高考能力与学习能力关系分析.docVIP

高考能力与学习能力关系分析 　　摘要：以重庆某高校经济与管理2009届毕业生的高考成绩和大学成绩为基础资料，应用相关分析、主成分分析等方法研究高考能力与大学学习能力间的关系，反映高考能力与学习能力、高中教育与大学教育的关联程度。研究得出：高考能力与大学学习能力之间并无明显的相关关系，这表明学生在每一学习阶段都应该端正学习态度，不骄不躁。同时，导致这样的结果，也有可能是高校招生制度、大学课程设置合理程度等原因。因此，高校在招生制度、课程改革中需深入研究这个问题。 　　关键词：高考能力 学习能力 相关性 主成分 　　 　　高考能力通过高考成绩反应出来，学习能力通过大学各科成绩反应出来，通过这“两个成绩”看其背后的“两个能力”，学界有很多研究。《大学生高考成绩与大学阶段学习成绩相关分析》（谢中才，2009年）研究高考成绩和大学成绩，计算其相关系数并对相关系数的显著性进行检验，进而得出对基础教育和大学教育的新认识。《医科大学生本科入学成绩与研究生入学成绩的关系研究》（王业高等，2002年），主要对医学类考生的高考成绩与考研成绩进行研究，高考成绩是高中阶段学习努力的最终结果，而考研成绩则是大学阶段学习努力的结果，通过线性回归的方法来寻找二者是否具有相关关系得出结论的。以上文献虽有对高考成绩、大学生学习成绩进行研究，但都是分数之间关系的研究。而本项研究用主成分法来研究考试能力与学习能力是否存在关系，再进一步分析大学阶段学习与中学阶段（主要指高中）学习的关系等，为大学课程改革、高校招生制度改革提供参考。 　　 　　一、研究对象及数据处理 　　用事实和数据反观高考考试能力与大学学习能力的关系，这对检测大学教育与中学教育都有非常重要的意义。当然要从全国这一角度去研究这一问题需要大量的资料和数据，远不是笔者力所能及，这里仅从某高校经济与管理学院2009年毕业的学生中抽取一个样本（样本容量63），对其高考成绩（政治、语文、外语、数学、综合）和大学成绩（37科考试成绩）进行相关分析，以小见大。 　　1、研究对象 　　本课题研究对象为2009年某高校经济与管理学毕业的学生为研究对象，从中随机抽取63个样本单位进行研究。 　　2、数据获取 　　此样本的高考成绩从学校招生办录取学生的档案获得，该档案记载了录取时的高考成绩，在Excel中输入制成电子版的表，以便计算。而大学各科成绩从学生学习档案中查取，将获得的样本成绩基础资料（一共有49科课程的成绩）相同课程进行汇总处理，例如高等数学和线性代数汇总为数学；宏观经济学和微观经济学汇总为经济学。经处理后最终一共37科课程（分别为大学语文A与应用文写作、会计学、经济学、财政与金融、人力资源管理、投资学、市场营销等），将其与高考成绩组成一个基础数据表（63个学生的37门课程成绩和4门高考成绩），设表中的数据为（i为学生编号，i=1,2……63;j为学生大学学习成绩和高考成绩，j=1,2,……41,下同）。 　　3、数据处理 　　将基础数据表进行标准化：设某个学生的某项成绩为，利用公式(1)进行标准化。 　　 　　 （1） 　　式中：表示标准化的值 　　n 表示学生数（n=63） 　　表示第i个学生的第j科课程的成绩 　　表示第j科课程63位学生考试成绩的平均值 　　利用EXCEL对公式计算，得到大学学习成绩标准化数据矩阵（设矩阵中的元素为和高考成绩标准化数据矩阵（设矩阵中的元素为 　　 　　二、大学学习能力、高考能力主成分分析 　　主成分分析也称主分量分析，指利用降维的思想，把多指标转化为少数几个综合指标。本项研究中，用主成分法，将大学学习成绩37科用少量的几个主成分代替，将高考成绩用少量的几个主成分代替。其方法如下： 　　1、大学各科成绩之间的相关系数、高考各科成绩之间的相关系数 　　根据大学学习成绩标准化数据矩阵（63×37），应用公式(2)，计算大学各科成绩之间的相关系数得相关系数A，计算高考各科成绩之间的相关系数得相关系数B。 　　 ( )（2） 　　式中：,分别表示第j科成绩、第科成绩的方差，表示第j科成绩与第科成绩的协方差。 　　相关系数矩阵A和相关系数矩阵B均为右斜对角线上的元素为“1”的对称矩阵。 　　2、大学成绩的主成分，高考成绩的主成分 　　对于矩阵A，如果存在数λ以及一个37维列向量X使得关系式AD=λD成立，则称λ为A的特征值，非零向量D为属于特征值λ的特征向量。特征值和特征向量的计算方法，运用MATLAB应用软件计算得出λi(λ1=12.5095、λ2=2.80772、λ3=2.52406等37个特征值)和与之相对应的特征向量（Diji=1,2,……37;j=i=1,2,……37）。 　　将特征值归一化处理，并按大小排序，累计