浅析相关分析在学校管理中运用.docVIP

浅析相关分析在学校管理中运用 　　摘要：相关，是指事物或现象之间的相互关系。按不同的分类标准，相关关系有多种分类，如简单相关和复相关，线性相关和曲线相关，正相关和负相关，完全相关、高度相关、低度相关和零相关等。相关分析的方法包括图示法和计算法。本文笔者在阐述这些相关理论的基础上，介绍了积差相关分析在学校管理中的运用。 　　关键词：相关分析 积差相关分析 学校管理 　　客观事物是相互联系、相互依存、相互制约的。任何事物和现象都在这种关系中变化发展。教育现象也毫无例外地遵循这一规律。例如，学生的学习成绩与智力因素或非智力因素、数学成绩与物理成绩、性别与学习成绩、识记方法与识记效果、识记材料的性质与保持时间的长短等等，都具有一定的关系。相关研究就是指对客观事物或现象之间的这种关系的研究。本文笔者在阐述有关相关分析理论的基础上，介绍了积差相关分析在学校管理工作中的运用。 　　一、相关的含义 　　所谓相关，是指事物或现象之间的相互关系。从数量关系的特点来考察，事物或现象之间的关系可以划分为两种：其一是函数关系，其二是相关关系。 　　函数关系是指事物或现象之间存在着严格的依存关系，它的特征是现象与现象之间的数量关系是一一对应的，即对某一个变量的每一个数值，另一个变量都有唯一确定的值与之对应。函数关系可以用数学表达式十分准确地表示出来。例如，圆周长C对于半径r的依存关系就是一种函数关系：C=2πr。由此式可知，一旦半径r的值确定，周长C的值也就随之被唯一的确定。 　　如果两个事物之间的数量关系不是像函数关系那样，可以由一个变量的数值精确地求出另一个变量的数值，而是对一个变量的每一个数值，另一个变量都有若干个数值和它对应，并且这些数值总是按一定的规律围绕着它们的算术平均数而波动，则我们说这两个事物之间存在一种相关关系。相关关系是变量之间的非确定性关系，它反映事物之间存在着不严格的依存关系。例如，在一定年龄内，儿童的身高是随着其体重的增长而相应地有所增长的，但如果要用数值来表示这二者之间的关系，就不难发现这二者之间并不存在严格的依存关系（因为儿童的身高发育要受到遗传、营养、心理状况、精神生活、地域等诸多因素的影响），我们只能说这二者之间存在着相关关系。又如，学习次数与学习效果的关系、学科成绩之间的关系、教育事业发展与国民经济发展之间的关系等等，都是相关关系。 　　二、相关的种类 　　按照不同的分类标准，相关关系可以分为以下几种。 　　（一）简单相关和复相关 　　按照相关涉及的变量的多少，相关关系可分为简单相关和复相关。两个变量之间的相关关系称为简单相关，如物理成绩与数学成绩之间的关系；一个变量与两个或两个以上变量的相关关系称为复相关。如学生的成绩与智力因素、以前的学习基础之间的关系。 　　（二）线性相关和曲线相关 　　按变量关系的表现形态，相关关系可分为线性相关（或称为直线相关）和曲线相关。 　　（三）正相关和负相关 　　按变量数值变化方向的总趋势，相关关系可分为正相关和负相关。正相关表现为当一个变量增大或减小时，另一个变量在总的趋势上也增大或减小，即两个变量变化方向的趋势相同；负相关表现为当一个变量增大或减小时，另一个变量在总的趋势上则减小或增大，即两个变量变化方向的趋势相反。 　　（四）完全相关、高度相关、低度相关和零相关 　　按双变量联系的紧密程度，相关关系可分为完全相关、高度相关、低度相关以及零相关。完全相关是指双变量之间的关系是一一对应、完全确定的相关关系，这实际上就是函数关系。在教育现象中，完全相关的变量并不多见。高度相关是指双变量x、y中，当x的值变化时，与之相对应的y值增大（或减小）的可能性非常大。其分布特点是，散点比较集中地分布在某条直线的周围。例如，数学成绩与物理成绩的关系一般呈现高度相关。低度相关是指双变量x、y中，当x的值变化时，与之相对应的y值增大（或减小）的可能性较小。其分布特点是，散点比较分散地分布在某条直线的周围。例如，学生的成绩与家庭背景的关系一般呈现低度相关。零相关是指双变量x、y中，当x的值变动时，与之相对应的y值可能有变动，也可能无变动，而且毫无规律。 　　三、相关分析方法 　　研究两个或两个以上变量之间是否存在相互关系，如果存在关系，其相关的性质（即方向）和程度如何，这个研究过程在统计学上称相关分析。相关分析的方法主要是图示法和计算法。 　　（一）图示法 　　图示法主要是利用散点图来描述变量之间的相互关系。散点图是将成对变量的变动值描绘在坐标图上形成的一种图形。从散点图上，我们既可以了解相关的方向、形态，也可以了解相关的大致程度。如果在坐标图上散点从原点向对角线方向分布则为正相关，散点从左上角向右下角分布则为负相关，如果散点越集中于直线，表明相关的程度越高。 　　（二）计算法 　　计算法是通过计算变量