基于spss主成分分析的自主学习能力实证研究

基于spss主成分分析的自主学习能力实证研究

ID:30872797

大小:57.56 KB

页数:6页

时间:2019-01-04

基于spss主成分分析的自主学习能力实证研究_第1页
基于spss主成分分析的自主学习能力实证研究_第2页
基于spss主成分分析的自主学习能力实证研究_第3页
基于spss主成分分析的自主学习能力实证研究_第4页
基于spss主成分分析的自主学习能力实证研究_第5页
资源描述:

《基于spss主成分分析的自主学习能力实证研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于SPSS主成分分析的自主学习能力实证研究【摘要】对1086名中陕药院校学生施测《高等数学自主学习情况调查表》,采用主成分分析法,借助spss软件分析工具,从38个指标中提出了包括学习综合因子、学习自我评价因子、学习兴趣与动机因子、学习自控因子、师生交流因子、学习环境因子、学习方法因子等7个影响学生自主学习的潜在因子,为提高学生自主学习能力和高等数学课程教学改革提供科学的理论依据.【关键词】自主学习;主成分分析;高等数学;spss随着科学技术的日益发达,高等数学的应用扩展到每一个领域,医学领域也不例外,通过数学分析计算来进行定量分析和面向高层的定性分析,高等

2、数学也成为屮医药院校的一门基础课.由于受传统应试教育影响,大学生学习高等数学存在依赖心理,缺乏自主性,缺乏独立分析问题和解决问题的能力,所有这些与掌握终身学习方法的要求是不相适宜的[1]・《基础教育课程改革纲要(试行)》在论及基础教育课程改革的具体目标时指出:“改变课程实施过于强调接受学习、死记硬背、机械的现状,倡导学生主动参与、乐于探究、勤于动手,培养学生搜集和处理信息的能力、获取新知识的能力、分析和解决问题的能力以及交流与合作的能力・”教育工作者应重视问题的原因并找出解决方法,以提高学生自主学习的能力.本文采用问卷调查的方式,对湖北中医药人学2015级学生

3、高等数学自主学习情况进行调查研究,旨在找出影响中医药院校学生高等数学自主学习能力的因素,提升学生的自主学习能力,培养学生的综合素质和创新能力,为高等数学课程教学改革提供科学的理论依据.一、数据和方法(一)问卷调查及范围根据自主学习的相关理论以及大量的文献资料[2]-[10],经过专家咨询、同行论证、预调查,最终确定出能够客观反映学生高等数学自主学习能力的38个指标,设计了《高等数学自主学习情况调查表》•本调查采用普查的方式,调查湖北中医药大学2015级所有学习高等数学课程的学生,涉及药学、中药资源与开发、信息管理与信息系统、药物制剂、制药工程、中药制药、中药学

4、、市场营销、物流管理、医学信息工程、公共事业管理等13个专业•采用集体施测的方式,在高等数学课堂上采用不记名的方式发放1086份问卷调查,回收问卷1086份,其屮有效问卷1062份,有效率97.79%.(二)统计软件与方法问卷收回后,采用excel录入数据,利用spssl9.0统计分析软件,对所得数据进行主成分分析,研究影响中医药院校学生高等数学自主学习能力的因素.二、结果与分析(一)自主学习能力情况《高等数学自主学习情况调查表》含有38个指标(见表1),采用从完全不符合我的情况到非常符合我的情况五级记分制•具体统计结果见表1:(二)问卷调查的信度分析信度所代

5、表的是量表的一致性与稳定性,常以CronbachsAlpha系数来估计,CronbachsAlpha系数越大,内部一致性程度越高•一般情况下,CronbachsAlpha系数介于0.8-0.9Z间被认为是非常好,介于0.7-0.8之间比较好.本研究运用SPSS软件对问卷中38个自主学习能力指标进行信度分析,检测后得到CronbachsAlpha系数如表2所示.由上表可知,问卷调查所含38个指标项的CronbachsAlpha系数为0.949,大于0.8,说明此次问卷量表的信度很高.(三)问卷调查的效度分析(KM0和Bartlett球形检验)表3给出了KM0和B

6、artlett球形检验结果,KM0检验的目的是分析观测变量之间的简单相关系数和偏相关系数的相对大小,确定数据是否适合进行主成分分析,取值介于0〜1Z间,若KM0值小于0.5,表明变量偶对之间的相关不能被其他变量解释,不适合进行主成分分析,本文KM0为0.952,说明可以进行主成分分析.Bartlett球形检验的目的是确定所要求的数据是否取自多元正态分布的总体,若差异检验的F值显著,表示所取数据来自正态分布,可以做进一步分析•由表3可见,本文Bartlett检验的sig等于0000,表明所取数据来自正态分布总体.(四)自主学习能力的主成分分析由主成分的统计信息(

7、表4)可见,第一主成分的特征根13.455,它解释了总变异的35.382%,第二主成分的特征根2.130,它解释了总变异的6.606%.取特征值大于1的前7个主成分,累计贡献率达到58.263%,因此可以用这7个因子代替38个指标.结果显示,根据0.5原则,因子1在多数原始指标上有较大的载荷,因子1反映综合情况•因子2在指标30(课堂听讲情况自我评价)、指标31(作业完成好坏情况自我评价)、指标32(成绩好坏情况自我评价)、指标33(学习方法合适与否进行评价)、34(学习态度积极与否进行评价)上有较大负荷,称为学习自我评价因子,反映课后学生对上课时的听讲情况、

8、课后作业完成情况、成绩好坏情况、学习时

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。