中国计量学院

应用经济统计学

基于SPSS的试卷命题质量评估与成绩分析

小组成员 夏华栋 沈锴迪 许柯军 温情 李萍 专 业 财务管理 班 级 10文试1 二级学院 经管学院 指导教师 鲁统宇

中国计量学院

20xx年 6 月

摘要：衡量教学质量的方法之一是对试卷及成绩进行科学、准确的评估。SPSS 统计软件能够对相关数据进行量化分析，得出更准确、严谨的结论，为教师改进教学手段、提高教学质量提供依据及科学指导。

关键词：SPSS；试卷评估；成绩分析

考试是一种最有效、最常见的测量学生学习成绩和检查教师教学效果的重要方法，也是筛选高质量试题的有效手段，通过对试卷分析，不但可以使教师发现教学中的薄弱环节，有助于对教学内容进行调整，对教学方法进行革新，对后续教学提出合理化的建议，而且有助于管理者掌握试卷的质量、教师的教学质量和学生的学习情况，从而有效地对教学加以监督和调整，提高教学水平和学生学习质量。鉴于目前多数教师凭借经验出题，不仅不能保证试卷应有的质量，不能全面客观地检测学生的学习效果，而且由于缺乏必要的简单统计知识，对考试结果不能做出正确的解释，致使考试结果中蕴藏的大量信息白白浪费。

SPSS (Statistical Product and Service Solutions)是世界上最早采用图形菜单驱动界面的统计软件，易于使用，能全面综合地阐述统计分析的全过程。它最突出的特点就是操作界面简单，输出结果美观。用户只要掌握一定的Windows 操作技能，粗通统计分析原理，就可以使用该软件为特定的科研工作服务。是非专业统计人员的首选统计软件。利用SPSS 进行试卷命题质量评估及成绩分析，能客观有效地对其进行评价，结果以统计表格及图形输出，使评价结果一目了然，方便教师的阅读及分析，以便寻求改进教学效果的手段。

本文以一次真实测试样本成绩为例，介绍利用SPSS11.5进行平均分﹑标准差﹑频数分布等相关因素与教学质量的关系的分析方法。

质量分析所用的测试数据来源于某市小学生二年级教学质量检测成绩，包括10所县镇小学和农村中心校，285名学生。通过研究，可以比较城镇和乡村学生的成绩差异情况，分析城乡差异以及教育公平问题，为教师改进教学提供建议。

各学校学生成绩如下表所示：

1.1 原始数据的整理、录入

启动SPSS，进入SPSS的数据编辑界面，即Untitled-SPSS Date Editor编辑窗口。

首先命名并定义变量。用鼠标左键单击数据编辑器下方的Variable View（变量表），即进入变量命名及定义界面。在第一列输入变量名：第一行第一个单元格输入“xq”，第二行第一格输入“cx”，第三行第一格输入“cj”；第五列Label（变量标签）对应“xq”﹑“cx”和“cj”处依次输入“县区”﹑“城乡学校”和“学生成绩”等；第六列为Values，用于定义具体变量值的标签。对应“xq”分别定义1等于A县，2等于B县，3等于C县，4等于D县，5等于E县；“cx”分别定义1等于县镇学校，2等于乡中心校，其余各列均用SPSS的默认值。然后输入数据。变量定义完毕，左键点击下面的Date View(数据)，返回数据编辑界面，一次录入以上数据，校对无误后即可进行分析。

2.1 数据的统计分析

2.1.1 一般性分析

①、全市统计

Descriptive Statistics

为78，标准差为14.27。

②、按县镇学校、乡中心校统计 Descriptive Statistics

由表可知：县镇学校样本总量为180，学生成绩平均数为79.4，标准差为13.47；乡中心校样本总量为105，学生成绩平均数为75.5，标准差为15.30； 乡中心学校学生成绩低于县镇学校的学生成绩，且成绩波动较大。

③、按县区统计 县区

Valid N (listwise) 学生成绩 Valid N (listwise) 学生成绩 Valid N (listwise) 学生成绩 Valid N (listwise) 学生成绩 Valid N (listwise)

Descriptive Statistics

MinimuMaximuStd.

N Range m m Mean Deviation 51 74.00 22.00 96.00 79.4510 12.79736 51 55 55 62 62 65 65 52 52

48.00

34.00

89.00

53.00

50.00

65.00

12.00

41.00

8.90496

8.13804

17.97209

12.38893

B县 98.00 85.1273

C县 99.00 84.3387

D县 101.00 68.0615

E县 94.00 73.6538

由表可知：A县的学生成绩平均数为79，标准差为12.80；B县平均数为85，标准差为8.9；C县平均数为84，标准差为8.1；D县平均数为68，标准差为17.97；E县平均数为74，标准差为12.39；B县总体成绩较好，D县成绩波动较大。

④、按学校统计

由表可知：A、D、E县乡中心学校的学生平均成绩高于县镇学校，且波动较小；B县县镇学校学生平均成绩优于乡中心学校，且较为集中；C县县镇学校学生平均成绩优于乡中心学校，但波动较大。

2.1.2频数分析

全市学生成绩频数表如下图所示：

Cumulative

Valid

12.00 18.00 22.00 28.00 32.00 41.00 47.00 49.00 50.00 51.00 52.00 53.00 56.00 57.00

Frequency

1 1 1 1 1 1 2 1 3 2 1 4 2 1

Percent

.4 .4 .4 .4 .4 .4 .7 .4 1.1 .7 .4 1.4 .7 .4

Valid Percent

.4 .4 .4 .4 .4 .4 .7 .4 1.1 .7 .4 1.4 .7 .4

Percent

.4 .7 1.1 1.4 1.8 2.1 2.8 3.2 4.2 4.9 5.3 6.7 7.4 7.7

学生成绩

58.00 60.00 61.00 62.00 63.00 64.00 65.00 66.00 67.00 68.00 69.00 70.00 71.00 72.00 73.00 74.00 75.00 76.00 77.00 78.00 79.00 80.00 81.00 82.00 83.00 84.00 85.00 86.00 87.00 88.00 89.00 90.00 91.00 92.00 93.00 94.00 95.00 96.00 98.00 99.00 101.00 Total

3 4 3 6 3 6 6 5 7 4 5 4 5 5 1 5 4 4 7 6 7 10 6 9 8 10 15 11 13 13 14 8 9 14 4 8 3 4 2 1 1 285

1.1 1.4 1.1 2.1 1.1 2.1 2.1 1.8 2.5 1.4 1.8 1.4 1.8 1.8 .4 1.8 1.4 1.4 2.5 2.1 2.5 3.5 2.1 3.2 2.8 3.5 5.3 3.9 4.6 4.6 4.9 2.8 3.2 4.9 1.4 2.8 1.1 1.4 .7 .4 .4 100.0

1.1 1.4 1.1 2.1 1.1 2.1 2.1 1.8 2.5 1.4 1.8 1.4 1.8 1.8 .4 1.8 1.4 1.4 2.5 2.1 2.5 3.5 2.1 3.2 2.8 3.5 5.3 3.9 4.6 4.6 4.9 2.8 3.2 4.9 1.4 2.8 1.1 1.4 .7 .4 .4 100.0

8.8 10.2 11.2 13.3 14.4 16.5 18.6 20.4 22.8 24.2 26.0 27.4 29.1 30.9 31.2 33.0 34.4 35.8 38.2 40.4 42.8 46.3 48.4 51.6 54.4 57.9 63.2 67.0 71.6 76.1 81.1 83.9 87.0 91.9 93.3 96.1 97.2 98.6 99.3 99.6 100.0

表2-1学生成绩频数分布直方统计图

Frequency表2-2全市学生成绩分布柱状图

结论：由表可知：80--90分的学生数量最多。

2.1.3 相关分析

表2-3 各县区城乡学生成绩相关分析

从表2-3中可以看出“县区”和“城乡学校 ”的spearman等级相关系数为0.045 假设成立的概率为p=0.482＞0.05，差异不显著，没有统计学意义；“县区”和“学生成绩”的spearman等级相关系数为0.323，假设成立的概率为p=0.00＜0.01，差异非常显著，具有统计学意义； “城乡学校”和“学生成绩”的spearman等级相关系数为0.141，假设成立的概率为p=0.017＜0.05，差异显著，有统计学意义。其结论为：学生成绩的差异主要源自各县教育整体情况的差异，并与城镇学校和乡村中心校的差别有关。

2.1.4 方差分析

因素“xp”：F=20.141， P=0.000，按0.05的检验水平，拒绝无效假设，可以认为因素“xp”效应显著，即各县（区）间有显著差异。

因素“cx”：F=2.477， P=0.117，按0.05的检验水平，接受无效假设，可以认为因素“cx”效应不显著，即城乡学校间没有显著差异。

因素“xp*cx”：F=3.968， P=0.004，按0.05的检验水平，拒绝无效假设，可以认为因素“xp*cx”效应显著，即各县（区）与城乡学校间有交互作用。

Eta平方：Eta2（xp）=0.227> Eta2（xp*cx）=0.055> Eta2（cx）=0.009.因素对总变异的贡献是xp大于xp*cx大于cx。

观察效能：因素“xp”和“xp*cx”分别为1.000和0.904.观察效能大，无需增加样本。因素“cx”为0.348.观察效能一般，若增加样本可能会得到不同的显著差异的效果。

结论：按0.05的检验水平，a县与d县，b县与d，e两县，c县与d，e两县，d县与a，b，c三县，e县与b，c两县，差异显著。a县与b，c，d，e四县，b县与a，c两县，c县与a，b两县，d县与e县，e县与a，d两县，差异不显著。

结论；由图可知县镇学校的平均成绩大于乡中心学校。

2.1.4试题难度系数分析

该试题难度下学学生平均得分=77.88，最高成绩=101.00，则难度系数P=77.88/101=0.771，试题难度系数在0.6~0.8之间，难度系数适宜，整体试卷适合学生答题。

3.1 研究结论

第一，县镇学校学生成绩优于乡中心校。按县区看，B县学生成绩优于C县优于A县优于E县优于D县。B县﹑C县学生成绩平均水平高且集中，属优良状态；A县学生成绩平均水平较高，但分离程度大，存在低分生；E县﹑D县学生成绩平均水平低，且分离程度大，个体差异太大，属劣差状态，但存在高分生。这种情况不利于合理安排教学，可以适当考虑给成绩差的学生调整教学内容或补课。

第二，学生成绩的差异主要源自各县教育整体情况的差异，并与城镇uexiao和乡村中心校的差别有关。

第三，以上是通过一组检测成绩对教学质量进行的分析，只是管窥了教育统计学在分析测试应用中之一斑，希望籍此探讨一种收集处理测试反馈信息，并用以指导后续教学的方法。

第二篇：统计调查报告范例

《重庆市大学生对公租房的需求及预期》

统计调查报告

  学    生：

  学    号：

  专    业：

  班    级：

重庆大学建设管理与房地产学院

二O##年

摘    要

   

重庆市政府决定从20##年起，大力推进公共租赁住房建设，建立以公共租赁住房为主导的住房保障体系。

对于大学生群体而言，房价持续攀升，高房价必然给大学生施加很大的压力。买房难，住房难犹然而生，普遍大学生会选择租住公租房来缓解自己的住房和经济压力，对公租房具有需求欲望和预期。

目   录

摘    要... II

一、         调查背景... 4

二、         调查目的和调查内容... 4

(一)         调查目的... 4

(二)         调查内容... 4

三、         调查对象和调查单位的确定... 5

(一)         调查对象... 5

(二)         调查单位的确定... 5

四、         调查时间... 6

(一)         调查资料所属的时间... 6

(二)         调查工作的起讫时间... 6

五、         调查项目和调查表... 6

(一)         调查项目... 6

(二)         调查表... 7

六、         调查的组织和队伍... 7

七、         调查方式和数据收集技术... 7

(一)         调查方式... 7

(二)         数据收集技术... 7

八、         数据处理和上报方式... 7

(一)         数据处理... 7

(二)         数据取得... 7

(三)         数据上报... 8

九、         数据分析... 8

(一)         “汶川大地震”后成渝两地购房者购房决策因素差异比较... 8

(二)         成渝两地购房者感知到的安全风险因素差异比较... 9

(三)         成渝两地购房者感知到的安全风险构面比较... 10

十、         结论... 12

一、   调查背景

改革开放以来，随着城镇住房制度改革不断深化和住房分配货币化的逐步实行，重庆市住房供应严重不足的状况得到有效缓解。但由于住房供应体制的单一性，低收入住房困难群体买不起房的问题越来越突出。虽然重庆市用廉租住房等五种方式开展住房保障工作，取得了一定成效。但由于廉租住房主要保障低收入群体，经济适用住房制度设计上还不完善，危旧房和棚户区改造安置有阶段性，新生代就业人员和暂时买不起住房又不能纳入廉租住房保障的“夹心层”群体的住房问题就凸显了出来。市委、市政府高度重视解决群众“住房难”问题。

二、   调查目的和调查内容

(一)    调查目的

(二)    调查内容

本研究构建了大地震后购房者感知住宅建筑安全风险的九个维度：抗震烈度、楼层、选址、稳固性、安全通道、建筑密度、室内避难空间、室外避难场所与政府应对灾难能力（如图一所示）。通过九个维度构成的购房者安全风险构面，来描述地震安全风险，从而探讨地震发生后，成渝两地购房者所感知到的建筑安全的不确定性。地震对购房者购房心理的影响，其中一方面主要体现在地震影响购房者感知到的住宅建筑安全风险（以后简称“安全风险”），进而导致购房者购房决策的变化。研究汶川大地震后成渝两地购房者感知到的安全风险可以从购房者决策行为变化的角度出发，即以影响购房者决策的因素为切入点，研究购房者感知到的安全风险的构面，以及安全风险在购房决策因素中所占的权重。

 

图一  购房决策因素及安全风险构面示意图

三、   调查对象和调查单位的确定

(一)    调查对象

在重庆和成都两地的所有购房者。但是为了便于研究，最终本次调查的对象选定为20##年5月成都房交会和20##年6月重庆江北房交会购房者。

(二)    调查单位的确定

在重庆和成都两地的每一位购房者。但是由于受到时间、资金等资源方面的限制，本次调查最终只随机选定20##年5月成都房交会的100名购房者和20##年6月重庆江北房交会的170名购房者。

四、   调查时间

(一)    调查资料所属的时间

调查时间为汶川地震后一周年左右。分别为20##年5月成都房交会和20##年6月重庆江北房交会。

(二)    调查工作的起讫时间

成都调研工作起讫时间为20##年4月30日-20##年5月3日

重庆调研工作起讫时间为20##年6月6日-20##年6月9日

五、   调查项目和调查表

(一)    调查项目

本研究将问卷设计分为两个层次，第一层次研究影响购房者决策的因素，共有9个，如图一所示，称之为购房决策因素，第二层次为住宅建筑安全风险因素，共有9个，如图一所示，这9个因素为购房者感知到安全不确定性的来源，称之为安全风险构面。这两个层次的因素是经过本课题研究组多次到重庆大学附近的六个楼盘调查访问，并且对重庆大学房地产学院的师生进行深度访谈后总结归纳出来的，可以认为基本涵盖了影响购房者决策的因素和购房者感知到的安全风险因素。

经过反复论证本研究决定问卷的第一层次采用0-1法，本研究请被试对第一层次的9个因素两两进行比较，认为相对重要的给1分，相对不重要的给0分；问卷的第二层次采用0-4法，对第二层次的9个因素两两进行比较，认为相对非常重要的给4分，相对重要的给3分，同等重要的给2分，相对不重要的给1分，相对非常不重要的给0分。

据此可以统计出第一层次各要素在购房决策中的权重（Q₁、Q₂、Q₃…Q₉）和第二层次购房者感知到的安全风险各要素在安全风险构面的比重（q₁、q₂、q₃…q₉），将安全风险各要素的比重（q₁、q₂、q₃…q₉）乘以建筑安全及周边环境安全在购房决策中所占的权重Q₅，便可以得到各个安全风险因素在购房者购房决策中所占的比重（Q₅₁、Q₅₂、Q₅₃…Q₅₉）。

(二)    调查表

见附件1。

六、   调查的组织和队伍

重庆大学建设管理与房地产学院20##级学生王环、罗伟涛、王睿、高原、付维维。

七、   调查方式和数据收集技术

(一)    调查方式

典型调查与随机抽样调查结合。

(二)    数据收集技术

问卷调查方式。

八、   数据处理和上报方式

(一)    数据处理

对第一层次数据的分析本课题研究组进行了独立样本T检验（见表一），对第二层次本课题研究组进行了独立样本T检验（见表二）和配对样本T检验（见表三、四）。数据处理软件用SPSS16. 0。

(二)    数据取得

通过问卷调查方式取得。调查对象为随机抽样的20##年5月参加成都房交会和20##年6月参加重庆江北房交会的购房者，调查时间为汶川地震后一周年左右。本次调查发放问卷270份，有效问卷238份；其中，成都地区共发放100份，收回99份，有效问卷84份，重庆地区发放问卷170份，收回160份，有效问卷154份。

(三)    数据上报

在搜集汇总各调查资料后，在20##年6月前以调研报告的形式提交给重庆大学实验室及设备管理处。

九、   数据分析

(一)     “汶川大地震”后成渝两地购房者购房决策因素差异比较

根据第一层次的调查结果统计出成渝两地购房者对决策因素的排序（见表一），决策因素的排序不同意味着群体对各个决策因素的不同重视程度：对于同一群体来说,某个决策因素的排位越靠前,重视程度越高；对于不同群体来说, 即使某个决策因素的排位不相同,但两者重视程度仍有可能一致。

购房决策因素的重要性排序显示：灾后重庆和成都购房者都把住宅建筑安全放在决策因素的首位，且该因素的比重Q_5成都=0.1533大于Q_5重庆=0.1433；两地购房者对其他因素的排序则略有不同，重庆购房者把价格因素放在决策因素的第二位而成都购房者把价格因素放在了第四位，说明了重庆购房者较成都购房者对价格因素更为敏感。

对第一层次数据进行独立样本T检验显示：各个决策要素的p值均大于0.05，说明成渝两地购房者对各个因素的重要性程度不存在显著差异，即重庆、成都购房者对各个决策因素的重要性意见倾向一致。

(二)    成渝两地购房者感知到的安全风险因素差异比较

第二层次的调查结果，统计得出了成渝两地购房者对住宅建筑安全风险因素的重要性排序（见表二）：从表二可以看出，地震后成渝购房者感知安全风险因素的重要性的排序除了因素X53、X54、X55、X56不同外，其他因素排序相同。

对第二层次数据进行独立样本T检验，感知到的各个安全风险因素的p值均大于0.05，说明重庆、成都两地购房者对各个因素的重要性程度不存在显著差异，即重庆、成都购房者对各个安全风险因素的重要性意见倾向一致。

表二  震后成渝两地购房者感知到的安全风险因素差异比较

(三)    成渝两地购房者感知到的安全风险构面比较

从表三可以看出，在重庆地区购房者感知到的安全风险因素的排位中，X52、X57和X58这三个因素两两之间不存在显著差异；X53和X54两个因素之间不存在显著差异；X55和X56之间不存在显著差异；而其他风险要素两两之间都是存在显著差异的。

表三  震后重庆地区购房者感知到的安全风险因素配对T检验结果

从表四可以看出，在成都地区购房者感知到的安全风险因素的排位中，X52、X56、X57和X58这四个因素两两之间不存在显著差异；X53和X54两个因素之间也不存在显著差异；X55和X56这两个因素之间不存在显著差异；而其他风险要素两两之间都是存在显著差异的。

表四  震后成都地区购房者感知到的安全风险因素配对T检验结果

由此，根据各个安全风险因素的重要性和排序的差异性本研究可以得到成渝购房者感知到的安全风险构面，如表五所示。

表五  震后成渝购房者感知到的安全风险构面

十、   结论

1、震后成渝购房者对决策因素的重要性意见倾向一致，但各自对决策因素的重要性排序不同。这可能与成渝地区的文化差异、地理环境、城市人群性格等有关。但是本研究未涉及此类议题，因此不能说明原因。

2、震后成渝购房者都把住宅建筑安全放在了第一位，说明了两地区购房者对该因素都很重视。

3、成渝购房者对各个安全风险因素的重要性意见倾向一致，对各安全风险因素的重要性排序不存在显著差异。

4、成渝购房者感知到的安全风险构面（见表五）是很接近的，两者的区别仅在于重庆购房者把X52、X57、X58这三个风险因素放在了第四层次，导致这种区别的原因可能在于重庆地区先天的地理环境：重庆地处山区，用地紧张，人口密集、建筑多为高层建筑。