影响大学生学习毕业论文PPT.ppt

数学模型建立 统计分析 性别因素对大学生学习成绩的影响 利用SPSS对大学生数学成绩与学习习惯进行回归分析 大学生学习成绩综合影响因素的分析 * 大学生学习成绩影响因素的实证分析 Empirical Analysis of factors affecting academic performance in university 答辩人:李媛媛 学号：200911010013 导师：张庆丰 专业：信息与计算科学09-1班 学院：数理学院 论文基本框架 研究现状、目的和意义 研究思路和方案设计 数学模型建立 统计分析 结论 研究现状、目的和意义 学习成绩是对大学生是否掌握相应科学知识的评价,同时也在一定程度上影响其学业、求职和就业,也反映出大学生对学习、知识的态度甚至整体素质的高低.非智力因素是大学生全面发展的主导,是影响大学生成绩的主要因素.有关学业成绩的研究引起了教育界的重视,进行的众多相关研究之间却存在着明显的分歧.这既反映出这个研究领域受重视的程度,也反映出这个问题还需要进一步的深入探讨证明. 本文通过对我院大一、大二和大三136名大学生进行抽样问卷调查,以他们的最重要的基础课成绩——数学和英语成绩为例,采用方差分析法,因子分析法和主成分分析法,利用SPSS软件对调查数据进行统计分析,从而找出影响学生学习成绩的主要原因,对如何提高大学生学习成绩提出了有效的建议,也为进一步的教育改革提供了一定的理论依据. 研究思路和方案设计 研究思路流程图 提出问题 理论构建 调查方法 方法介绍 数据汇总 数据分析 深入分析 预调查 选择原始变量 样本可信度检验 一般性描述统计分析 结论与建议 方案设计 2009年到2012年这四年以来,安阳工学院本科平均录取分数均高于全国高考本科可控制分数线,也就是说此次调查数据符合普通高校学生的总体情况,因此此次调查选取的学生样本,对于普通高校的研究,具有一定代表性和意义.在文共15个题项,在从完全符合到完全不符合4点量表上作唯一选择,其中正向题按4-1分记分,负向题按1-4分记分,得分越高,影响度越高.其中调查对象是10,11和12级学生,各年级调查人数基本相同,女生所占比例为41.91%,男生所占比例58.09%,男生人数略高于女生,尽管调查抽样可能会存在某些误差,符合该院系男女比例6:4的事实. 年份 最低 最高 平均 本科控制分数线 录取批次 2009 520.00 586.00 532.00 520.00 本科二批 2010 500.00 550.00 511.00 500.00 本科二批 2011 531.00 585.00 538.00 531.00 本科二批 2012 488.00 519.00 492.00 481.00 本科二批 1、方差分析 方差分析是采用数理统计的方法对所有结果进行的分析,以鉴别各种因素对研究对象的某些特征值影响大小的一种有效方法. 2、因子分析 因子分析是研究相关阵或协方差阵的内部依赖关系,它将多个变量综合为少数几个因子,以再现原始变量与因子之间的相关关系. 3、主成分分析 主成分分析是将多指标化为少数几个综合指标的一种统计方法.主成分分析是从原始变量中导出少数几个主分量,使他们尽可能多地保留原始变量的信息,且彼此互不相关.主成分分析的应用目的是数据的压缩、数据的解释. 1、性别因素对大学生学习成绩的影响 2、年级因素对大学生学习成绩的影响 3、历史因素对大学生学习成绩的影响 4、利用SPSS对大学生数学成绩与学习习惯进行回归分析 5、大学生学习成绩综合影响因素的分析 对数据进行统计分析可得：性别因素对大学生的数学成绩、高考成绩并无显著性影响,而对大学英语成绩有显著性影响,在兴趣的倾向性上男生明显爱好科学,喜欢动脑、并积极探索,悟性比较高.女生则多半对小说、语言感兴趣,学习踏实.先天的生理因素不是影响大学生成绩的主要因素,而后天的努力、掌握适当的学习方法和培养自学的能力才是提高大学成绩的关键. 方差方程的 Levene 检验 均值方程的 t 检验 F Sig. t df Sig.(双侧) 均值差值 标准误差值 英语成绩 假设方差相等 .040 .040 -2.160 134 .033 -3.07417 1.42310 假设方差不相等 -2.215 129.998 .029 -3.07417 1.38803 数学成绩 假设方差相等 .026 .026 -1.672 134 .097 -2.66844 1.59602 假设方差不相等 -1.761 133.999 .080 -2.66844 1.51502 高考成绩 假设方差相等 .084 .084 -1.287 134 .2