袁玉興 韋磊鵬

摘 要：本文是在《高校學(xué)生分層培養(yǎng)的統(tǒng)計分析模型》中聚類分析的基礎(chǔ)上，對不同類群的學(xué)生成績再做進一步分析。文中分別對第一大類（考研學(xué)生）和第三大類（就業(yè)學(xué)生）的在校成績與考研情況和就業(yè)情況的相關(guān)性進行回歸分析。通過分析得出學(xué)生考研情況和就業(yè)水平的主要影響因子，為高校學(xué)生制定學(xué)習(xí)計劃、職業(yè)規(guī)劃以及高校制定培養(yǎng)計劃、課程安排等提供了參考。

關(guān)鍵詞：學(xué)生成績統(tǒng)計分析回歸分析影響因子

1 多元線性回歸模型

其中，k：自變量的個數(shù)；β0：截距，它給出了所有未包含在模型中的自變量對Y的影響； 稱偏回歸系數(shù)，表示在其他自變量保持固定時，Xj每變化一個單位時，Y的均值E（Y）的變化，它給出了Xj的單位變化對Y均值的影響。

2 回歸分析過程

2.1 對第一類進行回歸分析

首先建立回歸模型。由于自變量不止一個，所以要建立多元線性回歸模型：

其中Y表示因變量，這里將第一類學(xué)生的考研成績作為因變量；X表示自變量，各課程的成績構(gòu)成自變量。注釋：①學(xué)生的考研成績不能直接套用考研總分數(shù)，而是總分減去專業(yè)課分數(shù)；因為學(xué)生報考的專業(yè)不同，考的內(nèi)容不同，甚至還有跨專業(yè)報考，考研成績中的專業(yè)課分數(shù)與該學(xué)生在校期間的成績沒有顯著關(guān)系。②由于考研劃區(qū)情況，在對每個學(xué)生考研成績處理時，將二區(qū)定位標準，把報考一區(qū)的考生各科分數(shù)平均加十分（按照往年復(fù)試劃線規(guī)律為轉(zhuǎn)換標準）。

確定自變量X（X1：專業(yè)基礎(chǔ)課，X2：專業(yè)平臺課，X3：金融方向課，X4：計算方向課，X5：公共基礎(chǔ)課）和因變量Y，運行實現(xiàn)以下數(shù)據(jù)：

①各變量指標相互之間以及與因變量之間的相關(guān)性如下面截圖（見表1）。

從表3中數(shù)據(jù)可以看到在第一類學(xué)生的五種課程與考研成績相關(guān)性中，有三個變量與因變量考研成績成正比關(guān)系，有兩個變量則成反比關(guān)系；其中專業(yè)基礎(chǔ)課具有最顯著的正比關(guān)系，其次就是公共基礎(chǔ)課。

②設(shè)置回歸系數(shù)95%的置信區(qū)間（即顯著水平α=0.05），設(shè)置自變量直接進入，運行得出系數(shù)列表（見表2）：

a 因變量：處理后的考研成績

從表中數(shù)據(jù)觀察，專業(yè)基礎(chǔ)課與公共基礎(chǔ)課的標準化系數(shù)分別0.972和0.636，并且t和概率p值都明顯小于檢驗顯著水平α值。

SPSS軟件還可生成部分回歸圖，能夠更直觀，形象的表達各自變量與因變量的線性關(guān)系。如下面圖1和圖2所示：

2.2 對第三類進行回歸分析

自變量是五種科目的成績，因變量是就業(yè)情況，沒有數(shù)值數(shù)據(jù)可以將因變量真表達。由于做回歸分析研究的主要是學(xué)生在校期間各科成績對就業(yè)情況的影響以及影響程度，并不需要求得確切的相關(guān)系數(shù)來做擬合或預(yù)測，所以可以根據(jù)企業(yè)的自身規(guī)模、級別以及工作待遇、福利人為地將各企業(yè)用數(shù)值數(shù)據(jù)表達，不妨將所有企業(yè)等級轉(zhuǎn)化為百分制，構(gòu)成與自變量等數(shù)量級的值。

因變量的構(gòu)建：采用企業(yè)規(guī)模、薪資待遇和保險福利三項屬性指標衡量各類企業(yè)的優(yōu)劣，從而計算其得分（即因變量數(shù)值）。各類企業(yè)得分計算標準如下表（見表3）。

回歸模型采用多元線性回歸模型。利用SPSS軟件實現(xiàn)得：①各自變量間以及自變量與因變量之間的相關(guān)性表（見表4）；②回歸模型中的擬合程度（見表5）；③回歸模型的回歸系數(shù)表（見表6）。

從上表中可以看出各自變量與因變量盡管存在相關(guān)關(guān)系，不過相關(guān)性都很小，最大的只有金融方向課的系數(shù)為0.1，其他的都不足0.1。

在表5中的顯著性檢驗的概率P值得到：P明顯大于顯著性水平α（α=0.05），所以被解釋變量與解釋變量沒有顯著的關(guān)系，無法做線性回歸的模型。

從最后生成的回歸系數(shù)表看出：每一個自變量的估計系數(shù)的t值和概率P值都大于顯著性水平，都不符合回歸要求。

3 小結(jié)

通過對兩類學(xué)生進行的回歸分析和相應(yīng)的解釋，得出以下結(jié)論：有考研意向的學(xué)生在平時的學(xué)習(xí)中要具有針對性，加強在專業(yè)基礎(chǔ)課和公共基礎(chǔ)課上的學(xué)習(xí)。在大三或大四備考階段，可以適量減少對后續(xù)開設(shè)的課程的學(xué)習(xí)。至于學(xué)校方面，應(yīng)該在培養(yǎng)方案的制定中做到因材施教，對于考研的學(xué)生，合理的減少一些后續(xù)課程的開設(shè)或是對某些課程只做了解的要求，而加強專業(yè)基礎(chǔ)課和公共基礎(chǔ)課的培訓(xùn)。對于有就業(yè)意向的學(xué)生，在校期間除了掌握一定的專業(yè)知識外，應(yīng)該注重提高自身的綜合素質(zhì)的提高，加強社交能力和職場能力的鍛煉，認真做好職業(yè)規(guī)劃，了解就業(yè)行情，努力把自己把培養(yǎng)成為能夠駕馭未來或適應(yīng)未來的具有競爭優(yōu)勢的高素質(zhì)人才。

[參考文獻]

[1]何曉群.多元統(tǒng)計分析[M].北京：中國人民大學(xué)出版社.2004.

[2]向東進.實用多元統(tǒng)計分析[M].北京：中國地質(zhì)大學(xué)出版.2005.

[3]薛薇.統(tǒng)計分析與SPSS的應(yīng)用（第二版）[M].北京：中國人民大學(xué)出版社.2008，2.

[4]蘇斌，謝友芹.統(tǒng)計分析在學(xué)生成績評估中的應(yīng)用[J].系統(tǒng)工程理論與實踐.2006.

[5]戴凌霄，馬英紅，趙慶禎.基于SPSS軟件分析影響高中生成績的各因素[J].信息技術(shù)與信息化.2005.

[6]張文彤主編：SPSS統(tǒng)計分析教程[M]，北京：北京希望電子出版社.2002.

[7]潘文浩.基于SPSS的大學(xué)生綜合測評成績分析研究[J].吉林省教育學(xué)院學(xué)報.2010.

[8]董曉萌.高校學(xué)生成績的綜合評價法[J].價值工程.2011.

[9]陸梅芳.高校學(xué)生成績綜合評價研究[J].池州學(xué)院學(xué)報.2010.