朱奋秀，汪 韵

（湖北经济学院 法商学院，湖北 武汉 430205）

独立学院是我国高等教育发展与改革的重大举措，对高等教育的普及和发展具有重大的贡献。但是独立学院入学的新生与本部大学的学生相比数学基础存在明显的差异。而微积分作为经济管理类学生必修的一门重要的基础课，担负着培养学生素养，为后续课程打好基础并为学生解决实际问题提供必不可少的数学基础和数学方法，并对专业课的学习有着直接的影响，因此及时对学生的成绩进行分析和评价，并对教学工作进行及时的调整就很有必要。

为研究独立学院的微积分课程学习成绩总体情况，以及不同性别，不同的学院，不同教师所带班级的成绩是否有明显差异，我们不同系里各抽取一部分学生的成绩进行分析。本分析研究成果对于学院教学资源的配置，对不同学院，不同性别的学生采用不用的教学方法具有指导意义。

一、原理及分析方法。

SPSS（Statistical Package for the Social Science）社会科学统计软件是世界著名的统计分析软件之一，它拥有强有力的数据管理能力，强大统计图形和制表功能，且拥有专业级的统计分析功能。SPSS还提供一个初级用户易于学习和掌握的统计分析的用户界面，简单的菜单和交互式对话框使得复杂的分析变得简便，直观，是我们进行统计分析的理想工具。在本文中，主要使用SPSS软件的统计分析，独立样本T检验和单因素方差分析功能处理抽样所得的数据。

二、数据抽样

由于我院学习微积分课程的学生较多，如果对所有学生的成绩进行普查整理，会加大工作难度，因此采用抽样的方法进行数据调查。今选取学院2011级第二学期的微积分成绩作为本次统计分析的数据，本次抽取四个教学系，七位教师所带12个班级共569个学生成绩。

三、抽样学生的基本统计分析

基本描述统计量包括平均值，样本方差，样本标准差，偏度，峰度，统计结果见表1。

表1 样本基本统计分析

从统计分析结果来看，学生的平均成绩75.95，标准差14.637，样本方差214.241，偏度-1.109，峰度2.287，可见学生成绩分布不是正态分布，呈负偏态分布，也就是成绩低于平均值的人数比高于平均值得人数要少。

分析和总结学生成绩的呈偏负态分布的原因，我们知道大学期末考试一种合格水平考试，它不同于选拨性考试，它的目的在于考核学生是否达到预定的教学目标和要求，并不要求学生的成绩呈现正态分布，反而希望呈现偏负态分布。再者独立学院的学生数学基础差，在期末考试之前，任课教师都会学生做大量的模拟练习，认真辅导。教师在命题时，也会考虑到独立学院的学生的实际情况，题目会出的相对比较简单，从而导致平时认真学习的学生成绩普遍偏高。

四、参数检验——检验分析学生的性别对学生的成绩是否有显著影响

表2 对男女生两个独立样本参数检验

结果表明男女的平均成绩分别为70.16和79.14，标准差分别为17.855和11.345，均值误差为1.256和0.592。在检验男女生成绩两总体方程是否相同的检验值为33.906，其相伴概率为0，小于显著性水平0.05，因此拒绝男女生成绩方差相等的假设，可以认为男女生成绩的方差有显著性差异，从方差不相等时T检验的结果（第二行），T统计量观测值对应的双尾概率为0，小于显著性水平0.05，因此拒绝男女生平均成绩相等的假设，也就是说男女生的平均成绩存在显著性差异。上面统计分析结果表明，女生的成绩远高于男生的成绩，且比男生的成绩稳定。分析造成这种状况的原因，财经类独立学院在争夺优秀生源方面处于弱势地位，尤其在优秀男生方面的情况更为突出。其次男生在心里发育的成熟度滞后于女生，更容易受外部因素的干扰，容易产生浮躁心态。男生在学习方面缺乏自控能力且不够努力，而女生在学习方面比男生更加努力和坚持，成绩明显高于男生。

五、单因素方差分析

1.检验不同教学系之间学生的成绩是否有显著性差异。

表3 不同系之间学生成绩的方差齐性检验

方差齐性检验的Levene统计量为0.981，所对应的P值为0.401，大于显著性水平0.05，因此可认为各个系总体方差是相等的。

从方差分析表可以看，方差检验的F值为3.921，相伴概率0.009，小于显著性水平0.05，则拒绝各系学生成绩无显著性差异的假设，也就是说四个教学系中至少有一个教学系的成绩与其他教学系的成绩有显著性差异。

表4 不同系之间学生成绩的方差分析

从S-N-K法多重比较的结果看到：工商系、国贸系、金融系三个教学系之间，其学生成绩无显著性差异，会计、金融两个教学系之间，其学生成绩无显著性差异。而会计系学生平均成绩与国贸、工商系的学生成绩有显著性差异。

表5 不同系之间学生成绩S-N-K多重比较

分析造成系别之间学生成绩之间差异的原因，作为财经类独立学院，学院在会计、金融两个大方向的实力较强，且会计和金融专业方向的毕业生就业率高，使得大部分成绩较好的学生填报会计、金融专业，因此造成在大一的数学课程学习中，这两个教学系的成绩要好于其他系的成绩。

2.检验教师所带班级之间学生的成绩是否有显著性差异。

方差齐性检验的Levene统计量为0.613，所对应的P值为0.720，大于显著性水平0.05，因此可认为不同教师所带班级总体方差是相等的。

表6 不同教师所带学生成绩的方差齐性检验

表7 不同教师所带学生成绩的方差分析

从方差分析表可以看，方差检验的F值为4.177，相伴概率为0，小于显著性水平0.05，表示拒绝各个教师所带班级学生成绩无显著性差异的假设，即七个教师中至少有一个教师所带班级的成绩与其他教师所带班级的成绩有显著性差异。

表8 不同教师所带学生成绩S-N-K多重比较

通过S-N-K多重比较可得，徐老师所带班级的平均成绩与其他老师所带班级的平均成绩有显著性差异。通过调查发现徐老师在该学期所带的这个班是与其他班级合班上课，人数较多，其他老师所带的班级都是单班上课，人数较少。由此可以看出，大班教学的效果没有小班教学的效果好。

六、结论

在上述分析过程，我们可以看到，利用SPSS软件对学生成绩的统计分析是非常简单易行的，通过上面的分析，我们发现女生的成绩比男生的成绩要好，并且稳定，因此在对待不同性别的学生上，加强对男生学习的管理。不同的教学系之间，会计系的学生成绩要显著的高于其他教学系的成绩，说明不同专业的招生的情况对学生成绩有显著的影响。在不同教师之间，由于个别教师大班合班上课，造成大班教学和小班教学之间的成绩有显著差异。因此为了加强课堂的教学管理，提高数学课程的教学质量，培养学生优良的学风，建议数学课程尽量安排小班教学。

[1]王力宾，顾光同.多元统计分析：模型、案例及SPSS应用[M].北京：经济科学出版社，2010.

[2]陆小华，付申，李媛媛.2003-2004学年高等数学成绩分析[J].北京农业职业学院学报，2004，4（18）.

[3]李亚杰.高等院校高等数学课程的成绩分析与评价[J].课程教育研究，2012，（2中旬刊）.

[4]刘文艳，龙润生.SPSS在高等数学成绩分析中的应用[J].数量医药杂志，2009，3（22）：319-322.