文摘

为了解决这个问题,研究生是受传统观念影响的原生家庭和职业选择的创业意图很明显低,一个方法来探索医学生的创业精神培训模式在京津冀高校从混合的角度提出了大数据。本文选择行为的研究进行的一项调查研究生在大学在京津冀的创业意愿及其影响因素。从主人的角度在京津冀地区5所大学,学生的选择个人背景信息、创业态度、主观规范、感知行为控制、和创业教育指数因素建立影响因素的指标体系的研究生创业意图和使用“理论模型和SPSS数据统计和其他工具来分析获得的数据结果。结果表明,性别,专业,原产地,兼职经验,和创业经验的亲朋好友对应0.000,0.000,0.482,0.172,0.003,和0.004,分别。可以看出,独立变量,主要和原产地,没有统计学意义。统计的大学生创业意愿,23.33%的学生表示“一无所有”,27.8%的学生说:“想,但不会创业。”可以看出,创业态度、主观规范、感知行为控制所有积极影响创业意愿,只有学习能力,机会把握能力,自我识别能力,对创业意愿和果断有显著影响。

1。介绍

随着医学的不断发展,医学教育已被越来越多的关注。特别是在疫情的影响下,医学的推广和发展尤其重要。正是在这种背景下,中国已经提出了“健康中国”的战略。在“健康中国”战略,这是非常重要的一份好工作在培养学生创业精神。特别是,医学生的就业形式越来越严峻。一些外国医学大学高度重视企业战略和创业环境的研究,并提出了一种成熟的模式在创业能力的培养1]。目前,中国的健康产业只占GDP的4%∼5%,这远远低于15%在美国,10%的比例在日本和加拿大。根据医学学科的特点,这是一个问题,许多医学大学需要探索和脸进行大规模创业和创新教育(2]。自2015年以来,超过23政策文件已经发布了“大规模创业和创新。“然而,与其他专业相比,医学学生创业内生动力和实践能力略有缺乏大规模创业和创新实践项目(3]。目前,有许多文件“健康中国”战略领域的高等教育,但其战略背景下,减少培训医学生的创业精神。大多数医学院校都没有深入创业教育一体化的“大健康”行业。因此,通过创新改革模式的“政府、企业、大学和研究”,加快医疗卫生行业的发展(4]。抓住机会大力发展医疗卫生事业和促进的目标学生的创业,主要的医学院校强调培养学生的创业意识和知识应用能力,同时,与大健康产业。通过改进和创新培训模式,将派更多的创业人才对社会(5]。

2。文献综述

健康的中国是一个发展战略,和人们的健康是一个国家繁荣和国家繁荣的重要标志。有必要改善国家卫生政策和提供全面和完整的卫生服务(6]。因为我们想要促进学生的发展的创业精神在实际教学环境,实现“健康中国”战略的实施,我们需要了解医学生的现状的创业培训在当前实际的教学工作。通过这种方式,我们可以有效地实现经济增长和促进学生实际的教学活动。培养人才,我们必须首先确定一个“梦想”,进行三个阶段的梦想建筑,梦想追逐和实现梦想的梦想,和开展培训阶段,平台,如图1。

创业教育在国外医学院校也发达。国外医学院校认为跨学科合作医疗行业的创新是至关重要的,特别是在医疗技术转化成有效的临床解决方案。因此,几乎所有的外国医学院校将跨学科课程。课程包括医学、工程、科学、商业、或法律专业。在创业与创新相关的概念及其应用,领导、技术、医疗和制药业务将被教7]。混合方法研究的美国特发性医学院发现创业教育项目的数量在医学教育规模虽小但增长迅速。这些课程提高学生准备今天的复杂的医疗环境中通过介绍小说的教育主题活动和跨学科的教育学8]。从2007年到2016年,创业计划开始在美国流行的对抗疗法,形成一个创业教育课程与七个教育主题(创新、企业家精神、技术、领导、医疗系统、医疗业务,和增强适应性)和两种教学方法的主题(主动学习和跨学科教学)9]。密歇根大学医学院(嗯)设计和实现创业项目,帮助学生探索医疗创新的商业潜力,建立创业团队在项目的支持,为团队成员提供创业导师,并提供量身打造的创业教育课程。学习目标是最好的研讨会/教学的形式提供。教学研讨会可以提供交互式教学经验比授课为基础的学习,增加教师和学生之间的交流,促进学生的积极参与,创业研讨会,发展创业的想法,形成团队领导的商业计划和示威,包括同行评估和开发技能,同行开发、沟通、关键评估,创造性思维,解决问题,和计算技巧,有效地促进和提高医学生的创新精神和创业能力。

自我国提出了创业战略,全国主要的大学已经开始开展创业教育改革一个接一个,和越来越多的医学院校致力于创业教育。有一些差异和职业倾向进行教育的过程中主要的大学。不同于综合性大学或其他工程类,医学院校cross-learning缺乏资源由于其强大的学术和专业特点。此外,大多数学院和大学在医学生创业教育的误解,这不是明显不同于非医学学生的创新教育。其目的是培养学生为大企业家,和没有足够的相关医学生的培养目标和就业特征。此外,一些医学院校为所有学生提供创业课程。一些医学院校只设置这门课程的选修课程2 - 3学时,学分较低,难以吸引学生的注意力(10]。尽管一些学院和大学设立了相关的课程,创业教育仅仅局限于理论课程和正式创业比赛,也没有成熟的课程体系。此外,大部分的教师从事创业教育在医学院校不来自专业领域,单一形式的教育,缺乏创业实践经验,和一些创新成果(11]。

3所示。基于计划创业意愿的影响因素模型

3.1。“框架为大学生的创业教育因素

创业教育作为传播媒介的创业知识和技能,不能直接影响学生的创业意向,但可以通过培养学生的创业态度施加影响和个人特点。创业教育可以有效地培养和改变大学生的创业态度与社会心理学研究也表明,可以有效地改变个人行为和态度通过实践和认知水平,鼓励沟通和例子。因此,本文基于“理论框架,增加了创业教育的影响因素。在讨论创业教育占据了多少研究生创业意向的形成,同时也分析了什么样的创业教育可以最大化驱动效应在研究生创业意向的形成12]。假设创业教育影响创业意图通过改变个体创业态度、主观规范和感知行为控制。下面的理论因素框架构造如图2。

基于计划行为理论,本文介绍了两个变量:个性特征和创业能力。基于上述研究假设,构建一个完美的大学生创业意愿影响因素模型的医学(13),这是符合当前大规模创业背景环境。参见图3。

3.2。问卷调查和示范

3.2.1之上。样品测定

本研究的研究对象是青年大学生从五个学校在北京,天津,河北。他们的专业包括医药(中国传统医学和临床医学)、药学(中药和药房)、护士、心理学、管理(营销和公共事业管理),工程(医学信息工程)。

问卷调查是由使用方便抽样法和线上和线下的结合。1000问卷发放,988被找到,12无效问卷被排除在外,和左有效问卷976份,有效回收率为97.60%。EpiData 3.1被用于数据输入,和SPSS 21.0被用于数据处理。单一选择问题描述和分析了频率和百分比,和multichoice问题描述和分析了受访者的百分比比例的反应。见表1获取详细信息。

3.2.2。统计方法

EpiData 3.1被用于数据输入,和SPSS 21.0被用于数据处理。克伦巴赫的一个被用来分析问卷的内部一致性,因子分析被用来测试问卷的结构效度,和项目领域相关分析是用来测试集体有效性和歧视调查问卷的有效性。根据中心极限定理,样本大小n逐渐增加(通常需要n> 30),样本均值的概率分布将大约遵循正态分布的总体布局。本研究的样本容量约为1000,这已经达到了中心极限定理的样品需求,可以视为近似正态分布。因此,测量数据在统计上所描述的(x+年代),统计数据所描述的组件比例或百分比(%)。当方差是一样的,两个独立样本t以及用于测量两组数据,和单向方差分析用于多个组的数据来分析医学大学生的创业意愿和创业能力具有不同人口特征。当方差不均匀,使用秩和检验进行分析。最后,我们使用多元线性回归来分析创业意愿的影响因素。

3.2.3。描述性统计

如表所示2和3创业意向的学生的总分是2.54±0.63两所医学院校,这是低于290年通用电气Ruolan基于调查结果2017年长沙医学院医学本科生(2.94±0.32)。这四个维度的得分在创业意愿规模基于“理论是2.99±0.78,2.98±0.75,2.05±0.76,2.30±0.80,分别平均得分低于3。其中,得分最低的是感知到的行为控制,得分最高的是企业家的态度。创业能力的总体得分两医学院校的学生是3.18±0.52。除了“学习能力”和“机会”的把握能力,其他变量的得分高于3。其中,得分最高的是“认知能力”(3.73±0.66),得分最低的是“机会把握能力”(2.61±0.82)。

3.3。测试的信度和效度

3.3.1。可靠性测试的规模

拉希模型在项目反应理论适用于这两个响应数据。它是一个特例单一参数项目反应理论模型。其概率是来源于主体之间的关系以及主题的困难的能力。结合的能力与困难公式基于项目的区别提出了。的比值编码“正确/不正确”或“是/否” 在哪里 代表主题的概率我评估项目j为1或0。代表了主体的内在能力我;代表项目的难度j有50%的概率,答案是正确的。然后,拉希两种分类模型的公式

当模型参数包含歧视一个_j代表项目的歧视J这个公式可以写成

部分信贷模型(PCM)由主GPCM时是一个特殊的模型假设的歧视参数每件1 (一个_j= 1),适用于multiclassification响应数据:

PCM是扩展到广义段评分模型(GPCM)。自项目微分参数引入到模型中,比PCM GPCM带来更多的信息: 其中参数一个_j表示为潜在的健康状况和生活质量,固有的健康状况和生活质量的响应强度测量的分类阈值,和歧视的物品在不同的潜在的健康状态。

3.3.2。根据贝叶斯理论广义段评分模型

定义y= (y_我1,y_我2、…y_ij)代表观察到的项目反应向量, 代表主体的能力参数,参数向量的项目j是一个=一个_j, 。观察到的响应向量的似然函数

N和o (log N)代表正态分布和对数正态分布,分别和一个非负。参数的先验与相对无信息先验。潜在特质的分布没有设置为标准正态。相反,设置超级先天的标准正态和超级的先天没有先天的信息。超级先天的服从逆伽马分布的平均值1.0和2的方差(−0.5)形状率时,哪些地方的大部分参数值一般的观察(−3 + 3)的限制。然后,联合后验分布

条件后之前的数量成正比的似然比数据。的条件概率分布 是

3.4。一致性测试检验

3.4.1。可靠性分析的规模

GPCM被用来测试量表的内部一致性的可靠性。系数越大,变量的内部一致性越高,表明变量之间的测量项目有很好的相关性。目前,在学术界是克伦巴赫的共同标准一个大于0.90,然后,这个测试的可靠性或规模是优秀的;如果克伦巴赫的一个在0.80和0.90之间,可靠性是可以接受的;如果克伦巴赫的一个在0.70和0.80之间,它需要被修改,但它没有失去价值;如果克伦巴赫一个< 0.7,需要重新设计。问卷的每个部分的可靠性分析结果如表所示4。每个维度的可靠性的“规模和创业能力规模0.78以上。可以看出,尺度都有高可靠性和高可靠性。

天花板效应和地板效应指的是,大部分得分都集中在高或低。这两个指标反映分数分布的重要特征。计算的人口比例的最低和最高分数规模的创业意愿和创业能力量表,分别。如果分数1%的受试者达到极限(得分最高或最低的分数),分别会有天花板效应或地板效应。15%的地板或天花板效应被认为是可以接受的。如表所示4分数最低的,只有16.4%的病例在感知行为控制维度在创业意愿量表有地板的效果。比例最低的得分情况下每个维度的得分最高的情况下,创业能力规模小于15%,而且没有天花板效应和地板效应。

3.4.2。创业意愿规模基于图则理论

表5和图4规模和砾石图表显示,创业意愿。可以看出KMO值0.942大于0.7,巴特利特球形测试大约是14372.737 x平方分布,自由度是190,和意义为0.000,表明适用于因子分析。主成分分析用于每个条目的正交旋转的创业意愿,和三个常见的因素是提取根据特征根大于1 (14]。如表所示5,PBC1∼PBC6高负荷因子1,可以叫知觉行为控制因素;有所∼AB5有高负载因子2,可以叫创业态度因子;SN1∼SN4因素3中有更高的负载,可以命名为主观标准因素;EI1 EI2有更高的负荷因子2,和EI3∼EI5有更高的负载因素1。提取的常见因素基本上是符合的尺寸,和累积贡献率为67.527%,表明创业意向量表具有较好的结构效度。

3.4.3。创业能力表

表6和图5创业能力表和碎石图。创业能力的KMO价值规模为0.927,大于0.7。巴特利特球形检验的大约是18390.291 x平方分布,自由度是435,和意义是0.000,这表明它是适合因素分析。主成分分析用于每个条目的正交旋转的创业能力,和7个常见因素提取根据特征根大于1。如表所示6C1∼C5有高负载因子1和因素可以被命名为人际关系处理能力;B1∼2 B4有更高的负载因素,可以叫机会把握能力因素;F1∼F4有高负载因子3,可以命名的认知能力因素;H1∼H3有高负载因子4,可以命名的决定性因素;E1∼E4因素5中有更高的负载,可以命名资源集成能力因素;A1∼A4有更高的负载因素6、可以叫学习能力因素;D1∼D3有更高的负载因子7,可以叫规划能力因素;和G1∼G3也显示高负荷因子4 (15]。提取的常见因素基本上是符合的尺寸,和累积贡献率为71.743%,表明创业能力量表具有较好的结构效度。

4所示。分析创业意愿影响因素的医学院学生

利用多元线性回归分析医学大学生创业意愿的影响因素。首先,有序或无序multiclassification变量转换为两个分类变量,也就是说,专业:1 =医疗相关(医学、药学、护理)和2 =非医学相关(心理学、管理工程);和创业经验的亲朋好友:1 =没有创业经验(从未)和2 =创业经历(曾经的和现在的)(16]。

其次,多元线性回归的适用条件进行了分析,包括以下:(1)有一个线性独立变量和因变量之间的关系。它是评判画一个散点图。(2)残差的常态。它是根据图纸标准化残差直方图和正态概率图(图)。(3)Equivariance残差。通过绘制预测值的散点图的标准化的残余,如果下面的标准化残差波动零水平没有明显的规律性,可以判定y满足方差相等的假设。(4)消除有影响力的案件。人们普遍认为,如果标准化残差的绝对值和studentized残差小于3,没有强大的影响力的样本。然而,强烈的影响点的去除需要精心挑选结合专业知识。(5)不应该有独立变量之间的共线性。人们普遍认为,如果公差(TOL) < 0.1,方差膨胀因子(VIF) > 5,和条件指数(CI) > 30,有严重的共线性。

4.1。回归分析人口特征对创业意图

以创业意愿为因变量和人口特征为自变量,进行多元线性回归分析通过强行进入的方法,并建立了回归方程如下: 在哪里Y₁代表了创业的意图,X₁代表了性别,X₂是主要的,X₃代表了原产地,X₄代表了兼职的经验,X₅代表亲戚和朋友的创业经验,b_,我代表不同项的回归系数。

有一个线性的自变量和因变量之间的关系绘制散点图。残差直方图和正态概率图(p p图)显示剩余是正常的。规范化的残余由散点图预测残值满足isovariance [17]。如表所示7的最小值和最大值标准化残差的人口统计学变量之间的相关性和创业意愿是−2.011和3.779,分别的最小和最大值studentized残差−2.016和3.797,分别。

的测试结果表明模型的拟合优度复相关系数R决定系数为0.183,R²是0.033,和调整R²值为0.028,表明性格特征可以解释大约3.3%的创业意愿。统计测试了回归方程方差分析:回归回归,自由度= 5,党卫军回归= 20.507,和女士回归= 4.101;剩余自由度= 963,党卫军剩余= 592.377,女士回归= 0.615。的F值是6.667,值< 0.000,表明回归方程是有意义的。如表所示8、性别、专业、原产地、兼职经验,和创业经验的亲朋好友是0.000,0.000,0.482,0.172,0.003,和0.004,分别。可以看出,独立变量,主要和原产地,没有统计学意义。然后,把两个变量的主要原产地,并做多元回归性别、兼职经验,和创业经验的亲戚和朋友。结果如表所示8。

的测试结果表明模型的拟合优度复相关系数r= 0.175,决定系数R²= 0.031,调整R²值为0.028,表明人格特点可以解释大约3.1%的创业意愿。统计测试了回归方程方差分析:回归回归,自由度= 3,党卫军回归= 18.863,和女士回归= 6.288;和残渣剩余自由是968,党卫军剩余= 596.450,剩余女士= 0.616。的F值是10.205,值< 0.000,表明回归方程是有意义的。如表所示9三个变量的系数都是积极的,这表明性别、兼职经验,和创业经验的亲朋好友有积极影响创业意愿和有统计学意义( )。另眼相看的标准化回归系数、性别(0.117)>兼职经验(0.107)>创业经验的亲朋好友(0.093),这表明三个变量的影响程度的顺序对创业意图是性别>兼职经验>创业经验的亲戚和朋友。总之,回归方程

4.2。回归分析的创业态度、主观规范和感知行为控制创业意愿

首先,控制变量(人口统计变量)是作为一个独立的变量进行回归分析创业意图获得模型1,然后,控制变量和创业态度、主观规范和感知行为控制作为自变量进行回归分析对创业意图获得模型2。

首先,多元线性回归的适用条件进行测试。有一个线性的自变量和因变量之间的关系绘制散点图。残差直方图和正态概率图(图)显示剩余是正常的。规范化的残余由散点图预测残值满足isovariance [18]。如表所示10,创业的相关分析的态度、主观规范、感知行为控制、和创业意图。Sn之间有很强的相关性和中国人民银行,是一个温和的AB之间的相关性,Sn和中国人民银行。可能不是一个有多个线性关系。进一步分析表明,模型1中的5个变量的托尔是在0.935和0.993之间,所有> 0.1,和VIF在1.007和1.070之间,所有的< 5。模型2中的八个变量的托尔是在0.584和0.977之间,都是> 0.1,和VIF在1.024和1.711之间,所有的< 5。和两个模型的Ci小于30,所以认为没有独立变量之间的共线性。标准化残差的最小和最大值−3.887和3.396,分别和学生残差最小和最大值−3.914和3.421,分别。

模型拟合优度的测试结果表明,复相关系数R模型1是0.184,决定系数R²是0.034,和调整R²值是0.029。复相关系数R模型2是0.786,决定系数R²是0.617,和调整R²值为0.614,这表明“变量可以解释61.7%的创业意愿。

统计测试了回归方程方差分析:模型1的回归,自由度= 5,党卫军回归= 20.660,和女士回归= 4.132;和剩余残余自由= 962,党卫军剩余= 591.418,和残余女士= 0.615;F值是6.721,值< 0.000,表明回归方程是有意义的。模型2回归自由度= 8,党卫军回归= 377.772,和女士回归= 47.221;剩余剩余自由度= 959,党卫军剩余= 234.306,和残余女士= 0.244;F值是193.275,valueis < 0.000,表明回归方程是有意义的。

如表所示11,值对应的创业态度、主观规范和感知行为控制在模型2 < 0.000、0.010和< 0.000,分别和系数都是积极的,这意味着创业态度、主观规范、感知行为控制有显著积极影响创业意愿。根据标准化回归系数,三个变量对创业意愿的影响感知行为控制、创业态度和主观规范由高到低。

4.3。创业能力变量的回归分析对创业意愿

首先,控制变量(人口统计变量)是作为一个独立的变量进行回归分析创业意愿得到模型1,然后,控制变量和创业competence-related变量如学习能力、机会把握能力和人际关系处理能力作为自变量进行回归分析创业意愿获得模型2 (19]。首先,多元线性回归的适用条件进行测试。有一个线性的自变量和因变量之间的关系绘制散点图。残差直方图和正态概率图(图)显示剩余是正常的。规范化的残余由散点图预测残值满足isovariance [20.]。如表所示12创业能力与创业意愿的相关分析表明,有一个温和的变量之间的相关性,这可能不是一个多元线性关系。进一步分析表明,模型1中的5个变量的托尔是在0.936和0.993之间,所有> 0.1,和VIF在1.007和1.068之间,所有的< 5。13个变量在模型2的托尔是0.5140.975之间,都是> 0.1,和VIF在1.025和1.944之间,所有的< 5。因此,判断,没有独立变量之间的共线性。标准化残差的最小和最大值−3.956和3.589,分别和学生残差最小和最大值−3.992和3.640,分别为(21]。

模型拟合优度的测试结果表明,复相关系数r模型1是0.184,决定系数R²是0.034,和调整R²值是0.029。复相关系数r模型2是0.663,决定系数R²是0.440,和调整R²值为0.432,这表明“变量可以解释44.0%的创业意向(22]。

统计测试了回归方程方差分析:模型1的回归,自由度= 5,党卫军回归= 20.546,和女士回归= 4.109;和剩余剩余自由度= 953,党卫军剩余= 586.034,和残余女士= 0.615;F值是6.682,值< 0.000,表明回归方程是有意义的23]。模型2回归自由度= 13,党卫军回归= 266.838,和女士回归= 20.526;945年和剩余剩余自由度,党卫军剩余= 339.742,和残余女士= 0.360;F值是57.093,值< 0.000,表明回归方程是有意义的。

如表所示13,相应的值的学习的能力,机会把握能力、人际关系能力、规划能力、资源整合能力、自我认知能力、坚强和果断值0.000,0.000,0.775,0.494,0.809,0.010,0.610,和0.039,分别24]。其中,学习能力系数,把握机会,和果断是正的,和认知能力的系数是负的,这说明学习能力,把握机会,和果断有显著积极影响创业意愿,而认知能力(0.05 PG)产生负面影响。让我们看一下标准化回归系数。的四个变量对创业意愿的影响程度从高到低的学习能力(0.457),机会把握能力(0.238),(0.088),自我意识能力和果断(0.068)。

假设检验结果可以根据上面的多元线性回归分析结果,如表所示14。在个性特征的维数,只有性别、亲戚和朋友的兼职经验,和创业经验影响创业意愿。图则变量中,创业态度、主观规范、感知行为控制对创业意愿有显著的积极作用,也有显著的三个变量之间的交互。在创业能力变量,只有学习能力、机会把握能力,自我意识能力,果断有显著积极影响创业意愿(25]。

5。结论

结果表明,创业意愿的医学院学生的总分是2.54±0.63,23.33%的学生说“不”,27.8%的学生表示“考虑但不会创业”;显然,一半的学生说他们不会创业,创业意愿较低,符合国内外许多学者的研究结果。然而,随着经济的快速发展和国家创新和创业的热潮,总的趋势是医学大学生创业意愿上升。提高医学大学生的创业意愿是问题的根源。根据频率的概念,广义部分得分模型使用LTM包R软件估计GPCM的参数。然而,它有一个样本大小限制时筛查和评估项目,规模,通常需要一个相对较大的样本量。然后,面对相对较小的样本,建议使用的方法结合贝叶斯理论与广义段评分模型,R软件和WinBUGS软件进行分析。基于贝叶斯方法的外观和项目反应理论的适用性,贝叶斯广义段评分模型仍然使我们能够获得更可靠的参数估计当面对小样本,然后做相关的统计推断。

简而言之,中医没有足够的长期学生自我意识和职业意识。职业规划的意识和能力需要提高。创新和创业教育的程度和学生的创新和创业能力仍需加强。因此,学校应该重视大学生的职业规划教育,提高课程,建立长效学习机制的教学老师,提高指导人员的专业化程度,注意学生的心理辅导。与此同时,我们应该跟随时代的潮流,集成创新和创业教育为本科生和研究生的整个过程培训的长期学生中医,为医学生提供全面支持的创业项目,使医学生未来的职业发展更加多元化,医疗科研成果转化,促进产业化在多个维度,以养成良好的就业由创业周期。

数据可用性

标签数据集用于支持本研究的发现可以获得相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作是支持的人文社会科学研究重点项目2021年河北省教育部(项目没有。SD2021002)。