建立学生成绩“分析—反馈”机制 提高教学管理精细化水平

张萍+++贺进+++刘新宏+++冯雪莲

摘 要：提高人才培养质量是大学的核心任务，高水平的教学管理是提高人才培养质量的基本保证。衡量人才培养质量的指标有很多，其中课程考试成绩是最常用、最普遍和最有效的指标之一。本文探索建立大学生成绩“分析—反馈”机制，对学生考试成绩进行深度分析，将分析结果反馈至教学管理部门，从而优化课程设置，提高教学管理精细化水平。

关键词：课程考试；教学管理；课程建设

一、构建学生成绩“分析—反馈”机制

学生成绩“分析—反馈”机制由宏观课程体系、微观课程间相互依赖性、课程设置结构三个部分，以及分析、反馈两个环节组成。

1. 宏观课程体系

学生的成绩分布因其学习专业的不同，课程知识结构、教学要求、培养目标不同而表现出一定的差异。本文运用数据挖掘技术，将课程体系进行分类，分析公共基础课程、专业基础课程、选修类课程、集中实践课程四类课程的不及格情况，以便了解哪类课程学生较易掌握，哪类课程学生较难掌握。对于学生较难掌握的课程，任课老师根据反馈结果不断改进教学方法，完善知识内容，帮助学生分析原因，为学生后续学习找准方向。教学管理部门加大较难掌握课程的建设支持力度，配备优秀教师，增加辅导环节，促使学生学习事半功倍。

2. 课程间相关依赖性

课程之间存在一定的关联性。在日常教学中会发现，一些课程成绩不高的学生，另外一些课程的成绩也不会很高。对其他课程有影响的课程，学校应加强该类课程的建设投入，提高教学管理的针对性和实效性，这对提高教学质量将起到关键作用。

3. 课程设置结构

教学管理部门根据相关学科知识和能力要求，按一定比例和逻辑关系将课程安排在不同的学年向学生开设。但在现实中，存在有些学年学生课程难度较高，有些学年学生课程难度较低的情况。通过对不同学年学生成绩进行统计分析，教学管理部门可根据各学年课程的难易程度并结合实际情况，适当对教学安排、学时分配等进行调整，从而优化课程设置结构。

二、学生成绩“分析—反馈”案例分析

下面，我们以某校计算机专业为例，探索如何建立成绩“分析—反馈”机制，挖掘隐藏在学生成绩背后的有价值信息，促进教学的精细化管理和教学管理水平的提高。

1. 宏观课程体系分析

课程考试平均成绩可反映出学生整体对课程的掌握程度。如果课程的平均成绩较高，表明学生整体对该门课程内容的掌握较为理想；如果课程的平均成绩较低，表明学生整体对该门课程内容的掌握不够理想。学生成绩的标准差反映了学生个体对课程内容掌握的差异程度。如果标准差较小，表明学生对课程内容掌握程度的差异较小；如果标准差较大，表明学生对课程内容掌握程度的差异较大。

根据学生平均成绩及标准差进行聚类分析，可将课程体系中相似程度高的课程聚为一类，把相似程度低的课程区分开来，找出难度较高、较低的课程，进而对整个课程体系有一个更全面深入的认识。本文以学生的平均成绩及其标准差作为两个变量，应用SPSS软件中两步聚类方法对计算机专业开设的课程进行了聚类分析，聚类结果如下表1所示：

从上表可以看出，第一类课程平均成绩较高，标准差较低，说明学生对该类课程内容的掌握程度较好，课程相对较为容易。该类课程以体育、实验课程为主。第三类课程平均成绩较低，标准差较高，说明学生对该类课程内容的掌握程度较低，课程难度较高。该类课程全部为基础课程和专业主干课程，包括信号与系统、线性代数与空间解析几何、数理逻辑、数字逻辑与数字系统、微机接口技术、计算机系统结构、计算机组成原理、离散数学、电路与电子学、复变函数与积分变换、概率论与数理统计、编译原理。要提高学生的成绩和人才培养质量，需要加强这类课程的建设和学习辅导。

2. 课程间相关依赖性分析

对计算机专业学生的课程成绩进行多元回归分析，可以找到影响其他课程成绩的一些关键课程。

（1）基础课程对专业主干课程的影响

本文以专业主干课程中的信号与系统、电路与电子学、计算机组成原理、数据结构与算法、微机接口技术为例，分析基础课程的学习是否会对这些专业主干课程的学习产生影响。为了筛选出影响专业主干课程学习成绩的公共基础课程，我们采用向前回归方法进行多元回归统计分析，设定的显著性水平α=0.05，得出相关课程的多元回归方程式为：

信号与系统：y1=19.645+0.214x5+0.253x9+ 0.212x2

电路与电子学：y2=6.253+0.256x5+0.215x7+ 0.187x9+0.247x2

计算机组成原理：y3=-22.879+0.334x2+ 0.672x8+0.241x7

数据结构与算法：y4=8.216+0.389x2+ 0.276x9+0.219x1

微机接口技术：y5=-20.007+0.723x8+0.398x2

其中，x1为程序设计基础，x2为大学物理，x5为概率论与数理统计，x7为离散数学，x8为模糊数学，x9为数理逻辑。

从上述多元回归结果可以看出，程序设计基础、大学物理、概率论与数理统计、离散数学、模糊数学、数理逻辑对专业主干课程的学习成绩具有显著影响。

（2）专业主干课程对专业课程的影响

本文以专业课程中的人工智能、面向对象程序设计、汇编语言程序设计为例，分析学生的专业主干课程的学习情况是否对其专业课程的学习有影响。为了筛选出影响专业课程学习成绩的专业主干课程，我们采用向前回归方法，设定的显著性水平α=0.05，得出相关课程的多元回归方程式为：

人工智能：y6=33.265+0.207x17+0.254x12+ 0.160x13

面向对象程序设计：y7=36.763+0.198x11+ 0.192x12+0.187x15endprint

汇编语言程序设计：y8=6.169+0.345x14+ 0.250x15+0.215x18+0.150x12

其中，x11为电路与电子学，x12为计算机网络原理，x13为计算机系统结构，x14为计算机组成原理，x15为数据结构与算法，x17为微机接口技术，x18为信号与系统。

从上述回归结果我们可以看出，电路与电子学、计算机网络原理、计算机系统结构、计算机组成原理、数据结构与算法、微机接口技术、信号与系统等专业主干课程的学习成绩对专业课学习成绩有着显著的影响。

3. 课程设置结构分析

本文对计算机专业学生从大一至大三3个学年的不及格率进行了统计分析，发现计算机专业学生的不及格率呈现逐步提高的趋势，大三不及格率最高，大二次之，大一最低。前述分析已找到了较难掌握和较为关键的课程，结合不及格率的变化趋势，在课程设置上，教学管理部门可合理地对难度较大、较关键课程进行调整，以优化课程设置结构，避免这些课程在某一学年扎堆，减轻学生的学习压力。

三、实施教学精细化管理的建议

1. 建立系统的学生成绩监测体系

成绩分析对学生的学习效果、教师的教学水平、学校的教学管理水平具有指导和反馈作用。在纵向上，通过对同一学院几届学生成绩的比较，了解该学院学生成绩的变化情况，及时发现问题，提高教学管理水平。在横向上，通过对不同学院同一课程的成绩分析比较，可比较不同学院之间学生的学习情况，对成绩较差的学院予以重点关注，及时采取措施。学校应将成绩分析作为教学管理工作中的一部分，建立长期、系统的成绩分析反馈体系，实时追踪学生的学习成绩，定期反馈给学校教学管理部门、反馈给各专业、反馈给授课教师。

2. 根据学习成绩分析反馈结果开展课程建设

（1）建立科学、合理的学科专业课程体系

课程体系是人才培养的载体，要培养适应社会需求、素质高、能力强的学生，必须要建立科学、合理的学科课程体系，只有各类课程合理、协调建设才能提高人才培养质量。合理处理不同课程在整个课程体系中的设置是优化课程体系的一个重要问题，也是保证课程整体功能的重要条件。[1]通过学生成绩的统计分析，了解各类型课程学生的掌握程度以及各类课程之间的联系，可以为调整并建立科学、合理的学科课程体系提供重要信息。

（2）分类指导课程建设

各专业在学科门类特点、专业定位、人才培养目标和模式等方面存在差异，故在课程建设中应该根据各专业的特点进行分类指导。比如计算机专业的专业主干课程难度较高，对专业课程的学习影响较大，在课程建设中应该更加注重专业主干课程的建设，并加强该类课程的学习辅导。

（3）有针对性地开展课程建设

通过成绩分析，可知哪些课程学生容易掌握，哪些课程不容易掌握。集中资源有针对性地建设学习难度较高、较关键的课程，可以更快、更好地提高人才培养质量。从上述分析可以看出，基础课程和专业主干课程难度较大，它们对后续专业课程的学习也有重要影响，因此加强这类课程建设至关重要。为此，西安交通大学建立了专业基础课程和专业主干课程责任教授制度。责任教授全面负责课程及相应实验的建设，并承担不得低于该课程一定学时的授课任务。计算机专业以培养厚基础、强实践、重实践、符合社会需求的高层次人才为目标，借鉴美国麻省理工学院EECS学科课程体系，打造符合学院实际情况的学科基础课程平台。通过该系列课程的学习，学生们对本学科的核心理论知识有了扎实的理解，对今后技术发展的方向有了清楚的认识，同时也极大地激发了学生自主学习、勇于创新的意识。

参考文献：

[1] 马岱，史巧硕，吴敬松. 基于多元统计分析的课程体系量化评价模式研究[J]. 中国大学教学，2009（9）.

[责任编辑：夏鲁惠]endprint