聚類分析統計方法在核心專業課程設置中的應用

董丹　李新　殷曉梅

【摘 要】目的：通過對我校信息工程學院信息管理與信息系統專業學生四年考試課成績的聚類分析，科學地對該核心專業學科課程設置做出綜合評價。方法：繼因子分析后，運用聚類分析分別對專業基礎課因子和專業課因子中的課程進行聚類，并給出預測重要性排名。結果：聚類分析中預測重要性排名與專業基礎課和專業課中的核心課程高度吻合。結論：通過聚類分析可以看出我校信管專業的核心課程的設置合理。

【關鍵字】課程設置;聚類分析;兩步聚類

中圖分類號： F222.1文獻標識碼： A 文章編號： 2095-2457（2019）28-0229-002

DOI：10.19694/j.cnki.issn2095-2457.2019.28.105

【Abstract】Objective： Through the cluster analysis of the four-year examination results of the students majoring in information management and information system in Information Engineering College of our university， to make a scientific comprehensive evaluation of the curriculum of this core discipline. Methods： Following factor analysis， clustering analysis was applied to classify the courses in the factors of basic courses and specialized courses respectively， and the ranking of predictive importance was given. Result： The ranking of predictive importance in cluster analysis was highly consistent with the core courses in basic courses and specialized courses. Conclusion： Cluster analysis shows that the core curriculum of credit management major in our university is reasonable.

【Key words】Curriculum design; Cluster analysis; Two-step clustering

中醫藥是我國獨具特色和優勢的傳統醫學，承載著千年中華民族優秀傳統文化[1]。隨著中醫藥行業的快速發展，對相關的信息化、現代化服務也提出了越來越的高的要求。醫學信息管理與信息系統專業正是以醫藥衛生系統為對象，以信息管理為主線，研究信息管理問題，探索信息管理規律的一門綜合性學科。

目前，中醫藥類院校有11所已經開設了信息管理與信息系統專業，但專業開辦時間相對較段，其核心課程的設置也仍在探索階段，各校的核心課程也存在一定差異。我校該專業2010年辦學，經歷了幾次評估，取得了較好的評價，同時專家也給出了專業設置上的一些建議。

文獻[2]中使用了因子分析方法，對我校該專業53名畢業生在課程設置為必修的32門考試課程的期末考試成績進行統計分析，找出了影響我校信管專業學生知識和能力的主要因子，并建立了綜合評價指標。本文在此基礎上使用聚類分析進行進一步數據分析。聚類分析是研究“物以類聚”的一種統計方法，是在事物分類面貌尚不明確，甚至總共幾類也不確定的情況下討論事物的分類問題的統計分類方法[3]。本文通過對因子分析結果中的專業基礎課因子與專業課因子中所含課程成績進行聚類分析，給出專業課程設置合理性依據，并通過預測變量重要性排名對核心課程的設置是否合理給出評價。

1 資料與方法

1.1 資料來源

文獻[2]中已對我校信管專業53名學生的32門考試課程的期末考試成績使用了因子分析，并得到了六個主要因子，分別為“專業基礎課因子”、“專業課因子”、“公共基礎課因子”、“高等數學課因子”、“醫學類基礎課因子”和“體育課因子”。

1.2 分析方法

利用SPSS23.0統計軟件，使用兩步聚類分析方法對因子分析結果中專業基礎課公因子中的12門課程和專業課公因子中的9門課程分別進行聚類分析，調取預測重要性變量排名對課程設置合理性進行討論。

2 聚類分析與結果

采用兩步聚類方法分別針對專業基礎課公因子、專業課公因子中的成績變量進行聚類，有助于對核心課程設置的合理性給出評價。

2.1 專業基礎課聚類分析

采用兩步聚類方法對專業基礎課因子中所包含的12門課程進行聚類分析[4]。

第一步，預聚類。在自動聚類表中讀取Bayes信息準則指標（即BIC值）：可見聚類為2類時BIC值最小，且由BIC變化量可以看出，在聚到4類以后其變化就不明顯了。故綜合觀察，可聚為2～4類。

第二步，正式聚類。經SPSS計算，最終確認最佳類別數為2類。且本次聚類質量達到良好級別。

經對比兩類均值，發現第二類（26人，占總人數49.1%）在各個科目中平均分均優于第一類（27人，占總人數50.9%），顯然第二類學生更擅長專業基礎課的學習，基本技能理解能力更有優勢。在我校信管專業課程設置中明確標明了13門專業基礎課中共有核心課程4門，分別為管理學原理、數據結構、數據庫系統原理與管理運籌學。調取預測變量重要性排名（詳見圖1），4門核心課程分別排名第一、第二、第三和第六名。

2.2 專業課聚類分析

采用兩步聚類方法對專業課因子中所包含的9門課程進行聚類分析。

第一步，預聚類。在自動聚類表中讀取Bayes信息準則指標（即BIC值）：可見聚類為2類時BIC值最小，且由BIC變化量可以看出，在聚到4類以后其變化就不明顯了。故綜合觀察，可聚為2～4類。

第二步，正式聚類。經SPSS計算，最終確認最佳類別數為2類。且本次聚類質量達到尚可級別。

經對比兩類均值，發現第一類（32人，占總人數60.4%）在各個科目中平均分均優于第二類（21人，占總人數39.6%），顯然第一類學生更擅長專業課的學習，實際動手操作能力更有優勢。在我校信管專業課程設置中明確標明了14門專業課中共有核心課程6門，分別為醫學信息分析、管理信息系統、計算機網絡、信息系統分析與設計、衛生經濟學與避難信息管理學。調取預測變量重要性排名（詳見圖2），6門核心課程分別排名第一至第六名。

3 聚類分析結果討論與建議

通過對因子分析結論中得到的專業基礎課因子中所包含的12門課程和專業課因子中所包含的9門課程進行聚類分析，結果均是恰好按各科成績高低將學生分為兩類，這表明這些課程均體現了學生對于專業基本技能的理解能力和實際解決問題與動手操作的能力，設置合理;前者兩類學生人數比為27：26，后者兩類學生人數比為32：21，這說明沒有出現過大或者過小的情況，兩類別區分度良好。

SPSS軟件在圖1中提供了專業基礎課因子預測變量重要性排序，可見排名前兩位的管理學原理和數據結果兩門核心課程的成績在區分類別的能力方面所展現的效果最好，預測變量的重要性分別為1.00和0.99，明顯優于其他課程，其次是數據庫系統原理核心課程，預測變量的重要性為0.76，優勢較為明顯，但管理運籌學課程與前后6門課程相比沒有明顯優勢，其原因還需要進一步分析。

SPSS軟件從圖2中同時也提供了專業課因子預測變量重要性排序，對比6門核心課程的設置，其成績在區分類別的能力方面均展現出良好的效果，明顯優于其他課程，預測變量的重要性與其余3門課程拉開了一定的距離，說明我校信管專業在專業課的核心課程設置上是合理的。

綜上所述，我校信管專業在經過幾次課程設置的調整后，已經形成了較為合理的課程設置，模塊劃分明確，尤其在核心課程的設置中有著自己獨到的見解，并在實踐中得到了檢驗。本文使用統計學方法為課程設置的合理性提供了討論方法，期望為其他新設專業的課程設置提供評價方法。

【參考文獻】

[1]沈紹武，肖勇，陳偉.信息管理與信息系統專業課程體系研究綜述[J].醫學信息學雜志，2010（7）：1-4+8.

[2]董丹，李新，殷曉梅.中醫藥院校信息管理與信息系統專業課程設置合理性的綜合評價[J].北京，人民衛生出版社.2015.

[3]史周華，何雁.中醫藥統計學與軟件應用[M].北京，中國中醫藥出版社，2017.

[4]蔣知儉.統計分析在醫學課題中的應用[M].北京，人民衛生出版社，2008.