SPSS的軟件工程專業教學效果影響因素

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的軟件工程專業教學效果影響因素范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：隨著計算機應用領域的不斷擴大，軟件工程成為了近年來的熱門專業。為此，很多高校都開設了軟件工程專業，但教學效果并不理想。根據學習興趣、課程設置、師資力量、教學內容、實踐活動、教學效果這6個維度進行問卷設計，并對沈陽市多所高校軟件工程專業的在校學生進行問卷調查，將獲取的調查結果進行數據預處理。接著利用spss進行可信度檢驗，并通過Pearson相關分析，得出各因素與教學效果之間存在顯著相關關系，繼而利用多元線性回歸分析來表現變量之間數量關系的具體形式并檢驗其多重共線性，最終列出回歸模型。通過此模型得到各個因素的影響權重，其中師資團隊及實踐活動的影響最大。這對于軟件工程專業提高教學效果具有一定的啟發作用。

關鍵詞：軟件工程；教學效果；SPSS軟件；Pearson相關分析

引言

隨著信息與網絡化的發展，社會步入了信息時代，軟件產業是信息化產業的核心，是關系國民經濟和社會發展的基礎性、戰略性產業，是信息化建設的關鍵環節。軟件工程是2002年國家教育部新增專業，它以計算機科學與技術學科為基礎，強調軟件開發的工程性，使學生在掌握計算機科學與技術方面知識和技能的基礎上熟練掌握從事軟件需求分析、設計、測試、維護和項目管理等工作所必需的基礎知識、基本方法和基本技能，突出對學生專業知識和專業技能的培養，培養能夠從事軟件開發、測試、維護和軟件項目管理的高級專門人才［12］。調查顯示，軟件工程專業普遍受到學校、計算機類專任教師和學生的認同，但教學效果卻并不顯著，一些學校的課程設置缺乏開設課程先后順序的綜合考慮，出現一些不應該先于軟件工程內容課程開設的課程，以至于學生并不能很好理解相應課程［3］；部分高校任課教師教學方式單一，對知識掌握不足，導致學生接收不到有用信息；高校的軟件工程課程內容沒有根據實際應用的變化及時調整，以至于所學內容和實際發展出現了較大的脫節［4］；還有很多高校理論重于實踐，課堂教學與實踐教學之間存在著明顯的差距，導致大部分的學生動手能力極差，達不到實際要求［5］。因此，許多學者對軟件工程專業教學相關問題展開探究。基于上述啟發，本文通過問卷調查，利用SPSS軟件分析上述幾個因素對軟件工程專業教學效果的影響并提出合理化建議。

1數據收集與研究方法

1．1數據收集

本文選取沈陽市多所高校軟件工程專業的在校學生為調查對象，采用開放式的問卷調查方法進行數據采集。共發放調查問卷270份，回收251份，回收率為92．3％。根據研究需要，去除無效的問卷，篩選出228份有效問卷，有效率為84．4％。本問卷共設計了6道問題，每個題目都采用Likert5賦分原則［10］。問題涉及學習興趣、課程設置、師資力量、教學內容、實踐活動、教學效果6個方面。其中以軟件工程專業課程的期末綜合成績作為衡量教學效果的指標。表1為問卷所涉及的調查因素及對應賦值，并將各個因素進行符號定義。

1．2研究方法

本文采用SPSS22．0對基礎數利用Pearson相關性分析來研究X1歸來研究每個因素對因變量的影響程

2統計分析

2．1可信度檢驗

問卷的信度分析是為了考察問卷測量的可靠性，測量所得結果的內部一致性程度［11］。本文使用Cronbachsα（克隆巴赫）系數法來檢測數據信度是否達標，檢測各分量表中被測試者對量表中條目回答內容的一致性。表2是本次信度檢驗的重點，為了實證數據的準確，對以上6個變量采用檢測Cronbachsα值的方法檢測其信度，信度檢驗結果，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，可以進行相關分析。

2．2Pearson相關分析

相關分析是研究2個或2個以上處于同等地位的隨機變量間的相關關系的統計分析方法［12］。因為本文數據處理后變量都是連續的且都服從正態分布，所以選用Pearson相關分析法更加合適。從表3可以看到，拿“學習興趣”和“教學效果”為例，它們之間的Pearson相關系數是0．930，即｜r｜＝0．930；右上角有2個星號，左下角注明“＊＊”表示相關性在0．01上是顯著的，說明“學習興趣”和“教學效果”的相關性是顯著的；一般認為相關系數｜r｜在0．8～1．0之間是極強相關；0．6～0．8之間是強相關；0．4～0．6之間是中等程度相關；0．2～0．4之間是弱相關；0．0～0．2則是極弱相關或無相關。因此，可以得出學習興趣、課程設置、師資力量、教學內容、實踐活動與教學效果的相關性都是顯著的。相關性分析只是說明了上述因素與教學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，還需進行回歸分析［13］。相關分析是回歸分析的前提，回歸分析是相關分析的深入和繼續。相關分析需要回歸分析來表現變量之間數量相關的具體形式，而回歸分析則需要依靠相關分析來表現變量之間數量變化的相關程度。只有當變量之間存在高度相關時，進行回歸分析其相關的具體形式才有意義。

2．3多元線性回歸分析

在統計學中，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系的一種統計分析方法［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行分析。從表4可知，R表示擬合優度，它是用來衡量估計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。調整的R2比調整前R2更準確一些，圖中的最終調整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殘差的獨立性，Durbin－Watson為2．005，當DW值愈接近2時，殘差項間也無相關，所以說明殘差是獨立的。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，所對應的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，也就是說線性回歸方程顯著。首先，通過表6進行多重共線性診斷，因為在解釋線性回歸模型時，總是隱含著這樣一種假設，即各個解釋變量之間不存在很強的依賴關系，如果有很強的相關關系，會造成模型方程的不穩定。因此需要進行共線性診斷［15］。當容許≤0．1或方差膨脹因子VIF≥10時，就說明自變量之間存在嚴重共線情況。結果顯示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行。可以看出表7中t檢驗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，負值表示這個自變量對因變量有顯著的負向影響，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，這時候就要借助標準系數。此時數值越大表示對自變量的影響更大。這說明師資團隊及實踐活動對教學效果的影響最大。從這個分析過程來看，這個實驗結果還挺理想的。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，學習興趣、課程設置、師資力量、教學內容、實踐活動這5項因素都與教學效果有顯著的正相關，其中師資團隊及實踐活動的影響最大。

3結論

本文基于SPSS軟件對影響軟件工程專業教學效果的因素進行了定量分析，得出學習興趣、課程設置、師資力量、教學內容、實踐活動都對教學效果有著顯著的正相關影響。因此應該努力激發學生的學習興趣，讓他們自我學習；有順序地開設課程，讓學生打好基礎；提高教師的綜合素質，教學水平與技巧，與學生進行雙向互動；教學內容要根據實際的教學需要和軟件工程的發展需要進行開展；注重理論聯系實踐，提高學生的實踐操作能力。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：

［1］時慶濤．信息管理與信息系統專業《軟件工程》教學的若干問題［J］．吉林廣播電視大學學報，2008（5）：110111．

［2］吳玲紅，王葵．高校軟件工程課程教學改革初探［J］．成功（教育），2010（4）：171．

［3］王小剛，李玉龍，黎揚．改進軟件工程類課程課堂教學效果的幾種方法［J］．計算機教育，2012（12）：6062．

［4］魏紅娟．結構化與面向對象方法相結合的《軟件工程》教學方法與研究［J］．內江科技，2012，33（12）：96，138．

［5］龍勇．淺談實踐在軟件工程教學中的應用［J］．課程教育研究，2015（27）：18．

［6］高文蓮，薛艷鋒．“算法設計與分析”的教學研究：以呂梁學院軟件工程專業為例［J］．呂梁學院學報，2017，7（2）：8688．

［7］鹿玲，吳建勝．提升應用型本科軟件工程專業實驗教學效果探討［J］．大學教育，2017（8）：2931．

［8］張睿，趙娜，張永梅，等．“互鎖式”軟件工程教學模式探索［J］．計算機教育，2020（7）：128133．

［9］盧盛榮．試論基于校企聯動平臺的軟件工程實踐教學改革［J］．赤峰學院學報（自然科學版），2017，33（22）：220222．

［10］阮夢黎．新工科背景下軟件工程專業新模式研究［J］．中國現代教育裝備，2019（21）：107110．

［11］任訓學，王春喜．教學效果評價問卷SEEQ信度分析［J］．湖北大學學報（哲學社會科學版），2002（4）：7678．

［12］李俊，晏琪．課堂教學技能的使用與教學效果的相關性［J］．韶關學院學報，2018，39（5）：4144．

［13］杜曉昕，張劍飛，魏連鎖，等．“科研＋教學共同體”模式在軟件工程課程中的應用研究［J］．高師理科學刊，2019，39（5）：7982．

［14］馬宗達，朱凱進．軟件工程中知識的顯著復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］．中國衛生統計，1994（1）：57．

作者：孟憲濤 任時 單位：沈陽師范大學