基于學生成績的教學效果評價及在SPSS軟件上的實現

丁雪梅，趙耀東，蔡 敏，張曉君，張 晶

(1.吉林大學動物科學學院，吉林長春130062；2.吉林大學實驗室與設備處，吉林長春130021；3.吉林大學第二醫院，吉林長春130041；4.吉林大學教育技術中心，吉林長春130021)

實驗教學的教學效果一般通過學生的實驗報告成績和問卷調查進行客觀和主觀評價[1-2]。根據試驗設計開展試驗的結果，按變量屬于定量或定性，可將資料分為三種類型，即計量資料、計數資料和等級資料[3]。根據資料類型、分析目的等采用不同的數據分析方法，通常利用SPSS軟件來實現[4]。本文針對兩種實驗教學模式下的學生成績進行教學效果評價，對經常采用的數據分析方法的分類、特點以及數據分析方法如何在SPSS軟件上實現等進行了詳解。

1 研究案例與數據

本文選取比較典型的7種案例(表1)，以傳統教學模式為對照組，翻轉課堂教學模式為試驗組，對案例資料類型進行分析并利用SPSS19.0進行數據分析，探討教學模式效果的統計學評價方法。

表1 本文案例資料

表3 案例2中不同組別學生成績

表4 案例3中不同組別和不同等級成績的學生人數

表5 案例4中不同性別、組別和不同等級成績的學生人數

表6 案例5中不同組別和不同等級成績的學生人數

表7 案例6中不同學院、組別和不同等級成績的學生人數

表8 案例7中不同學院、組別和不同等級成績的學生人數

對案例1至案例7中的資料分析見表9。案例1至案例5都只有1個因素：組別。案例1和案例2都是計量資料，先進行正態性檢驗，若服從正態分布，采用獨立樣本t檢驗，否則采用Wilcoxon秩和檢驗。案例3采用四格表卡方檢驗，案例4采用分層卡方檢驗，此兩個案例的指標變量均為計數資料，區別是后者在前者基礎上以性別分層。指標變量為等級資料時通常采用秩和檢驗和Ridit分析[5]，在SPSS操作上，前者比后者簡單，故本文案例5采用前者。案例6和案例7皆有兩個因素：學院、組別，需進行多元統計分析，前者指標變量為二分類計數資料，故采用二分類Logistic回歸分析，還可以考察因素間的交互作用[3,6]；后者為等級資料，故采用有序Logistic回歸分析。Logistic回歸分析對計量資料、計數資料和等級資料均可進行分析，既可進行因素影響大小的比較，也可進行危險度分析。

注：a表示SPSS軟件對2×2四格表進行CMH檢驗(分層卡方檢驗)，也稱為k×2×2表格數據的CMH檢驗。

2 常用的統計分析方法在SPSS19.0上的實現

2.1 計量資料的獨立樣本t檢驗和Wilcoxon秩和檢驗在SPSS19.0上的實現

計量資料的獨立樣本t檢驗和Wilcoxon秩和檢驗的SPSS操作步驟和結果解讀見表10。

表10 計量資料的獨立樣本t檢驗和Wilcoxon秩和檢驗的SPSS操作步驟和結果解讀

表11 案例1獨立樣本t檢驗輸出結果

圖1 案例1正態性檢驗的部分數據錄入界面

圖2 案例1獨立樣本t檢驗的部分數據錄入界面

圖3 案例2正態性檢驗的部分數據錄入界面

圖4 案例2Wilcoxon秩和檢驗的部分數據錄入界面

成 績Mann-Whitney U1838Wilcoxon W4116Z-2.064漸近顯著性(雙側)0.039

2.2 計數資料的四格表卡方檢驗、分層卡方檢驗和有序資料的秩和檢驗在SPSS19.0上的實現

案例3至案例7，指標變量(或因變量)為計數資料或有序資料。利用SPSS軟件進行數據分析時，首先要進行加權：數據→加權個案，加權個案(W)→頻率變量(F):頻數→確定。分層卡方檢驗，以性別分層，即性別為分層變量或控制變量。計數資料的四格表卡方檢驗、分層卡方檢驗和有序資料的秩和檢驗的SPSS操作步驟和結果解讀見表13。

表13 計數資料的四格表卡方檢驗、分層卡方檢驗和有序資料的秩和檢驗的SPSS操作步驟和結果解讀

表14 案例3四格表卡方檢驗輸出結果

注：a表示0單元格(0.0%)的期望計數少于5，最小期望計數為22.18。b表示僅對2×2表計算。

表15 案例4卡方檢驗輸出結果

注：a表示0單元格(0.0%)的期望計數少于5,最小期望計數為10.67。b表示僅對2×2表計算。c表示0單元格(0.0%)的期望計數少于5,最小期望計數為8.87。d表示0單元格(0.0%)的期望計數少于5,最小期望計數為22.18。

表16 對案例4的分層卡方檢驗輸出結果

表17 案例5的檢驗統計量輸出結果

表18 案例5 Mann-Whitney U檢驗輸出結果

圖5 案例3四格表卡方檢驗的數據錄入界面

圖6 案例4分層卡方檢驗的數據錄入界面

圖7 案例5秩和檢驗的數據錄入界面

2.3 二分類Logistic回歸分析和有序Logistic回歸分析在SPSS19.0上的實現

二分類Logistic回歸分析和有序Logistic回歸分析見表19。

表19 二分類Logistic回歸分析和有序Logistic回歸分析的SPSS操作步驟和結果解讀

表20 案例6不考察交互作用的二分類Logistic回歸分析輸出結果

表21 案例6考察交互作用的二分類Logistic回歸分析輸出結果

注：a.在步驟1中輸入的變量:學院,組別,學院*組別。

表22 案例7有序Logistic回歸分析輸出結果

注：a.因為該參數為冗余的，所以將其置為零。

圖8 案例6二分類Logistic回歸的數據錄入界面

圖9 案例7有序Logistic回歸的數據錄入界面

3 討論與結論

進行統計分析時，要反復思考5個問題：采用何種統計分析方法；為什么采用這種統計分析方法，即分析目的；統計分析的前提條件；進行SPSS操作時點擊哪些功能框；如何解讀SPSS輸出的統計分析結果。

歸納起來，基于學生成績的教學效果評價的數據分析目的通常有以下幾種：(1)差異的研究。①計量資料兩個樣本均值或中位數之間是否有顯著差異。例如獨立樣本t檢驗、Wilcoxon秩和檢驗，前者是對正態分布的樣本均值比較，后者是對非正態分布的樣本中位數比較。②兩個樣本率或構成比差異。例如卡方檢驗、分層卡方檢驗。③兩個樣本等級強度差異。例如等級資料的秩和檢驗。④因素影響大小的差異。例如Logistic回歸分析。(2)控制混雜因素，分析混雜因素的影響。例如分層卡方檢驗。(3)危險度分析。例如分層卡方檢驗、Logistic回歸分析。

進行統計分析時，不僅要熟悉SPSS操作和能夠解讀其輸出結果，最重要的是要掌握統計學基本理論,根據因素數量、資料類型、分析目的、統計分析方法應用的前提條件、樣本數量、樣本量大小、變量類型和數量等選擇合適的統計分析方法。