学校考试成绩分析

学校考试成绩分析（共7篇）

学校考试成绩分析 篇1

本次期末考试，我校七年级6个班共有学生309人，参考人数为309人（汉昌学区七年级共有70个班，其中启明20，三阳22，思实10，桂花9，简青6，浊水2，清水2，共有考生3700人）。八年级6个班有学生309人，参考人数为309人（汉昌学区七年级共有67个班，其中启明20，三阳22，思实10，桂花9，简青6，浊水1，清水2，共有考生3527人）本次成绩分析从两个方面进行，一是与学区比较，二是与学校期中考试比较，三是与本校期中考试比较。

一、成绩分析

1.与学区平均比较

评价办法：取期末考试合格率40%、平均分30%、优秀率15%、关爱率15%三项数据汇总来进行比较。

（一）班级与学区平均比较（表1）

表1.

班级	班主任	总分	总平均分	四科全优	四科全优率	全科及格	全科及格率	关爱422	关爱率	总评	区平差值	区次	校次
1班	李颖	26713	68.15	0	0		28.57		85.71	44.73	-5.11
2班	陈卫	28615	70.13	0	0		37.25		88.24	49.18	-0.66
3班	吴攀	28661	68.9	0	0		36.54		82.69	47.69	-2.15
4班	李姣香	30809	74.06		1.92		48.08		90.38	55.3	5.46
5班	金赣梅	30131.5	71.06		1.89		41.51		83.02	50.66	0.82
6班	吴艺芳	29140.5	70.05		1.92		32.69		86.54	47.36	-2.48
校平	174070	70.42		0.97	116	37.54		86.08	49.2	-0.64
区平	1998870.5	70.84		1.64	1402	39.75	601	82.96	49.84
班级	班主任	总分	总平均分	四科全优	四科全优率	全科及格	全科及格率	关爱422	关爱率	总评	区平差值	区次	校次
7班	邹妹玲	25405	67.21		7.41		25.93		75.93	43.04	-6.11
8班	陈志龙	25238.5	69.34		7.69		28.85		80.77	45.61	-3.54
9班	范滋	23479.5	67.08							42.32	-6.83
10班	刘俊丽	24583.5	70.24							50.47	1.32
11班	蔡益珍	24474	68.55		1.96		29.41		80.39	44.68	-4.47
12班	陈经纬	24025.5			1.92		17.31		76.92	38.55	-10.6
校平	147206	68.06		6.47		26.86		79.61	44.07	-5.08
区平	1836201	70.90	334	9.03	1305	35.27	638	82.76	49.15

从表1数据可以看出，我校八年级校平数据与区平数据比较除关爱率外其余几项均偏低。班级总评除七年级10班（+1.32）、八年级4班（+5.46），其他班级总评都低于区平，八年级1班（-5.11）、尤其是七年级12班（-10.6）。

（二）单科与学区平均比较（表2.）

表2.	班主任	平均分	优秀率	及格率	关爱率	语文总评	区次	校次	教者
区平	77.74	2.47	74.71	80.12	65.59
校平	78.72	1.94	80.26	85.76	68.88
1班	李颖	75.68	2.04	69.39	71.43	61.48			吴伟
2班	陈卫	75.55	1.96	66.67	78.43	61.39			吴伟
3班	吴攀	75.72	0	78.85	84.62	66.95			李姣香
4班	李姣香	81.48	1.92	90.38	92.31	74.73			李姣香
5班	金赣梅	82.91	3.77	88.68	94.34	75.06			赖文静
6班	吴艺芳	80.69	1.92	86.54	92.31	72.96			赖文静
	班主任	平均分	优秀率	及格率	关爱率	数学总评	区次	校次	教者
区平	68.83	24.04	54.66	80.32	58.17
校平	72.55	25.24	61.81	84.47	62.95
1班	李颖	66.37	14.29	51.02	77.55	54.1			陈卫
2班	陈卫	73.75	27.45	60.78	86.27	63.5			陈卫
3班	吴攀	72.96	21.15	65.38	86.54	64.19			黄浩宇
4班	李姣香	81.4	44.23	67.31	90.38	71.54			陈能香
5班	金赣梅	70.6	22.64	66.04	81.13	63.16			李松柏
6班	吴艺芳	69.92	21.15	59.62	84.62	60.69			李松柏
	班主任	平均分	优秀率	及格率	关爱率	英语总评	区次	校次	教者
区平	77.1	31.44	63.28	80.24	65.20
校平	77.38	29.45	61.49	83.50	64.75
1班	李颖	76.40	30.61	55.10	81.63	61.80			吴艺芳
2班	陈卫	71.59	17.65	49.02	80.39	55.79			黄健美
3班	吴攀	72.45	15.38	57.69	78.85	58.95			黄健美
4班	李姣香	79.62	36.54	63.46	82.69	67.15			池淼辉
5班	金赣梅	79.97	32.08	67.92	88.68	69.27			池淼辉
6班	吴艺芳	84.03	44.23	75.00	88.46	75.11			吴艺芳
	班主任	平均分	优秀率	及格率	关爱率	物理总评	区次	校次	教者
区平	70.99	43.61	72.21	80.61	68.81
校平	69.91	39.48	71.84	80.26	67.67
1班	李颖	70.16	38.78	73.47	83.67	68.8			余松林
2班	陈卫		35.29	78.43	84.31	70.31			余松林
3班	吴攀	68.52	44.23	67.31		65.36			余松林
4班	李姣香	76.33	51.92	80.77	84.62	75.69			方丽
5班	金赣梅	69.49	43.4	69.81	75.47	66.6			方丽
6班	吴艺芳	64.98	23.08	61.54	78.85	59.4			朱有乾
	班主任	平均分	优秀率	及格率	关爱率	生物总评	区次	校次	教者
区平	69.75	29.09	79.25	80.83	69.11
校平	64.65	13.92	68.28	71.52	59.52
1班	李颖	62.02	10.2	61.22	63.27	54.11			刘小妹
2班	陈卫	65.94	11.76	72.55	74.51	61.74			刘小妹
3班	吴攀	62.5	17.31	69.23		60.29			陈志龙
4班	李姣香	69.33		76.92	76.92	66.86			陈志龙
5班	金赣梅	65.98	13.21	71.7	75.47	61.78			金赣梅
6班	吴艺芳		5.77	57.69	63.46	52.06			金赣梅
	班主任	平均分	优秀率	及格率	关爱率	地理总评	区次	校次	教者
区平	69.72	32.66	77.86	80.15	68.98
校平	69.83	26.54	81.55	84.47	70.22
1班	李颖	69.39	20.41	83.67	83.67	69.9			李颖
2班	陈卫	70.08	27.45	84.31	88.24	72.1			李颖
3班	吴攀	66.69	19.23	73.08	78.85	63.95			李颖
4班	李姣香	71.23	40.38	78.85	80.77	71.08			李颖
5班	金赣梅	70.25	26.42	79.25	83.02	69.19			李瑶环
6班	吴艺芳	71.31		90.38	92.31	75.14			李瑶环
	班主任	平均分	优秀率	及格率	关爱率	政治总评	区次	校次	教者
区平	69.42	26.51	77.35	81.51	67.97
校平	67.46	19.74	75.40	78.64	65.16
1班	李颖	66.20	14.29	73.47	79.59	63.33			彭玲
2班	陈卫	69.20	29.41	78.43	80.39	68.60			彭玲
3班	吴攀	66.31	26.92	73.08	75.00	64.41			彭玲
4班	李姣香	69.52	19.23	82.69	82.69	69.22			赵妍
5班	金赣梅	67.08	16.98	69.81	75.47	61.92			赵妍
6班	吴艺芳	66.44	11.54	75.00	78.85	63.49			赵妍
	班主任	平均分	优秀率	及格率	关爱率	历史总评	区次	校次	教者
区平	63.14	29.12	59.97	80.86	59.43
校平	62.83	27.83	56.63	82.2	58.01
1班	李颖	58.94	14.29	48.98	79.59	51.36			吴攀
2班	陈卫	64.98	29.41	60.78	84.31	60.86			吴攀
3班	吴攀	66.02	32.69	61.54	90.38	62.88			吴攀
4班	李姣香	63.58	34.62	59.62	80.77	60.23			洪磊
5班	金赣梅	62.25	26.42	54.72	83.02	56.98			洪磊
6班	吴艺芳	61.02	28.85	53.85		55.42			洪磊

综合表2数据可以看出，八年级语文、数学（学区7校中排名第2）、地理（排名第3）三科单科校平超出了区平分别为：3.27、4.78、1.24，其它五科均低于区平：英语-0.45（排名第3）、物理-1.14（排名第4）、生物-9.59（排名第5）、政治-2.81（排名第4）、历史-1.42（排名第4），其中生物校平与区平差非常大。单科班级总评与区平差较大的有：1班的语文；1、2班的数学，1、2、3英语；3、5、6班的物理，1、2、3、4、5、6班的生物；3班的地理；1、3、5、6班的政治；1、5、6班历史。特别是生物科，全年级没有一个班达到区平均。

	班主任	平均分	优秀率	及格率	关爱率	语文总评	区次	校次	教者
区平		84.12	15.35	86.32	80.14	74.09
校平		82.2	12.62	81.88	72.49	70.18
7班	邹妹玲	85.44	18.52	88.89	77.78	75.63			邹妹玲
8班	陈志龙	86.12	17.31	86.54	86.54	76.03			邹妹玲
9班	范滋	77.74				62.82			李竹林
10班	刘俊丽	81.12				68.34			李竹林
11班	蔡益珍	82.45	9.8	80.39	70.59	68.95			陈经纬
12班	陈经纬		7.69	80.77		68.71			陈经纬
	班主任	平均分	优秀率	及格率	关爱率	数学总评	区次	校次	教者
区平		76.29	27.05	63.54	80.05	64.37
校平		72.81	22.01	57.28	77.02	59.61
7班	邹妹玲	69.48	20.37	51.85	75.93	56.03			李纯阳
8班	陈志龙	75.12	23.08	65.38	78.85	63.98			彭韵雅
9班	范滋	72.88				58.46			李颖资
10班	刘俊丽	79.4				66.62			彭韵雅
11班	蔡益珍	70.16	13.73	56.86	76.47	57.32			宋逸君
12班	陈经纬	70.15	15.38	53.85	71.15	55.56			宋逸君
	班主任	平均分	优秀率	及格率	关爱率	英语总评	区次	校次	教者
区平		89.64	55.3	79.73	80.16	79.1
校平		84.93	44.66	74.11	74.43	72.99
7班	邹妹玲	78.87	38.89	64.81	66.67	65.42			陈思奇
8班	陈志龙	84.51	40.38	75.00	75.00	72.66			陈思奇
9班	范滋	81.45	36.00	68.00	68.00	67.24			刘俊丽
10班	刘俊丽	91.29	52.00	80.00	80.00	79.19			刘俊丽
11班	蔡益珍	87.53	50.98	80.39	80.39	78.12			蔡益珍
12班	陈经纬	86.30	50.00	76.92	76.92	75.70			蔡益珍
	班主任	平均分	优秀率	及格率	关爱率	历史总评	区次	校次	教者
区平		56.23	15.00	47.92	80.68	50.39
校平		48.29	4.21	32.36	67.31	38.16
7班	邹妹玲	49.37	5.56	35.19	72.22	40.55			吴攀
8班	陈志龙	49.35	3.85	36.54	71.15	40.67			吴攀
9班	范滋					34.4			吴攀
10班	刘俊丽	52.02				44.11			杨宗宗
11班	蔡益珍	51.25	0	35.29	76.47	40.96			杨宗宗
12班	陈经纬	41.85	1.92	19.23	51.92	28.32			何主峰
	班主任	平均分	优秀率	及格率	关爱率	生物总评	区次	校次	教者
区平		62.37	22.68	58.73	80.89	57.74
校平		59.06	12.94	52.1	77.02	52.05
7班	邹妹玲	56.56	9.26	46.3	72.22	47.71			陈志龙
8班	陈志龙	61.96	17.31	63.46	82.69	58.97			陈志龙
9班	范滋	56.7				46.51			刘小妹
10班	刘俊丽	60.6				55.08			刘小妹
11班	蔡益珍	60.61	11.76	50.98	82.35	52.69			李薇
12班	陈经纬	58.02	11.54	51.92	76.92	51.44			李薇
	班主任	平均分	优秀率	及格率	关爱率	地理总评	区次	校次	教者
区平		62.69	25.49	61.97	80.35	59.47
校平		63.5	21.36	65.37	83.5	60.93
7班	邹妹玲	64.76	22.22	62.96	87.04				李瑶环
8班	陈志龙	62.19	19.23	69.23	80.77	61.35			李瑶环
9班	范滋	68.6				69.48			范滋
10班	刘俊丽	62.92				60.48			范滋
11班	蔡益珍	61.78	17.65	62.75	78.43	58.05			范滋
12班	陈经纬	60.87	11.54	57.69	82.69	55.47			范滋

综合表3数据可以看出，七年级政治、地理（学区7校中排名第3）两科单科校平超出了区平分别为：0.91，1.46，其它五科均低于区平：英语-6.11（排名第4）、生物-5.69（排名第4）、语文-3.91排名第3）、历史-12.23（排名第4）、数学-4.76（排名第4）其中历史校平与区平差非常大。单科班级总评与区平差较大的有：9、10、11、12班的语文；7、8、9、11、12班的数学，7、8、9、11、12班英语；7、9、10、11、12班的生物；11、12班的地理；10班的政治；7、8、9、10、11、12班历史。特别是历史科，全年级没有一个班达到区平均。

2.与本校期中考试成绩比较

评价办法：以《2020年平江县初中学校教育教学质量评价方案》为依据，取中考教学质量考核六项指标中的总平均分30%、全科合格率40%、四科全优15%、关爱率10%四项数据汇总来进行比较。（说明：关爱率数据的确定以此次期末考试汉昌学区后20%为标准线，定我校247名之后均属于关爱生）

表4.

班级	人数	班主任	类别	总平均分30%	四科全优	四科全优率15%	全科及格	全科及格率40%	关爱422	关爱率15%	总评	校平差值	校次
1班		李颖	期中	67.00	0	0		16.00		74.00	37.60	-5.62
2班		陈卫	期中	67.53	0	0		25.49		80.39	42.51	-0.71
3班		吴攀	期中	67.54	0	0		30.00		82.00	44.56	1.34
4班		李姣香	期中	74.25	0	0		44.23		86.54	52.95	9.73
5班		金赣梅	期中	70.13	0	0		24.53		81.13	43.02	-0.20
6班		吴艺芳	期中	67.75	0	0		17.31		75.00	38.50	-4.72
校平	期中	69.06	0	0		26.30		79.87	43.22
期末	70.42		0.97	116	37.54		86.08	49.2		区3
7班		邹妹玲	期中	70.74		11.11		25.93		85.19	46.04	1.65
8班		陈志龙	期中	70.11		7.69		25.00		88.46	45.46	1.06
9班		范滋	期中	69.10		10.00		22.00		84.00	43.63	-0.76
10班		刘俊丽	期中	73.17		8.00		34.00		86.00	49.65	5.26
11班		蔡益珍	期中	69.41		11.76		17.65		86.27	42.59	-1.81
12班		陈经纬	期中	69.74		9.80		9.80		84.31	38.96	-5.43
校平	期中	70.38		9.74		22.40		85.71	44.39
期末	68.06		6.47		26.86		79.61	44.07		区3

从表4数据分析：八年级期末校平比期中校平高，说明学生的整体成绩在进步。七年级期末校平比期中校平低，说明学生的整体成绩在退步。1、2、3、4、5、6班的班级总评均高于期中，其中6班进步最大。8、10、11班的总评高于期中，其中11班进步最大。

二、后段措施

1.用好分析数据，做到有的放矢，落实改进措施。

重视班级比较，如分析表4的数据发现：八年级班级排名第1是4班，第2是5班，第3是2班，第4是3班，第5是6班，第6是1班。第6与第1差10.57个百分点，差较大，1班班主任应该对班级学生学情进行多方面的分析：如学生学习习惯养成如何、班级学习氛围如何等。

七年级班级排名第1是10班，第2是8班，第3是11班，第4是7班，第5是9班，第6是12班。第6与第1差11.92个百分点，差较大，12班存在问题最大的科目是历史科，12班班主任应该注重学生学科的发展，不能顾此失彼。

重视全科合格率，如分析表4的数据发现：全科合格人数基本上决定了班级的排名，1班、12班全合格人数排在第6，班级总评也排在第6名，此项数据说明1、12班学生存在较为严重的偏科情况，班主任和科任教师要高度重视，对照偏科学生名册进行辅导，为学生全面发展保驾护航。5班、11班总评比期中考试进步了，原因在于班级全科合格率提高了。

2.凝聚团队智慧，加强教学研究，优化教学方式。

如从表2、表3中进行单科班级间比较，发现语文2班差5班13.67，9班差8班13.21；数学1班差4班17.44，12班差10班11.06；政治5班差4班7.3，10班差8班4.9；历史1班差3班11.52，12班差10班15.79；生物6班差4班17.05，9班差8班12.46；地理3班差6班11.19，12班差9班14.01；物理科6班差4班16.29。教研组、备课组要发挥团队精神，指导对应科目教者优化教学方式，提高课堂效率。像八年级数学组，在李松柏老师的带领下，每天的精选的试题，精编复习用的试卷，6个班中除2班没有超区平均，其余均超区平均。

3.重视培优辅困，加强学风建设，实现共同进步。

从学区期末考试数据来看，八年级：四科全优的区平值是1.64%，我校只有0.97%，而我校有309名学生，1.64%应该有5人，我校只有3人，优生比例差距较大。全合格人数学区平均值为39.75%，按这个比例我们应该有123人，但是我们只有116人。学区后20%为学困生，2822名之后为学困生，我校有43名学生，按比例我校学困生应控制在61人内，这一项略高于学区平均。

七年级：四科全优的区平值是9.03%，我校只有6.47%，而我校有309名学生，它的9.03%为28人，我只有20人，优生比例差较大。全合格人数学区平均值为35.27%，按这个比例我们应该有109人，但是我们只有83人。学区后20%为学困生，2822名之后为学困生，我校有63名学生，按比例我校学困生应控制在61人内，才能达到区平均。

目前我校学生现状：优生少，学困生、或有跛腿科的学生多。培优辅困工作必须长期坚持，并作为一项教学工作落实到常规督查中，同时加强班级学风建设，营造你追我赶的健康向上的学风。

4.长抓养成教育，培养良好习惯，形成健全人格。

教育就是培养习惯。推行“小组合作学习”模式，抓好学生的习惯养成教育，对学生的成长，是至关重要的。

5.抓住教学中心，抓好常规教学，加强教学研究，全面提高教学质量。教学是学校的中心工作，教学质量是衡量学校发展水平的一个重要标准。要进一步统一实施素质教育与全面提高教育质量的认识，树立“质量立教”的观念，把“质量”作为学校的生命线，理直气壮抓好教学，紧紧围绕教学这个中心，认真抓好教学的各项措施。必须扎扎实实地把教学常规管理落到实处，优化教学环节，提高教学效果。加强教学过程中的档案资料的建设，收集、整理、归类，做到规范化、科学化管理，具有真实性。

“宝剑锋从磨砺出，梅花香自苦寒来。”在过去的一个学期中，我们取得了一点点成绩，在今后的工作中，全体“芙蓉人”定会再接再厉，再创新的辉煌。

简青芙蓉学校初中部教导处

学校考试成绩分析 篇2

随着信息技术在教育各领域不断发展,在线考试应用范围越来越广。在线考试与传统考试相比具有许多的优点,可以节省组卷、批阅试卷的时间,降低人为组卷及批阅试卷的错误,节省印卷的纸张等。考试最主要的是考试的公平与公正,在线考试在组卷、考试和批阅试卷等过程中,可以避免了人为的失误,能够最大程度给考生公平的成绩。本文首先对在线考试的自动组卷、考试安全和自动阅卷进行分析,然后采用对应分析算法对我校在线考试系统中的数据库原理与应用考试科目的交卷时间与考试成绩之间的关联性进行分析。

1 在线考试研究现状

在线考试的技术、方式、方法趋于成熟,研究内容主要集中在开发技术、考试安全及自动组卷等方面。

1.1 开发技术

在线考试系统可以由不同的开发技术来完成,设计模式也不尽相同。在线考试不仅可以在局域网(LAN)范围内进行应用,也可以在互联网范围内进行应用。在线考试大部分都是基于Brows/Server(B/S)结构,很少采用Client/Server(C/S)结构。许多学者采用基于Web、J2EE、云计算等都是基于B/S结构,B/S结构可以大大减少客户端维护的工作量,在客户端只需要浏览器即可,而重在服务器的开发和设计,开发技术如NET、JSP(JAVA SERVER PAGE)、PHP(Hypertext Preprocessor)等。随着手机终端的不断发展,有的基于Android开发在线考试系统,有的基于云计算的Saa S模式开发在线考试系统,云计算的在线考试是一个发展趋势,但要在教育界进行推广,还需要社会各方的支持和协作。

1.2 考试安全

安全主要是指考生不能够作弊,保证考试的公平与公正。许多学者从设计过程中来防止作弊,有的从自动组卷算法和基于Active X控件的防作弊策略。有的局域网内设置监控服务器,负责监控局域网内数据包,并对数据包进行分析,若发现有非法的数据包,就切断连接,从而实现在线考试的监考功能。有的通过Delphi编程对Windows底层API的USB端口管理方法能有效地监控和管理USB端口,从而保证考试的公正性和权威性。

1.3 自动组卷

在线考试系统中重要的是考生试卷,考试试卷由不同类型的试题组成,一般在线考试的主要题型是单选、多选、判断等客观题型。考试的试卷可以是相同的试题,也可以是不相同的试题。自动组卷是在线考试系统的关键的一个功能,许多学者采用遗传算法进行组卷。

综上所述,随着新技术不断出现,设计在线考试系统的开发方法会更加广泛,对在线考试系统研究的方法也越来越多,但对考试数据进行分析的较少,基于此,本文采用对应分析的方法,对在线考试系统中的交卷时间与考试成绩数据的进行对应分析。

2 对应分析的基本原理及步骤

2.1 对应分析基本原理

对应分析是一种多元统计分析技术,也是强有力的数据图示化技术。研究由定性变量构成的交互汇总表来揭示变量间的联系。交互表的信息以图形的方式展示。主要适用于有多个类别的定类变量,可以揭示同一个变量的各个类别之间的差异,以及不同变量各个类别之间的对应关系,适用于两个或多个定类变量。对应分析是将R型因子与Q型因子分析结合起来进行统计分析,将R型和Q型分析内在的联系同时反映到相同的坐标轴的一张图形上,以便于对问题的分析。

2.2 对应分析算法步骤

(1)对不同指标的量纲不同,对指标进行处理得到原始数据阵X=(xij),计算概率矩阵P。

(2)由原始数据阵转换成过渡矩阵Z=(zij),其中,

(3)进行因子分析,R型因子分析,计算协方差A=ZZT的特征值λ1≥λ2≥…≥λp,按前m累计贡献率的特征值λ1≥λ2≥…≥λm,并计算相应的单位特征向量u1,u2,…,um,从而得到R-型因了载荷矩阵:

Q型因子分析对上述m个特征根λ1≥λ2≥…≥λm,计算对应的矩阵B=ZZT单位特征向量,从而得到Q-型因了载荷矩阵:

最后,在两两因子轴平面上作变量点图,并对二维图进行分析。

3 交卷时间与考试成绩实证研究

在线考试系统最主要的作用是衡量考生考试科目的学习效果,考试成绩是其中重要的组成部分,一般情况下,主要查看成绩是否符合正态分布即可。本文以我校2012年研发的在线考试系统为例,采用J2EE及AJAX技术设计的在线考试系统,本在线考试系统可以对多考试科目进行在线考试,主要功能有试题的管理、考生的管理、自动组卷、自动阅卷及考试成绩分析等。我校采用集中场地进行在线考试,每次考试配备2~3名监考人员,以保证考试的公平与公正。在多年的应用过程中,积累了大量的考试数据,本文对2013年至2015年的数据库原理与应用考试科目的实证数据进行研究,共计2 065名考生的考试成绩及其他辅助数据进行综合分析,采用对应分析方法对交卷时间及成绩之间的关联性进行实证分析。

3.1 数据形式及处理

我校在线考试系统从考生开始考试后每15秒将服务器的时间进行更新,考试时间以秒计算,考生可以自行交卷,也可以“考试时间到0”自动交卷。对于数据库原理与应用这门考试科目,考试时间共计2 700秒,试卷结构有单选题、多选题、填空题、SQL题四种题型,满分为100分。

原始数据中考试时间是0~2 700,考试成绩是0~100。将原始数据的考试时间设定为9个定类尺度,详见表1。

利用Excel 2010完成基本的操作,采用SPSS 19软件进行对应分析操作得到结果如表2所示。

其中,x2=318.775

通过以上计算得到R-型因子载荷矩阵和Q-型因子载荷矩阵:

最后在因子轴平面作变量点图,如图1所示。

3.2 数据库原理与应用科目的结果分析

由于检验交卷时间与考试成绩两个属性是否有显著关联性的假设检验。原假设“H0:交卷时间与考试成绩没有显著相关性”,而从表2检验结果中的Sig.=0.00,小于显著性水平0.05,因此在显著性水平为0.05的条件下,拒绝原假设H0,认为“交卷时间与考试成绩间存在显著相关性”。

从表2中可以看出,奇异值代表行变量与列变量的相关系数,第一维度上的相关系数为0.287。惯量指的是特征值,用来说明各个维度能够解释列联表中两个变量之间的关联程度,在第一维度和第二维度的惯量分别为0.083和0.050,与之相对应的贡献比例为53.5%和32.5%,累积贡献比例为53.5%和86%。说明两个维度能够解释信息总量的86%80%。因此,可以在二维图形反映二者之间的关系。

从图1中可以看出在考试时间15分钟之内交卷的考生非常少,得分在“G20~30分”与“T5~10分钟”距离较近,表明一些考生在5~10分钟之间交卷,并没有认真答题,考试态度不认真,成绩比较低。“G60~70分”与“T15~20分钟”距离较近。得分在“G20分以下”,“G30~40分”和“G40~50分”与“T40~45分钟”距离较近,表明许多考生能够坚持到考试的最后,但成绩并不是很高。反而“G70~80分”“G80~90分”和“G90~100分”与“T30~35分钟”距离较近,表明能够考高分的考生不会坚持到考试的最后。“G50~60分”与“T15~20分钟”“T20~25分钟”“T35~40分钟”“T40~45分钟”距离相差不多,表明考生在规定的考试时间达到50~60分是能够做到的,表明考生的态度端正,认真答题的情况下达到50分以上的成绩是可能的。

总体反映出在考生认真答题的情况下,在规定的考试时间内应该能够及格。考得高分的考生并不一定是答到最后的考生,在30~35分钟(占考试总时间的66.67%~77.78%)交卷的考生得到高分的比例较高。

4 结语

本文通过对应分析的方法及计算步骤进行分析,以数据库原理与应用考试科目进行分析,发现交卷时间和考试成绩之间存在显著性相关关系。但实证研究还存在一些不足,本文选取的考试科目试卷结构与其他考试科目不相同,是不是具有一定的代表性还有待进一步研究。在今后的应用过程中再扩展一些试卷结构相同的考试科目,更深层次挖掘在线考试系统中的数据。

摘要：在线考试系统应用范围越来越广,许多学者在试题管理、自动组卷、自动阅卷等多方面采用不同的技术和方法进行研究,使在线考试系统能够解决实际问题,尽量保证在线考试的公正和公平。本文首先从技术开发、自动组卷和考试安全角度进行文献解读,发现没有对考试数据进行深入分析,本文结合对应分析的方法及计算步骤,以我校自行研发“在线考试系统”中的数据为基础,对两个考试科目的数据的交卷时间与考试成绩关联性进行实证分析。

关键词：在线考试系统,对应分析,交卷时间,考试成绩

参考文献

[1]高爱梅.基于Android在线考试系统的设计与实现[J].农业网络信息,2015(9):107-108.

[2]王勤,赵新冬.基于云计算的在线考试系统[J].计算机与现代化,2014(12):37-43.

[3]于佳,赵绪辉.基于云计算的网络在线考试系统的意义探析[J].软件,2014(2):125-126.

[4]刘思尧.在线考试系统防作弊策略研究[J].软件导刊,2013,12(10):25-28.

[5]武伟,魏晓,魏仕民.基于监控服务器的在线考试防作弊方法的研究[J].计算机工程与设计,2007,28(8):1941-1943.

气象远程培训考试成绩统计分析 篇3

摘 要：随着信息化时代的到来，以基层台站气象职工为主要培训对象的气象远程教育培训得到蓬勃发展。目前，气象远程教育培训效果是人们关注的焦点。在统计“天气预报技术与方法”学习评价成绩的基础上，分析了气象远程教育培训中影响学员学习成绩的主要因素，指出了当前气象远程培训学员学习评价中存在的问题，并提出改进气象远程培训学习评价的几点建议。

关键词：远程教育；学习评价；试题库

中图分类号：G726 文献标识码：A

一、引言

气象远程教育培训经过多年的发展，逐步构建了具有部门特色的，以国家级主站、省级二级站、地县级远程学习点组成的三级气象远程教育培训体系。目前，培训效果是关注的焦点，而考试是学员学习成绩的评定，是学员学习收获的一个很重要的指标，是学员是否掌握好所学知识的重要标志。通过对学员考试成绩的分析，既可以及时检验和测评培训的效果、培训的组织管理情况、学员的学习情况，还可以评价和判断试题库的组建情况。因此，为保证气象远程培训的质量和效果，必须对气象远程教育培训考试成绩进行统计分析，真正发挥考试在教学中的作用，更好地给学员及教师提供远程培训的教学支持服务。

本文通过对“天气预报技术与方法”远程培训考试成绩的统计，分析气象远程教育培训中影响学员学习成绩的主要因素，指出当前气象远程培训学员学习评价中存在的问题，并探讨改进气象远程培训学习评价的方法思路。

二、研究对象及方法

中国气象局气象干部培训学院组织了三期“天气预报技术与方法”远程培训。培训对象为各地市级、县级气象局预报员及相关业务和管理人员。由于培训内容体量较大，培训分为三期进行。在培训前和培训后共组织了六次网上统一在线考试，六次考试均由在线考试系统从试题库随机抽取题目自由组卷，考试试题以是非判断题和单项选择题为主，试卷满分100分。

三、统计结果分析

（一）总体概况

全国报名参加三期“天气预报技术与方法”远程培训的学员有10887人，参加培训前考试的有4564人，参加培训后考试的有6199人，见表1。

参加培训的学员中有8.9%的学员为硕士及以上学历，69.1%的学员为本科学历，15.9%的学员为专科学历，6.1%的学员为中专及以下学历，见图1。可见，参加“天气预报技术与方法”远程培训的学员以本科及以上学历为主。

在培训前的考试中，学员的平均成绩为58.5分、考试合格率为49%；在培训后的考试中，学员的平均成绩为70.3分、考试合格率为77%，见图2。学员的平均成绩提高了20.2%、合格率提升了28%。经过培训，学员平均成绩及合格率均有很大程度的提高，培训取得了良好的效果。

在三期的天气预报技术与方法远程培训中，由于第1期的培训内容为全国各地天气预报业务都涉及的基础理论知识部分，而第2期和第3期内容为各类灾害性天气预报分析。由于天气预报业务的区域性强，各地预报业务的重点不同，因此总体来看，第1期远程培训考试成绩的可信度最高，所以选择第1期培训考试成绩为本文分析对象。

第1期培训前考试2487人参加，平均成绩为58.2分，其中60分以上学员1221人，合格率49%；培训后考试2848人参加，平均成绩为75.3分，其中60分以上学员2419人，合格率85%，合格率提升了36%；85分以上学员938人，优秀率为33%。整体而言，经过培训学员成绩有明显提高。

（二）不同学历的学员成绩对比分析

由于学员人数较多，学历差异较大，因此在成绩统计分析过程中，考虑了学历对考试成绩的影响，根据学员不同的学历情况进行了平均成绩的统计，如表2。

从表2中可以看出，学历与考试成绩呈正比，硕士及以上学历的学员成绩明显高于本科学历学员，本科学历学员的考试成绩高于专科学员，专科学员的考试成绩又高于中专及以下学员。随着学历的降低，学员的平均成绩也逐步降低。

（三）不同年龄段的学员成绩对比分析

在成绩的统计分析过程中，还考虑了年龄对考试成绩的影响。将参加第1期培训考试学员的成绩按不同年龄段进行对比分析，结果如表3。

从表3中可以看出，不同年龄段学员的考试成绩随年龄的增大呈逐渐下降的趋势。其中，30岁以下学员平均成绩为76.8分；31～40岁之间的学员平均成绩为74.2分；41～50岁之间的学员平均成绩为74.1分；51～60岁之间的学员平均成绩为73.7分。

以上分析表明，考试采用的是在线答题的方式，年龄较大的学员答题比年轻人速度慢，可能是造成其成绩偏低的原因之一；但也表明，年轻学员思维活跃、识记能力及学习能力均较强，所以考试成绩偏高，相对而言，年龄偏大的学员考试成绩则相对偏低。

（四）学习时长对学员成绩的影响分析

对参加第1期培训后考试的学员的学习时长进行了统计，学时未达到及达到教学计划学时要求的学员考试成绩明显不同。未达到的学员平均考试成绩70.2分，达到的学员平均考试成绩78.7分，见表4。从表4可以看出，未达到的学员平均成绩明显低于整体平均成绩，而达到的学员平均成绩又明显高于整体平均成绩。因此，在培训过程中，要求学员要按照教学计划的要求学习培训课程。

由于学习是一个内因起主导作用的活动过程，学习效率影响学习收获，离开学员的积极性、主动性，教学就不会取得良好的效果。因此，在制定远程培训教学计划时，应根据培训课程的总课时数适当安排培训周期，全面做好学习支持服务，实现培训目标。

（五）培训前、后平均成绩提高幅度的对比分析

由于组织了培训前、后两次考试，因此有必要对培训前、后考试成绩进行对比分析，所以对第1期不同年龄段、不同专业背景（分为科班、非科班两大类）、不同学历层次学员的培训前、后平均考试成绩的提高幅度进行了比较，结果见表5、表6、表7。

从表5、表6及表7中可以看出，不同年龄段、不同专业背景、不同学历层次学员的培训前、后考试成绩提高幅度有明显不同。51～60岁学员的成绩提高幅度最大，40岁以下学员的成绩提高幅度偏小；非科班学员的成绩提高幅度较大，科班学员的成绩提高幅度较小；中专及以下学员的成绩提高幅度最大，硕士及以上学员的成绩提高幅度最小。这是由于年龄偏大的学员，往往学历较低、基础较差，所以经过培训后，培训前、后考试成绩的提高幅度偏大；科班毕业的学员，学前已基本掌握了基础知识部分，所以经过培训后考试成绩提高幅度偏小。由于近些年气象部门新进员工多为学历偏高人员，这些年轻而学历又高的学员由于基础理论知识的储备多、能力强，所以虽然考试成绩偏高，但培训前、后成绩的提高幅度偏低。

四、讨论与建议

（一）气象远程教育培训学习考核评价存在的问题

1.在考试方式上过分重视终结性考试评价，忽视形成性评价

目前气象远程培训的考核评价采取的是培训终结性评价。这种评价方式用单一的考试手段代替了多元化的评价，单纯以考试成绩评定学员的学习，忽视形成性评价。其实，无论是形成性评价还是终结性评价，其作用都是对学生学习的评价，其比例应该由具体的课程性质决定，而不是单一地采用终结性评价的形式。这种与传统教育相似的学习评价方式突出了“考”的功能，一些教学思想和教学方法的改进，以及教学策略的运用在这种考试中很少体现出来，以考为主，因而从考试结果中不仅分析不了教与学过程，更不能对培训质量做出客观评价。一般而言，在师生分离的情况下，学员在学习中对形成性评价的需要比终结性评价更为迫切，因为在网络学习中，形成性评价对学员学习过程及效果的影响比终结性评价更大。

2.在考试内容上过分强调了学员对知识的识记能力，忽视了学员综合运用知识解决实际问题的能力

气象远程培训的考试多数以记忆性知识为主，出题方式多数为是非判断题和单项选择题。这类内容多是记忆性的，这样就使得学员自主学习能力与解决问题的能力在考试中体现不出来，影响学员学习的主动性和积极性。

3.在线考试所用试题库在标准化、科学化建设方面存在不足

考试所用试题库还不是很完善，虽然试题数量尚可，但试题均没有合适的区分度、难度等指标。试题库制度是学员评价的科学化、客观化、标准化的需要。试题库绝不是试题的组合，题库建设必须立足于科学的方法、手段，有一个逐渐积累、形成和评价的过程。一般地说，题库中试题必须应经过难度和区分度检验的科学筛选。试题库建设基本都是教师试题的简单汇集，这样的题库用在教考分离上会缺乏实际意义。

（二）气象远程教育学习评价方法改进的几点建议

1.构建多元化的评价指标体系

在气象远程培训的教学过程中，学习效果的评价方式不是单一的，是多元化的。评价形式应采取多样灵活的方式，应该是终结性评价与形成性评价相结合的方式。形成性评价是远程培训课程考核中一个不可或缺的环节，考核形式设计和形成性评价比重的安排既影响到学习过程管理的职能发挥，又影响到学员学习的积极性，应该利用现代网络和通信技术，发挥三级气象远程培训体系的功能，设计出使教与学互动、形成性与终结性评价贯通的考核模式。

不仅考核学员培训后的学习成绩，还要考核学员学习过程的收获。这就要加强学习过程的管理，将计划、组织、控制职能用于学习过程之中，发现问题并及时纠正、补充。使学习过程的目标与掌握相关知识趋近，使学习过程成为考核的一部分，以期推动学员在学习中进行评价，在评价中进行学习。

2.评价内容进一步注重“质”的评价

制定比较适合气象基层职工考试内容的参考原则和标准。对学员学习评价的内容应该包括学员掌握专业理论知识和实践知识的程度及已达到的认知水平等。考试评价过程中要注意全面考核学员对基本知识、基本技能、基本理论的掌握程度及应用能力。尤其是形成性评价的内容应更具有实用性，这样对学员知识构建更具有建设性，有助于激发学员的学习意愿和潜能。

3.进一步完善在线考试题库

在远程培训的学习评价中，为了提高考核结果的有效性和可靠性，试题库建设时注重内容组合、学习导向，力争达到重点突出、客观全面、难易适度。编制试题时把握好试题的难度和区分度非常重要。因为理想的试题难度不一定有理想的区分度，而难度相近的试题，其区分度也会有很大差异，只有二者指标适宜，才能把每一位学员的真正知识水平表现出来。

试题库建设是一个循环渐进的过程，培训过程中应根据新的教材和教学内容，及时健全和更新试题库，并对考题难易程度进行重新分类，进一步确定试题的区分度。要注意尽量使其内容在范围、形式、难易程度上与终结性评价所要求应掌握的内容趋近，以增强试题库内容的实用性。在编制试卷时按试题难度、区分度筛选试题，分配试题类型、比例及题量，使试题的覆盖面广，既全面又突出重点，使考试真正成为测量学员学习情况与评价教学效果的有效工具。

参考文献

[1]李红波，胡建兵.网络学习评价模式[J].电化教育研究，2004，（5）.

期中考试成绩分析 篇4

下面几点提请大家注意：

一、同类型班与班之间在分班时基本上不存在差距，但这次考试有的班均分差距达到10分以上，差距还是相当的大，相关数据一会儿见大屏幕。

二、同类型班级的同一科目之间也存在差距，数学、语文、化学比较明显，相关数据一会儿见大屏幕。

三、部分老师成绩显著，如王晓慧（语文），宣兴云（数学），武小芬（英语），丁建华（物理），辛永平（化学）,杨晓丽（生物），张俊雁（政治），张文玲（历史），杜国青（地理），这些老师取得这样的成绩不是偶然的，这些成绩的取得是他们认真落实教学常规的体现。

四、加强集体教研，充分发挥集体智慧和力量搞好教学，在每周三集体教研时，各教研组要针对教学中存在的问题认真讨论，找出相应的对策。只要我们踏实工作，每节课都把教学目标落实到位，教学工作就没有做不好的，关键取决于我们的工作态度。在此要感谢我们年级部各位班主任和各位代课教师，对学校和年级工作的大力支持，也希望大家一如既往地搞好以后的工作。

总之，我们要承认差距，要想办法缩短差距，只有大家齐心协力才能搞好整个年级，我们这个年级才有希望。

高一年级

期中考试成绩分析 篇5

应考人数23人，实考人数23人。平均分69.4分，及格率82.6%，优生率8.7%，最高分87分，最低分46。

二、试卷分析

此次试题来自神龙海淀测试卷，涉及圆、百分数的应用、图形的变换这三个单元的内容。题容量适中，共七道大题，但每道大题里都涉及到了有一定难度的题目。如第三大题第2题：甲数增加25%后与乙数相等，那么原来甲数是乙数是( ) A. 125% B.80% C.120%第四大题第2题要求学生画出绕四边形ABCD内一点O顺时针旋转90度后形成四边形

A′B′C′D′;第五大题第3题第4题;第六题第1题只有一个学生完全理解了题意做对了;而且有关圆的计算量比较大，例如：第七大题第1题需要计算3.14×25.5 。

试题考查了学生对基础知识的掌握情况，更多的是考查学生应用基础知识解决问题的能力。

总体看，填空题、判断题、选择题、应用题解答时有困难的学生比较多，失分也比较多，计算中出错的学生也占一定的比例，所以，成绩优秀的占的比例很少。这个问题已困扰我几年。我想了很多办法，当我觉得有一点希望的时候，每次统考又用人教版的试题，北师大和人教版的编排顺序大约相差半学期的内容，虽然，北师大版教材大部分内容比人教版提前半学期上，但时间长了学生忘记的东西也比较多，还有一少部分内容又没有学，学生的统考成绩与平时相差较大，虽然在全区能排上名次，但是优秀率让我无地自容，有一种欲哭无泪的感觉。

三、成绩分析

通过这次质量检查，大约有60%的学生基础知识掌握较好，能够比较灵活运用。有20%左右的学生能基本掌握基础知识，但是不能灵活运用。还有大约20%的学生掌握基础知识就很困难，如，小数、分数的计算，解方程的方法，简便计算的方法都有困难。

四、存在的问题

1.不能灵活运用学过的基础知识，综合应用的能力有待提高。

2.解答填空题、判断题、选择题的能力有待提高，需要加强针对性的训练。(原因是学生没有养成良好的思维习惯，遇到这几种题型，尤其是灵活运用能力有困难的学生往往不假思索，随心所欲写出答案，从不慎重思考，仔细计算。)

3.分析问题的能力有待进一步提高，大部分学生不爱思考，不够勤奋，没有刻苦钻研的精神，总是遇难而退，只高兴做简单的题目。

4.少数学生基础很薄弱，学习态度不够端正，学习习惯比较差。

五、改进的措施

1.充分利用课堂教学提高学生分析问题，解决问题的能力。

2.更加注重对学生良好思维习惯的培养，让学生会思考，勤思考，善于动脑筋。

3.有效利用远程教育资源 优化课堂教学，提高教学效率。

4.进一步夯实基础知识，做好对学生的耐心辅导，有效辅导工作。

高校应重视考试成绩的统计分析 篇6

1 对考试成绩进行分析的重要性

1.1 有利于学校改进管理

在高校中, 一些公共基础课由于涉及的学生和教师较多, 加之学科自身的重要性, 使其成为学校管理部门重点关注的学科。这些学科学生的学习水平和学习态度对学校的发展有着重要的影响, 而考试成绩的分析评价则可以对教师的教学和学生的学习提供重要的参数和指标。成绩分析可以帮助他们及时发现问题, 改变策略, 适应社会的发展, 实现教学的和谐。

在教学管理中, 很多学科都采用题库的方式进行考试, 考教分离, 这是教学管理工作的一个进步。一般来说, 一套试题库可以供四、五届学生使用。对于同一题库的试题来说, 试题的重点、难点和考试范围基本相同。而试卷命题的有效性则要通过考试的检验。管理部门可以对四届或五届学生的成绩进行分析, 通过条形图考察学生不及格率和优秀率的变化程度, 就可以知道历届学生对知识的掌握程度。若几年下来, 不及格率总的趋势在升高, 可以考虑是否由于生源的问题使学生的总体素质在下降。若是这样, 采用与往年相同的教学大纲和教学任务, 使用同等难度的试题对学生进行考察就是不恰当的, 而应该及时修改题库, 避免大范围的不及格现象, 打击学生和教师的积极性。如果几年下来学生的不及格率普遍较低, 优秀率较高, 则要考虑是否是试题比较容易, 没有达到真正的考察目的。这样学生容易偷懒, 也不利于教师的教学和学生的学习, 此时也应对试卷进行合理调整。另外对考试成绩进行方差、峰度, 偏度等方面的统计也有利于管理部门获取试卷方面的信息。

在教学环节中, 教材对教学的影响也是非常重要的。一部好的教材有利于教师的教学和学生的学习。随着时代的发展, 教材在不断改变, 教师和学生也在变化, 因而选择合适的教材对教学管理是非常必要的。考试是检验教材适用情况的一个重要方法。教学管理部门可以统计学生使用两部教材时的考试成绩, 对学生成绩进行横向和纵向对比, 统计学生在不同知识点的得分情况。可以了解学生对教材的使用情况和不同教材对同一知识点的处理情况, 对比两部教材, 选择更适合时代发展的教材。

考试成绩的反馈信息有利于学院学风的管理和提高。通过对不同学院同一门学科的考试成绩进行横向和纵向的比较, 发现自己学院近几年学生成绩的变化, 了解不同学院间成绩的差距, 从生源, 管理方法, 学习风气等方面查找问题的根源, 及时纠正, 提高学院对学生的管理水平, 提升学习风气。

1.2 有利于教师改进教学和继续学习

目前我们的教学活动以课堂教学为主, 教师在教学过程中处于相对主导的地位, 因而教师自身的素质 (如:教龄, 学历, 科研水平等) 对学生的考试成绩有较大的影响。通过对考试成绩的统计分析, 可以看出哪些因素是有显著性的影响, 哪些是不显著的。对学生的考试成绩有显著性影响的因素, 教师可以有针对性的加强和提高, 使教师的教学更有效。

1.3 有利于提高学生的学习主动性

成绩统计除了对学生整体的分数进行统计分析外, 还包括对试卷的统计分析。通过对一门课的试卷进行知识点的得分情况统计, 可以了解学生对这门课基础知识和应用知识的掌握程度, 为下一步的学习提供了参考。对一名学生不同学科的考试成绩进行统计分析, 可以帮助学生了解自己的学习偏好和能力所长, 为以后学生的发展提供帮助。而这些统计信息对于教师来说, 教师可以根据学生的具体特点进一步加强学生的理论学习或应用学习, 使学生的学习更具有特性化, 更有利于对学生实行素质教育。从而加强学生文化学习和能力的培养, 改变教师以考逼学的的情形。帮助学生轻松学习, 愉快学习, 主动学习。

2 目前成绩分析的局限性及改进措施

2.1 统计方法过于单一

通常对一门学科的考试成绩只统计每个分数段学生的百分比, 平均分, 通过它们了解本次考试的大致情况, 而这些对于了解学生的学习情况是远远不够的。当然也不是统计的越多越好, 而要根据需要, 合理确定统计方法, 既要比较全面的反映问题, 又不会过于繁琐。

2.2 缺少阶段性的统计分析

一般来讲, 对每个学科的每次考试都会进行考试分析, 但对一个学科的教学进行阶段性的分析比较少。而教学方法的改革和教材的使用效果往往需要几年才能体现出来, 因而对一个学科的考试成绩进行阶段性的统计是十分有必要的。

针对目前我们成绩统计分析工作的局限性, 第一要合理增加统计方法, 通过成绩统计, 更全面的反映学生的学习状况。第二要注意做好数据的收集工作。由于有些阶段性的统计需要几年的数据, 不可能再从一张张试卷中获得。因而要求管理部门做好规划, 对必要的数据进行收集整理, 为阶段性的统计做好准备。

结束语

成绩统计的分析和反馈是非常重要的, 但我们也应该客观的看待这个问题。首先, 一些复杂的成绩统计分析方法需要专业的教师完成, 不可能也没有必要要求每个任课教师去做, 而要根据需要合理规划统计方法和统计任务, 不要让成绩分析成为教师的负担。其次, 不应过分夸大成绩分析的结果。考试成绩往往受很多因素的影响, 学生的临场发挥和天气因素甚至都是学生考试成绩的影响因素。而且统计分析取自某一个教学时段, 样本的采集不免会有偏差, 因而我们要辩证的看待统计分析的结果。根据统计分析的结果, 既要考虑通过成绩分析反映出来的问题, 也要结合实际情况客观、公正的进行评价, 多进行实际调研, 全面的了解情况, 采取合理的教学方法和教学改革提高我们的教学效果。

参考文献

学校考试成绩分析 篇7

关键词： 通识课 成绩 多维度分析

1.背景

成绩是衡量和评价各种教育课程的教与学的效果主要指标，尤其是在正式教育的多个级别，而且跨阶段的考试和成绩具有国家层面的法律效力，但是少有对于成绩进行多维度分析。具有国家法律效力的考试在出题环节需要考虑知识面的广度、深度及题型和内容上的难易程度，但少见考后成绩的多维分析报告，简单的不及格率分析只是为调整下一次出题难易程度服务。阶段内的考试因为其对学生决定性不强而常常为教师或机构所忽略，大学内多个教师授课的平台因为量大而不能及时深入进行成绩分析，单个教师单个班级授课因为量少而被认为没有必要进行成绩分析。成绩分析的作用是明显的，简单分析可以发现出题的质量和阅卷的公平性；深入分析可以发现学生的学习态度、层次和学科上的差异；课程体系的成绩分析可以提高教学管理精细化水平[1]。

现代计算机和信息技术使得复杂数据分析成为可能，一些研究者借用数据挖掘的方法和理论及统计分析软件进行不同视觉的成绩分析。关联规则分析方法可以查询成绩、院系和题型等多方面属性的关联结果程度[2-3]；约束统计方法可以综合分析学生各科成绩，发现在整个阶段教育期间学生成绩的趋势分布[4]；K-Means作为数据挖掘的聚类方法可以用于学生多科成绩聚类分析，以发现不同簇内问题[5]；Excel作为简单实用的数据管理和分析软件也可以很好地用于试卷评价和成绩分析[6-7]；为了更好地进行成绩管理，也可以利用开发软件平台开发成绩管理和分析软件[8]；除了进行单门课程或多门课程成绩外，有时还需要跨区域成绩分析[9]。

2.成绩分析设计

成绩分析不仅具有很大的必要性，而且存在多视觉分析的需求，用以考察成绩影响因素、成绩趋势和分布、成绩差异化合理性、潜在的成绩规律等。本文针对通识课程大班级考试成绩进行多维度分析，试图验证教学过程中的一些假设。

上海大学于2011年施行通识教育的大类招生，核心将一年级学生分招进理工、经管和人文三大类，鼓励教师开授通识课程和教授开授新生研讨课程，几年经验下来便形成了一定的假设。同为理科生，理工类招生分数较低于经管类和人文类，文科生只能填报人文类和其他类。这样在相应大班级考试成绩分布就会有一些假设：（1）女生成绩普遍好于男生；（2）高年级的分数低于低年级的分数；（3）经管和人文类成绩会好于理工类；（4）因为假设交卷快的准备充分而交卷慢的答得仔细，所以先交卷的和后交卷的成绩要好于中间交卷的；（5）绩点服从正太分布。全班级授课人数120人，无缺考。以下是相应多个维度的统计分析表格，相应内容参见表格标题。

3.成绩结果分析

由以上表格观察得出：（1）表1验证了假设1，女生成绩的确普遍高于男生，这是中国现代大学的普遍规律；（2）表2说明高年级考生并不完全低于低年级同学，结果是二年级考生成绩高于其上下两个年级，原因可能是三年级同学在补添学分，而一年级同学还没有完全适应大学考试；（3）表3.1和3.2的确验证了理工大类的考试成绩普遍低于经管和人文大类的假设，原因除了入学成绩外，可能还有理工大类的综合论述表达能力普遍低于经管和人文两个大类；（4）表4和其他表格数据发现交卷秩序上先交卷的成绩要普遍好于后交卷的，而与假设不同，原因可能在批阅试卷顺序上存在一定的主观系统误差，而避免在学号分布上出现较大差异。（5）表5数据说明考试成绩在绩点上基本服从正太分布，中位成绩占多数。本研究除了进行了上述分析外，还单独检查了专业选择成绩较好的会计学和财务管理学的学生，总共有9人，平均成绩为85.5分，交卷次序平均27（最前为1，最后为120），非常靠前；另外，艺术类和特色专业的入学成绩也很靠前，比如美术、音乐、电影和钱伟长学院的学生，该类样本数为9人，平均成绩为86.2分，交卷次序平均为49，说明该类同学的成绩很好，交卷次序略微靠前。

因为本研究只是通过单门课程成绩反向验证大类招生情景下学生对于经管类课程学习水平的推定，在课程、题型、难易程度及阅卷方式上存在一定的局限性，深入研究和设计还可以加入更多的维度或环节，以对学生学习内容和水平进行综合评价，并反馈和指导学生进行更好的后继学习，还可以通过促进学校开发统一成绩分析软件或分析平台在线提供给授课教师和学生，避免考后完事的学习状态。

参考文献：

[1]张萍，贺进，刘新宏，等.建立学生成绩“分析—反馈”机制提高教学管理精细化水平[J].中国大学教学，2015（2）：81-83.

[2]顾辉，杨青，蒋成功，等.关联规则在成绩分析中的研究及应用[J].计算机应用，2015（S1）：149-151，198.

[3]方毅，张春元.基于数据挖掘的多策略研究生教育课程成绩分析方法研究[J].计算机工程与科学，2009（6）：106-108.

[4]王思洋，王瑞庭，尚婵娟，等.约束统计方法在学生成绩分析中的应用[J].东北师大学报（自然科学版），2009（2）：46-49.

[5]谭庆.基于k-means聚类算法的试卷成绩分析研究[J].河南大学学报（自然科学版），2009（4）：412-415.

[6]王小燕.MSExcel数据分析在成绩分析暨试卷质量评估的应用[J].现代教育技术，2010（10）：135-137.

[7]霍红.基于Excel2003/XP环境下考试成绩分析模型的建立[J].教学与管理，2007（30）：45-47.

[8]郭新顺.基于PowerBuilder考试成绩分析系统设计原理[J].计算机应用与软件，2007（4）：106-107，110.

[9]张小情.北欧四国中学生英语技能测试成绩分析及启示[J].课程.教材.教法，2008（2）：87-91.

基金项目：上海市教育委员会科研创新项目（13YS015）