论文部分内容阅读
【摘要】对1 086名中医药院校学生施测《高等数学自主学习情况调查表》，采用主成分分析法，借助spss软件分析工具，从38个指标中提出了包括学习综合因子、学习自我评价因子、学习兴趣与动机因子、学习自控因子、师生交流因子、学习环境因子、学习方法因子等7个影响学生自主学习的潜在因子，为提高学生自主学习能力和高等数学课程教学改革提供科学的理论依据.
【关键词】自主学习；主成分分析；高等数学；spss
随着科学技术的日益发达，高等数学的应用扩展到每一个领域，医学领域也不例外，通过数学分析计算来进行定量分析和面向高层的定性分析，高等数学也成为中医药院校的一门基础课.由于受传统应试教育影响，大学生学习高等数学存在依赖心理，缺乏自主性，缺乏独立分析问题和解决问题的能力，所有这些与掌握终身学习方法的要求是不相适宜的[1].《基础教育课程改革纲要（试行）》在论及基础教育课程改革的具体目标时指出：“改变课程实施过于强调接受学习、死记硬背、机械的现状，倡导学生主动参与、乐于探究、勤于动手，培养学生搜集和处理信息的能力、获取新知识的能力、分析和解决问题的能力以及交流与合作的能力.”教育工作者应重视问题的原因并找出解决方法，以提高学生自主学习的能力.
本文采用问卷调查的方式，对湖北中医药大学2015级学生高等数学自主学习情况进行调查研究，旨在找出影响中医药院校学生高等数学自主学习能力的因素，提升学生的自主学习能力，培养学生的综合素质和创新能力，为高等数学课程教学改革提供科学的理论依据.
一、数据和方法
（一）问卷调查及范围
根据自主学习的相关理论以及大量的文献资料[2]-[10]，经过专家咨询、同行论证、预调查，最终确定出能够客观反映学生高等数学自主学习能力的38个指标，设计了《高等数学自主学习情况调查表》.本调查采用普查的方式，调查湖北中医药大学2015级所有学习高等数学课程的学生，涉及药学、中药资源与开发、信息管理与信息系统、药物制剂、制药工程、中药制药、中药学、市场营销、物流管理、医学信息工程、公共事业管理等13个专业.采用集体施测的方式，在高等数学课堂上采用不记名的方式发放1 086份问卷调查，回收问卷1 086份，其中有效问卷1 062份，有效率97.79%.
（二）统计软件与方法
问卷收回后，采用excel录入数据，利用spss19.0统计分析软件，对所得数据进行主成分分析，研究影响中医药院校学生高等数学自主学习能力的因素.
二、结果与分析
（一）自主学习能力情况
《高等数学自主学习情况调查表》含有38个指标（见表1），采用从完全不符合我的情况到非常符合我的情况五级记分制.具体统计结果见表1：
（二）问卷调查的信度分析
信度所代表的是量表的一致性与稳定性，常以Cronbachs Alpha系数来估计，Cronbachs Alpha系数越大，内部一致性程度越高.一般情况下，Cronbachs Alpha系数介于0.8-0.9之间被认为是非常好，介于0.7-0.8之间比较好.本研究运用SPSS软件对问卷中38个自主学习能力指标进行信度分析，检测后得到Cronbachs Alpha系数如表2所示.
由上表可知，问卷调查所含38个指标项的Cronbachs Alpha系数为0.949，大于0.8，说明此次问卷量表的信度很高.
（三）问卷调查的效度分析（KMO和Bartlett球形检验）
表3给出了KMO和Bartlett球形检验结果，KMO检验的目的是分析观测变量之间的简单相关系数和偏相关系数的相对大小，确定数据是否适合进行主成分分析，取值介于0～1之间，若KMO值小于0.5，表明变量偶对之间的相关不能被其他变量解释，不适合进行主成分分析，本文KMO为0.952，说明可以进行主成分分析.Bartlett球形检验的目的是确定所要求的数据是否取自多元正态分布的总体，若差异检验的F值显著，表示所取数据来自正态分布，可以做进一步分析.由表3可见，本文Bartlett检验的sig等于0000，表明所取数据来自正态分布总体.
（四）自主学习能力的主成分分析
由主成分的统计信息（表4）可见，第一主成分的特征根13.455，它解释了总变异的35.382%，第二主成分的特征根2.130，它解释了总变异的6.606%.取特征值大于1的前7个主成分，累计贡献率达到58.263%，因此可以用这7个因子代替38个指标.
结果显示，根据0.5原则，因子1在多数原始指标上有较大的载荷，因子1反映综合情况.因子2在指标30（课堂听讲情况自我评价）、指标31（作业完成好坏情况自我评价）、指标32（成绩好坏情况自我评价）、指标33（学习方法合适与否进行评价）、34（学习态度积极与否进行评价）上有较大负荷，称为学习自我评价因子，反映课后学生对上课时的听讲情况、课后作业完成情况、成绩好坏情况、学习时的态度以及所选择的方法进行的客观评价，认识到学习高等数学的不足之处，为提出可行的解决策略奠定基础.因子3在指标1（高等数学学习兴趣）、指标2（高等數学学习动机）、指标3（数学学习潜力）上有较大负荷，称为学习兴趣与动机因子，反映学生学习需要兴趣和强烈的动机.因子4在指标24（课后作业独立完成）、指标25（主动纠正作业错误）上有较大负荷，称为学习自控因子，反映学生的自控能力，能否充分发挥主观能动性.因子5在指标9（民主和谐的师生关系）、指标10（将学生作为数学学习的榜样）、指标27（主动请教教师或学生）上有较大负荷，称为师生交流因子，反映学生学习需要与教师、学生交流，学习别人的优秀之处，改正自身的缺点.因子6在指标6（有充足学习时间）、指标7（舒适的数学学习环境）上有较大负荷，称为学习环境因子，反映外部环境因素给学生学习带来不良影响，尽可能地在学习时创造良好的学习环境.因子7在指标29（讲究数学学习方法，总结学习经验）上有较大负荷，称为学习方法因子，反映学生在自主学习时选择合适的学习方法与策略. 三、结语
主成分分析法是多元统计分析的一种常用方法，在处理多变量问题时具有一定的优越性，通过主成分分析，往往能发现原问题中蕴含的某些综合性、深层次的特征，它将众多影响因素综合成几个新因素，它既能尽可能多地反映原来因素信息，且彼此间又相互独立，从而避免因素间相关性所带来的影响.本文针对中医药院校学生高等数学自主学习能力，采用基于SPSS的主成分分析方法，通过探索性因子分析，从这38个指标中找出了学习综合因子、学习自我评价因子、学习兴趣与动机因子、学习自控因子、师生交流因子、学习环境因子、学习方法因子7个潜在因子，调查证实了影响中医药院校学生高等数学自主学习能力的因素主要是学习兴趣、学习环境、自我评价、学习方法、师生交流等，有助于提高学生自主学习能力，并为教师进行教学改革提供科学的理论依据.
【参考文献】
[1]李大勇.高等数学教学中学生自主学习能力的培养[J].哈尔滨学院学报，2013，34（9）：142-144.
[2]田仕芹，王玉文，李兴昌.高等数学学习归因、自我监控能力和成绩关系的调查研究[J].数学的实践与认识，2015，45（3）：1-7.
[3]陈美英.大学生数学课堂学习状况的调查分析[J].数学教育学报，2009，18（1）：41-44.
[4]白春玲，樊顺厚，刘军利，范贺方.学生学习成绩相关性的研究[J].数学的实践与认识，2009，39（23）：48-55.
[5]丁澍，缪柏其，彭美云，李晶.论本科课堂学习效果的影响因素基于相关性和累积logistic回归分析[J].数学的实践与认识，2015，45（22）：55-64.
[6]朱祖德，王静琼，张卫，叶青青.大学生自主学习量表的编制[J].心理发展与教育，2005，21（3）：60-65.
[7]成晟.高等数学自主学习的问题与对策研究[J].亚太教育，2015（6）：99.
[8]王媛媛，陳国玉，魏小燕.高等数学自主学习教学模式研究[J].科技资讯，2009（7）：180.
[9]李政文.三本院校数学课困境分析及探讨.科技文汇[J]，2015（329）：41-42.
[10]李红霞.高等数学自主学习的问题与对策研究[D].西南大学，2009.
【关键词】自主学习；主成分分析；高等数学；spss
随着科学技术的日益发达，高等数学的应用扩展到每一个领域，医学领域也不例外，通过数学分析计算来进行定量分析和面向高层的定性分析，高等数学也成为中医药院校的一门基础课.由于受传统应试教育影响，大学生学习高等数学存在依赖心理，缺乏自主性，缺乏独立分析问题和解决问题的能力，所有这些与掌握终身学习方法的要求是不相适宜的[1].《基础教育课程改革纲要（试行）》在论及基础教育课程改革的具体目标时指出：“改变课程实施过于强调接受学习、死记硬背、机械的现状，倡导学生主动参与、乐于探究、勤于动手，培养学生搜集和处理信息的能力、获取新知识的能力、分析和解决问题的能力以及交流与合作的能力.”教育工作者应重视问题的原因并找出解决方法，以提高学生自主学习的能力.
本文采用问卷调查的方式，对湖北中医药大学2015级学生高等数学自主学习情况进行调查研究，旨在找出影响中医药院校学生高等数学自主学习能力的因素，提升学生的自主学习能力，培养学生的综合素质和创新能力，为高等数学课程教学改革提供科学的理论依据.
一、数据和方法
（一）问卷调查及范围
根据自主学习的相关理论以及大量的文献资料[2]-[10]，经过专家咨询、同行论证、预调查，最终确定出能够客观反映学生高等数学自主学习能力的38个指标，设计了《高等数学自主学习情况调查表》.本调查采用普查的方式，调查湖北中医药大学2015级所有学习高等数学课程的学生，涉及药学、中药资源与开发、信息管理与信息系统、药物制剂、制药工程、中药制药、中药学、市场营销、物流管理、医学信息工程、公共事业管理等13个专业.采用集体施测的方式，在高等数学课堂上采用不记名的方式发放1 086份问卷调查，回收问卷1 086份，其中有效问卷1 062份，有效率97.79%.
（二）统计软件与方法
问卷收回后，采用excel录入数据，利用spss19.0统计分析软件，对所得数据进行主成分分析，研究影响中医药院校学生高等数学自主学习能力的因素.
二、结果与分析
（一）自主学习能力情况
《高等数学自主学习情况调查表》含有38个指标（见表1），采用从完全不符合我的情况到非常符合我的情况五级记分制.具体统计结果见表1：
（二）问卷调查的信度分析
信度所代表的是量表的一致性与稳定性，常以Cronbachs Alpha系数来估计，Cronbachs Alpha系数越大，内部一致性程度越高.一般情况下，Cronbachs Alpha系数介于0.8-0.9之间被认为是非常好，介于0.7-0.8之间比较好.本研究运用SPSS软件对问卷中38个自主学习能力指标进行信度分析，检测后得到Cronbachs Alpha系数如表2所示.
由上表可知，问卷调查所含38个指标项的Cronbachs Alpha系数为0.949，大于0.8，说明此次问卷量表的信度很高.
（三）问卷调查的效度分析（KMO和Bartlett球形检验）
表3给出了KMO和Bartlett球形检验结果，KMO检验的目的是分析观测变量之间的简单相关系数和偏相关系数的相对大小，确定数据是否适合进行主成分分析，取值介于0～1之间，若KMO值小于0.5，表明变量偶对之间的相关不能被其他变量解释，不适合进行主成分分析，本文KMO为0.952，说明可以进行主成分分析.Bartlett球形检验的目的是确定所要求的数据是否取自多元正态分布的总体，若差异检验的F值显著，表示所取数据来自正态分布，可以做进一步分析.由表3可见，本文Bartlett检验的sig等于0000，表明所取数据来自正态分布总体.
（四）自主学习能力的主成分分析
由主成分的统计信息（表4）可见，第一主成分的特征根13.455，它解释了总变异的35.382%，第二主成分的特征根2.130，它解释了总变异的6.606%.取特征值大于1的前7个主成分，累计贡献率达到58.263%，因此可以用这7个因子代替38个指标.
结果显示，根据0.5原则，因子1在多数原始指标上有较大的载荷，因子1反映综合情况.因子2在指标30（课堂听讲情况自我评价）、指标31（作业完成好坏情况自我评价）、指标32（成绩好坏情况自我评价）、指标33（学习方法合适与否进行评价）、34（学习态度积极与否进行评价）上有较大负荷，称为学习自我评价因子，反映课后学生对上课时的听讲情况、课后作业完成情况、成绩好坏情况、学习时的态度以及所选择的方法进行的客观评价，认识到学习高等数学的不足之处，为提出可行的解决策略奠定基础.因子3在指标1（高等数学学习兴趣）、指标2（高等數学学习动机）、指标3（数学学习潜力）上有较大负荷，称为学习兴趣与动机因子，反映学生学习需要兴趣和强烈的动机.因子4在指标24（课后作业独立完成）、指标25（主动纠正作业错误）上有较大负荷，称为学习自控因子，反映学生的自控能力，能否充分发挥主观能动性.因子5在指标9（民主和谐的师生关系）、指标10（将学生作为数学学习的榜样）、指标27（主动请教教师或学生）上有较大负荷，称为师生交流因子，反映学生学习需要与教师、学生交流，学习别人的优秀之处，改正自身的缺点.因子6在指标6（有充足学习时间）、指标7（舒适的数学学习环境）上有较大负荷，称为学习环境因子，反映外部环境因素给学生学习带来不良影响，尽可能地在学习时创造良好的学习环境.因子7在指标29（讲究数学学习方法，总结学习经验）上有较大负荷，称为学习方法因子，反映学生在自主学习时选择合适的学习方法与策略. 三、结语
主成分分析法是多元统计分析的一种常用方法，在处理多变量问题时具有一定的优越性，通过主成分分析，往往能发现原问题中蕴含的某些综合性、深层次的特征，它将众多影响因素综合成几个新因素，它既能尽可能多地反映原来因素信息，且彼此间又相互独立，从而避免因素间相关性所带来的影响.本文针对中医药院校学生高等数学自主学习能力，采用基于SPSS的主成分分析方法，通过探索性因子分析，从这38个指标中找出了学习综合因子、学习自我评价因子、学习兴趣与动机因子、学习自控因子、师生交流因子、学习环境因子、学习方法因子7个潜在因子，调查证实了影响中医药院校学生高等数学自主学习能力的因素主要是学习兴趣、学习环境、自我评价、学习方法、师生交流等，有助于提高学生自主学习能力，并为教师进行教学改革提供科学的理论依据.
【参考文献】
[1]李大勇.高等数学教学中学生自主学习能力的培养[J].哈尔滨学院学报，2013，34（9）：142-144.
[2]田仕芹，王玉文，李兴昌.高等数学学习归因、自我监控能力和成绩关系的调查研究[J].数学的实践与认识，2015，45（3）：1-7.
[3]陈美英.大学生数学课堂学习状况的调查分析[J].数学教育学报，2009，18（1）：41-44.
[4]白春玲，樊顺厚，刘军利，范贺方.学生学习成绩相关性的研究[J].数学的实践与认识，2009，39（23）：48-55.
[5]丁澍，缪柏其，彭美云，李晶.论本科课堂学习效果的影响因素基于相关性和累积logistic回归分析[J].数学的实践与认识，2015，45（22）：55-64.
[6]朱祖德，王静琼，张卫，叶青青.大学生自主学习量表的编制[J].心理发展与教育，2005，21（3）：60-65.
[7]成晟.高等数学自主学习的问题与对策研究[J].亚太教育，2015（6）：99.
[8]王媛媛，陳国玉，魏小燕.高等数学自主学习教学模式研究[J].科技资讯，2009（7）：180.
[9]李政文.三本院校数学课困境分析及探讨.科技文汇[J]，2015（329）：41-42.
[10]李红霞.高等数学自主学习的问题与对策研究[D].西南大学，2009.