分析中学生成绩文档格式.docx
《分析中学生成绩文档格式.docx》由会员分享,可在线阅读,更多相关《分析中学生成绩文档格式.docx(11页珍藏版)》请在冰豆网上搜索。
1.3国内外研究现状
1.3.1SPSS应用国内外研究现状
SPSS统计软件在学科中应用的研究涉及到的领域很宽泛,如教育学、心理学等学科。
国外首先国外Danie在《应用SPSS在教育中做定量研究》按照实验研究的设计与分析思路对SPSS统计软件的功能操作进行了介绍[2],对SPSS在教育中定量研究有很大的借鉴,使用真实数据集来进行教育研究,软件的功能介绍内容全面,但没有讲解具体的数学公式将统计原理与之结合指引。
《在教育和社会研究中应用SPSS定量方法》一书中强调建模中的数据分析的核心概念[3],应用SPSS在教育和社会中做定量研究,以科学研究的思路介绍SPSS统计软件的操作方法,但是操作研究需要一定的基础实践操作能力。
此类书籍主要将SPSS应用于具体学科领域的研究,有一定的针对性,研究分析的案例数据也是与学科相对应,具有很强的操作性和理论指导意义。
总的来看,国外对于SPSS统计软件的研究应用各方面都比较深入,对于SPSS软件的研究结合了具体的数据资料进行分析,将统计原理与具体的操作应用相结合,对于各个学科的专业研究指导性也较强,SPSS软件已经被宽泛的应用到医学、社会科学和心理学等学科,应用研究也具有很强的操作性和针对性。
国内,目前针对教育学SPSS软件应用主要在试卷分析和实验数据处理和成绩痛等方面。
李玲在《基于SPSS软件的《计算机基础》试卷分析》(2016年)一文中提出通过SPSS软件对试卷质量在信度、难度、区分度等方面进行量化分析[4],适当调整或舍弃不符合指标的题目,可以防止教师出题的随意性,有利于试卷的标准化,能更合理、科学、有效的测试出学生的真实水平。
刘飞等人在《利用SPSS和EXCEL实现LSD多重比较的字母标记》一文中提出科技论文中单因素多重比较后样本间经常需要进行多重比较,并用字母进行标记[5]。
当样本较多,要进行字母标记比较费时,大部分统计软件不能够直接将比较结果进行标记。
如果结合SPSS进行方差分析和LSD多重比较,然后利用EXCEL的公式,快捷地实现字母的标记。
总体来看,将SPSS统计软件应用于教育教学方法研究中的较少。
1.3.2案例教学国内外发展与研究
苏格拉底的学生柏拉图将他与老师一问一答式的教学方式编成书,以一个个故事为媒介来教育别人明白故事中的道理。
这也是最早的案例教学法雏形,同时也为后来将案例在课堂中的应用提供了一个方法论的指导。
现代的案例教学首先出现在法学院的教学中,哈佛大学法学院前院长克里斯托弗·
哥伦布-兰代尔于1870年创立了案例教学法。
这种教学方法是以法律科学为基础,以案例为素材,以苏格拉底的“问答法”为教学手段,以“像律师一样思考”为目标,能够培养学生科学和理性的思维精神,能够通过个别决策的推广到对法律规则的一般化理解。
1986年美国卡耐基教育与经济论坛成立的教学专业小组发表了教育改革报告书:
《准备就绪的国家——21世纪的教师》中提到“应该把案例教学法发展成教学的主要焦点”。
目前,已出现了许多师资培训课程的案例手册,这些都极大的推动了案例教学的发展。
我国出现案例教学法相对较晚,基本从改革开放初期开始,1979年,我国工商行政代表团访问美国,将案例教学法介绍到了国内。
但在开始,案例教学法在中国的发展是比较缓慢的。
近几十年,案例教学法在我国发展迅速,案例教学应用于化学教学,是在国际科学教育和化学课程改革的大趋势下,以提高学生的科学素养为主旨的课程理念的一种积极的探讨,对于培养学生的科学探究能力和终身学习的能力大有益处。
第2章相关概念及理论依据
2.1概念界定
2.1.1例题
例题是一种用来指导学生如何将所学知识应用于解题过程的范例。
例题一般有下面几个功能:
对所学知识的巩固;
对解题过程的示范;
某一题型思考方法的揭示等。
除此之外,也有学者提出化学例题能帮助中学生正确理解学习的知识;
给学生提供科学的解题思路与方法;
促使学生规范学习行为的养成;
增强学生的应用意识。
例题可以促进学生积极主动地去探索并解决问题,促进学生心智发展水平的不断提高,以及发散思维、严谨态度等科学素养的形成。
2.1.2例题教学
例题讲解是课堂中的重要环节,基本每堂课都会涉及到例题教学。
波利亚说:
“中学数学教学的首要任务是习题教学[6]。
教师要充分发挥例题教学的示范和引领作用,使之成为促进学生发展的有效途径。
”其实化学教学也一样,通过例题教学可以帮助学生领悟化学思想方法,探寻并掌握化学学习的“捷径”[7],提高教与学的效率。
2.1.3描述性统计分析
所谓描述性统计分析,就是对一组数据的各种特征进行分析,以便于描述测量样本的各种特征及其所代表的总体的特征。
描述性统计分析的项目很多,常用的如平均数、标准差、中位数、频数分布、正态或偏态程度等等[8]。
这些分析是复杂统计分析的基础,是统计分析的第一步,做好这第一步是下面进行正确统计推断的先决条件。
做描述性统计分析要报告以下4个统计量:
均值、标准差、最小值和最大值[9]。
之后做直方图,判断数据是否符合正态分布。
2.1.4T检验
T检验,亦称studentt检验(Student'
sttest),主要用于样本含量较小(例如n<
30),σ未知的资料[10]。
t检验是用t分布理论来推论差异发生的概率,从而比较两个平均数的差异是否显着。
它与f检验、并列。
t检验是戈斯特为了观测酿酒质量而发明的。
2.1.5相关分析
相关性分析是指对两个或多个具备相关性的变量元素进行分析,从而衡量两个变量因素的相关密切程度[11]。
当两个变量的标准差都不为零时,相关性系数才有定义。
当一个或两个变量带有测量误差时,他们的相关性就会受到削弱。
相关系数是变量之间相关程度的指标。
Pearson相关系数[12]用来衡量两个数据集合是否在一条线上面,它用来衡量定距变量间的线性关系。
皮尔逊相关系数大于0,表两变量正相关;
小于0,表两变量负相关。
第三章教学实施结果统计分析
3.1数据来源
本论文数据来自延吉市某中学初三班级月考成绩,笔者去该学校实习,以实习班级为研究对象,统计了该29名同学在接受案例教学前的化学成绩(C1)和实施后的成绩(C2),并统计了他们的的数学成绩和物理成绩,分析数学(第二列)、物理成绩(第三列)对化学成绩(第一列,满分50分)的影响。
数据如下:
前30.0056.0078.00
前36.0068.0075.00
前21.0056.0078.00
前40.0065.0045.00
前35.0098.0085.00
前34.0065.0068.00
前35.0098.0070.00
前26.0078.0053.00
前30.0058.0089.00
前31.0065.0078.00
前24.0065.0056.00
前44.0034.0080.00
前28.0098.0064.00
前40.0043.0067.00
前36.0046.0067.00
前38.0067.0089.00
前38.0065.0096.00
前32.0089.0043.00
前45.0032.0045.00
前25.0032.0056.00
前31.0034.0023.00
前37.0098.0065.00
前27.0068.0067.00
前34.0065.0065.00
前35.0055.0088.00
前45.0064.0085.00
前42.0098.0065.00
前19.0056.0067.00
前33.0067.0088.00
后44.0076.0098.00
后40.0043.0034.00
后39.0056.0065.00
后35.0064.0089.00
后31.0057.0075.00
后30.0045.0086.00
后45.0056.0086.00
后49.0096.0066.00
后38.0065.0087.00
后42.0087.0054.00
后35.0067.0086.00
后35.0056.0074.00
后43.0045.0067.00
后45.0043.0087.00
后44.0089.0074.00
后43.0075.0097.00
后42.0056.0089.00
后40.0053.0056.00
后40.0054.0076.00
后39.0059.0067.00
后34.0076.0087.00
后32.0098.0043.00
后43.0056.0087.00
后31.0078.0087.00
后45.0089.0069.00
后28.0098.0067.00
后28.0098.0073.00
后27.0079.0087.00
后34.0068.0056.00
3.2数据分析
3.1.1描述性统计结果
描述统计量
N
极小值
极大值
均值
标准差
C1(前)
29
19.00
45.00
33.4828
6.81710
C2(后)
27.00
49.00
37.9655
6.09146
有效的N(列表状态)
图1实施前化学成绩
图2实施后化学成绩
收集到的数据首先做了描述性统计,由描述性统计量的表格数据可知,实施案例教学之前,班级学生的化学最高成绩是45分,最低是19分,平均分是33.5,;
实施案例教学之后最高分是49分,最低分数是27分,平均分37.96。
并对前后两次统计的化学成绩做直方图发现都符合正态分布,可以进一步做显着性检验。
所以接下来做了独立单样本T检验。
3.1.2独立单样本t-检验结果
组统计量
class
Statistic
Bootstrapa
偏差
标准误差
95%置信区间
下限
上限
chem
前
-.0008
1.2589
30.7632
35.8269
-.17652
.77335
5.12096
8.19257
均值的标准误
1.26590
后
.1196
1.0403
36.4059
40.2963
.02017
.59054
4.46479
7.07735
1.13116
独立样本检验
方差方程的Levene检验
均值方程的t检验
F
Sig.
t
df
Sig.(双侧)
均值差值
标准误差值
差分的95%置信区间
假设方差相等
.040
.843
-2.641
56
.011
-4.48276
1.69765
-7.88357
-1.08195
假设方差不相等
55.305
-7.88451
-1.08101
a.除非另行注明,bootstrap结果将基于58bootstrapsamples
由独立单样本T检验结果可得,均值的标准误差为1.13116,F=0.04,P=0.843,大于显着性水平0.05,说明不能拒绝方差相等的假设,即方差齐,实施案例教学前后学生化学成绩方差没有显着性差异;
在方差相等时T检验的结果为P=0.011,小于显着性水平0.05,拒绝T检验的零假设,也就是在实施案例教学前后,学生的化学成绩存在显着性差异。
另外从样本均值差的95%的置信区间来看,区间没有跨零,说明前后成绩存在显着性差异。
3.1.2相关分析结果
相关性
psy
mat
Pearson相关性
1
.136
-.058
显着性(双侧)
.308
.664
58
Bootstrapc
-.008
-.014
.120
.128
-.125
-.361
.349
.162
.045
.736
.007
.178
-.272
.374
*.在0.05水平(双侧)上显着相关。
**.在.01水平(双侧)上显着相关。
c.除非另行注明,bootstrap结果将基于58bootstrapsamples
最后,为了检验化学成绩是否右手其他无关因素的影响,统计了学生的物理成绩和化学成绩做了相关检验。
结果如上表所示,物理成绩对化学成绩的影响来看,Pearson系数为0.136,P=0.308,大于显着性水平0.05,所以物理成绩与化学成绩无关,无统计意义;
数学成绩对化学成绩的影响来看,Pearson系数为-0.058,P=0.664,大于显着性水平0.05,所以数学成绩与化学成绩无关,无统计意义。
所以可以排除其他无关因素对学生化学成绩的影响。
第4章结论与建议
4.1研究结论
通过统计软件SPSS软件对该班学生化学成绩的分析,可以看出,在中学化学课堂实施案例教学对学生的化学成绩有积极的影响,该班学生的化学成绩明显得到提高。
教师在例题教学过程中,选择合适的便于初中生理解的例题可以增加学生学习化学的兴趣,增强学好化学的自信心;
把握好讲解例题的策略和方法对培养初中生学习能力将大有裨益,进而提高学生的学习效率和学习成绩。
4.2研究建议
在实际的例题教学过程中,需要考虑不同学生的基础,以及学习环境的差异性,不能为了“贴近”而不切实际,造成化学教材中的例题和生活、社会联系起来了,但并不是学生所熟悉的身边的生活情景,导致学生对化学产生一种“高、深、远”的感觉,不仅没能激起学生学好化学的信心,还让他们产生了化学很难、不好学的想法。
参考文献
[1]王苏斌.《SPSS统计分析》M.北京.机械工业出版社2003.06
[2]张开金,夏俊杰.《健康管理理论与实践》M.南京.东南大学出版社.2011.03
[3]杜茂林,王福彦.《医学统计学》M.北京.人民军医出版社.2015.11
{4]李玲.《基于SPSS软件的《计算机基础》试卷分析》J.辽宁师范大学学报(自然科学版).2016.第1期
[5]刘飞,.《利用SPSS和EXCEL实现LSD多重比较的字母标记》J.2017(9):
52-53
[6]辛丽敏.《浅谈初中数学的例题教学》J.散文百.2015.第3期
[7]李彬.《浅议案例教材与主教材的相关性》J.时代教育(国家历史).2014
[8]魏建国.《统计学(第4版)》M.武汉.武汉理工大学出版社.2010.02
[9]韩业,孙珊,官雪翠,程宗毛.《基于SPSS的产品销售数据统计分析》J.科技信息.2012.第20期
[10]林彬.《假设检验在体育数据统计中的应用》J.中国管理信息化.2013.第11期
[11]邓高权.《应用统计学》M.成都.西南财经大学出版社.2013.06
[12]林果.《基于相关性理论确定影响高速公路路基工程量的技术指标》J.福建交通科技.2015.第6期