菱教育民調4/大專院校階段最在意畢業即失業 7成9民眾盼超前部署與社會接軌
菱傳媒.2024年10月4日 00:00

菱教育民調4/大專院校階段最在意畢業即失業 7成9民眾盼超前部署與社會接軌

(記者張麗娜/台北報導)受少子化影響,近年許多大專院校面臨招生危機,高等教育發展備受關注。根據《菱傳媒》最新發表「台灣10大教育問題」網路民意調查結果顯示,「學以致用、業界接軌」是大專院校階段最被關注的議題,比例達79%;其次是「適性發展、育才選才」,有66.6%民眾關注;「品格教育、多元發展」則以34.2%列居第三。

《菱傳媒》「台灣10大教育問題調查」網路民調,針對「品格教育、多元發展」、「校園安全、校園霸凌」、「適性發展、育才選才」、「學以致用、業界接軌」、「心理健康、學校輔導」、「健康發展(體育活動與睡眠時間)」、「家庭教育、親職教育」、「教師職能、教育競爭力」、「雙語教育」、「特殊教育、融合教育」10大教育議題,由民眾分別就國小、國高中、大專院校階段,票選各階段最在意的三項議題。

當被問及「請選擇您對於現今學生在大專院校階段,最在意的三項議題」時,有79%民眾選擇「學以致用、業界接軌」,66.6%選擇「適性發展、育才選才」,調查結果顯示,「學以致用、業界接軌」、「適性發展、育才選才」是大專院校階段關注程度最為突出的議題,更是各個階段中關注比例最高的議題,顯見畢業即失業的擔憂,至今仍存在民眾心中。

由這些較為看重的議題可看出,民眾對於大專院校階段學生,從個人興趣探索,顯著地轉向對業界與職場接軌的需求,以及相對應能力的培養等。其餘如「品格教育、多元發展」(34.2%)、「教師職能、教育競爭力」(31.7%)等議題,在大專院校階段也有三成以上的關注比例。

交叉分析來看,性別、年齡在不同教育議題的關注程度也展現出差異。女性相對重視「學以致用、業界接軌」,關注比例高達83.4%,男性關注度則為75.4%;男性則相對重視「教師職能、教育競爭力」部分,男性關注度為33.7%,高於女性的30.1%。

若從年齡來看,高齡族群(60歲以上)對於「學以致用、業界接軌」(88.2%)、「適性發展、育才選才」(73.9%)、「品格教育、多元發展」(46.3%)等議題的關注程度都是各年齡層最高,顯見高齡族群對銜接職場以及個人發展的看重。

另一方面,高齡族群對「教師職能、教育競爭力」的關注度為27.5%,為各年齡層最低,這可能與高齡族群的教育程度分布有關;而教育程度較高的族群,如大專院校、碩士或以上者,在「教師職能、教育競爭力」議題的關注程度都較高,分別是33.5%及33.1%。

此外,根據學科背景、工作形態、有無子女等其他面向進行交叉分析,發現人文與社會科學背景的受訪者,相對更關注「學以致用、業界接軌」,比例高達82.7%;而自然科學與工程背景的受訪者,則在「教師職能、教育競爭力」(32.8%)及「校園安全、校園霸凌」(19.2%)關注比例較平均值高。另已婚、有子女的受訪者在「品格教育、多元發展」與「教師職能、教育競爭力」的關注度分別為36.4%、32.9%,皆高於未婚或無子女受訪者的30.4%及29.7%。

「台灣10大教育議題調查」是《菱傳媒》委託皮爾森數據執行,經費來源為《菱傳媒》,調查執行日期為9月16日至9月22日,針對全台灣年滿18歲以上之網路人口,有效樣本1317份,抽樣誤差在95%信心水準下,抽樣誤差為±2.70%。

民調抽樣方法採用網路主動發放調查方式,透過資料管理平台(DMP),在性別、年齡與居住地比例分層隨機抽樣進行調查,並輔以網路行為分析帶入使用者輪廓標籤,確保符合調查對象的唯一性。同時針對使用者的性別、年齡與居住地的準確性採用網路行為與資料庫標籤比對方式,結合問卷題目設計做雙重認證,確保資料正確性與可靠性。

樣本代表性與加權則採用比率估計法,母群體參數依內政部公布2024年7月民眾年齡、性別、戶籍資料,結合皮爾森數據DMP修正網路人口特徵值,逐項重複進行連續性修正,以使樣本特徵與母群體結構達到一致。

菱傳媒原始網址:菱教育民調4/大專院校階段最在意畢業即失業 7成9民眾盼超前部署與社會接軌

最新選舉新聞

最新選舉新聞

多元觀點

不同視角的媒體報導

賴清德 將官

軍售 台灣 欺詐

國防部 雷神 抬價

美軍 欺詐

調漲 電價

山陀兒 牛步

中天新聞網
品觀點
FTNN新聞網
中天新聞網
賴總統晉任將官茶敘場面尷尬 帥化民回憶蔣經國當年事
賴清德總統8月在總統府主持晉任將官茶敘,傳出因為禮節問題怒罵將官,場面非常尷尬。陸軍退役中將帥化民昨(2)日對此表示,當年他擔任旅長時,蔣經國總統召見,總統進去很隨和、手一擺,他們才站起來一半就坐下來了。
  • 資料來源:網路溫度計自2017年至今約累積28億則以上文章的網路社群大數據資料庫,其內容涵蓋Facebook、YouTube、Instagram、Dcard、以及包含Yahoo奇摩新聞、聯合新聞網、中時新聞網、ETtoday新聞雲、LINE TODAY、蘋果日報、自由時報、三立新聞網等約350家媒體網站上與選舉相關之政黨、候選人公開資料。
  • 分析方式:本模型分析方式非採傳統抽樣之民意調查,係將蒐集之資料庫予以分析,無母體數、樣本數限制。本模型係運用大數據關鍵引擎,透過深度學習與AI人工智慧技術,使用斷字切詞(Word Segmentation)、語意分析(Semantic Analysis) 、即時情緒分析(Real-Time Sentiment Analysis)等技術,汲取網路上相關討論文章,將文章分為正面、負面、中立三種情緒,計算網路聲量。
  • 跨世代劃分標準:本預測模型判別跨世代之依據,係以不同世代使用者之網路社群行為模式差異區辨。以不同社群網站之使用者世代臉譜數據為基礎,計算跨世代在不同社群聲量上的權重,綜合計算後得到世代好感度數據。
  • 名詞解釋
    • 網路聲量:透過「KEYPO大數據關鍵引擎」,計算社群討論及新聞報導提及的文章則數,聲量越高代表討論越熱,能見度越高。
    • 好感度分數:綜合評估網路聲量與網友語意情緒,分析各熱門候選人的網友評價。各熱門候選人的情緒、聲量皆經過標準化分數處理,得出好感度分數,再進行各縣市候選人彼此的比較,評量不僅需要聲量高,而且是好評要高,負評要低。好感度分數範圍在0-100分之間,分數越高,表示整體網友對於該位候選人的好感程度越佳。
  • 其他說明
    • 調查單位及主持人:大數據股份有限公司
    • 辦理時間:即日起至2022年11月16日止,逐日更新好感度數據。
    • 抽樣方式:本預測模型非抽樣之民調調查
    • 母體數:無母體數,請參考上述大數據資料庫的內容涵蓋範圍
    • 樣本數及誤差值:本預測模型非採用小樣本抽樣之民意調查,不適用抽樣誤差值
    • 經費來源:Yahoo奇摩、大數據股份有限公司