劉麗峰,牛宗偉
(山東理工大學(xué),淄博255049)
職業(yè)教育中工作至關(guān)重要,不僅是就業(yè)后工作順利開展的重要保證,也為就業(yè)人員安全提供了有力保障,而學(xué)生課程學(xué)習(xí)作為將來(lái)工作的理論基礎(chǔ),也是職業(yè)培養(yǎng)計(jì)劃的基本要求。鑒于以上原因,為分析學(xué)生成績(jī)分布的客觀規(guī)律,以提高教師在課堂上的教學(xué)效果,最終達(dá)到使學(xué)生熟練掌握基本理論知識(shí)和實(shí)踐技能的目的,任課教師如何科學(xué)合理地研究成績(jī)模型就特別重要。目前,各高等職業(yè)學(xué)校的課程成績(jī)分布模型的構(gòu)建一般以假定班級(jí)學(xué)生基礎(chǔ)知識(shí)水平相同或者相差不大的前提來(lái)建立學(xué)生考試分布模型,這就勢(shì)必造成忽略不同學(xué)生基礎(chǔ)知識(shí)水平之間的差異,采用相同的尺度評(píng)定成績(jī),進(jìn)而指導(dǎo)教學(xué),從而在學(xué)生學(xué)習(xí)進(jìn)度方面不一致,入學(xué)學(xué)生基礎(chǔ)理論較差的學(xué)生難以跟上課程進(jìn)度,從而對(duì)學(xué)習(xí)失去興趣。為減少任課教師主觀認(rèn)識(shí)因素方面的不足對(duì)學(xué)生課程成績(jī)等級(jí)評(píng)定的影響,平抑不同入學(xué)基礎(chǔ)水平方面所給成績(jī)等級(jí)的差異,本文提出一種以多因素綜合評(píng)價(jià)為核心的課程等級(jí)評(píng)定方法。
目前對(duì)成績(jī)分析相關(guān)模型的方法有Excel方法[1]、數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)挖掘技術(shù)[2]、均值、方差、及格率等不同指標(biāo)方法[3]、矩法[4]、粗糙集算法[5]等,從性別差異[6]、課程分類[7]方面對(duì)考試成績(jī)進(jìn)行分析、利用問(wèn)卷調(diào)研途徑建立的定量成績(jī)分布模型[4]、三次Hermite樣條和Bspline構(gòu)造了新的考試成績(jī)標(biāo)準(zhǔn)分布函數(shù)[5],張國(guó)才則論述了考試成績(jī)可能服從偏態(tài)分布[8],胡南和李汶靜綜合分析教學(xué)過(guò)程、試題等因素評(píng)估教學(xué)成果[9],以上研究從不同分析、統(tǒng)計(jì)方法和數(shù)據(jù)角度對(duì)成績(jī)的分布進(jìn)行研究,本文則從影響學(xué)生考試成績(jī)的主、客觀因素方面對(duì)成績(jī)進(jìn)行分析,進(jìn)一步建立其分布模型。
本文提出的綜合加權(quán)平均分模型與一般的評(píng)價(jià)方法的步驟基本一致,包括:①選擇評(píng)價(jià)指標(biāo);②確定分析模型評(píng)定標(biāo)準(zhǔn);③確定指標(biāo)權(quán)重;④選擇分析方法;⑤實(shí)驗(yàn)分析結(jié)果。本模型的不同之處在于,加權(quán)平均分分析模型綜合考慮學(xué)生入學(xué)前基礎(chǔ)知識(shí)水平、社會(huì)就業(yè)環(huán)境影響、學(xué)習(xí)狀況、班級(jí)學(xué)生的成績(jī)分布等因素。這里的分析指標(biāo)中優(yōu)異、良好是基于概率意義上的劃分,異于基于成績(jī)的優(yōu)、良、中、及格等劃分,但不及格分級(jí)是一致的(<60)。下面針對(duì)該分析模型進(jìn)行具體介紹。
(1)確定分析函數(shù)指標(biāo)和標(biāo)準(zhǔn)
單純的綜合評(píng)分僅能反映評(píng)教的整體成績(jī),并不能查看學(xué)生對(duì)課程的關(guān)注點(diǎn)、教師教學(xué)的薄弱點(diǎn)、學(xué)生滿意度最高的課程等信息[10-11]。鑒于此,本文考慮了學(xué)生對(duì)學(xué)習(xí)的重視程度及對(duì)進(jìn)一步深造的愿望,以及學(xué)生間的學(xué)習(xí)基礎(chǔ)及努力程度的差異等因素,選擇三個(gè)指標(biāo)構(gòu)造加權(quán)平均分函數(shù),其中自主學(xué)習(xí)通過(guò)考試成績(jī)體現(xiàn),由于本模型中假設(shè)各指標(biāo)相互獨(dú)立,因此在不考慮基礎(chǔ)知識(shí)水平差異的情況下,自主學(xué)習(xí)的時(shí)間與考試成績(jī)(y)成正比。就業(yè)形勢(shì)好壞直接反映在招生的人數(shù)上,因此由班級(jí)學(xué)生考試成績(jī)(S)代表這一指標(biāo)。針對(duì)學(xué)生學(xué)習(xí)努力程度方面主要考慮游戲、娛樂(lè)方面因素,這里僅考慮影響學(xué)習(xí)成績(jī)的游戲、娛樂(lè),受不及格人數(shù)影響的平均成績(jī)反應(yīng)這一指標(biāo),該指標(biāo)僅在模型結(jié)果分析時(shí)應(yīng)用?;A(chǔ)知識(shí)水平對(duì)學(xué)生學(xué)習(xí)難易程度影響較大,由于學(xué)生學(xué)號(hào)(N)跟入學(xué)成績(jī)呈反比,即學(xué)號(hào)末尾數(shù)值越小,高考成績(jī)?cè)礁?,理論基礎(chǔ)越扎實(shí)。
定義綜合加權(quán)平均分模型(y=ln(S+2-N*Si)*Ai):以學(xué)號(hào)、學(xué)生考試為自變量的自然對(duì)數(shù)函數(shù)。
(2)確定分析函數(shù)指標(biāo)權(quán)重(Si,Ai)
由于分析模型評(píng)定指標(biāo)的權(quán)重影響分析模型的精度,因此評(píng)定指標(biāo)權(quán)重的選擇通過(guò)最小二乘方法確定,采用最小二乘法計(jì)算學(xué)號(hào)N學(xué)生的綜合加權(quán)平均模型預(yù)測(cè)分?jǐn)?shù)與其考試成績(jī)的殘差,使殘差平方和最小的參數(shù)為最優(yōu)。
本文采用廣東高職高考中??急究频某煽?jī)作為數(shù)據(jù)源,對(duì)綜合加權(quán)平均模型進(jìn)行實(shí)驗(yàn)分析;廣東高職高考中??急究频目荚嚬灿袑W(xué)生148人參與,數(shù)據(jù)記錄完整,因此都用來(lái)進(jìn)行實(shí)驗(yàn),本次考試成績(jī)?yōu)榘俜种啤J紫炔捎眉訖?quán)平均分模型對(duì)該次考試成績(jī)進(jìn)行了建模:選擇測(cè)試分?jǐn)?shù)作為參數(shù)S的值,報(bào)考序號(hào)作為參數(shù)N的值;其次根據(jù)預(yù)測(cè)考試成績(jī)的平均成績(jī)與實(shí)際考試成績(jī)的平均值最小為原則,應(yīng)用最小二乘法計(jì)算出公式(1)中的權(quán)重(Si,Ai)值;最終計(jì)算出的綜合加權(quán)均分模型為:
針對(duì)本次實(shí)驗(yàn)研究人數(shù)較多(148人),學(xué)生考試成績(jī)的折線圖很難看出該模型計(jì)算出的預(yù)測(cè)成績(jī)之間的變化趨勢(shì),見圖1(a),因此對(duì)預(yù)測(cè)成績(jī)和考試成績(jī)又做了50、100和150階導(dǎo)數(shù),見圖1(a~d),由圖1可以看到預(yù)測(cè)成績(jī)和考試成績(jī)的導(dǎo)數(shù)具有相同的變化頻率,但變化幅度不同,從1階導(dǎo)數(shù)到150階導(dǎo)數(shù)變化可以看出,預(yù)測(cè)成績(jī)和考試成績(jī)的導(dǎo)數(shù)折線在0附近震蕩,導(dǎo)數(shù)階越高震蕩越來(lái)越呈現(xiàn)出對(duì)稱性,且預(yù)測(cè)成績(jī)和考試成績(jī)的導(dǎo)數(shù)折線變化趨勢(shì)完全一致,就說(shuō)明了綜合加權(quán)均分模型能夠模擬學(xué)生間考試成績(jī)的內(nèi)在變化規(guī)律。
圖1 預(yù)測(cè)成績(jī)與考試成績(jī)的1、50、100和150階導(dǎo)數(shù)(a~d)
由圖2可以看出預(yù)測(cè)成績(jī)和考試成績(jī)都存在2個(gè)異常值,其中“×”號(hào)表示溫和異常值,“-”表示極端的異常值,尤其是考試成績(jī)中87號(hào)考試成績(jī)?yōu)?7.75的極端異常值引起了圖1中考試成績(jī)導(dǎo)數(shù)值出現(xiàn)了巨大的震蕩,根據(jù)考試成績(jī)計(jì)算出的87號(hào)預(yù)測(cè)成績(jī)也是極端異常值也引起了預(yù)測(cè)成績(jī)的較大的震蕩,但震蕩幅度大大減小,說(shuō)明了綜合加權(quán)均分模型對(duì)極端異常值的出現(xiàn)具有很好的魯棒性,這對(duì)大批量學(xué)生數(shù)據(jù)處理具有重要的意義。
圖2 預(yù)測(cè)成績(jī)和考試成績(jī)箱線圖
為研究考試成績(jī)間的整體分布關(guān)系,做了預(yù)測(cè)考試成績(jī)和實(shí)際考試成績(jī)的核密度分析圖,見圖3,由圖3可見預(yù)測(cè)成績(jī)核密度與考試成績(jī)的核密度有相同的變化趨勢(shì),但整體預(yù)測(cè)成績(jī)較考試成績(jī)更聚集,說(shuō)明綜合加權(quán)均分模型能夠表示出考試成績(jī)的分布狀況。
圖3
為進(jìn)一步檢驗(yàn)綜合加權(quán)均分模型計(jì)算出的預(yù)測(cè)分?jǐn)?shù)表達(dá)實(shí)際考試成績(jī)的質(zhì)量,本實(shí)驗(yàn)還繪制出了預(yù)測(cè)分?jǐn)?shù)和考試成績(jī)質(zhì)量控制圖(見圖4),采用質(zhì)量控制圖研究連續(xù)考號(hào)中預(yù)測(cè)成績(jī)與考試成績(jī)的波動(dòng)情況。在預(yù)測(cè)成績(jī)與考試成績(jī)2個(gè)數(shù)據(jù)組成的子集,把148個(gè)學(xué)生組成了148個(gè)子集。
圖4 預(yù)測(cè)分?jǐn)?shù)和考試成績(jī)質(zhì)量控制圖
預(yù)測(cè)分?jǐn)?shù)和考試成績(jī)質(zhì)量控制圖有兩個(gè)圖層,上面是XBar圖,該圖由一組帶垂線的平均值散點(diǎn)圖組成,圖中有三條平行線,中間一條為中心線(CL),由全部成績(jī)數(shù)據(jù)的平均值確定。上下等間距的兩條線是上控制線(UCL)和下控制線(LCL)。
控制線與中心線的間距為一個(gè)標(biāo)準(zhǔn)差(見圖5)。在成績(jī)預(yù)測(cè)過(guò)程中,成績(jī)數(shù)據(jù)點(diǎn)落入上、下控制線之間,說(shuō)明考試成績(jī)預(yù)測(cè)正常。圖層2是R(Range)圖該層將每個(gè)子集值差的值域繪制成柱狀圖,CL線為各個(gè)子集值域的平均值,本層也由上、下控制線。預(yù)測(cè)分?jǐn)?shù)與考試分?jǐn)?shù)的平均分為80.85,最高分為94.73,最低分為66.98;預(yù)測(cè)分與考試分差值的平均值為7.38,標(biāo)準(zhǔn)差為4.63,最大值為24.12,最小值為0。
圖5 預(yù)測(cè)分?jǐn)?shù)和考試成績(jī)比較
預(yù)測(cè)成績(jī)和考試成績(jī)的均值分別為:80.82和80.89,差值僅為-0.07;標(biāo)準(zhǔn)差分別為2.64和12.09,差值為8.73說(shuō)明預(yù)測(cè)成績(jī)比考試成績(jī)的值域大大收縮,這也可以從均值的標(biāo)準(zhǔn)差看出,預(yù)測(cè)成績(jī)和考試成績(jī)的均值標(biāo)準(zhǔn)差分別為0.22和0.99(差值0.51);同時(shí)也可以看出預(yù)測(cè)成績(jī)和考試成績(jī)的中位數(shù)差異也不大(-1.41)分別為80.80和83.13。
對(duì)預(yù)測(cè)成績(jī)和考試成績(jī)進(jìn)行F檢驗(yàn),F(xiàn)為0.3564與1相差甚遠(yuǎn),表明組間方差比組內(nèi)方差小得多,也顯示出了預(yù)測(cè)分?jǐn)?shù)接近考試分?jǐn)?shù)。計(jì)算得到的概率P為0.945遠(yuǎn)大于0.01,故預(yù)測(cè)成績(jī)對(duì)考試成績(jī)的影響不顯著。
針對(duì)當(dāng)前職業(yè)大學(xué)學(xué)生成績(jī)分析方式的單一性,本文借鑒因子分解的基本概念和方法,根據(jù)一般成績(jī)分析模型構(gòu)建的步驟和原理,分別提出了基于區(qū)間法和綜合法的加權(quán)成績(jī)分析模型,通過(guò)實(shí)驗(yàn)證明,該方法既適合多個(gè)班級(jí)單門課程的分析,也適合一個(gè)班級(jí)多門課程的分析,既適合大學(xué)專業(yè)課程的分析,也適合中學(xué)基礎(chǔ)課程的分析,分析方法具有廣泛的適用范圍;另外,該模型能夠有效地分析影響學(xué)生考試成績(jī)的因素,對(duì)改善教學(xué)方法,提高教學(xué)質(zhì)量有重要的意義。經(jīng)實(shí)例應(yīng)用和結(jié)果對(duì)比分析,可以認(rèn)為綜合加權(quán)平均分模型,可以應(yīng)用于大中學(xué)學(xué)生學(xué)習(xí)成績(jī)的分析中。