spss软件的学习心得
常见的统计软件有SAS,SPSS,MINITAB,EXCEL等。这些统计软件的功能大同小异，各有所侧重。其中的SAS和SPSS是目前在大型企业，各类院校及科研机构中较为流行的两种统计软件。特别是SPSS，其界面友好，功能强大，易学，易用，包含了几乎全部尖端的统计方法，具备完善的数据定义，操作管理和开放的数据接口以及灵活美观的统计图表制作。作为专业的统计软件，SPSS感觉比EXCEL更丰富，也更准确。
从表1中分析，抗拉强度的极小值为67.89，极大值为80.36，均值标准误差为0.86948，标准差为3,47793，方差为12.096。屈服强度的极小值为47.14，极大值为8.227。
表
2从表2中分析，回归平方和为176.469，自由度为1，均值方差,176.469，显著性为
497.056，残差平方和为4.970，自由度为14，均值方差为0.355。
表
3从表3从分析，常数量B为12.514，非标准化系数的标准误差为2.719，T值为4.602。标准系数使用版为0.986，T值为22.自变量的B值为1.196，非标准化系数的标准误差为0.054，295。
表
4图
1从散点图可以看出，抗拉强度Y与屈服强度X大致呈线性关系。人们假设Y与X之间的内在关系是一条直线，这些点与直线的偏离是实验过程中其他一些随机因素的影响而引起的。
心得体会
在学习SPSS中必须学会的是“数据组织方式和数据测度”，这个对于那些学习信息的人容易理解，对文科出身的人不容易理解。但是这个问题对于初学者很重要。在实际使用SPSS时，就得按部就班地按照先定义变量，测调度，在录入（导入数据），再分析。分析并不是整个流程。
在大二快结束的学习过程中参加了SPSS的课程学习，尽管我只是大略地学习，泛泛地接触这门课程，但是对这门课的兴趣很浓。参与这次实践的经历深刻改变了我对这门课的认识。我越发感到我需要这门课程，我必须掌握这门统计技术，分析方法。这就是社会的需求，学校的标准，也是个人发展得需要。
虽然只有几周的学习时间，但我已经对该课程有了更多的了解，十分感谢黄璟老师讲解的这门课，提供了这个平台。理论加实践，为不同基础的学生提供了好的学习环境。我认为开设很有必要，应当成为重点。
现实生活中的数据多不胜数，但要得到有用的数据并不容易，这就要应用数据分析的方法确定数据的属性，再用清理工具（清洗、集成、转换、消减）进行筛选转化为有用的信息，再用SPSS深入分析，得出规律。
对数据的分析是以统计学为基础的，统计学提供了一套完整的科学方法论，统计软件则是实现的手段，统计分析软件具有很多有点。它功能全面，系统地集成了多种成熟的统计分析方法；有完善的数据定义、操作和管理功能；方便地生成各种统计图形和统计表格；使用方式简单，有完备的联机帮助功能；软件开放性好，能方便地和其他软件进行数据交换。我们接触最多的统计软件是EXCEL 和SPSS。在统计学中应用EXCEL,在数据分析中则主要是SPSS，它具有很好的人机界面和完善的输出结果。
这门课程中我们学了另外一种数据分析方法就是聚类分析。它与“物以类聚，人以群分”是同样的道理。多元统计分析方法就是对样品或指标进行量化分类的问题，它们讨论的对象是大量的样品，要求能合理地按各自的特性也就是相似性来进行合理的分类，没有任何模式可供参考或依循，即是在没有先验知识的情况下进行的。我们学习了Q型聚类法、R型聚类法以及系统聚类法。Q型聚类分析样品间的聚类，用距离来测度亲疏程度。R型聚类分析变量间的聚类，用相似系数来测度亲疏程度。
笔者以生物统计学上机实验教学为例,对2010级动物医学(1班、2班)、公共卫生122名学生采用传统教学模式,作为对照组;对2012级相同专业、3个班级的122名学生采用翻转课堂教学模式,作为试验组。通过两种实验教学模式比较,并利用SPSS软件进行教学效果评价,以期为实验教学效果评价提供切实可行的实践参考。
1 采用两种教学模式
翻转课堂又称颠倒课堂,是指教育者借助计算机和网络技术,利用教学视频把知识传授的过程放在教室外,而把知识内化的过程放在教室内,以便学生之间、学生和教师之间有更多的沟通和交流,确保课堂上能够真正引发观点的相互碰撞,使问题引向更深层次[3]。
与传统的教学模式相比,翻转课堂教学模式在教学内容、教学方法、教学方式以及考核方式等方面皆有很大的革新[4],学生学习活动的轨迹由课堂授课听讲、上机操作、师生和生生交流+课后做练习题、生生交流转变为课前看微课程等资源、做课件上例题、师生和生生交流、做练习题+课堂回答问题、师生和生生交流、熟练上机操作、接受小测验。
2 发放调查问卷
通过网上发放调查问卷,即将其共享到QQ群里,学生选中哪个答案,直接将答案一行加粗即可,最后通过发送离线文件返回调查问卷,文件名由班级+姓名组成。具体调查内容如下。
①本门课对于提高你的学习兴趣的满意度:
A、满意B、一般C、不满意
②本门课对于提高你的自学能力的满意度:
A、满意B、一般C、不满意
③你对本门课教学方法、教学方式的满意度:
A、满意B、一般C、不满意
④入学以来你的学习成绩:
A、很好(获得了二等以上的奖学金)B、好(获得了三等奖学金)C、中等(没有挂科)D、一般(有挂科)
2012级比2010级调查问卷增加了第4个问题。
3 教学效果评价
通过SPSS19.0软件进行教学效果评价。教学效果通过上机考试成绩进行客观评价,通过问卷调查进行主观评价。
3.1 客观评价
对2010级、2012级学生成绩的客观评价见表1。正态性检验的结果表明,2010级、2012级学生成绩的P值分别为0.001、0.000,均小于0.05,即皆不服从正态分布,故不能采用独立样本t检验;可采用非参数检验中的两独立样本检验,结果表明,2012级学生成绩[(88.9±10.0)分]高于2010级[(79.0±17.8)分](P<0.05)[5]。χ2检验结果表明,2012级学生成绩的及格率(≥60分)、优秀率(≥90分)均高于2010级(P<0.05)[5]。
针对2012级学生成绩,又进一步进行了分析,见表2。经过单因素方差分析[6],结果表明,学生生物统计成绩随入学以来学习成绩降低呈降低的趋势(P<0.05)。χ2检验结果表明,及格率在入学以来不同学习成绩的学生间无显著差异(P>0.05),但优秀率随入学以来学习成绩降低呈降低的趋势(P<0.05)。
注:成绩为“平均值±标准差”。
注:成绩为“平均值±标准差”。同行数据肩标字母不同表示差异显著(P<0.05),字母相同表示差异不显著(P>0.05)。
3.2 主观评价
χ2检验结果表明,2012级学生对教学模式的满意度、对提高学习兴趣的满意度以及对提高自学能力的满意度均高于2010级(P<0.01),见表3。
进一步分析表明,2012级学生对教学模式的满意度、对提高学习兴趣的满意度以及对提高自学能力的满意度在入学以来不同学习成绩的学生间皆无显著差异(P>0.05),见表4。
4 结束语
与以往传统教学与翻转课堂的实验教学效果评价相比较[4,7,8],笔者在问卷调查中增加了一项,即考查了学生入学以来学习成绩,并与其相应的客观评价与主观评价进行相关研究,旨在探讨翻转课堂教学模式对以学习成绩占绝对比重的不同综合素质学生的教学效果。因为奖学金评定的依据是综合测评成绩,测评总分为(0.15A+0.70B+0.15C)×130%,其中,A(德育素质测评)为政治态度、道德品质等;B(智育成绩测评)即学习成绩;C(拓展性素质测评)为社会实践、学术科技、文化艺术、社团活动、实践技能、创新创业和学科竞赛等。结果表明,采用翻转课堂教学模式的2012级学生成绩、及格率、优秀率和对教学模式的满意度、对提高学习兴趣的满意度以及对提高自学能力的满意度皆高于采用传统教学模式的2010级(P<0.01);尽管2012级学生成绩、优秀率随入学以来学习成绩降低呈降低的趋势(P<0.05),但及格率、对教学模式的满意度、对提高学习兴趣的满意度以及对提高自学能力的满意度在不同入学以来学习成绩的学生间皆无显著差异(P>0.05),即尽管生物统计学成绩有差异(P<0.05),2012级入学以来不同学习成绩的学生对翻转课堂教学模式、对于调动其提高学习兴趣和自学能力皆有很高的满意度,皆高于80%。
每种教学模式皆有利有弊。翻转课堂教学模式是对传统教学模式的一种挑战,在推广中存在哪些问题,如何克服问题,如何扬长避短,如何能够化繁为简、寓教于乐、最大化地为学生服务,需要在生物统计学、草地学与饲料生产学等实验教学中多次实践。SPSS不需要编程,只需点击菜单和对话框,易学易用,在短时间内甚至几秒内即可得出数据分析结果[6]。设置哪些问题进行问卷调查,从而能够实事求是地选出更加客观的、公允的、理性的指标,以及采用何种统计分析方法进行实验教学效果评价还有待于做进一步深入研究。
参考文献
[1]孙来斌,李敏.《马克思主义基本原理概论》教学效果评价的问题与对策[J].思想政治教育研究,2010,26(6):12-16.
[2]安宁,李宁,韩玲.学生评教体系的研究和实践[J].黑龙江高教研究,1996(5):32-36.
[3]张新明,何文涛.支持翻转课堂的网络教学系统模型探究[J].现代教育技术,2013,23(8):21-25.
[4]丁雪梅,张晓君,邢沈阳,等.“生物统计学”实验教学改革的探索与实践[J].黑龙江畜牧兽医,2013(09上):203-205,234.
[5]丁雪梅,马宇鹏,张晓君,等.SPSS软件在实验教学效果评价中的应用[J].黑龙江畜牧兽医,2015(07上):269-271.
[6]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.
[7]丁雪梅,何岩,张晓君,等.“草地学与饲料生产学”实验教学改革的探索与实践[J].黑龙江畜牧兽医,2015(03上):208-210.
关键词：SPSS软件；概率统计；优越性与可行性；应用与完善
在计算机网络技术快速发展的时代，人们接触的信息元素也迅速增多，因此如何快速的从大量的信息数据中提取有用的信息，并应用于人们的社会实践活动中，显得尤其重要。
概率统计课程是一门应用性很强的学科，主要研究在生活过程中的随机现象统计规律，而在教学过程中培养学生对概率统计课程中基本方法以及解决实际问题的能力尤其重要，SPSS软件具有操作简单，统计分析方法丰富、全面的特点，利用SPSS软件对实际问题进行辅助教学，可以有效的对大量的数值进行计算，并可以对数据进行对应分析、联合分析、多分类变量Logistic回归分析等，可涉及300多个变量、100万个以上样本的数据资料文件。
一、SPSS软件应用于统计课程教学的必要性和可行性
统计学主要以数字为语言，针对数据资料进行收集、整理和分析，是一门描述和分析客观事物数量的科学，目前统计学已经深入的渗透到了自然和社会科学中的各个领域，也是一门实用性很强的基础课程。在社会工作中应用的统计技能主要在于学生在统计学课程中学习得到，学生应了解统计学课程中的统计思想，并掌握应用统计分析方法分析问题和解决问题。在传统的教学过程中，统计课程中的公式计算一般是通过计算机器和手工完成的，很难把含有大量复杂数据的一些典型案例引入到教学中，同时，一些包含数据的图形在统计学课程中也起着非常重要的作用，但在数据量比较大的情况下，手工绘图的精确度很难掌握准确，这些都给统计学课程的教学造成了很大的障碍，影响了学生对统计理论和方法的理解，因此在统计课程中系统并灵活的应用SPSS软件教学在激发学生学习的积极性和提高学生解决问题的能力具有较强的现实意义。
二、在统计课程教学中应用SPSS的方法
1.强调更新统计学课程的教学思想，并转移教学重点
在统计学课程中应用SPSS软件辅助教学后，统计学的教学重点应由原始统计数据过程转向对统计数据结果的实际意义的理解和应用，在对统计原理充分重视的基础上，应该摒弃统计过程繁琐的理论证明、推导和计算步骤，增加在教学过程中应用SPSS软件，让学生通过SPSS软件解决繁琐的证明和计算步骤。在统计课程的理论教学中，侧重的是从实际问题中引申出统计学的基本概念，理解统计学的基本原理思路和主要的用途特点，并能深入的分析不同的统计方法适用的条件和数据类型，且能通过具体的案例分析掌握相应的统计知识的应用，而具体的统计计算则是由SPSS软件完成。
2.加强统计课程教学过程的实验教学，通过学生上机操作完成
在统计课程教学过程中，当每一个理论要点讲解完成后，应该及时安排学生在实验室上机实践，通过具体的数据案例、完成作业和有针对性的研究性教学等各种方法应用所学的理论，培养学生在应用软件的过程中解决问题的能力。在上机实验的过程中，教师应先对本节所授内容进行讲解和回顾，亲自在主机上动态演示SPSS软件的具体操作步骤，并对得出的结果进行解释，然后让学生应用SPSS软件独立完成课后习题或其他典型习题，要求学生完成软件的基础操作步骤和基础统计训练，并对计算机运行出的结果进行解释。
3.鼓励学生运用所学的统计知识分析实际问题
统计学课程应用案例分析、习题作业、小组讨论和上机练习等多种不同的教学方法，让学生在不同的教学过程中掌握相关的统计概念和理论，能利用相关专业的软件解决实际的生活问题，具体方法包括：鼓励学生组成团队，针对具体的管理问题通过收集数据，选择恰当的统计方法，运用SPSS软件对数据进行分析处理，得出结论，并给出相应的修改意见；鼓励学生运用所学的统计知识分析实际生活问题，例如大学生就业的统计分析，学生考试成绩的分析，教师教学水平的分析等问题，通过进行相应的校园问卷调查和收集数据，用软件对收集的数据进行分析和处理，得出相应的结论。因此，在统计课程教学过程中应用SPSS软件开展教学，能激发学生对统计课程的积极性，提高学生应用统计分析方法解决实际生活问题的能力，提高统计学课程的教学效果。
三、在统计课程教学过程中应用SPSS软件应注意的问题
1.教学过程中SPSS统计软件的使用
在统计课程教学过程中适当地增加SPSS统计软件的使用，将统计概念、统计思想和统计方法适当的引入到教学中，让学生能形象的理解和掌握相应的统计方法，通过采用SPSS软件教学后，可通过软件的绘图和数据分析、统计分析等功能利用计算机特有的程序和演示功能使统计学的知识变得直观、具体和形象，从而增强学生对统计学概念的理解和方法的掌握运用。教师也可在教授过程中随时发现学生学习的问题，能及时解决问题，并能了解学生在课堂教学中所出现的状况。
2.把课程的重点应放在具体实例的应用上
在课程教学过程中，应选择具有实际背景和较高的应用价值的问题作为统计教学的研究主题，应淡化相应的计算细节的处理，鼓励学生应用自己所学的统计知识分析实际生活问题或经济管理问题，例如：大学生目前就业情况、校园餐厅卫生情况、大学生使用手机情况、大学生网购情况、学生上课出勤率问题等，鼓励学生对实际生活中的问题搜集数据，并建立相应具体的数学模型，应用SPSS软件对数据进行统计分析，让学生学会运用相应的统计学知识解决生产和生活中的实际问题，并为将来从事统计专业工作做铺垫。
参考文献：
[1]何晓群，刘文卿.应用回归分析[M].第2版.北京：中国人民大学出版社，2007
[2]宋志刚等.SPSS16.0实用教程[M].北京.人民邮电出版社，2008.10.1
[3]吴世军.SPSS在数据分析中的应用[J].统计与决策，2006.9
硕 士 学 科 论 文
利用统计软件Spss进行试卷质量分析
姓 名
敬晓萍
指 导 教 师 冯长焕 教授
培 养 单 位
数学与信息学院
学 科 专 业
教育统计与测评
研 究 方 向 数学教育
学 位 类 别
教育硕士
年 级 2010级
西华师范大学学位评定委员会
四川·南充
利用统计软件Spss进行试卷质量分析
摘 要
试卷分析是教学工作中的重要组成部分，同时也是每个教师必须完成的工作。通过对试卷进行分析，可以反馈学生学习结果和教师教学效果，帮助教师发现教学活动中的薄弱环节，提高教学质量。课程期末考试的试题应该如何命题，怎样组卷？如何把握一份试卷的整体难度和分量，使考试成绩及其成绩的分布符合正态，防止平均成绩的大起大落，避免不及格率的过高过低，以适应大众教育的需要等，这对稳定学校正常的教学秩序，保证学生正常的学习心态和情绪，直至就业应聘是否顺利等都会产生直接的影响。本文利用统计软件Spss对试卷分析的各项指标进行了定量分析，介绍了操作方法，以便为广大教师进行试卷分析提供一种模式参考，从而科学地进行试卷质量分析，提高教学质量和效率。
关键字：成绩统计；试卷分析；难度；区分度；信度
考试是教育评价的有效办法，随着高职高专技能教学改革的深入开展，对教学评价的要求越来越客观，对教学结果的分析越来越依赖于统计理论和方法。本文的目的是借助统计学软件Spss，介绍对试卷质量定量分析的方法。
一、考试试卷的统计分析[1]
（一）试卷难度的分析
所谓难度是指考试中试题或者试卷的难易程度，是考试题目对学生知识和能力水平适合程度的指标。
1.难度的计算
以往教师在考试中对试题难度的测定大部分是凭感觉。这种方法本身比较模糊，对有经验的教师也并不是非常有效。根据难度的概念，得到如下公式：
若第i题全部答对，则di=0；若第i题全部答错，则di=1；当di=0.5，说明此题难度适中。
试卷难度：
试卷难度的测定建立在试题难度的基础上，以试题难度为变量，以试题满分值为权数的加权算数平均数：
一般而言，试卷都是以100分为满分，于是：
对于学校的常规考试，目的在于测量个体差异。当d=0或d=0.5时，即试题全部答对或答错，该题便无法提供个体差异的信息。而只有当d=0.5时，题目才能做最大程度的区分度。但在实际工作中要使每题难度均达到0.5有一定的困难。
因此，一般要求试卷平均难度为0.5左右，各试题的难度控制在0.5±02之间。
2．难度的比较
按以上公式计算的试题及试卷难度，只能看出不同试题或不同试卷的难易程度，但却不能分析题目或试卷之间的相对难度。如某试卷中，第一，第二，第三题的难度分别是0.3,0.4，0.5。从难度数据中可以看出，第一题相对较容易,第三题较难。但第二题与第一题的难度差和第三题与第二题的难度差是否相等？这却不一定。原因是不同试题的难度位于不同的等距量表，因而不具有可比性。为解决试题及试卷之间难度的相互对比，需要将以上公式计算的难度，通过正态分布表，转化为标准分。如：d=0.3，z=-1.88；d=0.4，z=-1.75；d=0.5，z= 0。显然，第二题与第一题的难度差为0.13，第三题与第二题的难度差为1.75，难度差并不相等。
（二）试卷区分度的分析
区分度也叫鉴别力，就是通过一次考试将不同程度，不同能力的学生区分开来的重要指标。比如一道题目，水平高、能力好的同学都答对，而水平低、能力差的同学都答错，那么这道题就有好的区分度。
计算公式：
1．试题的区分度：
式中：Hi为班级中高分组同学第i题的平均成绩；Li为班级中低分组同学第i题的平均成绩。（一般而言，高分组与低分组的同学人数是以班级同学人数10%-15%确定）
当高分组平均成绩与低分组平均成绩差距较大时，Gi较大，这时对试题的区分度评价就比较好。
2.试卷区分度
区分度的评价标准：
（三）常用指标简介[2]
平均值:反映一组数据的总体情况。方差:反映一组数据的波动大小。
峰度:用来描述某变量所有取值分布形态趋势程度的统计量,是与正态分布相比较的量。峰度为0表示其数据与正态分布的趋势程度相同；峰度大于0表示比正态分布更加陡峭；峰度小于0表示比正态分布更加平坦。
偏度:用来描述数据的对称性的统计量。偏度大于0表示正偏差数值较大；偏度小于0表示负偏差数值较大。而偏度的绝对值越大表示分布形态的偏差程度越大。
二、具体操作步骤[3] 1．原始数据录入
下面我们以我校数学与信息学院《统计分析》期末考试试卷为例来说明各个指标的实现方法。
1.1试卷结构
本试卷（满分100分）有两个部分组成：客观性试题与主观性试题，其中客观性试题共40分，占40%，主观性试题共60分，占60%。具体情况见下表。
分值分布图
注：q1是填空题、q2是选择题、q3是判断题、q4是简答题、q5是问答题、q6是计算题。
1.2数据定义
图1 变量定义窗口
图2 试卷质量分析数据窗口
在SPSS软件中，点击Variable View标签，在Name标题下定义：学号、题号、总成绩、平时成绩，其中总成绩定义为total，平时成绩定义为daily，然后在相应的标签名中进行注释。在Type标题下定义各个项目的类型，其中学号定义为String类型、题号和平时成绩定义为Numeric类型，其余选项使用默认即可。如图1所示。
1.3数据录入 点击Data View标签，将47份试卷按照各部分得分情况和他们的总成绩、平
时成绩输入到相应的表格中。如图2所示。
2．基本描述性统计分析
主要包括参加考试的学生总数、缺考人数、每个部分的最高分、最低分、极差、平均分、标准偏差（方差）等。
在试卷质量分析数据中，运行菜单：Analyze→Descriptive Statistics→Descriptives,把除平时成绩外的所有变量加入到Variables中，点击Options选项对话框，选中Mean、Minimum、Maximum、Range、Std.deviation、Variance。点击Continue,再点击OK。运行后得到结果如下表所示。
描述性统计分析表
3．难度分析
试题难度是指测验题目的难易程度，难度系数一般用字母P表示，且0≤P≤1。对是非题和论文型的题目，我们可以统一为P=M/W（M：全体学生某题的平均得分；W：某题规定的最高得分）。对于选择题我们先计算得出难度系数P，然后再根据公式cp=(kp-1)/(k-1)(k为选项个数)算出矫正难度系数cp。（单项选择题学生可能随机猜测，此公式能排除这种影响）试题难度系数与试题实际难易程度正好相反，越大表示能够正确解答该题的学生越多试题越容易，而越小则试题越难。一般认为，难度适中更能客观地反映出学生的学习效果情况，多数试题应分布在0.3～0.7之间，选拔性测试为0.5左右为宜，通常期末考试为目标参照性考试，可适当偏高，全卷平均难度以0.7左右为宜，0.6～0.8为正常。
根据上表，很容易得到各个部分的难度系数，如下所示。
各个部分的难度系数
注：q2的难度系数为矫正难度系数 4．区分度分析
对于客观题来说,使用等级相关分析，在此使用斯皮尔曼(Spearman)等级相关分析。对于主观题来说，样本数为47，大于30，可以看成非等间距测度的连续变量，在此采用皮尔逊(Pearson)相关分析对试题进行分析。
具体操作如下：Analyze→Correlate→Bivariate。在弹出对话框中选择各个客观题题号变量和总成绩进入Variables,然后在Correlation Coefficients中单击Spearman,完成后即可得到客观题的区分度。主观题的区分度分析方法同上，只需选择主观题和总成绩进入，然后选择Pearson即可。得到每个部分的区分度，见下图：
各个部分的区分度
三、分析结果
（1）基本描述统计数据上来看，学生总数为47人，无人缺考，学生的的卷面总成绩平均分为82.83分，最高分为99分，最低分为59分，分数极差为40分，标准差为10.538，标准差比较大，说明学生个体间存在较大的差异，主要影响因素是他们入学时学历结构、上课听讲、作业完成、课后复习等。对一部分后进学生，在今后的教学过程中应当充分关注，努力调动他们的学习积极性，经常鼓励他们，从而达到提高学习成绩的目的。（2）从难度上来看，第二题（0.983）、第三题（0.996）难度系数过大，说明此题出的太容易，建议此题不宜进入题库，在修改后参加下一轮的遴选。（3）从区分度上来看，除了第二题、第三题区分度较低，其余都比较好，基本达到了考试要求。
四、成绩考试的信度分析[4]
“考试信度对于任何一种有效考试来说都是必不可少的，只有信度高的考试才能使教师对学生的评价客观、可靠，考试成绩才能正确地反映被试者的程度”。[5]教育测量学、教育统计学在理论上为考试的科学化和现代化奠定了基础，使得考试分析数量化，而SPSS统计软件又使广大教师使用计算机进行学业成绩考试信度的定量分析成为可能。
(一)考试分数的信度系数
衡量一次考试的可靠性指标叫做信度，表明信度大小的量叫做信度系数。虽然教育测量和统计书上介绍计算考试分数的信度系数有多种方法，但因为学科或学业成绩考试具有一般不进行前测和复测的特点，且试题多含有主观题，因而Cronbach’s α系数是最适合学科考试的信度分析。因为Cronbach’s α系数不仅适合主观题，也可以用于多项选择题等客观试题。
下面我们以我校外语学院语音考试题考试题为例介绍用Spss进行信度分析的步骤。
1．Cronbach’s Alpha系数的计算步骤
步骤1:选择信度分析程序。在数据编辑窗口中单击Analyze打开下拉菜单，选择Reliability Analysis„„程序，进入信度分析主对话框。
步骤2:选择要进行分析的原始变量。在信度分析主对话框中选择第1-5题共五个变量，单击右向箭头将其移入Items方框中。在Model的下拉菜单中选择Alpha模型，即表示希望获得Cronbach’s Alpha系数。在信度分析主对话框点击Statistics按钮，进入定义信度分析统计量对话框。
步骤3:在定义信度分析统计量对话框Descriptives for 中勾选Scale ifitem deleted复选项，表示要求在输出结果中显示删除各个项目之后的系数变化情况。然后点击Continue按钮，回到信度分析主对话框，并点击OK提交系统运行，出现运行结果。
2．信度系数输出结果及说明
按照上述参数设置，Spss软件在输出信息观察窗口输出一个表格（表1）。该表报告了“语音听力考试成绩”各题的信度分析结果。表首为分析方法，意为选择了Alpha模型。表中的第1栏为变量，是语音听力考试的五道大题。第二栏为删除该项目后试题的平均值。第三栏为删除该项目后试题的方差。第四栏为该项目与试题总分的相关系数，相关系数较低的项目往往是有问题的试题。例如表中第5题与试题的相关系数仅为.2854，说明该题应该修改或删除。
最后一栏为删除其中某个项目后考试题的Alpha系数变化情况，该栏在检验信度差的试题方面很有用。如果删除某一道试题后的Alpha系数比试题的信度系数大，则可考虑将该题删除。本例中删除第5题后，信度系数将由原来的.7491提高到.7819，由此我们可以从提高信度系数的角度，确认该题应该修改或删除。
Cronbach’s Ahlha系数介0-1之间，系数越高，说明试题的内在一致性越强，测试的结果越可靠。通常自编考试的Cronbach’s Ahlha系数“要求0.60-0.80之间，而标准化考试则要求在0.90以上”。[6]本例的信度系数为.7491，因此我们可以得出信度较好的结论。
二、考试分数的正态分布检验
李筱菊认为考试“分数拉开距离，它们的分布才可能正态。分数分布正态，说明它反映了人的能力分布实况，说明考试有信度。”[7]因此，我们除了使用信度系数还可使用考试成绩正态分布的数据及分布图来测量和检验信度。
考试分数是否服从正态分布，可以用曲线图来观察，也可以计算偏态值和峰值的方法来确定。
1．正态分布图表的制作方法
步骤1:在Spss数据编辑视窗，点击Analyze命令，Descriptive Statistics在下拉菜单中选择Frequencies„，打开频数直方图编辑对话框。
步骤2:在频数分析主对话框中左边变量列表中选择第1-5题和总分共六个变量，点击向右箭头将其移入Variable:：（变量）下白方框中，然后点击Statistics „按钮，进入频数分析数据编辑子对话框。选择Display normal curve，表示同时显示正态分布曲线。
步骤3:在频数分析数据编辑子对话框中Distribution.中选择Skewness和Kurtosis，表示要求计算正态值与峰值。点击Continue返回频数分析主对话框，单击Options„按钮，进入图形选项对话框。
步骤4:在频数分析图形选项子对话框中Chart Type下选择Histograms(单选项，表示要求输出直方图，并选择With normal curve复选项，表示要求输出的直方图带正态分布曲线。点击Continue按钮返回到主对话框，单击Ok按钮提交系统运用。
2．正态分布图及解释
按上述参数设置，Spss共在输出信息观察窗口输出6幅图形与7个表格（其中6个表格是6个变量的频数分布表）。我们只以其中一幅图形和描述统计表格为例介绍报告结果的含义及解释。
考试分数是否服从正态分布，可以通过带正态分布曲线直方图来观察。直方图是以长方形面积表示频数分布的一种图形，它的长度和宽度均有意义，而且由于数据值具有连续性，所以各长方形须相连排列。图中的顶点是平均成绩。直方图中的曲线称分布曲线。正态分布曲线是中间高、两边低且左右对称的曲线。曲线的最高峰，即频数最多处，是曲线的中间位置。这一位置的分数正好是分数的平均值。由于带正态分布曲线的次数直方图具有以上特点，所以可以直观地确定分数分布是否服从正态分布。
3．正态分布表及结果解释
表2是该考试五道大题和总分共六个变量的偏态值和峰值描述统计表。表中第一行为变量名；第二行N Valid为参加考试的有效学生人数；第三行为缺考人数(Missing)；第四行为偏态值（Skewness）；第五行是峰值(Kurtosis)。
偏态值和峰值为0时表示完全正态，偏态值的正、负表示正、负偏态。峰值的正负表示峰的“高瘦”（分数集中）和“矮平”（分数分散）。
偏态值如表2第三行所示，本例中单词听写、短文听写和听对话简答三题的偏态值均为负数，是负偏态，表示这三题分数分布偏向了右边，也就是偏向了高分，得分高于平均分的人数超过50%。而听句子简答、短文听力理解和总分三个变量的偏态值均为正数，即正偏态，表示分数分布偏向了左边，也就是偏向了低分，得分低于平均分的人数超过了50%。
峰值如表2第四行所示，本例中单词听写、听对话简答和总分的峰值为正数。表示峰比理想正态分布的峰高尖，也就是分数过分集中在中分段。而短文听写、听句子简答和短文听力理解三个变量的峰值为负数。表示这三个变量的峰比理想正态分布峰矮平，也就是分数过分散开。
表2 偏态值及峰值描述统计表
“一般说一个考试偏态值和峰值能控制在±1之内，便算其分数基本符合正态分布”。[8]因此，我们可以得出结论：语音听力部分考试的五道大题和总分基本符合正态分布，这份试题总体信度较好。
综上所述，本文为不太熟悉数理统计的广大教师介绍了用Spss软件计算Cronbach’s Alpha系数和正态分布检验学业成绩考试信度的方法，从而使我们可以较好地测量出考试成绩是否正确反映了学生的学习程度，考试对教学的评价是否可靠。再用信度检验数据查找出影响信度的试题、修改提高试题质量，这对发挥考试评价教学的作用和改进教学效果、提高教学质量无疑是很有好处的。
参考文献：
一、数据分析归类
结构化数据分析和测量数据分析
二、数据分析应用领域归类
小样本：小数据分析，用加号连接，市场调查，用SPSS工具
大样本：大数据分析，用乘除连接，银行或投行(SAS)，电商(python)
三、数据分析类型
1、流程化分析
1.1 明确需求，搭建业务框架
报告(运营报告，财报)，痛点研究，研究未来
1.2 建立统计关系，即Y的量化
精确Y，确定测量问题，转化为统计问题
1.3 变量X的选择
寻找归因问题，记住一个真理(所有数据分析适用)：跟业务相关的是重要的X，非业务的变量是不重要的X
1.4 做描述
大样本：研究行，即行分析
小样本：研究列，列分析
1.5 预分析
为建模做准备
1.6 建模
确定随机因素和确定因素
1.7 修正模型
为建模做准备
注：1.5、1.6、1.7三个步骤都是建模过程反复来回调优，大概调校十几层次
1.8 评估模型
小样本是用 衡量(表示大约有百分之多少的数据在模型上)，大数据需要老板认可
需要把模型转化为领导能理解的信息，比如用钱来形容、用百分比形容、用图表达、用表表达(看起来像图)
价格心目表 是把信息转化为钱的表达形式清单
1.9 应用
归因(分清主次因子，规则归因)和预测(老样本是內衍，新样本是外推)
1.10 可视化
把模型通过图或表的形式展现给其他人，特别是老板，让其能看明白
2、模块化分析
四、数据分析两大需求问题
客户型问题(PM数据挖掘)、优化问题(机器学习)
五、描述指标的解读
中位数/平均值：是大众表现
方差/标准差：是小众表现，数据分析重要关注指标
异常值：是小众中的小众表现，最大值和最小值
小数据分析建模依据是 标准差和异常值;大数据分析关注指标是平均值和异常值
六、SPSS建立线性回归(LR)模型过程(图形-r-回归分析-ε -应用)
菜单中，上侧和左侧为最重要的信息
pre_1→ (y的预测值)
ZPRED→ (y预测值的标准化)
DEPENDNT→y
res_1→ε
ZRESID→ε(ε标准化)
ANOVA→方差分析(显著性<0.05，表示y与X存在相关)
ANOV→均值分析
1、看图形——散点图，分析相关性、线性趋势、异常值
分开画Y与每个X散点图，即矩阵散点图，只要关注对角线上方的图即可。因为画图依据是重要的变量放在Y轴，即因变量或待分析变量;非重要的变量放在X轴，即自变量;
2、统计指标——r系数
(Cov(Y,X) 是协方差，Cov(X,X)=X的方差)
r=
∈[0,1](测量模型：T=R+ε;结构模型：y= ;相当于R为 )
~F分布，由P值判断是否可行
r系数作用：删除不相关变量(按delete快捷键)，X变量一般允许15个范围内，反映紧凑程度
3、回归分析
β值:SPSS中是未标准化系数B
= ，SPSS中是标准化系数beta, (i≠j)可以分析主次因子，说明 变量更重要，一般主因子占20%(主要给老板看的)，次因子占80%
强调模型整体情况，观测是否线性相关，为0图形为圆，为1图形为线;一般地通过画椭圆来分辨。 会随着变量数的增多，而单调递增;而调整 不会这样，而是变量数达到一定数后会递减。所以，一般地，变量数小于6时，看下 值;变量数大于8时，看调整 。另看Δ = ，小于5%，拟合度可行，大于10%变量数出现冗余情况，需要删除部分变量。
4、ε 随机误分析，值最小为好，必须要检查
若确定因素与不确定因素相当时，说明模型不可用
ε 出现的情形：
①、+,-,+,-,...,+,-;均值为0 → 横截面数据会出现
②、+,+,+...,+;均值为+ → 时间序列数据会出现
③、-,-,-...,-;均值为- → 时间序列数据会出现
④、0,0,0...,0;均值为0 →不允许出现这种情形
因误差是永远存在，所以①、②、③三种情况是正常现象。
好的 ε 满足两个条件：
ε ~N(0, )，来判断随机性，通过画直方图观测
Cov( , ε )=0，来判断ε 中是否存在确定性，即发生内生性，通过画 ε- 散点图观测，一般是Y轴为 ZRESID，X轴为 ZPRED。画出X轴和Y轴的平均值辅助线，同时画一条y=2或y=3的直线，用于分割出异常值，然后圈住异常值的点，点击转至个案进入数据视图模块并选中所有异常值所在行。一般解决内生性方法：小数据分析(即小样本)，对y取ln或找稳健模型或用ZSLS(两阶段最小二乘);大数据分析直接寻找那个确定因素。
注：当残差出现各种问题时，优先处理主要问题，即消除最根本原因;然后处理优先级是内生性问题>异常值>其他问题。
另：广义线性回归 logy=
5、归因及因果
因果满足必须存在时间先后性、必须存在相关性、必须存在因果论三个条件。
小数据分析一定是找归因;大数据分析无归因，找的是工具归因。规则归因主要强调最好或最差情况的条件是哪些，小数据用聚合分析和对应分析判断，大数据用贝叶斯和决策树判断
6、相关分析
小数据，关注相关性，判断因果;大数据寻找工具归因。相关分析工具：皮尔逊系数分析连续型数据的相关性、肯德尔系数分析有序数据的相关性、斯皮尔曼系数分析各种数据的相关性(含有缺失值会很方便)、卡方分析分类数据的相关性。大数据常用斯皮尔曼系数和卡方分析
7、SPSS描述信息查看
首先，看方差分析(ANOVA),是否存在相关性;
然后，看系数a,看哪些X与Y显著性相关; =y的未标准化系数B+x1的未标准化系数B·x1+x12的未标准化系数B·x2+...; ==y的标准化系数beta+x1的标准化系数beta·x1+x12的标准化系数beta·x2+...
会计电算化主要是应用电子计算机代替人工记帐、算帐、报帐，以及代替部分由人工完 成的对会计信息的处理、分析和判断的过程。 通过对用友 erp-u8 财务软件的学习， 认识和了解了财务软件系统应用基础， 系统管理、 总账管理以及 ufo 报表管理、工资管理和固定资产管理这几个方面的内容。在初次使用用 友(erp-u8)时候老师告诉我们先建立用户，再建账号，这样方便设置用户对账号的管理。 然后建立账套，将相关的企业及人员信息进行初始设置。并在“企业门户”里面进行基础设 置。接下来的过程就是启用总账管理系统进行日常的业务处理了，它是软件管理的核心，通 过对它的操作发我学会了运用计算机进行凭证管理、 出纳管理和账簿管理。 掌握了使用总账 进行转账和对账的功能，能够使用数据生成报表。此外，还对工资管理系统和固定资产管理 系统的相关操作进行了深入的学习。 总之， 通过对用友软件的学习基本上掌握了财务软件的 操作流程及方法。
2.学习体会
因为自己在计算机方面的学习还是很弱的， 尤其是这次学习的主要内容是关系到本专业 学习的电算化操作。 因此在整个学习的过程中， 包括理论课程和上机操作我都在很认真地听 讲和一步步地仔细操作。 但是还是难免的出现了一些问题， 比如说在注册系统时候没有将系 统的时间和账套会计期间相统一， 因此给后面的操作带来了一些不便; 在总账管理系统操作 中设置会计科目时候少设置了明细科目， 结果在输入期初余额时候才发现问题; 在输入数据 的时候抄错了数据， 试算平衡结果是不平衡的; 在制作凭证的时候凭证的制作日期发生了混 乱，系统
提示说制作凭证不序时，无法进行后面凭证的操作，我修改了好久还是不行，把我 急坏了。问了 xx 老师，老师一操作就完成了，我很惊奇。老师说操作的时候不能着急，慢 慢来就好了。看来我的耐心不够好，做事不够仔细。不足的地方还很多呢。我谢过了老师并 继续实验操作。 与去年的手工做帐相比，在学习中我发现了电算化的许多优点：从编制原始凭证、记帐 凭证到登帐、结帐、编制报表(去年全程都是我是和搭档手工完成，处理一些数据的时候出 现了很多的差错，尤其是犯了如：金额写错、错行，借贷不平衡，凭证错乱、丢失等许多低 级的错误) ，而电算化则不同，数据一旦进入系统，记帐、对帐、汇总编制报表等过程都是 在一系列的设置成的体系中进行的; 对于电算化中数据的使用与保存， 只要通过账套的输出 和导入功能便可简便的实现了。
另外，电算化中对于凭证、账簿、报表的收集汇总、归类查 询都是很方便的。会计电算化，提高了会计工作质量，减轻了会计人员的负担，提高了会计 工作的`效率，促进了会计工作的规范化。为更好地发挥会计职能作用，实现会计工作现代化 奠定了良好的基矗总之，电算化给我的印象就是：省时间，省人力、省材料，方便易行! 。 当然，需要说明的是：电算化不能完全取代人工操作。因为计算机也是人工操作的，计 算机不能完全取代人的大脑进行会计操作。 人工的理性化设置使得会计电算化成为了企业及 会计人员的得力的助手。
3.结束语
关键词：高职院校,实验教学,SPSS软件
社会的发展和人才市场的竞争对高校的教育方式不断提出新的挑战,单纯的理论教学已经无法满足社会的需求,尤其是高职院校不可与本科院校比理论知识,理论与实际相结合的教学模式才符合时代的需求。实验教学作为迎合社会需求的产物成为我国高校教学的重要组成部分,是联系高校理论教学与工作实际的纽带。SPSS(StatisticalPackagefor theSocicalScience)是一个适合于自然科学、社会科学领域的统计分析软件包。与其他软件如SAS,SA-TA等相比,SPSS最显著的特点是使用菜单和对话框操作方式,绝大多数操作过程仅靠鼠标击键即可完成,易于操作。笔者在全校范围内开展了SPSS选修课程,结合自身在教学中的经验与感受谈几点对SPSS软件教学的体会。
1 开设SPSS软件应用课程的必要性
1.1 促进课程设置趋于合理化
为了适应社会的需求,高等院校从1992年逐步实施了教育改革,而教育改革包括:体制改革、教学改革和教育思想观念改革三个方面,其中教学改革是核心。高校的教学改革使大家逐渐体会到陈旧的知识体系和单一的课程设置对培养高素质的人才很不利,尤其是高职院校作为一种新兴的高等教育类型,同普通本科院校相比更应该抓实验教学。目前诸多高校多数课程比较注重理论内容,无法满足实际操作的需求,而SPSS软件应用课程能够弥补这一缺陷,一方面为学生创造实际操作的平台,另一方面使高校课程设置朝着合理化又迈进了一步。
1.2 培养学生学习统计知识的兴趣
统计学是财经类专业的一门必修课,也是学生认为学起来比较吃力的课程,调查结果显示困扰学习该课程的一个突出问题是学生认为计算量过大。虽然描述统计知识比较好掌握,但由于数据量较大、计算结果准确率偏低,学生容易产生畏难情绪,再加上高职院校的学生数学基础都比较差,影响了他们进一步学习统计学课程的兴趣。在实践中我们发现,当理论介绍完以后紧接着安排其对应部分的软件教学,效果比较好。
1.3 提高学生动手能力,增强职场竞争优势
在信息时代,作为数据处理和分析技术的统计方法日益广泛地应用于自然科学和社会科学研究、生产和经营管理及日常生活中,其实只要有数据处理的地方都会用到SPSS。非统计学专业的学生走上工作岗位后,在日常工作中或多或少地从事处理统计数据的工作,面对海量的数据,仅凭一张纸和一支笔,无法在规定的时间内准确无误地完成工作,如果他们在学校里系统地学习过这门课程,这些问题将会迎刃而解。
2 SPSS软件应用课程存在的问题
2.1 教材内容偏重上机操作,理论介绍略显不足
统计理论是基础,SPSS软件是解决问题的有力工具、高效途径,统计思想的训练有利于对工具运用和理解,所以在教学过程中应对理论做一定的讲解。然而在众多的书籍中,通常给出案例后,直接跳入如何调用菜单或命令进行分析,穿插介绍每个选项的中文含义,最后解释软件的输出结果,编者们认为教材的重点在于让读者掌握上机操作的步骤,不花太多的篇幅介绍统计理论。然而笔者认为该课程与普通计算机软件操作课程不同,因为SPSS课程教学不是单纯教会学生使用一种软件,而是要在统计理论的指导下正确地使用它。
2.2 数据资料缺乏连贯性,影响教学效果
数据是SPSS授课过程中必须的资料,虽然SPSS软件自身携带了一些数据,教材也附上相应的分析数据,但是这些数据资料基本上都是依据孤立的案例汇集起来的,缺乏一定的连贯性。对于初学者而言,SPSS软件的菜单繁多、可选项目难以区分,再加上数据缺乏连贯性会导致他们无法把前后学到的知识联系起来,难以把握学习SPSS软件的规律,这无疑会影响学生对统计分析的理解和对软件操作的掌握。
2.3 案例的选择脱离身边的环境
在案例的选择上不注意现实性,脱离身边的环境。要使学生掌握使用SPSS,不能空洞地讲解各种统计分析工具的用途和使用方法,这样的课堂枯燥乏味且让学生不易理解、记住相关知识点,更不用说灵活使用和掌握。如果把每一项授课知识点都融入到鲜活的个案、案例中,在案例分析讲解完成时,各种操作方法也随之讲授完成,那么学生学习将更有趣味性,也易于学生高效地理解、吸收知识点。
3 完善SPSS软件应用课程的思考
3.1 为学生适当补充预备知识
为了保证授课效果、提高学生学习的积极性,首先,不用像理论课程教学那样规范地给出数理推导过程,而用一个实例引入本次实验介绍的分析方法,让学生们明白该方法可以解决何种实际问题,这样一来再遇到相似问题,他们就知道该选用哪种方法进行分析,当然还可以借助相关统计学专业理论的书籍。其次,结合关键输出结果,介绍相应理论。很多学生面对大量的输出结果时总显得无所适从,教师可以根据自己的经验从繁多的输出结果中挑选出若干核心指标,深入介绍这些指标的理论背景。学生只有对统计理论有一定的掌握,才能更好地选择统计方法,知道为什么要选用这种方法,更好地利用软件求解并更好地理解输出结果。
3.2 用连贯数据培养学生的统计思维
在教学中最好采用与授课学生专业相近或者有较强现实意义的连贯性数据资料,如果课程安排允许的条件下,可组织学生自己收集。所谓的连贯数据是指在授课的4个环节中使用的数据都是在一个特定的研究目的下,基于同一调查对象收集到的数据。在授课时可以先给学生简要概述数据的来源和研究问题的背景,根据统计学研究问题的方法,设定一系列的研究议题和假设,然后再指导学生使用软件分析这些问题。运用连贯数据不但有助于学生把SPSS各个操作菜单联系起来,更重要的是让他们懂得每个操作选项背后的实际意义,培养他们学会用统计思维研究问题。
3.3 SPSS统计分析软件的教学测评问题
传统“纸加笔”的考试方式在本课程中显得过于僵化,既不能完整地反映本课程的教学内容和教学效果,也不能体现学生的动手能力。针对SPSS软件课程的特点和教学目的,可以采用以社会经济案例为基础的大型作业的形式进行考核。即要求学生以小组(4-6人一组)为单位,在两周的时间内完成,首先根据给定的社会经济问题收集相关数据,在SPSS软件中录入、保存数据,然后根据要解决的问题判断运用哪些数据分析方法进行分析,并利用SPSS软件完成各种分析,在此基础上,要求学生对分析结果合理的解释和分析判断,从而解决实际问题。既然SPSS统计软件作为一门课程进行学习,就需要有相应的评测方法。这样,就可以测评学生对SPSS软件的掌握程度和解决实际问题的能力,并让教师看到是否达到教学目的。
参考文献
[1]郝黎仁.SPSS实用统计分析[M].北京:中国水利水电出版社,2003.
[2]刘宁远.谈SPSS在数理统计教学中的应用[J].科技信息,2009(2):76-83.
[3]王己峰.现代统计分析软件SPSS在教育评价领域中的应用[J].统计与信息论坛,1998(1):59-63.
[4]李付坤.SPSS教学方法探讨[J].统计与咨询,2008(2):70-71.
[5]张尧庭.多元统计分析引论[M].北京:科学出版社,1982:9.
【关键词】藏汉双语 学科成绩 相关性
【中图分类号】G64 【文献标识码】A 【文章编号】2095-3089（2015）05-0012-01
一、概述
据青海省统计局2011年发布的青海省第六次人口普查主要数据公报，全省常住人口562.6万，其中藏族137.51万人，占全省总人口的24. 4%。我省藏区民族中学共105所，其中用藏汉双语授课的学校66所，占全省双语中小学校数的63%。青海藏区教育，说到底是以藏族为主的少数民族教育。
青海省藏区藏汉双语学校主要实行两种教学模式，第一模式为以本民族语言文字授课为主，单科加授国家通用语言文字;第二模式为国家通用语言文字教学为主，单科加授本民族语言文字。
玉树市位于青海省的西南部，地处青藏高原东部，位于玉树藏族自治州最东部，境内平均海拔4493.4米，是一个以牧业为主，农牧结合的县级市。2013年全市总人口为10万人，其中藏族占93%。玉树市是玉树州政治经济文化的，2013年玉树市有中专2所，民族初级中学3所，职业中学1所，小学、幼儿园等64所。
二、问题的提出
实行藏汉双语教学的学校，民族语文和汉语文同等重要。在青海藏区，本着“双加强、双改革、双提高”的原则，实施第一类模式的学校，加强国家通用语言文字教学。实施第二类模式的学校，加强本民族语言文字的教学，努力做到双语教育“并存、并举、并重”。在民族学生掌握国家通用语言文字方面，力争达到学前能会话、小学能交流、初中能听课、高中双语兼通的教学目标。但是，在藏区中小学，无论采取哪种教学模式，都不可避免的会产生两种文化的冲突问题，不同的学生个体由于各自所处的社区、家庭等环境不同，所以对本民族语言文字和国家通用语言文字的认可程度和对待态度不尽相同。藏汉双语教育过程中，由于双语言和双文化的介入，使得原本的一语教育、一元文化的局面被打破了，两种语言并行于教育系统中，双文化教育贯穿于整个双语教学。由此，两种语言和文化不可避免地会产生冲突。在冲突中两种文化并非处于完全同等的地位，强势文化与弱势文化共同存在。那么在不同教学模式的实行过程中，两种语言水平对学科成绩的影响程度如何？目前藏区双语学校采用的不同教学模式是否科学，有没有理论支撑？是我们值得关注的问题。
三、调查取样
本文对玉树市三所民族初级中学八年级共38个班级1473名学生的班级各科平均成绩进行了调查研究。 为便于统计，样本的抽取以班级为单位进行，以下为抽样细则：①样本容量：样本来自玉树市38个八年级班级统一时间进行考试的藏语文、汉语文、数学、历史四个科目成绩。②样本特征描述：所抽取样本为八年级初中生，上述四个科目已经从七年级开始学习了一年半时间。③成绩取样：选取样本为八年级第一学期期中考试成绩。
四、相关性分析
衡量事物之间或称变量之间线性相关程度的强弱，并用适当的统计指标表示出来，这个过程就是相关分析。它是研究变量间密切程度的一种常用统计方法。根据变量之间的不同情况，它分为三类：
（1）线性相关分析。研究两个变量间线性关系的程度。相关系数是描述这种线性关系程度和方向的统计量，用r来描述。
（2）偏相关分析。当两个变量同时与第三个变量相关时，将第三个变量的影响剔除， 只分析另外两个变量之间相关程度的过程 。
（3）距离相关分析。是对观测量之间或变量之间相似或不相似程度的一种测量。它用于同一变量内部各个取值间，以考察其相互接近程度;也可用于变量间，以考察预测值对实际值的拟合优度。
相关系数显著性差异的统计意义。由于抽样误差的存在，样本中两个变量问相关系数不为0，不能说明总体中这两个变量间的相关系数不是0，因此必须经过检验。检验的零假设是总体中两个变量间的相关系数为0。SPSS的相关分析过程给出了该假设成立的概率，公式如下：t=■（r是相关系数，n 是样本观测量数，n-2 是自由度），当相关系数检验的t统计量的显著性概率P< 0.05时，说明两个变量间相关性显著，通常在概率值上方用“？鄢” 表示;当p< 0.01时，说明两个变量间相关性非常显著，通常在概率值上方用“？鄢？鄢”表示; 当p> 0.05 时，说明两个变量间没有显著的相关性，只显示概率值。
通过人工来计算这些复杂的运算比较麻烦，但利用计算机软件来对数据进行相关分析却轻而易举，我们可以使用目前比较常用的SPSS 软件进行相关性分析。上面介绍的三类相关分析的功能集中于SPSS 软件中“分析”菜单下的“相关分析”子菜单中。
基于SPSS统计软件对各科成绩进行相关性分析，得出结果如下：
？鄢？鄢. 在 .01 水平（双侧）上显著相关。
1.汉语文成绩与数学成绩和历史成绩的显著性概率小于0.01，而且有显著相关标识;
2.藏语文成绩与数学成绩和历史成绩的显著性概率大于0.01，而且无显著相关标识;
3.藏语文成绩与汉语文成绩不显著相关。
五、结论和探讨
通过以上数据分析可以得到以下结论：
1.玉树市三所民族初级中学实施的是藏汉双语教学的二类模式，既数学、历史等课程是采用汉语授课，因为汉语文成绩与数学成绩和历史成绩显著相关;
2.在实施二类模式教学的学校，学生课程成绩（除藏语文外）与汉语文水平有显著相关性，加强汉语文教学是提高其它学科成绩的有效途径;
3.在实施二类模式教学的学校，藏语文成绩与其它课程成绩之间不显著相关，但相关系数并非为0，说明学生的智力因素和学习态度等非智力因素影响所有学科成绩。
参考文献：
[1]王荣，尚玛.青海藏区藏汉双语教育发展现状与展望[J].青海师范大学学报（社科版）.2014年，第4期.
[2]王天成.《民族院校藏汉双语数学教育发展问题研究》.《课程教育研究》.2013年，第6期.
[3]万明钢等.双语教学模式与藏族学生智力、学习成绩关系研究[J].西北师范大学学报（社科版）.1999年，第五期.
[4]才果.对青海藏族师范生教学语言兴趣的调查研究[J].民族教育研究.2001年，第三期.
一、软件工程的定义
软件工程(Software Engineering，简称为SE)是一门研究用工程化方法构建和维护有效的、实用的和高质量的软件的学科。它涉及到程序设计语言，数据库，软件开发工具，系统平台，标准，设计模式等方面。在现代社会中，软件应用于多个方面。典型的软件比如有电子邮件，嵌入式系统，人机界面，办公套件，操作系统，编译器，数据库，游戏等。同时，各个行业几乎都有计算机软件的应用，比如工业，农业，银行，航空，政府部门等。这些应用促进了经济和社会的发展，使得人们的工作更加高效，同时提高了生活质量。
二、软件工程的目标
在给定成本、进度的前提下，开发出具有可修改性、有效性、可靠性、可理解性、可维护性、可重用性、可适应性、可移植性、可追踪性和可互操作性并且满足用户需求的软件产品。
三、软件工程的原则
是指围绕工程设计、工程支持以及工程管理在软件开发过程中必须遵循的原则。软件工程的原则有以下四项基本原则：1）选取适宜开发范型；2）采用合适的设计方法；3）提供高质量的工程支持；4）重视开发过程的管理。
四、软件工程的由来
据说上个世纪60年代的程序员都是天才，写程式就像写日记一样，吃过晚饭没事干随手就可以写几个出来玩，第二天还可以拿去卖钱。所以那时候程序员在大家眼中，跟那些搞美术，音乐的是一类的，被称为“艺术家”。
但事过境迁，就像任何人都不会嫌钱多一样，永远都不会有人嫌CPU快的。于是，随之而来的就是硬件的迅猛发展和越来越变态的软件。记得以前常去同学家拷游戏，通常几张软盘就可以搞定，而现在的游戏，两三张CD-ROM都算少的了。像如此庞大复杂的怪物，就算你是如何的天才，一个人肯定是搞不定的，否则，等你把程式写出来，人家Intel连奔腾N都开发出来了。既要开发大型的软件还要追求速度（这样才能赚钱），于是很自然地，合作的概念被提了出来。
在开始合作的初期，由于大家都习惯了当很有个性的“艺术家”，结果可想而知，一个是毕加索派的，而另一个是意大利印象派的，再加上一个画泼墨山水画的，要是像这样凑出来的东西都能不出问题的话，那么Bill早就转行了。所以，那时侯的大型软件，据说“蓝屏”比WINDOWS 98还多。
马克思告诉我们，万物都是从量变到质变的。随着问题的不断涌现，一些master们开始尝试去总结经验，并归纳了一些规范去指导软件的分析，设计，实现，测试，维护，人员交流协作，项目预算及时限控制等方方面面，这就是软件工程的前身。
软件工程到现在已发展了30多年，可以说是相当成熟的了。现在开发软件，据说都是一大帮人排排坐，按着一整套的规章制度来干活。于是，软件开发成了“工程”，程序员也就沦为“工人”了。
五、软件工程的核心
软件工程，说白了，就是这样一套用于软件的团队开发，以提高软件质量和程序员工作效率为目的的规范。其核心就是，对于软件开发的5个重要组成部分：需求分析，设计，编码，调试，维护，如何组织这5个部分的工作，以及如何完成每一个工作。简单来说，就是对于总体的组织和对于局部的实现。
六、软件开发过程
开发软件，就像是解决一个逻辑问题。想想自己平时是怎样写程序的。首先是要有一个想法，即我写的这个程序是要干什么的；然后就是对要实现的核心功能大概构思一种或多种实现方法，并从中选出一种自认为是较好的；接下来就是将涉及的各种主要或次要功能分成各个模块；最后就是分模块来编码和DEBUG。除了第一步外，其余的步骤应该是一个循环的过程。既然软件开发是一个具有不可预知性和变化性的动态的过程，那么，对其每一个步骤的组织，即周期模型，就必须包容它的这种性质。
具体到每一步的工作要怎样完成，是非常灵活的，只要把握住大体的方向就行。在进行分析，设计，编码，调试，维护这几部分的工作的时候，最核心的就是文档的编写。文档的作用在于以下3个方面：一是可以帮助整理思路。把要完成的目标，系统的结构，每一个模块的功能等整理一下，然后分门别类地写下来，这样在开发的过程中，就有据可依，在需要回过头来修改设计的时候，也有证可考。二是便于交流。想象一下开会时的情形。一大帮子人争先恐后，激烈辩论，然后会终人散，思想灵感也就随之散了，结果是开了半天会，什么也没讨论出来。这就是后来会议记录被发明出来的原因。在脑子里的东西一多，就会散而且乱，用语言表达的时候，很容易会丢三落四，别人也很难把握住你的思想。但经过整理写在纸上以后，则会清晰得多，无论是别人还是自己，看起来都可以一目了然。三是可以作为以后维护时的参考资料。有一句名言：“笔和纸永远都比大脑可靠”，意思就是说，放在大脑里的东西说不准哪天就忘了，但写在纸上的东西，只要不发生什么意外，一般是丢不了的。当过了一段时间，你需要再回过头来修改你的程序的时候，你就会发现，你以前写下的文档实在太有价值了。别指望你的源代码，对于复杂一点的程序来说，单纯的源代码几乎会扼杀掉你所有的时间。
可行性分析 就是关于当前项目能不能干的分析结果。主要考虑的方面包括：是否能把这个项目开发出来；假如可以的话，预计需要多少时间，能否满足客人的时间要求；需要多少人力和资金的投入；最重要的是，这个项目能否赚钱，能赚多少。还要对可能存在的风险进行评估。
七、软件工程学习感悟
时间飞逝，不知不觉间《软件工程》的学习完了。在这将近半学期的学习中，虽然我不能说我将《软件工程》学习的有多么的好，但是通过学习，我还是受益良多。
在以前，我一直对软件存在一些偏见或则是误解，认为软件就是程序，软件的开发就是编写程序，只要编完了程序，一切也就ok了，而且我还片面的认为只要我掌握了时下最新的语言和工具，那么我就能写程序了。一个人，只要会编程，就能写软件，就是程序员；一个公司，只要招聘一些程序员，就能开发好的软件产品。只要有几个有经验的程序员，再找些兼职的大学生，就能组成一个软件公司。
但是通过了《软件工程》这门课的学习，使我认识到了我以前的错误。软件其实不仅仅是程序，软件开发其实也不仅仅是编写程序，软件是思想在硬件上的载体和体现，处理的是逻辑和信息。唯有对软件和软件的开发过程，有充分的认识，才能更好的开发出，过程受控、质量受控的软件产品。
而且在以前，我一直以为软件的开发其实是一件很轻松快乐的事情，只要一天坐在电脑旁敲敲键盘，那么一切就可以了，但是现在我才发现，我以前的很多的思想是多么的肤浅可笑。编程其实是一种乐趣和苦恼共存的一项创造性活动。因为编程不仅能够满足我们内心深处进行创造的渴望，而且还能愉悦我们内在的情感。
而且通过学习《软件工程》，我还学到了很多其他的东西。比如通过学习《软件工程》，特别是教员的课程讲解和每次用实际的软件现场的讲解，为我提供了一个尽早接触世界工作和真实项目的机会。让我知道如何在以最小的成本中，训练自己的基本工程素质和能力，如何激发自己的积极性等。而且通过学习《软件工程》，还让我认识和培养了我的团队协作能力，特别是对于我们这些在校的学生来说，这种学习更是能让我在以后工作中少走很多的弯路。
首先，我们认识到了计算机对现在社会、生活的影响之重，我们要想灵活的应对以后生活中的各种问题，拥有一个好的计算机技术必不可少的，而要想真的学好计算机技术，我们首先就得对计算机的操作、工作原理和规则等有一个清晰的认识。
如今仅仅掌握计算机语言并不能有效地使用计算机，我们必须掌握数据结构和算法方面的知识才能应对众多复杂的应用课题。刚开始学习数据结构时感觉它很抽象，而且感觉它没多大用处，后来发现不然，我们学习的是一些方法、思维，只有学会了这些我们才能解决一些非数值运算的程序设计方面的问题。
以前我们用过数据库比如Access，但我们只是很基础的应用它们，并不懂它的创建和工作原理，自从学习了这门课，我才初步了解了数据处理和数据管理方面的一些知识，并学到了
SQL语言的一些基础知识，这对我以后更深层次的学习计算机技术打下了一个基础。
对于教育学和心理学专业的本科生来说, 学习SPSS软件是将统计学理论知识与实际应用相联系的桥梁, 对他们将来从事相关工作或研究益处很多。但从近几届学生毕业论文写作及已工作或读研的毕业生反馈情况来看, 实际工作中应用SPSS软件解决问题的能力较弱。因此, 探索提高SPSS软件应用课程教学效果的方法很有必要。
二、案例教学简介
案例是含有问题或疑难情境在内的真实发生的典型性事件。案例教学通过模拟或者重现真实的问题情境, 让学生把自己纳入该场景, 通过学生间相互研讨、探究进行学习。案例教学有如下特点。
(一) 真实性和完整性
案例取材于工作、生活中的实际, 具有真实性, 是理论联系实际的桥梁。真实生活中的问题, 答案往往是不明确的, 因此以真实性为基础的案例教学更能培养学生解决实际问题的能力。实际问题的解决需要对问题从开始到结束整个过程进行表征, 好的案例必须具有完整性。
(二) 学生为主体
案例教学真正体现了以学生为主体, 以教师为引导的教学。学生既要独立探究案例, 以做到身临其境, 真正成为案例事件的参与者而非旁观者。问题的解决, 起主要作用的是学生而非老师。这一教学方式实现了学生“从苦学到乐学的转变”。
(三) 合作学习
案例教学形式上是一种开放互动的教学, 一般以小组合作学习的形式开展。针对特定的案例, 教师事先要求学生提前阅读, 并布置学生准备开展讨论, 通过课堂上反复的互动与交流, 各小组形成问题解决的方案。小组合作学习的形式对大学生参加工作时团队意识的培养大有益处。
(四) 培养学生解决实际问题的能力
案例教学可以提高学生学习的积极性、主动性, 发展合作学习的技能。由于案例情境的完整性, 解决问题所需各认识过程包括问题表征、信息或数据收集、分析与综合、解决方案设计及评价, 在每一个过程中, 学生都能得到锻炼。学生间观点的碰撞特别能发展他们的包容性、批判性思维和反省意识。案例中的冲突正好给学生创造性解决问题提供锻炼机会。
总的说来, 案例教学适用于复杂知识和专业知识的教学, 统计软件应用正好是专业性较强的课程。
三、教学实验
(一) 被试
52名心理学专业大三学生随机分配为2组, 随机指定一组为实验组, 另一组为对照组。要求所有学生尽可能参加教学过程。所有学生在实验前均未有使用SPSS软件经验。
(二) 程序
首先进行摸底测验, 防止统计学基础知识成为实验的干扰变量。在实验组和对照组统计学知识无系统差异的前提下, 实验组采用案例教学法, 对照组采用传统的“讲解—演示—练习”的方法。实验组在电子教室上课时, 对照组在另一个电子教室完成一定作业;反之亦然。实验结束分别测试学生的SPSS软件操作技能和利用SPSS软件解决实际问题的能力。
(三) 实验结果
1. 摸底测试。
为避免实验组与对照组在统计学知识方面的差异给实验结果带来不利影响, 对两组统计学基础知识的水平进行测试, 实验组 (75.6±8.52) 与对照组 (74.7±7.83) 无显著差异,
2. 实验结果。
实验发现软件操作能力方面, 实验组 (70.6±12.57) 与对照组 (68.0±9.36) 无显著差异, p=0.651>0.05;问题解决方面, 实验组 (73.9±8.10) 显著高于对照组 (56.4±6.88) , p=0.000<0.05。
四、案例教学法的优势
实验组和对照组摸底统计学水平相同, 两组的实验结果具有可比性。
(一) SPSS软件操作技能培养不弱于传统教学法
案例教学的理论基础是建构主义和发现学习理论, 在学习速度上处于劣势。但案例教学法通过学生积极探索、辩论及师生互动, 使学习者体验深刻, 因而学习质量更胜一筹, 这弥补了其在学习速度上的不足。
(二) 解决问题方面优于传统教学法
传统教学虽然也有例子以问题的形式提出, 但其教学过程是先讲授有关知识技能, 把解决例题中的问题作为一种练习, 而不是实际问题解决的全程教学。案例教学呈现的案例则是完整性的, 就SPSS软件应用课程而言, 往往会涉及数据收集因而不可避免地要设计实验或问卷调查, 包括被试选择、数据录入和检查直到统计结果分析和报告撰写, 这才是完整的问题解决方案。传统教学模式下, SPSS软件应用实际退化成了软件操作, 教学目标窄化了。
摘要：采用实验组对照组设计, 实验组采用案例教学法, 对照组采用传统的演示—练习教学法。结果发现:案例教学法在培养SPSS软件操作技能方面不弱于传统教学法, 在培养解决实际问题能力方面优于传统教学法。
关键词：SPSS软件,案例教学法,合作学习,解决
参考文献
[1]郑金洲.基于新课程的课堂教学案例[M].福州:福建教育出版社, 2003.
[2]胡振媛.高职数学案例教学探究[D].济南:山东师范大学, 2007.
[3]杨小英.案例教学与学生主体精神的培养[D].长沙:湖南师范大学, 2007.
【spss软件的学习心得】推荐阅读：
autocad软件的学习心得05-31
软件实践课程学习心得09-09
软件工程实践学习心得04-01
软件测试课程学习心得06-27
学习ps软件心得体会02-14
预防医学spss软件总结12-12
软件的学习总结09-11
spss学习心得03-28
如何正确有效的学习office软件01-20
spss课程学习心得体会06-22
