SPSS统计软件在大学英语考试成绩分析中应用.docVIP

SPSS统计软件在大学英语考试成绩分析中的应用 　　摘 要： 本文借助SPSS13.0统计软件，从变量相关分析、双因素混合实验设计方差分析与多组配对检验等角度分析大学英语考试成绩，给出了对学生考试成绩进行分析时具体操作SPSS13.0软件的步骤和方法，以期直观且科学地对学生英语考试成绩进行分析。 　　关键词： SPSS13.0统计软件 大学英语考试成绩 应用 　　 　　1.引言 　　社会科学统计大型软件包SPSS13.0具有操作简单、灵活、功能性强等特点。作为一种有效的统计工具，在教育统计中所发挥的作用越来越大。在教学中，教师常需要进行诸如考试成绩等的统计分析，以评估学生的学习，及时调整教学。SPSS13.0统计软件能够代替传统的手工计算方法，方便快捷，可以轻松地进行多种数据统计和分析。 　　我通过运用SPSS13.0统计软件对我校2010级某班级按照学号选取的前30名学生的大学英语A（1）课程期末考试成绩进行了统计分析。在此之前，我已把选取的30名学生考试成绩的各项数据分为性别、听力、听写、阅读、词汇、写作和总成绩7项，输入SPSS13.0统计软件。 　　本研究主要是用SPSS13.0统计分析软件从二元变量相关分析、双因素混合实验设计方差分析与多组配对检验等角度对本次大学英语A（1）成绩进行分析，以期从分析数据中发现问题并在今后的大学英语教学中进行教学方法或策略的改进或调整，从而有效地增强大学英语教学效果。 　　2.二元变量相关分析（Bivariate） 　　相关分析（Correlation）是研究一个变量与另一个变量间的相互关系，研究变量间相互关系的性质和紧密程度。换句话讲，相关分析的任务就是对相关关系给予定量的描述。相关系数（correlation coefficient）又叫积差相关系数（product moment coefficient of correlation），用符号“r”表示，一般按“r”的绝对值大小，规定统计学中低于0.40以下的相关系数为低相关；0.40―0.70为较显著相关；0.70―0.90为显著相关；0.90―1则为最高相关（胡健颖、冯泰，2002）。 　　而二元变量相关分析方法可以研究两个观测量之间的单相关关系。如果在实际运用中，研究的是多个自变量与一个因变量的复相关关系，则应该抓住其中的主要因素，把复相关转??为单相关来进行研究。调用Bivariate过程命令可以允许同时输入两个或者两个以上的变量，但是输出的是变量间两两相关的相关系数。 　　在双变量相关分析中，对于正态分布资料，可选择积矩相关系数（Pearson相关系数）；对于非正态分布资料，可选择等级相关系数（Spearman相关系数）或Kendall相关系数等非参数方法，在本次统计分析中，我首先检验性别、听力、听写、阅读、词汇、写作和总成绩7个变量之间两两相关情况。 　　步骤一：读取数据（score analysis.sav），打开analyze-correlate-bivariate； 　　步骤二：将变量性别、听力、听写、阅读、词汇、写作和总成绩选入到variables，在correlation coefficients中选pearson，在test of significance 中选two-tailed； 　　步骤三：单击option，在statistics中选means and standard deviations，在单击continue； 　　步骤四：单击OK。 　　表1数据表明，在本次考试中，所选取30名学生的听写成绩的标准差（standard deviation）是2.61868为最大，而写作成绩的标准差是1.35782，为最小。 　　分析：标准差越大，说明离散程度越大，数据就越不均匀，这表明所选取30名学生的听写成绩在各分项成绩中相差最大，也说明学生的听写技能相差最大，有一部分学生在听写技能方面还需加以强化训练，这就为今后的大学英语教学中调整教学策略提供了数据支持。而标准差越小，说明离散程度越小，数据就越均匀，这表明所选取30名学生的写作成绩在各分项成绩中相差最小，也说明学生的写作水平相差不是非常显著。 　　表2数据表明，在此次考试中，学生的听写和总成绩之间双尾检验的概率值为0，小于0.01，阅读与词汇、听写与总成绩和词汇与听力之间的Pearson相关系数分别为0.87，0.743和0.449。 　　分析：学生的听写和总成绩之间双尾检验的概率值为0，这说明它们之间的相关程度是最显著的，听写能力的高低显著影响英语总成绩。而阅读与词汇、听写与总成绩和词汇与听力之间的Pearson相关系数大，这说明学生的词汇能力对他们在听力和阅读部分的得分起到了显著影响。 　　3.双因素混合实验设计