高校实验课程效果研究

学年论文

基于因子分析法的实验课程效果研究

学院：数学与统计学院

专业：统计学

姓名：裴春艳

学号：20081910093

指导老师：李会琼

日期：2011年6月26日

摘要：实验教学是实施全面教育的一种最有效的形式。在大力提倡素质教育的今天，在高校教学中更应充分应用实验这一手段。本文通过对云南大学呈贡校区开展实验课程的数统学院、生科学院、物科学院和信息学院四个学院2008级的学生进行问卷调查，对得到的数据进行因子分析，以研究该校区目前实验课程的开设现状及效果，说明高校开展实验课程的重要性，并针对其提出几点建议。结果显示:实验课程对学习兴趣、问题解决、知识理解及创新等都有较大的促进作用，但实验课程开展力度不够，设备更新慢，实验环境一般，学生花费的时间较少。所以,学校要在大力开展普通教学的基础上,注重实验课程的开展力度并适当加大相关的经费投入。

关键词：实验课程；因子分析；教学效果

序言

实验，是科学研究的基本方法之一。根据科学研究的目的，尽可能地排除外界的影响，突出主要因素并利用一些专门的仪器设备，而人为地变革、控制或模拟研究对象，使某一些事物（或过程）发生或再现，从而去认识自然现象、自然性质、自然规律。而实验教学就是通过对相应课程开展实验，让学生亲自动手去了解书本知识及课外知识。

在教学过程中，教师通过采用实验教学的教学模式，可以使得学生感受到理论和实践联系的紧密性，不断激发学生的学习兴趣，提高学生学习的积极性和主动性，最终提高教学效率和教学效果。因此，如何客观、准确地评价一个学校实验课程的开展效果，分析影响实验课程开展效果的因素，为学校和老师能针对性地制订相应的政策和措施提供理论依据，进而促进学生的全面发展，具有重要的理论和实践意义。

本文通过选取反映实验课程开展效果影响因素及发展现状的7

个指标作为原始变量，对云大呈贡校区的100名同学进行调查，并

给出排名结果、评价以及适当的政策建议。

目录

一问题的提出 (1)

二理论基础 (1)

2.1 方法的选用 (1)

2.2 因子分析法的简介 (2)

三云南大学呈贡校区实验课程开展效果分析 (3)

3.1 建立评价指标体系 (3)

3.2数据的描述性统计分析 (3)

3.3 因子分析的适宜性检验 (4)

3.4 确定提取的公因子数 (5)

3.5 求因子载荷阵并确定各因子的性质 (7)

3.6 各公共因子的得分以及赋权 (8)

3.7 因子的个人排名 (9)

四结果评价与分析 (12)

五政策建议 (12)

参考文献 (13)

一、问题的提出

实验是对所学知识的验证，更是技术训练、培养设计能力和创新精神的重要途径。实验教学是高等教学训划中的重要组成部分，是实践教学中个必不可少的重要环节，对学习者深入理解和巩固课本知识有着举足轻重的作用。如果不能辅以实验教学，学习过程就缺少了动手的环节，教学的质量和效果将大打折扣。在大力提倡素质教育、加强学生实践能力培养的高校办学指导方针下，高校实验教学仍存在一些不足之处：设备一次性投资大，设备更新周期偏长，维护工作艰巨；生均实验设备保有量明显不足；实验系统缺乏足够的灵活件等等。

国内外对实验课程的重要性、实验课开展效果等都有较多的研究，但大多研究的面比较广，而本文仅对云南大学呈贡校区的四个学院的学生进行研究，研究更深入细致。

云南大学是中国西部建立最早的综合性大学之一。近几年来，云南大学遵循“立足边疆、服务云南、提升水平、办出特色”的办学思路，树立“求真、求新、求善”的办学治校理念，紧紧抓住“211工程”、呈贡校区和省部共建的机遇，深化改革，加快发展，学校的综合实力和整体水平上了新的台阶。云南大学已成为一所以民族学，生物学，特色资源开发与环境保护，以及边疆问题和东南亚、南亚国际问题研究为优势特色，文、史、哲、经、管、工、理、法、教育、医、农等学科较为齐全，人才密集的全国重点综合性大学。这样一个优秀的学校，它的实验课程开展得怎么样呢？学生用于实验课程的时间又是怎样？这些都是本文探讨的问题，本文从实证角度利用因子分析对云南大学呈贡校区实验课程开展效果进行研究并对此进行评价，并由此概括全校的实验课开展水平。

二、理论基础

1、方法的选用

实验课程开展效果的评价方法有多种，传统的多指标综合评价方法中的指标权重的设置往往带有一定的主观随意性，虽然多指标大样本可以为综合评价提供丰富的信息，但在一定程度上增加了评价工作的复杂性，每个指标都在不同的角度和层面反映评价目标的某一信息，而各个指标之间往往存在一定的相关关系，反映的信息将产生重叠，导致统计分析失真。

因子分析法是用较少个数的公共因子的线性函数和特定因子之和来表达原来观测的每个变量，在减少分析指标的同时，尽量减少原指标包含信息的损失，对所收集的资料作全面的分析，从研究相关矩阵内部的依赖关系出发，把一些具有错综复杂的变量归纳为少数几个综合因子的一种多变量统计分析方法。因此本文选用因子分析法作为理论的基础，并结合SPSS 软件进行分析判断的工具。 2、因子分析法的简介

通常作因子分析针对变量，称为R 型因子分析，针对样品作因子分析,称为Q 型因子分析， R 型因子分析数学模型为：

可表示为 ：111

⨯⨯⨯⨯+⋅=p m m p p e F A X

其中X 为可实测的P 维随机向量，X 每个分量代表一个指标或变量。F =(F l ,F 2，…，F m ) T 为不可观测的m (m≤P）维随机向量，它的各个分量将出现在每个变量之中，所以称它们为公共因子。矩阵A 称为因子载荷矩阵，a ij 称为因子载荷，表示第i 个变量在第j 个公共因子上的载荷，向量e 称为特殊因子，其中包括随机误差。它们满足：

(1）Cov (F,e)＝0，即F 与e 不相关。

(2）Cov （F i , F j ）=0, i≠j；Var （F i ）=Cov （F i , F i ）＝1。i ，j=1，2，…，m 。即向量F 的协差阵为m 阶单位阵。

(3）Cov (e i ,e j ）=0, i≠j；Var (e i ) =2i σ，i ，j=1，2,…，p 。即向量e 的协差阵为p 阶对角阵。

因子分析通过对变量的相关系数矩阵内部结构的分析，从中找出少数几个能控制原始变量的随机变量F i （i =1,…，m ），选取公共因子的原则是使其尽可能多地包含原始变量中的信息，建立模型X=A*F ＋e ，通过F 再现原始变量X 的众多分量x i （i =1…,p)之间的相关关系，达到简化变量降低维数的目的。

值得指出的是，为了消除指标间数量级的差异，因子分析是基于将数据标准化的基础上做的。本文利用SPSS17.0软件作为工具，软件中对于数据的因子分析，已将变量（即指标）和各公共因子进行了标准化处理，不需先将数据标准化。