SPSS的軟件工程專業(yè)教學(xué)效果影響因素
前言：想要寫出一篇引人入勝的文章？我們特意為您整理了SPSS的軟件工程專業(yè)教學(xué)效果影響因素范文，希望能給你帶來靈感和參考，敬請閱讀。
摘要：隨著計(jì)算機(jī)應(yīng)用領(lǐng)域的不斷擴(kuò)大，軟件工程成為了近年來的熱門專業(yè)。為此，很多高校都開設(shè)了軟件工程專業(yè)，但教學(xué)效果并不理想。根據(jù)學(xué)習(xí)興趣、課程設(shè)置、師資力量、教學(xué)內(nèi)容、實(shí)踐活動、教學(xué)效果這6個維度進(jìn)行問卷設(shè)計(jì)，并對沈陽市多所高校軟件工程專業(yè)的在校學(xué)生進(jìn)行問卷調(diào)查，將獲取的調(diào)查結(jié)果進(jìn)行數(shù)據(jù)預(yù)處理。接著利用spss進(jìn)行可信度檢驗(yàn)，并通過Pearson相關(guān)分析，得出各因素與教學(xué)效果之間存在顯著相關(guān)關(guān)系，繼而利用多元線性回歸分析來表現(xiàn)變量之間數(shù)量關(guān)系的具體形式并檢驗(yàn)其多重共線性，最終列出回歸模型。通過此模型得到各個因素的影響權(quán)重，其中師資團(tuán)隊(duì)及實(shí)踐活動的影響最大。這對于軟件工程專業(yè)提高教學(xué)效果具有一定的啟發(fā)作用。
關(guān)鍵詞：軟件工程；教學(xué)效果；SPSS軟件；Pearson相關(guān)分析
引言
隨著信息與網(wǎng)絡(luò)化的發(fā)展，社會步入了信息時代，軟件產(chǎn)業(yè)是信息化產(chǎn)業(yè)的核心，是關(guān)系國民經(jīng)濟(jì)和社會發(fā)展的基礎(chǔ)性、戰(zhàn)略性產(chǎn)業(yè)，是信息化建設(shè)的關(guān)鍵環(huán)節(jié)。軟件工程是2002年國家教育部新增專業(yè)，它以計(jì)算機(jī)科學(xué)與技術(shù)學(xué)科為基礎(chǔ)，強(qiáng)調(diào)軟件開發(fā)的工程性，使學(xué)生在掌握計(jì)算機(jī)科學(xué)與技術(shù)方面知識和技能的基礎(chǔ)上熟練掌握從事軟件需求分析、設(shè)計(jì)、測試、維護(hù)和項(xiàng)目管理等工作所必需的基礎(chǔ)知識、基本方法和基本技能，突出對學(xué)生專業(yè)知識和專業(yè)技能的培養(yǎng)，培養(yǎng)能夠從事軟件開發(fā)、測試、維護(hù)和軟件項(xiàng)目管理的高級專門人才［12］。調(diào)查顯示，軟件工程專業(yè)普遍受到學(xué)校、計(jì)算機(jī)類專任教師和學(xué)生的認(rèn)同，但教學(xué)效果卻并不顯著，一些學(xué)校的課程設(shè)置缺乏開設(shè)課程先后順序的綜合考慮，出現(xiàn)一些不應(yīng)該先于軟件工程內(nèi)容課程開設(shè)的課程，以至于學(xué)生并不能很好理解相應(yīng)課程［3］；部分高校任課教師教學(xué)方式單一，對知識掌握不足，導(dǎo)致學(xué)生接收不到有用信息；高校的軟件工程課程內(nèi)容沒有根據(jù)實(shí)際應(yīng)用的變化及時調(diào)整，以至于所學(xué)內(nèi)容和實(shí)際發(fā)展出現(xiàn)了較大的脫節(jié)［4］；還有很多高校理論重于實(shí)踐，課堂教學(xué)與實(shí)踐教學(xué)之間存在著明顯的差距，導(dǎo)致大部分的學(xué)生動手能力極差，達(dá)不到實(shí)際要求［5］。因此，許多學(xué)者對軟件工程專業(yè)教學(xué)相關(guān)問題展開探究。基于上述啟發(fā)，本文通過問卷調(diào)查，利用SPSS軟件分析上述幾個因素對軟件工程專業(yè)教學(xué)效果的影響并提出合理化建議。
1數(shù)據(jù)收集與研究方法
1．1數(shù)據(jù)收集
本文選取沈陽市多所高校軟件工程專業(yè)的在校學(xué)生為調(diào)查對象，采用開放式的問卷調(diào)查方法進(jìn)行數(shù)據(jù)采集。共發(fā)放調(diào)查問卷270份，回收251份，回收率為92．3％。根據(jù)研究需要，去除無效的問卷，篩選出228份有效問卷，有效率為84．4％。本問卷共設(shè)計(jì)了6道問題，每個題目都采用Likert5賦分原則［10］。問題涉及學(xué)習(xí)興趣、課程設(shè)置、師資力量、教學(xué)內(nèi)容、實(shí)踐活動、教學(xué)效果6個方面。其中以軟件工程專業(yè)課程的期末綜合成績作為衡量教學(xué)效果的指標(biāo)。表1為問卷所涉及的調(diào)查因素及對應(yīng)賦值，并將各個因素進(jìn)行符號定義。
1．2研究方法
本文采用SPSS22．0對基礎(chǔ)數(shù)利用Pearson相關(guān)性分析來研究X1歸來研究每個因素對因變量的影響程
2統(tǒng)計(jì)分析
2．1可信度檢驗(yàn)
問卷的信度分析是為了考察問卷測量的可靠性，測量所得結(jié)果的內(nèi)部一致性程度［11］。本文使用Cronbachsα（克隆巴赫）系數(shù)法來檢測數(shù)據(jù)信度是否達(dá)標(biāo)，檢測各分量表中被測試者對量表中條目回答內(nèi)容的一致性。表2是本次信度檢驗(yàn)的重點(diǎn)，為了實(shí)證數(shù)據(jù)的準(zhǔn)確，對以上6個變量采用檢測Cronbachsα值的方法檢測其信度，信度檢驗(yàn)結(jié)果，也就是整體量表信度值為0．979＞0．8，說明本次問卷中量表對于分析目來說信度良好，因此，可以進(jìn)行相關(guān)分析。
2．2Pearson相關(guān)分析
相關(guān)分析是研究2個或2個以上處于同等地位的隨機(jī)變量間的相關(guān)關(guān)系的統(tǒng)計(jì)分析方法［12］。因?yàn)楸疚臄?shù)據(jù)處理后變量都是連續(xù)的且都服從正態(tài)分布，所以選用Pearson相關(guān)分析法更加合適。從表3可以看到，拿“學(xué)習(xí)興趣”和“教學(xué)效果”為例，它們之間的Pearson相關(guān)系數(shù)是0．930，即｜r｜＝0．930；右上角有2個星號，左下角注明“＊＊”表示相關(guān)性在0．01上是顯著的，說明“學(xué)習(xí)興趣”和“教學(xué)效果”的相關(guān)性是顯著的；一般認(rèn)為相關(guān)系數(shù)｜r｜在0．8～1．0之間是極強(qiáng)相關(guān)；0．6～0．8之間是強(qiáng)相關(guān)；0．4～0．6之間是中等程度相關(guān)；0．2～0．4之間是弱相關(guān)；0．0～0．2則是極弱相關(guān)或無相關(guān)。因此，可以得出學(xué)習(xí)興趣、課程設(shè)置、師資力量、教學(xué)內(nèi)容、實(shí)踐活動與教學(xué)效果的相關(guān)性都是顯著的。相關(guān)性分析只是說明了上述因素與教學(xué)效果之間的密切程度，但究竟影響程度有多大，具體影響形式是怎樣的，還需進(jìn)行回歸分析［13］。相關(guān)分析是回歸分析的前提，回歸分析是相關(guān)分析的深入和繼續(xù)。相關(guān)分析需要回歸分析來表現(xiàn)變量之間數(shù)量相關(guān)的具體形式，而回歸分析則需要依靠相關(guān)分析來表現(xiàn)變量之間數(shù)量變化的相關(guān)程度。只有當(dāng)變量之間存在高度相關(guān)時，進(jìn)行回歸分析其相關(guān)的具體形式才有意義。
2．3多元線性回歸分析
在統(tǒng)計(jì)學(xué)中，回歸分析指的是確定2種或2種以上變量間相互依賴的定量關(guān)系的一種統(tǒng)計(jì)分析方法［14］。因本文涉及多個變量，又因自變量和因變量之間是成線性分布的，所以，將選用多元線性回歸來進(jìn)行分析。從表4可知，R表示擬合優(yōu)度，它是用來衡量估計(jì)的模型對觀測值的擬合程度。它的值越接近1說明模型越好。調(diào)整的R2比調(diào)整前R2更準(zhǔn)確一些，圖中的最終調(diào)整R2為0．932，表示自變量一共可以解釋因變量93．2％的變化。在做線性回歸的時候要檢驗(yàn)殘差的獨(dú)立性，Durbin－Watson為2．005，當(dāng)DW值愈接近2時，殘差項(xiàng)間也無相關(guān)，所以說明殘差是獨(dú)立的。表5可以看到F值為606．981，它是對整個回歸方程的總體檢驗(yàn)，所對應(yīng)的P值就是表格中的sig具有重要意義，表格中p＝0．00＜0．05表明支持原假設(shè)，也就是說線性回歸方程顯著。首先，通過表6進(jìn)行多重共線性診斷，因?yàn)樵诮忉尵€性回歸模型時，總是隱含著這樣一種假設(shè)，即各個解釋變量之間不存在很強(qiáng)的依賴關(guān)系，如果有很強(qiáng)的相關(guān)關(guān)系，會造成模型方程的不穩(wěn)定。因此需要進(jìn)行共線性診斷［15］。當(dāng)容許≤0．1或方差膨脹因子VIF≥10時，就說明自變量之間存在嚴(yán)重共線情況。結(jié)果顯示5個自變量的容許均大于0．1同時VIF均小于10。因此認(rèn)為以上5個自變量之間無共線性存在，多元線性回歸分析可直接進(jìn)行?？梢钥闯霰?中t檢驗(yàn)的顯著性水平均小于0．05，說明自變量對因變量具有顯著影響，B表示各個自變量在回歸方程中的系數(shù)，負(fù)值表示這個自變量對因變量有顯著的負(fù)向影響，但是由于每個自變量的量綱和取值范圍不同，基于B并不能反映各個自變量對因變量影響程度的大小，這時候就要借助標(biāo)準(zhǔn)系數(shù)。此時數(shù)值越大表示對自變量的影響更大。這說明師資團(tuán)隊(duì)及實(shí)踐活動對教學(xué)效果的影響最大。從這個分析過程來看，這個實(shí)驗(yàn)結(jié)果還挺理想的。同時，可以列出回歸模型：Y＝0．290X1＋0．180X2＋0．153X3＋0．041X4＋0．403X5－0．283通過回歸模型，可以清晰看出，學(xué)習(xí)興趣、課程設(shè)置、師資力量、教學(xué)內(nèi)容、實(shí)踐活動這5項(xiàng)因素都與教學(xué)效果有顯著的正相關(guān)，其中師資團(tuán)隊(duì)及實(shí)踐活動的影響最大。
3結(jié)論
本文基于SPSS軟件對影響軟件工程專業(yè)教學(xué)效果的因素進(jìn)行了定量分析，得出學(xué)習(xí)興趣、課程設(shè)置、師資力量、教學(xué)內(nèi)容、實(shí)踐活動都對教學(xué)效果有著顯著的正相關(guān)影響。因此應(yīng)該努力激發(fā)學(xué)生的學(xué)習(xí)興趣，讓他們自我學(xué)習(xí)；有順序地開設(shè)課程，讓學(xué)生打好基礎(chǔ)；提高教師的綜合素質(zhì)，教學(xué)水平與技巧，與學(xué)生進(jìn)行雙向互動；教學(xué)內(nèi)容要根據(jù)實(shí)際的教學(xué)需要和軟件工程的發(fā)展需要進(jìn)行開展；注重理論聯(lián)系實(shí)踐，提高學(xué)生的實(shí)踐操作能力。但對于一些具體的問題，還需要不斷地思考與反思。
參考文獻(xiàn)：
［1］時慶濤．信息管理與信息系統(tǒng)專業(yè)《軟件工程》教學(xué)的若干問題［J］．吉林廣播電視大學(xué)學(xué)報(bào)，2008（5）：110111．
［2］吳玲紅，王葵．高校軟件工程課程教學(xué)改革初探［J］．成功（教育），2010（4）：171．
［3］王小剛，李玉龍，黎揚(yáng)．改進(jìn)軟件工程類課程課堂教學(xué)效果的幾種方法［J］．計(jì)算機(jī)教育，2012（12）：6062．
［4］魏紅娟．結(jié)構(gòu)化與面向?qū)ο蠓椒ㄏ嘟Y(jié)合的《軟件工程》教學(xué)方法與研究［J］．內(nèi)江科技，2012，33（12）：96，138．
［5］龍勇．淺談實(shí)踐在軟件工程教學(xué)中的應(yīng)用［J］．課程教育研究，2015（27）：18．
［6］高文蓮，薛艷鋒．“算法設(shè)計(jì)與分析”的教學(xué)研究：以呂梁學(xué)院軟件工程專業(yè)為例［J］．呂梁學(xué)院學(xué)報(bào)，2017，7（2）：8688．
［7］鹿玲，吳建勝．提升應(yīng)用型本科軟件工程專業(yè)實(shí)驗(yàn)教學(xué)效果探討［J］．大學(xué)教育，2017（8）：2931．
［8］張睿，趙娜，張永梅，等．“互鎖式”軟件工程教學(xué)模式探索［J］．計(jì)算機(jī)教育，2020（7）：128133．
［9］盧盛榮．試論基于校企聯(lián)動平臺的軟件工程實(shí)踐教學(xué)改革［J］．赤峰學(xué)院學(xué)報(bào)（自然科學(xué)版），2017，33（22）：220222．
［10］阮夢黎．新工科背景下軟件工程專業(yè)新模式研究［J］．中國現(xiàn)代教育裝備，2019（21）：107110．
［11］任訓(xùn)學(xué)，王春喜．教學(xué)效果評價問卷SEEQ信度分析［J］．湖北大學(xué)學(xué)報(bào)（哲學(xué)社會科學(xué)版），2002（4）：7678．
［12］李俊，晏琪．課堂教學(xué)技能的使用與教學(xué)效果的相關(guān)性［J］．韶關(guān)學(xué)院學(xué)報(bào)，2018，39（5）：4144．
［13］杜曉昕，張劍飛，魏連鎖，等．“科研＋教學(xué)共同體”模式在軟件工程課程中的應(yīng)用研究［J］．高師理科學(xué)刊，2019，39（5）：7982．
［14］馬宗達(dá)，朱凱進(jìn)．軟件工程中知識的顯著復(fù)用影響因素的多元逐步回歸分析［J］．信息與電腦（理論版），2012（16）：125126．
［15］柳麗，魏慶，趙樹安．回歸分析中多重共線性的診斷與處理［J］．中國衛(wèi)生統(tǒng)計(jì)，1994（1）：57．
作者：孟憲濤 任時 單位：沈陽師范大學(xué)