结构方程分析在普通高中学生学业成绩研究中的应用 学生个体间存在着千差万别,自然在学业上也会有差异。在认识到学生个体间存在差异的前提下,大多数中学对学生学业成绩的处理常偏重于去确定这个差异。于是努力从量的角度上寻找并确定学生间的学业差异。学生学业成绩是侧重从量的规定性上对学生学习结果进行描述和确定。因此学生学业成绩常会被拿来确定学生的学业差异,评定学生的优劣。由于对学业成绩的研究注重确定学生的学业差异、划定学生的学业优劣,导致“学业成绩”、“分数”一直被认为是应试教育的“孽根”,对学业成绩的研究也常会被嗤之以鼻。 其实不然,学业成绩是对学生学习结果的描述,是在教育过程中收集的教育信息。它除了可以用来评定学生的学习结果外,,更重要的是可以为教育研究问题提供实证性资料。几乎每所学校都会有大量的学生学业成绩方面的资料、数据,这些都是非常宝贵的定量分析的材料,是进行教育科学研究的基础。这些看似杂乱无章的数据,当我们运用一定的数据分析方法,对其进行整理、加工、分析、研究后,便会发现隐藏在其背后的知识信息。许多成熟的数据分析方法,均可用作教育信息处理。比如:决策树技术、聚类技术、回归分析、结构方程分析等。 本研究大胆尝试将结构方程分析方法应用到普通高中学生学业成绩研究中。结构方程分析(Structural Equation Modeling,简称SEM)是基于变量的协方差矩阵来分析变量之间关系的一种数据分析方法。在本文中,首先通过对普通高中学生高中阶段学业学习过程的分析,确定普通高中学生不同学年的学业成绩之间是存在影响关系的,利用聚类分析技术肯定了文理科学生在学业学习间的差异。比如,文理分科对高中理科学生的学业学习分割成二个明显的部分,即高一基础学习阶段和分科后的学习阶段。而对文科学生的学业学习并没有产生太大的影响。然后根据这些分析和已有的教学经验,建构起普通高中学生不同学年的学业成绩之间的结构模型,通过结构方程分析,将不同学年的学业成绩间的影响关系量化,并以模型的形式直观地描述出各学年学业成绩间、各学科间的影响度。结果表明:文理科学生的学业结构都偏重于数学学业和综合学业。高一学年是文科学生学业水平快速提高的时期,高二学年是理科学生学业水平快速提高的时期。通过对一所普通高中学校的真实数据的结构方程分析,所得到的结果是符合教学规律的,并能为教育教学提供精确的决策支持。结构方程分析在教育领域内的应用是可行的,这为教育信息处理指出了一条新路。