大数据视角下理工类成功考研学生的群体特征分析及启示——以北方工业大学为例.pdfVIP

第 28卷第 2期 北 方 工 业 大 学 学 报 Vo1．28No．2 2016年 6月 J．NORTH CHINA UNIV．OF TECH． Jun．2016 大数据视角下理工类 成功考研学生的群体特征分析及启示* — — 以北方工业大学为例 王伟宾 王 静 靳现凯 (北方工业大学电子信息工程学院，100144，北京) 摘 要 本文以北方工业大学 2008~2015年理工类本科生成功考研学生的大数据为调查 研究对象，利用 STATA软件作为分析工具，对样本数据进行相关性和回归分析，并尝试建立回 归模型，分析成功考研学生的群体性特征。研究结果表明，成功考研学生的性别、生源地、大学 绩点成绩、首次英语四级成绩与其考研院校类别之间存在显著相关性，并对其影响也存在不同 的强弱关系。 关键词 考研 ；大数据 ；STATA；回归模型 分类号 G642 目前，大学生考研率的高低是衡量本科教 考研录取院校类别 的诸多因素之间的关系，提 学工作和人才培养质量的一个重要标志，考研 升学校开展考研指导工作的科学性和针对性。 工作也越来越受到学校重视 ，很多高校采取不 同措施开展考研工作。文献[1]通过问卷调查， 1 研究方法 分析成功考研学生 的特点和特征 ，提出通过深 化教育改革、加强大学生职业生涯教育和学风 本研究采用 STATA软件作为数据分析处 建设等措施促进考研工作 。文献[2]通过分析 理工具 ，选取北方工业大学理工类 2008～2015 本科生生源地差异 、入学动机 、学科 门类等因素 年成功考研 的1234名本科毕业生为研究对象， 对其进入 985高校读研影响，从政府导 向、高校 涵盖材料成型及控制工程 、电气工程及 自动化 、 学科建设和学生考研理性选择三个维度对考研 电子信息工程、计算机科学与技术、统计学等 工作提出不同层次的建议。上述研究主要通过 16个理工类专业 ，如表 1所示 。考研学生数据 教育规划、思想引导等定性方法开展考研工作。 样本包含学生专业、生源地、性别、考研院校的 然而，随着大数据时代的到来 ，借助大数据技术 类别等属性信息，以及大学绩点成绩(以下简称 通过定量分析方法开展考研指导工作成为一种 “绩点成绩”，百分制)、首次英语四级成绩 (以下 可能。本文以北方工业大学理工类成功考研学 简称 “四级成绩”，百分制)、大学期间数学平均 生的大数据作为样本，如性别、生源地、考研院 成绩 (以下简称 “数学成绩”，百分制)等学业信 校以及大学成绩等，利用STATA分析软件 ，通 息。其中，院校类别分为重点和一般 ，重点院校 过相关性和回归分析，建立 回归模型，分析影响 指 985或211类院校，一般院校指其它院校；数 收稿 日期：2016—04—01 2016年度首都大学生思想政治教育支持课题项 目“基于大数据的学生学习动机的激发策略研究”。 第一作者简介：王伟宾，讲师。研究方向：大学生思想政治教育和大数据。 82 北 方 工 业 大 学 学 报 第 28卷 学成绩是指与大学期 间所修读 的高等数学 工、 门课程的平均成绩 (上述课程为理工类学生考 高等数学 Ⅱ、线性代数和概率论与数理统计四