畢瑤家 劉國柱 凌明華 黃文

摘要：對高校學生成績的評價是教育的重要內容，傳統(tǒng)的高校學生評價方式大多采用綜合素質測評的方式，此方法指標模糊，計算方法不科學，無法真正體現(xiàn)學生的真實情況。根據國家工程認證的思想以及高校學生的現(xiàn)狀，提出了新的學生專業(yè)技術能力評價指標體系以及基于主成分分析的高校學生專業(yè)技術能力評價模型，主成分分析法的優(yōu)點是各主成分的權數為其貢獻率，它反映了該主成分包含原始數據的信息量占全部信息量的比重，這樣確定權數是客觀的、合理的，它克服了某些評價方法中認為確定權數的缺陷。該模型能夠更加準確、全面地對學生的課程成績進行評價，將該評價模型的結果與學生畢業(yè)后的情況進行對比，結果表明，該評價模型能夠在一定程度上反映學生的專業(yè)技術能力。

關鍵詞：高校學生;專業(yè)技術能力;教育評價;主成分分析法

中圖分類號：G642? ? ? 文獻標識碼：A

文章編號：1009-3044（2019）22-0117-02

開放科學（資源服務）標識碼（OSID）：

1 評價指標體系的建立

本文以青島科技大學軟件工程專業(yè)畢業(yè)生為例，從科學評價的角度出發(fā)，采用問卷調查法、個別訪談法、集體訪談法等方法，結合專業(yè)認證專家的評審意見和現(xiàn)有文獻進行指標的海，遴選出十二個與學生專業(yè)技術能力相關的指標點，如表1所示。

根據合理性、公平性和科學性的評價原則，最終在十二個一級指標點的基礎上建立47個二級指標點。二級指標的權重配置相對簡潔明了，故本體系在二級指標權重配置中采用經驗確定法。即實踐經驗豐富的學者專家，根據他們長期的工作經驗和主觀認識，共同商議而確定二級指標各項權數，以工程知識為例，其指標體系的建立如表1所示：

2 PCA評價模型的建立及改進

本文采用主成分分析法來評價高校學生的專業(yè)技術能力。主成分分析法是將原來眾多的具有一定相關性的能力評價指標重組成一組相互無關的、新的綜合指標來代替原指標，新的在綜合指標保留了原指標的最主要特征。并根據實際的需要從這些指標中抽取幾個較少的綜合變量來盡量多的反應原變量的信息。

（1） 對原始數據進行標準化處理.假設參與評價的人數為[n]人，每一個評測對象有12個能力評價指標，我們就可以用原始數據構造一個[n×12]維的矩陣，表示為[（Xij）n×12]，其中[i=1，2，3，…]。將各個指標值[Xij]轉化成標準化指標[Xij]。

（2） 求出矩陣[Xij]的相關系數矩陣[R]的特征值[λii=1，2，…，p]且[λ1≥λ2≥…≥λp≥0]。以及對應的特征向量[u1，u2，…，um]，其中[uj=（u1j，u2j，…，umj）T]，由特征向量組成[m]個，新的指標變量。

[y1=u11x1+u21x2+…+um1xmy2=u12x1+u22x2+…+um2xm………………………………ym=u1mx1+u2mx2+…+ummxm]式中[y1]是第1主成分，[y2]是第2主成分，[...]，[ym]是第[m]主成分。

（3） 選擇[p]個主成分，計算綜合評價值。計算特征值的信息貢獻率和累計貢獻率。稱為主成分[yj]的信息貢獻率，表示為[αp]。當[αp]接近于1時，選擇[p]個主成分代替原來[m]個指標，然后綜合分析[p]個主成分。并且可以計算每一個主成分的綜合得分：

[Z=j=1pbjyj]

其中[bj]為第[j]個主成分的信息貢獻率，根據每一個主成分的綜合得分就可以進行評價。

3 實例分析

本文選取了青島科技大學軟件工程專業(yè)13級的畢業(yè)生為研究對象，共計47名畢業(yè)生。每一個測評對象有12個能力指標，構成一個[47×12]的矩陣。首先對原始矩陣進行標準化處理，然后對標準化之后的數據進行.KMO和Bartlett檢驗。檢驗結果為.KMO值為0.710，大于0.6;Bartlett球度檢驗的Sig值為0，小于顯著水平0.05.這說明我們提供的指標間存在相關關系，符合因子分析的條件，可以進行因子分析，然后進一步完成主成分分析。表2中給出特征值大于1的主成分。

表2顯示前2個主成分的特征值大于1且貢獻率大于85%，因此選擇前兩個成分為主要成分。采用方差最大旋轉法進行因子正交旋轉，得到旋轉因子載荷矩陣，見表3。

將載荷因子與其對應的指標初始值的乘積之和作為評價得分，公式如下：

[Y1=0.900×X1+0.911×X2+0.964×X3+0.842×X4+0.471×X5+0.942×X6+0.769×X7+0.808×X8+0.939×X9+0.851×X10+0.907×X11+0.743×X12]

[Y2=0.113×X1+0.282×X2-0.059×X3+0.436×X4+0.794×X5-0.275×X6+0.396×X7+0.407×X8-0.280×X9-0.497×X10-380×X11-0.520×X12]

根據綜合評價的得分公式：[Y=b1*Y1+b2*Y2].[b1，b2]為旋轉之前的方差貢獻率，分別問8.614和2.054.本文將[b1，b2]做歸一化處理，得到的權重為[ω1]和[ω2]，分別為8.614/10.668和2.054/10.668，最終的綜合評價模型為：

[Y=8.61410.668*Y1+2.05410.668*Y2]

根據綜合評價模型，計算學生的專業(yè)能力綜合評價得分并進行排名，將學生的原始排名與綜合評價排名進行對比，將軟件工程專業(yè)13級學生的專業(yè)能力評價排名與常規(guī)計算方式得到的成績排名做了對比，可以發(fā)現(xiàn)排名情況差異非常明顯。根據調查13級軟件工程同學目前工作情況，該模型對同學的專業(yè)技術能力評價更加符合實際的情況，因此該模型能夠比常規(guī)的成績更加真實地反映出學生的專業(yè)技術能力。根據分析，造成差異的主要原因是傳統(tǒng)的成績計算方式采用平均學分績法即將每門課程的原始分數與該門課程的學分數相乘后求和，再除以課程的總學分。其缺點是不同課程的原始分數缺乏可加性和可比性，存在許多人為主觀因素的影響，其計算過程存在信息重疊，難以反映出學生真正的專業(yè)技術能力;而采用主成分分析的專業(yè)能力評價模型，根據國家工程認證的思想選取了12個指標點對專業(yè)技術能力驚醒評價，并通過將多維變量進行綜合降維處理，避免了常規(guī)計算當中過多的信息重疊，使得到的結果更加的具有科學性和合理性。

4 結論

新的專業(yè)能力評價模型是在國家工程認證的思想上提出的，在指標點的選取更加具有科學性，通過主成分分析的綜合降維處理，減少了指標信息的重疊，使結果更加具有合理性。根據最終的調研結果，證明新模型的計算結果比傳統(tǒng)的成績計算方式的結果更加符合學生的實際情況。新模型通過SPSS軟件即可使用，方便計算，比較直觀，其結果具有科學性和合理性，既可以對教學工作做出指導意見，也可以作為學生工作中評獎評優(yōu)的參考。

參考文獻：

[1] 嚴長遠，陳剛. 高校大學生綜合素質測評工作評價研究[J].高教與成才研究，2016（8）.

[2] 侯小潔，張俊華. 基于分組主成分分析法的大學生綜合素質測評研究[J].赤峰學院學報，2018（8）.

[3] 周露.大學生綜合素質測評的問題與改進 ———以三所“985 工程大學”為例[D].長沙：湖南大學，2013.37-38.

[4] 劉譞.基于學生行為的成績預測模型的研究與應用[D].成都：電子科技大學，2017.

[5] 朱麗琴.基于隨機森林算法的學生成繢評價研究[D].安徽：安徽工業(yè)大學，2017.

[6] 鄒晨紅.基于模糊綜合評判的大學生綜合素質評估模式研究[J].軟件導刊，2017（16-17）.

[7] 遲國泰，曹婷婷，張昆.基于相關—主成分分析的人的全面發(fā)展評價指標體系構建[J].系統(tǒng)工程理論與實踐，2013，32（1）：112-119.

【通聯(lián)編輯：李雅琪】