《技术经济学》考试成绩统计分析及教学体会_0.docVIP

《技术经济学》考试成绩统计分析及教学体会摘 要：本文首先介绍了《技术经济学》课程及其考试改革方案；然后选取2006年春季、2006年秋季和2007年春季三个学期共657名学生的《技术经济学》考试成绩作为样本来研究其分布情况、集中程度和离散程度分析；最后分析影响考试成绩的因素并提出个人教学体会，从而提高教学效率，促进教学管理。 关键词：《技术经济学》考试成绩 统计分析 教学体会 引言 学生成绩分析是整个教学过程的一个重要环节，也是反映教学结果的一个必要手段。因此，为了了解学生对所学知识与技能的掌握情况，发现教与学中存在的不足，使考试真正为素质教育服务，我们需要对考试成绩进行一次较为深入细致的统计分析。 1. 《技术经济学》课程及其考试改革 《技术经济学》课程是我校管理学院工程管理系针对理工科学生开设的一门校管必选课。它是研究技术与经济最佳结合、协调发展的条件、规律、效果及实现途径的一门交叉科学，具有较强的实践性和理论性。本课程的学习，使学生掌握技术经济分析的基本知识以及论证、科学决策的基本理论与经济效益的评价方法，以市场为前提，经济为目标，技术为手段，对多种技术实践方案进行经济效益比较、评价和优选，作出合理判断，最终获得满意的方案，解决实际的技术经济问题，培养学生的经济观念、市场观念、竞争观念、效益观念和可持续发展观念，为今后从事技术经济工作奠定基础。 自2005年以来本课程实行标准化考试，题型为80道选择题，考核知识点涵盖了技术经济原理，现金流量等技术经济基本要素，资本等值计算的各种计算方法，资金时间价值的内涵，项目经济评价的时间、价值、比率型指标，互斥、混合、独立方案比选方法，不确定性分析与价值工程的内涵等。能够全面考核学生对技术经济学相关理论和方法的掌握情况。另外，本课程考试由考生涂答题卡，采用计算机阅卷方式进行，不仅提高了阅卷的效率，也大大提高了阅卷的准确性。总之，标准化考试不仅要测试考生对基础知识、基本概念、基本理论掌握的熟练程度、理解的准确程度、应用的灵活程度、思维的敏捷程度，而且还要考查其综合应用知识、逻辑推断及分析解决问题的能力。 2. 《技术经济学》考试成绩统计分析 作者选取2006年春季、2006年秋季和2007年春季三个学期共657名学生的《技术经济学》成绩作为样本来研究其分布情况。这些学生分别来自化工学院、计算机科学与软件学院、土木工程学院和信息工程学院。 2.1 分布情况分析 一般而言，考试成绩的原始资料的分布特征并不能直接观测出来，需要通过编制分布数列来反映。分布数列是统计资料的重要表现形式，也是进行统计分析的重要手段。通过分布数列不但可以反映总体各单位在各组之间的分布特征和总体构成情况，即各成绩组相对应学生人数及人数所占比例，还可以据此研究平均成绩及其变动规律。下面是对学生总体按成绩分组，形成各个考生在各个成绩组之间的分布，如表1所示。 为了概括地说明总体各单位的分布特征，通常还需要计算变量数列的累计频数和累计频率。计算累计频数和累计频率有两种方法：一种是向上累计。当我们所关心的是小于某个成绩的学生的人数、频率分布情况时用向上累计法，以说明在此成绩以下所有人数所占的比重。如表2中说明657名考生中成绩在80分以下的有487人，占学生总数的74.13%。另一种是向下累计。当我们所关心的是大于或等于某个成绩的学生人数、频率分布情况时用向下累计法，以说明在此成绩以上所有人数所占的比重。如表2中说明在657名考生中成绩在80分及以上的有170人，占学生总数的25.87%。 根据教育学和统计学的相关理论，难度适中信度可靠的考试，学生成绩应接近正态分布。本课程考试基本达到了教学要求。相反如果考试成绩呈现正偏态或负偏态分布，则说明考题总体难度过低或偏高。 2.2 集中程度分析 学生成绩集中程度的分析可以采用平均成绩，平均成绩把全体学生成绩的差异抽象化，反映了学生成绩分布的集中趋势，有利于学生估计自己在总体中所处的位置。平均成绩的计算可以采用算术平均数、中位数和众数等。 2.2.1 算术平均数 算术平均数是计算平均成绩最常用的方法和基本形式，它简明易懂，受抽样调查变动影响较小，且反应灵敏，总体中任何一个成绩发生变化，计算结果亦随之改变。但它易受极端数值的影响，且受极大值的影响更大，从而影响其代表性大小。然而本文所取样本量很大，所以受极端数值的影响会较小。本文分析的这657名学生成绩的算术平均数为74.83分，且大部分学生的分数集中在60～90分之间，说明大部分学生能够较好地掌握教学内容。 2.2.2 中位数 如果把总体学生的成绩从低到高进行排序，则处于中间位置的学生的成绩即为中位数。当学生人数为偶数时，则中位