal?of?Clinical?Nursing.

［4］李毳毳，張智.基于SPSS的線性回歸分析在教育研究中的應(yīng)用［J］.科技創(chuàng)業(yè)家，2013（22）：153.

［5］于水華，鄭任兒.淺談SPSS在教育信息處理中的應(yīng)用［J］.電腦與電信，2006（10）：5558.

［6］呂戎，鞏世廣.基于多元線性回歸模型分析新形勢下大學(xué)生心理健康教育［J］.許昌軍校學(xué)報，2012，31（05）：1621.

［7］張新華，駱昌日，蘇智.基于Logistic回歸的計算機應(yīng)用基礎(chǔ)課程統(tǒng)考成績分析［J］.高等函授學(xué)報（自然科學(xué)版），2012，25（06）：4548.

［8］陳麗妮.基于多元線性回歸模型的現(xiàn)代農(nóng)業(yè)遠(yuǎn)程教育影響因素分析［J］.現(xiàn)代化農(nóng)業(yè)，2015（02）：5254.

［9］劉曉雲(yún)，劉鴻雁，李勁松.基于多元線性回歸的學(xué)生成績預(yù)測研究［J］.計算機技術(shù)與發(fā)展，2022，32（03）：203208.

［10］曲建民.回歸分析在高等教育評價中建立預(yù)測模型的應(yīng)用［J］.數(shù)學(xué)理論與應(yīng)用，2006（03）：98101.

［11］顧金池.學(xué)生成績影響因素分析與預(yù)測研究——基于多元回歸和決策樹模型［J］.管理觀察，2019（25）：156157.

作者簡介：蘇一平（1996—?），女，漢族，山東青島人，碩士研究生，助理工程師，研究方向：教研保障管理。