1、第39卷第1期 Journa1 ofSouthw西est南Un民iv族ers大ity学fo学rN报ati。on自al然itie sN学at版ural ScienceEdition Jan2013 l l doi：1O3969issn1003-4271 2013 0106 理工科大学生数学成绩影响因素的统计分析 张雪霞。林升明，马海强 (太原科技大学应用科学学院，太原030024) 摘要：以太原科技大学2009级部分学生为研究对象，采用因子分析和方差分析的统计方法对影响大学生线性代数课 程成绩的各个因素进行统计分析分析结果表明，学生因子、教师因子、学校因子、考风因子、恋爱因子、就业因子、 高考数
2、学成绩是影响太原科技大学理工科学生线性代数成绩的主要因素，其中学生对线性代数的学习兴趣、就业情况、 老师批改作业的情况、学生入学前的数学基础和专业因素对线性代数成绩的影响比较显著 关键词：抽样调查：因子分析：方差分析 中图分类号：0212 文献标识码：A 文章编号：1003-4271(2013)01-0021-05 数学公共课作为理工科高校的重要基础课程，不仅是许多专业学习后继课程的基础，而且对于大学生的发 展与成才具有重要的作用近年来，学生的数学成绩普遍出现了下滑趋势，学生重修率居高不下，这不仅影响到 了学生后继课程的学习，而且也影响了教学质量和人才的培养本文通过对太原科技大学2009级学生
3、的抽样调 查，采用因子分析 方差分析的统计方法对学生的数学成绩进行综合评价，然后使用统计软件SPSS和R软件对其 进行统计分析 1 数据来源于太原科技大学2009级的学生线性代数成绩我们将调查的同学看作是研究对象，将所研究的26 个因素看作是变量，用x1，X26表示，表l给出了26个变量所对应的因素 表1因素名称 1取样范围与研究方法 本文采用随机抽样的办 以问卷调查的方式抽取了太原科技大学2OO9级一部分学生本文的原始数据 30个，每 个样本点包括学生的学号、生源地、影响学生线性代数成绩等诸因素、线性代数成绩和高考数学成绩 】在此 基础上通过SPSS、R软件等统计软件，采用因子分析和方差分析
4、方法，对太原科技大学理工科线性代数成绩进行 统计分析 2 因子分析 收稿日期：2012-1203 作者简介：张雪霞(1974-)，女，山西曲沃人，教授，E-mail：xuexiaz126tom 基金项目：山西省高等学校大学生创新创业训练项目(2011253)、太原科技大学UIT项N(2010058)资助 22 西南民族大学学报自然科学版 第39卷 本文主要研究学校、学生、教师和社会各个方面对学生线性代数成绩的影响，研究范围虽然广泛，但却没有 体现出主体因素因子分析就是通过对诸多因素的相关性研究，用提取的少数几个因素来表示原来因素的主要 信息，以达到浓缩数据的目的因子分析的基本问题就是要确定因子
5、载荷下面主要对影响线性代数成绩的各 种因素进行因子分析 ，并对其分析结果进行解释，具体的分析步骤和结果如下： 21提取主成分信息 表2解释的总方差 提取方法：主成份分析法 从表2的分析结果可以看出，虽然前6个主成分的特征值大于1，但是它们的累积贡献率仅为60883由于 前7个主成份的特征值也比较大，并解释了全部方差的65981，因此我们用前7个主成份来评价影响学生线性 代数成绩的因素，即约65981的总方差可以由这7个潜在因子进行解释 22旋转后的因子负荷矩阵 表3旋转成份矩阵 第1期 张雪霞等：理工科大学生数学成绩影响因素的统计分析 23 提取方法：主成分分析法 旋转法：具有Kaiser标准
6、化的四分旋转法旋转在6次迭代后收敛 通过四次方最大旋转，得到了原来18个变量在7个因子上新的因子负荷从表3的分析结果可以看出：因 子1支配的变量有X9、X10、X11、X13和x18，因子2支配的变量有X20、X22、X23和X25，因子3支配的 变量有X1、X2和X3，因子4支配的变量有X5，因子5支配的变量有X16，因子6支配的变量有X17，因子7 支配的变量有X26故可以认为，因子1反映学生自身各方面的情况，称为学生因子；因子2反映教师各方面的 情况，称为教师因子；因子3反映的是学校各方面的情况，称为学校因子；因子4反映的是考风考纪情况，称为 考风因子；因子5反映的是恋爱情况，称为恋爱因
7、子；因子6反映的是就业情况，称为就业因子；因子7反映的 是高考数学成绩情况，称为高考数学因子 通过探索性因子分析，从这18个影响学生线性代数学习成绩的变量中找出了7个潜在因子，它们分别是：学 生因子、教师因子、学校因子、考风因子、恋爱因子、就业因子、高考数学因子它们之间没有交叉影nil,即每一 个变量只受一个潜在因子影响，因此这七个潜在因子是影响太原科技大学理工科学生线性代数成绩的主要因素 3方差分析 下面通过方差分析对潜在因子所包含的因素进行方差分析，以便得出所研究的因素中哪个因素在潜在因子 中的影响力最大，从而为学校教学质量和学生成绩的提高，提供一些有效的指导意见 由于高考数学成绩这一因素
8、是定量指标，不符合多因素方差分析的要求，故需要将其转化为定性指标通 过聚类分析，我们将各个成绩段的高考数学成绩设为不同的5个水平，从而可以将连续变量转化为定性指标运 用SPSS软件，对不同因子所包含的因素进行方差分析，可以得到如下结果： (1)对学校因子X 1、X2、X3进行多因素方差分析： 表4组间效应值(主体间效应的检验) aRJY=0018(调整R方=一0017) 从表4可以看出，因素x3在学校因子X1、X2、X3中的效应是最显著的，即因素x3对线性代数成绩的影响效 应大于因素X1、X2 (2)学生因子X9、X10、X1l、X13、XI8的多因素方差分析： 表5组间效应值(主体间效应的检
9、验) 24 西南民族大学学报-自然科学版 第39卷 肪=01 45(调整尺方=0069) 从表5可以得到，因素x1 l在学生因子X9、XIO、X1 1、X13、X18中对线性代数成绩有显著影响，但是我们 没有充分理由说明因素X9、X10、X13、X18对线性代数成绩有显著影响 (3)教师因子X20、X22、X23、X25的多因素方差分析： 表6组问效应值(主体间效应的检验) 口尺方=0127(调整尺方=0073) 从表6可以得到，因素X25在因素X20、X22、X23、X25中对线性代数成绩有显著影响，而没有充分理由说 明因素X20、X22、X23对线性代数成绩有显著影响 成绩 (4)对因素x
10、3、X5、X1 1、XI6、X17、X25、X26作多因素方差分析，所得结果如下： 表7组间效应值(主体间效应的检验) 代数 由表8可知，组间均值存在显著性差异，其中F检验统计量的值为3413，对应的p值=0001在显著性水平为 O05的前提下，由于 分布的观测值大于p值，故应拒绝原假设，即认为不同专业之间的线性代数成绩差异显著 第1期 张雪霞等：理工科大学生数学成绩影响因素的统计分析 25 从以上的方差分析可知，在所研究的因素中，对线性代数成绩有显著影响的因素分别为x3、x5、x11、Xl6、 X17、X25、X26，它们分别代表了因子分析中最终的七个潜在因子对这七个因素中再进行方差分析，我
11、们可以 得到：因素x1l、x17、X25、X26对线性代数成绩的影响更为显著另外，专业因素对线性代数成绩的影响也是 显著的 4 小结 通过前面的分析可以看出，要想提高本校的教学质量，需要学校、教师和学生的共同努力学校的管理工作 要从实际出发，切实为学校和学生的发展着想，加大对学校的硬件设施和软实力的投入，为学生和教师创造良 好的学习、工作和生活环境；教师要因材施教，不断改进和提升自身的教学水平，同时应该采用多种教学方式和 教学手段培养学生兴趣，让学生在学习中感受快乐，这样学生学习的积极性会大大的增强，对知识的求知欲望 也会加大；学生自身则要以学习为中心，专心致志、刻苦学习，这样才能为后继专业课
12、程的学习打下坚实的数学 基础 参考文献： 【1】王俊红，樊顺厚，邓一泉影响在校学生成绩的因素分析【J】天津工业大学学报，2007(6)：2330 【2】李莉，张薇，缪柏共，戴小莉影响本科生学习成绩因素的探究与分析【J中国高等教育评估，2004(4)：4453 【3】陈晓红，唐仁春，贺云龙学生质量全面评价存在的问题及对策J】中国大学教学，2005(12)：45-47 【4】唐仁春我国普通高校本科生综合素质多重视角评价研究DI长沙：中南大学，2009 【5】5 何晓群多元统计分析【M】2版北京：中国人民大学出版社，2008 【6】6 金勇进，杜子芳，蒋妍抽样技术【M】2版北京：中国人民大学出版社，
13、2008 7】薛毅，陈立萍 统计建模与R软件M】北京：清华大学出版社，2007 Statistical analysis on influence factors for mathematics achievement of college students LIN Sheng-ming，ZHANG Xuexia，MA Haiqiang (School ofApplied Science，Taiyuan University of Science and Technology,Taiyuan 030024，RRC) Abstract：The research object of this ar
14、ticle is part of the students from Taiyuan University of Science and TechnologyThis paper uses random sampling method and does statistical analysis on all the factors which affect the linear algebra course grades ofcollege students with the statistical analysis methodThe analysis results show that t
15、he student factor，the teacher factor，the school factor，examination factor，love factor，employment factor,mathematics are main factors of affecting the linear algebra grades for students from Taiyuan University of Science and Technology，among which，the studentsinterest in learning the linear algebra,t
16、he employment situation，the situation that the teacher corrects studentspapers，the mathematical basis and professional factors are more significant in the linear algebra resultsIn addition，various provinces of students differ in learning ability after admission Key words：sampling survey；factor analysis；variance analysis
