基于SPSS的西藏大学高等数学成绩的方差分析

舒博尔 王思雪

【摘 要】对西藏大学理学院2017级非数学专业和工学院2017级信息工程专业2017——2018第二学期大学数学公共课“高等数学”的成绩进行了方差分析，观察不同性别、不同学院大学数学公共课的成绩差异情况，发现其中存在的问题并提出有针对性的建议。

【关键词】SPSS；西藏大学；高等数学成绩；方差分析

在高等教育中，高等数学课程是非常重要的一门基础课，也是西藏大学非常重视的一门大学数学公共课程。然而，高等数学的教学质量问题似乎并没有因为它的重要性和校方的重视而提高。近年来，学生对该门课程的态度是敬而远之，这也说明了学校和教师为提高高等数学教学质量所做的努力，并没有达到预期的目的。那么，如何提高高等数学的教学质量呢？对此问题，国内外的学者和教育专家从影响高等数学教学质量的因素入手，通过调查问卷和统计分析的方法确定了学生主动性和教师业务能力这两方面的原因，并给出了改进策略。但是这些研究成果都是针对高职高专和教学型本科院校，不适合教学研究型大学的实际状况。鉴于此，本文以西藏大学理学院2017级非数学专业和工学院2017级信息工程专业2017——2018学年第二学期期末成绩为样本，从性别与专业这两个因素进行方差分析，检验其对高数成绩的影响显著性，为新的管理体制与制度的制定奠定定量化的理论支撑。

一、成績的描述性分析

所用的分析软件为SPSS21.0，首先将数据录入到SPSS21.0软件中，如果将成绩作为观察值，那么性别和专业是两个因素。性别这一因素分为两个水平，一个是男，记为1，一个是女，记为2。专业这一因素分为两个水平，一个是理学院2017级非数学专业，记为1，一个是工学院2017级信息工程专业，记为2，则将2017级两个学院不同专业190名学生的信息输入到SPSS21.0中。

将数据输入到SPSS21.0中之后，首先进行对成绩进行描述性统计分析，利用分析——一般线性模型——单变量命令，得到各描述性统计量，如表1。

根据表1，得知理学院非数学专业学生男生成绩最高为93，最低为18，平均分为63.82，女生成绩最高为90，最低为43，平均分为67.67；工学院信息工程男生成绩最高为92，最低为38，平均分为72.62，女生成绩最高为96，最低为25，平均分为69.81。可以看出，对于理学院非数学专业，男生的最高分比女生高，而最低分比女生低，平均分也比女生低；对于工学院信息工程专业，男生的最高分比女生低，而最低分比女生高，平均分也比女生高；而就两个学院不同专业来看，工学院信息工程专业学生高等数学成绩最高分为96，比理学院非数学专业学生最高分93高出3分，而最低分为25却比理学院非数学专业学生最低分18高7分，且工学院信息工程专业学生高等数学平均成绩也明显比理学院非数学专业学生高。那么不同专业、不同性别对成绩的影响是否达到显著程度呢？性别与专业两个因素对成绩这一观察值有没有交互影响呢？下面就通过方差分析的方法进行分析。

二、成绩的两因素方差分析

方差分析的目的在于了解性别和专业两个因素对成绩这一因变量取值是否有显著性影响，文中因涉及两个因素，所以使用两因素方差分析方法。

（一）方差齐性检验

方差分析有个重要前提，那就是每组因变量的总体服从正态分布，且每组总体方差相等，因此先进行SPSS21.0的Levene检验，检验结果如表2所示。

从表2得知，对各组进行Levene检验后得到的P值为0.105，大于0.05的显著水平，所以我们认为原假设成立，即各组的总体方差相等，即方差齐性，所以可以对成绩进行两因素方差分析。

（二）对成绩进行两因素方差分析

在SPSS21.0中对成绩进行两因素方差分析，首先分析主体间效应的检验，通过SPSS21.0软件得到表3所示。

表3中显示，该检验的显著性等于0.027，小于0.05，因此所用的两因素方差分析模型有统计学意义，上面提到的专业，性别和交互作用中至少有一个是对成绩有影响。专业一栏的p值为0.014，说明专业这一因素对成绩影响显著。性别一栏对应p值为0.813，说明性别这一因素对成绩有影响，但不显著。专业*性别一栏的P值为0.134，大于0.05的显著水平，所以专业与性别对成绩无显著的交互影响。

三、结论分析

对成绩进行了两因素方差分析，成绩为因变量，专业和性别为自变量，结果显示，专业对成绩有显著影响，工学院信息工程学生的高等数学成绩（71.22）明显要高于理学院非数学专业学生（65.75），差距为5.47分；性别因素也在某种程序上对成绩有影响，男生的高等数学平均成绩为68.22分，女生的高等数学平均成绩为68.74，差距为0.52分。而与专业对性别无显著交互影响。

【参考文献】

[1]吕士宝.双因素方差分析在数学成绩分析中的应用[J].学周刊，2018（18）：79-80.

[2]柴伟文，曹黎侠，马玉彦.基于数字特征的高等数学考试成绩的方差分析模型[J].教育现代化，2018，5（14）：190-193+245.

[3]郭萍.单因素方差分析在数理统计中的应用[J].长春大学学报，2014，24（10）：1370-1373.