邵雪梅

摘要： 創(chuàng)新創(chuàng)業(yè)教育是促進大學(xué)生開發(fā)個體潛能、實現(xiàn)自我價值、盡早融入社會的有效途徑。面對寧波財經(jīng)學(xué)院每年舉行的創(chuàng)新創(chuàng)業(yè)博覽會（以下簡稱“雙創(chuàng)”博覽會），對寧波財經(jīng)學(xué)院2698名在讀學(xué)生進行的隨機抽樣調(diào)查，利用模糊聚類分析法評測學(xué)生對創(chuàng)新創(chuàng)業(yè)教育和雙創(chuàng)博覽會的滿意度。結(jié)果顯示寧波財經(jīng)學(xué)院學(xué)生對創(chuàng)新創(chuàng)業(yè)教育總體滿意度較高，但對各要素滿意度評價存在差異; 具體來看，學(xué)生對課程體系設(shè)置、實踐指導(dǎo)等要素的滿意度相對較高，對組織領(lǐng)導(dǎo)和教學(xué)管理的滿意度相對較低。男生對雙創(chuàng)博覽會的各項指標明顯高于女生，工科、藝術(shù)類專業(yè)對雙創(chuàng)博覽會滿意度明顯高于其他專業(yè)。

關(guān)鍵詞：創(chuàng)新創(chuàng)業(yè)教育;創(chuàng)新創(chuàng)業(yè)博覽會;滿意度;模糊聚類分析法

中圖分類號：TP311 ? ? ? ?文獻標識碼：A

文章編號：1009-3044（2020）17-0146-04

1 引言

大學(xué)生作為創(chuàng)新創(chuàng)業(yè)教育的主要人員，其滿意度既是學(xué)校每年創(chuàng)新創(chuàng)業(yè)博覽會的檢查結(jié)果，也是學(xué)校教學(xué)質(zhì)量評估的重要指標。提升學(xué)生對創(chuàng)新創(chuàng)業(yè)教育和雙創(chuàng)博覽會滿意度水平將成為進一步提升寧波財經(jīng)學(xué)院內(nèi)部管理機制與育人模式的重要路徑。

高校的創(chuàng)新創(chuàng)業(yè)教育是一項系統(tǒng)性工程。很多國外高校很早就已經(jīng)開始了創(chuàng)新創(chuàng)業(yè)方面的教育，如Fonseca（2015）通過發(fā)放調(diào)查問卷開展?jié)M意度調(diào)查，驗證了創(chuàng)新創(chuàng)業(yè)課程框架的有效性以及對學(xué)生未來事業(yè)發(fā)展的意義。Arion（2015）對物理學(xué)教育領(lǐng)域的創(chuàng)業(yè)教育機制設(shè)計進行探討。我國學(xué)者對創(chuàng)新創(chuàng)業(yè)滿意度的研究很多多集中在定性分析的層面上，但也有部分學(xué)者利用結(jié)構(gòu)方程模型等工具進行實證研究。例如： 葛寶山和寧德鵬 （2017）運用結(jié)構(gòu)方程模型探討了“雙創(chuàng)”背景下創(chuàng)業(yè)教育滿意度及其對創(chuàng)業(yè)行為的影響[1];田賢鵬（2016）對高校創(chuàng)新創(chuàng)業(yè)教育政策滿意度進行研究，發(fā)現(xiàn)學(xué)生對課程體系、實踐指導(dǎo)滿意度較低，對培養(yǎng)機制、考核方式和教學(xué)管理維度的滿意度較高[2]; 李志峰和趙承福（2013）基于義務(wù)教育服務(wù)特性與顧客滿意度理論，采用結(jié)構(gòu)方程模型對義務(wù)教育滿意度模型進行驗證[3]。目前國內(nèi)的研究成果很多都集中于影響因素方面，對創(chuàng)新創(chuàng)業(yè)教育的滿意度評價方面的研究還比較少。從2014年9月夏季達沃斯論壇上李克強總理提出“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”已經(jīng)有整整五年多時間，我們也該對其的滿意度進行研究和探索，所以加大對創(chuàng)新創(chuàng)業(yè)的滿意度調(diào)查刻不容緩。

2 滿意度研究設(shè)計和分析

2.1 問卷設(shè)計

滿意度是指學(xué)生對學(xué)校提供的創(chuàng)新創(chuàng)業(yè)教育所感知到的滿足程度，具有主觀性和差異性特征[4]。目前，大部分的研究成果只是對影響因素進行分析。滿意度評價是一個非常典型的模糊評價問題，創(chuàng)新創(chuàng)業(yè)教育和雙創(chuàng)博覽會的滿意度表示學(xué)生的一種主觀的想法，若只是用簡單的“是”或者“否”等評價方式進行評價，則會導(dǎo)致評價的結(jié)果失真。本文將利用模糊評價法對其進行評價。問卷的設(shè)計主要包括調(diào)查對象的基本特征包括性別、年級、學(xué)院、專業(yè)等、創(chuàng)新創(chuàng)業(yè)教育的滿意度、雙創(chuàng)博覽會滿意度和開放式問答等三個部分。其中，滿意度量表設(shè)計主要參考田賢鵬（2016）[5]與潘炳如（2017）[6]的創(chuàng)新創(chuàng)業(yè)教育滿意度量表， 并與寧波財經(jīng)學(xué)院創(chuàng)新創(chuàng)業(yè)教育的基本方向有機結(jié)合，最終確定五個維度、28個題項。為提升滿意度評價的客觀性，方便數(shù)據(jù)統(tǒng)計，本研究將每一問項分為“非常不滿意、不滿意、比較滿意、滿意、非常滿意”并分別賦予 5-1 分。

2.2 數(shù)據(jù)處理

2.2.1 數(shù)據(jù)來源

本研究所用數(shù)據(jù)來自2019年12月-2020年1月對寧波財經(jīng)學(xué)院的在讀學(xué)生進行的抽樣調(diào)查。調(diào)查內(nèi)容主要包括學(xué)生個體特征（性別、年級、學(xué)院、專業(yè)等）、對學(xué)校創(chuàng)新創(chuàng)業(yè)教育課程體系、師資建設(shè)、實踐指導(dǎo)、教學(xué)管理、組織領(lǐng)導(dǎo)及其雙創(chuàng)博覽會滿意度等三大體系28個方面的滿意度。調(diào)查以線上問卷星形式通過班級學(xué)習委員進行發(fā)放、共收回2859份問卷，經(jīng)過甄別對2698份問卷進行了統(tǒng)計分析，問卷答題有效率為94.4%。

2.2.2 模糊聚類的基本原理

本文將通過模糊聚類分析方法來分析數(shù)據(jù)。在現(xiàn)實生活中，很多因素存在不確定性，無法用“是”或“否”來進行準確的描述。本文的收集的數(shù)據(jù)對象沒有類別的標記，事先并不知道每個類的性質(zhì)是什么，而聚類是可以由學(xué)習算法自動確定。聚類是把一組個體按照相似性歸成為若干類別，即“物以類聚”，其目的是使得屬于同一類別的個體之間的距離盡可能的小，而不同類別的個體之間的距離盡可能大。這種方法我們稱為模糊聚類。常用的模糊聚類方法有動態(tài)聚類法、系統(tǒng)聚類法、模糊C-均值算法等。本文采用模糊聚類中的動態(tài)聚類即逐步聚類算法，逐步聚類是以樣本組內(nèi)的離差平方和達到最小為標準，通過反復(fù)調(diào)整每個樣本組中的個體數(shù)，從而達到樣本組內(nèi)具有最大同質(zhì)性（或最小異質(zhì)性） ，而樣本組間具有最大異質(zhì)性（或最小同質(zhì)性）這一優(yōu)化目標[7]?；谝陨戏治?，本文利用模糊逐步聚類分析法對滿意度進行綜合性評價。

2.2.3 數(shù)據(jù)處理過程

1）數(shù)據(jù)清洗

在收集完寧波財經(jīng)學(xué)院《大學(xué)生創(chuàng)新創(chuàng)業(yè)博覽會滿意度調(diào)查問卷》后，對數(shù)據(jù)進行了清洗，對不正確的數(shù)據(jù)進行了刪除，比如寧波財經(jīng)學(xué)院基礎(chǔ)學(xué)院并沒有大二、大三、大四的學(xué)生，數(shù)字技術(shù)工程學(xué)院、藝術(shù)與設(shè)計學(xué)院、人文學(xué)院并沒有大一的學(xué)生等其他諸如此類的情況，凡是出現(xiàn)這種邏輯性錯誤的數(shù)據(jù)，很有可能是學(xué)生誤操作。這些數(shù)據(jù)沒有真實性可以參考故進行了清洗，以保證數(shù)據(jù)的有效性。

2）數(shù)據(jù)的消減

本文采取比對法對數(shù)據(jù)進行消減，首先查看最后一題問答題回答是否一致，如果回答一致再查看前面27項問題是否選擇一致，如果都是一致很有可能是重復(fù)答題或者重復(fù)提交。利用Excel中刪除重復(fù)項和公式比對法把重復(fù)數(shù)據(jù)進行了刪除，保持了數(shù)據(jù)的準確性。

3）數(shù)據(jù)分類

為了方便數(shù)據(jù)之間的相互比較分析，首先將原始數(shù)據(jù)進行數(shù)值化處理，這樣方便計算機的統(tǒng)一處理。我們先整理數(shù)據(jù)如下。

表1的數(shù)據(jù)注釋如表2。

把數(shù)據(jù)分類規(guī)格化以后，我們把數(shù)據(jù)分成兩大類第一類是創(chuàng)新創(chuàng)業(yè)教育滿意度調(diào)查，第二類是雙創(chuàng)博覽會的滿意度調(diào)查，通過DPS軟件，分別根據(jù)逐步聚類的方法分成三大組。具體如表3、表4所示。

2.3 數(shù)據(jù)分析

2.3.1 博覽會各項指標分析

通過散點圖我們對2698條數(shù)據(jù)分別從性別、年級、專業(yè)三個方面同雙創(chuàng)博覽會的滿意度進行了分析，發(fā)現(xiàn)通過逐步聚類分析法分成的三組數(shù)據(jù)中，第二組數(shù)據(jù)不管從性別、年級和專業(yè)三個方面的滿意度都是非常高的（具體見圖1～3）。通過數(shù)據(jù)分析發(fā)現(xiàn)第二組的男生明顯多于女生，說明男生在參與雙創(chuàng)博覽會時不管從博覽會的組織形式、場地安排、指導(dǎo)老師的付出，產(chǎn)品的外觀設(shè)計等等方面都呈現(xiàn)出滿意的狀態(tài)。再把第二組的男生的數(shù)據(jù)按照專業(yè)分析發(fā)現(xiàn)8～20（具體專業(yè)見表2）專業(yè)的滿意度明顯高于其他專業(yè)，30～35專業(yè)滿意度明顯低于其他專業(yè)具體見圖4。

2.3.2 創(chuàng)新創(chuàng)業(yè)各項指標分析

我們還是通過散點圖對2698條數(shù)據(jù)分別從性別、年級、專業(yè)三個方面對創(chuàng)新創(chuàng)業(yè)教育的滿意度進行了分析，發(fā)現(xiàn)通過逐步聚類分析法分成的三組數(shù)據(jù)中，都發(fā)現(xiàn)對教學(xué)管理的滿意度比較低，尤其是第一組女生有出現(xiàn)非常不滿意的數(shù)據(jù)（具體見圖5～7）。從此數(shù)據(jù)，我們仔細解剖教學(xué)管理的三個具體指標發(fā)現(xiàn)創(chuàng)業(yè)類課程考核方式和創(chuàng)業(yè)類課程的上課形式有非常不滿意現(xiàn)象（具體見圖8）。

3 建議與總結(jié)

經(jīng)過數(shù)據(jù)分析，我們對整個問卷調(diào)查分為兩大類，一類是創(chuàng)新創(chuàng)業(yè)教育情況，一類是雙創(chuàng)博覽會的舉辦情況。發(fā)現(xiàn)在雙創(chuàng)博覽會的調(diào)查中男生對雙創(chuàng)博覽會的滿意度明顯高于女生，計算機科學(xué)與技術(shù)專業(yè)、網(wǎng)絡(luò)工程、產(chǎn)品設(shè)計、廣告學(xué)等專業(yè)的學(xué)生的滿意度明顯高于其他專業(yè)說明他們在參與的過程中體驗還是相對比較好的。

在創(chuàng)新創(chuàng)業(yè)教育中教學(xué)管理方面中我們還需要加強，特別是對創(chuàng)業(yè)類課程考核方式和上課的形式方面需要改善，特別對于女生來說動手能力不強，特別需要進行關(guān)注和改進。統(tǒng)計中雖然我們的的課程體系滿意度還是相對比較高的，但是面對不斷更新的教學(xué)方法和模式，我們還是需要不斷完善創(chuàng)新創(chuàng)業(yè)教育的課程體系，推動創(chuàng)新創(chuàng)業(yè)教育與創(chuàng)新創(chuàng)業(yè)博覽會的融合。

總而言之，我們要加強對創(chuàng)新創(chuàng)業(yè)教育的滿意度的影響因素進行分析，有助于我們完善創(chuàng)新創(chuàng)業(yè)教育的理論體系，有助于我們?nèi)瞬排囵B(yǎng)目標的有效實現(xiàn)，對大學(xué)生成長成才有著非常實際的作用。

參考文獻：

[1] 葛寶山，寧德鵬.我國高校創(chuàng)新創(chuàng)業(yè)教育滿意度對創(chuàng)新創(chuàng)業(yè)行為的影響研究——一個以創(chuàng)新創(chuàng)業(yè)激情為中介的大樣本實證考察[J].華東師范大學(xué)學(xué)報教育科學(xué)版，2017（3）：103-115..

[2] 田賢鵬.高校創(chuàng)新創(chuàng)新創(chuàng)業(yè)教育政策實施滿意度調(diào)查研究———基于在校學(xué)生的立場[j].高教探索，2016（12 ）：111-117.

[3]李志峰，趙承福.基于SEM的義務(wù)教育滿意度研究———以山東省為例[J].中國人民大學(xué)教育學(xué)刊，2013（1）：102.

[4] 戎曉霞，萬驍樂，孟慶春.基于模糊綜合評價的大學(xué)生創(chuàng)業(yè)教育滿意度研究[J].黑龍江高教研究，2019（4）：116-120.

[5] 潘炳如.創(chuàng)新創(chuàng)新創(chuàng)業(yè)教育政策滿意度分析[J].中國高等教育，2017（12）：43-45.

[6] 張維朋，劉曉文.基于模糊聚類的數(shù)據(jù)挖掘在臨床檢驗信息系統(tǒng)中的應(yīng)用[J].電腦知識與技術(shù)，2009（8）：158-161.

【通聯(lián)編輯：朱寶貴】