基于PCA的高校學(xué)生專業(yè)技術(shù)能力評(píng)價(jià)模型

畢瑤家 劉國(guó)柱 凌明華 黃文

摘要：對(duì)高校學(xué)生成績(jī)的評(píng)價(jià)是教育的重要內(nèi)容，傳統(tǒng)的高校學(xué)生評(píng)價(jià)方式大多采用綜合素質(zhì)測(cè)評(píng)的方式，此方法指標(biāo)模糊，計(jì)算方法不科學(xué)，無(wú)法真正體現(xiàn)學(xué)生的真實(shí)情況。根據(jù)國(guó)家工程認(rèn)證的思想以及高校學(xué)生的現(xiàn)狀，提出了新的學(xué)生專業(yè)技術(shù)能力評(píng)價(jià)指標(biāo)體系以及基于主成分分析的高校學(xué)生專業(yè)技術(shù)能力評(píng)價(jià)模型，主成分分析法的優(yōu)點(diǎn)是各主成分的權(quán)數(shù)為其貢獻(xiàn)率，它反映了該主成分包含原始數(shù)據(jù)的信息量占全部信息量的比重，這樣確定權(quán)數(shù)是客觀的、合理的，它克服了某些評(píng)價(jià)方法中認(rèn)為確定權(quán)數(shù)的缺陷。該模型能夠更加準(zhǔn)確、全面地對(duì)學(xué)生的課程成績(jī)進(jìn)行評(píng)價(jià)，將該評(píng)價(jià)模型的結(jié)果與學(xué)生畢業(yè)后的情況進(jìn)行對(duì)比，結(jié)果表明，該評(píng)價(jià)模型能夠在一定程度上反映學(xué)生的專業(yè)技術(shù)能力。

關(guān)鍵詞：高校學(xué)生;專業(yè)技術(shù)能力;教育評(píng)價(jià);主成分分析法

中圖分類號(hào)：G642? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2019）22-0117-02

開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

1 評(píng)價(jià)指標(biāo)體系的建立

本文以青島科技大學(xué)軟件工程專業(yè)畢業(yè)生為例，從科學(xué)評(píng)價(jià)的角度出發(fā)，采用問(wèn)卷調(diào)查法、個(gè)別訪談法、集體訪談法等方法，結(jié)合專業(yè)認(rèn)證專家的評(píng)審意見和現(xiàn)有文獻(xiàn)進(jìn)行指標(biāo)的海，遴選出十二個(gè)與學(xué)生專業(yè)技術(shù)能力相關(guān)的指標(biāo)點(diǎn)，如表1所示。

根據(jù)合理性、公平性和科學(xué)性的評(píng)價(jià)原則，最終在十二個(gè)一級(jí)指標(biāo)點(diǎn)的基礎(chǔ)上建立47個(gè)二級(jí)指標(biāo)點(diǎn)。二級(jí)指標(biāo)的權(quán)重配置相對(duì)簡(jiǎn)潔明了，故本體系在二級(jí)指標(biāo)權(quán)重配置中采用經(jīng)驗(yàn)確定法。即實(shí)踐經(jīng)驗(yàn)豐富的學(xué)者專家，根據(jù)他們長(zhǎng)期的工作經(jīng)驗(yàn)和主觀認(rèn)識(shí)，共同商議而確定二級(jí)指標(biāo)各項(xiàng)權(quán)數(shù)，以工程知識(shí)為例，其指標(biāo)體系的建立如表1所示：

2 PCA評(píng)價(jià)模型的建立及改進(jìn)

本文采用主成分分析法來(lái)評(píng)價(jià)高校學(xué)生的專業(yè)技術(shù)能力。主成分分析法是將原來(lái)眾多的具有一定相關(guān)性的能力評(píng)價(jià)指標(biāo)重組成一組相互無(wú)關(guān)的、新的綜合指標(biāo)來(lái)代替原指標(biāo)，新的在綜合指標(biāo)保留了原指標(biāo)的最主要特征。并根據(jù)實(shí)際的需要從這些指標(biāo)中抽取幾個(gè)較少的綜合變量來(lái)盡量多的反應(yīng)原變量的信息。

（1） 對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理.假設(shè)參與評(píng)價(jià)的人數(shù)為[n]人，每一個(gè)評(píng)測(cè)對(duì)象有12個(gè)能力評(píng)價(jià)指標(biāo)，我們就可以用原始數(shù)據(jù)構(gòu)造一個(gè)[n×12]維的矩陣，表示為[（Xij）n×12]，其中[i=1，2，3，…]。將各個(gè)指標(biāo)值[Xij]轉(zhuǎn)化成標(biāo)準(zhǔn)化指標(biāo)[Xij]。

（2） 求出矩陣[Xij]的相關(guān)系數(shù)矩陣[R]的特征值[λii=1，2，…，p]且[λ1≥λ2≥…≥λp≥0]。以及對(duì)應(yīng)的特征向量[u1，u2，…，um]，其中[uj=（u1j，u2j，…，umj）T]，由特征向量組成[m]個(gè)，新的指標(biāo)變量。

[y1=u11x1+u21x2+…+um1xmy2=u12x1+u22x2+…+um2xm………………………………ym=u1mx1+u2mx2+…+ummxm]式中[y1]是第1主成分，[y2]是第2主成分，[...]，[ym]是第[m]主成分。

（3） 選擇[p]個(gè)主成分，計(jì)算綜合評(píng)價(jià)值。計(jì)算特征值的信息貢獻(xiàn)率和累計(jì)貢獻(xiàn)率。稱為主成分[yj]的信息貢獻(xiàn)率，表示為[αp]。當(dāng)[αp]接近于1時(shí)，選擇[p]個(gè)主成分代替原來(lái)[m]個(gè)指標(biāo)，然后綜合分析[p]個(gè)主成分。并且可以計(jì)算每一個(gè)主成分的綜合得分：

[Z=j=1pbjyj]

其中[bj]為第[j]個(gè)主成分的信息貢獻(xiàn)率，根據(jù)每一個(gè)主成分的綜合得分就可以進(jìn)行評(píng)價(jià)。

3 實(shí)例分析

本文選取了青島科技大學(xué)軟件工程專業(yè)13級(jí)的畢業(yè)生為研究對(duì)象，共計(jì)47名畢業(yè)生。每一個(gè)測(cè)評(píng)對(duì)象有12個(gè)能力指標(biāo)，構(gòu)成一個(gè)[47×12]的矩陣。首先對(duì)原始矩陣進(jìn)行標(biāo)準(zhǔn)化處理，然后對(duì)標(biāo)準(zhǔn)化之后的數(shù)據(jù)進(jìn)行.KMO和Bartlett檢驗(yàn)。檢驗(yàn)結(jié)果為.KMO值為0.710，大于0.6;Bartlett球度檢驗(yàn)的Sig值為0，小于顯著水平0.05.這說(shuō)明我們提供的指標(biāo)間存在相關(guān)關(guān)系，符合因子分析的條件，可以進(jìn)行因子分析，然后進(jìn)一步完成主成分分析。表2中給出特征值大于1的主成分。

表2顯示前2個(gè)主成分的特征值大于1且貢獻(xiàn)率大于85%，因此選擇前兩個(gè)成分為主要成分。采用方差最大旋轉(zhuǎn)法進(jìn)行因子正交旋轉(zhuǎn)，得到旋轉(zhuǎn)因子載荷矩陣，見表3。

將載荷因子與其對(duì)應(yīng)的指標(biāo)初始值的乘積之和作為評(píng)價(jià)得分，公式如下：

[Y1=0.900×X1+0.911×X2+0.964×X3+0.842×X4+0.471×X5+0.942×X6+0.769×X7+0.808×X8+0.939×X9+0.851×X10+0.907×X11+0.743×X12]

[Y2=0.113×X1+0.282×X2-0.059×X3+0.436×X4+0.794×X5-0.275×X6+0.396×X7+0.407×X8-0.280×X9-0.497×X10-380×X11-0.520×X12]

根據(jù)綜合評(píng)價(jià)的得分公式：[Y=b1*Y1+b2*Y2].[b1，b2]為旋轉(zhuǎn)之前的方差貢獻(xiàn)率，分別問(wèn)8.614和2.054.本文將[b1，b2]做歸一化處理，得到的權(quán)重為[ω1]和[ω2]，分別為8.614/10.668和2.054/10.668，最終的綜合評(píng)價(jià)模型為：

[Y=8.61410.668*Y1+2.05410.668*Y2]

根據(jù)綜合評(píng)價(jià)模型，計(jì)算學(xué)生的專業(yè)能力綜合評(píng)價(jià)得分并進(jìn)行排名，將學(xué)生的原始排名與綜合評(píng)價(jià)排名進(jìn)行對(duì)比，將軟件工程專業(yè)13級(jí)學(xué)生的專業(yè)能力評(píng)價(jià)排名與常規(guī)計(jì)算方式得到的成績(jī)排名做了對(duì)比，可以發(fā)現(xiàn)排名情況差異非常明顯。根據(jù)調(diào)查13級(jí)軟件工程同學(xué)目前工作情況，該模型對(duì)同學(xué)的專業(yè)技術(shù)能力評(píng)價(jià)更加符合實(shí)際的情況，因此該模型能夠比常規(guī)的成績(jī)更加真實(shí)地反映出學(xué)生的專業(yè)技術(shù)能力。根據(jù)分析，造成差異的主要原因是傳統(tǒng)的成績(jī)計(jì)算方式采用平均學(xué)分績(jī)法即將每門課程的原始分?jǐn)?shù)與該門課程的學(xué)分?jǐn)?shù)相乘后求和，再除以課程的總學(xué)分。其缺點(diǎn)是不同課程的原始分?jǐn)?shù)缺乏可加性和可比性，存在許多人為主觀因素的影響，其計(jì)算過(guò)程存在信息重疊，難以反映出學(xué)生真正的專業(yè)技術(shù)能力;而采用主成分分析的專業(yè)能力評(píng)價(jià)模型，根據(jù)國(guó)家工程認(rèn)證的思想選取了12個(gè)指標(biāo)點(diǎn)對(duì)專業(yè)技術(shù)能力驚醒評(píng)價(jià)，并通過(guò)將多維變量進(jìn)行綜合降維處理，避免了常規(guī)計(jì)算當(dāng)中過(guò)多的信息重疊，使得到的結(jié)果更加的具有科學(xué)性和合理性。

4 結(jié)論

新的專業(yè)能力評(píng)價(jià)模型是在國(guó)家工程認(rèn)證的思想上提出的，在指標(biāo)點(diǎn)的選取更加具有科學(xué)性，通過(guò)主成分分析的綜合降維處理，減少了指標(biāo)信息的重疊，使結(jié)果更加具有合理性。根據(jù)最終的調(diào)研結(jié)果，證明新模型的計(jì)算結(jié)果比傳統(tǒng)的成績(jī)計(jì)算方式的結(jié)果更加符合學(xué)生的實(shí)際情況。新模型通過(guò)SPSS軟件即可使用，方便計(jì)算，比較直觀，其結(jié)果具有科學(xué)性和合理性，既可以對(duì)教學(xué)工作做出指導(dǎo)意見，也可以作為學(xué)生工作中評(píng)獎(jiǎng)評(píng)優(yōu)的參考。

參考文獻(xiàn)：

[1] 嚴(yán)長(zhǎng)遠(yuǎn)，陳剛. 高校大學(xué)生綜合素質(zhì)測(cè)評(píng)工作評(píng)價(jià)研究[J].高教與成才研究，2016（8）.

[2] 侯小潔，張俊華. 基于分組主成分分析法的大學(xué)生綜合素質(zhì)測(cè)評(píng)研究[J].赤峰學(xué)院學(xué)報(bào)，2018（8）.

[3] 周露.大學(xué)生綜合素質(zhì)測(cè)評(píng)的問(wèn)題與改進(jìn) ———以三所“985 工程大學(xué)”為例[D].長(zhǎng)沙：湖南大學(xué)，2013.37-38.

[4] 劉譞.基于學(xué)生行為的成績(jī)預(yù)測(cè)模型的研究與應(yīng)用[D].成都：電子科技大學(xué)，2017.

[5] 朱麗琴.基于隨機(jī)森林算法的學(xué)生成繢評(píng)價(jià)研究[D].安徽：安徽工業(yè)大學(xué)，2017.

[6] 鄒晨紅.基于模糊綜合評(píng)判的大學(xué)生綜合素質(zhì)評(píng)估模式研究[J].軟件導(dǎo)刊，2017（16-17）.

[7] 遲國(guó)泰，曹婷婷，張昆.基于相關(guān)—主成分分析的人的全面發(fā)展評(píng)價(jià)指標(biāo)體系構(gòu)建[J].系統(tǒng)工程理論與實(shí)踐，2013，32（1）：112-119.

【通聯(lián)編輯：李雅琪】