西京学院理工科数学成绩分析

王洋管艳 田怀谷 章培军 张晓娟

摘要：成绩分析结果可以很直观地反映出一个学校的教学质量，定期对成绩进行分析对比是非常必要的。现收集出西京学院从2017年到2019年5个院系的学生人数、数学课程卷面不良好人数和总评不良好人数的数据信息。首先对数据进行有效处理，然后对2017—2019级各院系数学科目的总评不良好人数进行对比，以及对三个年级各院系之间数学成绩进行对比，得出其变化趋势，最后将处理的数据信息直观的反应在图表中，这样可以更加方便的对比出各院系每学年的成绩情况。成绩分析结论不仅有助于学校进行教育计划改革，还可以突出院系之间的差异，经过数据分析，提出一些措施与建议来提高同学们的数学成绩。

关键词：数学课程;成绩分析;教学质量

西京学院始建于1994年，属于理工科类院校，主要的理工科专业包括自动化、电气及其自动化和测控技术与仪器等，这些专业对数学有极高的要求，在今后的研究与学习中，数学是一项必备基础，所以学好数学这门课程十分重要[1]。

本文主要搜集了4个院系的历年成绩情况：理学院、信息工程学院、机械工程学院和土木工程学院，进行分析的数学课程有3门：高等数学A1、高等数学A2、线性代数A。通过对这些数学课程成绩的分析，试图弄清楚各院系间学生对数学课程的学习情况以及院系之间教学质量的差异，并提出相应的改良措施，从而缩小院系间的差距，改善学生的数学成绩[23]。

1数据收集与整理

本章节主要介绍进行分析的数据来源和收集方法，并整理出有效的数据。

1.1数据来源与收集

各院系的成绩分别由各自的教务科整理，通过向各个院系提出申请，从而获取每学年的成绩资料。《高等数学》和《线性代数》都是实行分级教学，《高等数学》分为《高等数学A1》《高等数学A2》《高等数学B1》和《高等数学B2》，《线性代数》分为《线性代数A》和《线性代数B》。按照专业的需求，工科院系主要学习《高等数学A1》《高等数学A2》和《线性代数A》，会计学院和商学院主要学习《高等数学B1》《高等數学B2》和《线性代数B》，所学的内容有所不同[4]。

1.2数据整理及有效数据

为了避免出现数据杂乱而导致的数据丢失现象，本文进行多次翻阅与核对，最终获得可靠有效的几组数据[56]。

理学院包括应用统计学、自动化、测控、应用化学和电气专业;信息工程学院包括计算机科学、大数据、物联网和电信专业;机械工程学院包括机械及其自动化、汽车修理和工业设计专业;土木工程学院包括工程管理、工程造价和土木工程专业。如下表为2017—2019级理工科院系数学课程不良好学生成绩情况：

本文主要分析理工科院系的数学成绩，数学考试总评成绩由平时成绩和期末成绩构成，平时成绩占30%，卷面成绩占70%。收集了2017级、2018级和2019级理工课院系的《高等数学A1》《高等数学A2》和《线性代数A》的成绩资料。具体数据包括学生人数、卷面不良好人数和总评不良好人数。

2数据分析

本章节主要从2017级、2018级、2019级各学院内的数学成绩，以及每一年级各科成绩的变化趋势进行分析，得出学院之间的成绩差异，以及各级之间的成绩差异。

2.12017级、2018级和2019级院系之间的对比

为了对比出来学院之间的差异，对数据进行分类整理，再将数据进行图视化处理，能够直观地看出2017—2019级每个学院对应的数学成绩情况。主要从学院学生人数、卷面不良好人数和总评不良好人数分析，分析结果如图1所示：

从图1中可以看出，在2017级《高等数学A1》课程成绩中，机械工程学院总评不良好人数有0人，2019级《高等数学A2》课程中，理学院总评不良好人数有0人，说明理学院从2017级到2019级教学制度的不断完善，学生的成绩也得到了有效的提高。另一方面，可以看出院系之间的差距不明显，学生对数学一直保持热爱，特别是在2017级《高等数学A2》中表现地最为明显。

从图1还可以看出，学院间《线性代数A》的成绩差异比较大，2017级各学院间的成绩比较稳定，从2018级开始，各个学院的成绩差异越来越大，特别是2019级信息工程学院和土木工程学院之间的差异，土木工程学院的总评不良好率为3.8%，而信息工程学院的不良好率达到27%，从中就可以看出学院之间的教育管理存在一定的问题。

2.22017—2019年每级每个院系变化情况

为了比较出每一级之间的成绩差异，从而可以相互借鉴和学习，对2017—2019级各个书院的数学成绩进行了对比，如图2所示为2017—2019级各院系数学成绩变化趋势：

从图2（a）可以看出，从2017到2019级理学院、信息工程学院和土木工程学院《高等数学A1》的总评不良好人数在逐渐减小，然而机械工程学院的总评不良好人数在增加。

图2（b）为2017—2019级各院系《高等数学A2》成绩变化趋势，图中数据显示出，每个学院的《高等数学A2》成绩都有好转的趋势，特别是土木工程学院变化趋势更加突出。

图2（c）所示为2017—2019级各院系《线性代数A》成绩变化趋，从图中可以看出，2018级开始各个学院的良好率越来越低，不良好人数剧烈增加，信息工程学院的变化极为剧烈。

3措施与建议

通过考试结果分析反馈，可以看出，数学整体的成绩还不错，比较稳定，但是线性代数的成绩却不理想，应该制定合理的措施去改善这种情况，如下是一些建议与措施：

（1）多举办一些有关数学的活动，改变同学们对数学的固有态度，提高对数学的兴趣;

（2）鼓舞学生组队参加各种数学竞赛以及数学建模活动，引导学生回顾所学知识，调整心态，克服心理障碍;