學生成績評價中總分排名與因子分析綜合排名的比較

摘? 要：學生的各項考核成績是檢驗學生學習效果的一個重要指標，也是學校進行學業評價、學生管理、獎學金發放和畢業生就業等工作的重要參考指標，有效挖掘成績當中蘊含的信息是學校教師和學生管理部門的一項重要任務[1]。本文借用因子分析的方法，嘗試將課程成績轉化為幾個衡量學習效果的關鍵因素，對各因子分別進行排名并最終進行因子綜合排名，將之與總分排名的結果進行比較分析，說明因子分析排名在反映學生學習能力、學習效果方面和指導學生合理分配學習時間方面的優越性。

關鍵詞：學生成績;綜合評價;因子分析;總分排名

中圖分類號：G642 文獻標識碼：A 文章編號：2095-9052（2022）01-0-03

目前教師在評價學生成績時多采用按總分排序的方法，這種方法的優點是簡單易操作。但是也有學校做了改進，采用學分績點排序的方法來評價學生成績。該方法只是在課程權重上做了處理，并沒有彌補總分排序的不足，本質上仍然是將不同課程獨立看待，并沒有挖掘出課程之間的關系以及課程與能力要素之間的內在聯系;也無法排除教師因素、試卷難易度、考核方式的差異以及學科差異對成績造成的影響，自然也就無法從眾多課程成績中分析出學生的綜合素質狀況。

統計中的因子分析能夠將多個變量轉化為少數起關鍵作用的獨立公共因子，本文將嘗試引入該方法來分析學生成績，以提高排名結果在反映學生學習效果中的效用。

一、問題引入

在學生成績評價中常常會遇到下列情況：甲、乙兩位英語專業的學生，在某次考試中的成績如表1所示。請問哪位在本次考試中成績更優異？

按照傳統的總分排名方法，兩位學生總分相同，因此排名也相同，從而會認定這兩位學生在本階段的學習效果一樣。但是如果結合專業特點再仔細觀察甲乙兩人的成績，大部分人會做出截然不同的判斷：學生甲的成績更符合該專業人才培養要求，甲在本次考試中的成績比乙優異。

從這個例子可以看出總分排序法的缺陷在于沒有考慮不同課程在專業設置中的不同比重，而是簡單地將各門課程同等看待，權重均為1，評價結果自然不準確，與實際情況存在偏差。為了克服該缺陷，能夠更加科學合理地評價學生成績，筆者嘗試引入多元統計分析中的因子分析模型。因子分析的基本思想是將對復雜煩冗的課程成績的分析轉化為對少數幾個智力因素（如語言智力、節奏智力、數理智力、空間智力、運動智力、自我認知智力和人際關系智力等）的分析，找出衡量不同課程對這些智力因素依賴程度的數量值[2，7]。

二、數據處理

本文的原始數據來源于江蘇農牧科技職業學院三年制高職寵物養護與疫病防治10班54名學生前兩學期15門課程的成績，計算借助于SPSS軟件，分以下幾個步驟進行。

（一）對學生成績進行初步統計分析

分別計算各門課程成績的均值和標準差，若出現異常值，可先找出原因進行預處理。該組數據的均值在70.15～97.033之間，標準差均小于176，都在正常范圍內。

（二）通過KMO檢驗和巴特利球形檢驗判斷成績是否適合進行因子分析

該組數據的KMO值為0.760〉0.7，Bartlett球形檢驗的P值小于0.01。兩個數據都說明這15組成績之間存在較強的相關性，比較適合進行因子分析[3，6]。

（三）用主成分分析法確定公共因子的個數

這里取公因子個數，此時主成分的累計貢獻率已經達到了71.107%（見表2），超過了70%，說明用這5個公共因子來反映原來的15門課程是有效的。

（四）求初始因子載荷矩陣和旋轉因子載荷矩陣

對旋轉因子載荷矩陣進行分析，找出5個公因子反映的實際意義。

因子1在大學物理、大學英語1、線性代數、高等數學1、計算機應用基礎、計算機網絡技術、電路與模擬電子技術7門課程上的載荷較大，反映了學生在基礎課程，特別是理科類課程上的學習能力，可見該因子主要反映的是數理智力。

因子2在素質教育1、素質教育2、職業生涯規劃3門課程上的載荷較大，反映了學生的職業規劃能力和基本素質。

因子3在C語言程序設計、計算機組裝與維護實訓、勞動教育3門課程上的載荷較大，反映了學生的實踐操作能力。

因子4在思想道德修養與法律基礎這門課程上的載荷較大，反映了學生的思政素養。

因子5在體育課程上的載荷較大，反映了學生的身體素質。

（五）計算得分

依據因子得分系數矩陣計算60位學生在5個公因子上的得分，并分別進行排序。

（六）計算因子綜合分數并排序

根據公式計算60位學生的因子綜合分數并進行排序，其中是5個公因子的方差貢獻率。

通過肉眼觀察即可發現，總分排序與因子分析綜合排序的結果有明顯不同，通過對結果進行Kappa檢驗，進一步證明了二者的確存在顯著差異[4-5]。

三、結果分析

下面通過比較選取六位學生的排名情況（見表3）來具體說明因子分析排名在學生綜合素質評價方面的優勢。

（一）12號和36號學生情況

12號和36號學生的兩種排名均相同，但是各因子排名反映的情況卻不盡相同。12號學生5個因子的排名都很優異，特別是因子2、4、5排名位列前茅，可見其職業規劃能力、思政素養和身體素質都是出類拔萃的;因子1和3的排名略差一些，今后需要在基礎課程的學習和實操能力的提升上有所側重。36號學生因子1、2、4的排名比較突出，可見其優勢是基礎課程的學習能力、職業規劃能力和思政素養，薄弱項是因子3和因子5，應該在提高實操能力和身體素質上下功夫。

（二）9號學生情況

9號學生的情況與36號學生類似，因子3和因子5的排名落后于半數學生，是該生急需解決的兩個問題;但是其因子1和因子4排名第一，因子2排名也比較高，可見其在基礎課程的學習和思政素養上具有很大優勢，這使其綜合排名上升了三位。

（三）6號學生情況

6號學生的綜合排名也上升了，但其情況與9號學生又有不同。該生因子1、3、4、5的排名都位于中上，而因子2的排名卻位于倒數位置。可見其亟待加強自身的職業規劃能力，提升基本素質。

（四）50號學生情況

50號學生的因子綜合排名卻反倒是下降了十名。仔細分析各因子排名發現，其在最重要的因子1和因子2上拖了后腿，因此該生在后續的學習中需要重點在基礎課程和職業規劃能力上下功夫;同時還發現該生有突出的實踐操作能力和優異的思政素養，優點與不足同樣突出。因子排名的結果既可防止該生不妄自菲薄，又可使其清醒地認識自身的不足之處。

（五）45號學生情況

45號學生的綜合排名也下降了，其原因是因子4和5的排名均是最后一名，可見其迫在眉睫地需要提高自身的思政素養和身體素質，應該以此為長期指導思想有針對性地調整自己的學習計劃。和50號學生類似，該生也有明顯優勢，即較強的基礎課程學習能力、職業規劃能力和實踐操作能力，應保持優勢彌補不足。

四、結語

因子分析模型將多門課程按照不同智力因素進行分類，并按照方差貢獻率確定其權重，科學反映了各因子在綜合素質中的重要程度。通過對表2中六位學生排名情況的比較分析可以發現，因子排名能夠更加真實全面地反映學生的素質，能夠有的放矢地指導學生進行后續學習策略的調整，能夠幫助學生科學地調整職業規劃。可見，因子分析綜合排名是比總分排名更加科學有效的成績分析方法。

參考文獻：

[1]孫小素，霍玉嬌.大學生成績綜合評價研究——基于多元統計分析方法[J].高等財經教育研究，2019（4）：19-25.

[2]劉娥，李明都.基于因子分析對學生成績量化評價的研究[J].當代教育實踐與教學研究，2020（3）：110-111.

[3]顧敏.基于因子分析的高職學生綜合素質評價[D].華東師范大學碩士論文，2014.

[4]簡小珠，戴步云.SPSS23.0統計分析：在心理學與教育學中的應用[M].北京：北京師范大學出版社，2017.

[5]龍松，向麗蘋.學生成績綜合評價中的因子分析[J].湖北工業大學學報，2021（3）：38-39+55.

[6]金樹穎，張慧雪.基于因子分析的學生成績評價對培養復合型人才的啟示[J].貴州師范大學學報：社會科學版，2015（3）：156-161.

[7]王淑玉，聶淑媛.基于SAS軟件的學生成績評價體系研究[J].洛陽師范學院學報，2014（11）：141-144.

（責任編輯：董維）