中高职衔接学生学习成绩综合分析.docVIP

中高职衔接学生学习成绩综合分析 　　【摘 要】本文通过对“2+3”五年制学生学习成绩进行统计分析，发现中职园林技术专业基础课“园林制图”课程中男、女生成绩具有显著差异；对口升入高职学习园林工程技术专业课程成绩存在一定正相关性，相关程度从大到小依次为：园林设计（0.787）园林工程施工技术与管理（0.753）植物景观设计与施工（0.681）园林植物识别（0.596）园林植物环境与栽培（0.594）。 　　【关键词】中高职衔接 园林技术 “2+3”五年制 学习成绩 　　【中图分类号】G 【文献标识码】A 　　【文章编号】0450-9889（2016）10B-0030-02 　　“2+3”五年制高职是2年中职3年高职“对口升学”的一种新模式，是教育部为扶持中职学校的发展出台的“对口升学”政策。对口升学是国家从高校招生计划中选择部分专业，拿出专门指标，对希望继续深造的职校生进行对口专业的高考。对口升学计划是属于当年高招计划的一部分，对口升学的学生大学毕业后和同年通过普通高考进入大学深造的学生享受同等待遇。本文分析比较了园林技术专业“园林制图”课学生的成绩以及高职专业核心课程成绩的相关性程度，为中高职衔接人才培育方案的制订提供参考。 　　一、对象与方法 　　（一）对象。成绩统计对象是园林技术专业2012级中职学生45人，男生23人、女生22人。中职学期是2013―2014学年第一学期，课程为“园林制图”，学生成绩为考试成绩。高职学生是中职对口升学的学生45人，男生23人、女生22人。课程为园林设计、园林工程施工技术与管理、植物景观设计与施工、园林植物识别、园林植物环境与栽培，学生成绩为考试期评成绩。 　　（二）分析方法。“园林制图”成绩评定按“中教华兴考试报名系统”录入考试及考生信息方式，采用Autodesk AutoCAD 认证，进行学生成绩评定。成绩评定后，下载原始数据到Excel，对学生成绩进行初步统计。导入SPSS统计分析软件做进一步的分析处理。主要的统计方法是将“园林制图”学生成绩与高职相关课程成绩两个变化之间的变化趋势进行相关分析，两个变量之间是否存在一定的关系。 　　二、结果与分析 　　（一）学生成绩分析。中职学生考试人数45人，考题总分100分，男生平均成绩75.09分，中位数分值75.00分，标准偏差2.109，偏斜度-0.125，峰度-0.612；女生平均成绩81.64分，中位数分值82.00分，标准偏差3.274，偏斜度-0.548，峰度-0.085。中位数与平均数接近，考试成绩偏斜度和峰值能控制在±1之内，便算其分数基本符合正态分布。学生成绩符合正态分布，从而可以较好地评价考试成绩是正确反映了学生的学习程度，这份学生成绩对教学的评价是可靠的。数据详见表1、图1。 　　（二）男、女生成绩单样本T检验。表1学生成绩统计资料、图1学生成绩直方图可以明显看出学生成绩的分布为正态分布，所以接受数据的正态分布对男、女生成绩单样本T检验，可以对男、女学生成绩单样本T检验分析。2013-2014学年第一学期园林专业课程平均分为检定值，男生成绩与平均数数显著性水平=0.230，女生成绩与平均数显著性水平=0.000 ，因为女生成绩显著性数据小于0.01，说明学生性别不同对学生成绩所起的作用明显不同。数据详见表2。 　　（三）成绩相关分析（Pearson）。相关分析是研究变量间密切程度的一种常用统计方法，相关系数（Pearson）是描述线性相关分析研究两个变量间线性关系的强弱程度和方向的统计量。数据分析园林设计相关性系数为0.787，对应的显著性（双则）相伴概率P值为0.023、园林工程施工技术与管理相关性系数为0.753，对应的显著性（双则）相伴概率P值为0.035、植物景观设计与施工相关性系数为0.681，对应的显著性（双则）相伴概率P值为0.046，如果设置的显著性水平位0.05，则通过显著性检验，即认为两个变量总体趋势有一致性，说明两者具有正相性较显著。数据详见表3。 　　三、讨论与建议 　　（一）建立大数据与教育质量评价体系。随着信息化时代的到来，大数据技术已逐渐被运用到学校管理与教学的各个领域，学校的管理和资源配置更加合理有效，学生学习与生活的各项数据更加翔实准确。学生的每一步学习和成长轨迹都能如实地被存储与调用，使得对每一个学生的德、智、体、美进行全面的、科学的、动态的评价成为可能，我们可以通过大数据的技术和思维构建一个以学生为本的、全面的、绿色的学业质量评价指标体系，让每一个学生都享有教育信息化带来的教育公平。大数据在教育中的应用，其最重大的意义就是能够“让我们走近每一个学生的真实”，正确反映学生的学习程度。 　　（二）考试态度的提升。由于课程设置和要求不如初中时期那么严格，中职