论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　本次分析采用了Pearon相关系数和类间平均链锁法。表1显示了所有课程进行R型聚类分析后的归类情况。

　　（1）当课程分成两类时。体育课都属于类别2，表明体育课以身体运动和技巧为主，跟其他课程不归属一个类别，符合常理。同时，模拟电子线路实验也属于类别2，可能的原因在于，模拟电子线路实验课程对学生的动作技能有一定的要求。

　　（2）当课程分成3类时。体育课IV归类出现变化，单独归入类3，说明体育课IV与其他学期的体育课的成绩考核可能存在差别。

　　（3）当课程分成4类、5类时。数字电路实验从其他课程中脱离出来，单独成为一个类别3，表明数字电路实验在课程评价或课程特性上，与其他课程存在一定的差别。

　　（4）当课程分成6类时。概率论与数理统计单独成为类别2，原因未知。

　　（5）当课程分成7类时。成为类别3的课程有马克思主义经济学原理（文科）、马克思主义哲学原理、毛泽东思想概论、思想道德修养和就业指导。这些课程基本上属于思政课程范畴，具有较强的亲密性。

　　（6）当课程分成8类时。彩色摄影技术、法律基础和军事理论含军训归为类别1。法律基础和军事理论含军训属于公共基础课，彩色摄影技术与之归为一类，原因未知。

　　其他大部分课程归为类别2，其中，传播学、英语等属于文科类课程，微机原理、高等数学、模拟电子线路属于理科类课程。从课程性质上看，类别2的课程很多课程之间似乎不存在非常紧密的联系。究其原因，可能在于学生因素或课程因素等，当然，也存在这样解释的可能性：学习成绩好的学生，不管是理科课程还是文科课程，其成绩都倾向于比较好；反之亦然。

　　四、结论

　　1.R型聚类分析归类异常的课程的分析。通过对课程的R型聚类分析，结果显示，大部分课程聚类方式符合常理，但是，彩色摄影技术、概率论与数理统计等少部分课程的归类显得异常。其异常的原因，可能是由课程内容或课程性质的特殊性造成的，可能是由于教师课程评价的不规范造成的，当然也可能是由其他因素导致的。针对这些归类异常的课程，建议在教学管理和课程评价等方面予以重点的关注。

　　同样，体育IV的成绩数据也存在异常。一个方面，它的异常表现在R型聚类分析中，体育IV单独归为一类，与其他三个学期的体育相关性小。另一个方面，在因子分析中，因子4对其他课程的因子载荷很小，但对体育IV的载荷达到0.912，同时，因子1、因子2、因子3对体育IV的载荷很小，因此，体育IV仅由因子4解释，体育IV与其他三个学期的体育课程不存在共同特征，体育IV可能在课程内容或评价方法等方面存在特殊性。

　　2.学生各学期的英语成绩显著正相关，英语分层教学是有必要的，具体的分班方法可以采用Q型聚类实现。

　　3.关于部分课程因子分析的讨论。通过对13门课程的因子分析，结果显示，这些课程最终归结为4个公共因子，这四个因子能够解释总变量的66.217%。其中，邓小平理论概论、马克思主义经济学原理（文科）、马克思主义哲学原理、毛泽东思想概论和思想道德修养归属于因子1，高等数学A、概率论与数理统计、离散数学、和线性代数B归属于因子2，体育（I）、体育（II）和体育（III）归属于因子3。利用因子分析，可以将该专业的课程设置划分为若干个目标指向相同的课程群。每个课程群对应了独立的公共因子，内涵了知识、技能和能力方面的共性因素。在教学过程中，应该注重对学生在各个课程群的共性素质和能力的培养。

　　[ 参 考 文 献 ]

　　[1] 杨晓明.SPSS在教育统计中的应用[M].北京：高等教育出版社，2004：247.

　　[2] 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，2003：252-253.

　　[3] 刘访华，余瑞君.基于因子分析的学生成绩评价对提高本科教学质量的启示[J].中国人民大学教育学刊，2013（4）：14-24.

　　[4] 王亮红，宋代清，徐娜.聚类分析在学生成绩分析中的应用[J].东北电力大学学报，2009（8）：35-36.