[摘 要]學習成績是衡量學生掌握知識和技能的重要依據，也是教學質量和教學效果的重要反映。通過對學生學習成績的量化分析，可以發現數據背后潛在的教學規律或教學問題，為改進教學方法、優化課程設置或改善課程評價提供有價值的信息?；赟PSS統計軟件，對某班級個案的學生成績進行相關分析、聚類分析和因子分析，可以發現成績數據背后潛在的教學規律或教學問題。

　　[關鍵詞]SPSS 聚類分析 因子分析

　　一、緒論

　　學習成績是衡量學生掌握知識和技能的重要依據，也是教學質量和教學效果的重要反映。通過對學生學習成績的量化分析，可以發現數據背后潛在的教學規律或教學問題，為改進教學方法、優化課程設置或改善課程評價提供有價值的信息。

　　本文將對某校教育技術學本科專業某個班級的學習成績進行相關分析、聚類分析和因子分析，數據來源于該班級一至三年級42門課程的原始成績，班級人數為43人。因2名學生的成績缺失嚴重，實際有效樣本為41。個別學生某門課程成績缺失的，以課程平均成績替代。本次分析工具采用統計分析軟件SPSS19.0。

　　二、分析方法

　　(一)相關分析

　　函數關系是變量間的一種確定性的關系，但在實際問題中，變量間的關系往往不是如此簡單，一個變量的值不能由另一個變量的值唯一確定。這種兩個變量之間依存關系但又不精確、不穩定的關系稱為相關關系。相關分析是研究變量之間相互關系的密切程度和相互聯系方式的重要方法，它把變量之間的相關程度的強弱用適當的統計指標表示出來。

　　(二)層次聚類分析

　　聚類分析是研究“物以類聚”的一種有效的統計分析方法。聚類分析能夠將一批樣本數據按照他們在性質上的親密程度在沒有先驗知識的情況下自動進行分類。[1]在分類過程中，人們不必事先給出一個分類的標準。

　　主要有兩種聚類分析方法，即快速聚類分析方法(適用于大樣本)和層次聚類分析方法。其中，層次聚類分析分為兩種形式：一種是對樣本(個案)進行分類，稱為Q型聚類，它使具有共同特點的樣本聚齊在一起，以便對不同類的樣本進行分析;另一種是對研究對象的觀察變量進行分類，成為R型聚類，它使具有共同特征的變量聚在一起，以便從不同類中分別選出具有代表型的變量進行分析，從而減少分析變量的個數。[2]

　　(三)因子分析

　　教育領域的研究需要對反映事物的多個變量進行大量的觀察，收集大量的數據以便進行分析，尋找規律。在大多數情況下，許多變量之間存在一定的相關關系。因此，有時可以用較少的綜合指標來分析存在于各個變量中的各類信息，而各綜合指標之間彼此是不相關的。代表各類信息的綜合指標稱為因子。因子分析的基本思想是將眾多的原始變量濃縮成少數幾個因子變量，利用這幾個公共因子去解釋較多需要觀測的變量中存在的復雜關系[3]，以達到簡化現象，發現規律的目的。

　　三、分析過程

　　(一)對課程變量的R型聚類分析

　　對課程變量進行探索性R型聚類分析，可以找到課程之間的某些規律和特點。連續性變量的樣本距離測量方法有多種，包括歐氏距離(Eucalidean Distance)、Minkowski距離、Chebychev距離和Pearon相關系數等。在SPSS聚類運算過程中，還需要計算樣本與小類、小類與小類之間的親密程度。SPSS提供了最短距離、最長距離、類間平均鏈鎖法、類內平均鏈鎖法等。[4]

　　小編推薦優秀的教育類期刊　上海大學學報

　　《上海大學學報(自然科學版)》(雙月刊)是綜合性自然科學學術期刊，1995年創辦，由原《上?？萍即髮W學報》(1978~1994年)和原《上海工業大學學報》(1979~1994年)合并而成。本刊為雙月刊。