SPSS在考試成績分析中的應用

李浩田　李美慧　李偉平

摘? 要：通常采用對考試成績進行分析的方法不能滿足目前對教學的更高要求。為此，以高中生物為例運用SPSS統計軟件進行信度分析、因子分析、兩變量相關分析、K-均值聚類分析研究，計算出具體數據，定量的分析考試成績，精準的改變教學方法。結果表明SPSS軟件在成績分析應用上具有較大的科學性和優越性，引起教師對SPSS軟件數據分析價值和操作環節的重視。

關鍵詞：SPSS;高中生物;成績分析

中圖分類號：TP391? ? 文獻標識碼：A 文章編號：2096-4706（2021）17-0127-04

Abstract： The commonly used methods of analyzing test scores cannot meet the current higher requirements for teaching. To this end， taking high school biology as an example， using SPSS statistical software to conduct reliability analysis， factor analysis， two-variable correlation analysis， and K-means clustering analysis research， calculate specific data， quantitatively analyze test scores， and accurately change teaching methods. The results show that the SPSS software is scientific and superior in the application of score analysis， which arouses teachers attention to the value of SPSS software data analysis and operating procedures.

Keywords： SPSS; high school biology; score analysis

0? 引? 言

考試分析是在被試者經過學科學習后，對所掌握的知識或技能程度進行分析、找出指導以后教學的方法。由于學校、教師、家長非常重視考試成績，所以高中生物考試成績分析是非常必要的，但是傳統的平均分、名次分析又不適合目前的教學形式。2020年9月，新修訂的人教版生物學教科書《普通高中教科書·生物學》在作者所在省區的高一年級使用。依據教育部《普通高中生物學課程標準（17版20修訂）》修訂的新教材給現有的教學帶來了機遇，也使得對使用新教材的考試成績分析變得十分重要。SPSS是集數據錄入、整理、分析于一體的統計軟件，SPSS也可以在中學成績分析中使用。采用SPSS統計軟件分析的方法的優勢是可以充分挖掘考試數據，得到隱藏的有用信息。分析這些信息可以為下一步如何提高教學質量指明方向。筆者運用SPSS統計軟件對所在學校高一年級某班2021年一月期末的生物成績進行分析，找出影響學生成績的關鍵因素，從而有效的改進教學方法。

1? 分析前整備

本次考試內容為普通高中教科書（19年人教版）必修1《分子與細胞》全本書所有內容。本冊課本有六章：第一章走進細胞（以下簡稱：走進細胞）、第二章組成細胞的分子（以下簡稱：組成分子）、第三章細胞的基本結構（以下簡稱：基本結構）、第四章細胞的物質輸入和輸出（以下簡稱：輸入輸出）、第五章細胞的能量供應和利用（以下簡稱：供應利用）、第六章細胞的生命歷程（以下簡稱：生命歷程）。在Excel中建立高一生物成績原始分數表，在表中輸入本次考試的學生姓名、試題編號、每道試題的原始得分。建立高一生物分章成績表，在表中輸入相關章節試題合并所得出的正確率。

2? 信度分析

由于所在地域受新冠疫情影響，本次考試采取線上考試形式。學生的信度情況無法把握，分析本次考試的可靠性成為必然。操作過程：選擇“文件〡打開〡數據”命令，打開高一生物成績原始分數表。選擇“分析〡度量〡可靠性分析﹍”命令，在對話框項目中選擇所有試題編號。單擊確定按鈕。具體過程及結果如圖1所示。

誠信要求實事求是。誠信在社會主義核心價值體系中有著重要的地位。長期以來，中學考試的誠信數據分析沒有得到充分重視。中學考試誠信分析往往是主觀性的，缺少定性分析。本次考試的信度系數為0.779，沒有異常試卷。該數據的信度系數為可接受性系數，表示本次考試的結果穩定且可靠，說明本次考試幾乎沒有作弊情形，具有分析參考價值。

3? 因子分析

考試成績中一般有區別度大的關鍵章節，關鍵章節還可能不止一個。為了更加有效地進行教學，讓師生把精力集中在關鍵章節和重要章節，所以從數據中挖掘出本次考試的關鍵章節是非常必要的。操作過程：選擇“文件〡打開〡數據”命令，打開高一生物分章成績表。選擇“分析〡降維〡因子分析﹍”命令，在對話框“變量”中選擇所有章節;“抽取”方法選擇主成分，輸出勾選未旋轉的因子解;“旋轉”方法選擇最大方差法，輸出勾選旋轉解。單機確定按鈕。具體過程及結果如圖2所示。

在成分1上，按照從大到小排列：輸入輸出、基本結構、供應利用、生命歷程、組成分子、走近細胞;成分2上按照從大到小排列：走近細胞、組成分子、供應利用、基本結構、生命歷程、輸入輸出。在落實高中生物學科核心素養的前提下，教師可以高效地通過因子分析，結合教學實踐可以把“供應利用”章節定義為關鍵章節和重要章節。同時，教師針對性地培養學生生物學學科核心素養的不同維度，有意識地選取合適的習題，有針對性地指導學生集中力量或圍繞在“供應利用”章節進行學習和復習，從而達到事半功倍的效果。

4? 兩變量相關分析

各章節之間存在著關聯關系，關聯程度不一樣。以章節為要素開展高中生物各章節考試成績分析，分析各章節相互之間的關聯和影響，從中尋找和制定最佳、最有效教學策略。操作過程：選擇“文件〡打開〡數據”命令，打開高一生物分章成績表。選擇“分析〡相關〡雙變量﹍”命令，在對話框“變量”中選擇所有章節。單機確定按鈕，得到表1。

從表1的分析我們知道“供應利用”與其他章節相關性均較高。結合因子分析結果“供應利用”為本次考試的關鍵章節，可知其中其他任何一章知識點的學習情況勢必會對“供應利用”章節的學習產生重要影響。“供應利用”與其他章節相關性由高到低為：組成分子（0.614）>基本結構（0.475）、>輸入輸出（0.394）>走近細胞（0.385）>生命歷程（0.383）。教師可以以此為依據調整章節復習學習順序為：生命歷程、走近細胞、輸入輸出、基本結構、組成分子、供應利用。這樣就在復習時有針對性的做到了“循序漸進”“突出重點”。

從表1還可以得出：其他章節與“走進細胞”章節相關性較強的有：組成分子（0.578）、供應利用（0.385）;其他章節與“組成分子”章節相關性較強的有：走進細胞（0.578）、基本結構（0.286）、輸入輸出（0.322）、供應利用（0.614）;其他章節與“基本結構”章節相關性較強的有：組成分子（0.286）、輸入輸出（0.334）、供應利用（0.475）;其他章節與“輸入輸出”章節相關性較強的有：組成分子（0.322）、基本結構（0.334）、供應利用（0.394）;其他章節與“生命歷程”章節相關性較強的有：供應利用（0.383）。教師授課過程中可以對相關性較高已學章節進行整體有效復習，也可以對相關性較高未學章節的知識點進行鋪墊學習和滲透學習。

5? K-均值聚類

分層教學是教師根據學生現有的實際情況，按照一定標準把學生分成水平相近的組，教師根據組內學生的已有知識、能力，設計有針對性的教案進行教學。目前各中學都有分層教學的實踐，其成功的關鍵的是如何準確地對學生進行分組。K-均值聚類分析方法可以提供科學的分組。操作過程：選擇“文件〡打開〡數據”命令，打開高一生物分章成績表。選擇“分析〡分類〡K-均值聚類﹍”命令，在對話框“變量”中選擇所有章節，“聚類數”輸入4;“保存”勾選聚類成員;“選項”統計量勾每個個案的聚類信息。單機確定按鈕，得到表2、表3和表4。

從表2和表3可知：K-均值聚類把學生分為4個小組（表4顯示各組學生名字）。分析以上三個表得出：第一小組為“弱偏科型”，共計21人，在“輸入輸出”和“生命歷程”這兩個章節表現不好，其他各章均表現中等。第二小組“強偏科型”，共計12人，主要集中在“基本結構”章節表現不好，各章均表現較好。第三小組為“平衡型”，共計18人，各章級均表現良好。第四小組為“態度型”，共計11人，各章均表現較差。在教學過程中，教師根據分析結果，針對第一組和第二組“偏科型”學生，因“組”而宜采用相應教學內容、教學目標、教學重難點進行教學;針對第三組“平衡型”學生，不在任何處理;針對第四組“態度型”學生，要及時與他們談心，了解他們的真實情況，扭轉學習生物的心態，端正學習態度。

6? 結? 論

SPSS在中學考試成績分析中有著廣泛的應用.既可以通過信度分析考試是否真實地反映出學生的水平;又可在日常的教學研究中，提取相關因素進行量化分析得出嚴謹的結論。因此，中學教師要重視SPSS軟件數據分析的價值，學習相關的統計學方法，探索SPSS應用的操作步驟，堅持在教學實踐中定性分析教學案例。這樣有助于提高我們的教科研水平，進而有的放矢的改進教學方法，從而最終提高教學質量。

參考文獻：

[1] 郭志剛.社會統計分析方法——SPSS 軟件應用 [M].北京：中國人民大學出版社，1999.

[2] 季燕萍，吝維軍. 基于SPSS對數學與應用數學專業核心課程的學生成績分析 [J].綿陽師范學院學報，2011，30（8）：11-18.

[3] 劉文艷，龍潤生. SPSS在高等數學成績分析中的應用 [J].數理醫藥學雜志，2009，22（3）：319-322.

[4] 薛薇.基于SPSS的數據分析：第2版 [M].北京：中國人民大學出版社，2011：221-234.

[5] 李大潛.將數學建模思想融入數學類主干課程 [J].中國大學教學，2006（1）：9-11.

作者簡介：李浩田（2001—），男，漢族，河北邢臺人，本科在讀，研究方向：土木工程;通訊作者：李偉平（1974—），男，漢族，河北邢臺人，中小學高級教師，碩士，研究方向：現代教育技術。