SPSS在考试成绩分析中的应用

李浩田　李美慧　李伟平

摘  要：通常采用对考试成绩进行分析的方法不能满足目前对教学的更高要求。为此，以高中生物为例运用SPSS统计软件进行信度分析、因子分析、两变量相关分析、K-均值聚类分析研究，计算出具体数据，定量的分析考试成绩，精准的改变教学方法。结果表明SPSS软件在成绩分析应用上具有较大的科学性和优越性，引起教师对SPSS软件数据分析价值和操作环节的重视。

关键词：SPSS;高中生物;成绩分析

中图分类号：TP391    文献标识码：A 文章编号：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

考试分析是在被试者经过学科学习后，对所掌握的知识或技能程度进行分析、找出指导以后教学的方法。由于学校、教师、家长非常重视考试成绩，所以高中生物考试成绩分析是非常必要的，但是传统的平均分、名次分析又不适合目前的教学形式。2020年9月，新修订的人教版生物学教科书《普通高中教科书·生物学》在作者所在省区的高一年级使用。依据教育部《普通高中生物学课程标准（17版20修订）》修订的新教材给现有的教学带来了机遇，也使得对使用新教材的考试成绩分析变得十分重要。SPSS是集数据录入、整理、分析于一体的统计软件，SPSS也可以在中学成绩分析中使用。采用SPSS统计软件分析的方法的优势是可以充分挖掘考试数据，得到隐藏的有用信息。分析这些信息可以为下一步如何提高教学质量指明方向。笔者运用SPSS统计软件对所在学校高一年级某班2021年一月期末的生物成绩进行分析，找出影响学生成绩的关键因素，从而有效的改进教学方法。

1  分析前整备

本次考试内容为普通高中教科书（19年人教版）必修1《分子与细胞》全本书所有内容。本册课本有六章：第一章走进细胞（以下简称：走进细胞）、第二章组成细胞的分子（以下简称：组成分子）、第三章细胞的基本结构（以下简称：基本结构）、第四章细胞的物质输入和输出（以下简称：输入输出）、第五章细胞的能量供应和利用（以下简称：供应利用）、第六章细胞的生命历程（以下简称：生命历程）。在Excel中建立高一生物成绩原始分数表，在表中输入本次考试的学生姓名、试题编号、每道试题的原始得分。建立高一生物分章成绩表，在表中输入相关章节试题合并所得出的正确率。

2  信度分析

由于所在地域受新冠疫情影响，本次考试采取线上考试形式。学生的信度情况无法把握，分析本次考试的可靠性成为必然。操作过程：选择“文件〡打开〡数据”命令，打开高一生物成绩原始分数表。选择“分析〡度量〡可靠性分析﹍”命令，在对话框项目中选择所有试题编号。单击确定按钮。具体过程及结果如图1所示。

诚信要求实事求是。诚信在社会主义核心价值体系中有着重要的地位。长期以来，中学考试的诚信数据分析没有得到充分重视。中学考试诚信分析往往是主观性的，缺少定性分析。本次考试的信度系数为0.779，没有异常试卷。该数据的信度系数为可接受性系数，表示本次考试的结果稳定且可靠，说明本次考试几乎没有作弊情形，具有分析参考价值。

3  因子分析

考试成绩中一般有区别度大的关键章节，关键章节还可能不止一个。为了更加有效地进行教学，让师生把精力集中在关键章节和重要章节，所以从数据中挖掘出本次考试的关键章节是非常必要的。操作过程：选择“文件〡打开〡数据”命令，打开高一生物分章成绩表。选择“分析〡降维〡因子分析﹍”命令，在對话框“变量”中选择所有章节;“抽取”方法选择主成分，输出勾选未旋转的因子解;“旋转”方法选择最大方差法，输出勾选旋转解。单机确定按钮。具体过程及结果如图2所示。

在成分1上，按照从大到小排列：输入输出、基本结构、供应利用、生命历程、组成分子、走近细胞;成分2上按照从大到小排列：走近细胞、组成分子、供应利用、基本结构、生命历程、输入输出。在落实高中生物学科核心素养的前提下，教师可以高效地通过因子分析，结合教学实践可以把“供应利用”章节定义为关键章节和重要章节。同时，教师针对性地培养学生生物学学科核心素养的不同维度，有意识地选取合适的习题，有针对性地指导学生集中力量或围绕在“供应利用”章节进行学习和复习，从而达到事半功倍的效果。

4  两变量相关分析

各章节之间存在着关联关系，关联程度不一样。以章节为要素开展高中生物各章节考试成绩分析，分析各章节相互之间的关联和影响，从中寻找和制定最佳、最有效教学策略。操作过程：选择“文件〡打开〡数据”命令，打开高一生物分章成绩表。选择“分析〡相关〡双变量﹍”命令，在对话框“变量”中选择所有章节。单机确定按钮，得到表1。

从表1的分析我们知道“供应利用”与其他章节相关性均较高。结合因子分析结果“供应利用”为本次考试的关键章节，可知其中其他任何一章知识点的学习情况势必会对“供应利用”章节的学习产生重要影响。“供应利用”与其他章节相关性由高到低为：组成分子（0.614）>基本结构（0.475）、>输入输出（0.394）>走近细胞（0.385）>生命历程（0.383）。教师可以以此为依据调整章节复习学习顺序为：生命历程、走近细胞、输入输出、基本结构、组成分子、供应利用。这样就在复习时有针对性的做到了“循序渐进”“突出重点”。

从表1还可以得出：其他章节与“走进细胞”章节相关性较强的有：组成分子（0.578）、供应利用（0.385）;其他章节与“组成分子”章节相关性较强的有：走进细胞（0.578）、基本结构（0.286）、输入输出（0.322）、供应利用（0.614）;其他章节与“基本结构”章节相关性较强的有：组成分子（0.286）、输入输出（0.334）、供应利用（0.475）;其他章节与“输入输出”章节相关性较强的有：组成分子（0.322）、基本结构（0.334）、供应利用（0.394）;其他章节与“生命历程”章节相关性较强的有：供应利用（0.383）。教师授课过程中可以对相关性较高已学章节进行整体有效复习，也可以对相关性较高未学章节的知识点进行铺垫学习和渗透学习。

5  K-均值聚类

分层教学是教师根据学生现有的实际情况，按照一定标准把学生分成水平相近的组，教师根据组内学生的已有知识、能力，设计有针对性的教案进行教学。目前各中学都有分层教学的实践，其成功的关键的是如何准确地对学生进行分组。K-均值聚类分析方法可以提供科学的分组。操作过程：选择“文件〡打开〡数据”命令，打开高一生物分章成绩表。选择“分析〡分类〡K-均值聚类﹍”命令，在对话框“变量”中选择所有章节，“聚类数”输入4;“保存”勾选聚类成员;“选项”统计量勾每个个案的聚类信息。单机确定按钮，得到表2、表3和表4。

从表2和表3可知：K-均值聚类把学生分为4个小组（表4显示各组学生名字）。分析以上三个表得出：第一小组为“弱偏科型”，共计21人，在“输入输出”和“生命历程”这两个章节表现不好，其他各章均表现中等。第二小组“强偏科型”，共计12人，主要集中在“基本结构”章节表现不好，各章均表现较好。第三小组为“平衡型”，共计18人，各章级均表现良好。第四小组为“态度型”，共计11人，各章均表现较差。在教学过程中，教师根据分析结果，针对第一组和第二组“偏科型”学生，因“组”而宜采用相应教学内容、教学目标、教学重难点进行教学;针对第三组“平衡型”学生，不在任何处理;针对第四组“态度型”学生，要及时与他们谈心，了解他们的真实情况，扭转学习生物的心态，端正学习态度。

6  结  论

SPSS在中学考试成绩分析中有着广泛的应用.既可以通过信度分析考试是否真实地反映出学生的水平;又可在日常的教学研究中，提取相关因素进行量化分析得出严谨的结论。因此，中学教师要重视SPSS软件数据分析的价值，学习相关的统计学方法，探索SPSS应用的操作步骤，坚持在教学实践中定性分析教学案例。这样有助于提高我们的教科研水平，进而有的放矢的改进教学方法，从而最终提高教学质量。

参考文献：

[1] 郭志刚.社会统计分析方法——SPSS 软件应用 [M].北京：中国人民大学出版社，1999.

[2] 季燕萍，吝维军. 基于SPSS对数学与应用数学专业核心课程的学生成绩分析 [J].绵阳师范学院学报，2011，30（8）：11-18.

[3] 刘文艳，龙润生. SPSS在高等数學成绩分析中的应用 [J].数理医药学杂志，2009，22（3）：319-322.

[4] 薛薇.基于SPSS的数据分析：第2版 [M].北京：中国人民大学出版社，2011：221-234.

[5] 李大潜.将数学建模思想融入数学类主干课程 [J].中国大学教学，2006（1）：9-11.

作者简介：李浩田（2001—），男，汉族，河北邢台人，本科在读，研究方向：土木工程;通讯作者：李伟平（1974—），男，汉族，河北邢台人，中小学高级教师，硕士，研究方向：现代教育技术。