（1.山西省气象灾害防御技术中心，山西 太原 030012；2.太原理工大学力学学院，山西 太原 030024）
摘要：培训班结束后，培训内容对参训学员解决实际问题的影响是否明显，学员在年龄、学历、职称、专业背景存在较大差异，这些因素对学员培训后能力提升影响是否显著，是培训学院较为关心的重要课题。通过搜集整理培训班评估基础数据，借助SPSS平台，通过回归分析，单因素方差分析等数理统计方法，对学员年龄、学历、职称、专业背景对培训后能力提升效果的影响进行分析，得出培训后效果满意度的模型。
关键词：单因素方差分析；相关分析；回归分析
引言
学员对培训班教学效果的满意度，是培训班举办的基础。为全面深刻分析影响教学效果满意度的因子，通过近五年核心课程教学质量满意度调研，根据调研数据统计分析，建立有用的参数模型，为日后培训班提高教学质量提供参考。
1研究对象与统计分析方法
1.1研究对象
本文搜集整理了培训学院2016年-2018年开展山西省气象部门县局副局长综合素质轮训五期培训班（以下简称轮训班）的学员资料，并对轮训班学员开展了培训后效果调研，回收有效问卷102份，占比70%。通过统计方法完成与培训后效果的统计评估。表格当中0表示否，1表示是。能力提升得分，满分为十分，表示培训结束后培训内容对自己在理论素养、县级综合业务、公共气象服务、综合管理能力提升的最终得分，也是本文的培训后效果评估的重要依据。
1.2本文所用统计分析方法
本文主要以数理统计分析方法为基础，对于名义变量（不取数值的变量，如学历、专业等）进行单因素方差分析，对比不同影响因子对培训后效果（能力提升）的影响，并找到对目标因素影响显著的指标类型。对于数值变量（如年龄、岗位年限）进行相关性分析，找到与培训后效果线性相关的指标因子。通过多元回归分析，建立教学效果满意度模型。
2分析建模过程及结论
2.1各个名义变量影响因子与能力提升的单因素方差分析
分析各个影响因子对能力提升的影响差异大小，可使用单因素方差分析来进行研究，进行单因素方差分析，首先将类型进行可操作化定义。设定职称、学历等各细项定义如表1所示，转化成待分析数据如表2所示。
表1各细项定义
对转换后的数据表2，进行单因素方差分析。计算显著性P值，若,拒绝零相关的原假设，说明两指标存在显著影响；若,则接受原假设，两指标不存在显著影响。
性别与能力提升相关的显著性p=0.748 > α=0.05，接受原假设，两指标不存在显著影响。
政治面貌与能力提升相关的显著性p=0.456 > α=0.05，接受原假设，两指标不存在显著影响。
职称与能力提升相关的显著性p=0.031< α=0.05，拒绝零相关的原假设，两指标存在显著影响。
学历与能力提升相关的显著性p=0.002< α=0.05，拒绝零相关的原假设，两指标存在显著影响。
专业与能力提升相关的显著性p=0.708> α=0.05，接受原假设，两指标不存在显著影响。
2.2各数值变量与教学效果相关分析
相关系数r是衡量两个随机变量相关程度的指标：
通常情况下通过以下取值范围判断变量的相关程度：
，极强相关；，强相关；，中等程度相关；，弱相关；，极弱相关或无相关。
培训年龄与培训后能力提升的相关系数=-0.662,|-0.662|>0.6，年龄与能力提升呈现线性相关关系；岗位工作年限与能力提升的相关系数=0.035，0.035<0.6，不呈现显著线性相关关系。
2.3教学效果与各教学因子的逐步回归分析
我们已经得出了影响能力提升的一些显著相关的因子，但需进一步分析各个因素对培训后能力提升的贡献值是多少。通过上述分析，年龄、职称（助工、工程师、副高、正研）、学历（专科、本科、研究生）与培训后能力提升有显著相关关系，进行逐步回归分析。
这里专科（）、高工（）属于名义变量，数值只能取0或1。从回归表达是可以看出，专科学历较低，与能力提升呈现负线性关系；年龄与能力提升呈现负线性关系，说明学员年龄越大，学习能力越弱；高工系数较高，说明，职称高的学员领悟能力强，容易理论联系实际，提高工作能力，开拓工作思路。
参考文献:
[1] 王凯，谢岳通.无线网络满意度的数理统计建模分析[J].通信技术,2014,47(10):1191-1197.
[2] 何晓群,刘文倾.应用回归分析[M].北京：中国人名大学出版社，2015:34-36.
第一作者简介：卢盛栋（1983-）男，汉族，山西太原人，硕士学历，工程师，从事老师工作。
论文作者:卢盛栋,,陈立瑾
论文发表刊物:《科技新时代》2019年7期
论文发表时间:2019/9/10
标签：能力论文; 方差论文; 培训班论文; 学员论文; 变量论文; 因素论文; 指标论文; 《科技新时代》2019年7期论文;