多元統計分析在高校學生成績評價中的應用研究

鐘婷　顧倩頤

摘? 要 高校學生成績評價是衡量學生綜合素質的重要指標，但傳統的成績評價方法不能對學生各方面能力進行綜合評估。以某高校學生的專業課成績作為實際數據，利用SPSS的因子分析方法對學生成績進行主成分分析，進而對學生各方面專業能力進行全面評估。結果發現，該方法能更清楚地了解學生的專業表現情況，實現科學有效的評估。

關鍵詞 學生成績評價;因子分析;教學管理系統;多元統計

中圖分類號：G655? ? 文獻標識碼：B

文章編號：1671-489X（2020）04-0110-03

1 前言

學生成績評價是高校教學管理的重要內容，評價結果往往影響學生的各項獎勵榮譽、深造保送甚至就業。同時，學生綜合評價對課程設置和人才培養目標設定也有重要參考價值。現有的評價方式主要包括平均成績評價、學分績點評價等[1]。平均成績評價操作簡單，但是太籠統片面。學生績點評價是目前高校使用最頻繁的方法，根據各科目的績點求加權平均，考慮了不同課程的重要性，但評價結果只大致反映了學生的綜合水平，可解釋性差。

伴隨著信息化的發展，教學管理系統數據日益膨脹，各種多元分析方法應運而生，如王小麗[2]等應用因子分析對學生成績進行綜合評價并與平均成績法對比分析;覃志強[3]等結合因子分析結果反思教育技術專業的人才培養目標。本文建立在此基礎上，結合專業人才培養目標和因子分析結果對學生進行專業能力綜合評估，從而為學生成績評價方法提供參考價值。

2 研究對象和研究方法

本文以某高校教育技術學專業2012～2015級四個年級共239名本科畢業生的33門專業必修課成績為數據源。這33門專業必修課包括書寫技能訓練、大學數學二（1）、攝影技術、計算機應用基礎、教育技術學導論、電腦美術、面向對象程序設計、平面設計、聲音媒體技術、教育心理學、教育學基礎、中學生心理輔導、數字視頻技術、教學系統設計、中學信息技術課堂教學設計、教學能力綜合訓練（微格）1、教學能力綜合訓練（微格）2、信息技術課程教學論、課程設計與評價、教育技術研究方法、教育傳播學、遠程教育應用、三維動畫創作、教師口語訓練、大學數學二（2）、平面動畫制作、程序設計基礎、數據庫原理、多媒體課件設計與開發、中小學信息學競賽、教育電視節目編導與制作、三維動畫制作專題見習、C語言與中學信息技術教學。本文選取多元統計方法中的因子分析法，因子分析法[4]是在確保丟失最少信息的前提下，從多個變量中選取少數幾個代表性因子去描述原始變量間相關關系的一種多元分析法。參照因子分析的標準步驟，利用SPSS 22軟件進行分析。

3 數據分析過程

KMO和Bartlett的球形度檢驗? 本文利用“KMO和Bart-lett的球形度檢驗”來判斷這些數據是否適合做因子分析。由表1可得，KMO值為0.921。根據Kaiser給出的標準，KMO值越接近1，表明變量間的共同因子越多，大于0.9便非常適合做因子分析。Bartlett球形檢驗給出的相伴概況為0.000，小于顯著性水平0.05，因此拒絕Bartlett球形檢驗的零假設，認為相關系數矩陣與單位陣有顯著差異，適合做因子分析。

公因子選取? 本文選擇主成分分析法作為因子提取方法，設置只提取特征值大于1的因子，選擇最大方差法作為因子荷載矩陣的旋轉方法，并要求輸出旋轉解，設定最大收斂性迭代次數為默認25次，計算因子得分的方法為回歸法。如表2所示，第一個因子的特征值為12.618，刻畫了原有33個變量總方差得到38.236%。前七個因子的特征值均大于1，每個因子至少解釋了一個變量的方差，累計方差貢獻率為69.253%，即七個因子解釋了原有33個變量的69.253%。

公因子解釋? 由表3可知，因子1在大學數學二（1）、中小學信息學競賽、C語言與中學信息技術教學、面向對象程序設計、數據庫原理、程序設計基礎等課程上有較大載荷，同時在信息技術課程教學論、教學系統設計課程上也有較大載荷，可以定義為“數理程序和教學設計能力因子”。

因子2在聲音媒體技術、教育技術學導論、教育學基礎、中學生心理輔導、教育心理學、數字視頻技術上有較大載荷，這些都是教育技術基礎理論課程，可以定義為“教育技術基礎理論因子”。

因子3在教學能力綜合訓練（微格）、課程設計與評價、教育電視節目編導與制作、教育傳播學上載荷較高，可以定義為“教學、評價和電視制作傳播能力”。

因子4在三維動畫制作專題見習、多媒體課件設計與開發、三維動畫創作上載荷較高，可以定義為“數字媒體應用開發因子”。

因子5在書寫技能訓練、教師口語訓練上有較高載荷，可以定義為“教師基本技能因子”。

因子6在電腦美術、平面設計上有較高載荷，可以定義為“平面藝術設計因子”。

因子7在教育技術研究方法上載荷較高，可以定義為“研究能力因子”。

綜合評價? 因子得分是因子分析的最終體現，當因子確認后，系統會根據這些因子的得分函數，自動計算每個樣本的各因子得分，然后將七個公因子的因子得分，以各自的方差貢獻率為權重，采用線性加權平均的求和的方式對學生的教育技術專業能力得分進行計算，具體公式為：

F=0.382 36F1+0.076 9F2+0.063 17F3+0.057 28F4+0.043 1F5+0.035 04F6+0.034 68F7

由此得到綜合得分和總排名，取前10名，結果見表4。

從計算結果看出，排名第一的學生在因子7上的表現較突出，其他因子上的表現也都比較好，屬于實力平均的學生，可以評價該生擁有很強的研究能力，各方面全面發

展;第二名的學生在因子2、4上的表現特別突出，因子1的得分也較高，可以評價該學生具有很強的教育技術基礎理論素養和數字媒體應用開發能力、較強的數理程序和教學設計能力;第九名學生在因子5、6上表現得最好，可以評價該學生的教師基本技能和平面藝術設計能力非常強。詳細分析還能發現每位學生在哪些成分上存在不足，如學號661的學生因子3、5、6、7還存在明顯進步空間。根據因子綜合得分情況可以對學生進行更合理科學的評價。同時，把某個因子由高到低排序，便可以知道哪些學生在該因子上的具體能力情況。

4 結語

結合專業人才培養目標，利用現有的學生成績進行因子分析，既可以單獨評價學生在某專業能力上的表現，也可以對學生進行綜合專業能力評價，這是傳統成績評價方法所不能比擬的，評價結果也更科學合理。同時，利用因子分析有助于了解學生的知識結構和能力，這對學校課程設置、培養目標設定等具有非常重要的參考價值，為推進教育教學改革提供依據。

參考文獻

[1]龍松，向麗蘋.學生成績綜合評價中的因子分析[J].湖北工業大學學報，2011，26（3）：36-37，53.

[2]王小麗，李林芝，簡太敏.多元統計分析在大學生綜合成績評價中的應用[J].產業與科技論壇，2018，17（12）：117-119.

[3]覃志強，沈霄鳳.析教育技術專業本科的培養目標[J].中國成人教育，2006（3）：70-71.

[4]張屹，周平紅.教育研究中定量數據的統計與分析[M].北京：北京大學出版社，2015.