《大学生创新创业教育及双创博览会满意度提升的研究》-工学论文，计算机论文-论文范文参考-科学狗论文网

标题

大学生创新创业教育及双创博览会满意度提升的研究

范文

邵雪梅

摘要：创新创业教育是促进大学生开发个体潜能、实现自我价值、尽早融入社会的有效途径。面对宁波财经学院每年举行的创新创业博览会（以下简称“双创”博览会），对宁波财经学院2698名在读学生进行的随机抽样调查，利用模糊聚类分析法评测学生对创新创业教育和双创博览会的满意度。结果显示宁波财经学院学生对创新创业教育总体满意度较高，但对各要素满意度评价存在差异; 具体来看，学生对课程体系设置、实践指导等要素的满意度相对较高，对组织领导和教学管理的满意度相对较低。男生对双创博览会的各项指标明显高于女生，工科、艺术类专业对双创博览会满意度明显高于其他专业。

关键词：创新创业教育;创新创业博览会;满意度;模糊聚类分析法

中图分类号：TP311 ? ? ? ?文獻标识码：A

文章编号：1009-3044（2020）17-0146-04

1 引言

大学生作为创新创业教育的主要人员，其满意度既是学校每年创新创业博览会的检查结果，也是学校教学质量评估的重要指标。提升学生对创新创业教育和双创博览会满意度水平将成为进一步提升宁波财经学院内部管理机制与育人模式的重要路径。

高校的创新创业教育是一项系统性工程。很多国外高校很早就已经开始了创新创业方面的教育，如Fonseca（2015）通过发放调查问卷开展满意度调查，验证了创新创业课程框架的有效性以及对学生未来事业发展的意义。Arion（2015）对物理学教育领域的创业教育机制设计进行探讨。我国学者对创新创业满意度的研究很多多集中在定性分析的层面上，但也有部分学者利用结构方程模型等工具进行实证研究。例如：葛宝山和宁德鹏（2017）运用结构方程模型探讨了“双创”背景下创业教育满意度及其对创业行为的影响[1];田贤鹏（2016）对高校创新创业教育政策满意度进行研究，发现学生对课程体系、实践指导满意度较低，对培养机制、考核方式和教学管理维度的满意度较高[2]; 李志峰和赵承福（2013）基于义务教育服务特性与顾客满意度理论，采用结构方程模型对义务教育满意度模型进行验证[3]。目前国内的研究成果很多都集中于影响因素方面，对创新创业教育的满意度评价方面的研究还比较少。从2014年9月夏季达沃斯论坛上李克强总理提出“大众创业、万众创新”已经有整整五年多时间，我们也该对其的满意度进行研究和探索，所以加大对创新创业的满意度调查刻不容缓。

2 满意度研究设计和分析

2.1 问卷设计

满意度是指学生对学校提供的创新创业教育所感知到的满足程度，具有主观性和差异性特征[4]。目前，大部分的研究成果只是对影响因素进行分析。满意度评价是一个非常典型的模糊评价问题，创新创业教育和双创博览会的满意度表示学生的一种主观的想法，若只是用简单的“是”或者“否”等评价方式进行评价，则会导致评价的结果失真。本文将利用模糊评价法对其进行评价。问卷的设计主要包括调查对象的基本特征包括性别、年级、学院、专业等、创新创业教育的满意度、双创博览会满意度和开放式问答等三个部分。其中，满意度量表设计主要参考田贤鹏（2016）[5]与潘炳如（2017）[6]的创新创业教育满意度量表，并与宁波财经学院创新创业教育的基本方向有机结合，最终确定五个维度、28个题项。为提升满意度评价的客观性，方便数据统计，本研究将每一问项分为“非常不满意、不满意、比较满意、满意、非常满意”并分别赋予 5-1 分。

2.2 数据处理

2.2.1 数据来源

本研究所用数据来自2019年12月-2020年1月对宁波财经学院的在读学生进行的抽样调查。调查内容主要包括学生个体特征（性别、年级、学院、专业等）、对学校创新创业教育课程体系、师资建设、实践指导、教学管理、组织领导及其双创博览会满意度等三大体系28个方面的满意度。调查以线上问卷星形式通过班级学习委员进行发放、共收回2859份问卷，经过甄别对2698份问卷进行了统计分析，问卷答题有效率为94.4%。

2.2.2 模糊聚类的基本原理

本文将通过模糊聚类分析方法来分析数据。在现实生活中，很多因素存在不确定性，无法用“是”或“否”来进行准确的描述。本文的收集的数据对象没有类别的标记，事先并不知道每个类的性质是什么，而聚类是可以由学习算法自动确定。聚类是把一组个体按照相似性归成为若干类别，即“物以类聚”，其目的是使得属于同一类别的个体之间的距离尽可能的小，而不同类别的个体之间的距离尽可能大。这种方法我们称为模糊聚类。常用的模糊聚类方法有动态聚类法、系统聚类法、模糊C-均值算法等。本文采用模糊聚类中的动态聚类即逐步聚类算法，逐步聚类是以样本组内的离差平方和达到最小为标准，通过反复调整每个样本组中的个体数，从而达到样本组内具有最大同质性（或最小异质性），而样本组间具有最大异质性（或最小同质性）这一优化目标[7]。基于以上分析，本文利用模糊逐步聚类分析法对满意度进行综合性评价。

2.2.3 数据处理过程

1）数据清洗

在收集完宁波财经学院《大学生创新创业博览会满意度调查问卷》后，对数据进行了清洗，对不正确的数据进行了删除，比如宁波财经学院基础学院并没有大二、大三、大四的学生，数字技术工程学院、艺术与设计学院、人文学院并没有大一的学生等其他诸如此类的情况，凡是出现这种逻辑性错误的数据，很有可能是学生误操作。这些数据没有真实性可以参考故进行了清洗，以保证数据的有效性。

2）数据的消减

本文采取比对法对数据进行消减，首先查看最后一题问答题回答是否一致，如果回答一致再查看前面27项问题是否选择一致，如果都是一致很有可能是重复答题或者重复提交。利用Excel中删除重复项和公式比对法把重复数据进行了删除，保持了数据的准确性。

3）数据分类

为了方便数据之间的相互比较分析，首先将原始数据进行数值化处理，这样方便计算机的统一处理。我们先整理数据如下。

表1的数据注释如表2。

把数据分类规格化以后，我们把数据分成两大类第一类是创新创业教育满意度调查，第二类是双创博览会的满意度调查，通过DPS软件，分别根据逐步聚类的方法分成三大组。具体如表3、表4所示。

2.3 数据分析

2.3.1 博览会各项指标分析

通过散点图我们对2698条数据分别从性别、年级、专业三个方面同双创博览会的满意度进行了分析，发现通过逐步聚类分析法分成的三组数据中，第二组数据不管从性别、年级和专业三个方面的满意度都是非常高的（具体见图1～3）。通过数据分析发现第二组的男生明显多于女生，说明男生在参与双创博览会时不管从博览会的组织形式、场地安排、指导老师的付出，产品的外观设计等等方面都呈现出满意的状态。再把第二组的男生的数据按照专业分析发现8～20（具体专业见表2）专业的满意度明显高于其他专业，30～35专业满意度明显低于其他专业具体见图4。

2.3.2 创新创业各项指标分析

我们还是通过散点图对2698条数据分别从性别、年级、专业三个方面对创新创业教育的满意度进行了分析，发现通过逐步聚类分析法分成的三组数据中，都发现对教学管理的满意度比较低，尤其是第一组女生有出现非常不满意的数据（具体见图5～7）。从此数据，我们仔细解剖教学管理的三个具体指标发现创业类课程考核方式和创业类课程的上课形式有非常不满意现象（具体见图8）。

3 建议与总结

经过数据分析，我们对整个问卷调查分为两大类，一类是创新创业教育情况，一类是双创博览会的举办情况。发现在双创博览会的调查中男生对双创博览会的满意度明显高于女生，計算机科学与技术专业、网络工程、产品设计、广告学等专业的学生的满意度明显高于其他专业说明他们在参与的过程中体验还是相对比较好的。

在创新创业教育中教学管理方面中我们还需要加强，特别是对创业类课程考核方式和上课的形式方面需要改善，特别对于女生来说动手能力不强，特别需要进行关注和改进。统计中虽然我们的的课程体系满意度还是相对比较高的，但是面对不断更新的教学方法和模式，我们还是需要不断完善创新创业教育的课程体系，推动创新创业教育与创新创业博览会的融合。

总而言之，我们要加强对创新创业教育的满意度的影响因素进行分析，有助于我们完善创新创业教育的理论体系，有助于我们人才培养目标的有效实现，对大学生成长成才有着非常实际的作用。

参考文献：

[1] 葛宝山，宁德鹏.我国高校创新创业教育满意度对创新创业行为的影响研究——一个以创新创业激情为中介的大样本实证考察[J].华东师范大学学报教育科学版，2017（3）：103-115..

[2] 田贤鹏.高校创新创新创业教育政策实施满意度调查研究———基于在校学生的立场[j].高教探索，2016（12 ）：111-117.

[3]李志峰，赵承福.基于SEM的义务教育满意度研究———以山东省为例[J].中国人民大学教育学刊，2013（1）：102.

[4] 戎晓霞，万骁乐，孟庆春.基于模糊综合评价的大学生创业教育满意度研究[J].黑龙江高教研究，2019（4）：116-120.

[5] 潘炳如.创新创新创业教育政策满意度分析[J].中国高等教育，2017（12）：43-45.

[6] 张维朋，刘晓文.基于模糊聚类的数据挖掘在临床检验信息系统中的应用[J].电脑知识与技术，2009（8）：158-161.

【通联编辑：朱宝贵】

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。