數學成績與物理成績相關性實踐調查

白雪

摘 要：傳統觀念認為數學成績對物理這一學科的影響至關重要，經常有“數學學不好物理就肯定學不好”這樣的論斷。基于科學認識事物的客觀規律，對所在的年級學生進行為期一學年的數學、物理成績追蹤，利用教育學統計軟件SPSS進行統計分析，得出相關性分析報告，以檢驗是否與傳統經驗相吻合。

關鍵詞：數學成績;物理成績;相關性

一、研究背景

數學與物理聯系極為緊密，一線教育工作者經常會定性探究二者之間的關系。對大量研究數學和物理關系的參考文獻進行分析后發現：研究者多從數學和物理發展史、數學物理知識關聯性以及哲學視角去審視二者之間的關系，很少有人利用數據分析去客觀地研究。再者隨著教育改革，越來越多的教育學統計軟件被應用于一線實踐教學研究中，對教學工作起到很大幫助，因此，筆者迫不及待地想驗證“數學成績不好物理肯定不好”這一傳統論斷是否真實。

二、實踐研究

（一）對象、方法

本次研究的對象為筆者所在高一年級的全體學生，研究方法為SPSS數據統計。

（二）研究過程簡述

在確定研究計劃之后，筆者有意收集了所在年級學生從高一進校后到高二入學前的兩學期共八次考試成績。將一個年級的被試學生在不知情的情況下對每一次考試的成績進行整理，從中剔除某次考試分數為零或者沒參加某次考試的無效成績，最終選取了1943組有效數據，篩選出的這1943組數學、物理成績均有效。

（三）數據分析

數據分析采用的是教育學統計軟件SPSS。利用該軟件中的Pearson線性相關性（皮爾遜相關性）功能來定量描述數學成績和物理成績兩個定量變量間直線相關的方向和密切程度。Pearson線性相關性分析只能用于兩個定量變量之間的分析，而且要求兩個變量都呈現正態分布，而不是隨機變量，所以利用這一功能分析數學成績和物理成績是否具有相關性恰到好處。

進行Pearson線性相關性分析前首先需要將數學成績和物理成績繪制在一個散點圖中，觀察數據是否可以進行Pearson線性相關性分析，如果將兩科成績繪制成散點圖，其散點分布呈一個橢圓形，且散點有線性趨勢，說明數據可進行線性相關性分析，兩者之間明顯存在線性相關性，非常適合進行Pearson線性相關性分析。

如圖2所示的分析結果中可以明顯看出，數學成績和物理成績的Pearson（皮爾遜）相關系數是0.858，即皮爾遜相關系數=0.858，右上角和左下角注明的“*”則表示兩者相關性在0.01級上是顯著的，這說明數學成績和物理成績呈顯著相關性，且成正相關。一般認為皮爾遜相關系數在0.8～1.0之間為極強相關性，在0.5～0.8之間是強相關，在0.2～0.5之間是弱相關，在0.0～0.2之間則是極弱相關或者無相關。

需要特別說明的一點是，相關關系不一定是因果關系，也有可能是伴隨關系，也就是說物理成績差并一定是數學成績差造成的，也有可能是數學成績和物理成績較差成伴隨關系。

三、結論與啟示淺析

通過教育學統計軟件對高一學年數學成績和物理成績進行相關性分析發現，數學成績和物理成績呈現明顯的顯著相關性。這也很好地驗證了一線教育者尤其是物理老師“數學成績影響物理成績”的傳統觀念。

數學是一切自然科學的基礎，數學是物理研究的工具和手段。物理學的研究和學習需要很扎實的數學基礎和數學思想。所以在日常教學中，數學教師可以多和物理教師溝通，尋找兩科目之間的共同點，通過協同備課和合作交流更有利于促進高中學生的理科思維成長。

參考文獻：

[1]楊寧寧.培養高中生數學學科核心素養的探索與實踐[D].濟南：山東師范大學，2018.

[2]張景斌.高中數學教學滲透物理知識現狀的調查研究[D].北京：首都師范大學，2014.

編輯 趙飛飛