引言
現(xiàn)代高等教育的發(fā)展以及國家對于綜合型、專業(yè)型人才 的需求,使得高等學校日益注重對學生綜合素質的培養(yǎng),由 此促使教育模式日益呈現(xiàn)多元化的特點。因此,每類專業(yè)各門 課程的設置、培養(yǎng)目標和規(guī)格的多樣性、差異性對于高校教 育學生培養(yǎng)體系的構建十分重要。在這樣一個復雜多元的教 學過程中,學生的成績則是反映學生掌握專業(yè)知識以及具備實 踐動手能力的程度的一個重要考量。
長期以來,對學生成績的綜合評價方法很多,但主要的方 法仍然是采用原始分數(shù)求和法、平均學分績法、平均學分積法等。 這些方法對于學生的成績評價過于籠統(tǒng),看不出學生在各學科 間的優(yōu)劣勢。本文采用因子分析方法,借助統(tǒng)計軟件SPSS,對 數(shù)控專業(yè)的學生成績進行了分析和評價,較為清楚地解釋了影 響學生成績的主要因素,反映出學生學習各課程的能力,對于 教師更好地教學、促進學生不斷提高具有重要的意義。
1因子分析的原理與步驟
因子分析是從研究變量內部相關的依賴關系出發(fā),把一 些具有錯綜復雜關系的變量歸結為少數(shù)幾個綜合因子的一種 多變量統(tǒng)計分析方法。它的基本思想是將觀測變量進行分類, 將相關性較高,即聯(lián)系比較緊密的分在同一類中,而不同類變 量之間的相關性則較低,那么每一類變量實際上就代表了一個 基本結構,即公共因子。因子分析其目的是用有限個不可觀測 的隱變量來解釋原始變量之間的相關關系。
1.1因子分析模型
設原有p個變量毛…,電且每個變墨或經(jīng)標準化處理后) 的均值為0,標準差為1?,F(xiàn)將每個原有變量用k(k<p)個因 子f1f…f的線性組合來表示,即有以下模型:
Xi = Qiif + ai2f+ … ++ £1
X2 = 0.21f + 如2 + …+ 處點 + £2
、Xp= Opif + Op2f+ …+ Qpkf+ £p
也可以用矩陣的形式表示為X^AF+e.其中,X是可實測的隨 機向量;為公共因子;為因子載荷矩陣,aj(i=1,2,??p;J=1,2,… k)為因子載荷;為特殊因子,表示原有變量不能被因子解釋 的部分,其均值為0。
1.2因子分析步驟
因子分析步驟可以歸納為以下步驟:
(1)通過檢驗確認待分析的原變量是否適合作因子分析:
(2)求標準化數(shù)據(jù)的相關矩陣;
(3)求相關矩陣的特征值和特征向量;
(4)計算方差貢獻率與累積方差貢獻率;
(5)確定因子 :設 F1,F2,…,Fp 為 p 個因子,其中前 m 個因子包含的數(shù)據(jù)信息總量(即其累積貢獻率)不低于 80% 時,可取前 m 個因子來反映原評價指標 ;
(6)因子旋轉 :若所得的 m 個因子無法確定或其實際意義不是很明顯,這時需將因子進行旋轉以獲得較為明顯的實際含義 ;
(7)求各因子得分 ;
(8)綜合得分 :通常以各因子的方差貢獻率為權,由各因子的線性組合得到綜合評價指標函數(shù)。上述步驟只需調用軟件 SPSS 中的 Factor 即可。
上述步驟只需調用軟件 SPSS 中的 Factor 即可。
2運用SPSS軟件分析學生成績的方法
2.1樣本的選取
本文選取無錫職業(yè)技術學院2010級數(shù)控技術專業(yè)02班 30名學生作為樣本,同時選擇其前3個學期中的15門課程 作為指標,包括計算機應用基礎、基礎英語、應用數(shù)學基礎、 科學技術基礎、機械基礎、機械零部件造型與測繪、大學體 育、毛澤東思想和中國特色社會主義理論體系、思想道德修養(yǎng)、 數(shù)字電子技術、工程材料及熱成型工藝基礎、機床的運行與 維護、機床氣液系統(tǒng)的運行與檢查、使用數(shù)控機床的零件加工、 機械加工工藝文件識讀與編制,并分別用X1,X2,X3,?“,X15來表示。
2.2數(shù)據(jù)檢驗
將樣本數(shù)據(jù)輸入SPSS軟件,采用KOM和Bartlett球形 度檢驗法,對變量之間的相關性進行檢驗。檢驗結果見表1 所列。KMO值為0.627(大于0.5),說明該數(shù)據(jù)適合作因子 分析。Bartlett球形度檢驗過程中,Sig值為0.000 (小于1%), 說明數(shù)據(jù)具有相關性,適宜作因子分析。
表1 KMO和Bartlett檢驗
檢驗方法 |
檢驗結果 |
取樣足夠度的Kaise-Mayer-Olkin度量 |
0.627 |
Bartlett的球形度檢驗(近似卡方) |
264.192 |
df |
105 |
Sig |
0.000 |
2.3 方差解釋
通過 SPSS 軟件計算出相關系數(shù)矩陣的特征值、方差貢獻率、累計方差貢獻率,表 2 所列是其方差解釋的計算結果。
表 2 中的第一組數(shù)據(jù)(第二至第四列)描述了初始因子的情況,可以看出,第一個因子的特征值為 5.731,解釋了原有15 個變量總方差的 38.205%。前五個因子的累計方差貢獻率為 78.26%,并且只有它們的取值大于 1,因此,分析時選取前5 個因子為主因子即可。
2.4旋轉因子載荷矩陣
由于初始因子的綜合性太強,難以找出因子的實際意義, 因此需要進行因子旋轉。本文采用最大方差法得到因子載荷矩 陣,結果如表3所列。
表3旋轉后的因子載荷矩陣
課程 |
1 |
2 |
成份 3 |
4 |
5 |
機械加工工藝文件 識讀與編制 |
0.897 |
0.204 |
-0.114 |
0.096 |
0.083 |
機械基礎 |
0.852 |
0.215 |
0.223 |
0.095 |
0.067 |
工程材料及熱成型 工藝基礎 |
0.823 |
0.299 |
-0.033 |
0.171 |
0.178 |
機械零部件造型 與測繪 |
0.814 |
0.024 |
0.008 |
-0.050 |
0.057 |
使用數(shù)控機床的零件 加工 |
0.807 |
0.042 |
-0.436 |
-0.152 |
-0.052 |
應用數(shù)學基礎 |
0.741 |
0.018 |
0.416 |
-0.001 |
0.048 |
機床的運行與維護 |
0.727 |
-0.034 |
0.014 |
0.060 |
-0.577 |
科學技術基礎 |
0.558 |
0.058 |
0.263 |
-0.503 |
0.138 |
毛澤東思想和中國特 色社會主義理論體系 |
-0.005 |
0.803 |
0.363 |
-0.012 |
0.003 |
大學體育 |
0.353 |
0.753 |
-0.185 |
-0.003 |
0.019 |
計算機應用基礎 |
-0.088 |
0.042 |
0.770 |
-0.004 |
-0.132 |
基礎英語 |
0.364 |
0.130 |
0.616 |
-0.217 |
0.353 |
機床氣液系統(tǒng)的 運行與檢查 |
0.381 |
0.308 |
-0.013 |
0.787 |
-0.064 |
思想道德修養(yǎng) |
-0.099 |
-0.455 |
-0.009 |
0.745 |
0.316 |
電工基礎 |
0.173 |
-0.017 |
-0.026 |
0.088 |
0.905 |
從表3可以看出,主因子F1在機械加工、機械基礎、工 程材料、機械零部件加工、使用數(shù)控機床的零件加工這5門 課程上的因子載荷值最大,都超過80%,該因子反映學生在 專業(yè)核心類課程方面的信息。主因子F2在毛澤東思想和中國 特色社會主義理論、大學體育這2門課程上的因子載荷值最大, 都超過70%,該因子反映學生在公共類課程方面的信息。主因子F3在計算機應用基礎這門課程上的因子載荷值最大,超 過70%,該因子反映學生在計算機操作能力的信息。主因子 F4在機床氣液系統(tǒng)的運行與檢查這門課程上的因子載荷值最 大,超過70%,該因子反映學生在專業(yè)實訓方面的信息。主因 子F5在電工基礎這門課程上的因子載荷值最大,超過90%, 該因子反映學生在專業(yè)基礎類課程方面的信息。
2.5計算因子得分矩陣
表4所列是采用回歸法計算的因子得分矩陣,根據(jù)表4 可以得出下面的因子得分模型:
F]=— 0.028xi + 0.048*2 +…+ 0.164芍5
F=— 0.037*1 — 0.017*2 +…+ 0.027*15
^3=0.507x1 + 0.337*2 + …一0.099*15
F4=0.081*i — 0.112*2 + …+ 0.039*15
F5= — 0.148*1 + 0.207*2 + …+ 0.039*15
表4因子得分矩陣
課程 |
1 |
2 |
成份 3 |
4 |
5 |
計算機應用基礎 |
-0.028 |
-0.037 |
0.507 |
0.081 |
-0.148 |
基礎英語 |
0.048 |
-0.017 |
0.337 |
-0.112 |
0.207 |
應用數(shù)學基礎 |
0.155 |
-0.135 |
0.259 |
0.024 |
-0.022 |
科學技術基礎 |
0.116 |
-0.076 |
0.102 |
-0.326 |
0.095 |
機械基礎 |
0.150 |
0.008 |
0.121 |
0.072 |
0.003 |
思想道德修養(yǎng) |
0.023 |
-0.271 |
0.084 |
0.460 |
0.158 |
毛澤東思想和中國 特色社會主義理論 |
-0.122 |
0.526 |
0.156 |
0.049 |
0.003 |
體系 大學體育 |
-0.032 |
0.493 |
-0.198 |
-0.005 |
0.043 |
電工基礎 |
0.010 |
-0.001 |
-0.079 |
-0.009 |
0.624 |
機械零部件造型 |
0.175 |
-0.103 |
-0.014 |
-0.049 |
0.018 |
與測繪 |
|||||
工程材料及熱成型 |
0.129 |
0.102 |
-0.056 |
0.093 |
0.099 |
工藝基礎 |
|||||
機床的運行與維護 |
0.182 |
-0.150 |
0.057 |
0.068 |
-0.434 |
機床氣液系統(tǒng)的 運行與檢查 |
0.028 |
0.180 |
0.037 |
0.527 |
-0.099 |
使用數(shù)控機床的 零件加工 機械加工工藝文件 |
0.179 |
-0.053 |
-0.304 |
-0.150 |
-0.017 |
0.164 |
0.027 |
-0.099 |
0.039 |
0.039 |
|
識讀與編制 |
軟件SPSS根據(jù)上述模型可自動計算出30個樣本的5個 因子得分,再以各因子的方差貢獻率作為權重進行加權平均, 得到如表5所列的每個學生的綜合因子得分:
F=0.357 3F1+ 0.114 5F2+ 0.109 1F3+ 0.103 9F4+ 0.097 9F5
表5綜合因子得分
學平均分平寳 |
F1 |
F2 |
F3 |
F4 |
F5 |
綜合 得分 |
綜合 得分 排名 |
||
1 |
69 |
15 |
0.017 |
1.054 |
0.349 |
-0.491 |
-1.081 |
0.008 |
15 |
2 |
78 |
4 |
0.904 |
1.717 |
-0.696 |
0.385 |
0.905 |
0.572 |
3 |
3 |
68 |
19 |
-0.158 |
1.254 |
0.075 |
-0.714 |
-1.181 |
-0.095 |
18 |
4 |
75 |
6 |
0.829 |
0.937 |
-0.288 |
-0.859 |
0.561 |
0.338 |
6 |
5 |
71 |
11 |
0.691 |
-1.575 |
0.499 |
0.195 |
-0.391 |
0.103 |
11 |
6 |
70 |
12 |
0.080 |
1.598 |
1.107 |
-0.649 |
-1.777 |
0.091 |
13 |
7 |
70 |
13 |
0.164 |
-0.652 |
-0.120 |
-1.781 |
1.151 |
-0.102 |
19 |
8 |
66 |
22 |
0.096 |
-0.356 |
0.067 |
-0.475 |
-2.933 |
-0.335 |
22 |
9 |
74 |
8 |
0.385 |
1.204 |
0.737 |
-0696 |
0.465 |
0.329 |
7 |
10 |
55 |
30 |
-2.218 |
0.013 |
-0.005 |
0.286 |
1.525 |
-0.612 |
29 |
11 |
63 |
25 |
-1.016 |
-0.283 |
0.796 |
-2.785 |
0.516 |
-0.548 |
27 |
12 |
77 |
5 |
0.677 |
0.964 |
-0.097 |
-0.717 |
1.435 |
0.408 |
5 |
13 |
68 |
17 |
0.021 |
-0.477 |
-1.560 |
1.756 |
0.181 |
-0.017 |
16 |
14 |
67 |
20 |
0.042 |
-1.184 |
-0.717 |
-0.037 |
-0.734 |
-0.274 |
21 |
15 |
68 |
18 |
-0.544 |
0.370 |
0.646 |
1.246 |
-0.049 |
0.043 |
14 |
16 |
69 |
16 |
-0.296 |
0.142 |
0.671 |
1.209 |
-0.180 |
0.092 |
12 |
17 |
59 |
27 |
-0.658 |
-1.256 |
-2.468 |
-0.994 |
0.465 |
-0.706 |
30 |
18 |
63 |
24 |
-0.335 |
-0.974 |
-0.832 |
0.360 |
-1.475 |
-0.429 |
26 |
19 |
56 |
29 |
-2.274 |
1.297 |
-0.223 |
0.478 |
0.359 |
-0.603 |
28 |
20 |
72 |
10 |
0.116 |
0.006 |
1.670 |
0.415 |
0.388 |
0.305 |
8 |
21 |
69 |
14 |
0.263 |
-1.770 |
0.968 |
-0.075 |
-0.202 |
-0.031 |
17 |
22 |
59 |
28 |
-1.502 |
-1.661 |
1.732 |
1.012 |
0.207 |
-0.413 |
25 |
23 |
75 |
7 |
1.201 |
-0.052 |
-1.734 |
0.092 |
0.298 |
0.273 |
9 |
24 |
82 |
2 |
1.738 |
-0.164 |
0.754 |
0.714 |
0.083 |
0.767 |
2 |
25 |
61 |
26 |
-1.472 |
0.169 |
0.145 |
0.450 |
0.749 |
-0.371 |
24 |
26 |
67 |
21 |
-0.097 |
0.387 |
-1.633 |
0.684 |
-0.082 |
-0.105 |
20 |
27 |
83 |
1 |
1.613 |
-0.248 |
1.028 |
0.968 |
1.322 |
0.890 |
1 |
28 |
79 |
3 |
1.605 |
-1.065 |
0.377 |
-0.476 |
0.767 |
0.516 |
4 |
29 |
73 |
9 |
0.314 |
1.001 |
-0.552 |
1.580 |
-0.606 |
0.272 |
10 |
30 |
65 |
23 |
-0.187 |
-0.398 |
-0.697 |
-1.079 |
-0.684 |
-0.368 |
23 |
3結語
從上面結果可以看出,綜合排名情況與平均排名情況差 異不大,但是,從每位學生的綜合得分排名和在各個因子方面 的得分情況可以客觀地了解學生在各門課程上的優(yōu)勢和劣勢, 充分地了解學生在各方面的特點差異,從而促進教師有針對性 地開展教學工作,提高教學質量。
從以上的分析可以發(fā)現(xiàn),影響數(shù)控專業(yè)學生成績的因素 主要是專業(yè)核心類課程和專業(yè)基礎類課程,因此,教師在平 時的授課過程中,需要注意專業(yè)核心類課程以及相關技能的 培養(yǎng),為培養(yǎng)高技能型人才做準備。
同時,因子分析作為一種多指標綜合評價方法,對高職 學生成績作綜合評價可以將各方面情況進行量化,還能反映 各課程之間的關系,從而使教師采用更有效的教學方式,促 進學生全面發(fā)展,實現(xiàn)培養(yǎng)高技能型人才的目標。
20211019_616ee0a940c82__基于因子分析法的高職學生成績評價