大学物理成绩影响因素的量化研究*——以中国农业大学为例

李海艳 刘玉颖

(中国农业大学理学院 北京 100083)

1 简介

2018年9月，教育部发布了《关于狠抓新时代全国高等学校本科教育工作会议精神落实的通知》，强调全面整顿教育教学秩序，严格本科教育教学过程管理，加强学习过程管理.要全面梳理各门课程的教学内容，淘汰“水课”、打造“金课”，合理提升学业挑战度、增加课程难度、拓展课程深度，切实提高课程教学质量.要切实加强学习过程考核，加大过程考核成绩在课程总成绩中的比重，过程性考核形式多样化[1].

为深入贯彻教育部《关于狠抓新时代全国高等学校本科教育工作会议精神落实的通知》精神，几年来，中国农业大学在大学物理课程中加大了过程考核成绩在课程总成绩中的比重，采用了多样化的考核方式：包括平时作业、学习笔记、课堂表现、小组合作探究、阶段性测验(包括单元测验或随堂测试等)、出勤率等；以上各项考核成绩作为平时成绩，与期末试卷成绩共同构成课程总成绩.教学过程中批改作业、组织专题讨论、开展阶段性测验、查阅学生课堂笔记等，并客观、准确、公正地评定成绩.合理考核学生成绩，科学评价教学效果，促进学生自主学习，提高学生综合素质和能力.

教学考核方式多种多样，哪种考核方式与期末考试成绩相关性大？对成绩影响显著呢？为了不断提高教学质量，精准研究各个考核方式对学生期末成绩的影响，边实践边研究，不断优化改进考核的方式，本文以中国农业大学水产专业为例，对大学生物理成绩影响的因素进行了具体的量化研究.

物理教育研究(Physics Education Research，简称PER)是一种有目的、有计划的活动，研究人员必须依据研究目的收集数据、选择适合的数据分析方法和对结果给出合理的解释.物理教育研究领域是一个多元化、非常有魅力的研究领域；也是一个专业化很强、很有挑战的领域[2].物理教育量化研究在国外高校已蓬勃发展，在国内还是一个亟待开发研究的领域，近几年张萍老师、丁林老师等对于如何进行量化研究有深入系统的研究，起到了很好的示范引领作用[3,4].

调查研究与描述统计是物理教育量化研究方法中最基本的方法，也是其他量化研究方法的基础.通常用描述统计的方法将物理教育研究中大量零散的、杂乱无章的数字进行整理、归纳、分析和概括，从而清晰地描述出物理教育的现象，显示其分布特征[2].本文中我们采用调查研究，对在2021年春季水产专业教学中获得的数据进行整合和统计，真实反映其分布特征.我们重点调查分析了平时作业、学习笔记、阶段性测验(包括单元测验)、出勤率过程考核因素对期末成绩的影响.

在描述统计中通常使用相关和回归分析来研究两组以上数据之间的关系.回归分析(regression analysis)是相关分析的延伸，如果一个变量(回归分析中称为因变量)和另外一个或多个变量(自变量)存在显著相关，说明它们之间有某种共变关系，用数学模型描述这种变化关系，即为回归分析；回归分析是寻找相关关系中非确定性关系的某种确定性.按照研究涉及自变量的多少，分为一元回归分析和多元回归分析，线性回归描述一个感兴趣的变量随其他变量的变化规律[2].本文中我们选取期末成绩作为因变量，平时作业、学习笔记、阶段性测验(包括单元测验)、出勤率作为自变量，采用多元线性回归分析.

2 量化研究数据分析方法

几年来，我们结合“互联网+”技术利用雨课堂、智夫子系统等，进行在线随堂测试，狠抓课堂质量.增加平时测验所占比例，增加了平时测试和阶段测试成绩(图1)，实时动态地了解学生们的掌握情况.成绩各项进行细化，客观公正地对学生平时成绩进行评定；平时成绩主要根据学生出勤率、课程作业、学习笔记、阶段性考试等过程性考核形式综合评定；为了真实地反映教学效果，期末考试必修大学物理C的1 500名左右学生统一命题，采取考教分离.

(a)

(b)图1 利用智夫子系统进行阶段测试

以中国农业大学烟台学院水产专业2020级学生为例，属于大学物理C类：总学时96学时，专门为农学、生物、食品、水产等专业设置.其中春季学期64学时，教学内容包括：气体动理论、热力学基础、静电场、稳恒磁场、电磁感应、机械波、波动光学、量子物理基础.本学期教学内容多，课时有限，对于非物理专业学生本学期内容是一个挑战，教学过程做好教学环节的每一个细节，师生共同努力，最大限度地提高课堂教学质量，同时也采用多种过程考核方式，注重课下学生对知识的消化吸收、理解及应用.

本文研究的主要内容为学生在大学物理学习过程中的表现对课程期末成绩的影响，过程考核的衡量选取阶段测试成绩(3个单元---热学、电磁学、机械波和波动光学)、作业成绩、出勤情况和学习笔记章节总结整理4部分.阶段测试成绩反映了学生对大学物理课堂知识的掌握程度，出勤率和章节总结可以反映学生对课程的认真程度.本文从这4个方面衡量学生在大学物理学习过程中的行为表现，进而定量分析这4种影响因子对期末成绩的贡献，以2021年春季水产班的期末成绩为因变量，4种影响因子作为自变量，进行多元线性回归分析，定量研究4种影响因子对学生期末成绩的影响.

3 量化研究结果与讨论

首先，我们对2021年春季期末成绩数据集进行分析，该班共有89人，参加期末测试的人数为86人，缺考学生的数据记为无效数据，即该部分学生的成绩不在我们的分析范围内，满足统计要求的有效数据为86人.我们首先对该班级期末成绩进行单个数据分析，该班期末成绩最高分为97分，中位数为51分，可以看出最高分与中位数的距离较大，因此我们进一步计算该班级期末成绩的标准差，标准差大小为22.415 6分，标准差较大表明该班级期末成绩分布较分散，说明该班级学生成绩差异较大.

为分析阶段测试成绩、作业、出勤和章节总结对期末成绩的贡献，我们对这4种影响因子与期末成绩进行回归分析.在进行回归分析之前，我们分别分析阶段测试(总分为124分)、作业成绩(总分为126分)、出勤(全勤为9次)和章节总结(最多为4次)的平均值(82.988分, 113.29分，8.63次, 2.19次)和标准差(21.012 6分，24.925分，1.189次, 1.046次)，结果表明阶段测试和作业成绩的标准差与期末成绩的标准差很接近，说明从平时阶段测试和作业成绩中也反映了该班级成绩分布较为分散，学生之间差异较大.而出勤和章节总结的标准差比较相近，数值上比期末成绩的方差小得多，该结果应该是由于这两个因子的取值范围较小造成的.

我们计算了4种影响因子(阶段测试成绩、作业成绩、出勤次数和章节总结次数)与期末成绩的相关系数分别为0.434(大于99%置信度), 0.266(大于95%置信度)，0.288(大于99%置信度)和0.162(小于95%置信度)；结果表明阶段测试成绩、作业成绩和出勤次数3种影响因子与期末成绩高度相关(超过95%置信度)，而章节总结次数这个影响因子与期末成绩的相关性并不高.阶段测试成绩与期末成绩的相关性最高，相关系数为0.434，该结果说明平时测试成绩好的学生，对知识水平掌握较好，更趋于获得好的期末成绩.

最后，我们以期末成绩为因变量，4个影响因子为自变量进行多元线性回归分析，设期末成绩为Y,阶段测试成绩为x1，作业成绩为x2，出勤为x3，章节总结为x4，我们得到的回归方程为

Y=0.444x1-0.067x2+1.83x3+

0.92x4+3.515

(1)

该回归方程R2为0.196，调整后R2为0.156；该回归结果中只有阶段测试的回归结果较为显著(大于99%)，其他因子的回归系数均小于95%的置信度.该回归结果说明阶段测试可以一定程度上预测学生的期末成绩，阶段测试成绩增加10分，期末成绩可以增加4.44分左右，其中阶段测试成绩与期末成绩回归结果的散点图如图2所示.

图2 2021年春季水产班大学物理C期末成绩与阶段测试成绩回归结果的散点图

此外，我们同样绘制了期末成绩与作业成绩、出勤次数和章节总结回归结果的图形，图3为期末成绩与作业成绩的回归结果图形.

图3 2021年春季水产班大学物理C期末成绩与作业成绩回归结果的散点图

根据图3中期末成绩与作业成绩的散点图可知，该班大部分学生的作业成绩在100～125分之间，作业成绩与期末成绩线性回归的斜率非常小，表明作业成绩与期末成绩间没有非常明显的线性关系.

图4表示的是期末成绩与出勤次数和章节总结回归结果的直方图.从图4(a)可以看出总体上出勤次数越多期末成绩越好，章节总结次数越多更趋于取得更高的期末成绩.

图4 2021年春季水产班期末成绩与出勤次数、章节总结回归结果的直方图

由以上分析可知阶段测试对期末成绩影响显著，3次阶段测试成绩分别对应热学、电磁学、机械波和波动光学，为了进一步探究阶段测试对期末成绩的影响，我们以期末成绩为因变量，3次阶段测试成绩为自变量进行回归分析，记3次阶段测试成绩分别为t1，t2和t3，则回归方程为

Y=0.821t1+0.199t2+0.037t3+17.947

(2)

该回归模型调整后的R2为0.18，其中阶段测试1(热学)的结果显著(大于95%的置信度)，该结果说明热学的掌握程度一定程度上可以预测学生的期末成绩，如果热学成绩增加10分，期末成绩可以增加8.21分左右.回归结果表明阶段测试对学生期末成绩的影响显著，尤其是热学部分，热学是春季学期最开始学习的内容，是后面章节的基础也是决定学生对该课程是否感兴趣的关键，这在一定程度上可以解释该部分内容的掌握程度对学生期末成绩影响的现象.我们的回归结果和相关系数分析结果显示，章节总结对期末成绩的影响效果甚微.而作业和出勤与期末成绩显著相关，表明按时出勤，认真完成作业对期末成绩的好坏也有一定的影响，而这两个因素对期末成绩的影响用多元线性回归的方法尚有很大的不确定性.出勤次数与章节总结这两个因子的回归结果不理想可能与我们统计的这两个因子的样本量较小有关.

本文中多元回归模型的R2比较小，可能的原因为我们考虑的影响因子比较少，在今后的工作中将加入更多的影响因子；我们分析的2020年春季水产专业只有89人，样本容量相对来说是比较小的，因此,在今后的工作中将采集更多的班级进行分析，对该工作进行进一步的完善.

4 结论

利用多元线性回归的方法定量分析4种影响因子(阶段测试成绩、作业成绩、出勤次数和章节总结)对学生期末成绩的影响.我们的研究结果表明：阶段测试成绩可以一定程度上预测学生的期末成绩，阶段测试成绩增加10分，期末成绩大约可以增加4.44分左右，这对我们大学物理的教学有一定的指导意义，如果我们在教学过程中注意阶段性测试，并对学生阶段性测试结果进行及时有效的分析，对学生的期末成绩会有显著的积极作用.而平时测试成绩中的热学部分对学生期末成绩的影响更为显著，因此，我们在春季大学物理教学过程中，对热学部分讲授过程中可以多花费一些时间，对该部分内容进行重点讲解，对学生在整个春季物理学习及其期末成绩都有促进作用.作业成绩和出勤次数与期末成绩也显著相关，但是回归模型中对这两个影响因子的回归结果并不很显著；而章节总结与期末成绩并没有表现出显著相关，回归模型对该因子的回归结果不显著.