用spss对试卷成绩进行统计分析

2022-09-11

1 spss的概况

SPSS是世界上最早的统计分析软件, 由美国斯坦福大学的三位研究生于20世纪60年代末研制, 同时成立了SPSS公司, 并于1975年在芝加哥组建了SPSS总部。1984年SPSS总部首先推出了世界上第一个统计分析软件微机版本SPSS/PC+, 开创了SPSS微机系列产品的开发方向, 极大地扩充了它的应用范围, 并使其能很快地应用于自然科学、技术科学、社会科学的各个领域, 世界上许多有影响的报刊杂志纷纷就SPSS的自动统计绘图、数据的深入分析、使用方便、功能齐全等方面给予了高度的评价与称赞。迄今SPSS软件已有30余年的成长历史。在国际学术界有条不成文的规定, 即在国际学术交流中, 凡是用SPSS软件完成的计算和统计分析, 可以不必说明算法, 由此可见其影响之大和信誉之高。

本文在统计分析过程中使用的就是spss17版本。

2 基本描述统计

考试成绩的基本描述统计量包括均值 (mean) 、标准差 (Standard Deviation:Std Dev) 、全距 (Range) 、偏度 (Skewness) 和峰度 (Kurtosis) 。这里选取了一个某专业高职英语的成绩, 输出描述统计结果如表1。

从结果上可以看出整个专业共有724人, 从最低的10分, 到最高的95分, 全部的平均值为63.68分。也可以在spss中按每个班级分别输出描述统计结果。由于篇幅的关系, 就不给出表格了。

3 正态性检验与均值比较

3.1 正态分布介绍

正态分布应用最广泛的连续概率分布, 其特征是“钟”形曲线。对于考试成绩我们也要求符合正态分布, 若不符合, 说明考察结果不理想, 试卷反映学生成绩上效果不好, 不正常。而且数据的正态性要求也是对于数据进行多元统计分析的一个前提。

3.2 正态图像显示

对于正态分布, 我们可以通过对于直方图和正态曲线进行对比, 也可以用pp图来表示。下面就输出教学改革班即0班pp图 (图1) 。

从图上我们看到正态分布的pp中, 各个散点基本落在累积概率线上, 即大致符合正态分布。不过对于正态分布的图形比较只能是对于数据和正态做一个大致的比较, 不能从统计学上给出严格的判断。

3.3 正态性检验的常用方法

本文采用的就是非参数检验的k-s检验。在spss中的分析选项下的非参数检验里面选择k-s检验选项, 对于教学改革班 (0班) 的成绩进行检验, 如表2。

从结果上看, 渐近双侧的显著性达到了0.739远大于显著性水平0.05, 所以我们应该接受原假设, 认为0班的48个考试成绩分布与理论正态分布无显著差异, 也就是说0班的成绩在0.05水平的显著性下通过了正态性检验。我们对于其它班级的成绩也进行检验发现所有14个班级的成绩均通过了正态性检验。说明了本次建筑技术专业的考试成绩结果良好, 正常反应了学生分布, 有很高的分析价值。

3.4 均值比较

在对每个班级进行了正态性检验之后, 我们还要仔细分析, 高职英语在各个班级的成绩中是不是存在显著的区别。我们可以从结果中看到, 各个班级的均值最低为11班为58.55, 最高为7班为69.50, 那么对于这样的均值差, 在统计学上是不是显著不同呢, 这就需要我们进行具体的检验。我们对7班和11班进行独立样本的均值比较, 得到结果如表3。

从上表中可以看到不论是方差相等与否, 均值误差10.949在当前的方差下双侧的显著值均为0.000远远小于0.05, 所以有理由拒绝原假设, 认为两总体的均值是不相等的, 即7班成绩和11班成绩在统计学上是有显著差异的。说明如果一开始入学两个班学生素质基本无差别的话, 在一个学期的高职英语教学中7班的老师在各个环节上采取的教学手法, 都要好于11班的老师, 从而最后在效果上有了显著差异。

我们对教学改革班级 (0班) 和剩余班级集体做一个均值分析。把教学改革班级定义为0班, 对于其他14班级为了方便处理, 把他们所有的班级号都改成1。就有0班48个成绩, 均值为65.35;1班676个成绩, 均值为63.56.均值。独立样本检验图略。从结果上反映的到, 方差相等时均值相等的显著性为0.387>0.05, 方差不等式均值相等的显著性为0.327>0.05。从而得到不论方差是否相等, 教学改革班级的成绩均值与其余非教学改革班级的成绩均值在统计学上无明显差别。从中我们可以得出结论在高职英语这门课程上的教学改革并未取得明显成效, 还需要对教改的方式方法进行深入研究, 加强教改的创新思维, 加大教改的力度, 力争早日取得明显成效。