株洲市高级会计人才培养①.docVIP

PAGE  PAGE 12 株洲市高级会计人才培养① 　　【摘要】从建国初期到今天，工业一直是株洲的名片。伴随着工业的迅猛增长，需要大量的会计人才特别是高级会计人才②。本文采用因子分析法提取影响株洲市会计人才培养的问题体系，针对现存的问题从政府、用人单位和个人自身等三个角度对提出株洲市高级会计人才培养的对策建议。 　　【关键词】株洲市高级会计人才因子分析对策建议 　　【中图分类号】F233 　　株洲市是典型的工业城市，从建国初期到今天，工业一直是株洲的名片。伴随着工业的迅猛增长，需要大量的会计人才特别是高级会计人才，现阶段株洲市大型企业或公司都面临着“请进来”到“走出去”的问题，尤其是株洲市的轨道交通产业已经率先走出了国门，培养和引进具有国际视野、熟悉国际财务准则、熟练掌握国际资本运作能力、能轻松应对涉外财务问题的高级会计人才将是持续提升株洲市工业企业发展后劲，满足大型企业集团走出国门、参与国际竞争的必由之路。 　　一、高级会计人才培养存在的问题 　　有关株洲市高级会计人才培养存在的问题可以从政府、用人单位和个人自身三个角度来分析，如表1所示。 　　二、调查问卷设计 　　株洲市高级会计人才培养问题严重性的调查部分采用Likert 5级量表形式，要求高级会计人才根据认同程度，对列出的问题进行打分。株洲市高级会计人才培养问题严重性的调查包含3个维度，12个题项，对于问题题项，“1～5”分别代表“非常不严重～非常严重”。 　　三、会计人才培养问题体系的检验 　　为了更加科学准确的研究株洲市高级会计人才培养，整理问卷数据后，采用统计软件IBM SPSS Statistics 20.0对株洲市高级会计人才培养存在的问题题项进行效度分析（探索因子分析）和信度分析。 　　（一）题项净化 　　1.项统计量 　　借助统计软件SPSS 20.0，将所收集的样本数据进行“项统计量”分析，便可以从标准差的大小测量出所有题项同质性的高低。 　　根据表2的统计结果可以发现，所有题项的均值从3.65到4.04不等，标准偏差从0.995到1.853不等，均大于0.5。 　　2.项目??体相关分析 　　CITC（CorrectedItemTotalCorrelation）表示“项目总体相关”，即该题项与其它题项总和（不包括此题项）的相关系数。如果相关系数的数值小于0.4，且删除此题项后Cronbach’sα系数增加的题项予以删除；如果删除此题项后Cronbach’sα系数大幅降低，则仍旧保留此题项。 　　通过表3的统计结果可以看出，株洲市高级会计人才培养问题体系中所有题项的CITC系数值均大于0.4。故保留所有题项，并进行下一步的因子分析。 　　（二）探索性因子分析 　　1.KMO检验和巴特利特球形检验 　　利用KMO检验和Bartlett球形检验对样本数据进行可行性检验，判断变量之间是否存在一定的线性关系，检验因子分析的适当性。如表4所示，KMO值为0.967，而Bartlett球形检验的近似χ2统计值为2 978.496，且对应的显著性概率为0.000，故表明样本数据适合做因子分析。 　　2.主成分分析和最大方差正交旋转方法 　　通过KMO和Bartlett球形检验确定样本数据适合做因子分析后，采取主成分因子分析抽取共同因素，以特征值大于1为标准，保留特征值大于1的因子，舍弃特征值小于1的因子。据此标准，共萃取出3个共同因素（如表5所示）。 　　第1个因子的特征值为11.994，解释了所有方差的52.995%，累计方差贡献率达52.995%；第2个因子的特征值为4.146，解释了所有方差的10.191%，累计方差贡献率达63.186%；第3个因子的特征值为1.036，解释了所有方差的7.201%，累计方差贡献率达70.387%。这3个因子的累计方差贡献率达70.387%，表明原始信息丢失较少，整体解释度较好，因子分析的结果比较理想。 　　为了描述因子和各指标之间的关系，进行最大方差正交旋转（Varimax Rotation），以保证旋转后的成分矩阵内每一个共同因素内的题项变量的因子负荷量大小相差尽量达到最大，以便共同因素的萃取和命名。 　　旋转后的成分矩阵中，指标取舍的标准为：①在所有因子上的因子负荷值都小于0.5的指标，予以删除；②如果单个指标自成一因子，予以删除；③对于在两个或两个因子以上的因子负荷量都大于0.5的指标，予以删除。 　　另外，旋转后的成分矩阵中，因子负荷量的分布体现了各个指标与维度的从属关系，负荷值的大小也为下文指标权重的设定打下基础。 　　分析结果显示：在原衡量表中没有题项的因子负荷值低于0.5，保留所有的12个题项。 　　3个共同因素的萃取和命名如下： 　　因