基于SPSS的高考英语成绩与TEM4成绩分析

卢艳阳

摘 要： 本文利用SPSS软件对湖南城市学院2009级英语专业学生的高考英语成绩和TEM4成绩进行分析，确定二者具有显著相关性。通过线性回归分析，建立根据高考英语成绩预测TEM4成绩的方程式，为英语专业的教学提出相关建议。

关键词： 高考英语成绩 TEM4成绩 相关性 线性回归分析

1.引言

统计分析在教育行业的应用越来越受到青睐，许多高校及教育工作者都希望对采集的数据进行统计分析，以得到一定的结论来研究和指导自己的教学。采用合理的统计方法对TEM4成绩进行分析，可以检验学生的学习效果，进一步科学地评价和检验教学效果。合理运用统计工具对测试结果进行深层次的分析，才能获得真正有价值的反馈数据来指导后续的教学活动。统计分析是大学英语教学改革的重要内容[1]。

SPSS是公认的应用最广泛的专业数据分析软件之一。笔者利用SPSS软件对学生高考英语成绩和TEM4成绩进行分析，分析两者之间的相关性程度，并进一步根据学生的高考英语成绩进行简单线性回归分析，预测TEM4成绩，以为制订英语专业学生的教学计划，决定教学方法及评价教学效果起到现实的指导意义。

2.研究对象

研究对象为湖南城市学院2009级英语专业的132名学生，数据来源主要是其2009年的高考英语成绩和2011年4月的TEM4考试成绩，如表1。

表1 外国语学院学生高考英语成绩和TEM4成绩

3.相关性分析

SPSS的简单相关分析是最简单也是最常用的一种分析方法，基本功能是可以研究变量间的线性相关程度并用适当的统计指标表示出来[2]。

笔者在使用高考英语成绩和TEM4成绩两变量做相关分析之前，利用散点图初步观察下两变量之间有无相关趋势，为随后的相关分析奠定基础。其图形如图1所示。

图1 TEM4成绩对高考英语成绩的散点图

观察TEM4成绩对高考英语成绩的散点图，可以初步判断二者存在一定的正相关关系，故有必要进行下一步的相关分析，明确这种相关性的存在性及其程度大小。利用TEM4成绩和高考英语成绩作为双变量，设定相应的参数进行相关分析，两变量相关分析的结果如表2、表3、表4所示，结果分析如下：

表2 Descriptive Statistics

表3 Correlations

**.Correlation is significant at the 0.01 level（2-tailed）.

表4 Correlations

**.Correlation is significant at the 0.01 level（2-tailed）.

（1）描述性输出。

“描述性统计量”表格给出了高考英语成绩和TEM4两个变量的基本统计信息，包括均值、标准差和样本量。

（2）相关性输出。

“相关性”表格给出的是Pearson相关系统及其检验结果；“相关系数”表格给出的是两个非参数相关系数及其检验结果。可见，三个相关系数在0.01的显著性水平（双边检验）上非常显著，从而推断高考英语成绩和TEM4成绩之间存在明显的正相关关系，且非常显著。

4.简单线性回归分析

SPSS的简单线性回归分析主要用来处理一个因变量与一个自变量之间的线性关系，建立变量之间的线性模型，并根据模型做评价和预测[3]。

本文使用高考英语成绩作为自变量、TEM4成绩作为因变量进行回归分析，其结果分析如下：

（1）模型拟合情况。

如表5所示，模型的拟合情况反映了模型对数据的解释能力，调整R方越大，模型的解释能力越强。

表5 模型拟合情况表Model Summary

a.Predictors：（Constant），高考英语成绩

（2）方差分析。

如表6所示，方差分析反映了模型整体的显著性，一般将模型的检验P值（Sig）与0.05作比较，如果小于0.05，即为显著。

表6 方差分析表ANOVAb

a.Predictors：（Constant），高考英语成绩

b.Dependent Variable：TEM4成绩

（3）回归方程的系数以及系数的检验结果。

如表7所示，回归方程的系数是各个变量在回归方程中的系数值，Sig值表示回归系数的显著性，越小越显著，一般将其与0.05作比较，如果小于0.05，即为显著。

表7 系数表Coefficientsa

a.Dependent Variable：TEM4成绩

经过对数据进行简单线性回归分析，可以写出模型的方程式：

R（TEM4成绩）=7.281+0.461×I（高考英语成绩）

根据模型的方程式，即可根据高考英语成绩预测英语专业学生两年后参加的TEM4考试成绩。如一个考生的高考英语成绩为120分，根据这个方程式就可以预测其TEM4成绩为62.6分。

5.结语

TEM4考试是为检测本科英语专业教学大纲执行情况而进行的本科教学考试。通过对湖南城市学院2009级学生的TEM4成绩分析，其通过率超过全国平均通过率。但对其教学上，还有几点建议。

（1）通过分析的结论，我们可以确定高考英语成绩与他们的TEM4成绩有显著性的关系。高考英语成绩高的学生在通过TEM4时，成绩也相应走高。一方面可以帮助学生在入学时清醒地认识到自己的英语水平，鼓励其努力学习，争取在TEM4考试中取得好成绩。另一方面可以根据学生的高考英语成绩，通过线性回归分析，预测他们在TEM4考试中的成绩，合理制订教学计划和教学目标[4]。

（2）帮助学校制定合理的招生章程，对专业提出合理要求。目前我校英语专业的录取原则是高考英语成绩在110分及以上，且口试合格。根据分析的结论，为了能更好地培养高水平的英语人才，必要时可以将高考英语成绩要求提高到120分。

（3）加强对英语基础连续性的研究，改革教育教学方法，制订合理的人才培养方案。适当增加实践课时和学分，注重培养学生的创新能力和实践能力。

（4）帮助学生认识自主学习能力与TEM4成绩的关系，探索学生的语言学习策略，加强学生学习策略训练，激发其学习动力，帮助教师认识到教学方法的重要性，积极创新教学方法。

参考文献：

[1]李跃平，邵永真.SPSS在大学英语教学测试统计中的运用[J].外语电化教学，2003（5）：47-51.

[2]杜强，贾丽艳.SPSS统计分析从入门到精通[M].北京：人民邮电出版社，2013.

[3]杨维忠，张甜.SPSS统计分析与行业应用案例详解[M].北京：清华大学出版社，2013.

[4]张其香，滕梅.学生高考英语成绩与大学英语四级成绩的相关性分析[J].科技信息，2007（13）：408-409.endprint

摘 要： 本文利用SPSS软件对湖南城市学院2009级英语专业学生的高考英语成绩和TEM4成绩进行分析，确定二者具有显著相关性。通过线性回归分析，建立根据高考英语成绩预测TEM4成绩的方程式，为英语专业的教学提出相关建议。

关键词： 高考英语成绩 TEM4成绩 相关性 线性回归分析

1.引言

统计分析在教育行业的应用越来越受到青睐，许多高校及教育工作者都希望对采集的数据进行统计分析，以得到一定的结论来研究和指导自己的教学。采用合理的统计方法对TEM4成绩进行分析，可以检验学生的学习效果，进一步科学地评价和检验教学效果。合理运用统计工具对测试结果进行深层次的分析，才能获得真正有价值的反馈数据来指导后续的教学活动。统计分析是大学英语教学改革的重要内容[1]。

SPSS是公认的应用最广泛的专业数据分析软件之一。笔者利用SPSS软件对学生高考英语成绩和TEM4成绩进行分析，分析两者之间的相关性程度，并进一步根据学生的高考英语成绩进行简单线性回归分析，预测TEM4成绩，以为制订英语专业学生的教学计划，决定教学方法及评价教学效果起到现实的指导意义。

2.研究对象

研究对象为湖南城市学院2009级英语专业的132名学生，数据来源主要是其2009年的高考英语成绩和2011年4月的TEM4考试成绩，如表1。

表1 外国语学院学生高考英语成绩和TEM4成绩

3.相关性分析

SPSS的简单相关分析是最简单也是最常用的一种分析方法，基本功能是可以研究变量间的线性相关程度并用适当的统计指标表示出来[2]。

笔者在使用高考英语成绩和TEM4成绩两变量做相关分析之前，利用散点图初步观察下两变量之间有无相关趋势，为随后的相关分析奠定基础。其图形如图1所示。

图1 TEM4成绩对高考英语成绩的散点图

观察TEM4成绩对高考英语成绩的散点图，可以初步判断二者存在一定的正相关关系，故有必要进行下一步的相关分析，明确这种相关性的存在性及其程度大小。利用TEM4成绩和高考英语成绩作为双变量，设定相应的参数进行相关分析，两变量相关分析的结果如表2、表3、表4所示，结果分析如下：

表2 Descriptive Statistics

表3 Correlations

**.Correlation is significant at the 0.01 level（2-tailed）.

表4 Correlations

**.Correlation is significant at the 0.01 level（2-tailed）.

（1）描述性输出。

“描述性统计量”表格给出了高考英语成绩和TEM4两个变量的基本统计信息，包括均值、标准差和样本量。

（2）相关性输出。

“相关性”表格给出的是Pearson相关系统及其检验结果；“相关系数”表格给出的是两个非参数相关系数及其检验结果。可见，三个相关系数在0.01的显著性水平（双边检验）上非常显著，从而推断高考英语成绩和TEM4成绩之间存在明显的正相关关系，且非常显著。

4.简单线性回归分析

SPSS的简单线性回归分析主要用来处理一个因变量与一个自变量之间的线性关系，建立变量之间的线性模型，并根据模型做评价和预测[3]。

本文使用高考英语成绩作为自变量、TEM4成绩作为因变量进行回归分析，其结果分析如下：

（1）模型拟合情况。

如表5所示，模型的拟合情况反映了模型对数据的解释能力，调整R方越大，模型的解释能力越强。

表5 模型拟合情况表Model Summary

a.Predictors：（Constant），高考英语成绩

（2）方差分析。

如表6所示，方差分析反映了模型整体的显著性，一般将模型的检验P值（Sig）与0.05作比较，如果小于0.05，即为显著。

表6 方差分析表ANOVAb

a.Predictors：（Constant），高考英语成绩

b.Dependent Variable：TEM4成绩

（3）回归方程的系数以及系数的检验结果。

如表7所示，回归方程的系数是各个变量在回归方程中的系数值，Sig值表示回归系数的显著性，越小越显著，一般将其与0.05作比较，如果小于0.05，即为显著。

表7 系数表Coefficientsa

a.Dependent Variable：TEM4成绩

经过对数据进行简单线性回归分析，可以写出模型的方程式：

R（TEM4成绩）=7.281+0.461×I（高考英语成绩）

根据模型的方程式，即可根据高考英语成绩预测英语专业学生两年后参加的TEM4考试成绩。如一个考生的高考英语成绩为120分，根据这个方程式就可以预测其TEM4成绩为62.6分。

5.结语

TEM4考试是为检测本科英语专业教学大纲执行情况而进行的本科教学考试。通过对湖南城市学院2009级学生的TEM4成绩分析，其通过率超过全国平均通过率。但对其教学上，还有几点建议。

（1）通过分析的结论，我们可以确定高考英语成绩与他们的TEM4成绩有显著性的关系。高考英语成绩高的学生在通过TEM4时，成绩也相应走高。一方面可以帮助学生在入学时清醒地认识到自己的英语水平，鼓励其努力学习，争取在TEM4考试中取得好成绩。另一方面可以根据学生的高考英语成绩，通过线性回归分析，预测他们在TEM4考试中的成绩，合理制订教学计划和教学目标[4]。

（2）帮助学校制定合理的招生章程，对专业提出合理要求。目前我校英语专业的录取原则是高考英语成绩在110分及以上，且口试合格。根据分析的结论，为了能更好地培养高水平的英语人才，必要时可以将高考英语成绩要求提高到120分。

（3）加强对英语基础连续性的研究，改革教育教学方法，制订合理的人才培养方案。适当增加实践课时和学分，注重培养学生的创新能力和实践能力。

（4）帮助学生认识自主学习能力与TEM4成绩的关系，探索学生的语言学习策略，加强学生学习策略训练，激发其学习动力，帮助教师认识到教学方法的重要性，积极创新教学方法。

参考文献：

[1]李跃平，邵永真.SPSS在大学英语教学测试统计中的运用[J].外语电化教学，2003（5）：47-51.

[2]杜强，贾丽艳.SPSS统计分析从入门到精通[M].北京：人民邮电出版社，2013.

[3]杨维忠，张甜.SPSS统计分析与行业应用案例详解[M].北京：清华大学出版社，2013.

[4]张其香，滕梅.学生高考英语成绩与大学英语四级成绩的相关性分析[J].科技信息，2007（13）：408-409.endprint

摘 要： 本文利用SPSS软件对湖南城市学院2009级英语专业学生的高考英语成绩和TEM4成绩进行分析，确定二者具有显著相关性。通过线性回归分析，建立根据高考英语成绩预测TEM4成绩的方程式，为英语专业的教学提出相关建议。

关键词： 高考英语成绩 TEM4成绩 相关性 线性回归分析

1.引言

统计分析在教育行业的应用越来越受到青睐，许多高校及教育工作者都希望对采集的数据进行统计分析，以得到一定的结论来研究和指导自己的教学。采用合理的统计方法对TEM4成绩进行分析，可以检验学生的学习效果，进一步科学地评价和检验教学效果。合理运用统计工具对测试结果进行深层次的分析，才能获得真正有价值的反馈数据来指导后续的教学活动。统计分析是大学英语教学改革的重要内容[1]。

SPSS是公认的应用最广泛的专业数据分析软件之一。笔者利用SPSS软件对学生高考英语成绩和TEM4成绩进行分析，分析两者之间的相关性程度，并进一步根据学生的高考英语成绩进行简单线性回归分析，预测TEM4成绩，以为制订英语专业学生的教学计划，决定教学方法及评价教学效果起到现实的指导意义。

2.研究对象

研究对象为湖南城市学院2009级英语专业的132名学生，数据来源主要是其2009年的高考英语成绩和2011年4月的TEM4考试成绩，如表1。

表1 外国语学院学生高考英语成绩和TEM4成绩

3.相关性分析

SPSS的简单相关分析是最简单也是最常用的一种分析方法，基本功能是可以研究变量间的线性相关程度并用适当的统计指标表示出来[2]。

笔者在使用高考英语成绩和TEM4成绩两变量做相关分析之前，利用散点图初步观察下两变量之间有无相关趋势，为随后的相关分析奠定基础。其图形如图1所示。

图1 TEM4成绩对高考英语成绩的散点图

观察TEM4成绩对高考英语成绩的散点图，可以初步判断二者存在一定的正相关关系，故有必要进行下一步的相关分析，明确这种相关性的存在性及其程度大小。利用TEM4成绩和高考英语成绩作为双变量，设定相应的参数进行相关分析，两变量相关分析的结果如表2、表3、表4所示，结果分析如下：

表2 Descriptive Statistics

表3 Correlations

**.Correlation is significant at the 0.01 level（2-tailed）.

表4 Correlations

**.Correlation is significant at the 0.01 level（2-tailed）.

（1）描述性输出。

“描述性统计量”表格给出了高考英语成绩和TEM4两个变量的基本统计信息，包括均值、标准差和样本量。

（2）相关性输出。

“相关性”表格给出的是Pearson相关系统及其检验结果；“相关系数”表格给出的是两个非参数相关系数及其检验结果。可见，三个相关系数在0.01的显著性水平（双边检验）上非常显著，从而推断高考英语成绩和TEM4成绩之间存在明显的正相关关系，且非常显著。

4.简单线性回归分析

SPSS的简单线性回归分析主要用来处理一个因变量与一个自变量之间的线性关系，建立变量之间的线性模型，并根据模型做评价和预测[3]。

本文使用高考英语成绩作为自变量、TEM4成绩作为因变量进行回归分析，其结果分析如下：

（1）模型拟合情况。

如表5所示，模型的拟合情况反映了模型对数据的解释能力，调整R方越大，模型的解释能力越强。

表5 模型拟合情况表Model Summary

a.Predictors：（Constant），高考英语成绩

（2）方差分析。

如表6所示，方差分析反映了模型整体的显著性，一般将模型的检验P值（Sig）与0.05作比较，如果小于0.05，即为显著。

表6 方差分析表ANOVAb

a.Predictors：（Constant），高考英语成绩

b.Dependent Variable：TEM4成绩

（3）回归方程的系数以及系数的检验结果。

如表7所示，回归方程的系数是各个变量在回归方程中的系数值，Sig值表示回归系数的显著性，越小越显著，一般将其与0.05作比较，如果小于0.05，即为显著。

表7 系数表Coefficientsa

a.Dependent Variable：TEM4成绩

经过对数据进行简单线性回归分析，可以写出模型的方程式：

R（TEM4成绩）=7.281+0.461×I（高考英语成绩）

根据模型的方程式，即可根据高考英语成绩预测英语专业学生两年后参加的TEM4考试成绩。如一个考生的高考英语成绩为120分，根据这个方程式就可以预测其TEM4成绩为62.6分。

5.结语

TEM4考试是为检测本科英语专业教学大纲执行情况而进行的本科教学考试。通过对湖南城市学院2009级学生的TEM4成绩分析，其通过率超过全国平均通过率。但对其教学上，还有几点建议。

（1）通过分析的结论，我们可以确定高考英语成绩与他们的TEM4成绩有显著性的关系。高考英语成绩高的学生在通过TEM4时，成绩也相应走高。一方面可以帮助学生在入学时清醒地认识到自己的英语水平，鼓励其努力学习，争取在TEM4考试中取得好成绩。另一方面可以根据学生的高考英语成绩，通过线性回归分析，预测他们在TEM4考试中的成绩，合理制订教学计划和教学目标[4]。

（2）帮助学校制定合理的招生章程，对专业提出合理要求。目前我校英语专业的录取原则是高考英语成绩在110分及以上，且口试合格。根据分析的结论，为了能更好地培养高水平的英语人才，必要时可以将高考英语成绩要求提高到120分。

（3）加强对英语基础连续性的研究，改革教育教学方法，制订合理的人才培养方案。适当增加实践课时和学分，注重培养学生的创新能力和实践能力。

（4）帮助学生认识自主学习能力与TEM4成绩的关系，探索学生的语言学习策略，加强学生学习策略训练，激发其学习动力，帮助教师认识到教学方法的重要性，积极创新教学方法。

参考文献：

[1]李跃平，邵永真.SPSS在大学英语教学测试统计中的运用[J].外语电化教学，2003（5）：47-51.

[2]杜强，贾丽艳.SPSS统计分析从入门到精通[M].北京：人民邮电出版社，2013.

[3]杨维忠，张甜.SPSS统计分析与行业应用案例详解[M].北京：清华大学出版社，2013.

[4]张其香，滕梅.学生高考英语成绩与大学英语四级成绩的相关性分析[J].科技信息，2007（13）：408-409.endprint