学生评教数据分析与展示

学生评教数据分析与展示[20191214193417]
摘要
在教学管理中,学生评教对深化教学改革,提高教学质量发挥着积极的作用。本论文是研究如何利用学生的评教数据来评价教师的教学水平。本次评教采用SPSS 19.0,利用统计学的相关知识,对评教数据进行充分的分析,以便找出影响教学评价的关键因素。
本论文首先介绍了SPSS数据分析软件以及一些统计学的基本知识,然后介绍了目前评教数据库的设计以及转换到SPSS中需要完成的一些调整方法,接着通过分析方案对评教数据进行分析,最后通过SPSS中自带的SaxBasic脚本语言实现了界面展示。
通过数据分析,发现影响教学评价的关键因素有课程性质、教学人数。本文利用快速聚类算法将评教数据聚成4类,结果是:体育英语为一类,思想政治为一类,理论实验课按人数80为标准分为两类。同一类的课程有着许多相似的共性。建议学校以每一个分类的前15%,作为教师教学水平的评优机制较为合适。
 查看完整论文请+Q: 351916072 
关键字:】SPSS;评教数据;关键因素;SaxBasic
目录
摘要 I
ABSTRACT II
第一章 绪论 1
一、课题背景 1
二、主要工作 1
第二章 技术综述 2
一、SPSS介绍 2
二、SaxBasic语言 3
三、统计学基本描述量 5
四、常用统计方法 7
第三章 评教数据预处理及教学评价方案设计 9
一、评教数据库设计介绍 9
二、评教数据预处理 11
三、分析方案设计 12
第四章 基于SPSS的评教分析 14
一、频数分析 14
二、均值分析 17
三、交叉表分析 18
四、单因素方差分析 20
五、T检验 24
六、相关分析 26
七、回归分析 26
八、聚类分析 27
九、 结论 30
十、可视化界面 30
第五章 总结 37
致谢 38
参考文献 39
外文资料 40
Cluster Analysis—Basic Concepts and Algorithms 40
中文翻译 50
聚类分析—基本概念及算法 50
第一章 绪论
一、课题背景
学生评教最早起源于上世纪20年代的美国普度大学,我国的学生评教开始于上世纪80年代,进入了21世纪,学生评教在全国高校得到了广泛的开展。
我校组织学生进行评教始于2001年,我校将课程分为:理论教学、课程设计、实验教学、体育、外语、思想政治6大类,我校一般从教学态度、教学内容、教学方法三个方面进行考评,但不同课程的考评侧重点又有所不同。如何处理学生的评教数据,是一个非常重要的的问题,我们知道,评教结果的处理包括反馈、使用、分析3个方面,而我校学生评教处理主要是反馈和使用两个方面。每个学期,我校都会组织学生进行评教,并将评教数据的结果反馈给教师本人,评教结果的使用主要体现在考核上,对处于每个学期打分前15%的教师进行表彰,并将其作为优秀教师的选拔标准之一,同样,连续考核在后15%的教师将没有资格获得晋升。但是笔者认为这种评判优劣的方法还存在着不合理性,需要采用统计软件,对数据进行分析,从而得到一种较为科学的评教数据分析方法。
对不同的课程,由于课程的类型的不同,学生的接受、理解程度也有所不同,那么打分也应该存在一定的差异。我校教学中,很多公共基础课程以及专业基础课程均采用大班教学,只有英语、体育类课程采用小班教学,听课人数的差异,也有可能影响到学生的打分。而且学生随着年级的增长,对大学的适应程度也有所不同,对于高年级的学生,也许会更适应大学的教学方式,所以年级的不同,也是影响学生打分的因素之一。
二、主要工作
本文运用SPSS统计分析软件对评教数据进行一些基本的研究,对SPSS分析方法进行探讨,并从中得出了最具价值和参考性的信息和结果。包括:
1.评教系统的介绍
2.统计分析方法的介绍以及SPSS统计分析软件的介绍
3.评教数据的处理和分析
4.对实验结果的分析
5.实验数据展示
第二章 技术综述
一、SPSS介绍
1、SPSS简介
SPSS最初软件名为“社会科学统计软件”(Solutions Statistical Package for the Social Sciences),但是随着SPSS公司战略方向的重大调整,公司于2000年正式将英文全称改为“统计产品与服务解决方案”(Statistical Product and Service Solutions),2009年7月28日,IBM以12亿美元收购SPSS,标志着SPSS进入了一个新纪元。
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,同时在芝加哥成立了SPSS公司,1975年SPSS公司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在微机系列的开发方向,并让它很快融入到自然科学、技术科学、社会科学的各个领域,迄今SPSS软件已经走过了30年的时光,是世界上应用最为广泛的专业统计软件。
  SPSS软件是最早采用图形菜单驱动界面的统计软件,操作界面极为简单,而输出结果又十分的美观。所有功能都以规范统一的界面展示出来,通过Windows窗口和对话框展示数据分析方法和功能选项。操作界面简单,用户只要掌握一定Windows操作技巧,便可熟练运用该软件进行一些简单的数据分析。SPSS采用类似EXCEL表格的方式来输入与管理数据,能方便从数据库或者EXCEL表格中读取数据。统计过程包括了常用的、较为成熟的统计过程,完全可以满足非统计专业人士的工作需要。
2、SPSS 软件功能介绍
2010年,IBM公司推出了新版本SPSS 19.0,在原软件的基础上,增加了新的功能模块,新版本在原软件的基础上,融合了多项业界领先的统计分析技术,增加了新的功能模块,大大提高了简便性和个性化,进一步贴近用户需求。SPSS统计分析软件是一款按照功能模块进行配置的软件产品,主要包括SPSS Statistics Base模块和其它一系列扩充功能模块,每个独立扩充功能模块均可在SPSS Statistics Base模块基础上,为其增加某方面的分析功能。
SPSS Statistics 19.0全模块软件包括如下主要16个功能模块:
SPSS Statistics Base 基础程式模块
SPSS Advanced Statistics 高等统计模组
SPSS Bootstrapping 拔靴法
SPSS Categories 类别资源分析
SPSS Complex Samples 抽样计划
SPSS Conjoint 联合分析
SPSS Custom Tables 多变量表格
SPSS Data Preparation 资料准备抽样计划
SPSS Decision Trees 决策树
SPSS Direct Marketing 直销行销模组
SPSS Exact Tests 精确检定
SPSS Forecasting 时间序列分析
SPSS Missing Values 遗漏值分析
SPSS Neural Networks 类神经网络
SPSS Regression 进阶回归模组
SPSS Programmability Extension 扩充程式码能力
本文主要运用基础程式模块和高等统计模组。
二、SaxBasic语言
在SPSS中提供了SaxBasic语脚本言,可以实现对SPSS函数的调用,并且可以生成数据展示界面。
Saxbasic语言是SPSS软件内置的一个编程语言,是一种与VB兼容的脚本语言,可以通过SaxBasic语言编写一些简单的界面。SaxBasic对话框实现可大致分为两个部分,分别为界面描述段和界面操作事宜处理段。
1、界面描述段
该段可以通过界面生成器生成,亦可以自行编写
基本语法如下:
Begin Dialog UserDialog [X, Y,] DX, DY[, Title$][, .dialogfunc]
User Dialog Item
[User Dialog Item]...
End Dialog
其中X代表左边距, Y代表顶边距, DX代表宽度, DY代表高度, Title$代表标题。而.dialogfunc为该对话框对应界面操作事件处理的过程名 ,User Dialog Item代表对话框内的控件,
Sax Basic支持有CancelButton,CheckBox,ComboBox,DropListBox, GroupBox, ListBox, MultiListBox, OKButton, OptionButton, OptionGroup, PushButton, Text, TextBox等控件,具体瞧下帮助。
2、界面操作段
用于控制界面操作的控制语言,基本语法一般为:
Function dialogfunc(DlgItem$, Action%, SuppValue%) As Boolean
Select Case Action%
Case 1
...
Case 2
...
...
Case N
其中Case 1 Case 2 ......Case N 中分别对应界面描述段上的对应控件名。
三、统计学基本描述量
1.均值、 最大值 、最小值、 总和
均值是一个统计量的所有取值的平均数,既统计量的数学期望,它是反映数据集中趋势的一个指标。
最大值是一个统计量所有取值中最大的一个,最小值是一个统计量的所有取值中最小的一个,最大值和最小值反映了一个变量的取值范围。
总和是反映一个统计量所有取值的的和,它是把握统计量总体取值的手段。
2.方差、 标准差
方差是各个数据与平均数之差的平方的和的平均数,一般用字母D表示,它是用来度量随机变量和其数学期望之间的偏离程度。
标准差是方差的平方根,一般用S表示,他也是用于度量一个随机变量的离散程度。
3.全距
全距,又称极差,一般用R表示,是指总体各单位的两个极端标志值之差,用来表示统计资料中的变异量数。
R=最大标志值-最小标志值
4.峰度
又称峰态系数,表征概率密度分布曲线在平均值处峰值高低的特征数。当峰度为0时,表示其数据分布满足正态分布;峰度大于0时表示比正太分布高峰要更陡峭,为尖顶峰;峰度小与0时表示比正太分布的高峰要平坦,为平顶峰。
图2.1 峰度对分布曲线的影响
如图2.1 黑线为标准正态分布,虚线为尖顶峰,实线为平顶峰。
5.偏度
是统计数据分布偏斜方向和程度,是统计数据分布非对称程度的数字特征。偏度为0表示其数据分布形态与正态分布偏度相同,为左右对称;偏度大于0时为正偏或称右偏;偏度小于0时为负偏或称左偏。偏度的绝对值越大就表明数据的分布形态的偏斜程度就越大。
图2.2偏度对曲线的影响
如图2.2,左图为标准正态分布,中图为正偏态,右图为负偏态。
6.均值标准误差
抽样样本的平均数会与总体均值之间存在差异。若进行多次抽样,会得到若干个不同的样本均值,它们与总体均值之间存在或多或少的差异。均值标准误差就是描述这些样本均值与总体均值之间平均差异程度的统计量。
7.观察频数和期望频数
观察频数为个案在相应的行、列变量以及控制变量上的分布个数。
期望频数为个案在相应的行、列变量以及控制变量上的分布的期望个数。
8.变量度量方法
变量度量方法分为定距度量和非定距度量,对应的数据就是定距数据和非定距数据。其中定距离数据是指离散化的数据,像此次评教数据中的成绩和评教分就属于这种数据。非定距数据分两种,一种是顺序水准,此次评教数据中的年级就属于这一类数据,另一种是名义水准,此次评教的课程就属于这类数据。

版权保护: 本文由 hbsrm.com编辑,转载请保留链接: www.hbsrm.com/dzxx/dzkxyjs/2477.html

好棒文