论文部分内容阅读
摘 要：大数据给高校学生资助工作带来了新的思路和方法。该文以Y学院2015级4492名学生两个年度的跟踪数据为例，进行横向、纵向对比分析，实证检验了国家助学金对学生学业表现的显著影响。实证结果显示，获得了国家助学金的学生比未获得者有更优秀的学业表现。大数据背景下，高校要借助大数据的优势提高资助工作的效率，发挥资助的育人功能。
关键词：大数据 国家助学金 学业表现 资助育人
中图分类号：G649.2 文献标识码：A 文章编号：1672-3791（2019）12（b）-0104-02
国家助学金是当前高校覆盖面最广的一项资助措施，主要用于解决家庭经济困难学生在校期间的生活费问题。而当前高校缺少对获得资助的学生学习效果及在校表现情况的跟踪掌握及资助育人效果的评价。随着数字化校园建设的发展，学生日常生活的数字化，大数据客观真实地反映了学生的生活轨迹和行为特征[1]。大数据不仅是一项技术、一种资源，也是一种思维方式[2]。在大数据思维下，高校可以通过抽取分析学生的课程学习成绩、课外行为活动等相关的数据，来对学生受资助前后的学业表现情况进行综合评价。
1 研究方案设计
1.1 研究对象与方法
学生发展主要体现在个体成长的现实性，表现为对学习和生活中的具体活动积极关注和参与[5]。学生在学业发展方面增加时间和行为投入，获得学习性发展是评价资助绩效的关键。根据Y学院《学生综合素质测评办法》，综合素质测评总分=智育分×70%+实践分×30%。综合素质测评既包含了学生课程学习成绩又体现了课外的行为表现，是对学生在校期间学业表现的量化评价。国家助学金于每学年第一学期初进行申请评定，学生综合素质测评是在一学年结束后对上一学年的学业表现进行的综合评价。基于以上分析，研究的问题即转化为对获得与未获得国家助学金两类学生智育分、实践分及综合分的差异分析。该文采用假设检验中常用的t检验方法对学生的各项分数进行横向、纵向比定量较分析，主要采用两独立样本t检验和配对样本t检验方法，应用SPSS 22.0进行数据分析。
1.2 数据获取
该研究从学校学籍、教务、学工、资助管理系统获取了2015级4492名学生在2015—2016学年和2016—2017学年的课程成绩、综合素质测评数据和助学金评定数据，有效地确保了数据的真实性和准确性。
2 实证研究与数据分析
2.1 获得与未获得国家助学金学生学业表现横向比较分析
将学生分为获得与未获得国家助学金两类成员，分别对两个学年里两类成员的智育分、實践分和综合分进行独立样本t检验，结果如表1所示。
2015—2016学年智育分、实践分和综合分方差一致性检验的f值所对应的显著性值均为0，小于0.05，方差不齐，结果分析采用第二行的t值和显著性值。由第二行的结果可以看出，显著性值均为0，小于0.05，说明2015—2016学年获得了国家助学金的学生与未获得国家助学金的学生的智育分、实践分和综合分有显著性的差异。2016—2017学年获得了国家助学金的学生与未获得国家助学金的学生在学年结束后的3项分数有显著性的差异，且2016—2017学年获得了国家助学金的学生较未获者的各项分数提升得更多。
2.2 获得与未获得国家助学金学生学业表现纵向比较分析
在对获得与未获得国家助学金学生两个学年的各项分数进行纵向比较时，有4类情况：第一类2015—2016学年未获得而2016—2017学年获得;第二类2015—2016学年未获得且2016—2017学年未获得，第三类2015—2016学年获得而2016—2017学年未获得，第四类2015—2016学年获得且2016—2017学年获得。在进行分类纵向比较前，对整体学生的智育分、实践分和综合分进行配对样本t检验，2016—2017学年与2015—2016学年相比，2015级4492名学生平均智育分提升了0.29002，平均实践分提升了4.16392，平均综合分提升了1.19796。
从表2可以看出，4类情况的显著性值均小于0.05，说明4类情况的学生在两个学年的智育分、实践分、综合分存在显著性的变化。具体从平均值来看，第一类情况智育分降低0.47595，实践分提升6.84868，综合分提升1.57811。第二类情况智育分、实践分和综合分分别提升0.64232、2.82299和0.95696。第三类情况智育分、实践分和综合分分别提升0.86755、2.34508和1.16259。第四类情况智育分降低0.70032，实践分提升7.86478，综合分提升1.75048。两年均获得了的学生，其平均实践分提、平均综合分提升高于2015级全体学生的平均提升水平。两年均未获得的学生，其平均实践分和综合分提升量低于整体水平。
3 结语
通过横向比较和纵向比较，获得了国家助学金的学生与未获得的学生在学年结束后的智育分、实践分和综合分相比均有显著性的提高，证明其有更好的学业表现。为更好地发挥国家助学金对高校学生学业表现的促进作用：第一，学校应做好资助工作的顶层设计。持续发挥课外活动在资助育人工作中的积极作用，通过校园活动、社会实践等平台，全方位关注受资助学生的发展与成长，不断提升学生的综合能力。第二，辅导员应做好学生的教育引导。正确引导学生协调好课程学习和课外活动的关系，两者兼顾才能更好地促进受资助学生的发展。第三，资助工作者应强化大数据意识。全面采集学生行为相关数据，建立更为完善的学生信息数据库，把握大数据背景下的资助工作规律。
参考文献
[1] 吴朝文，代劲，孙延楠.大数据环境下高校贫困生精准资助模式初探[J].黑龙江高教研究，2016（12）：41-44.
[2] 维克托·迈尔-舍恩伯格，肯尼思·库克耶.大数据时代：生活、工作与思维的大变革[M].杭州：浙江人民出版社，2013.
[3] 李燕，陈伟，张淑林.大数据在高等教育领域应用的探析[J].电子科技大学学报：社科版，2018，20（2）：102-108.
[4] 廖述平，张丽红.基于学生发展的高校资助绩效评价研究[J].高教探索，2016（4）：20-25，53.
关键词：大数据 国家助学金 学业表现 资助育人
中图分类号：G649.2 文献标识码：A 文章编号：1672-3791（2019）12（b）-0104-02
国家助学金是当前高校覆盖面最广的一项资助措施，主要用于解决家庭经济困难学生在校期间的生活费问题。而当前高校缺少对获得资助的学生学习效果及在校表现情况的跟踪掌握及资助育人效果的评价。随着数字化校园建设的发展，学生日常生活的数字化，大数据客观真实地反映了学生的生活轨迹和行为特征[1]。大数据不仅是一项技术、一种资源，也是一种思维方式[2]。在大数据思维下，高校可以通过抽取分析学生的课程学习成绩、课外行为活动等相关的数据，来对学生受资助前后的学业表现情况进行综合评价。
1 研究方案设计
1.1 研究对象与方法
学生发展主要体现在个体成长的现实性，表现为对学习和生活中的具体活动积极关注和参与[5]。学生在学业发展方面增加时间和行为投入，获得学习性发展是评价资助绩效的关键。根据Y学院《学生综合素质测评办法》，综合素质测评总分=智育分×70%+实践分×30%。综合素质测评既包含了学生课程学习成绩又体现了课外的行为表现，是对学生在校期间学业表现的量化评价。国家助学金于每学年第一学期初进行申请评定，学生综合素质测评是在一学年结束后对上一学年的学业表现进行的综合评价。基于以上分析，研究的问题即转化为对获得与未获得国家助学金两类学生智育分、实践分及综合分的差异分析。该文采用假设检验中常用的t检验方法对学生的各项分数进行横向、纵向比定量较分析，主要采用两独立样本t检验和配对样本t检验方法，应用SPSS 22.0进行数据分析。
1.2 数据获取
该研究从学校学籍、教务、学工、资助管理系统获取了2015级4492名学生在2015—2016学年和2016—2017学年的课程成绩、综合素质测评数据和助学金评定数据，有效地确保了数据的真实性和准确性。
2 实证研究与数据分析
2.1 获得与未获得国家助学金学生学业表现横向比较分析
将学生分为获得与未获得国家助学金两类成员，分别对两个学年里两类成员的智育分、實践分和综合分进行独立样本t检验，结果如表1所示。
2015—2016学年智育分、实践分和综合分方差一致性检验的f值所对应的显著性值均为0，小于0.05，方差不齐，结果分析采用第二行的t值和显著性值。由第二行的结果可以看出，显著性值均为0，小于0.05，说明2015—2016学年获得了国家助学金的学生与未获得国家助学金的学生的智育分、实践分和综合分有显著性的差异。2016—2017学年获得了国家助学金的学生与未获得国家助学金的学生在学年结束后的3项分数有显著性的差异，且2016—2017学年获得了国家助学金的学生较未获者的各项分数提升得更多。
2.2 获得与未获得国家助学金学生学业表现纵向比较分析
在对获得与未获得国家助学金学生两个学年的各项分数进行纵向比较时，有4类情况：第一类2015—2016学年未获得而2016—2017学年获得;第二类2015—2016学年未获得且2016—2017学年未获得，第三类2015—2016学年获得而2016—2017学年未获得，第四类2015—2016学年获得且2016—2017学年获得。在进行分类纵向比较前，对整体学生的智育分、实践分和综合分进行配对样本t检验，2016—2017学年与2015—2016学年相比，2015级4492名学生平均智育分提升了0.29002，平均实践分提升了4.16392，平均综合分提升了1.19796。
从表2可以看出，4类情况的显著性值均小于0.05，说明4类情况的学生在两个学年的智育分、实践分、综合分存在显著性的变化。具体从平均值来看，第一类情况智育分降低0.47595，实践分提升6.84868，综合分提升1.57811。第二类情况智育分、实践分和综合分分别提升0.64232、2.82299和0.95696。第三类情况智育分、实践分和综合分分别提升0.86755、2.34508和1.16259。第四类情况智育分降低0.70032，实践分提升7.86478，综合分提升1.75048。两年均获得了的学生，其平均实践分提、平均综合分提升高于2015级全体学生的平均提升水平。两年均未获得的学生，其平均实践分和综合分提升量低于整体水平。
3 结语
通过横向比较和纵向比较，获得了国家助学金的学生与未获得的学生在学年结束后的智育分、实践分和综合分相比均有显著性的提高，证明其有更好的学业表现。为更好地发挥国家助学金对高校学生学业表现的促进作用：第一，学校应做好资助工作的顶层设计。持续发挥课外活动在资助育人工作中的积极作用，通过校园活动、社会实践等平台，全方位关注受资助学生的发展与成长，不断提升学生的综合能力。第二，辅导员应做好学生的教育引导。正确引导学生协调好课程学习和课外活动的关系，两者兼顾才能更好地促进受资助学生的发展。第三，资助工作者应强化大数据意识。全面采集学生行为相关数据，建立更为完善的学生信息数据库，把握大数据背景下的资助工作规律。
参考文献
[1] 吴朝文，代劲，孙延楠.大数据环境下高校贫困生精准资助模式初探[J].黑龙江高教研究，2016（12）：41-44.
[2] 维克托·迈尔-舍恩伯格，肯尼思·库克耶.大数据时代：生活、工作与思维的大变革[M].杭州：浙江人民出版社，2013.
[3] 李燕，陈伟，张淑林.大数据在高等教育领域应用的探析[J].电子科技大学学报：社科版，2018，20（2）：102-108.
[4] 廖述平，张丽红.基于学生发展的高校资助绩效评价研究[J].高教探索，2016（4）：20-25，53.