基于主成分的学生英语成绩影响因素分析
日期: 2017/12/10 浏览: 2 来源: 学海网收集整理 作者: 陕西国防工业职业技术学院 付裕
摘要：本文首先运用主成分分析方法，以SPSS Modeler 软件为工具，对高校学生课堂焦虑因素进行主成分提取，其次再使用偏相关分析方法对英语成绩与课堂焦虑各因素进行相关性分析，探索影响学生英语课堂焦虑的主要因素。为学生提高学习成绩、教师提高教学质量给予一定的理论参考。
关键词：主成分分析 偏相关分析 课堂焦虑 学习成绩
引言
高校学生英语成绩的影响因素有多种，课堂焦虑对英语成绩具有一定相关性。本文研究如何从影响学生英语成绩的多种课堂焦虑因素中探索出若干比较重要的因素。本文所使用的原始数据是通过对大一年级学生进行问卷调查获得。调查共发放问卷600份，回收到有效问卷570份。问卷中所涉及到的影响焦虑的因素有性别、专业、性格倾向等个人基本情况，及上英语课上说英语的自信心、担心英语课不能通过等英语学习的焦虑情况。其中学生焦虑情况分为非常不符合、不符合、不确定、符合及非常符合等5个等级，分别对应1分、2分、3分、4分、5分。部分原始数据如图1所示。本文接下来首先要对主成分分析方法，偏相关分析方法进行介绍，并使用SPSS Modeler软件提取原始数据的主成分，并使用偏相关分析的方法探索英语成绩与课堂各焦虑因素之间的相关性。
图1 调查问卷部分原始数据
主成分分析
主成分分析方法是一种降维的数据处理方法[1]。其核心思想是在信息损失很少的前提下，将多维的数据转换成少数几维的数据，而且转换后的数据维数之间互不相关，每一维就称作是一个主成分，其均是原始变量的线性组合。
偏相关分析
偏相关分析是一种控制其他变量，研究两个变量之间相关性的分析方法。两个变量之间的关系用偏相关系数进行衡量，可以根据偏相关系数判断哪些自变量与因变量具有正相关性、哪些自变量与因变量具有负的相关性。
建立模型
分析所建立的的数据流如图2所示，原始数据经过类型选择后，进行主成分分析，然后再对主成分因子进行偏相关分析。
图2 主成份分析数据流模型
结果分析
本文使用主成分分析提取出引起课堂焦虑的5种主要成份并依据均值大小分析依次排序为X1，X2，X3，X4，X5，分别命名为英语学习紧张、英语学习恐惧、英语学习自信、善长英语交际、英语学习畏缩。然后使用偏相关分析方法分别做这5个主成分对英语成绩的偏相关分析，通过分析发现模型的显著性值小于0.05，说明该模型具有实际的统计意义，这5种主成分对成绩的偏相关系数分别是-0.183、-0.226、+0.364、+0.123、-0.155。由数据可以得知英语学习自信与善长英语交际与英语成绩具有正的相关性，这对教师在教学中应尽量多鼓励学生，曾强学生自信心，多与学生用英语交流给出了理论支撑。
参考文献
[1] 邓维斌,唐兴艳等. SPSS 19 统计分析实用教程[M]. 北京：电子工业出版社,2012.3.
