论文部分内容阅读
摘 要 选取桂林理工大学测绘工程2014级第一学年学习成绩为样本，通过“卓越工程师教育培养计划”班与普通班数据的独立样本T检验和因子分析，获得“卓越工程师教育培养计划”班与普通班人才培养的差异和各自的特点，通过讨论分析，提出“卓越工程师教育培养计划”人才培养的下一步建议。
关键词 卓越工程师；测绘工程专业；学生成绩
中图分类号：G642.0 文献标识码：B
文章编号：1671-489X（2016）06-0072-03
1 前言
《国家中长期教育改革和发展规划纲要（2010—2020年）》中明确指出，要在2010—2020年间，“实施基础学科拔尖学生培养试验计划和卓越工程师、医师等人才教育培养计划”[1]。《纲要》发布不久，2011年，教育部出台《关于实施卓越工程师教育培养计划的若干意见》[2]。桂林理工大学测绘工程专业是于2013年被教育部列入第三批“卓越工程师教育培养计划”的专业之一。2014年4月，学校制订出台《“卓越工程师教育培养计划”实验班实施方案》，明确了培养目标、实施范围和培养办法等，测绘工程专业成为试点的6个专业之一。经过一年多的实施，对于测绘工程专业实验班学生的培养效果与同年级普通班学生的培养效果是否存在差异？主要特点表现在哪些方面？这是本文进行深入探讨的内容，以便更好地为实验班人才培养提供科学的建议。
2 样本选取及数据分析
样本数据的选取 本文选取桂林理工大学2014级测绘工程实验班30人、2014级测绘工程普通班82人的第一学年部分课程成绩作为分析的样本数据。其中，基础理论课为高等数学、线性代数、CAD与大比例尺地形图绘制、测量学、工程制图等5门课程；公共课程为大学物理、大学英语、计算机知识及应用初步、马克思主义基本原理、思想道德修养与法律基础等5门课程；其他课程为安全教育、形式与政策、地球科学概论等3门课程。
数据预处理 将所有的等级数据转化为百分制。其中，“优秀”用95分替换，“良好”用85分替换，“中”用75分替换，“及格”用65分替换，“不及格”用45分替换。对于补考的科目，为了保持研究的科学性，只采集首次考试成绩。
实验班和普通班之间的独立样本T检验 独立样本T检验是统计学中用于检验两个不同群体之间样本的平均数差异性的常用方法。本文应用SPSS17在置信区间为95%的情况下，对样本数据进行分析。结果表明，在所有选取的课程中，CAD与大比例尺地形图绘制、大学物理、思想道德修养与法律基础、安全教育、形势与政策和地球科学概论这6门课差异不显著，其他课程均存在显著差异，并且实验班成绩均值均显著高于普通班成绩均值。类别不同能够解释高等数学、线性代数、大学英语以及计算机基础等课程变量总方差中较大的变异量。这说明实验班整体教学效果要显著优于普通班。通过调查分析，差异不显著的6门课程均系考察类课程，分数不符合正态分布。具体如表1所示。
实验班和普通班成绩的因子分析 因子分析常被用于样本数据的降维，期望用较少的因子来解释大多数的变量信息。这些通过探索性因子分析从成绩数据中产生的因子，可以用于解释这些成绩所代表的不同类别学生的特点和优势[3]。
首先，实验班成绩因子分析。数据分析显示，样本数据通过KMO与Bartlett的球形检验，其KMO值为0.690，Bartlett的球形检验达到0.05显著水平，表明该数据可以做因子分析。因子抽取方法采用主成分分析法，因子转轴采用正交法。因子个数的选取结合特征根数值以及逻辑分析的结果，第一次因子分析得出4个公因子，累计贡献率为69.2%，贡献率不高。并且多门课程在多个因子上存在较高载荷，无法确定归属。
于是进行第二次因子分析，将相关矩阵中与其他变量相关性较小的地球科学概论、形势与政策和安全教育3门课程剔除，样本数据通过KMO与Bartlett的球形检验，其KMO值为0.718，Bartlett的球形检验达到0.05显著水平，表明该数据较前更适于做因子分析。同样采用主成分分析法抽取因子，正交法实现因子旋转，得出3个公因子，累计贡献率为71.2%。
大学英语、马克思主义基本原理、计算机基础、测量学、思想道德修养与法律基础和CAD与大比例尺地形图绘制等6门课程在第一公因子上具有较高的载荷，命名为“综合能力”因子，其贡献率为43%；线性代数、大学物理和高等数学在第二公因子上具有较高载荷，命名为“数理能力”因子，其贡献率为16%；工程制图课程在第三公因子上有较高载
荷，命名为“工具基础能力”因子，其贡献率为12.4%。
以上结果表明，实验班能力具有较好的区分性，人才培养具有一定的特色，具有较好数理能力和一定的实践基础能力，初步实现了培养创新实践型人才的目标。具体如图1、图2所示。
其次，普通班级成绩因子分析。对数据进行因子分析适宜性检验显示，该数据适宜做因子分析。同样采用主成分分析法抽取因子，正交法实现因子旋转进行因子分析。第一次因子分析仍然存在实验班因子分析的问题，效果不够理想。于是进行第二次因子分析，剔除与其他课程变量相关性较小的地球科学概论和安全教育2门课程，样本数据通过KMO与Bartlett的球形检验，其KMO值为0.784，Bartlett的球形检验达到0.05显著水平，表明该数据较前更适于做因子分析。
通过分析，得出4个公因子，累计贡献率为64.2%，可以接受。高等数学、测量学、大学物理、线性代数、马克思主义基本原理、CAD与大比例尺地形图绘制和大学英语等7门课在第一公因子上有较高载荷，命名为“综合能力”因子，其贡献率为38.8%；思想道德修养与法律基础和形势与政策在第二公因子上具有较大载荷，命名为“政治素质”因子，其贡献率为15.5%；工程制图和计算机基础在第三公因子上具有较高载荷，命名为“工具基础能力”因子，其贡献率为9.9%。 以上结果显示，普通班虽然在分班之时总体成绩不如实验班，但其成绩也具有较好的区分性，人才基础培养也具有一定的特色，思想政治素质和工具基础能力较好。
3 讨论
通过实验班学生成绩和普通班学生成绩的独立样本T检验和因子分析，可以得出如下结论。
实验班学生成绩优于普通班学生成绩，但培养效果上无明显差异 一方面，尽管实验班与普通班在成绩独立样本T检验有6门课程不够显著，但从均值上看，实验班学生成绩均高于普通班学生成绩。另一方面，在选取的14门课程中，统计学意义上有8门课程显示存在显著性差异，但通过检验的效果值，可以得出，除了计算机知识及应用初步和马克思主义基本原理2门课程外，其他课程不同类别对成绩差异的解释度都不足10%。这说明，这8门课程的显著性差异并不主要是因为对实验班和普通班不同的培养方案而导致，而是由于分班时，选入实验班的学生成绩本来就是专业中表现较为突出的。并且，研究发现，表现为存在显著性差异的6门课程，即大学物理、高等数学、测量学、计算机知识及应用初步、大学英语、马克思主义基本原理，均为考试类课程，而表现为不存在显著性差异的6门课程均为考察类课程。这说明，实验班的学习、考试能力较强，而非考试类课程差异性不大。这也从另外一个侧面说明，教师对两类不同班级的授课内容、方式以及考核上存在的差异性不大。
实验班和普通班均有自身特点，实验班数学优势较为突出 通过两类学生成绩因子分析的对比，可以看出，实验班学生数理能力较为突出，这一点从高等数学、线性代数和大学物理的成绩对比可以看出，实验班要远高于普通班。结合大学英语四级的过级率来看，实验班的英语四级通过率为47%，远高于普通班的通过率10%。此外，从两者的因子分析中都得到了“工具基础能力”的公因子，说明测绘工程专业的培养确实有其自身的特色，这与用人单位对测绘工程专业毕业生“动手能力强、上手快”的评价相一致。
4 结语
通过上述分析，测绘工程专业实验班的培养初具成效，与普通班相比具有较为明显的特点，但也存在一些不足。要想更好地做好实验班学生的培养，需要进一步优化人才培养方案，注重整合行业资源和地方优势，搭建校企合作平台，并吸引有一定影响力的行业企业，深度参与学校人才培养方案的制订，实现人才培养和应用实践的有机结合；注重教学内容改革和考核方式转变，在厚基础、精专业、强实践上下功夫，抓好专业能力和实践能力的双促进，鼓励学生参加学科竞赛、大学生创新创业比赛和社会实践活动，开阔学生视野，培养全方位发展的复合型人才。同时，要进一步发挥测绘工程专业双师型师资雄厚的优势，发动双师型教师深度参与到实验班的教学、管理和实践中来，提高实验班动手实践能力，打造具有桂林理工大学特色的实验班品牌。
参考文献
[1]董晓宇，申志灵.基于“卓越计划”的课程改革研究[J].教育教学论坛，2013（48）：47-48.
[2]朱宁，符名培，李雨.信息与计算科学专业的主成分模型分析[J].广西科学院学报，2004，20（4）：240-243.
[3]黄麓升，邓奕，谢骐，等.“卓越计划”背景下的教学管理与保障体系研究[J].湖南工程学院学报，2013（4）：89-92.
关键词 卓越工程师；测绘工程专业；学生成绩
中图分类号：G642.0 文献标识码：B
文章编号：1671-489X（2016）06-0072-03
1 前言
《国家中长期教育改革和发展规划纲要（2010—2020年）》中明确指出，要在2010—2020年间，“实施基础学科拔尖学生培养试验计划和卓越工程师、医师等人才教育培养计划”[1]。《纲要》发布不久，2011年，教育部出台《关于实施卓越工程师教育培养计划的若干意见》[2]。桂林理工大学测绘工程专业是于2013年被教育部列入第三批“卓越工程师教育培养计划”的专业之一。2014年4月，学校制订出台《“卓越工程师教育培养计划”实验班实施方案》，明确了培养目标、实施范围和培养办法等，测绘工程专业成为试点的6个专业之一。经过一年多的实施，对于测绘工程专业实验班学生的培养效果与同年级普通班学生的培养效果是否存在差异？主要特点表现在哪些方面？这是本文进行深入探讨的内容，以便更好地为实验班人才培养提供科学的建议。
2 样本选取及数据分析
样本数据的选取 本文选取桂林理工大学2014级测绘工程实验班30人、2014级测绘工程普通班82人的第一学年部分课程成绩作为分析的样本数据。其中，基础理论课为高等数学、线性代数、CAD与大比例尺地形图绘制、测量学、工程制图等5门课程；公共课程为大学物理、大学英语、计算机知识及应用初步、马克思主义基本原理、思想道德修养与法律基础等5门课程；其他课程为安全教育、形式与政策、地球科学概论等3门课程。
数据预处理 将所有的等级数据转化为百分制。其中，“优秀”用95分替换，“良好”用85分替换，“中”用75分替换，“及格”用65分替换，“不及格”用45分替换。对于补考的科目，为了保持研究的科学性，只采集首次考试成绩。
实验班和普通班之间的独立样本T检验 独立样本T检验是统计学中用于检验两个不同群体之间样本的平均数差异性的常用方法。本文应用SPSS17在置信区间为95%的情况下，对样本数据进行分析。结果表明，在所有选取的课程中，CAD与大比例尺地形图绘制、大学物理、思想道德修养与法律基础、安全教育、形势与政策和地球科学概论这6门课差异不显著，其他课程均存在显著差异，并且实验班成绩均值均显著高于普通班成绩均值。类别不同能够解释高等数学、线性代数、大学英语以及计算机基础等课程变量总方差中较大的变异量。这说明实验班整体教学效果要显著优于普通班。通过调查分析，差异不显著的6门课程均系考察类课程，分数不符合正态分布。具体如表1所示。
实验班和普通班成绩的因子分析 因子分析常被用于样本数据的降维，期望用较少的因子来解释大多数的变量信息。这些通过探索性因子分析从成绩数据中产生的因子，可以用于解释这些成绩所代表的不同类别学生的特点和优势[3]。
首先，实验班成绩因子分析。数据分析显示，样本数据通过KMO与Bartlett的球形检验，其KMO值为0.690，Bartlett的球形检验达到0.05显著水平，表明该数据可以做因子分析。因子抽取方法采用主成分分析法，因子转轴采用正交法。因子个数的选取结合特征根数值以及逻辑分析的结果，第一次因子分析得出4个公因子，累计贡献率为69.2%，贡献率不高。并且多门课程在多个因子上存在较高载荷，无法确定归属。
于是进行第二次因子分析，将相关矩阵中与其他变量相关性较小的地球科学概论、形势与政策和安全教育3门课程剔除，样本数据通过KMO与Bartlett的球形检验，其KMO值为0.718，Bartlett的球形检验达到0.05显著水平，表明该数据较前更适于做因子分析。同样采用主成分分析法抽取因子，正交法实现因子旋转，得出3个公因子，累计贡献率为71.2%。
大学英语、马克思主义基本原理、计算机基础、测量学、思想道德修养与法律基础和CAD与大比例尺地形图绘制等6门课程在第一公因子上具有较高的载荷，命名为“综合能力”因子，其贡献率为43%；线性代数、大学物理和高等数学在第二公因子上具有较高载荷，命名为“数理能力”因子，其贡献率为16%；工程制图课程在第三公因子上有较高载
荷，命名为“工具基础能力”因子，其贡献率为12.4%。
以上结果表明，实验班能力具有较好的区分性，人才培养具有一定的特色，具有较好数理能力和一定的实践基础能力，初步实现了培养创新实践型人才的目标。具体如图1、图2所示。
其次，普通班级成绩因子分析。对数据进行因子分析适宜性检验显示，该数据适宜做因子分析。同样采用主成分分析法抽取因子，正交法实现因子旋转进行因子分析。第一次因子分析仍然存在实验班因子分析的问题，效果不够理想。于是进行第二次因子分析，剔除与其他课程变量相关性较小的地球科学概论和安全教育2门课程，样本数据通过KMO与Bartlett的球形检验，其KMO值为0.784，Bartlett的球形检验达到0.05显著水平，表明该数据较前更适于做因子分析。
通过分析，得出4个公因子，累计贡献率为64.2%，可以接受。高等数学、测量学、大学物理、线性代数、马克思主义基本原理、CAD与大比例尺地形图绘制和大学英语等7门课在第一公因子上有较高载荷，命名为“综合能力”因子，其贡献率为38.8%；思想道德修养与法律基础和形势与政策在第二公因子上具有较大载荷，命名为“政治素质”因子，其贡献率为15.5%；工程制图和计算机基础在第三公因子上具有较高载荷，命名为“工具基础能力”因子，其贡献率为9.9%。 以上结果显示，普通班虽然在分班之时总体成绩不如实验班，但其成绩也具有较好的区分性，人才基础培养也具有一定的特色，思想政治素质和工具基础能力较好。
3 讨论
通过实验班学生成绩和普通班学生成绩的独立样本T检验和因子分析，可以得出如下结论。
实验班学生成绩优于普通班学生成绩，但培养效果上无明显差异 一方面，尽管实验班与普通班在成绩独立样本T检验有6门课程不够显著，但从均值上看，实验班学生成绩均高于普通班学生成绩。另一方面，在选取的14门课程中，统计学意义上有8门课程显示存在显著性差异，但通过检验的效果值，可以得出，除了计算机知识及应用初步和马克思主义基本原理2门课程外，其他课程不同类别对成绩差异的解释度都不足10%。这说明，这8门课程的显著性差异并不主要是因为对实验班和普通班不同的培养方案而导致，而是由于分班时，选入实验班的学生成绩本来就是专业中表现较为突出的。并且，研究发现，表现为存在显著性差异的6门课程，即大学物理、高等数学、测量学、计算机知识及应用初步、大学英语、马克思主义基本原理，均为考试类课程，而表现为不存在显著性差异的6门课程均为考察类课程。这说明，实验班的学习、考试能力较强，而非考试类课程差异性不大。这也从另外一个侧面说明，教师对两类不同班级的授课内容、方式以及考核上存在的差异性不大。
实验班和普通班均有自身特点，实验班数学优势较为突出 通过两类学生成绩因子分析的对比，可以看出，实验班学生数理能力较为突出，这一点从高等数学、线性代数和大学物理的成绩对比可以看出，实验班要远高于普通班。结合大学英语四级的过级率来看，实验班的英语四级通过率为47%，远高于普通班的通过率10%。此外，从两者的因子分析中都得到了“工具基础能力”的公因子，说明测绘工程专业的培养确实有其自身的特色，这与用人单位对测绘工程专业毕业生“动手能力强、上手快”的评价相一致。
4 结语
通过上述分析，测绘工程专业实验班的培养初具成效，与普通班相比具有较为明显的特点，但也存在一些不足。要想更好地做好实验班学生的培养，需要进一步优化人才培养方案，注重整合行业资源和地方优势，搭建校企合作平台，并吸引有一定影响力的行业企业，深度参与学校人才培养方案的制订，实现人才培养和应用实践的有机结合；注重教学内容改革和考核方式转变，在厚基础、精专业、强实践上下功夫，抓好专业能力和实践能力的双促进，鼓励学生参加学科竞赛、大学生创新创业比赛和社会实践活动，开阔学生视野，培养全方位发展的复合型人才。同时，要进一步发挥测绘工程专业双师型师资雄厚的优势，发动双师型教师深度参与到实验班的教学、管理和实践中来，提高实验班动手实践能力，打造具有桂林理工大学特色的实验班品牌。
参考文献
[1]董晓宇，申志灵.基于“卓越计划”的课程改革研究[J].教育教学论坛，2013（48）：47-48.
[2]朱宁，符名培，李雨.信息与计算科学专业的主成分模型分析[J].广西科学院学报，2004，20（4）：240-243.
[3]黄麓升，邓奕，谢骐，等.“卓越计划”背景下的教学管理与保障体系研究[J].湖南工程学院学报，2013（4）：89-92.