【文章內(nèi)容簡介】 將問卷數(shù)據(jù)輸入 SPSS 數(shù)據(jù)庫。 調(diào)查選取的作業(yè)樣本是西南大學(xué)榮昌校區(qū)，其基本情況如下。 西南大學(xué)榮昌校區(qū)，前身為始建于 1938 年的建華高級農(nóng)業(yè)職業(yè)學(xué)校， 1978 年經(jīng)國務(wù)院批準(zhǔn)升建為四川畜牧獸醫(yī)學(xué)院。 2021 年經(jīng)教育部批準(zhǔn)，與原西南農(nóng)業(yè)大學(xué)、 中國農(nóng)科院柑橘研究所合并組建新的西南農(nóng)業(yè)大學(xué)， 設(shè)立榮昌校區(qū)。 2021 年 7 月，西南農(nóng)業(yè)大學(xué)與西南師范大學(xué)合并組建西南大學(xué)。 西南大學(xué)榮昌校區(qū) 在創(chuàng)業(yè)方面是有基礎(chǔ)的。 學(xué)校于 20 世紀(jì) 80 年代初 僅 投資 5000 元人民幣，興辦飼料企業(yè) 川牧飼料總廠， 經(jīng)過20 年的發(fā)展 現(xiàn)已發(fā)展到固定資 產(chǎn)近 3000 萬元的川牧飼料集團(tuán)；學(xué)校于 20 世紀(jì) 90 年代初興辦獸藥企業(yè)，現(xiàn)已發(fā)展到 學(xué)校 占近 10%股份的 GMP 現(xiàn)代化大型獸藥企業(yè) 重慶西農(nóng)大科信動物藥業(yè)有限公司。 在研究對象的選擇上，經(jīng)過考察認(rèn)為三年級大學(xué)生處在一個承上啟下的位置上，經(jīng)過前兩年的在校學(xué)習(xí)對于自己的未來發(fā)展已開始有所規(guī)劃，開始萌生很多有關(guān)未來發(fā)展的初步構(gòu)想。而一、二年級的學(xué)生還處在專業(yè)學(xué)習(xí)的階段，四年級的學(xué)生已經(jīng)邁出了尋找就業(yè)機(jī)會的步伐。因此筆者認(rèn)為三年級大學(xué)生最具有代表性，可以反映出在校大學(xué)生在創(chuàng)業(yè)方面的普遍情況。 本調(diào)查使用的樣本，是透過 一個多階級的隨機(jī)分群抽樣方式獲得的。重慶地區(qū)有 38 所 高校。其中本科院校有 15 所。本研究從這 15 所本科院校中，選出一所高校作為調(diào)查對象，這所學(xué)校就是西南大學(xué)。而西南大學(xué)有兩個校區(qū)，重慶校區(qū)與榮昌校區(qū)，我們選取榮昌校區(qū)作為本次調(diào)查的作業(yè)總體。再以西南大學(xué)榮昌校區(qū)的六個系部，公共事業(yè)管理系、動物科學(xué)系、動物醫(yī)學(xué)系、水產(chǎn)系、商貿(mào)系、信息管理系作為樣本框。選取其中各系部三年級班級的二分之一作為本調(diào)查的樣本。其中公共事業(yè)管理 2個班、動物科學(xué)系 3個班、動物醫(yī)學(xué)系 3個班、水產(chǎn)養(yǎng)殖系 2個班、商貿(mào)系 4 個班、信息管理系 3個班。以 班級為單位，其中每個學(xué)生必須參與調(diào)查。 將調(diào)查所得到的基本信息按性別、年齡、專業(yè)、入學(xué)前戶口所在地、家庭收入來源、社會實(shí)踐經(jīng)歷分類統(tǒng)計，如表 1 所示。 表 1 作業(yè)樣本人群的統(tǒng)計特征信息 項(xiàng)目 類別 人數(shù) 百分比（ %） 累計 性別 男 161 % 女 139 % 100% 年齡 19 歲 16 % 20 歲 85 % 21 歲 122 % 22 歲 67 % 23 歲 7 % 100% 專業(yè) 公共事業(yè)管理 6 % 動物科學(xué) 43 % 動物醫(yī)學(xué) 69 % 水產(chǎn)養(yǎng)殖 59 % 市場營銷 48 % 信息管理 70 % 100% 入學(xué)前戶口所在地 農(nóng)村 207 % 鄉(xiāng)鎮(zhèn) 35 % 縣城 31 % 中小城市 18 % 省會 9 % 100% 家庭收入來源 務(wù)農(nóng) 156 % 教師 10 % 公務(wù)員 18 % 工人 34 % 經(jīng)商 32 % 其他 48 % 100% 社會實(shí)踐經(jīng)歷 校外打工 141 % 校內(nèi)打工 13 % 志愿服務(wù) 40 % 小本創(chuàng)業(yè) 21 % 其他 85 % 100% 數(shù)據(jù)庫與信度分析 運(yùn)用統(tǒng)計分析軟件 [15]讀取錄入數(shù)據(jù)，利用 SPSS 中的分析模塊進(jìn)行基礎(chǔ)的統(tǒng)計分析，首先用 SPSSAnalyze 信度分析模塊中進(jìn)行信 度分析。 α信度系數(shù)法是目前最常用的信度分析方法。α信度系數(shù)評價的是量表中各題項(xiàng)得分間的一致性。這種方法適用于態(tài)度、意見式問卷。 信度（ Reliability）即可靠性，它是采用同樣的方法對同一對象重復(fù)測量時所得結(jié)果的一致性程度。信度系數(shù)越大，表明測量的可信程度越大。研究信度系數(shù)要多少才算有高的信度。 Devilish(1991)認(rèn)為， ～ （最好不要）； ～ （最小可接受值）； ～（相當(dāng)好）； ～ （非常好）。由此，一份信度系數(shù)好的量表或問卷，最好在 以上， 至 之間還算是可以接受的范圍。 對問卷的符合程度的 33 個項(xiàng)目計算 Cranachα系數(shù)，見表 2所示。發(fā)現(xiàn)總量表的 Cranachα系數(shù)為 ，大于 ，達(dá)到了相當(dāng)好的信度值，說明學(xué)生對問卷的回答一致性較高。 表 2 問卷的符合程度的 Cranachα系數(shù) Cranach， s Cranach， s Alpha Based Alpha On Standardized Items N of 33 5 因子分析結(jié)果 因子分析（ Factor analysis） ,是一種多元統(tǒng)計技術(shù)，它的目的是從為數(shù)眾多的可觀測的“變量”中，用統(tǒng)計方法概括和推論出少數(shù)的“因子”。用最少的因子來概括和解釋大量的觀測事實(shí)，從而建立起最簡捷、最基本的概念系統(tǒng)，揭示出事物之間的本質(zhì)聯(lián)系 [16]。 因子描述統(tǒng)計 將所得數(shù)據(jù)利用 SPSS 軟件輸入到電腦中，進(jìn)行描述統(tǒng)計，以了解本次調(diào)查分析的基本情況。 表 3給出了被試總 共 300 人對 33 個變量問答信息的平均數(shù)、標(biāo)準(zhǔn)差 。從表中可以看出S15 變量贊同度最高，其平均值達(dá) ， 標(biāo)準(zhǔn)差 ； S14 其 平均值達(dá) ， 標(biāo)準(zhǔn)差 ；S13 其平均值達(dá) ， 標(biāo)準(zhǔn)差 。 結(jié)合問卷中的問題“ S15 在創(chuàng)業(yè)過程中，我會不時地向創(chuàng)業(yè)成功人士學(xué)習(xí)” ， “ S14 自主創(chuàng)業(yè)不確定因素很多，我需要多結(jié)交朋友，爭取幫助” ，“ S13 如果他人和周圍的弱勢群眾遇到困難，我會盡力去幫助他們” ?；卮疬@三個問題的整體水平很高 ，而且很集中。 說明目前 在校大學(xué)生多數(shù)認(rèn)識到了創(chuàng)業(yè)是 服務(wù)于社會，要去幫助弱勢群體； 認(rèn)識到了去幫助別人，別人就會幫助我； 認(rèn)識到了向成功人士學(xué)習(xí)的重要性。這與前幾年，大學(xué)生認(rèn)為自己是社會的精英，不面向社會 創(chuàng)業(yè)的認(rèn)知水平有了很大的改善。 從表中可以看出 S17 變量贊同度最低，其平均值達(dá) 、標(biāo)準(zhǔn)差 。結(jié)合問卷中的問題“ S17 起點(diǎn)低、規(guī)模小，創(chuàng)業(yè)過程中不存在領(lǐng)導(dǎo)的問題 ” 這里有意設(shè)計了負(fù)面的說法，但調(diào)查結(jié)果是正面的。這個問題說明目前 在校大學(xué)生認(rèn)識到創(chuàng)業(yè)中領(lǐng)導(dǎo)能力的重要性，但是意見很分散。 表 3 調(diào)查問卷的統(tǒng)計描述 變量 平均數(shù) 標(biāo)準(zhǔn)差 分析人數(shù) S1 300 S2 300 S3 300 S4 300 S5 300 S6 300 S7 300 S8 300 S9 300 S10 300 S11 300 S12 300 S13 300 S14 300 S15 300 S16 300 S17 300 S18 300 S19 300 S21 300 S22 300 S23 300 S24 300 S25 300 S26 300 S27 300 S28 300 S29 300 S30 300 S31 300 S32 300 S33 300 調(diào)查數(shù)據(jù)的 KMO 和 Bartlett39。s 檢驗(yàn) 在進(jìn)行因子分析之前，首先要對所有變量進(jìn)行檢驗(yàn)，其目的是用來判斷數(shù)據(jù)是否適合做因子分析。通過 KMO 和 Bartlett39。s 檢驗(yàn)法檢驗(yàn)相關(guān)矩陣， 以考察本數(shù)據(jù)是否適合進(jìn)行因子分析。數(shù)據(jù)的 KMO 和 Bartlett39。s 檢驗(yàn)結(jié)果詳見表 4。 表 4 創(chuàng)業(yè)問卷的 KMO 和 Bartlett39。s 考驗(yàn) KaiserMeyerOlin 考驗(yàn) Bartlett39。s 考驗(yàn) 卡方 X2 Df 528 Sig .000 KMO 是相關(guān)系數(shù)與偏相關(guān)系數(shù)的一個比值，最大接近 1， KMO 值的大小表示變量間的共同因素 多少。 KMO 值越大越表示變量間共同因素的越多，越適合進(jìn)行因素分析。根據(jù) （ Kaiser,1974）的觀點(diǎn)，研究的 KMO 值大于 。是還好的程度如表 4 所示， KMO 值為 ，比較適合進(jìn)行因子分析。同時 Bartlett39。s 檢驗(yàn)結(jié)果表明，顯著性水平 P=.000,即各變量之間存在相關(guān)，且相關(guān)矩陣是一個 非常 顯著的相關(guān)矩陣，適合做因子分析。 抽取公因子的個數(shù)分析 我們對數(shù)據(jù)采用主 成分分析法抽取公因子，通過特征值、貢獻(xiàn)率和碎石圖三種判定法，確定抽取公因子的個數(shù)。表 5 為大于 1的因素特征及其貢獻(xiàn)率。 表 5 大于 1 的因素特征值及其貢獻(xiàn)率 因素 特征值 貢獻(xiàn)率 % 累加貢獻(xiàn)率 % 旋轉(zhuǎn)后的特征值 1 2 3 4 5 6 7 8 9 通過表 5 我們可以看到：特征值大于 1 的因子有 9 個， 但是因子 9 的貢獻(xiàn)率 小于，所以可以把這三個因子去掉， 6 個因子的貢獻(xiàn)率合計 %可以由 6 個潛在因子解釋。333231302928272625242322212021181716151413121110987654321變量43210特征值碎石圖 圖 1 調(diào)查數(shù)據(jù)的碎石圖 圖 1 為本次調(diào)查研究的碎石圖。通過碎石圖我們可以直接觀察到，前 9個點(diǎn)的特征值大于 1，而前六個點(diǎn)特征值清晰 。 所以 ， 從碎石圖上可以選取 6個因子。 結(jié)合表 5，如果取 6 個因子的累計貢獻(xiàn)率為 %，為中等水平的覆蓋率，我們決定抽取 6 個 因子做為的研究結(jié)果。 因素負(fù)荷矩陣旋轉(zhuǎn)分析 決定因子抽取個數(shù)后，本研究采用了方差最大法，對負(fù)荷矩陣進(jìn)行旋轉(zhuǎn)，使數(shù)據(jù)向 0和1兩極分化，得到了最終的因子負(fù)荷矩陣。筆者在進(jìn)行旋轉(zhuǎn)法的選擇時，采取了方差