因子分析在學(xué)生成績綜合評價(jià)中的應(yīng)用

摘 要：在教學(xué)管理中，需要科學(xué)合理地對學(xué)生成績進(jìn)行綜合評價(jià)。目前，應(yīng)用較多的如簡單相加法和標(biāo)準(zhǔn)分法都存在各種缺點(diǎn)。運(yùn)用主成分分析的方法對學(xué)生成績進(jìn)行因子分析，并通過分析的結(jié)果做出一個(gè)綜合評價(jià)，這樣可以比較有效地解決其他分析方法存在的問題。通過對學(xué)生在校期間各科成績進(jìn)行因子分析的具體實(shí)例研究，找出影響學(xué)生知識和能力的主要方面因子，并據(jù)此對學(xué)生成績做出一個(gè)客觀、綜合的評價(jià)。

關(guān)鍵詞：因子分析；各科成績；綜合評價(jià)；實(shí)例分析

中圖分類號：TP391；O212 文獻(xiàn)標(biāo)識碼：B 文章編號：1004-373X(2008)06-137-04

Application of Factor Analysis to Comprehensive Evaluation on Students′ Grade

ZHANG Yongfu ZHAO Hongzhang MU Yang2

(1.School of Astronautics，Northwestern Polytechnical University，Xi′an，710072，China；

2.School of Educational Experimentation，Northwestern Polytechnical University，Xi′an，710072，China)

Abstract：We need to have a comprehensive evaluation on the students′ grade scientifically and reasonably in the field of teaching management.At present，the methods which are mostly used in the aspect include simple addition and standard marks which both have their own limitations.Making use of the method of factor analysis in evaluating the students′ grade by using the principal component analysis can give us a more comprehensive evaluation from the analytical results than before-mentioned methods.In this paper，we find out the primary factors which can have an influence on the students′ knowledge and ability by studying on an example and then make an objective and comprehensive assessment on the students′ grade.

Keywords：factor analysis；grade of various subjects；comprehensive evaluation；example analysis

1 引 言

在各大專院校中經(jīng)常遇到評定各類獎(jiǎng)學(xué)金，擇優(yōu)分配，推薦研究生等問題。解決這些問題的關(guān)鍵是如何對學(xué)生在學(xué)校期間的表現(xiàn)給予科學(xué)的評價(jià)，而評價(jià)的基礎(chǔ)是學(xué)生在校期間各門課程學(xué)習(xí)所獲得的多方面的知識和能力。在現(xiàn)行的教學(xué)體制中，這些能力和知識具體表現(xiàn)在對課程的掌握上，即各科成績。本文通過對學(xué)生在校期間各科成績進(jìn)行因子分析，找出影響知識和能力的主要方面，并據(jù)此對學(xué)生成績評價(jià)提供合理方法。

2 因子分析法

2.1 因子分析法基本思想

因子分析是主成分分析的推廣與發(fā)展，他是將具有錯(cuò)綜復(fù)雜關(guān)系的變量(或樣品)綜合為數(shù)量較少的幾個(gè)因子，以再現(xiàn)原始變量和因子之間相互關(guān)系，同時(shí)根據(jù)不同因子還可以對變量進(jìn)行分類，屬于多元分析中處理降維的一種統(tǒng)計(jì)方法^[1，2]。

對于給定的n個(gè)樣本(學(xué)生)，m個(gè)原始調(diào)查變量(評價(jià)指標(biāo))原始數(shù)據(jù)矩陣如下：

式(3)即為因子模型，其中各因子的系數(shù)bij稱為因子載荷系數(shù)。當(dāng)初始負(fù)載不易解釋時(shí)，常對負(fù)載做變換，即旋轉(zhuǎn)，以便得到更簡單的結(jié)構(gòu)，便于因子解釋。

因子分析的核心問題有2個(gè)：如何構(gòu)造因子變量；如何對因子變量進(jìn)行命名解釋^[3]。

因此，因子分析的基本步驟和解決思路就是圍繞這2個(gè)核心問題展開的。因子分析常有以下4個(gè)基本步驟：

(1) 確認(rèn)待分析的原有干變量是否適合作因子分析；

(2) 構(gòu)造因子變量；

(3) 利用旋轉(zhuǎn)方法使因子變量更具有可解釋性；

(4) 計(jì)算因子變量得分。

2.2 應(yīng)用因子分析法進(jìn)行綜合評價(jià)應(yīng)注意問題

(1) 原始指標(biāo)是否需要轉(zhuǎn)換處理

若原始指標(biāo)的量綱或經(jīng)濟(jì)意義不同，將原始指標(biāo)直接求得綜合得分，將很難給予一個(gè)合理的經(jīng)濟(jì)解釋；若原始指標(biāo)變量數(shù)量級差異較大，則變量值大的對綜合指標(biāo)(公共因子)的影響也大。因此，在用因子分析法時(shí)，通常需要對原始指標(biāo)進(jìn)行無量綱化處理。

(2) 什么評價(jià)指標(biāo)適合運(yùn)用因子分析方法

因子分析法在多元統(tǒng)計(jì)中屬于降維思想中的一種，其目的在于簡化數(shù)據(jù)，通過較少的公共因子反映復(fù)雜現(xiàn)象的基本結(jié)構(gòu)。原始評價(jià)指標(biāo)少，意義明確，能較好地反映評價(jià)對象，這時(shí)不一定要使用因子分析。如果強(qiáng)行運(yùn)用，不僅加大計(jì)算量，而且意義不大。

此處，使用因子分析法進(jìn)行綜合評價(jià)目的之一是為了避免評價(jià)指標(biāo)之間的相關(guān)性所引起權(quán)重的偏倚。因此其中一個(gè)前提條件是評價(jià)指標(biāo)之間應(yīng)該有較強(qiáng)的相關(guān)關(guān)系。如果指標(biāo)之間的相關(guān)程度很小，指標(biāo)不可能共享公共因子，公共因子對于指標(biāo)的綜合能力就偏低。一般來說，可以通過對指標(biāo)的相關(guān)矩陣進(jìn)行檢驗(yàn)，如果相關(guān)矩陣的大部分系數(shù)都小于0.3，則不適合做因子分析。

(3) 因子模型應(yīng)選取幾個(gè)因子進(jìn)行分析

因子分析的目的是尋求用少數(shù)的幾個(gè)公共因子解釋協(xié)方差結(jié)構(gòu)的因子模型。選取的因子過多，應(yīng)用因子分析方法就失去原有的意義；但選取的因子過少，又可能造成原始信息量的大量損失。通常有以下3種準(zhǔn)則：

以主成分的特征值為標(biāo)準(zhǔn)選取公共因子。原始評價(jià)指標(biāo)標(biāo)準(zhǔn)化后，由于每個(gè)指標(biāo)的方差為1，假如主成分所對應(yīng)的特征值小于1，意味著該主成分連一個(gè)指標(biāo)的方差都無法解釋，所以應(yīng)選取特征值大于或接近于1的主成分作為公共因子，舍棄特征值遠(yuǎn)小于1的其他主成分。

以主成分的方差累計(jì)貢獻(xiàn)率為標(biāo)準(zhǔn)來選取公共因子。方差累積貢獻(xiàn)率反映了主成分保留原始信息量的多少。一般而言，主成分累積貢獻(xiàn)率達(dá)到 85%以上就可以說明和解釋問題，因此可以以此為標(biāo)準(zhǔn)選取累積貢獻(xiàn)率達(dá)到85%以上的那些主成分作為公共因子。

根據(jù)分析問題的需要或具體問題的專業(yè)理論來選取公共因子。在多維數(shù)據(jù)中，當(dāng)維數(shù)大于3時(shí)便不能畫出幾何圖形，但通過因子分析法選取主要的2個(gè)公共因子，畫出正交因子得分圖，以反映評價(jià)對象在二維平面上的分布情況，從而直觀地找出各評價(jià)對象在公共因子中的地位，進(jìn)而還可以對評價(jià)對象進(jìn)行分類處理。

(4) 初始公共因子是否需要旋轉(zhuǎn)

建立因子分析模型的目的不僅是要找出主因子，更重要的是要知道每個(gè)主因子的意義，以便對實(shí)際問題進(jìn)行分析。通過式(2)、式(3)，只是確立初始公共因子，這些初始因子是否具有明確意義，需要進(jìn)一步分析因子載荷陣才能得出。如果從每個(gè)初始因子能較好地找出所代表的原始指標(biāo)，就可以直接賦予這些因子合理的經(jīng)濟(jì)解釋，進(jìn)行下一步的分析研究。但如果因子載荷量較為平均，難以判別哪些指標(biāo)與哪因子聯(lián)系較為密切，無法從原始指標(biāo)中尋求評價(jià)對象在各個(gè)因子上得分差異的原因，這時(shí)就需要進(jìn)行因子旋轉(zhuǎn)。

因子旋轉(zhuǎn)的直觀意義是經(jīng)過旋轉(zhuǎn)后，公共因子的貢獻(xiàn)越散越好，使指標(biāo)僅在一個(gè)公共因子上有較大的載荷，而在余公共因子上的載荷比較小。因子旋轉(zhuǎn)的方法很多，如正交旋轉(zhuǎn)、斜交旋轉(zhuǎn)等，正交旋轉(zhuǎn)又包括方差最大化旋轉(zhuǎn)、4次方最大化旋轉(zhuǎn)等，但基本思路就是在尋求極值的前提下，用一個(gè)正交陣(對正交旋轉(zhuǎn))或非正交陣(對斜交旋轉(zhuǎn))右乘因子載荷陣，達(dá)到簡化因子載荷陣結(jié)構(gòu)的目的。

3 實(shí)例分析

3.1 學(xué)生成績評價(jià)方法現(xiàn)狀

目前，對大學(xué)生成績評價(jià)方法主要有：比例制、考查制、學(xué)分制、德育考評等^[4]。

(1) 比例制

例：學(xué)期成績由平時(shí)考查、期中、期末考試成績按折合計(jì)算。有期中、期末考試的課程的成績，按平時(shí)20%、期中30%，期末50%計(jì)算。無期中考試的課程按平時(shí)30%、期末70%計(jì)算。比例制引入了對學(xué)生平時(shí)的學(xué)習(xí)態(tài)度、學(xué)習(xí)狀況等方面的考查，打破了只看期末考試成績的僵局。

(2) 考查制

例：體育課等不宜集中考試的課程的成績，參照有關(guān)標(biāo)準(zhǔn)制訂評定辦法。考查課成績用優(yōu)、良、及格、不及格4級評定。

(3) 學(xué)分制

例：學(xué)生最終成績按照以下公式計(jì)算：(學(xué)分×分?jǐn)?shù))之和/總學(xué)分，這種方法體現(xiàn)課程的重要程度，學(xué)分即是權(quán)重。

(4) 德育考評制

例：學(xué)生操行成績作為學(xué)生每學(xué)期必修課納入學(xué)生學(xué)籍管理，畢業(yè)后裝入學(xué)生檔案。學(xué)生基準(zhǔn)分為80分，實(shí)行加分、扣分制度。

以上方法都從一個(gè)方面比較客觀地評價(jià)一個(gè)學(xué)生的成績，但無法對一個(gè)學(xué)生做出綜合客觀的評價(jià)。下面將采用因子分析法對學(xué)生成績進(jìn)行綜合評價(jià)。

3.2 基本資料

表1是某學(xué)校25位學(xué)生的工作成績資料，以此為基本資料進(jìn)行分析。本數(shù)據(jù)經(jīng)檢驗(yàn)符合因子分析法要求。

3.3 因子分析過程及結(jié)果

本例數(shù)據(jù)使用Minitab1 3.31軟件來做。

(1) 對表1中的原始據(jù)計(jì)算其相關(guān)系數(shù)陣如表2所示：

表1 基本資料[STBZ][HT6K]

表2 相關(guān)系數(shù)矩陣[STBZ][HT6K]

10.SS]

對表2，3進(jìn)行分析可知：

① 因子1，因子2所構(gòu)成的信息量為原有各變量信息量的83.0%；

② 因子1，2，3所構(gòu)成的信息量為原有各變量信息量的95.5%。因此，可以只取前2個(gè)或者前3個(gè)因子進(jìn)行分析。

(3) 選取少量因子進(jìn)行分析

首先選取用2個(gè)因子(1，2)進(jìn)行分析，分析結(jié)果是：用2個(gè)進(jìn)行分析，2個(gè)因子所代表的意義不是很明確，不容易做出解釋(具體過程略)。因此選取3個(gè)因子進(jìn)行分析。選取第1，2，3個(gè)因子。分析結(jié)果如表5，表6所示：

表5 因子載荷矩陣[STBZ][HT6K]

表6 因子的特征值及貢獻(xiàn)率[STBZ][HT6K]

從表5，6可以看出，雖然3個(gè)因子所包含的信息量大，但還是不易做出解釋。為克服這一問題，將因子旋轉(zhuǎn)一個(gè)角度，本次分析使用方差最大(Varimax)旋轉(zhuǎn)法，旋轉(zhuǎn)后各因子的意義更加明確。旋轉(zhuǎn)后的具體結(jié)果如表7，表8所示：

表7 旋轉(zhuǎn)后因子載荷矩陣[STBZ][HT6K]

表8 旋轉(zhuǎn)后因子的特征值及貢獻(xiàn)率[STBZ][HT6K]

從表7可以看出，第1因子解釋C3，C4，C5的比例比較大且各自的比例接近；第2因子解釋C1的比例比較大；第3因子解釋C2的比例比較大。C3，C4，C5分別代表“歷史成績指數(shù)”，“語文成績指數(shù)”，“工作成績指數(shù)”，所以F1(第1因子)可以定性為“文科因子”；C1代表“數(shù)學(xué)成績指數(shù)”，所以F2可以定性為“理科因子”；C2代表“表達(dá)力指數(shù)”，所以F3可以定性為“綜合因子”即學(xué)生的綜合能力。在以后的分析中可以根據(jù)此對學(xué)生做出比較客觀的評價(jià)。以達(dá)到好的的效果。

從下面的3D-PLOT圖中可以比較清楚地看出他們的分組情況。如圖1所示。

4 結(jié) 語

從以上的分析中可以看出，傳統(tǒng)的總成績公布公式，既沒有考慮到各科成績的不可比性，又沒有考慮學(xué)生在總體中的位置，并簡單認(rèn)為各科成績的權(quán)重是相等的，忽視了課程對能力和素質(zhì)培養(yǎng)的差異，這是不科學(xué)的。

用主成分分析法對學(xué)生成績進(jìn)行因子分析就比較有效地解決了上述問題。因?yàn)檫@種方法是概括原始成績的

圖1 主成分3D-PLOT圖

最佳線性函數(shù)，他不但對原始數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理，而且考慮到了由指標(biāo)變異程度帶來的差異。在教育管理中，使用本方法尋找綜合因子，對學(xué)生的成績進(jìn)行綜合排序，為擇優(yōu)分配，評定獎(jiǎng)學(xué)金，推薦研究生等提供比較合理的標(biāo)準(zhǔn)。此外，在大力推行素質(zhì)教育的今天，不應(yīng)該僅看分?jǐn)?shù)，應(yīng)該從數(shù)據(jù)中找出本質(zhì)的東西，轉(zhuǎn)變重分?jǐn)?shù)，輕能力的觀念，使教育能夠培養(yǎng)出更多更好具有較高素質(zhì)和能力的人才。

參考文獻(xiàn)

[1]王學(xué)仁，王松桂.實(shí)用多元統(tǒng)計(jì)分析[M].上海：上海科學(xué)技術(shù)出版社，1990.

[2]游家興.如何正確運(yùn)用因子分析法進(jìn)行綜合評價(jià)[J].統(tǒng)計(jì)教育，2003(5)：10-11.

[3]劉菊香，沈霄鳳.用SPSS統(tǒng)計(jì)軟件對學(xué)生綜合成績的因子分析[J].統(tǒng)計(jì)教育，2006(1)：53-56.

[4]邱運(yùn)君，潘莉.因子分析法在學(xué)生成績評定中的應(yīng)用[J].成都信息工程學(xué)院學(xué)報(bào)，2006，21(增刊)：141-148.

[5]陳雪濤，張仁津，冉雙林.數(shù)據(jù)挖掘在智能教學(xué)系統(tǒng)中的應(yīng)用\\[J\\].現(xiàn)代電子技術(shù)，2007，30(2)：80-82.

[6]宋曉云，蘇宏升.一種并行決策樹學(xué)習(xí)方法研究\\[J\\].現(xiàn)代電子技術(shù)，2007，30(2)：141-144.

[7]田緒安，田茵.訪問Web數(shù)據(jù)庫方法的研究與實(shí)現(xiàn)\\[J\\].現(xiàn)代電子技術(shù)，2006，29(24)：152-153，156.

作者簡介 張永福 男，1980年出生，陜西韓城人，助教，碩士。主要從事遙感和地理信息系統(tǒng)應(yīng)用研究。

注：本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文。