基于主成分分析的学生学习状况的影响因素分析——文档

知识经济时代，高等教育在培养人才方面发挥了重要作用。但是我国高等教育存在一些问题，因此关于高等教育改革的呼声日益高涨。改革的前提是对教育主体学生有较为清晰的认知，因此学情调查至关重要。
本文基于主成分析变革高等教育培养方式，培养学生学习能力和研究能力，提高教学质量和效果，己然成为高校教学改革的重要任务。因而，应当密切关注当前大学生研究性学习的实施情况和面临的问题，积极推动大学生研究性学习的实施和开展。本研究分析了大学生学习状况实施的现状和影响因素，并提出推进其实施和发展的对策。从学生个性特征、专业特征、家庭背景、学风特征对学生学习状况的影响。就学生学习状况存在显著差异;专业认知度越高，学习状况越好;个性特征对学习状况也有一定影响。省属院校在教育过程中存在一些问题，基于上述问题，本文主要从学校层面提出对策和建议，学校应构建以学生为中心的教育环境，重视大学生同辈群体以营造良好的学习氛围，提高学生专业认知。                   
关键词：主成分析；学生；学习状态
影响学生学习状态的因素分析
为了探究学生学习状态的影响因素，本文选择发放调查问卷的方式对其进行研究，然后将研究结果导入SPSS，用此来进行主成分分析，以期得到相关结论，为学生学习状态的提升提供更加有力的支持。
2.1数据描述
为了对所获得的的数据有一个总体上的了解，我们先进行了描述性统计分析。
首先我们对调查对象的背景进行分析，结果发现所选取的男生有87人，女生有101人，女生略多于男生，总体上来说性别比比较均衡。从调查对象的专业背景来看，调查对象涉及13个学科门类，其中人数最多的是经济学占比19.15%，人数最少的是艺术学占比2.13%，专业人数之间差距不是特别悬殊。从家庭所在地来看，来自农村的学生数量要稍高于来自城市的学生，学校来源看，新疆财经大学的学生最多。
为了验证所调查数据的真实，需要进行信度分析，所谓问卷设计质量的信度检验，指的是对问卷测量结果准确性的分析，即对设计的问卷在多次重复使用下得到的数据结果的可靠性的检验。
学生学习情况的主成分分析
主成分分析（Principal Component Analysis，PCA）， 是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。在实际课题中，为了全面分析问题，往往提出很多与此有关的变量（或因素），因为每个变量都在不同程度上反映这个课题的某些信息。
主成分分析首先是由K.皮尔森（Karl Pearson）对非随机变量引入的，尔后H.霍特林将此方法推广到随机向量的情形。信息的大小通常用离差平方和或方差来衡量。
我们首先对学生实际学习情况进行主成分分析，将所选变量导入SPSS,，通过方差解释表我们可以看出，提取了2个主成分，方差贡献率达到72.62%，说明这两个主成分能够综合反映相关指标，能够较好的解释有关学习情况[9]。
在主成分分析和因子分析中，方差解释率表示提取的主成分对原有变量的解释能力，方差解释率越大，解释能力越强，越能体现原始变量的关键影响因素，提取的主成分或因子越有效。 在回归中，决定系数也可以称为方差解释率，他代表了总方差被预测变量所解释或决定的比率，决定系数越逼近1，拟合效果和解释效果越好
参考文献
[1]白玉,郑梦乔,何羽彤.大学生学习力影响因素研究[J].中国成人教育,2022(24):24-28.
[2]马永梅,龙兵,胡传双.基于灰色聚类的大学生课程学习效果评价模型[J].牡丹江师范学院学报(自然科学版),2020(03):62-66.DOI:10.13815/j.cnki.jmtc(ns).2020.03.015.
[3]王晓娇.环保观念与大学生思政教育结合的意义与路径[J].绿色包装,2022(12):60-63.DOI:10.19362/j.cnki.cn10-1400/tb.2022.12.011.
[4]李思思.信息技术与大学生就业指导课程整合研究[J].河北大学成人教育学院学报,2016,18(01):116-120.DOI:10.13983/j.cnki.jaechu.2016.01.025.
[5]夏欢欢.大学生学习评价的前沿趋势与中国路径[J].中国高教研究,2022(02):42-47.DOI:10.16298/j.cnki.1004-3667.2022.02.07.