基于SPSS新高考高中选科组合学习特征分析

李莎莎 张浩 杨丹莲 陈仁梅

摘  要：全国陆续实行新高考综合改革，新的选科组合方式的优势明显，为了进一步了解选科组合特征，本研究选择具有代表性的S高中选科组合为物理、化学、地理的高一班级的54名学生为研究对象，使用SPSS进行描述统计、因子分析，差异分析，Pearson相关性检验，通过具体数据，定量地分析考试成绩，根据结果提出相应教学策略，助力教师和教育管理者的教育工作。

关键词：SPSS；成绩分析；选科组合

中图分类号：TP391    文献标识码：A  文章编号：2096-4706（2023）01-0191-05

Analysis of Characteristics of New College Entrance Examination High School Course Selection Combination Based on the SPSS

LI Shasha1， ZHANG Hao1， YANG Danlian2， CHEN Renmei1

（1.Institute of Education， Guizhou Normal University， Guiyang  550025， China; 2.Shiqian County Third High School， Tongren  554300， China）

Abstract： The comprehensive reform of the new college entrance examination has been carried out in succession in the whole nation， and the advantages of the new course selection combination are obvious. In order to further understand the course selection combination characteristic， this research chooses 54 students from the first grade class of typical S high school in course selection combination for physics， chemistry， geography as the research objects， uses SPSS for descriptive statistics， factor analysis， variance analysis， Pearson correlation test. Through the specific data， quantitative analysis of the examination results， it puts forward the corresponding teaching strategies according to the results to help teachers and educational administrators in their educational work.

Keywords： SPSS; performance analysis; course selection combination

0  引  言

為实现公平而有质量的教育目标，2014年《国务院关于深化考试招生制度改革的实施意见》提出分类考试、综合评价和多元录取的招生模式[1]，2021年发布的《贵州省高考综合改革实施方案》明确从2021年秋季入学的高一年级学生开始实施高考综合改革[2]。一系列改革新政的颁布以及相应改革实践的实行在发挥正向功能的同时，也不可避免地带来了一些新的问题与挑战[3]，这些改革举措的实施产生的相应的问题，包括学生自主选科后如何实施与之配套的教学组织形式改革[4]，新高考改革后，学生个性化、多样化的选科组合形成学生多元的知识结构以及复杂的学科背景[5]，更多的研究关注了对改革方案实施环节中所面临的现实困境和潜在问题，综合素质评价制度，部分学科的案例分析。

SPSS最近几年应用在教育领域越来越多，朴锦[6]等人应用SPSS统计软件在高级生物统计学课程教学过程中分析以激发学生对该课程的学习兴趣；李盛梅[7]等人通过SPSS分析大学生高等数学、力学和理论力学之间的相关性，进一步预测理论力学的成绩；李浩田[8]等人以高中生物为例运用SPSS统计软件分析考试成绩帮助教学。研究者应用SPSS帮助教学分析多应用于单学科，或者研究对象多为大学生，未见对新高考开始后高中生选科组合的成绩分析的相关研究。为此，本研究基于SPSS软件，对Q县S高中选科组合为地理物理化学的高一班级期末成绩进行成绩分析，选科组合后的学科包括语文、数学、英语、物理、化学、地理，具体根据数据分析得出的结果分析选科班级的学习特征。

1  研究对象

分析对象为Q县S高中选科组合为物理、化学、地理的高一班级的54名同学，该班级在这一年级成绩具有普遍代表性。科目包括语文、数学、英语、物理、化学、地理，数据来源于高中教务处。所有试卷的命题由县城三所高中的教师联合命题，保证了试卷的信效度，试卷题目的难易程度始终，成绩具有可分析性，语文、数学、英语总分分别为150分，物理、化学、地理总分分别为100分。考试结束后，由任课教师进行流水阅卷，保证了数据样本的代表性与一致性，汇总后得到学生的期末卷面成绩，最终得到学生所有的成绩数据。

2  学生成绩分析

2.1  因子分析

2.1.1  数据预处理

由于不同指标量纲不同，不存在可比性，故需要将原始数据标准化，以消除量纲的影响。标准化公式为：

（1）

式中Xi为原始数据，Zi为标准化后的数据。经式（1）将数据标准化，以下分析均使用其标准化數据进行。

2.1.2  适应性分析

进行因子分析前，对变量进行Bartlett球形度检验，判断Sig值和KMO值，结果如表1所示。

由表1可知，KMO值为0.642，大于临界值0.6，适合进行因子分析：Bartlett球形度检验结果显示，P值为0，小于0.05，说明选取的指标适合进行因子分析。

2.1.3  公因子提取

运用SPSS，得出各因子的特征值和方差贡献率，结果如表2所示。

根据表2，前两个公因子解释了全部方差的58.808%，说明提取的2个公因子能够代表原来6个学生学习能力指标的58.808%，表明数据损失较少，可以较好地解释初始数据，故提取两个公因子为Y1，Y2。

2.1.4  因子载荷

使用最大方差发进行因子旋转，结果如表3所示。

根据表3，公因子1在数学、地理、物理、化学上具有较大的载荷，可归为一类，定义为理科学习力；公因子2在语文和英语的成绩上具有较大载荷，可归为一类，定义为文科学习力。

2.1.5  因子得分

计算成分得分系数矩阵，结果如表4所示。

将标准化的原始数据带入公因子的表达式中，求出Y1，Y2，

Y1=-0.036X1+0.369X2-0.011X3+0.283X4+0.380X5+0.324X6

Y2=0.596X1-0.033X2+0.568X3-0.140X4+1.620X5-0.022X6

为准确分析54为同学的学习能力，进行加权运算，从而得到综合得分模型，即：

（2）

根据因子得分模型，得到2022年高一三班54名同学学习能力的综合得分情况可以看出，54名同学可以分为四类情况，第一类是公因子Y1和公因子Y2都处于正值，理科学习力和文科学习力都较好的；第二类是公因子Y1为正值，公因子Y2为负值的，是理科学习力好而文科学习力弱的；第三类是公因子Y1为负值，公因子Y2为正值的，是理科学习力弱而文科学习力好的；第四类是公因子Y1和公因子Y2都处于负值，理科学习力和文科学习力都较弱的。总体来看一半以上因子得分的处于负值，表明班级的整体学习能力偏弱。

部分同学的文科学习力较好，部分同学的理科学习力较好。在本研究中的文科包括语文和英语，理科包括数学、物理、地理、化学。地理被称为文科中的理科，理科学习有“少背诵，多理解”的特点，并且学科间的关联度高，对于部分文科学习较好，理科学习较弱的同学而言，他们应该更加注重理科科目的学习，因为物理化学地理的组合就是偏逻辑思维的学习组合，学好理科是重中之重，应该更加重视这些科目的学习；而对于部分理科学习较好，文科学习较弱的同学，在偏向理科组合的物理化学地理上，有一定的优势，但是语文和英语学习是主要科目，也至关重要，这部分同学要注意调整自己的学习，将语文和英语的学习重视起来。

为了进一步检验学生成绩之间的特征和相关性，下面进行了描述统计和差异分析。

2.2  描述统计

为了检验所选取的学生期末成绩分布的合理性，运用SPSS软件对各学科学生期末成绩的基本量进行分析。数据的基本数据如表5所示。

从表5可知，此次统计数据没有缺失，语文、数学、英语、地理、物理、化学的平均分分别为92.8、78.3、70.9、75.1、48.9、60.9，语文、数学、英语总分为150分，及格分为90分，数学和英语的均分都在及格分以下，英语只有70分的均分，成绩偏低，物理、化学、地理的总分为100分，及格分为中等，地理成绩中等，化学刚好及格，物理是48.9的均分，成绩偏低。且可以看出：物理共1项的最大值超过平均值3个标准差，说明数据波动较大，相对平均值，使用中位数描述整体水平更适合。

各科的分数平均值对比分析，总体看来物理是所有学科中均分最低的，使用中位数来进行评价只有47.5的水平值，化学的均分在及格边缘，数学的均分并没有及格，所以在偏理科组合中，班级的学习情况并不乐观，班级理科能力明显偏弱。

班级的整体学习能力偏弱。存在以下原因：一是学生的基础薄弱，由于学校入口的生源较差，这一部分学生在初中的学习基础就未筑牢，导致高中课程增多，学习任务加重的时候，学习就更加吃力；二是学习方法不当，部分学生在学习的时候没有找到正确的方法，上课盲目听课，课前不做预习，课后不做复习，没有计划性的学习，未将知识点之间联系起来，导致遗忘过快；三是缺乏学习兴趣，缺乏兴趣的原因可能有自身原因，学习枯燥痛苦，同时存在外界的原因，老师授课方式单一没有吸引力。

2.3  差异检验

使用独立样本t检验分析不同性别样本对于不同学科的差异性，结果如表6所示。

从表6可以看出：不同性别样本对于语文，英语，地理，物理，化学共5项不会表现出显著性（P＞0.05），意味着不同性别样本对于语文，英语，地理，物理，化学全部均表现出一致性，并没有差异性。另外性别样本对于数学共1项呈现出显著性（P＜0.05），意味着不同性别样本对于数学有着差异性。

数学的学习在性别上存在着差异性，男生的数学较女生的数学学习能力更好一些，分析原因是因为男女生的学习方法不同。男生习惯探究式学习，女生习惯于灌输式教学，女生在学习过程中更加勤奋认真，对基础知识的掌握也更扎实；男生的思维更具创造性，习惯于挑战有难度的题目，对于需要重复记忆的学习明显缺乏学习热情。

2.4  相关性分析

如图1至图7所示，六个学科的正态分布Q-Q图可知，语文，数学，英语，地理，物理，化学均具备正态性特质。

进一步用Pearson相关性对各科成绩检验，结果如表7所示。

利用相关分析去研究数学，语文，地理分别和物理，化學，英语共3项之间的相关关系，使用Pearson相关系数去表示相关关系的强弱情况。根据表7结果具体分析可知：

数学与物理，化学共2项之间呈现出显著性，相关系数值分别是0.576，0.395，均大于0意味着数学与物理，化学共2项之间有着正相关关系。

数学与英语共1项之间并不会呈现出显著性，相关系数值接近于0，说明数学与英语没有相关关系。

语文与英语共1项之间全部均呈现出显著性，相关系数值分别是0.320，大于0意味着语文与英语共1项之间有着正相关关系。

语文与物理，化学共2项之间并不会呈现出显著性，相关系数值接近于0，说明语文与物理，化学共2项之间并没有相关关系。

地理与物理共1项之间全部均呈现出显著性，相关系数值分别是0.369，大于0意味着地理与物理共1项之间有着正相关关系。

地理与化学，英语共2项之间并不会呈现出显著性，相关系数值接近于0，说明地理与化学，英语共2项之间并没有相关关系。

总结Pearson相关性分析结果得到语文和英语，数学和物理，数学和化学，地理和物理之间存在正相关关系。利用学科之间的相关关系，在学教学的时候，相关联的学科注意融会贯通实施教学，引导学生发现学科之间的联系，帮助知识理解消化。

3  结  论

全国各地相继实施高考综合改革，学生在多元的知识结构以及复杂的学科背景下，有了更多选择组合的机会，由此有了更大发展的空间，但相继而来也有新的挑战。尤其在像本研究中师资队伍较弱，生源入口基础薄弱的农村一类学校中，想要抓好教育更是道阻且艰，这就需要根据学生学习的情况，树立正确的教育观，精准扶学，实现育人育才的目标。根据研究结果提出以下几点教学建议：

（1）系统教学。学科间的知识相互独立，也是相互统一的，学习的过程中注重量的积累，量变引起质变，在量的学习时，不仅要注重单学科的系统学习，也要联系相关性的学科之间的关系，将分散，零散的知识点通过整理出逻辑框架进行系统化，凌乱的东西容易遗忘，因为记忆起来没有相关性，将知识点整理系统化之后助于学习、记忆和提取。教材的内容是分章节的，但是内容之间是相互衔接有逻辑性的，教师在教学的过程中主要帮助学生搭建整体的框架，帮助学生进行系统学习。系统的学习也要发现学科之间的联系，学科融合学习记忆更深理解更加透彻。

（2）化繁为简。学习是枯燥的，尤其高中压力大，任务重，学科部分的内容难度大，教师在教学过程中就要注意联系生活，结合实际，将不易理解，晦涩难懂的内容简单化，课堂上的讲解至关重要，让学生真正听懂，这堂课才是有意义的，学生一知半解，课堂的有效性就没有得到体现。现在教学工具、教学手段愈加智能，老师在教学过程中容易本末倒置，利用工具辅助教学的时候偏离教学重点，应当最利化的利用教学工具，使教学流程简单化，围绕教学任务，学习重点，让学生在简单的教学流程中主动获得知识，而促进技能的提升。

（3）因材施教。全面深入地了解学生，对其个别差异与可变因素作科学分析，尊重每个学生的这种差异性、独立性和创造性，这就是因材施教。每一个学生都是独一无二的，在班级制教学中，要考虑到多数同学的情况，也要照顾到个别需求。无论什么样的学生，都有自己特殊的一面，尤其学习上上的需求也都不尽相同，要有针对性地“对症下药”，把因材施教真正地落实到每个学生身上。而本研究通过数据分析得到的结果，性别对于学生在数学上的学习有一定影响，男生的数学较女生的数学学习能力更好一些，并且部分同学的文科学习能力比较好，部分同学的理科学习力比较好，教师在教育过程中，帮助学生寻长板，补短板，提高综合学习能力。

（4）习惯培优。形成系统学习的学习习惯，做好课前课中课后应该要做的功课，及时总结，构建知识的网络体系。形成自主自学的学习习惯，高中课程的理论性、抽象性强，就需要在对知识的理解上下功夫，要多思考、多研究，以探究的观念对待每一个问题。

参考文献：

[1] 新华社.国务院印发《关于深化考试招生制度改革的实施意见》 [J].考试（理论实践），2014（10）：4.

[2] 贵州省人民政府.省人民政府关于印发贵州省高考综合改革实施方案的通知 [J].贵州省人民政府公报，2021（10）：24-28.

[3] 刘盾.新高考改革之现实审思与理论分析——以考试科目、次数及赋分方式为重点 [J].复旦教育论坛，2017，15（3）：11-17.

[4] 乐毅，温莉莉，李文倩.高考综合改革试点增加学生选择性的举措及问题论析——以上海市和浙江省为例 [J].高校教育管理，2019，13（4）：39-47+79.

[5] 秦己媛.新高考选科制对工科专业课程设置的影响研究 [J].黑龙江高教研究，2022，40（7）：1-6.

[6] 朴锦，具红光，吴松权.高级生物统计学课程中SPSS统计分析软件的应用——以协方差分析为例 [J].高教学刊，2022，8（19）：103-106.

[7] 李盛梅，杜雷鸣，陇显群，等.基于SPSS软件的学生成绩相关性研究 [J].文山学院学报，2021，34（6）：96-99.

[8] 李浩田，李美慧，李伟平.SPSS在考试成绩分析中的应用——以高中生物为例 [J].现代信息科技，2021，5（17）：127-130.

作者简介：李莎莎（1997.10—），女，侗族，贵州石阡人，硕士研究生在读，研究方向：教育信息化；张浩（1986.11—），男，汉族，江西新干人，副教授，博士研究生，研究方向：人工智能，大数据+教育；杨丹莲（1993.11—），女，土家族，贵州思南人，中学二级教师，本科，研究方向：英语信息化教学；陈仁梅（1996.02—），女，汉族，贵州遵义人，硕士研究生在读，研究方向：人工智能教育。

收稿日期：2022-08-29