因子分析学生成绩量化评价研究.docVIP

因子分析学生成绩量化评价研究 摘要：本文以长江大学水文与水资源工程专业2013级、2014级、2015级193名学生为研究对象，采用因子分析，解析三个年级学生前4个学期里22门学科的考试成绩。因子分析的KMO值分别为0.774、0.905、0.889，显示出较高的分析可信度，提取2013级5个主因子、2014级5个主因子、2015级4个主因子，累积贡献率分为69.46%、78.03%、66.86%，得出用因子分析法对成绩量化评价是可行的。 关键词：学生成绩;量化评价;因子分析 随着高等教育的普及以及我国双一流高校的建设，当今的高等教育将面临越来越多的合作与竞争，这种竞争最终会归结到人才的竞争和教育的竞争。现阶段对学生学习成绩的评价一方面凭借任课教师对学生课堂上表现，作业完成情况的感官评价，另一方面依靠期末班级的平均分、不通过率判断班级成绩好坏，显然该两种评价方法都无法解释是何种因子影响下的学生学习成绩变化的原因。本研究利用长江大学资源与环境学院水文与水资源工程专业学生前四学期22门课程的成绩，以每个年级的学生成绩为分析对象进行因子分析，找到了影响各年级学生成绩的主要因素，并进行年级之间主因子影响对比分析，来评价某届学生成绩的综合情况。本研究的理论创新和方法创新在于，尝试通过因子分析的方法实现对某届学生学习成绩感官评价量化评价的转变，提出可行的量化方法。 一、材料与方法 1.研究对象。以长江大学资源与环境学院，2013—2015届水文与水资源工程193名学生22门学科为研究对象，学科包括自然地理学、大学英语A听说（上下）、大学英语A（上下）、计算机基础、高等数学A（上下）、水利工程制图及CAD、普通地质学、线性代数、大学物理A（上下）、中国近现代史纲要、大学物理实验A（上下）、大学化学、地下水文学、气象与气候学、概率论与数理统计、水力学、构造地质学等。2.研究方法。研究方法包括访谈法和数据统计法。为了了解学生对各门课程及授课教师的看法，以及学习过程中随着知识的积累和人生目标的确定发生的心理动态变化，每学期对三个年级的学生进行了全面的访谈，内容包括对各课程的兴趣、对任课教师的满意度、对学院培养方式得认可度、自认为影响学习的主要因素及学习的目标等。本文采用SPSS18.0对193名学生的22科成绩进行因子分析。 二、结果与讨论 将三个不同的年级22门课程成绩分别作为变量进行因子分析。成绩间的相关矩阵为系数，采用KMO检验因子分析结果的可靠性。基于特征值抽取主因子，特征值大于1的因子作为主因子进行讨论。为了更好地甄别主因子差异，采样最大方差法对矩阵进行旋转，最大收敛性迭代次数25。1.2013届学生成绩分析。因子分析KMO（Kaiser-Meyer-Olkin）值为0.744。共提取五个主因子，方差贡献率分别为22.894%、17.329%、11.620%、10.237%、7.380%，累积贡献率为69.461%，即解释了原始数据69.461%的信息。本文讨论主因子中因子载荷超过0.4的变量，因为载荷低于0.4的变量往往被认为对该因子没有贡献。五个主因子分别用F1、F2、F3、F4和F5表示。F1因子中，因子载荷大于0.4的变量中，除了水力学、大学化学为专业课外，其他均为公共课，可将该因子命名为基础课程因子。F2因子中，因子载荷大于0.4的变量均为英语课程，英语课程为部分理科生的弱项，学生成绩受英语学习基础影响很大，可将该因子命名为英语课程因子。F3因子中，因子载荷大于0.4的变量多为专业课，可将该因子命名为记忆性专业课程因子。F4因子中，因子载荷大于0.4的变量中除构造地质学外，均为实验课程，可将该因子命名为实验课程因子。F5因子中，中国近现代纲要占绝对优势。水利工程制图为专业作图课程成绩差异不大，与学生的空间想象力有关。可将该因子命名为社科类课程因子。2.2014届学生成绩分析。因子分析KMO（Kaiser-Meyer-Olkin）值为0.905。共提取五个主因子，方差贡献率分别为24.276%、21.535%、19.284%、6.873%、6.063%，累积贡献率为78.032%。F1因子中，因子载荷大于0.4的变量主要为专业基础课程和公共课课程，可将此因子命名为基础课程因子。F2因子中，因子载荷大于0.4的变量依然是英语类课程，可将此因子命名为英语课程因子。F3因子中，因子载荷大于0.4的变量主要是专业核心课程以及大二下学期开设的通识教育课程，可将此因子命名为专业核心课程因子。F4因子中，因子载荷大于0.4的变量为大学物理实验A（下）、中国近代史纲要。通过访谈得知这类课程其成绩主要与学生的出勤和课堂表现有关。F5因子中，因子载荷大于0.4的变量（学科）为大