基于因子分析法学生能力分析.docVIP

基于因子分析法学生能力分析 　　摘要在各高校进行了大幅度扩招的背景下，迫切需要对新开设专业的评价，发现学生能力培养在教学过程中存在的问题。本文采用因子分析法对我校第一、二届数学专业学生课程数据的研究，综合分析学生能力的培养。 　　关键词 学生能力培养 因子分析 盒形图 　　中图分类号：O29文献标识码：A 　　 　　Analysis of Student Ability Based on Factor Analysis 　　SHEN Longbin,QIU Zheyong,FU Chenguang 　　（School of Science, Hangzhou Dianzi University, Hangzhou, Zhejiang 310018） 　　Abstract With colleges and universities having a considerable increase in enrollment, new-established majors are in great need of evaluation to discover problems of student ability development in teaching. This paper uses factor analysis to rasearch the ability development of students majoring in mathematic. 　　Key wordsstudent ability; factor analysis; boxplot 　　 　　0 引言 　　 　　伴随着高等教育的大众化，各高校进行了大幅度扩招，开置了新的专业。高校教学评估中非常注重对专业的评价，专业评估是高校教学评估发展的方向。新专业的办学水平在很大程度上反映了整个学校的教学质量，对其评价是高校进一步落实以教学工作为中心，切实提高教学质量的有力举措。 　　通过专业评价，我们就能清楚地发现学生能力培养合理性在教学过程中是否存在问题，在对这些问题调查分析的基础上，我们就可以采取有针对性的措施，逐步解决存在的问题，不断提高专业的办学水平。 　　 　　1 基于因子分析法的学生能力培养分析 　　 　　学生能力的培养是学校设置专业的首要目标，正确评价学生能力的培养，分析其特点，有助于不断提高专业的教学质量，具有重要意义。本文采用因子分析法，并结合学生课程成绩数据作实证研究。 　　1.1因子分析原理及基本思想 　　我们观测的变量之间往往存在相关性，这是因为有一些共同的因子支配着这些相关的变量。因子分析就是将具有错综复杂关系的变量(或样品)综合为数量较少的几个不相关的主因子，以再现原始变量与因子之间的相互关系，故因子分析除简化数据外，还可探讨变量间的基本结构。 　　因子分析的基本思想是通过变量的相关系数矩阵内部结构的研究，找出能控制所有变量的少数几个随机变量，去描述多个变量之间的相互关系，但这几个随机变量是不可观测的，也称为因子。然后，根据相关性的大小把变量分组，使得同组内的变量之间相关性较高，但不同组的变量相关性较低，抓住这些主因子，可以帮助我们对复杂的问题进行分析和解释。 　　1.2因子分析模型 　　设有n各待评价的学生样本，每个样本有p个评价指标（课程成绩），即X1、X2、…Xp，Xi为原始数据的变量。 　　若能找出F1，F2，F3，在f f = 1下，使得： 　　 　　（1） 　　则F1，F2，F3就称为“共同因子”，而i为变量Xi的“独特因子”，i独特因子通常很小。 　　模型假设与要求：（1）f i共同因子之间相互独立，即因子间是正交的，亦即Cov(f i,fj) = 0，其中i≠j。（2）i之间相互独立，且i平均数为0。（3）共同因子与独特因子间也是独立的，亦即Cov(f j,i) = 0，其中i≠j。 　　所谓特征值j，是每个指标在某一共同因子的因子载荷量的平方总和，即：j = （2） 　　在因子分析的共同因子萃取中，特征值最大的共同因素会最先被萃取，其次是次大者。将每个共同因子的特征值除以总变量个数（i /p），为此共同因子可以结束的变异量比例。 　　1.3因子分析法的计算步骤 　　1.3.1 选定指标 　　根据数学专业所开设的课程，选取如下29门课程：x1：常微分方差、x2：复变函数、x3：数值分析、x4：运筹与优化、x5：概率统计、x6：体育、x7：数据结构设计、x8：算法分析与设计、x9：数学建模、x10：形势与政策、x11：计算机图形学、x12：现代经济管理基础、x13：C语言程序设计实习、x14：离散数学、x15：马克思政治经济学、x16：高等代数、x