高等教育自考公路行业职业教育模型拟合参数估计和模型解释

2019-07-11
来源:

 一、模型拟合与参数估计

  部分拟合指标如下:RMSEA=0.05,NFI =0.72 IFI=0.95,TLI=0.95,CFI=0.95,Chi-square= 120.45,Degrees of freedom=107,Probability level= 0.18。指标中NFI值较低(仍在可以接受的范围内),其他指标均表现很好。可以得到模型假设成立的拟合结论。路径系数及载荷系数,

二、模型解释

  第一,知名度与行业地位均与学校形象(X1)呈正相关且相关系数较高,符合模型假设。

  第二,职业技能(X2)与其观测变量相关性由高到低为“任务作业”、“工具使用”、“设备操作”,载荷系数均大于0.6。企业更加重视完成任务的综合能力,符合逻辑。但设备操作排在最后,与我们假设有出入(问题不严重,可以接受)。

  第三,职业知识(X3)中“安全规程”系数较高,反应了企业对安全的重视。“术语标准”得分较低。过低的分数可能与样本的大小有关。

  第四,职业素养X4得分由高到低为“责任心”、“团队合作”、“吃苦耐劳”、“劳动纪律”、“自学能力”。其中“自学能力”系数值较低(<0.5)是可以理解的,因毕业生的学历等因素,企业很少会将使用新工艺、新技术、新设备的压力施加在中职毕业生身上。 有些毕业生已经承担了一些管理职能,所以“责任心”、“团队合作”的分数较高。几个观测变量的得分及次序符合假设。

  第五,因同在公路行业内,企业对学校的知名度以及学校在行业中的地位了解的比较多,所以培养质量(Y)与学校形象的相关性较高是可以理解的。

  第六,职业技能(X2)、职业素养(X4)均与评价质量(Y)呈正相关关系,符合模型假设。职业技能的路径系数较高,说明企业对操作技能的重视,也符合职业教育的特点;职业素养的形成与学生的人生观、价值观、道德品质等因素密切相关,是长期形成的。职业素养的路径系数微高于“学校形象”合乎逻辑。