借助SPSS 统计软件 发现问题改进教学

1、借助SPSS统计软件，发现问题改进教学发表于：教育信息化2007/10范谊（广东省广州市，海珠区教育发展中心，510220）摘要考试是检验教学效果的重要手段之一，本文针对目前不少学校考试质量分析方法过于单一（仅重视平均分、分数段等少数数据的作用），结论有失偏颇的现象，借助SPSS统计软件，依托广州市初中信息技术结业考试，分析了基层学校应如何恰当地运用频数描述、T检验、相关分析等统计方法来评价考试结果，发现教学问题，从而有效制定教学改进策略的方法。关键词统计；信息技术；考试；SPSS中图分类号：G434 文献标识码：B一、问题的提出广州市初中信息技术结业考试属于总结性评价（summative e

2、valuation），总结性评价是对教学目标达到程度的判断，同时也提供教学目标适当性与教学策略有效性的信息。 陈玉琨.教育评价学.人民教育出版社.2004，P57 但传统的质量分析方法仅重视平均分、分数段等少数数据的作用，其分析结论显然不够全面、深入。在今天“科研引领教学”的大趋势下，适时引入统计方法，借助计算机工具和SPSS统计软件 本文以SPSS11.5为例介绍其使用，可以去除原始数据中的无效信息，得到相对准确、完整和系统的结论。二、解决的途径根据广州市初中信息技术结业考试的要求与特点，笔者以近2年海珠区部分学校的考试数据为例，设计了从频数描述、均值比较和相关分析三方面入手分析学校信息技术

3、考试数据的方法，供老师们参考。（一） 频数描述图1传统上，学校习惯以均值来衡量老师的教学效果。但均值容易受极端值的影响而产生偏离整体数据特征的可能性，因此按照统计方法综合考虑均值、标准差等各种统计量，并结合图表，可以准确描述考试数据的分布情况、波动范围和相关程度等，揭示出数据的本质特点。1 实现方法 启动SPSS11.5，依次单击FileOpenData，选择文件类型为“Excel”，就可打开储存考试数据的Excel文档（也可直接将Excel中的数据复制到新建的SPSS文件中去），效果如图1。 依次单击AnalyzeDescriptive StatisticsFrequencies，启动“频数

4、分析”对话框。 在其Statistics选项中选择相应的统计量（见表1），在Charts选项中选择Histograms（直方图），并选中With normal curve（正态曲线）。 返回“频数分析”对话框后，单击“OK”，软件输出有关的统计图、表。2 结果解读表1 基本数据 笔试成绩上机成绩作品成绩总成绩NValid395396313398 Missing32850Mean55.298762.154082.035159.8593Median56.000065.000080.000065.0000Mode40.00a95.0080.0070.00Std. Deviation15.581522

5、4.533919.3491120.83811Skewness-.114-.423-1.056-.724Kurtosis-.543-.7633.167-.453Minimum16.001.0040.006.00Maximum92.00100.0098.0093.00a Multiple modes exist. The smallest value is shown表的第一、二行列出了本次考试的参加人数和缺席人数情况，同时从上到下提供了均值、中位数、众数、标准差、偏度、峰度、最小值和最大值等统计量。表中上机成绩的标准差超过了24，属于过大，这时再以均值来反映该校学生的计算机操作水平是不恰当的。因

6、为该项数据无论是从图2的分布形态上看，还是从数值特点来看众数>中位数>均值，偏度值<0，均属左偏分布状态（均值适用于数据是对称或接近对称分布状态）。结合图中的正态曲线检验，发现该校低分段人数较多，综合以上信息，以中位数65分更能反映该校学生整体的计算机操作水平。（二） 均值比较“我校平均分超区平均分XX分”是老师们在考试质量分析中最喜欢表达的话语之一，但超出1分、2分就说明了该校的成绩与区的平均水平有差异吗？要怎样才能证实这种差异是显著存在的呢？这就需要我们进行教育统计学中“统计检验”，在此最适合的统计方法是单样本T检验。图31 使用条件统计检验需要数据满足一定的条件，一般有

7、下面3个：数据正态分布或每个样本组至少大于15个观测值；不同样本组来自方差相等的总体（分组比较时才用，此处不用）；随机抽取样本。由于此次是以全年级的学生为样本进行检验，因此全部满足上述条件。2 实现方法 打开SPSS数据文件后，依次单击AnalyzeCompare MeansOne-Sample T Test，启动“单样本T检验”对话框。 如图3，先选择要比较的试种，再输入要和本校成绩进行对比的分数标准（该年海珠区上机试的平均分），最后单击“OK”完成检验。3 结果解读表2 统计结果 NMeanStd. DeviationStd. Error Mean上机成绩39662.154024.5339

8、11.23288表3 检验结果 Test Value = 67.55 tdfSig. (2-tailed)Mean Difference95% Confidence Interval of the Difference LowerUpper上机成绩-4.377395.000-5.3960-7.8198-2.9721表2是该校上机成绩的基本数据，表3是和区平均分67.55对比的统计检验结果，Sig. (2-tailed)的显著性水平为0.000，达到了统计学上差异非常显著的水平（<0.05为差异显著），由于该校成绩低于区平均分，因此可得出结论：该校成绩与区的平均水平存在明显差距，属于学科教

9、学薄弱学校，其信息技术教学状况应引起学校、科组与区教研机构的足够重视，并应迅速制定出改进措施。除单样本T检验外，还有一些统计检验方法可用于广州市初中信息技术结业考试的成绩比较。它们是：双独立样本T检验不同年度的成绩比较，方差分析不同班的学习水平比较等。此处限于篇幅，不再展开。（三） 相关分析图4广州市初中信息技术结业考试为体现学科教学要求，采用了笔试、上机操作和作品制作三项内容来全面衡量学生的信息素养。但限于条件限制，目前只有上机操作采用统考、统改（笔试采用统考不统改，作品制作则给定评价标准，由各学校组织考试与评改），其它项目评价的一致性较难保证。考虑到学生在知识、技能与综合运用方面应存在着一

10、定的相关性，笔者推荐以相关分析评估三项考试成绩的关联度，供学校老师反思自我的评价尺度。1 实现方法 打开SPSS数据文件后，依次单击AnalyzeCorrelateBivariate，启动“相关分析”对话框。 如图4，选择要分析的试种，相关系数选用Pearson，单击“OK”完成检验。2 结果解读表4 相关系统及显著性检验结果 笔试成绩上机成绩作品成绩笔试成绩Pearson Correlation1.659(*).422(*) Sig. (2-tailed).000.000 N395393311上机成绩Pearson Correlation.659(*)1.394(*) Sig. (2-tai

11、led).000.000 N393396313作品成绩Pearson Correlation.422(*).394(*)1 Sig. (2-tailed).000.000. N311313313* Correlation is significant at the 0.01 level (2-tailed).表4中的Sig. (2-tailed)皆为0.000，表示有非常显著的相关关系。对于相关系数的关联强度，不同学者的观点不尽相同。一般而言，越接近1表示相关性越强，越接近0表示相关性越差，至少在0.5以上，才可视为高度相关。据此分析表4，笔试成绩和上机成绩存在着高度相关，其它试种的成绩间存在

12、着中度相关性，即该校作品成绩的评价相对不够客观，与笔试、上机成绩的一致性稍差。显然，以相关分析评价各学校的评卷水平着重于对校内成绩的分析，旨在动态中提高教师客观评价的能力，避免了不同学校之间无效的成绩对比。三、 结语统计学一直在国民经济建设与生产研究中发挥着巨大作用，但由于其计算复杂，以往主要应用于研究机构。随着计算机技术的发展，其应用于中小学成绩分析势在必然，它的应用可使课堂教学增强理性，教学改革更有针对性。但也如其他科学一样，对待教育统计一要努力学习，掌握各种统计方法的适用性，做到正确使用；二是不能将其简单化、绝对化，更多的时候，教育统计仅起到发现问题，提醒我们重视的作用。至于这是一个真问