高职院校学生成绩分析与预警的分析

肖毅

[摘 要] 在高职教育中教学质量至关重要，根据学生的成绩总体情况分析教学效果，为后期改进教学具有重要的参考价值。以某职业院校2015-2016学期学生的总体成绩作为案例，加以针对性的分析以判断学生成绩以及教学情况的优劣。

[关 键 词] 学生成绩分析 ；预警 ；教学管理

[中图分类号] G712 [文献标志码] A [文章编号] 2096-0603（2017）22-0141-01

一、高职院校学生成绩数据来源

在本文研究中，选择了某职业院校2015-2016学期全校学生成绩数据，全校共有8个系别，将之制作成表加以分析（如表）。

分析包括了学生成绩的不及格率与优良率以及各个区间的学生成绩分布情况，就总体数据而言大多数成绩呈现出了正态分布，但是亦存在偏离正态分布的情况，即部分课程学生的成绩不及格率过高，部分课程学生成绩优良率过高。

二、高职院校学生成绩数据分析

（一）总体情况分析

1.从学生方面看各院部总体情况

根据各专业与院系学生成绩的及格与不及格率分布情况，可以看出在成绩管理是上的严宽程度。其中艺术学院和教育与人文学院分别有81.2%和82.8%的课程是全班100%通过，成为全校学生宽松之最。另外，数理部和体育部分别有2.5%和2.6%的课程全班的不及格人数超出了40%，成为全校学生成绩管理严格之首。

2.从教师方面看各院部总体情况

根据教师统计出来的不同院系学生成绩不及格率的分布情况，即可以得知教师在学生成绩考评上的严宽程度。根据数据分析得知，艺术系与体育系在学生成绩的管理上是最为宽松的，总体课程成绩通过率分别为76.5%和88.0%。同时，体育系部分课程仅有0.9%的不及格率，同理再次说明该系在学生成绩的管理上较为宽松。由此可见，体育系在课程严宽程度的把控上相比其他系别的课程管理上宽松，在全校学生课程管理上表现得较为特殊，为此在学生成绩的考核上还需要重点对待以强化学生对课程以及成绩的重视度。

（二）异常的成绩分布现象

1.有些课程成绩的优良率过高

根据课程成绩优良率达到100%的部分记录（注：选取的依据是优秀率高），其中有3門课程的优秀率达到100%，其余11门课程的优秀率和良好率合计达到100%。建议课程归属学院组织专业人员对相关课程的教学标准、课程教案、考核内容和考核结果进行研究，找出问题，并采取必要的纠正措施。

2.有些课程成绩的不及格率过高

根据不同课程学生的不及格率超过总人数40%的数据统计，说明不同院系在学生成绩的考核上或多或少存在一定的问题，要针对院系的具体特征与实际教学情况找出问题所在并制定针对的控制措施。

3.同类课程同一教师总评成绩差距大的班级

根据同类课程同一教师总评成绩差距大的数据统计，据此分析可以发现学生在同一教师以及同类课程的学习中成绩却表现了较大差异，其原因与个人接受能力息息相关，即学生个体差异性较大。就此而言，学校应当组织专业人员对所涉及的班级进行全面评估，若发现因教师区别对待或采用不同教案等刻意区别对待教学的情况应进行处理，以提升全体学生的成绩。

4.同类课程不同教师授课，成绩差距较大

根据统计出来的不同教师在同类课程教学下表现出来的巨大成绩差异，学校管理者即可根据课程的类型对教师的教学能力和教学方式进行考核管理，以检测教师在教学过程中是否存在懈怠或教学能力不足的情况，进而开展针对性培训。

三、成绩预警下提出的相关建议

（一）因材施教方面的改进

针对同一课程在相同课时以及同一教师授课时，不同班级学生成绩表现出来的巨大差异，表明教师具备开展差异性教学的能力，即能够做到因材施教。如何根据教学对象调整教学要求、教学内容、教学方法，如何使每个班级甚至每个学生都能得到最大限度的提高，值得每一位教师认真思考。

（二）总体成绩控制方面的改进

针对学生成绩“中间低、两头过高”的現象，即不及格率与优良率过高的现象，学校管理者要进行全面深入的研究，包括教学内容、教学方法、课程考核标准等，要求在教学之中将教学内容与考核内容以及学生的特性等因素综合起来，全校或全系统一起来，以统一的标准以检验学生的成绩，同时亦能科学客观地反映出学生成绩的整体情况，使之成正态分布。

（三）统一教学研究方面的改进

根据分析发现，针对统一课程采用统一标准以及在不同教师进行授课的前提下，学生的成绩差异较大，可知不同教师在授课方式以及考核方面存在一定差异。针对此类情况，学校管理者应当就此制定相同的管理方案，要求教师统一执行以最大限度地降低教学差异。

参考文献：

[1]王海荣.数据挖掘在学生成绩分析中的应用[J].电子设计工程，2013，21（4）：54-56.

[2]回俊青，谢兆岗.高职院校学生学业成绩现象分析：缘何成绩相关性逐年降低[J].中国职业技术教育，2016（35）：34-37.

[3]刘爱萍.数据挖掘技术在高职院校学生成绩分析中的应用[D].华侨大学，2016.