基于学生感知分析的高等旅游教育软件需求研究 -- 以北京市4所高校为例1

发布时间：2015-03-07 17:31

摘　要：摘　要：长期以来，中国高等旅游教育的软件教学多停留在一般意义的功能介绍和基础命令性操作层面。本文阐述了软件教学在高等旅游教育课程及学生就业中的重要地位，并针对软件教学过程中遇到的问题，从教学内容选择、教学方法优化和教学效果评价等方面进行了深入探讨，以厘清当前高等旅游教育中软件教学中存在的问题。探索高等旅游教育软件教学的新途径，为中国高等旅游教育软件教学方法的不断完善提供理论基础。

关键词：旅游教育；因子分析；教学软件

   近几年来，我国旅游业迅速发展，2009年以后旅游业已经成为国家的战略性支出产业。中国旅游研究院2012年1月10日发布的《中国旅游经济蓝皮书No4》认为，201?1年我国旅游经济总体平稳较快发展，预计全年旅游业总收入为2．2万亿元，同比增长18％中国国内旅游和出境旅游保持快速增长态势，入境旅游平稳增长。

　　中国旅游业的迅猛发展发展令人振奋，按正常逻辑，旅游业的迅猛发展旅必将带动旅游管理专业的走俏，那么旅游管理专业就业前景应相当可观。但现状确是我国旅游管理专业学生就业结果不甚理想，2010年全国高等旅游院校及开设旅游系的普通高等院校和成人高等院校已达到967个，学生数达596095人。虽然旅游教育的发展为行业培养了大量的专业人才，为旅游行业提供了一定的人力资源保障，但旅游管理专业学生行业就业率低现象十分突出、旅游专业学生溢出旅游行业现象十分严重。目前，我国旅游管理专业人才的培养也暴露出了诸多问题，如数量布局和规模布局不尽合理，人才的特质与市场的需求契合度不高，旅游教育体系的建立尚待完善，旅游学科的建设尚未完成等。旅游教育和旅游行业的“供需错位”等由此引发的一系列问题已经成为制约旅游管理专业发展和旅游人才培养的中重要因素。除行业发展状况、就业环境、就业体制、大学毕业生的自身职业选择等影响因素外，我国的旅游人才培养中也存在诸多问题使得旅游人才特质与市场需求契合度不够。随着信息技术的迅速普及，旅游业已进入网络化、多元化方向发展，网络时代的到来促使旅游教育必须跟上这个时代的步伐。旅游管理的教学应与时俱进，因此在本文中笔者主要通过对高等旅游教育软件教学中存在的问题的研究，提升旅游教育中软件教学的质量，增加旅游毕业生的实践能力和动手能力，以期能从软件教学这一角度为解决旅游教育和旅游行业“供需错位”这一问题提供理论基础，为以后的旅游教育发展提供一种思路。

一．研究方法

　　本文采用目前西方研究中常用的几个步骤来进行实证过程研究，其中主要包括：测项发展、样本选择、数据收集、数据质量、测项纯化、因子分析、因子命名、因子效度和信度检验。

（一）调查设计

    本文研究采用问卷调查和现场访问相结合的方法。调查问卷分为两部分：（1）学生满意度及认知程度调查。将软件满意度测评指标进行学生满意度与学生认可的重要性调查，采用里克特五点量表尺度（Likert Scale）的评判题，满意度选项依序分别为：“非常满意”、“较满意”、“一般满意”、“较不满意”、“非常不满意”，重要度选项依序分别为：“非常重要”、“较重要”“一般重要”、“较不重要”、“非常不重要”，上述满意度和重要度次序分别赋予5、4、3、2、1五个等级的分值。（2）学生样本人口统计学特征调查。包括对学生的性别、文化程度、专业成绩及生源所在地等。调查正式测项在北京第二外国语学院、北京交通大学、北京联合大学、北京林业大学等4所高校进行，随机抽取了100名本科生与研究生，共投放问卷100份，回收有效问卷93份，有效率达93%。调查问卷采用混合受试物研究法，将量表开发初期的问项顺序打乱，尽量降低受试者不被问卷设计者诱导和影响。

　　表1  受调查者的社会人口结构特征

类别

项目

人数

百分比

类别

项目

人数

百分比

性别

男

30

31.9

学历

本科生

52

55.3

 

女

64

68.1

 

研究生

42

44.7

专业成绩

不好

6

6.4

生源地

东部省份

52

55.3

 

一般

45

47.9

 

中部省份

33

35.1

 

还好

43

45.7

 

西部省份

9

9.6

（二）研究方法

　　本研究方法总的数据分析使用统计学工具SPSS18.0。通过描述性分析，得出调查样本的一般特性。通过因子分析，提取公因子，并使用方差最大化正交旋转解，对提取的公因子进行旋转，以确定满意度影响因素的共同的成分。采用t检验与单因子变异系数分析法（One-way ANOVA），对调研对象的特征、人口统计学特征与满意度影响因素进行交叉分析。

（三）测项纯化、探索性因子分析（EFA）与因子命名

　　测项纯化标准是: ( 1) 测项与总体的相关系数小于 0. 4 且删除项目后Cronbach’s α 值会增加者删除; ( 2) 旋转后因子载荷值小于 0. 4 或者同时在两个因子上的载荷值都大于 0. 4者删除; ( 3)如果一个测项同时在因子 A 与 B 上的载荷值都高于临界点，则应考虑删除。但如果删除该测项后，因子 A 和 B 又合并了，则该测项不删除。根据上述3个标准，使用 SPSS18. 0 进行探索性因子分析，经过 3 轮因子提纯运算，16个测项最后删除了5个，剩下 11个测项构成了一个用于分析的量表( 表 2) 。数据显示，11个测项的 KMO 值为0.727，Bartlett’s 球 形 检 验 的 显 著 性 水 平 小 于0. 001，，表明这些数据适合做因子分析。从特征根值来看，前4个因子的均值大于 1，说明应该存在 4个因子; 而从碎石图的走势来看，前 4个因子变动较大，从第 5个因子开始走势趋缓，也说明应该取4个成分因子。由方差解释贡献率来看，前4个因子累计解释了 66.891% 的信息，已经超过 60% 的提取界限［5］，说明 取4个 因 子 可 以 接 受。总 体 信 度 值( Cronbach’s α) 为0.729，说明数据整体结果较好

表2  探索性因子分析结果及因子命名

测量项目

新提取因子（维度）

专业教学

专业前景

社会态度

职业发展

我们用的教材适合我们的学习需要

.802

.095

-.091

-.087

我们的课程设置很符合社会对我们的要求

.789

.053

-.138

-.116

老师在有关软件的授课让我们学到了很多东西

.794

.013

-.153

.073

我们旅游专业学生总体学习软件的氛围很好

.718

-.058

.089

.114

我们的软件课程与专业实习联系紧密

.603

.100

-.100

.424

未来职业发展需要我现在学习的相关软件

.127

.809

-.032

.317

我的软件学习纯粹是为了应付考试

.042

-.848

.192

.157

外面很多人认为旅游专业没什么好学的软件

-.009

-.137

.869

.167

社会上总认为这个专业是做导游的

-.206

-.026

.809

-.173

本文编号：16584