基于学业成绩分析促进高校辅导员学业指导精准化的实践探析*

侯鑫 仝东峰 岑道权

（陕西理工大学马克思主义学院）

一、引言

大学生学业成绩是反映学生学习情况的重要观测点，是高校教育教学水平的衡量尺度，是人才培养质量的重要监控手段，不仅影响到学校的办学声誉，更直接影响学生的后期发展。《高等学校辅导员职业能力标准（暂行）》[1]指出了辅导员在开展学业指导方面应承担的工作和应具备的能力，文件肯定了辅导员开展学业指导的必要性和重要性，也凸显了大学生个性化发展背景下辅导员开展学业指导工作的意义。以大学生学业成绩分析为基准，通过对学生学业考试成绩的分析与比较，研判学风建设的绩效和学生的学业发展状态，将学业成绩分析结果应用到学风建设、学业指导及班级建设显得尤为重要。

二、学业指导工作现状

（一）学业指导不够精准，缺乏个性化分析

传统学业指导方式多以行为主义理论为依据，自上而下地对学生进行学业指导，指导模式趋于表面化，多以现象谈问题，一种策略、一个方法包治百病，对学生的主体性和差异性关注不够，忽视了学生个体发展的特殊性，不利于学生个体成长成才的环境培养。现有学业指导在形式上多以“管教型”为主，给出建议后，一般未制订相应的目标规划，对指导效果的评估管理存在缺位，难以形成双向互动式的“发展型”学业指导范式和精准化学业指导育人体系，影响学生自身综合素质的提高和创新能力的发展。

（二）学业指导权责不精准，信息资源孤岛化

学业指导工作涉及教务、学工等多部门。根据管理职能和任务，教务部门管理着学生的考试成绩、学科竞赛等信息；团委管理第二课堂的资源平台；学生处管理学生综合素质测评和奖学金评定相关信息；部门的信息管理由于使用平台不同，系统之间无法实现信息共享，资源信息互为孤岛，难以形成全方位、立体化、系统化的闭环育人格局。

（三）学业指导体系不健全，缺乏数据化统计

纵览我国国内高等教育与学业指导相关的研究情况，可以较为清晰地看出，国内的高等教育在学业指导方面具备了一定的研究成果，例如清华大学成立学生学习与发展指导中心、 浙江大学设立研究生学业咨询中心等学业指导专门机构推进学业指导工作的开展，同时以开设专业课程，提供专业指导和学业咨询服务等围绕学生成长和个性发展为中心进行学业指导。也有部分学者尝试通过选取高校内的一定学生群体为样本，通过相关性分析、回归分析、参数检验等统计学方法来进行研究。如傅四保等通过对某专业学生的学业成绩进行分组来考察学生学业成绩长期变动情况[2]；史秋衡等通过选取厦门大学部分学生群体样本考察学生在校学习阶段的学习情况，得出学习过程规律，为教学管理提供参考[3]；甄新武等通过对学习成绩相关性分析提出，要加强教育教学过程管理，以不同的角度来剖析和分析学生学业情况，从而形成一定的结论来综合分析本科阶段的学生学业情况[4]。陈莉等通过将精准思维引入大学生学业帮扶形成体系[5]。但针对学生学业成绩分析，还未有一个综合性、整体性的可复制的推广分析办法。

三、基于学业成绩分析的学业指导精准化方法

（一）数据来源

本文主要选取某省属应用型普通本科高等院校学生在校期间的课程成绩进行分析，考虑到各方面因素影响后，对选取的部分数据（例如平均成绩）进行了加权后进行应用分析，在时间维度上，主要选取前六学期的主要成绩进行分析。

（二）学业成绩处理方法

1.分析假定

从学理角度来看，为使得本文研究方法具有明确的针对性，考虑到其他因素可能对分析所产生的影响，尽量减少或降低对数据分析带来的波动，提出基本分析假定：

（1）数据样本中的生均学业成绩是高校对学生学业水平培养的真实体现。

（2）样本高校学业成绩评价标准及体系是科学的，不受学业评价过程的影响。

（3）选取样本高校内部学生和教师的投入程度，不存在个性差异。

2.加权平均成绩

加权平均成绩的概念为每门成绩与其所占权重比例值的乘积得出的数值（即为学生的平均成绩），加权平均成绩的计算方法为学生任意一门成绩分数值与其所占权重比例值的乘积。在实际教学及培养方案的制订中，不同科目所占的学分比值不尽相同，一般按照专业培养计划要求不同而有所差异。在本研究方法中，通过选取六个学期的公共课、专业基础课、专业课等课程学生学业成绩为研究变量。公式为：X=A课程学业成绩*A学分+B课程学业成绩*B学分…/所有课程学分之和。

3.平均差

平均差是总体单位与总体单位的算术平均数之间的离差绝对值的算术平均数。如果平均差异比较大，则说明选取的标志值与算术平均数的差异程度大，说明该班级成绩两级分化较为严重。反之，则表明该班级学生的学业成绩内部分化程度较小，该班级内的学生整体学业水平差距不大。公式为：X=∑学生加权平均成绩-全班加权平均成绩的绝对值/班级人数。

4.离散系数

离散系数用于比较不同样本数据的离散程度。在本研究方法中，通过计算不同学生学业成绩的离散系数来进行比较分析。从学理上讲，离散系数小，则说明选取平均指标的代表性越好；反之则说明代表性越差。因此我们能够了解学生成绩均值的代表性情况，真实反映学生学习成绩的好坏。公式为：C=班级成绩标准差/班级成绩平均差。

5.得分率

得分率指一定单位内所有学生学业成绩得分总和与满分之比，区间为[0—100%]。X=∑学生学业成绩/∑考试科目总分。

（三）分析结果

1.显性结果

（1）学业成绩基本情况统计。在某地方应用型大学各专业中随机抽取A专业某学期全部学业成绩，通过加权平均成绩、平均差、离散系数的计算及基本统计，能直观看出学生学业成绩的基本情况，根据计算，能够得出随机选择的A专业学业成绩整体情况不错，加权平均成绩均高于80分，处于良好水平。其中，A专业得分率为80.3%，及格率84.2%，学业成绩平均差35.2，离散系数1.6。

（2）学业成绩分布。继续抽取A专业某学期加权平均成绩，按照优秀（100-90）、良好（90-80）、中等（80-70）、及格（70-60）、不及格（60以下）分为6个分段，得到A专业学生学业成绩分布状态。可以看出A专业学生该学期学业成绩分布基本属于何种分布状态，在90-80分数段具有相对峰值，横跨5个分段，根据数据计算可知专业加权平均成绩平均差为35.2，专业内学生学业成绩分布合理，差异未有明显突出。

2.横向对比结果

（1）整体情况对比。以加权平均成绩计算为基础得到一定单位内学生学业成绩情况，例如班级间对比、专业间对比、院系间对比。以某地方应用型大学17级某工科学院C专业、G专业、J专业、K专业为例。通过计算得到：四个专业的加权平均成绩分别为 74.85，76.98，78.27，76.3；从离散系数来看，分别为5、6、5、5；从得分率来看，分别为 75.63%，78.83%，80.26%，79.21%；从及格率来看，分别为74.3%，72.1%，76.3%，74.2%；从平均差来看，分别为35.71，40.12；31.43，27.92。

由此我们得出：①该学院四个专业整体学习水平较高，三个专业的平均成绩均高于75分，其中G专业加权平均成绩最高，而K专业成绩最低，且与其他专业成绩有较大差距；②J专业平均差、离散系数较其他三个专业明显突出，且及格率较低，虽然J专业总体加权平均成绩不低，但可以得出该专业内部学生学业成绩出现两极分化；③C专业平均差和离散系数较其他专业低，得分率、及格率较其他专业略高，说明该专业整体学生学业成绩较为平均，未出现两极分化，但也有拔尖成绩不足等情况；④K专业整体学业成绩不突出，且及格率较低，平均差较高，说明该专业出现了一定的成绩较低的学生。

同类方法可以将分析样本扩大或缩小，变为班级间对比或院系间对比，可掌握一定单位数量内学生整体学业成绩的状况。

（2）各专业公共课程对比。通过使用平方差法计算班级成绩的整体分布情况，能够得出该班级学生学习水平集中还是分散，平方差越小，说明学生学习水平越集中，分数差距相对来说较小，反之则较分散，成绩差距较大。以某地方应用型高校文科学院三个专业的《大学英语》课程为例，通过数据分析得出，各专业班级平均最高分、平均分、平均最低分都属于正态分布，但其内部差异依然存在。J专业学生学习水平相比更加集中，学生整体学习情况更稳定，F专业学生个体学习水平相差较大，已略微出现两极分化现象，应当注意学生学习状态。

3.纵向对比结果

（1）同一专业不同年级之间对比。以加权平均成绩计算为基础得到一定单位内学生某学期学业成绩情况，将同一专业不同年级在同学期之间对比。以某地方应用型大学某工科学院C专业、G专业、J专业、K专业第2学期为例，经过计算得出：G专业 2016、2017、2018、2019四个年级的加权平均成绩为77.5，78.27，77.47，81.32；J专 业分别为 76.42，76.98，77.41，79.82；K专业分别为 75.46，74.85，76.97，78.73；C 分别为74.16，76.30，77.94，80.78。

由此我们得出：①该学院四个专业不同年级间整体学业成绩呈逐年上升趋势，即整体上该学院每一届新生与第2学期时学业成绩相比，都有明显进步；②当然，G专业2018级学生、K专业2017级学生在第2学期时成绩略有波动，出现整体下滑的情况；③C专业近4级学生同在第2学期时成绩增幅趋势最为明显，J专业增幅相对缓慢。

（2）同一专业不同学期间对比。同一专业在第一至第六学期间学业成绩情况综合对比，以某地方应用型高校文科学院某2017级专业的第一至第六学期学业成绩的加权平均成绩为例，经过计算可以得出F专业1-6学期的成绩为80.45，81.02，79.43，81.74，82.24，81.19；M 专 业 为 78.31，78.89，79.25，79.97，81.13，81.17；J专业分别为 81.22，82.43，81.15，82.31，79.24，81.03。

由此得出：①2017级M专业和F专业学生第一至第六学期学业成绩整体呈上升趋势，略有波动；②2017级J专业学生第一至第六学期学业成绩整体呈波动中下滑趋势，且波动明显，在第三学期与第五学期有明显下降情况；③该学院2017级学生在第三学期出现整体学业成绩下滑或停滞现象。

（3）同一专业同一课程不同年级之间对比。以某地方应用型高校文科学院三个专业的第2学期同期《大学英语》课程为例，通过数据分析，得出该专业近三级学生在第二学期的《大学英语》成绩整体不错，加权平均成绩均在74分以上，属于中等水平，整体趋势为逐年逐级提升，略有波动，2017级学生在此学期成绩略低于其他年级。

四、结语

学业成绩分析本身是一项高难度的技术性工作，涉及到许多专业知识和计算机应用技能。目前，高校辅导员具有两头大、中间小的发展趋势，即新入职和年龄偏大的辅导员比例在上升，具有丰富工作实践和职业技能的中坚力量往往被学校其他职能处室挖走，工作经常出现青黄不接的局面；且新入职辅导员的专业背景各异，他们对大学生学业成绩分析和学业指导工作重要性的认识还不够深刻，面对高难度的学业成绩分析工作，难免存在畏难情绪，致使项目推广的难度加大。下一步，要继续研讨并完善基于SPSS或其他方式的高校学生学业成绩实证分析方法，通过优化学业成绩分析方案，帮助学生查找到学业发展不足的问题根源，充分揭示不同学院、不同专业、不同学段下的不同学习效果，为精准化实施学业指导提供数据支撑。