SPSS在化学教学评价中的应用

摘要：通过运用SPSS对命题质量的评价、对学生考试情况的评价以及对学生成绩影响因素的分析，介绍SPSS在化学教学评价中的运用。

关键词：SPSS；教学评价

文章编号：1005－6629(2009)02－0056－03中图分类号：G633.8文献标识码：B

越来越多的教育工作者将SPSS软件运用到教学研究中，本文着重介绍SPSS在化学教学评价中的运用。

1 对命题制质量的评价

在实际教学过程中，无论是阶段性评价还是终结性评价，往往都是以试题的形式来测试学生对知识的掌握情况。因此，一份试卷质量的高低，直接关系到能否对学生某一阶段的学习情况进行客观的评价。

1.1对试题难度的评价

对试题难度评价的目的是为了从整体上检测学生成绩是否达到拟题者的预设值，从而粗略的判断命题的质量。若实际难度高于预测难度，说明试题偏易；实际难度低于预测难度，说明试题偏难。利用[分析(A)]（Analyze）菜单可以实现对试题难度的评价。

操作提示：执行“分析（A）│ 描述统计（E）│ 描述统计分析（D）”，选择“总分”进入“变量”栏进行分析，获得下列报表:

对总分的分析

数据解读：输出结果显示出总分变量的样本数、最高分、最低分、平均分和标准差这五个常用的统计量。抽样对象的均分为75.6分，可以看出该试卷的整体难度约为0.76（卷面满分为100分），试题难度略高于出题者的预测难度0.72，试题可能是略过于简单，也有可能是所抽样的对象整体水平偏高的原因。标准差约为16，结合平均分综合分析，本次测试学生成绩两极分化较大。

1.2对试题区分度的评价

怎样的试题才是“好的"试题？通过“区分度”的分析可以评价试题的“好坏”。项目的区分度，又称项目的鉴别力，指项目得分对被试者实际能力水平的区分能力或鉴别能力。常用鉴别指数D来表示项目的区分度，D＝PH－PL，式中PH 为高分组在某项目上的难度值，PL为低分组在该项目上的难度值。

示例：对测试中学生“总分”的分析。

操作提示：选择“分析（A）描述统计（E）频数分布表（F）”，选择“总分”进入“变量（V）”栏，再通过“统计（S）”栏选择所需要的分析项目。

如图所示，结果输出给出了“总分出现的频数”。

若我们将学生成绩按总分从高分到低分排列，从高分一端开始选取27％的学生作为高分组，依次再从低分端选取27％的学生作为低分组。根据抽样人数（113个样本），分别计算出高分组和低分组的难度，我们就可以算出本次考试该试题的区分度，D=0.85－0.51=0.34。和评价标准（如下表所示）进行对比，D在0.30－0.39之间，本套试题的区分度属于“良好”，修改后会更佳。对试题区分度分析的目的是以便能更好的修正试题，为以后的测试积累经验。

2 对学生答题情况的评价

2.1对不同大题的答题情况评价

通过分析学生在不同项目上的得分情况,可以轻松地获取学生的答题情况。如，每次考试结束后，每个教师首先关心的是学生在每个大题上的得分情况。

操作提示：执行“分析（A）│ 描述统计（E）│ 描述性统计分析（D）”，选择各个大题进入“变量”栏进行分析。

获取报表,如下图所示：

数据解读：从以上分析结果输出的数据可以看出每个大题的得分情况，如“我会选”，平均得分27.6分（满分为30分），可求得该题的难度为0.92。最高得分30分，最低得分12分，标准差为3.8，和其他几个大题相比，学生成绩波动性不大，学生得分较为理想。

2.2对不同水平层次试题的答题情况评价

过去教师对于考试结果一般只关注学生的总分，而对学生在不同能力层次上的发展水平，不能作出更为细致的判断。因此，关注学生在不同能力要素上的发展情况，能为教师改进教学提供更为实际的依据。

操作提示：执行“分析（A）│ 描述统计（E）│描述性统计分析（D）”。通过选择“各个水平能力层次”进入“变量”栏分析,可以获得抽样样本的得分情况。

数据解读： 如“事实性记忆”，抽样样本平均得分25.6分（试题满分为31分），可求得该题难度为0.84。最高得分31分，最低得分6分，标准差为3.8，和其他几个能力水平层次的得分相比，样本在此大题上的整体得分比较理想，学生成绩波动不是很大。

2.3个体在群体中的表现

SPSS软件同时能提供强大的图示分析功能，利用图示也能比较直观的显示出分析结果。以下以折线图为例来示例一些分析结果：

操作提示：执行“图表（G）│ 线图（L）│(根据具体报表需要选择不同的选项)”获取报表。

如图：某些学生在各大题上的得分情况和均值之间的比较。

从图示上可以比较清楚的获得不同的学生在各个大题上的得分比较。如：在“我会分析”这个大题上，同学的得分情况都高于总体均值和其他几个同学。

2.4不同班级之间成绩是否存在差距

在考试结果分析中，教师一般会用平均分的高低来简单比较各班的成绩，利用SPSS软件的“独立样本t检验”可以对比进行更科学的统计分析。例如，用“独立样本t检验”比较三（3）、三（6）两个班的化学成绩（总分）是否有明显的差异。

操作提示：执行“分析（A）│ 均值比较（M）│独立样本T检验（T）”获取报表。

数据解读：输出结果给出了“假设方差相等”和“假设方差不相等”两种情况下的“方差相等的Levences,检验”和“平均数相等的t检验”结果。两个班的化学成绩（总分）方差相等或不相等，应选择对应的统计量作为t检验的结果。本例中，因为“假设方差相等”的“显著性”为0.447，大于0.05（假设平均值的置信区间为95％，则不可置信区间为5％），则“假设方差相等”的条件满足。选取“假设方差不相等”行对应的分析结果，由于“平均数相等的t检验”中的“显著性（双尾）” 值为0.744，也大于0.05，所以，接受均值相等的假设，即两班学生在这次考试整体成绩上没有显著差异。

3 其他因素是否对学生化学成绩产生影响

学生成绩的好坏是否与其他因素有关也是我们在评价过程中关注的内容之一。利用SPSS中的相关分析可以实现对是否影响学生成绩相关因素的分析。

“相关分析” 是研究变量之间联系的紧密程度，它通过相关系数来衡量变量之间的紧密程度。相关系数介于－1～1之间，当大于1时称正相关，表示A变量随B变量的增大而增大，相关系数小于1时称为负相关，表示A变量随B变量的增大而减小。

示例：学生化学成绩的好坏是否与物理、数学成绩有关联？

操作提示：选择“分析（A）相关分析（C）两个变量相关分析（B）”，出现下列窗口，如图。将“化学、数学、物理”移入“变量（V）”中，并选择其它相关的选项。

如图所示，出现“结果输出”窗口。

数据解读： 输出结果列出了3个变量两两之间的Pearson相关系数（Pearson Correlation）、双侧显著性检验概率（sig，2-tailed)）和数据组数（N）。脚注内容显示相关分析结果在0.01的水平上显著。从表中可以看出，三个变量两两间都具有较强的相关性。而双侧检验的显著性概率均小于0.01,因此否定零假设，认为相关系数不为零，变量化学、数学、物理成绩之间具有相关性。

新课程标准的评价要求不仅强调对学生在“知识与技能”、“过程与方法”上的评价，更注重对学生在“情感态度与价值观”上的评价。利用相关分析，我们也可以对学生在学习兴趣、家庭因素、学习环境、师生和谐关系等方面是否会影响学生成绩展开分析。

参考文献：

[1]余建英，何旭宏.数据统计分析与SPSS应用[M].北京：人民邮电出版社，2003.

[2]竺丽英. SPSS软件在教学统计分析中的应用[J].化学教学，2006，（3）：46－48.

“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文”

本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文