基于非参数检验在小班化教学评价中的应用

基于非参数检验在小班化教学评价中的应用
李伟春
【摘要】利用非参数"Mann-Whithey U"检验、"K-S"检验、"游程"检验3种方法和IBM-SPSS分析工具,针对公安海警学院在开展专业基础课程"微机原理与接口技术"小班化教育教学改革过程中,把开展小班化教学区队与未实行小班化教学区队的期末考试成绩进行了非参数检验的比对,并对两个区队平均秩U数据进行分析与讨论,结果发现两个教学区队的期末考试成绩存在明显差异;同时结合IBM-SPSS分析工具的三种检验方式,显著性水平也远低于0.05.由此可以发现,开展小班化教学对提高教学质量具有较好的促进作用.
【期刊名称】《实验室科学》
【年(卷),期】2017(020)005
【总页数】4页(P139-141,144)
【关键词】IBM-SPSS;独立样本检验;小班化教学;教改评价
【作者】李伟春
【作者单位】公安海警学院电子技术系, 浙江宁波 315801
【正文语种】中文
【中图分类】G642.0
随着军事院校的深化改革不断进入深水区，许多军校本着“仗怎么打、我们就怎么练”的原则，在开展专业课程小班化教学过程中，在区队人数规模、教室空间布局、以人为本的教学理念等方面都做了相应的改革，较大幅度提升了人才的培养质量、
提高了干部的综合素质。

为此，本文针对“微机原理与接口技术”专业基础课程的小班化教学[1]，在IBM-SPSS软件平台的基础上探讨了独立样本非参数检验[2]方法在教学评价中的具体应用。

独立样本的非参数检验是对数据总体分布不很了解的情况下，通过分析样本数据，推断来自两个独立总体的样本分布是否存在显著差异[3]。

而样本检验的零假设H0就成了检验样本有无显著差异的依据[4]。

(1)计算公式
统计量U=W-
其中：W为Wilcoxon W统计量[5]，n为W对应组的数据样本容量；对应的相伴概率将从Mann-Whiteny的对应表中得出。

当m<n时，Wilcoxon W=Wy；
当m>n时，Wilcoxon W=Wx；
当m=n时，Wilcoxon W=第一个观测值所属样本组的W值。

Z=
其中：U为公式(1)的Mann-Whiteny统计量U。

当样本数据个数小于30时，应以U统计量的相伴概率值作为判断标准，当样本数据个数大于30时，属于大样本数据，应以Z统计量的相伴概率值作为判断标准。

(2)实现方法与过程
首先将两组样本数据(X1，X2，……Xm)和(Y1，Y2，……Yn)混合并按升序排列，并且求出每个样本数据各自的秩Ri；然后，分别对(X1，X2，……Xm)和(Y1，
Y2，……Yn)的秩求平均，得到两个平均秩Wx/m和Wy/n。

如果这两个平均秩相差很大，比如，其中一组数据样本的秩偏小，而另外一组数据样本的秩偏大，则可以认为零假设H0不一定成立。

作为2014年浙江省教育技术研究规划课题的试点单位，通过优化教室空间布局、
教学内容模块、授课教员安排等方面因素，在公安海警学院2013级电子信息工程专业16名本科生中进行了小班化教学，取得了较好的效果。

下面以实行小班化教学的一区队与未实行小班化的二区队的考试成绩，通过两种方法进行数据样本的检验分析[6]。

2.1 基于U检验的操作过程
第一步，把实行小班化教学的一区队成绩约定为X1～X16，把未实行小班化教学的二区队约定为Y1～Y16，具体成绩如表1所示。

第二步，依据U检验的方法，把表1中的数据按照从小到大的升序排列，形成一个混合排列、带有秩的表2。

第三步，分别计算一区队、二区队的平均秩
U1=(32+31+30+29+27+26+25+18+17+16+15+14+13+12+11+2)/16=19. 875
U2=(28+24+23+22+21+20+19+10+9+8+7+6+5+4+3+1)/16=13.125
从U1与U2的结果来看，两个区队的平均秩[7]相差比较大，则可以判定，开展小班化教学的一区队课程成绩和教学效果要比未参与小班化教学的二区队要好得多。

2.2 基于IBM-SPSS的实现步骤
2.2.1 实现过程
第一步，把32名本科生的课程考试成绩导入IBM-SPSS中，具体如图1所示。

第二步，首先在IBM-SPSS的“分析”菜单中，选择“非参数检验”、“2个独立样本”选项，显示对话框如图2所示。

在对话框中把“成绩”选进检验变量列表、把“教学区队”选进分组变量；其次，选中“Mann-W hithey”、“K-S”、“游程检验”3种检验方法；最后，按下“确定”键，自动完成独立样本检验的表/图统计过程[8-10]。

2.2.2 结果与讨论
(1)Mann-Whitney U检验结果，见表3、表4。

a.分组变量: 教学区队
b.没有对结进行修正
结果表明，教学区队1的秩均值为19.88，教学区队2的秩均值为13.13，
U=74.0，W=210.0，Z=-2.036，相伴概率=0.042，小于显著性水平0.05，可以判断两个教学区队的课程成绩存在显著差异。

(2)K-S检验结果，见表5。

a.分组变量: 教学区队
从表5中可以看出，最极端差别绝对值差为0.5，最大正差=0.0，最大负差=-0.5，K-S的Z值为1.414，相伴概率为0.037，小于显著性水平0.05，说明在两个教学区队中是否开展小班化教学，在课程成绩的分析上是存在显著差异的。

(3)游程检验结果，见表6、表7。

a. Wald-Wolfowitz检验
b.分组变量: 教学区队
c.没有找到组间结
从表6中可以看出，32位学员的课程成绩全部参加了检验，并且表7中显示精准游程数为8，Z=-3.055，相伴概率为0.001。

结果表明，两个教学区队的课程考
试成绩存在明显的差异，显著性水平为0.001，远低于0.05。

(1)从U检验、K-S检验、游程检验的3种独立样本非参数检验方法的结果来看，
相伴概率都小于0.05。

说明开展小班化教学对提高教学质量，提升课程影响力具
有重要的促进作用。

(2)游程检验的游程数为8，说明两个教学区队的课程成绩分布形态没有呈现显著
差异，可以认为是正态分布。

修改日期：2017-01-20
【相关文献】
[1] 李广燕.聚类分析对学生成绩的研究[J].无线互联科技，2014(12)：246-247.
[2] 吕双庆.用SPSS对教学技能训练成绩进行独立样本t检验[J].才智，2015(8)：192-193.
[3] 孙来勤，曹兰芹.美国的小班化教学实践、绩效分析及启示[J].吉林师范大学学报(人文社会科学版)，2010(3)：93-97.
[4] 朱红兵，何丽娟.关于用SPSS中单样本K-S检验法进行正态分布等的一致性检验时适用条件的研究[J].首都体育学院学报，2009，21(4)：466-470.
[5] 潘爱芳，王方一，张道法，等.利用Q型聚类分析研究鄂尔多斯盆地多种能源矿产间的关系[J].
地球科学与环境学报，2010，32(1)：48-53.
[6] 刘宇，凌丹，李彦锋.探究式小班化教学在“可靠性工程”课程的探索[J].实验科学与技术，2016，14(5)：2-5.
[7] 张强，张建平.生物统计学实验教学的探索与实践[J].实验室科学，2012，15(6)：15-18.
[8] 丁雪梅，徐向红，邢沈阳，等.SPSS数据分析及Excel作图在毕业论文中的应用[J].实验室研究
与探索，2012，31(3)：122-128.
[9] 谭启玲,任涛,党丽娜,等.SPSS统计软件在提高生物统计学课程教学效果中的应用[J].安徽农业科学，2016，44(31)：245-246，251.
[10] 李伟春.基于SPSS二级证书与程序设计能力的关联性分析[J].公安海警学院学报，2014,13(3)：9-11.。