基于计量模型探究影响大学生GPA因素.docVIP

基于计量模型探究影响大学生GPA因素 　　摘 要：基于对美国密西西比州立大学学生调查的数据，通过建立循序渐进的回归模型探究了影响大学生GPA的因素，并给出相关建议。模型较全面地解释了大学生GPA的影响因素，相关建议具有可行性。 关键词：大学生GPA；线性回归；交互项；异方差稳健回归 中图分类号：G4 文献标识码：A 文章编号2013 1 研究背景 自国家大力发展高等教育以来，我国各大高校不断扩招。扩招使得学校的入学门槛降低，学生的整体素质不断下滑。如何提升大学生素质受到了广泛的关注，而GPA是大学生专业素质的一个重要体现，因此，研究影响大学生GPA的因素有助于提高大学生的成绩以及整体素质。 Okun Morris A.等对317个大一学生进行调查，通过结构方程建模，得到大学生GPA与幸福感有直接的正相关关系。Fuller M.B.等则由NSSE收集的2578个大一学生与2293个大四学生数据进行层次回归分析，结果认为学生的ACT成绩与高中GPA对大学GPA的影响分别占到了226%和18.2%。 张文颖等在问卷调查的基础上，采用主成分分析的方法对数据进行分析，结果显示学习兴趣，家庭文化背景和学习动机为影响大学生成绩的三个主要因素。邱女根据实际调查数据，采用方差分析方法，结果表明宿舍环境、性别和文理性质因素对大学生绩点有显著性影响。于丽亚，徐永利则侧重研究客观条件，其分析了学生生源省份和学生家庭户口对成绩的影响，结论为学生生源省份对学生成绩有所影响，特别是偏远省份及少数民族自治区学生成绩偏低。 2 具体分析 本文对141个美国密西西比州立大学学生的数据进行研究，通过由简单到全面的不同的回归模型，对高中GPA，ACT分数，缺课数，是否有电脑及是否有男女朋友对大学GPA的影响进行了分析，试图对影响大学生GPA的因素进行探究，以期提出提高大学生成绩的方法、途径及建议。 2.1 模型假设 （1）模型关于参数是线性的；（2）样本是满足总体模型方程的随机样本；（3）解释变量间无明显的线性关系；（4）给定解释变量的任何值，误差项的期望值均为零；（5）给定解释变量的任何值，误差都具有相同的方差。 2.2 变量说明 3 模型建立及分析 （1）首先易认为大学GPA与高中GPA及ACT分数密切相关，因为高中GPA和ACT分数反映了学生入学前的素质基础，而拥有一个好基础的学生更容易获得比较高的大学GPA。由Stata11.0得到colGPA关于hsGPA、ACT的回归方程（括号内为变量的估计系数的标准差）： colGDP=1.29+0.45hsGPA+0.0094ACT （0.341）（0.096） （0.011） n=141，R2=0.176 从方程可以看出，正如预期的，colGPA与hsGPA成正相关关系。当ACT不变时，学生hsGPA提高1分，colGPA平均就会提高0.45分。ACT的系数则表明当hsGPA不变时，ACT分数提高10分（非常大的提高，美国学生2012年平均ACT成绩为21.1分），学生的colGPA平均才会提高0.094分，说明ACT对大学绩点的影响比较小。这同样也可以从它们的t统计量及p值看出。hsGPA系数的t统计量为4.73（p=0.000），显著异于零。ACT系数的t统计量为0.87（p=0.383），表明在10%甚至30%的显著性水平下可以认为为零。 （2）但是如果一个基础好的学生到了大学变得不努力，经常翘课，势必会影响到他的成绩。因此本文又加入每周平均缺课数（skipped）作为解释变量，估计方程变为： colGPA=1.39+0.412hsGPA+0.015ACT-0083skipped （0.33）（0.094） （0.011） （0.026） n=141，R2=0.234 同样可以得到，hsGPA系数的t统计量为4.38，在任意显著性水平下都异于零。ACT系数的t统计量为1.36（p=0.166），在10%的显著性水平下可以认为为零。ACT系数也很小，提高10分时大学GPA平均才会提高0.15分。skipped系数的t统计量为-3.19（p=0.002），所以skipped在1%的显著性水平下是显著的，它的系数意味着平均每周缺一节课会使绩点平均降低约0.083，当然是在其他变量不变的情况下。 （3）再进一步的考虑，翘课对成绩的影响也许与学生的素质有关，也就是说即使缺课数相同，但高中成绩好的学生的大学GPA可能会相对高一些。鉴于ACT的影响较小，本文加入hsGPA和skipped的交互项作为新变量建立回归方程： colGPA=