基于SPSS的教育技術(shù)專業(yè)學(xué)生成績分析

蔣紅星

[摘 要]學(xué)習(xí)成績是衡量學(xué)生掌握知識和技能的重要依據(jù)，也是教學(xué)質(zhì)量和教學(xué)效果的重要反映。通過對學(xué)生學(xué)習(xí)成績的量化分析，可以發(fā)現(xiàn)數(shù)據(jù)背后潛在的教學(xué)規(guī)律或教學(xué)問題，為改進教學(xué)方法、優(yōu)化課程設(shè)置或改善課程評價提供有價值的信息。基于SPSS統(tǒng)計軟件，對某班級個案的學(xué)生成績進行相關(guān)分析、聚類分析和因子分析，可以發(fā)現(xiàn)成績數(shù)據(jù)背后潛在的教學(xué)規(guī)律或教學(xué)問題。

[關(guān)鍵詞]SPSS 聚類分析 因子分析

[中圖分類號] TP319 [文獻標(biāo)識碼] A [文章編號] 2095-3437（2014）18-0004-04

一、緒論

學(xué)習(xí)成績是衡量學(xué)生掌握知識和技能的重要依據(jù)，也是教學(xué)質(zhì)量和教學(xué)效果的重要反映。通過對學(xué)生學(xué)習(xí)成績的量化分析，可以發(fā)現(xiàn)數(shù)據(jù)背后潛在的教學(xué)規(guī)律或教學(xué)問題，為改進教學(xué)方法、優(yōu)化課程設(shè)置或改善課程評價提供有價值的信息。

本文將對某校教育技術(shù)學(xué)本科專業(yè)某個班級的學(xué)習(xí)成績進行相關(guān)分析、聚類分析和因子分析，數(shù)據(jù)來源于該班級一至三年級42門課程的原始成績，班級人數(shù)為43人。因2名學(xué)生的成績?nèi)笔乐兀瑢嶋H有效樣本為41。個別學(xué)生某門課程成績?nèi)笔У模哉n程平均成績替代。本次分析工具采用統(tǒng)計分析軟件SPSS19.0。

二、分析方法

（一）相關(guān)分析

函數(shù)關(guān)系是變量間的一種確定性的關(guān)系，但在實際問題中，變量間的關(guān)系往往不是如此簡單，一個變量的值不能由另一個變量的值唯一確定。這種兩個變量之間依存關(guān)系但又不精確、不穩(wěn)定的關(guān)系稱為相關(guān)關(guān)系。相關(guān)分析是研究變量之間相互關(guān)系的密切程度和相互聯(lián)系方式的重要方法，它把變量之間的相關(guān)程度的強弱用適當(dāng)?shù)慕y(tǒng)計指標(biāo)表示出來。

（二）層次聚類分析

聚類分析是研究“物以類聚”的一種有效的統(tǒng)計分析方法。聚類分析能夠?qū)⒁慌鷺颖緮?shù)據(jù)按照他們在性質(zhì)上的親密程度在沒有先驗知識的情況下自動進行分類。[1]在分類過程中，人們不必事先給出一個分類的標(biāo)準。

主要有兩種聚類分析方法，即快速聚類分析方法（適用于大樣本）和層次聚類分析方法。其中，層次聚類分析分為兩種形式：一種是對樣本（個案）進行分類，稱為Q型聚類，它使具有共同特點的樣本聚齊在一起，以便對不同類的樣本進行分析；另一種是對研究對象的觀察變量進行分類，成為R型聚類，它使具有共同特征的變量聚在一起，以便從不同類中分別選出具有代表型的變量進行分析，從而減少分析變量的個數(shù)。[2]

（三）因子分析

教育領(lǐng)域的研究需要對反映事物的多個變量進行大量的觀察，收集大量的數(shù)據(jù)以便進行分析，尋找規(guī)律。在大多數(shù)情況下，許多變量之間存在一定的相關(guān)關(guān)系。因此，有時可以用較少的綜合指標(biāo)來分析存在于各個變量中的各類信息，而各綜合指標(biāo)之間彼此是不相關(guān)的。代表各類信息的綜合指標(biāo)稱為因子。因子分析的基本思想是將眾多的原始變量濃縮成少數(shù)幾個因子變量，利用這幾個公共因子去解釋較多需要觀測的變量中存在的復(fù)雜關(guān)系[3]，以達到簡化現(xiàn)象，發(fā)現(xiàn)規(guī)律的目的。

三、分析過程

（一）對課程變量的R型聚類分析

對課程變量進行探索性R型聚類分析，可以找到課程之間的某些規(guī)律和特點。連續(xù)性變量的樣本距離測量方法有多種，包括歐氏距離（Eucalidean Distance）、Minkowski距離、Chebychev距離和Pearon相關(guān)系數(shù)等。在SPSS聚類運算過程中，還需要計算樣本與小類、小類與小類之間的親密程度。SPSS提供了最短距離、最長距離、類間平均鏈鎖法、類內(nèi)平均鏈鎖法等。[4]

本次分析采用了Pearon相關(guān)系數(shù)和類間平均鏈鎖法。表1顯示了所有課程進行R型聚類分析后的歸類情況。

（1）當(dāng)課程分成兩類時。體育課都屬于類別2，表明體育課以身體運動和技巧為主，跟其他課程不歸屬一個類別，符合常理。同時，模擬電子線路實驗也屬于類別2，可能的原因在于，模擬電子線路實驗課程對學(xué)生的動作技能有一定的要求。

（2）當(dāng)課程分成3類時。體育課IV歸類出現(xiàn)變化，單獨歸入類3，說明體育課IV與其他學(xué)期的體育課的成績考核可能存在差別。

（3）當(dāng)課程分成4類、5類時。數(shù)字電路實驗從其他課程中脫離出來，單獨成為一個類別3，表明數(shù)字電路實驗在課程評價或課程特性上，與其他課程存在一定的差別。

（4）當(dāng)課程分成6類時。概率論與數(shù)理統(tǒng)計單獨成為類別2，原因未知。

（5）當(dāng)課程分成7類時。成為類別3的課程有馬克思主義經(jīng)濟學(xué)原理（文科）、馬克思主義哲學(xué)原理、毛澤東思想概論、思想道德修養(yǎng)和就業(yè)指導(dǎo)。這些課程基本上屬于思政課程范疇，具有較強的親密性。

（6）當(dāng)課程分成8類時。彩色攝影技術(shù)、法律基礎(chǔ)和軍事理論含軍訓(xùn)歸為類別1。法律基礎(chǔ)和軍事理論含軍訓(xùn)屬于公共基礎(chǔ)課，彩色攝影技術(shù)與之歸為一類，原因未知。

其他大部分課程歸為類別2，其中，傳播學(xué)、英語等屬于文科類課程，微機原理、高等數(shù)學(xué)、模擬電子線路屬于理科類課程。從課程性質(zhì)上看，類別2的課程很多課程之間似乎不存在非常緊密的聯(lián)系。究其原因，可能在于學(xué)生因素或課程因素等，當(dāng)然，也存在這樣解釋的可能性：學(xué)習(xí)成績好的學(xué)生，不管是理科課程還是文科課程，其成績都傾向于比較好；反之亦然。

四、結(jié)論

1.R型聚類分析歸類異常的課程的分析。通過對課程的R型聚類分析，結(jié)果顯示，大部分課程聚類方式符合常理，但是，彩色攝影技術(shù)、概率論與數(shù)理統(tǒng)計等少部分課程的歸類顯得異常。其異常的原因，可能是由課程內(nèi)容或課程性質(zhì)的特殊性造成的，可能是由于教師課程評價的不規(guī)范造成的，當(dāng)然也可能是由其他因素導(dǎo)致的。針對這些歸類異常的課程，建議在教學(xué)管理和課程評價等方面予以重點的關(guān)注。

同樣，體育IV的成績數(shù)據(jù)也存在異常。一個方面，它的異常表現(xiàn)在R型聚類分析中，體育IV單獨歸為一類，與其他三個學(xué)期的體育相關(guān)性小。另一個方面，在因子分析中，因子4對其他課程的因子載荷很小，但對體育IV的載荷達到0.912，同時，因子1、因子2、因子3對體育IV的載荷很小，因此，體育IV僅由因子4解釋，體育IV與其他三個學(xué)期的體育課程不存在共同特征，體育IV可能在課程內(nèi)容或評價方法等方面存在特殊性。

2.學(xué)生各學(xué)期的英語成績顯著正相關(guān)，英語分層教學(xué)是有必要的，具體的分班方法可以采用Q型聚類實現(xiàn)。

3.關(guān)于部分課程因子分析的討論。通過對13門課程的因子分析，結(jié)果顯示，這些課程最終歸結(jié)為4個公共因子，這四個因子能夠解釋總變量的66.217%。其中，鄧小平理論概論、馬克思主義經(jīng)濟學(xué)原理（文科）、馬克思主義哲學(xué)原理、毛澤東思想概論和思想道德修養(yǎng)歸屬于因子1，高等數(shù)學(xué)A、概率論與數(shù)理統(tǒng)計、離散數(shù)學(xué)、和線性代數(shù)B歸屬于因子2，體育（I）、體育（II）和體育（III）歸屬于因子3。利用因子分析，可以將該專業(yè)的課程設(shè)置劃分為若干個目標(biāo)指向相同的課程群。每個課程群對應(yīng)了獨立的公共因子，內(nèi)涵了知識、技能和能力方面的共性因素。在教學(xué)過程中，應(yīng)該注重對學(xué)生在各個課程群的共性素質(zhì)和能力的培養(yǎng)。

[ 參 考 文 獻 ]

[1] 楊曉明.SPSS在教育統(tǒng)計中的應(yīng)用[M].北京：高等教育出版社，2004：247.

[2] 余建英，何旭宏.數(shù)據(jù)統(tǒng)計分析與SPSS應(yīng)用[M].北京：人民郵電出版社，2003：252-253.

[3] 劉訪華，余瑞君.基于因子分析的學(xué)生成績評價對提高本科教學(xué)質(zhì)量的啟示[J].中國人民大學(xué)教育學(xué)刊，2013（4）：14-24.

[4] 王亮紅，宋代清，徐娜.聚類分析在學(xué)生成績分析中的應(yīng)用[J].東北電力大學(xué)學(xué)報，2009（8）：35-36.

[責(zé)任編輯：戴禎杰]

[摘 要]學(xué)習(xí)成績是衡量學(xué)生掌握知識和技能的重要依據(jù)，也是教學(xué)質(zhì)量和教學(xué)效果的重要反映。通過對學(xué)生學(xué)習(xí)成績的量化分析，可以發(fā)現(xiàn)數(shù)據(jù)背后潛在的教學(xué)規(guī)律或教學(xué)問題，為改進教學(xué)方法、優(yōu)化課程設(shè)置或改善課程評價提供有價值的信息。基于SPSS統(tǒng)計軟件，對某班級個案的學(xué)生成績進行相關(guān)分析、聚類分析和因子分析，可以發(fā)現(xiàn)成績數(shù)據(jù)背后潛在的教學(xué)規(guī)律或教學(xué)問題。

[關(guān)鍵詞]SPSS 聚類分析 因子分析

[中圖分類號] TP319 [文獻標(biāo)識碼] A [文章編號] 2095-3437（2014）18-0004-04

一、緒論

學(xué)習(xí)成績是衡量學(xué)生掌握知識和技能的重要依據(jù)，也是教學(xué)質(zhì)量和教學(xué)效果的重要反映。通過對學(xué)生學(xué)習(xí)成績的量化分析，可以發(fā)現(xiàn)數(shù)據(jù)背后潛在的教學(xué)規(guī)律或教學(xué)問題，為改進教學(xué)方法、優(yōu)化課程設(shè)置或改善課程評價提供有價值的信息。

本文將對某校教育技術(shù)學(xué)本科專業(yè)某個班級的學(xué)習(xí)成績進行相關(guān)分析、聚類分析和因子分析，數(shù)據(jù)來源于該班級一至三年級42門課程的原始成績，班級人數(shù)為43人。因2名學(xué)生的成績?nèi)笔乐兀瑢嶋H有效樣本為41。個別學(xué)生某門課程成績?nèi)笔У模哉n程平均成績替代。本次分析工具采用統(tǒng)計分析軟件SPSS19.0。

二、分析方法

（一）相關(guān)分析

函數(shù)關(guān)系是變量間的一種確定性的關(guān)系，但在實際問題中，變量間的關(guān)系往往不是如此簡單，一個變量的值不能由另一個變量的值唯一確定。這種兩個變量之間依存關(guān)系但又不精確、不穩(wěn)定的關(guān)系稱為相關(guān)關(guān)系。相關(guān)分析是研究變量之間相互關(guān)系的密切程度和相互聯(lián)系方式的重要方法，它把變量之間的相關(guān)程度的強弱用適當(dāng)?shù)慕y(tǒng)計指標(biāo)表示出來。

（二）層次聚類分析

聚類分析是研究“物以類聚”的一種有效的統(tǒng)計分析方法。聚類分析能夠?qū)⒁慌鷺颖緮?shù)據(jù)按照他們在性質(zhì)上的親密程度在沒有先驗知識的情況下自動進行分類。[1]在分類過程中，人們不必事先給出一個分類的標(biāo)準。

主要有兩種聚類分析方法，即快速聚類分析方法（適用于大樣本）和層次聚類分析方法。其中，層次聚類分析分為兩種形式：一種是對樣本（個案）進行分類，稱為Q型聚類，它使具有共同特點的樣本聚齊在一起，以便對不同類的樣本進行分析；另一種是對研究對象的觀察變量進行分類，成為R型聚類，它使具有共同特征的變量聚在一起，以便從不同類中分別選出具有代表型的變量進行分析，從而減少分析變量的個數(shù)。[2]

（三）因子分析

教育領(lǐng)域的研究需要對反映事物的多個變量進行大量的觀察，收集大量的數(shù)據(jù)以便進行分析，尋找規(guī)律。在大多數(shù)情況下，許多變量之間存在一定的相關(guān)關(guān)系。因此，有時可以用較少的綜合指標(biāo)來分析存在于各個變量中的各類信息，而各綜合指標(biāo)之間彼此是不相關(guān)的。代表各類信息的綜合指標(biāo)稱為因子。因子分析的基本思想是將眾多的原始變量濃縮成少數(shù)幾個因子變量，利用這幾個公共因子去解釋較多需要觀測的變量中存在的復(fù)雜關(guān)系[3]，以達到簡化現(xiàn)象，發(fā)現(xiàn)規(guī)律的目的。

三、分析過程

（一）對課程變量的R型聚類分析

對課程變量進行探索性R型聚類分析，可以找到課程之間的某些規(guī)律和特點。連續(xù)性變量的樣本距離測量方法有多種，包括歐氏距離（Eucalidean Distance）、Minkowski距離、Chebychev距離和Pearon相關(guān)系數(shù)等。在SPSS聚類運算過程中，還需要計算樣本與小類、小類與小類之間的親密程度。SPSS提供了最短距離、最長距離、類間平均鏈鎖法、類內(nèi)平均鏈鎖法等。[4]

本次分析采用了Pearon相關(guān)系數(shù)和類間平均鏈鎖法。表1顯示了所有課程進行R型聚類分析后的歸類情況。

（1）當(dāng)課程分成兩類時。體育課都屬于類別2，表明體育課以身體運動和技巧為主，跟其他課程不歸屬一個類別，符合常理。同時，模擬電子線路實驗也屬于類別2，可能的原因在于，模擬電子線路實驗課程對學(xué)生的動作技能有一定的要求。

（2）當(dāng)課程分成3類時。體育課IV歸類出現(xiàn)變化，單獨歸入類3，說明體育課IV與其他學(xué)期的體育課的成績考核可能存在差別。

（3）當(dāng)課程分成4類、5類時。數(shù)字電路實驗從其他課程中脫離出來，單獨成為一個類別3，表明數(shù)字電路實驗在課程評價或課程特性上，與其他課程存在一定的差別。

（4）當(dāng)課程分成6類時。概率論與數(shù)理統(tǒng)計單獨成為類別2，原因未知。

（5）當(dāng)課程分成7類時。成為類別3的課程有馬克思主義經(jīng)濟學(xué)原理（文科）、馬克思主義哲學(xué)原理、毛澤東思想概論、思想道德修養(yǎng)和就業(yè)指導(dǎo)。這些課程基本上屬于思政課程范疇，具有較強的親密性。

（6）當(dāng)課程分成8類時。彩色攝影技術(shù)、法律基礎(chǔ)和軍事理論含軍訓(xùn)歸為類別1。法律基礎(chǔ)和軍事理論含軍訓(xùn)屬于公共基礎(chǔ)課，彩色攝影技術(shù)與之歸為一類，原因未知。

其他大部分課程歸為類別2，其中，傳播學(xué)、英語等屬于文科類課程，微機原理、高等數(shù)學(xué)、模擬電子線路屬于理科類課程。從課程性質(zhì)上看，類別2的課程很多課程之間似乎不存在非常緊密的聯(lián)系。究其原因，可能在于學(xué)生因素或課程因素等，當(dāng)然，也存在這樣解釋的可能性：學(xué)習(xí)成績好的學(xué)生，不管是理科課程還是文科課程，其成績都傾向于比較好；反之亦然。

四、結(jié)論

1.R型聚類分析歸類異常的課程的分析。通過對課程的R型聚類分析，結(jié)果顯示，大部分課程聚類方式符合常理，但是，彩色攝影技術(shù)、概率論與數(shù)理統(tǒng)計等少部分課程的歸類顯得異常。其異常的原因，可能是由課程內(nèi)容或課程性質(zhì)的特殊性造成的，可能是由于教師課程評價的不規(guī)范造成的，當(dāng)然也可能是由其他因素導(dǎo)致的。針對這些歸類異常的課程，建議在教學(xué)管理和課程評價等方面予以重點的關(guān)注。

同樣，體育IV的成績數(shù)據(jù)也存在異常。一個方面，它的異常表現(xiàn)在R型聚類分析中，體育IV單獨歸為一類，與其他三個學(xué)期的體育相關(guān)性小。另一個方面，在因子分析中，因子4對其他課程的因子載荷很小，但對體育IV的載荷達到0.912，同時，因子1、因子2、因子3對體育IV的載荷很小，因此，體育IV僅由因子4解釋，體育IV與其他三個學(xué)期的體育課程不存在共同特征，體育IV可能在課程內(nèi)容或評價方法等方面存在特殊性。

2.學(xué)生各學(xué)期的英語成績顯著正相關(guān)，英語分層教學(xué)是有必要的，具體的分班方法可以采用Q型聚類實現(xiàn)。

3.關(guān)于部分課程因子分析的討論。通過對13門課程的因子分析，結(jié)果顯示，這些課程最終歸結(jié)為4個公共因子，這四個因子能夠解釋總變量的66.217%。其中，鄧小平理論概論、馬克思主義經(jīng)濟學(xué)原理（文科）、馬克思主義哲學(xué)原理、毛澤東思想概論和思想道德修養(yǎng)歸屬于因子1，高等數(shù)學(xué)A、概率論與數(shù)理統(tǒng)計、離散數(shù)學(xué)、和線性代數(shù)B歸屬于因子2，體育（I）、體育（II）和體育（III）歸屬于因子3。利用因子分析，可以將該專業(yè)的課程設(shè)置劃分為若干個目標(biāo)指向相同的課程群。每個課程群對應(yīng)了獨立的公共因子，內(nèi)涵了知識、技能和能力方面的共性因素。在教學(xué)過程中，應(yīng)該注重對學(xué)生在各個課程群的共性素質(zhì)和能力的培養(yǎng)。

[ 參 考 文 獻 ]

[1] 楊曉明.SPSS在教育統(tǒng)計中的應(yīng)用[M].北京：高等教育出版社，2004：247.

[2] 余建英，何旭宏.數(shù)據(jù)統(tǒng)計分析與SPSS應(yīng)用[M].北京：人民郵電出版社，2003：252-253.

[3] 劉訪華，余瑞君.基于因子分析的學(xué)生成績評價對提高本科教學(xué)質(zhì)量的啟示[J].中國人民大學(xué)教育學(xué)刊，2013（4）：14-24.

[4] 王亮紅，宋代清，徐娜.聚類分析在學(xué)生成績分析中的應(yīng)用[J].東北電力大學(xué)學(xué)報，2009（8）：35-36.

[責(zé)任編輯：戴禎杰]

[摘 要]學(xué)習(xí)成績是衡量學(xué)生掌握知識和技能的重要依據(jù)，也是教學(xué)質(zhì)量和教學(xué)效果的重要反映。通過對學(xué)生學(xué)習(xí)成績的量化分析，可以發(fā)現(xiàn)數(shù)據(jù)背后潛在的教學(xué)規(guī)律或教學(xué)問題，為改進教學(xué)方法、優(yōu)化課程設(shè)置或改善課程評價提供有價值的信息。基于SPSS統(tǒng)計軟件，對某班級個案的學(xué)生成績進行相關(guān)分析、聚類分析和因子分析，可以發(fā)現(xiàn)成績數(shù)據(jù)背后潛在的教學(xué)規(guī)律或教學(xué)問題。

[關(guān)鍵詞]SPSS 聚類分析 因子分析

[中圖分類號] TP319 [文獻標(biāo)識碼] A [文章編號] 2095-3437（2014）18-0004-04

一、緒論

學(xué)習(xí)成績是衡量學(xué)生掌握知識和技能的重要依據(jù)，也是教學(xué)質(zhì)量和教學(xué)效果的重要反映。通過對學(xué)生學(xué)習(xí)成績的量化分析，可以發(fā)現(xiàn)數(shù)據(jù)背后潛在的教學(xué)規(guī)律或教學(xué)問題，為改進教學(xué)方法、優(yōu)化課程設(shè)置或改善課程評價提供有價值的信息。

本文將對某校教育技術(shù)學(xué)本科專業(yè)某個班級的學(xué)習(xí)成績進行相關(guān)分析、聚類分析和因子分析，數(shù)據(jù)來源于該班級一至三年級42門課程的原始成績，班級人數(shù)為43人。因2名學(xué)生的成績?nèi)笔乐兀瑢嶋H有效樣本為41。個別學(xué)生某門課程成績?nèi)笔У模哉n程平均成績替代。本次分析工具采用統(tǒng)計分析軟件SPSS19.0。

二、分析方法

（一）相關(guān)分析

函數(shù)關(guān)系是變量間的一種確定性的關(guān)系，但在實際問題中，變量間的關(guān)系往往不是如此簡單，一個變量的值不能由另一個變量的值唯一確定。這種兩個變量之間依存關(guān)系但又不精確、不穩(wěn)定的關(guān)系稱為相關(guān)關(guān)系。相關(guān)分析是研究變量之間相互關(guān)系的密切程度和相互聯(lián)系方式的重要方法，它把變量之間的相關(guān)程度的強弱用適當(dāng)?shù)慕y(tǒng)計指標(biāo)表示出來。

（二）層次聚類分析

聚類分析是研究“物以類聚”的一種有效的統(tǒng)計分析方法。聚類分析能夠?qū)⒁慌鷺颖緮?shù)據(jù)按照他們在性質(zhì)上的親密程度在沒有先驗知識的情況下自動進行分類。[1]在分類過程中，人們不必事先給出一個分類的標(biāo)準。

主要有兩種聚類分析方法，即快速聚類分析方法（適用于大樣本）和層次聚類分析方法。其中，層次聚類分析分為兩種形式：一種是對樣本（個案）進行分類，稱為Q型聚類，它使具有共同特點的樣本聚齊在一起，以便對不同類的樣本進行分析；另一種是對研究對象的觀察變量進行分類，成為R型聚類，它使具有共同特征的變量聚在一起，以便從不同類中分別選出具有代表型的變量進行分析，從而減少分析變量的個數(shù)。[2]

（三）因子分析

教育領(lǐng)域的研究需要對反映事物的多個變量進行大量的觀察，收集大量的數(shù)據(jù)以便進行分析，尋找規(guī)律。在大多數(shù)情況下，許多變量之間存在一定的相關(guān)關(guān)系。因此，有時可以用較少的綜合指標(biāo)來分析存在于各個變量中的各類信息，而各綜合指標(biāo)之間彼此是不相關(guān)的。代表各類信息的綜合指標(biāo)稱為因子。因子分析的基本思想是將眾多的原始變量濃縮成少數(shù)幾個因子變量，利用這幾個公共因子去解釋較多需要觀測的變量中存在的復(fù)雜關(guān)系[3]，以達到簡化現(xiàn)象，發(fā)現(xiàn)規(guī)律的目的。

三、分析過程

（一）對課程變量的R型聚類分析

對課程變量進行探索性R型聚類分析，可以找到課程之間的某些規(guī)律和特點。連續(xù)性變量的樣本距離測量方法有多種，包括歐氏距離（Eucalidean Distance）、Minkowski距離、Chebychev距離和Pearon相關(guān)系數(shù)等。在SPSS聚類運算過程中，還需要計算樣本與小類、小類與小類之間的親密程度。SPSS提供了最短距離、最長距離、類間平均鏈鎖法、類內(nèi)平均鏈鎖法等。[4]

本次分析采用了Pearon相關(guān)系數(shù)和類間平均鏈鎖法。表1顯示了所有課程進行R型聚類分析后的歸類情況。

（1）當(dāng)課程分成兩類時。體育課都屬于類別2，表明體育課以身體運動和技巧為主，跟其他課程不歸屬一個類別，符合常理。同時，模擬電子線路實驗也屬于類別2，可能的原因在于，模擬電子線路實驗課程對學(xué)生的動作技能有一定的要求。

（2）當(dāng)課程分成3類時。體育課IV歸類出現(xiàn)變化，單獨歸入類3，說明體育課IV與其他學(xué)期的體育課的成績考核可能存在差別。

（3）當(dāng)課程分成4類、5類時。數(shù)字電路實驗從其他課程中脫離出來，單獨成為一個類別3，表明數(shù)字電路實驗在課程評價或課程特性上，與其他課程存在一定的差別。

（4）當(dāng)課程分成6類時。概率論與數(shù)理統(tǒng)計單獨成為類別2，原因未知。

（5）當(dāng)課程分成7類時。成為類別3的課程有馬克思主義經(jīng)濟學(xué)原理（文科）、馬克思主義哲學(xué)原理、毛澤東思想概論、思想道德修養(yǎng)和就業(yè)指導(dǎo)。這些課程基本上屬于思政課程范疇，具有較強的親密性。

（6）當(dāng)課程分成8類時。彩色攝影技術(shù)、法律基礎(chǔ)和軍事理論含軍訓(xùn)歸為類別1。法律基礎(chǔ)和軍事理論含軍訓(xùn)屬于公共基礎(chǔ)課，彩色攝影技術(shù)與之歸為一類，原因未知。

其他大部分課程歸為類別2，其中，傳播學(xué)、英語等屬于文科類課程，微機原理、高等數(shù)學(xué)、模擬電子線路屬于理科類課程。從課程性質(zhì)上看，類別2的課程很多課程之間似乎不存在非常緊密的聯(lián)系。究其原因，可能在于學(xué)生因素或課程因素等，當(dāng)然，也存在這樣解釋的可能性：學(xué)習(xí)成績好的學(xué)生，不管是理科課程還是文科課程，其成績都傾向于比較好；反之亦然。

四、結(jié)論

1.R型聚類分析歸類異常的課程的分析。通過對課程的R型聚類分析，結(jié)果顯示，大部分課程聚類方式符合常理，但是，彩色攝影技術(shù)、概率論與數(shù)理統(tǒng)計等少部分課程的歸類顯得異常。其異常的原因，可能是由課程內(nèi)容或課程性質(zhì)的特殊性造成的，可能是由于教師課程評價的不規(guī)范造成的，當(dāng)然也可能是由其他因素導(dǎo)致的。針對這些歸類異常的課程，建議在教學(xué)管理和課程評價等方面予以重點的關(guān)注。

同樣，體育IV的成績數(shù)據(jù)也存在異常。一個方面，它的異常表現(xiàn)在R型聚類分析中，體育IV單獨歸為一類，與其他三個學(xué)期的體育相關(guān)性小。另一個方面，在因子分析中，因子4對其他課程的因子載荷很小，但對體育IV的載荷達到0.912，同時，因子1、因子2、因子3對體育IV的載荷很小，因此，體育IV僅由因子4解釋，體育IV與其他三個學(xué)期的體育課程不存在共同特征，體育IV可能在課程內(nèi)容或評價方法等方面存在特殊性。

2.學(xué)生各學(xué)期的英語成績顯著正相關(guān)，英語分層教學(xué)是有必要的，具體的分班方法可以采用Q型聚類實現(xiàn)。

3.關(guān)于部分課程因子分析的討論。通過對13門課程的因子分析，結(jié)果顯示，這些課程最終歸結(jié)為4個公共因子，這四個因子能夠解釋總變量的66.217%。其中，鄧小平理論概論、馬克思主義經(jīng)濟學(xué)原理（文科）、馬克思主義哲學(xué)原理、毛澤東思想概論和思想道德修養(yǎng)歸屬于因子1，高等數(shù)學(xué)A、概率論與數(shù)理統(tǒng)計、離散數(shù)學(xué)、和線性代數(shù)B歸屬于因子2，體育（I）、體育（II）和體育（III）歸屬于因子3。利用因子分析，可以將該專業(yè)的課程設(shè)置劃分為若干個目標(biāo)指向相同的課程群。每個課程群對應(yīng)了獨立的公共因子，內(nèi)涵了知識、技能和能力方面的共性因素。在教學(xué)過程中，應(yīng)該注重對學(xué)生在各個課程群的共性素質(zhì)和能力的培養(yǎng)。

[ 參 考 文 獻 ]

[1] 楊曉明.SPSS在教育統(tǒng)計中的應(yīng)用[M].北京：高等教育出版社，2004：247.

[2] 余建英，何旭宏.數(shù)據(jù)統(tǒng)計分析與SPSS應(yīng)用[M].北京：人民郵電出版社，2003：252-253.

[3] 劉訪華，余瑞君.基于因子分析的學(xué)生成績評價對提高本科教學(xué)質(zhì)量的啟示[J].中國人民大學(xué)教育學(xué)刊，2013（4）：14-24.

[4] 王亮紅，宋代清，徐娜.聚類分析在學(xué)生成績分析中的應(yīng)用[J].東北電力大學(xué)學(xué)報，2009（8）：35-36.

[責(zé)任編輯：戴禎杰]