基于SPSS的高考英語成績與TEM4成績分析

盧艷陽

摘 要： 本文利用SPSS軟件對湖南城市學院2009級英語專業學生的高考英語成績和TEM4成績進行分析，確定二者具有顯著相關性。通過線性回歸分析，建立根據高考英語成績預測TEM4成績的方程式，為英語專業的教學提出相關建議。

關鍵詞： 高考英語成績 TEM4成績 相關性 線性回歸分析

1.引言

統計分析在教育行業的應用越來越受到青睞，許多高校及教育工作者都希望對采集的數據進行統計分析，以得到一定的結論來研究和指導自己的教學。采用合理的統計方法對TEM4成績進行分析，可以檢驗學生的學習效果，進一步科學地評價和檢驗教學效果。合理運用統計工具對測試結果進行深層次的分析，才能獲得真正有價值的反饋數據來指導后續的教學活動。統計分析是大學英語教學改革的重要內容[1]。

SPSS是公認的應用最廣泛的專業數據分析軟件之一。筆者利用SPSS軟件對學生高考英語成績和TEM4成績進行分析，分析兩者之間的相關性程度，并進一步根據學生的高考英語成績進行簡單線性回歸分析，預測TEM4成績，以為制訂英語專業學生的教學計劃，決定教學方法及評價教學效果起到現實的指導意義。

2.研究對象

研究對象為湖南城市學院2009級英語專業的132名學生，數據來源主要是其2009年的高考英語成績和2011年4月的TEM4考試成績，如表1。

表1 外國語學院學生高考英語成績和TEM4成績

3.相關性分析

SPSS的簡單相關分析是最簡單也是最常用的一種分析方法，基本功能是可以研究變量間的線性相關程度并用適當的統計指標表示出來[2]。

筆者在使用高考英語成績和TEM4成績兩變量做相關分析之前，利用散點圖初步觀察下兩變量之間有無相關趨勢，為隨后的相關分析奠定基礎。其圖形如圖1所示。

圖1 TEM4成績對高考英語成績的散點圖

觀察TEM4成績對高考英語成績的散點圖，可以初步判斷二者存在一定的正相關關系，故有必要進行下一步的相關分析，明確這種相關性的存在性及其程度大小。利用TEM4成績和高考英語成績作為雙變量，設定相應的參數進行相關分析，兩變量相關分析的結果如表2、表3、表4所示，結果分析如下：

表2 Descriptive Statistics

表3 Correlations

**.Correlation is significant at the 0.01 level（2-tailed）.

表4 Correlations

**.Correlation is significant at the 0.01 level（2-tailed）.

（1）描述性輸出。

“描述性統計量”表格給出了高考英語成績和TEM4兩個變量的基本統計信息，包括均值、標準差和樣本量。

（2）相關性輸出。

“相關性”表格給出的是Pearson相關系統及其檢驗結果；“相關系數”表格給出的是兩個非參數相關系數及其檢驗結果。可見，三個相關系數在0.01的顯著性水平（雙邊檢驗）上非常顯著，從而推斷高考英語成績和TEM4成績之間存在明顯的正相關關系，且非常顯著。

4.簡單線性回歸分析

SPSS的簡單線性回歸分析主要用來處理一個因變量與一個自變量之間的線性關系，建立變量之間的線性模型，并根據模型做評價和預測[3]。

本文使用高考英語成績作為自變量、TEM4成績作為因變量進行回歸分析，其結果分析如下：

（1）模型擬合情況。

如表5所示，模型的擬合情況反映了模型對數據的解釋能力，調整R方越大，模型的解釋能力越強。

表5 模型擬合情況表Model Summary

a.Predictors：（Constant），高考英語成績

（2）方差分析。

如表6所示，方差分析反映了模型整體的顯著性，一般將模型的檢驗P值（Sig）與0.05作比較，如果小于0.05，即為顯著。

表6 方差分析表ANOVAb

a.Predictors：（Constant），高考英語成績

b.Dependent Variable：TEM4成績

（3）回歸方程的系數以及系數的檢驗結果。

如表7所示，回歸方程的系數是各個變量在回歸方程中的系數值，Sig值表示回歸系數的顯著性，越小越顯著，一般將其與0.05作比較，如果小于0.05，即為顯著。

表7 系數表Coefficientsa

a.Dependent Variable：TEM4成績

經過對數據進行簡單線性回歸分析，可以寫出模型的方程式：

R（TEM4成績）=7.281+0.461×I（高考英語成績）

根據模型的方程式，即可根據高考英語成績預測英語專業學生兩年后參加的TEM4考試成績。如一個考生的高考英語成績為120分，根據這個方程式就可以預測其TEM4成績為62.6分。

5.結語

TEM4考試是為檢測本科英語專業教學大綱執行情況而進行的本科教學考試。通過對湖南城市學院2009級學生的TEM4成績分析，其通過率超過全國平均通過率。但對其教學上，還有幾點建議。

（1）通過分析的結論，我們可以確定高考英語成績與他們的TEM4成績有顯著性的關系。高考英語成績高的學生在通過TEM4時，成績也相應走高。一方面可以幫助學生在入學時清醒地認識到自己的英語水平，鼓勵其努力學習，爭取在TEM4考試中取得好成績。另一方面可以根據學生的高考英語成績，通過線性回歸分析，預測他們在TEM4考試中的成績，合理制訂教學計劃和教學目標[4]。

（2）幫助學校制定合理的招生章程，對專業提出合理要求。目前我校英語專業的錄取原則是高考英語成績在110分及以上，且口試合格。根據分析的結論，為了能更好地培養高水平的英語人才，必要時可以將高考英語成績要求提高到120分。

（3）加強對英語基礎連續性的研究，改革教育教學方法，制訂合理的人才培養方案。適當增加實踐課時和學分，注重培養學生的創新能力和實踐能力。

（4）幫助學生認識自主學習能力與TEM4成績的關系，探索學生的語言學習策略，加強學生學習策略訓練，激發其學習動力，幫助教師認識到教學方法的重要性，積極創新教學方法。

參考文獻：

[1]李躍平，邵永真.SPSS在大學英語教學測試統計中的運用[J].外語電化教學，2003（5）：47-51.

[2]杜強，賈麗艷.SPSS統計分析從入門到精通[M].北京：人民郵電出版社，2013.

[3]楊維忠，張甜.SPSS統計分析與行業應用案例詳解[M].北京：清華大學出版社，2013.

[4]張其香，滕梅.學生高考英語成績與大學英語四級成績的相關性分析[J].科技信息，2007（13）：408-409.endprint

摘 要： 本文利用SPSS軟件對湖南城市學院2009級英語專業學生的高考英語成績和TEM4成績進行分析，確定二者具有顯著相關性。通過線性回歸分析，建立根據高考英語成績預測TEM4成績的方程式，為英語專業的教學提出相關建議。

關鍵詞： 高考英語成績 TEM4成績 相關性 線性回歸分析

1.引言

統計分析在教育行業的應用越來越受到青睞，許多高校及教育工作者都希望對采集的數據進行統計分析，以得到一定的結論來研究和指導自己的教學。采用合理的統計方法對TEM4成績進行分析，可以檢驗學生的學習效果，進一步科學地評價和檢驗教學效果。合理運用統計工具對測試結果進行深層次的分析，才能獲得真正有價值的反饋數據來指導后續的教學活動。統計分析是大學英語教學改革的重要內容[1]。

SPSS是公認的應用最廣泛的專業數據分析軟件之一。筆者利用SPSS軟件對學生高考英語成績和TEM4成績進行分析，分析兩者之間的相關性程度，并進一步根據學生的高考英語成績進行簡單線性回歸分析，預測TEM4成績，以為制訂英語專業學生的教學計劃，決定教學方法及評價教學效果起到現實的指導意義。

2.研究對象

研究對象為湖南城市學院2009級英語專業的132名學生，數據來源主要是其2009年的高考英語成績和2011年4月的TEM4考試成績，如表1。

表1 外國語學院學生高考英語成績和TEM4成績

3.相關性分析

SPSS的簡單相關分析是最簡單也是最常用的一種分析方法，基本功能是可以研究變量間的線性相關程度并用適當的統計指標表示出來[2]。

筆者在使用高考英語成績和TEM4成績兩變量做相關分析之前，利用散點圖初步觀察下兩變量之間有無相關趨勢，為隨后的相關分析奠定基礎。其圖形如圖1所示。

圖1 TEM4成績對高考英語成績的散點圖

觀察TEM4成績對高考英語成績的散點圖，可以初步判斷二者存在一定的正相關關系，故有必要進行下一步的相關分析，明確這種相關性的存在性及其程度大小。利用TEM4成績和高考英語成績作為雙變量，設定相應的參數進行相關分析，兩變量相關分析的結果如表2、表3、表4所示，結果分析如下：

表2 Descriptive Statistics

表3 Correlations

**.Correlation is significant at the 0.01 level（2-tailed）.

表4 Correlations

**.Correlation is significant at the 0.01 level（2-tailed）.

（1）描述性輸出。

“描述性統計量”表格給出了高考英語成績和TEM4兩個變量的基本統計信息，包括均值、標準差和樣本量。

（2）相關性輸出。

“相關性”表格給出的是Pearson相關系統及其檢驗結果；“相關系數”表格給出的是兩個非參數相關系數及其檢驗結果?？梢?，三個相關系數在0.01的顯著性水平（雙邊檢驗）上非常顯著，從而推斷高考英語成績和TEM4成績之間存在明顯的正相關關系，且非常顯著。

4.簡單線性回歸分析

SPSS的簡單線性回歸分析主要用來處理一個因變量與一個自變量之間的線性關系，建立變量之間的線性模型，并根據模型做評價和預測[3]。

本文使用高考英語成績作為自變量、TEM4成績作為因變量進行回歸分析，其結果分析如下：

（1）模型擬合情況。

如表5所示，模型的擬合情況反映了模型對數據的解釋能力，調整R方越大，模型的解釋能力越強。

表5 模型擬合情況表Model Summary

a.Predictors：（Constant），高考英語成績

（2）方差分析。

如表6所示，方差分析反映了模型整體的顯著性，一般將模型的檢驗P值（Sig）與0.05作比較，如果小于0.05，即為顯著。

表6 方差分析表ANOVAb

a.Predictors：（Constant），高考英語成績

b.Dependent Variable：TEM4成績

（3）回歸方程的系數以及系數的檢驗結果。

如表7所示，回歸方程的系數是各個變量在回歸方程中的系數值，Sig值表示回歸系數的顯著性，越小越顯著，一般將其與0.05作比較，如果小于0.05，即為顯著。

表7 系數表Coefficientsa

a.Dependent Variable：TEM4成績

經過對數據進行簡單線性回歸分析，可以寫出模型的方程式：

R（TEM4成績）=7.281+0.461×I（高考英語成績）

根據模型的方程式，即可根據高考英語成績預測英語專業學生兩年后參加的TEM4考試成績。如一個考生的高考英語成績為120分，根據這個方程式就可以預測其TEM4成績為62.6分。

5.結語

TEM4考試是為檢測本科英語專業教學大綱執行情況而進行的本科教學考試。通過對湖南城市學院2009級學生的TEM4成績分析，其通過率超過全國平均通過率。但對其教學上，還有幾點建議。

（1）通過分析的結論，我們可以確定高考英語成績與他們的TEM4成績有顯著性的關系。高考英語成績高的學生在通過TEM4時，成績也相應走高。一方面可以幫助學生在入學時清醒地認識到自己的英語水平，鼓勵其努力學習，爭取在TEM4考試中取得好成績。另一方面可以根據學生的高考英語成績，通過線性回歸分析，預測他們在TEM4考試中的成績，合理制訂教學計劃和教學目標[4]。

（2）幫助學校制定合理的招生章程，對專業提出合理要求。目前我校英語專業的錄取原則是高考英語成績在110分及以上，且口試合格。根據分析的結論，為了能更好地培養高水平的英語人才，必要時可以將高考英語成績要求提高到120分。

（3）加強對英語基礎連續性的研究，改革教育教學方法，制訂合理的人才培養方案。適當增加實踐課時和學分，注重培養學生的創新能力和實踐能力。

（4）幫助學生認識自主學習能力與TEM4成績的關系，探索學生的語言學習策略，加強學生學習策略訓練，激發其學習動力，幫助教師認識到教學方法的重要性，積極創新教學方法。

參考文獻：

[1]李躍平，邵永真.SPSS在大學英語教學測試統計中的運用[J].外語電化教學，2003（5）：47-51.

[2]杜強，賈麗艷.SPSS統計分析從入門到精通[M].北京：人民郵電出版社，2013.

[3]楊維忠，張甜.SPSS統計分析與行業應用案例詳解[M].北京：清華大學出版社，2013.

[4]張其香，滕梅.學生高考英語成績與大學英語四級成績的相關性分析[J].科技信息，2007（13）：408-409.endprint

摘 要： 本文利用SPSS軟件對湖南城市學院2009級英語專業學生的高考英語成績和TEM4成績進行分析，確定二者具有顯著相關性。通過線性回歸分析，建立根據高考英語成績預測TEM4成績的方程式，為英語專業的教學提出相關建議。

關鍵詞： 高考英語成績 TEM4成績 相關性 線性回歸分析

1.引言

統計分析在教育行業的應用越來越受到青睞，許多高校及教育工作者都希望對采集的數據進行統計分析，以得到一定的結論來研究和指導自己的教學。采用合理的統計方法對TEM4成績進行分析，可以檢驗學生的學習效果，進一步科學地評價和檢驗教學效果。合理運用統計工具對測試結果進行深層次的分析，才能獲得真正有價值的反饋數據來指導后續的教學活動。統計分析是大學英語教學改革的重要內容[1]。

SPSS是公認的應用最廣泛的專業數據分析軟件之一。筆者利用SPSS軟件對學生高考英語成績和TEM4成績進行分析，分析兩者之間的相關性程度，并進一步根據學生的高考英語成績進行簡單線性回歸分析，預測TEM4成績，以為制訂英語專業學生的教學計劃，決定教學方法及評價教學效果起到現實的指導意義。

2.研究對象

研究對象為湖南城市學院2009級英語專業的132名學生，數據來源主要是其2009年的高考英語成績和2011年4月的TEM4考試成績，如表1。

表1 外國語學院學生高考英語成績和TEM4成績

3.相關性分析

SPSS的簡單相關分析是最簡單也是最常用的一種分析方法，基本功能是可以研究變量間的線性相關程度并用適當的統計指標表示出來[2]。

筆者在使用高考英語成績和TEM4成績兩變量做相關分析之前，利用散點圖初步觀察下兩變量之間有無相關趨勢，為隨后的相關分析奠定基礎。其圖形如圖1所示。

圖1 TEM4成績對高考英語成績的散點圖

觀察TEM4成績對高考英語成績的散點圖，可以初步判斷二者存在一定的正相關關系，故有必要進行下一步的相關分析，明確這種相關性的存在性及其程度大小。利用TEM4成績和高考英語成績作為雙變量，設定相應的參數進行相關分析，兩變量相關分析的結果如表2、表3、表4所示，結果分析如下：

表2 Descriptive Statistics

表3 Correlations

**.Correlation is significant at the 0.01 level（2-tailed）.

表4 Correlations

**.Correlation is significant at the 0.01 level（2-tailed）.

（1）描述性輸出。

“描述性統計量”表格給出了高考英語成績和TEM4兩個變量的基本統計信息，包括均值、標準差和樣本量。

（2）相關性輸出。

“相關性”表格給出的是Pearson相關系統及其檢驗結果；“相關系數”表格給出的是兩個非參數相關系數及其檢驗結果。可見，三個相關系數在0.01的顯著性水平（雙邊檢驗）上非常顯著，從而推斷高考英語成績和TEM4成績之間存在明顯的正相關關系，且非常顯著。

4.簡單線性回歸分析

SPSS的簡單線性回歸分析主要用來處理一個因變量與一個自變量之間的線性關系，建立變量之間的線性模型，并根據模型做評價和預測[3]。

本文使用高考英語成績作為自變量、TEM4成績作為因變量進行回歸分析，其結果分析如下：

（1）模型擬合情況。

如表5所示，模型的擬合情況反映了模型對數據的解釋能力，調整R方越大，模型的解釋能力越強。

表5 模型擬合情況表Model Summary

a.Predictors：（Constant），高考英語成績

（2）方差分析。

如表6所示，方差分析反映了模型整體的顯著性，一般將模型的檢驗P值（Sig）與0.05作比較，如果小于0.05，即為顯著。

表6 方差分析表ANOVAb

a.Predictors：（Constant），高考英語成績

b.Dependent Variable：TEM4成績

（3）回歸方程的系數以及系數的檢驗結果。

如表7所示，回歸方程的系數是各個變量在回歸方程中的系數值，Sig值表示回歸系數的顯著性，越小越顯著，一般將其與0.05作比較，如果小于0.05，即為顯著。

表7 系數表Coefficientsa

a.Dependent Variable：TEM4成績

經過對數據進行簡單線性回歸分析，可以寫出模型的方程式：

R（TEM4成績）=7.281+0.461×I（高考英語成績）

根據模型的方程式，即可根據高考英語成績預測英語專業學生兩年后參加的TEM4考試成績。如一個考生的高考英語成績為120分，根據這個方程式就可以預測其TEM4成績為62.6分。

5.結語

TEM4考試是為檢測本科英語專業教學大綱執行情況而進行的本科教學考試。通過對湖南城市學院2009級學生的TEM4成績分析，其通過率超過全國平均通過率。但對其教學上，還有幾點建議。

（1）通過分析的結論，我們可以確定高考英語成績與他們的TEM4成績有顯著性的關系。高考英語成績高的學生在通過TEM4時，成績也相應走高。一方面可以幫助學生在入學時清醒地認識到自己的英語水平，鼓勵其努力學習，爭取在TEM4考試中取得好成績。另一方面可以根據學生的高考英語成績，通過線性回歸分析，預測他們在TEM4考試中的成績，合理制訂教學計劃和教學目標[4]。

（2）幫助學校制定合理的招生章程，對專業提出合理要求。目前我校英語專業的錄取原則是高考英語成績在110分及以上，且口試合格。根據分析的結論，為了能更好地培養高水平的英語人才，必要時可以將高考英語成績要求提高到120分。

（3）加強對英語基礎連續性的研究，改革教育教學方法，制訂合理的人才培養方案。適當增加實踐課時和學分，注重培養學生的創新能力和實踐能力。

（4）幫助學生認識自主學習能力與TEM4成績的關系，探索學生的語言學習策略，加強學生學習策略訓練，激發其學習動力，幫助教師認識到教學方法的重要性，積極創新教學方法。

參考文獻：

[1]李躍平，邵永真.SPSS在大學英語教學測試統計中的運用[J].外語電化教學，2003（5）：47-51.

[2]杜強，賈麗艷.SPSS統計分析從入門到精通[M].北京：人民郵電出版社，2013.

[3]楊維忠，張甜.SPSS統計分析與行業應用案例詳解[M].北京：清華大學出版社，2013.

[4]張其香，滕梅.學生高考英語成績與大學英語四級成績的相關性分析[J].科技信息，2007（13）：408-409.endprint