大學物理成績影響因素的量化研究*
——以中國農業大學為例

李海艷 劉玉穎

(中國農業大學理學院 北京 100083)

1 簡介

2018年9月，教育部發布了《關于狠抓新時代全國高等學校本科教育工作會議精神落實的通知》，強調全面整頓教育教學秩序，嚴格本科教育教學過程管理，加強學習過程管理.要全面梳理各門課程的教學內容，淘汰“水課”、打造“金課”，合理提升學業挑戰度、增加課程難度、拓展課程深度，切實提高課程教學質量.要切實加強學習過程考核，加大過程考核成績在課程總成績中的比重，過程性考核形式多樣化[1].

為深入貫徹教育部《關于狠抓新時代全國高等學校本科教育工作會議精神落實的通知》精神，幾年來，中國農業大學在大學物理課程中加大了過程考核成績在課程總成績中的比重，采用了多樣化的考核方式：包括平時作業、學習筆記、課堂表現、小組合作探究、階段性測驗(包括單元測驗或隨堂測試等)、出勤率等；以上各項考核成績作為平時成績，與期末試卷成績共同構成課程總成績.教學過程中批改作業、組織專題討論、開展階段性測驗、查閱學生課堂筆記等，并客觀、準確、公正地評定成績.合理考核學生成績，科學評價教學效果，促進學生自主學習，提高學生綜合素質和能力.

教學考核方式多種多樣，哪種考核方式與期末考試成績相關性大？對成績影響顯著呢？為了不斷提高教學質量，精準研究各個考核方式對學生期末成績的影響，邊實踐邊研究，不斷優化改進考核的方式，本文以中國農業大學水產專業為例，對大學生物理成績影響的因素進行了具體的量化研究.

物理教育研究(Physics Education Research，簡稱PER)是一種有目的、有計劃的活動，研究人員必須依據研究目的收集數據、選擇適合的數據分析方法和對結果給出合理的解釋.物理教育研究領域是一個多元化、非常有魅力的研究領域；也是一個專業化很強、很有挑戰的領域[2].物理教育量化研究在國外高校已蓬勃發展，在國內還是一個亟待開發研究的領域，近幾年張萍老師、丁林老師等對于如何進行量化研究有深入系統的研究，起到了很好的示范引領作用[3,4].

調查研究與描述統計是物理教育量化研究方法中最基本的方法，也是其他量化研究方法的基礎.通常用描述統計的方法將物理教育研究中大量零散的、雜亂無章的數字進行整理、歸納、分析和概括，從而清晰地描述出物理教育的現象，顯示其分布特征[2].本文中我們采用調查研究，對在2021年春季水產專業教學中獲得的數據進行整合和統計，真實反映其分布特征.我們重點調查分析了平時作業、學習筆記、階段性測驗(包括單元測驗)、出勤率過程考核因素對期末成績的影響.

在描述統計中通常使用相關和回歸分析來研究兩組以上數據之間的關系.回歸分析(regression analysis)是相關分析的延伸，如果一個變量(回歸分析中稱為因變量)和另外一個或多個變量(自變量)存在顯著相關，說明它們之間有某種共變關系，用數學模型描述這種變化關系，即為回歸分析；回歸分析是尋找相關關系中非確定性關系的某種確定性.按照研究涉及自變量的多少，分為一元回歸分析和多元回歸分析，線性回歸描述一個感興趣的變量隨其他變量的變化規律[2].本文中我們選取期末成績作為因變量，平時作業、學習筆記、階段性測驗(包括單元測驗)、出勤率作為自變量，采用多元線性回歸分析.

2 量化研究數據分析方法

幾年來，我們結合“互聯網+”技術利用雨課堂、智夫子系統等，進行在線隨堂測試，狠抓課堂質量.增加平時測驗所占比例，增加了平時測試和階段測試成績(圖1)，實時動態地了解學生們的掌握情況.成績各項進行細化，客觀公正地對學生平時成績進行評定；平時成績主要根據學生出勤率、課程作業、學習筆記、階段性考試等過程性考核形式綜合評定；為了真實地反映教學效果，期末考試必修大學物理C的1 500名左右學生統一命題，采取考教分離.

(a)

(b)圖1 利用智夫子系統進行階段測試

以中國農業大學煙臺學院水產專業2020級學生為例，屬于大學物理C類：總學時96學時，專門為農學、生物、食品、水產等專業設置.其中春季學期64學時，教學內容包括：氣體動理論、熱力學基礎、靜電場、穩恒磁場、電磁感應、機械波、波動光學、量子物理基礎.本學期教學內容多，課時有限，對于非物理專業學生本學期內容是一個挑戰，教學過程做好教學環節的每一個細節，師生共同努力，最大限度地提高課堂教學質量，同時也采用多種過程考核方式，注重課下學生對知識的消化吸收、理解及應用.

本文研究的主要內容為學生在大學物理學習過程中的表現對課程期末成績的影響，過程考核的衡量選取階段測試成績(3個單元---熱學、電磁學、機械波和波動光學)、作業成績、出勤情況和學習筆記章節總結整理4部分.階段測試成績反映了學生對大學物理課堂知識的掌握程度，出勤率和章節總結可以反映學生對課程的認真程度.本文從這4個方面衡量學生在大學物理學習過程中的行為表現，進而定量分析這4種影響因子對期末成績的貢獻，以2021年春季水產班的期末成績為因變量，4種影響因子作為自變量，進行多元線性回歸分析，定量研究4種影響因子對學生期末成績的影響.

3 量化研究結果與討論

首先，我們對2021年春季期末成績數據集進行分析，該班共有89人，參加期末測試的人數為86人，缺考學生的數據記為無效數據，即該部分學生的成績不在我們的分析范圍內，滿足統計要求的有效數據為86人.我們首先對該班級期末成績進行單個數據分析，該班期末成績最高分為97分，中位數為51分，可以看出最高分與中位數的距離較大，因此我們進一步計算該班級期末成績的標準差，標準差大小為22.415 6分，標準差較大表明該班級期末成績分布較分散，說明該班級學生成績差異較大.

為分析階段測試成績、作業、出勤和章節總結對期末成績的貢獻，我們對這4種影響因子與期末成績進行回歸分析.在進行回歸分析之前，我們分別分析階段測試(總分為124分)、作業成績(總分為126分)、出勤(全勤為9次)和章節總結(最多為4次)的平均值(82.988分, 113.29分，8.63次, 2.19次)和標準差(21.012 6分，24.925分，1.189次, 1.046次)，結果表明階段測試和作業成績的標準差與期末成績的標準差很接近，說明從平時階段測試和作業成績中也反映了該班級成績分布較為分散，學生之間差異較大.而出勤和章節總結的標準差比較相近，數值上比期末成績的方差小得多，該結果應該是由于這兩個因子的取值范圍較小造成的.

我們計算了4種影響因子(階段測試成績、作業成績、出勤次數和章節總結次數)與期末成績的相關系數分別為0.434(大于99%置信度), 0.266(大于95%置信度)，0.288(大于99%置信度)和0.162(小于95%置信度)；結果表明階段測試成績、作業成績和出勤次數3種影響因子與期末成績高度相關(超過95%置信度)，而章節總結次數這個影響因子與期末成績的相關性并不高.階段測試成績與期末成績的相關性最高，相關系數為0.434，該結果說明平時測試成績好的學生，對知識水平掌握較好，更趨于獲得好的期末成績.

最后，我們以期末成績為因變量，4個影響因子為自變量進行多元線性回歸分析，設期末成績為Y,階段測試成績為x1，作業成績為x2，出勤為x3，章節總結為x4，我們得到的回歸方程為

Y=0.444x1-0.067x2+1.83x3+

0.92x4+3.515

(1)

該回歸方程R2為0.196，調整后R2為0.156；該回歸結果中只有階段測試的回歸結果較為顯著(大于99%)，其他因子的回歸系數均小于95%的置信度.該回歸結果說明階段測試可以一定程度上預測學生的期末成績，階段測試成績增加10分，期末成績可以增加4.44分左右，其中階段測試成績與期末成績回歸結果的散點圖如圖2所示.

圖2 2021年春季水產班大學物理C期末成績與階段測試成績回歸結果的散點圖

此外，我們同樣繪制了期末成績與作業成績、出勤次數和章節總結回歸結果的圖形，圖3為期末成績與作業成績的回歸結果圖形.

圖3 2021年春季水產班大學物理C期末成績與作業成績回歸結果的散點圖

根據圖3中期末成績與作業成績的散點圖可知，該班大部分學生的作業成績在100～125分之間，作業成績與期末成績線性回歸的斜率非常小，表明作業成績與期末成績間沒有非常明顯的線性關系.

圖4表示的是期末成績與出勤次數和章節總結回歸結果的直方圖.從圖4(a)可以看出總體上出勤次數越多期末成績越好，章節總結次數越多更趨于取得更高的期末成績.

圖4 2021年春季水產班期末成績與出勤次數、章節總結回歸結果的直方圖

由以上分析可知階段測試對期末成績影響顯著，3次階段測試成績分別對應熱學、電磁學、機械波和波動光學，為了進一步探究階段測試對期末成績的影響，我們以期末成績為因變量，3次階段測試成績為自變量進行回歸分析，記3次階段測試成績分別為t1，t2和t3，則回歸方程為

Y=0.821t1+0.199t2+0.037t3+17.947

(2)

該回歸模型調整后的R2為0.18，其中階段測試1(熱學)的結果顯著(大于95%的置信度)，該結果說明熱學的掌握程度一定程度上可以預測學生的期末成績，如果熱學成績增加10分，期末成績可以增加8.21分左右.回歸結果表明階段測試對學生期末成績的影響顯著，尤其是熱學部分，熱學是春季學期最開始學習的內容，是后面章節的基礎也是決定學生對該課程是否感興趣的關鍵，這在一定程度上可以解釋該部分內容的掌握程度對學生期末成績影響的現象.我們的回歸結果和相關系數分析結果顯示，章節總結對期末成績的影響效果甚微.而作業和出勤與期末成績顯著相關，表明按時出勤，認真完成作業對期末成績的好壞也有一定的影響，而這兩個因素對期末成績的影響用多元線性回歸的方法尚有很大的不確定性.出勤次數與章節總結這兩個因子的回歸結果不理想可能與我們統計的這兩個因子的樣本量較小有關.

本文中多元回歸模型的R2比較小，可能的原因為我們考慮的影響因子比較少，在今后的工作中將加入更多的影響因子；我們分析的2020年春季水產專業只有89人，樣本容量相對來說是比較小的，因此,在今后的工作中將采集更多的班級進行分析，對該工作進行進一步的完善.

4 結論

利用多元線性回歸的方法定量分析4種影響因子(階段測試成績、作業成績、出勤次數和章節總結)對學生期末成績的影響.我們的研究結果表明：階段測試成績可以一定程度上預測學生的期末成績，階段測試成績增加10分，期末成績大約可以增加4.44分左右，這對我們大學物理的教學有一定的指導意義，如果我們在教學過程中注意階段性測試，并對學生階段性測試結果進行及時有效的分析，對學生的期末成績會有顯著的積極作用.而平時測試成績中的熱學部分對學生期末成績的影響更為顯著，因此，我們在春季大學物理教學過程中，對熱學部分講授過程中可以多花費一些時間，對該部分內容進行重點講解，對學生在整個春季物理學習及其期末成績都有促進作用.作業成績和出勤次數與期末成績也顯著相關，但是回歸模型中對這兩個影響因子的回歸結果并不很顯著；而章節總結與期末成績并沒有表現出顯著相關，回歸模型對該因子的回歸結果不顯著.