谈高职学生综合评价模型改进

《谈高职学生综合评价模型改进》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、谈高职学生综合评价模型改进【摘要】分析现行高职学生综合评价系统存在的优点与缺点，并提出改进方案。【关键词】综合评价课程成绩评价模型能力素质评价模型平均学分绩因子分析层次分析【中图分类号】G【文献标识码】A【文章编号】0450-9889(2013)04C-0046-04随着素质教育的推广，21世纪的高职生除拥有过硬的专业知识外，还需要提高各项综合能力和素质，而综合评价就是考核这些能力与素质的标准，它是否合理关系到学生的综合排名、奖学金的评选，甚至影响毕业生的就业。但是，当前高职生综合评价体系在很多方面还存在一些缺陷。因此，如何有效合理地评价学生的综合能力和素

2、质成为各高职院校关注的问题。高职生综合评价模型的常用方法有层次分析法、模糊分析法。此外，还有一些比较简单实用的模型。这些文献大都把学生课程成绩与能力评价进行综合的整体研究，却很少有对课程成绩评价作出细致研究后，再把学生的成绩与能力有机结合进行综合讨论。基于此，本文试图在这一方面作出改进。本文将高职学生的综合评价分为两部分：一是对学生课程成绩的评价；二是对学生能力素质的评价。其中，课程成绩作为学生学习效果的衡量标准，在评价中起关键作用。一、课程成绩评价模型(一)旧的课程成绩评价模型(平均学分绩模型)。平均学分绩模型就是把学生每门课程的成绩与该课程学分相乘后再

3、相加，最后除以课程学分总数。计算公式可表示为：W=HHmi(■xij)o其中，W表示学生课程学习综合分，m为累计总学分，mi表示第i门课程学分，k为科目数，xij表示学生第i门课程第j学期的成绩，Si为授课的学期数，即m=H(miXSi)o该模型的优点是计算简便且体现了专业课的重要性(专业课难度越大，学分越多)，缺点是有时不能正确反映学生分数与其学习能力之间的关系。(二)新的课程成绩评价模型(学分绩与因子分析相结合)。学分绩与因子分析相结合的评价方法其实是在因子分析的基础上进行改进。1•因子分析的基本思想。因子分析法是用少数几个公共因子(fl,f2---f

4、m)去描述许多指标(xl,x2…xp)之间关系，并解释各个公共因子含义的一种统计方法。模型为：xi=ailfl+ai2f2+・・・+aimfm+?着i(i=l,2…p)用矩阵表示为：X二AF+?着(1)其中，F=(fl,f2…fm)T为公共因子，A=(aij)pXm为因子载荷矩阵，？着二(？着1,?着2-?着p)T为特殊因子。要求(1)满足：mWPcov(F,?着)Var(F)=Im=0分析的一般步骤是：(1)把数据标准化(此处的数据为学生的成绩)，消除主观因素的影响；(2)计算各门课程的样本相关系数矩阵R,以及R的特征值和特征向量；(3)对因子得分子进行

5、方差极大旋转，选取特征值21的因子为公共因子，确定公共因子的个数；(4)计算样本的因子得分和综合得分，并进行排名。该模型的优点是通过标准化，消除了人为主观因素对学生成绩评价的影响，同时避免了信息的重复。根据因子得分排名，可以对学生的学习能力进行多方面、多角度的观测。此外，因子分析模型还适用于计算机，便于计算与操作。该模型的缺点是忽略了学分多、课程相对重要的特点，有可能会把学分不高的课程看成很重要的课程，使得结果不够合理。2.学分绩与因子分析相结合。可取长补短，采用学分绩与因子分析相结合的模型，寻找更合理的评价方法。模型为:(1)利用学分绩计算公式Zi=mi

6、(・xij),把学生各门课程的原始成绩转化为学分绩；(2)再运用因子分析法，对所有课程进行综合分析。该模型的优点是既突出了学分的重要性，也避免了受主观因素的影响。(一)新的课程成绩评价模型实证分析。现以柳州铁道职业技术学院2010届电子信息工程技术专业学生的成绩为例。从中抽取30个学生对其大二一学年的12门课程进行分析处理。这12门课程分别为：电路与电子技术基础（xl）、PLC控制技术与PCB设计（x2）、计算机文化基础（x3）、单片机C语言程序设计（x4）、公共英语（x5）、电视技术与维修（x6）、单片机接口技术与应用（x7）、电子产品技术与维修（x8）

7、、毛泽东思想和中国特色社会主义理论体系概论（x9）、思想道德和法律基础（xlO）、心理健康（xll）、应用文写作（xl2）o它们所占学分依次为：6个学分、5个学分、5个学分、4个学分、4个学分、2个学分、4个学分、4个学分、2个学分、2个学分、3个学分、4个学分。数据处理：根据各科所占学分，利用学分绩公式Zi=mi（■xij）,把学生的原始成绩转化为学分绩。值得注意的是,电路与电子技术基础、PLC控制技术与PCB设计、公共英语课程学习为两学期，应分别把两学期的考试成绩相加，再分别乘以各自的学分。根据因子分析模型，利用SPSS软件对以上数据进行因子分析，从而

8、可以得到提取公因子前后各因子的特征值，以及贡献率、累积贡献率，其结