SPSS軟件在高中生能力素質(zhì)及其對成績影響領(lǐng)域的應用分析

張菁菁

摘 要：通過對某重點高中的高中生進行能力素質(zhì)問卷調(diào)查以及考試，運用SPSS軟件及能力素質(zhì)模型的相關(guān)理論驗證了高中生能力素質(zhì)與考試成績模型的有效性，對數(shù)據(jù)進行聚類分析，并分析了高中生能力素質(zhì)對考試成績的影響關(guān)系。為教師定性、定量地了解考生的學習水準提供了借鑒，以便更好的指導教學，也為改進教學策略提供科學的手段。

關(guān)鍵詞：spss軟件 能力素質(zhì) 結(jié)構(gòu)方程模型

中圖分類號：G434 文獻標識碼：A 文章編號：1674-098X（2014）02（c）-0255-02

1 SPSS軟件類聚分析相關(guān)理論

聚類分析又稱為群分析，是指將物理或抽象對象的集合分組成為由類似的對象組成的多個類的分析過程，是一種多元統(tǒng)計分析方法，其分析方法可以分為系統(tǒng)聚類法、K一均值聚類法、模糊聚類法、有序樣品聚類法等，下面介紹一下K一均值聚類法與系統(tǒng)聚類法[1]。

K-means：算法的工作原理：算法首先隨機從數(shù)據(jù)集中選取K個點作為初始聚類中心，然后計算各個樣本到聚類中的距離，把樣本歸到離它最近的那個聚類中心所在的類。計算新形成的每一個聚類的數(shù)據(jù)對象的平均值來得到新的聚類中心，如果相鄰兩次的聚類中心沒有任何變化，說明樣本調(diào)整結(jié)束，聚類準則函數(shù)已經(jīng)收斂。

具體的算法至少包括以下3個步驟：

（1）將所有的樣品分成K個初始類，并計算各個初始類的中心坐標；

（2）通過歐氏距離將所有的樣品重新分類，分類的原則是將樣品劃入離中心最近的類中，然后重新計算中心坐標；

（3）重復步驟2，直到所有的樣品都不能再分配為止。

SPSS軟件中K一均值法具體的操作步驟為：打開統(tǒng)計分析菜單中聚類分析中的K-均值法，將原始變量與標志變量分別移入右側(cè)的列表框中，選取迭代方式與聚類數(shù)。在保存按鈕中選中聚類成員與聚類中心的距離。在選項中將statisties中三個復選框全部選中，運行SPSS程序即可得到K一均值法聚類分析結(jié)果。

2 高中生能力素質(zhì)篩選

2.1 能力素質(zhì)與能力素質(zhì)模型

能力素質(zhì)（也叫勝任力）（Competency），

指特質(zhì)、動機、自我概念、社會角色、態(tài)度、價值觀、知識、技能等能夠可靠測量并可以把高績效者與一般績效者區(qū)分開來的任何個體特征[2]。

能力素質(zhì)模型（Competency Model）是從組織戰(zhàn)略發(fā)展的需要出發(fā)，以強化競爭力，提高實際業(yè)績?yōu)槟繕说囊环N獨特的人力資源管理的思維方式、工作方法、操作流程。

基于能力素質(zhì)相關(guān)理論基礎，國內(nèi)外學者做了相應的研究工作并構(gòu)建出針對各種行業(yè)、各種部門、不同管理水平的通用和特定的能力素質(zhì)模型。

2.2 李克特五點量表法

李克特量表（Likert scale）是屬評分加總式量表最常用的一種，屬同一構(gòu)念的這些項目是用加總方式來計分，單獨或個別項目是無意義的。它是由美國社會心理學家利克特于1932年在原有的總加量表基礎上改進而成的。該量表由一組陳述組成，每一陳述有“非常同意”、“同意”、“不一定”、“不同意”、“非常不同意”五種回答，分別記為5、4、3、2、1，每個被調(diào)查者的態(tài)度總分就是他對各道題的回答所的分數(shù)的加總，這一總分可說明他的態(tài)度強弱或她在這一量表上的不同狀態(tài)。

其基本步驟如下：

（1）收集與測量的概念相關(guān)的陳述語句；

（2）將每個測量的項目劃分為“有利”或“不利”兩類（一般測量的項目中有利的或不利的項目都應有一定的數(shù)量）；

（3）選擇部分受測者對全部項目進行預先測試，要求受測者指出每個項目是有利的或不利的，并在方向-強度描述語中進行選擇（一般采用所謂“五點”量表：a.非常同意、b.同意、c.無所謂（不確定）、d.不同意、e.非常不同意）；

（4）對每個回答給一個分數(shù)（一般有利項目按5、4、3、2、1分，對不利項目的分數(shù)就為1、2、3、4、5）；

（5）根據(jù)受測者的各個項目的分數(shù)計算代數(shù)和，得到個人態(tài)度總得分，并依據(jù)總分多少將受測者劃分為高分組和低分組。

（6）選出若干條在高分組和低分組之間有較大區(qū)分能力的項目，構(gòu)成一個李克特量表。

3 高中生能力素質(zhì)驗證及其與成績關(guān)系研究

3.1 研究對象

在應試制的高中學生培養(yǎng)模式下，評價高中生是依靠分析其考試的成績。因此，本文以高中生個人能力素質(zhì)與對成績影響為出發(fā)點，研究采用調(diào)查問卷的方式進行實證分析，對海淀區(qū)某重點高校學生進行了調(diào)查研究。調(diào)查對象為某高二普通班級的學生具有一定的代表性。問卷具體方式采用紙質(zhì)問卷的形式。共發(fā)放問卷50份，回收問卷40份，問卷回收率為80%。問卷設計借鑒之前的研究，制定了包含7項學生個人能力素質(zhì)的量表，采用上述的李克特五點量表法對被試者的個人能力素質(zhì)進行測量，并抽取該班學生某次考試語文、數(shù)學、外語成績，應用SPSS 軟件的進行分析研究[3]。

3.2 高中生能力素質(zhì)的確定

個性素質(zhì)即一個人內(nèi)在的特質(zhì)，影響著個體的行為表現(xiàn)。高中學生成績的好與壞涉及到很多方面，不僅有來自自身心理素質(zhì)的影響，更與自身思維能力、知識量和運用知識的熟練度有關(guān)。在對高中生能力素質(zhì)文獻分析、培養(yǎng)目標和培養(yǎng)模式分析的基礎上，經(jīng)過一系列歸納總結(jié)，確定了自信心、堅韌性等7項高中生能力素質(zhì) [4]。

3.3 高中生能力素質(zhì)研究模型

該文基于能力素質(zhì)及能力勝任力模型相關(guān)理論，并在文獻分析和調(diào)研的基礎上，提出了包含3個維度，7個要項的高中生能力素質(zhì)能力模型（圖1），用于分析高中生能力素質(zhì)以及其與成績的影響關(guān)系，以期對于高中生培養(yǎng)提供建設性啟示[5-7]。

3.4 數(shù)據(jù)信度和效度檢驗endprint

（1）數(shù)據(jù)信度

研究需要對數(shù)據(jù)以及結(jié)構(gòu)從信度、效度幾方面進行考評，才能做到完善。本文的研究運用內(nèi)部一致性系數(shù)α值即克朗巴赫α系數(shù)（Chronbachs α coefficient）法對研究生的調(diào)查問卷進行信度檢驗。克朗巴赫α系數(shù)表示量表的內(nèi)在一致性，是最常用的信度考評指標。一般認為α系數(shù)需要達到0.7以上?？死拾秃咋料禂?shù)法克服了分半信度的缺點，它對量表的內(nèi)部一致性進行了更為慎重的估計，因為它相當于將任一條目的結(jié)果同其他所有條目的結(jié)果作了比較。

SPSS軟件中一致性系數(shù)法具體的操作步驟為：打開統(tǒng)計分析菜單中度量中的可靠性分析，將需要的變量移入右側(cè)的列表框中。在模型按鈕中選中α系數(shù)，運行SPSS程序即可得到數(shù)據(jù)可信度分析結(jié)果。

結(jié)果如（表1）所示。α值愈高，則表示問卷信度愈高。

從（表1）中檢驗結(jié)果顯示各分量的Cronbachs α值均高于0.7，說明問卷信度較高，可知問卷的內(nèi)部結(jié)構(gòu)較為良好。

（2）數(shù)據(jù)效度

效度：主要考核內(nèi)容效度、結(jié)構(gòu)效度、內(nèi)部相關(guān)系數(shù)、區(qū)分效度。內(nèi)容效度主要涉及語言表達的準確性問題，所能代表主題的多少。

KMO（Kaiser-Meyer-Olkin）檢驗統(tǒng)計量是用于比較變量間簡單相關(guān)系數(shù)和偏相關(guān)系數(shù)的指標。KMO統(tǒng)計量是取值在0和1之間。當所有變量間的簡單相關(guān)系數(shù)平方和遠遠大于偏相關(guān)系數(shù)平方和時，KMO值接近1。KMO值越接近于1，意味著變量間的相關(guān)性越強，原有變量越適合作因子分析；當所有變量間的簡單相關(guān)系數(shù)平方和接近0時，KMO值接近0。KMO值越接近于0，意味著變量間的相關(guān)性越弱。Kaiser給出了常用的KMO度量標準：0.9以上表示非常適合；0.8表示適合；0.7表示一般；0.6表示不太適合；0.5以下表示極不適合。

Bartlett球形檢驗用于檢驗相關(guān)陣是否為單位陣，即檢驗各個變量是否各自獨立，在因子分析中，若拒絕原假設，則說明可以做因子分析，若不拒絕原假設，則說明這些變量可能獨立提供一些信息，不適合做因子分析。

SPSS軟件中一致性系數(shù)法具體的操作步驟為：打開統(tǒng)計分析菜單中降維中的因子分析，將需要的變量移入右側(cè)的列表框中。在描述按鈕中選中KMO值和Bartlett球形度檢驗，運行SPSS程序即可得到效度分析結(jié)果。

該文運用KMO值和Bartlett球形檢驗，其系數(shù)分析結(jié)果如（表2）所示：

有上表可知高中生數(shù)據(jù)的KMO值均大于0.7，P小于0.05，表明適合做因子分析，問卷具有良好的結(jié)構(gòu)效度。

3.5 高中生能力素質(zhì)驗證

運用SPSS軟件對能力素質(zhì)數(shù)據(jù)進行重要性程度得分情況如（表3）：

由上表統(tǒng)計結(jié)果可以看出，其中“堅韌性”、“理論知識”、“科普知識”、“解決問題”均值都大于3.8，說明這四項能力素質(zhì)對高中生來講都是很重要的，是高中生在學習中所應該具備的能力素質(zhì)。

（1）高中生K-均值聚類分析

由于本文研究對象是高二的學生，因此，使用主科考試成績來評價高中學生的“績效”是比較合適的。本文運用SPSS軟件的K-均值聚類分析，針對語文、數(shù)學、外語成績將該班的學生分為一般學生和優(yōu)秀學生兩個部分[9-10]。進行聚類分析可得聚類分析結(jié)果。由聚類結(jié)果分析得出：第二類中心各變量得分均高于第一類，故認為第二類為優(yōu)秀高中生，第一類為一般高中生。顯著性分析表明，Sig值小于0.005，故聚類效果好。由每類例數(shù)得出：一般高中包含20個樣本，優(yōu)秀高中生包含20個樣本。

（2）高中生能力要素分析

該文針對一般與優(yōu)秀高中生的能力評分進行對比分析，分析得出，在自信心、堅韌性、理論知識、科普知識、思維能力、解決問題、心理調(diào)適等7項能力素質(zhì)特征上，優(yōu)秀高中生與一般高中生具有明顯差異，即優(yōu)秀高中生的能力素質(zhì)分量評分均比一般學生要高。通過上述7項能力素質(zhì)特征能夠把優(yōu)秀生和一般生區(qū)分開來。由此驗證了本文提出的高中生能力素質(zhì)特征項具有良好的有效性。學校應該依據(jù)上述7項對學生做出有針對性的教育培養(yǎng)方案。

4 結(jié)語

該文借助能力素質(zhì)相關(guān)理論，篩選出7項高中生能力素質(zhì)，并基于理論分析提出了高中生能力素質(zhì)和成績影響的關(guān)系模型。通過SPSS軟件進行分析，可以得出下面的結(jié)論：

通過實證研究驗證了該文提出的能力素質(zhì)模型的有效性；

優(yōu)等生與一般生在7項能力素質(zhì)上差異很大，學校可以通過對上述幾項能力特點對高中生進行有序的訓練。

該文研究對于當前應試的高中生培養(yǎng)具有借鑒意義。

參考文獻

[1] Zhang Su mei.The Application of SPSS in Student Evaluation of Teaching Quality[J].Springer，2010：978一981.

[2] Mohan S， Rajah T， Spencer SM. The Indian CEO competency model：Keys to Outstanding Indian Corporate Leadership in our time[J].The Journal of Business Perspective，2008 （3）：201-203.

[3] 何琳.SPSS軟件在廣西教育科學研究領(lǐng)域的應用分析[J].廣西教育，2011（9）：99-101.

[4] Lyle M.Spencer，Signe M. Spencer.Competence at work Models for superior performance[M].Wiley， John&performanceS-ons Inc. Pub， 1993.

[5] 鄧修權(quán)，康云鵬，席俊鋒，等.高?？蒲袌F隊資源能力模型構(gòu)建及其應用研究[J].科學學研究，2011（1）：102-110.

[6] 魯婭妮，段磊.教學研究型大學研究生勝任特征的模型構(gòu)建[J].網(wǎng)絡財富，2010（10）：178-179.

[7] 候杰泰，溫忠麟.結(jié)構(gòu)方程模型及其應用[M].北京： 教育科學出版社，2004.

[8] 劉菊香.用SPSS統(tǒng)計軟件對學生綜合成績的因子分析[J].統(tǒng)計教育，2006，16（1）：53-56.

[9] 劉智健.利用SPSS進行試卷分析的模式探析[J].教育測量與評價，2008（10）.

[10] 魏玉書.基于SPSS分析的高職院校課程改革實施效果評價[J].消費導刊，2010（7）：191.endprint

（1）數(shù)據(jù)信度

研究需要對數(shù)據(jù)以及結(jié)構(gòu)從信度、效度幾方面進行考評，才能做到完善。本文的研究運用內(nèi)部一致性系數(shù)α值即克朗巴赫α系數(shù)（Chronbachs α coefficient）法對研究生的調(diào)查問卷進行信度檢驗。克朗巴赫α系數(shù)表示量表的內(nèi)在一致性，是最常用的信度考評指標。一般認為α系數(shù)需要達到0.7以上?？死拾秃咋料禂?shù)法克服了分半信度的缺點，它對量表的內(nèi)部一致性進行了更為慎重的估計，因為它相當于將任一條目的結(jié)果同其他所有條目的結(jié)果作了比較。

SPSS軟件中一致性系數(shù)法具體的操作步驟為：打開統(tǒng)計分析菜單中度量中的可靠性分析，將需要的變量移入右側(cè)的列表框中。在模型按鈕中選中α系數(shù)，運行SPSS程序即可得到數(shù)據(jù)可信度分析結(jié)果。

結(jié)果如（表1）所示。α值愈高，則表示問卷信度愈高。

從（表1）中檢驗結(jié)果顯示各分量的Cronbachs α值均高于0.7，說明問卷信度較高，可知問卷的內(nèi)部結(jié)構(gòu)較為良好。

（2）數(shù)據(jù)效度

效度：主要考核內(nèi)容效度、結(jié)構(gòu)效度、內(nèi)部相關(guān)系數(shù)、區(qū)分效度。內(nèi)容效度主要涉及語言表達的準確性問題，所能代表主題的多少。

KMO（Kaiser-Meyer-Olkin）檢驗統(tǒng)計量是用于比較變量間簡單相關(guān)系數(shù)和偏相關(guān)系數(shù)的指標。KMO統(tǒng)計量是取值在0和1之間。當所有變量間的簡單相關(guān)系數(shù)平方和遠遠大于偏相關(guān)系數(shù)平方和時，KMO值接近1。KMO值越接近于1，意味著變量間的相關(guān)性越強，原有變量越適合作因子分析；當所有變量間的簡單相關(guān)系數(shù)平方和接近0時，KMO值接近0。KMO值越接近于0，意味著變量間的相關(guān)性越弱。Kaiser給出了常用的KMO度量標準：0.9以上表示非常適合；0.8表示適合；0.7表示一般；0.6表示不太適合；0.5以下表示極不適合。

Bartlett球形檢驗用于檢驗相關(guān)陣是否為單位陣，即檢驗各個變量是否各自獨立，在因子分析中，若拒絕原假設，則說明可以做因子分析，若不拒絕原假設，則說明這些變量可能獨立提供一些信息，不適合做因子分析。

SPSS軟件中一致性系數(shù)法具體的操作步驟為：打開統(tǒng)計分析菜單中降維中的因子分析，將需要的變量移入右側(cè)的列表框中。在描述按鈕中選中KMO值和Bartlett球形度檢驗，運行SPSS程序即可得到效度分析結(jié)果。

該文運用KMO值和Bartlett球形檢驗，其系數(shù)分析結(jié)果如（表2）所示：

有上表可知高中生數(shù)據(jù)的KMO值均大于0.7，P小于0.05，表明適合做因子分析，問卷具有良好的結(jié)構(gòu)效度。

3.5 高中生能力素質(zhì)驗證

運用SPSS軟件對能力素質(zhì)數(shù)據(jù)進行重要性程度得分情況如（表3）：

由上表統(tǒng)計結(jié)果可以看出，其中“堅韌性”、“理論知識”、“科普知識”、“解決問題”均值都大于3.8，說明這四項能力素質(zhì)對高中生來講都是很重要的，是高中生在學習中所應該具備的能力素質(zhì)。

（1）高中生K-均值聚類分析

由于本文研究對象是高二的學生，因此，使用主科考試成績來評價高中學生的“績效”是比較合適的。本文運用SPSS軟件的K-均值聚類分析，針對語文、數(shù)學、外語成績將該班的學生分為一般學生和優(yōu)秀學生兩個部分[9-10]。進行聚類分析可得聚類分析結(jié)果。由聚類結(jié)果分析得出：第二類中心各變量得分均高于第一類，故認為第二類為優(yōu)秀高中生，第一類為一般高中生。顯著性分析表明，Sig值小于0.005，故聚類效果好。由每類例數(shù)得出：一般高中包含20個樣本，優(yōu)秀高中生包含20個樣本。

（2）高中生能力要素分析

該文針對一般與優(yōu)秀高中生的能力評分進行對比分析，分析得出，在自信心、堅韌性、理論知識、科普知識、思維能力、解決問題、心理調(diào)適等7項能力素質(zhì)特征上，優(yōu)秀高中生與一般高中生具有明顯差異，即優(yōu)秀高中生的能力素質(zhì)分量評分均比一般學生要高。通過上述7項能力素質(zhì)特征能夠把優(yōu)秀生和一般生區(qū)分開來。由此驗證了本文提出的高中生能力素質(zhì)特征項具有良好的有效性。學校應該依據(jù)上述7項對學生做出有針對性的教育培養(yǎng)方案。

4 結(jié)語

該文借助能力素質(zhì)相關(guān)理論，篩選出7項高中生能力素質(zhì)，并基于理論分析提出了高中生能力素質(zhì)和成績影響的關(guān)系模型。通過SPSS軟件進行分析，可以得出下面的結(jié)論：

通過實證研究驗證了該文提出的能力素質(zhì)模型的有效性；

優(yōu)等生與一般生在7項能力素質(zhì)上差異很大，學?？梢酝ㄟ^對上述幾項能力特點對高中生進行有序的訓練。

該文研究對于當前應試的高中生培養(yǎng)具有借鑒意義。

參考文獻

[1] Zhang Su mei.The Application of SPSS in Student Evaluation of Teaching Quality[J].Springer，2010：978一981.

[2] Mohan S， Rajah T， Spencer SM. The Indian CEO competency model：Keys to Outstanding Indian Corporate Leadership in our time[J].The Journal of Business Perspective，2008 （3）：201-203.

[3] 何琳.SPSS軟件在廣西教育科學研究領(lǐng)域的應用分析[J].廣西教育，2011（9）：99-101.

[4] Lyle M.Spencer，Signe M. Spencer.Competence at work Models for superior performance[M].Wiley， John&performanceS-ons Inc. Pub， 1993.

[5] 鄧修權(quán)，康云鵬，席俊鋒，等.高?？蒲袌F隊資源能力模型構(gòu)建及其應用研究[J].科學學研究，2011（1）：102-110.

[6] 魯婭妮，段磊.教學研究型大學研究生勝任特征的模型構(gòu)建[J].網(wǎng)絡財富，2010（10）：178-179.

[7] 候杰泰，溫忠麟.結(jié)構(gòu)方程模型及其應用[M].北京： 教育科學出版社，2004.

[8] 劉菊香.用SPSS統(tǒng)計軟件對學生綜合成績的因子分析[J].統(tǒng)計教育，2006，16（1）：53-56.

[9] 劉智健.利用SPSS進行試卷分析的模式探析[J].教育測量與評價，2008（10）.

[10] 魏玉書.基于SPSS分析的高職院校課程改革實施效果評價[J].消費導刊，2010（7）：191.endprint

（1）數(shù)據(jù)信度

研究需要對數(shù)據(jù)以及結(jié)構(gòu)從信度、效度幾方面進行考評，才能做到完善。本文的研究運用內(nèi)部一致性系數(shù)α值即克朗巴赫α系數(shù)（Chronbachs α coefficient）法對研究生的調(diào)查問卷進行信度檢驗?？死拾秃咋料禂?shù)表示量表的內(nèi)在一致性，是最常用的信度考評指標。一般認為α系數(shù)需要達到0.7以上?？死拾秃咋料禂?shù)法克服了分半信度的缺點，它對量表的內(nèi)部一致性進行了更為慎重的估計，因為它相當于將任一條目的結(jié)果同其他所有條目的結(jié)果作了比較。

SPSS軟件中一致性系數(shù)法具體的操作步驟為：打開統(tǒng)計分析菜單中度量中的可靠性分析，將需要的變量移入右側(cè)的列表框中。在模型按鈕中選中α系數(shù)，運行SPSS程序即可得到數(shù)據(jù)可信度分析結(jié)果。

結(jié)果如（表1）所示。α值愈高，則表示問卷信度愈高。

從（表1）中檢驗結(jié)果顯示各分量的Cronbachs α值均高于0.7，說明問卷信度較高，可知問卷的內(nèi)部結(jié)構(gòu)較為良好。

（2）數(shù)據(jù)效度

效度：主要考核內(nèi)容效度、結(jié)構(gòu)效度、內(nèi)部相關(guān)系數(shù)、區(qū)分效度。內(nèi)容效度主要涉及語言表達的準確性問題，所能代表主題的多少。

KMO（Kaiser-Meyer-Olkin）檢驗統(tǒng)計量是用于比較變量間簡單相關(guān)系數(shù)和偏相關(guān)系數(shù)的指標。KMO統(tǒng)計量是取值在0和1之間。當所有變量間的簡單相關(guān)系數(shù)平方和遠遠大于偏相關(guān)系數(shù)平方和時，KMO值接近1。KMO值越接近于1，意味著變量間的相關(guān)性越強，原有變量越適合作因子分析；當所有變量間的簡單相關(guān)系數(shù)平方和接近0時，KMO值接近0。KMO值越接近于0，意味著變量間的相關(guān)性越弱。Kaiser給出了常用的KMO度量標準：0.9以上表示非常適合；0.8表示適合；0.7表示一般；0.6表示不太適合；0.5以下表示極不適合。

Bartlett球形檢驗用于檢驗相關(guān)陣是否為單位陣，即檢驗各個變量是否各自獨立，在因子分析中，若拒絕原假設，則說明可以做因子分析，若不拒絕原假設，則說明這些變量可能獨立提供一些信息，不適合做因子分析。

SPSS軟件中一致性系數(shù)法具體的操作步驟為：打開統(tǒng)計分析菜單中降維中的因子分析，將需要的變量移入右側(cè)的列表框中。在描述按鈕中選中KMO值和Bartlett球形度檢驗，運行SPSS程序即可得到效度分析結(jié)果。

該文運用KMO值和Bartlett球形檢驗，其系數(shù)分析結(jié)果如（表2）所示：

有上表可知高中生數(shù)據(jù)的KMO值均大于0.7，P小于0.05，表明適合做因子分析，問卷具有良好的結(jié)構(gòu)效度。

3.5 高中生能力素質(zhì)驗證

運用SPSS軟件對能力素質(zhì)數(shù)據(jù)進行重要性程度得分情況如（表3）：

由上表統(tǒng)計結(jié)果可以看出，其中“堅韌性”、“理論知識”、“科普知識”、“解決問題”均值都大于3.8，說明這四項能力素質(zhì)對高中生來講都是很重要的，是高中生在學習中所應該具備的能力素質(zhì)。

（1）高中生K-均值聚類分析

由于本文研究對象是高二的學生，因此，使用主科考試成績來評價高中學生的“績效”是比較合適的。本文運用SPSS軟件的K-均值聚類分析，針對語文、數(shù)學、外語成績將該班的學生分為一般學生和優(yōu)秀學生兩個部分[9-10]。進行聚類分析可得聚類分析結(jié)果。由聚類結(jié)果分析得出：第二類中心各變量得分均高于第一類，故認為第二類為優(yōu)秀高中生，第一類為一般高中生。顯著性分析表明，Sig值小于0.005，故聚類效果好。由每類例數(shù)得出：一般高中包含20個樣本，優(yōu)秀高中生包含20個樣本。

（2）高中生能力要素分析

該文針對一般與優(yōu)秀高中生的能力評分進行對比分析，分析得出，在自信心、堅韌性、理論知識、科普知識、思維能力、解決問題、心理調(diào)適等7項能力素質(zhì)特征上，優(yōu)秀高中生與一般高中生具有明顯差異，即優(yōu)秀高中生的能力素質(zhì)分量評分均比一般學生要高。通過上述7項能力素質(zhì)特征能夠把優(yōu)秀生和一般生區(qū)分開來。由此驗證了本文提出的高中生能力素質(zhì)特征項具有良好的有效性。學校應該依據(jù)上述7項對學生做出有針對性的教育培養(yǎng)方案。

4 結(jié)語

該文借助能力素質(zhì)相關(guān)理論，篩選出7項高中生能力素質(zhì)，并基于理論分析提出了高中生能力素質(zhì)和成績影響的關(guān)系模型。通過SPSS軟件進行分析，可以得出下面的結(jié)論：

通過實證研究驗證了該文提出的能力素質(zhì)模型的有效性；

優(yōu)等生與一般生在7項能力素質(zhì)上差異很大，學?？梢酝ㄟ^對上述幾項能力特點對高中生進行有序的訓練。

該文研究對于當前應試的高中生培養(yǎng)具有借鑒意義。

參考文獻

[1] Zhang Su mei.The Application of SPSS in Student Evaluation of Teaching Quality[J].Springer，2010：978一981.

[2] Mohan S， Rajah T， Spencer SM. The Indian CEO competency model：Keys to Outstanding Indian Corporate Leadership in our time[J].The Journal of Business Perspective，2008 （3）：201-203.

[3] 何琳.SPSS軟件在廣西教育科學研究領(lǐng)域的應用分析[J].廣西教育，2011（9）：99-101.

[4] Lyle M.Spencer，Signe M. Spencer.Competence at work Models for superior performance[M].Wiley， John&performanceS-ons Inc. Pub， 1993.

[5] 鄧修權(quán)，康云鵬，席俊鋒，等.高?？蒲袌F隊資源能力模型構(gòu)建及其應用研究[J].科學學研究，2011（1）：102-110.

[6] 魯婭妮，段磊.教學研究型大學研究生勝任特征的模型構(gòu)建[J].網(wǎng)絡財富，2010（10）：178-179.

[7] 候杰泰，溫忠麟.結(jié)構(gòu)方程模型及其應用[M].北京： 教育科學出版社，2004.

[8] 劉菊香.用SPSS統(tǒng)計軟件對學生綜合成績的因子分析[J].統(tǒng)計教育，2006，16（1）：53-56.

[9] 劉智健.利用SPSS進行試卷分析的模式探析[J].教育測量與評價，2008（10）.

[10] 魏玉書.基于SPSS分析的高職院校課程改革實施效果評價[J].消費導刊，2010（7）：191.endprint