基于SPSS分析大学生数学成绩对专业成绩的影响

2020-02-22 03:33张笑嘉陈美吟王郁文刘蓉
科学导报·学术 2020年53期
关键词:方差分析考试成绩

张笑嘉 陈美吟 王郁文 刘蓉

【摘 要】利用“SPSS统计产品与服务解决方案”软件进行辅助分析,运用单因素方差分析和双因素方差分析的模型,研究了同一课程不同老师教授的成绩差异性以及数学类课程对专业课成绩的影响。结果表明,数学类课程对专业课程成绩影响显著。

【关键词】SPSS;考试成绩;数理类;方差分析

高等数学是高等院校一门重要的公共基础课程,具有抽象性、逻辑性及很高的应用性,学习高等数学有助于培养学生的逻辑思考和转化处理问题的能力。经过对本校学生的数理类课程成绩抽样调查发现,高等数学课程成绩对其他数理类课程及专业课的学习效果可能具有一定的影响。

为进一步了解高等数学课程成绩对其他数理类课程及专业课程学习效果的影响,以本校2019级服装设计与工程专业学生的高等数学、线性代数和服装结构基础课程成绩为观测样本数据,分别分析了高等数学成绩对线性代数和服装结构基础成绩的影响,以及高等数学成绩、线性代数成绩对服装结构基础成绩的影响。

一、基本原理

方差分析是一种用于两个及两个以上样本均数差别的显著性检验,由英国统计学家费歇尔创立。方差分析的常见形式有单因素方差分析、双因素方差分析等,在具体的不同实验当中采用不同的形式进行方差分析。

本次实验使用单因素方差分析与双因素方差分析。单因素方差分析是指实验中只有一个因素的水平变化,而其他的因素不变;双因素方差分析考察两个变化的试验因素对指标是否有显著影响,分为有交互作用与无交互作用方差分析。在无交互作用的双因素方差分析中,假设因素有r个水平,因素有s个水平,共有个水平组合,其水平组合下的实验数据看成来自同一正态总体.

二、数据来源与基本统计分析

我校2019级服装设计与工程专业共有83名同学,四个平行班级。高等数学作为一门必修科目,每个同学都需完成学习取得成绩。对2019秋季学期与2020春季学期四个班级的高等数学成绩进行分析,分析结果如下表所示

对第一学期分析得到F=2.950,显著性p=0.038,明显低于显著性水平0.05,表明第一学期高等数学成绩班级之间存在着显著差异。这种差异由不同的老师授课和班级学习氛围及个人学习自律性引起.对第二学期分析得到F=0.528,显著性p=0.665,明显高于显著性水平0.05,表明第二学期高等数学成绩班级之间不存在显著差异。产生这种结果的原因可能是由于第二学期受疫情影响学生在家进行线上考试,考核无法做到准确反映真实学习水平,故班级之间的差异不明显。

三、建立模型与结果分析

(一)高等数学成绩对线性代数成绩的影响

大学第一年的课程开展大部分是基础课程。高数作为一门数理类基础学课程,可以培养学生的自主学习能力和逻辑思维能力。为探究高等数学成绩是否会对线性代数成绩产生影响,将2019级83名同学的高数成绩分为A(90-100),B(80-90),C(70-80),D(0-70)四个等级,对应的线性代数成绩分为四类,利用SPSS22.0导入线性代数成绩进行单因素方差分析,结果如下表所示

F=18.560,显著性p=0.000值明显低于显著性水平0.05,表明高等数学成绩对线性代数的学习效果影响显著。可以看出学习高等数学获得的学习经验和自我管理能力,会影响到学生后期课程的学习。

(二)高等数学成绩对服装结构基础成绩的影响

为探究高等数学的成绩是否会對专业课成绩产生影响,将2019级83名同学的高数成绩分为A(90-100),B(80-90),C(70-80),D(0-70)四个等级,对应的专业课成绩分为四类,现利用SPSS22.0导入服装结构基础成绩进行单因素方差分析,结果如下表所示

F=8.266,显著性p=0.000值明显低于显著性水平0.05,表明高等数学成绩对服装结构基础的学习效果影响存在显著差异。可以看出学习高等数学获得的学习经验和自我管理能力,会影响到学生后期专业课程的学习。

(三)数理成绩对专业课的影响

将学生的高等数学成绩和线性代数成绩分别分为4档,考察对专业课的影响。利用SPSS22.0导入数据进行双因素方差分析,可以得到如下分析结果

由表5表示双因素方差分析的显著性P= 0.018

四、结语

根据北京服装学院服装设计与工程专业2019级学生的高等数学、线性代数成绩和服装结构基础成绩的数据,建立单因素方差分析和多因素方差分析。第一学期高等数学线下面授,班级之间成绩存在差异,第二学期改为线上授课,考核无法做到准确反映真实学习水平,因此班级成绩之间不存在显著性差异。分析可得学生入学后高等数学课程的学习对后期线性代数与专业课的学习都有显著性影响,同时数理类的综合学习对后期专业课的学习效果也具有显著性影响,因此学好基础课程为后续专业课程的学习打好基础。

参考文献:

[1]郭萍.双因素方差分析的应用及MATLAB实现[J]。长沙大学学报,2014(9)

[2]赵喜林.应用数理统计与SPSS操作[M].武汉:武汉大学出版社,2014

[3]魏宗舒.概率论与数理统计教程[M].北京:高等教育出版社,2001

基金项目:

北京服装学院2020年大学生创新创业训练计划项目,项目编号:NHFZ20200237/004

(作者单位:1.北京服装学院服装艺术与工程学院;2.北京服装学院基础教学部)

猜你喜欢
方差分析考试成绩
高校二手书市场细分研究
跳过去
应用统计学课堂教学组织实践与探索
金华市大学生幸福感调查研究
“互联网+”时代的出租车资源配置
斯诗私塾