教育技术毕业论文

以下是小编精心整理的《教育技术毕业论文(精选3篇)》，供大家参考借鉴，希望可以帮助到有需要的朋友。毕业设计是高等职业教育学生毕业前最重要的一项综合训练，是检验学生三年(五年)理论课程学习掌握程度、工厂实习收获的一种必要手段。作为现代的新式高等职业教育(高中毕业读三年或初中毕业读五年)，既要考虑传授的理论知识够用，又要对学生进行必要的实践训练。这就为现代高等职业教育学生的毕业设计提出了更高的要求。

第一篇：教育技术毕业论文

毕业论文“致谢”折射大学教育之痛

近来,一篇题为《一个大学生论文答辩后的致谢词》的帖子开始在网上流传,经网友修改附会,又衍生出许多新版本。这让人联想起去年有新闻报道说我国有多少硕士论文缺少谢辞云云。

大学四年,最后的作业就是毕业论文,这不仅衡量学生的学术专业水平,某种程度上还考察了学生的道德素质和责任意识。本科生论文水平的质量高低或许和个人能力水平有关,可论文谢辞的写作并无一定之规,也比论文正文写作的难度小很多,基本上是个人意志的自由书写,可为什么论文谢辞屡遭“毒手”,不是被忽略就是被“恶搞”,抑或是索性“借用”别人的谢辞,甚至发展出“谢辞写作模版”,换上人名地名就敷衍成了一篇新谢辞呢?

事实上,任何一篇学术论文都是站在前辈研究者肩膀上的产物。前人的论述、讨论、争辩都给我们启发,是我们脚下的灯。所以论文谢辞并非可有可无的虚文假礼,而是记录论文发展轨迹的真实写照和向前辈学人以及曾经给予过自己帮助的人的致敬。在西方,谢辞更是不可缺少的论文一环,西方学者习惯把“致谢”放在学术论文和著作的开头,开宗明义地表达感恩之情。

不写谢辞或“恶搞”谢辞的做法不仅与学术规范精神背道而驰,其中折射出来的学生道德感、感恩意识的薄弱和学校论文管理体制的混乱更让人心寒。如那份帖子所言“感谢冯·诺依曼先生。是他整出了世界上的第一台计算机,才使得我们这些后人鸟枪换炮,由‘剪刀加糨糊’的‘学术土匪’晋级为‘鼠标加剪贴板’的‘学术海盗’”;“感谢负责答辩的老师。在我也不明白所写为何物的情况下,他们只问了我两个问题—都知道写得什么吗?知道;参考文献都看了么?看了—后便让我通过了答辩”。也许这份谢辞更像是一个寓言,对陷入形式主义泥沼的论文和答辩进行了嘲讽。

众所周知,本科生论文质量水平不高,坊间对取消本科生毕业论文的呼声也是一浪高过一浪。该不该取消本科生毕业论文尚需要教育专家的进一步论证,不属于我们这里讨论的范围，但如果取消本科生毕业论文的一个主要理由是论文质量不高,多有抄袭的话,那校方理应承担起失察失职的过失,岂能为自己的无能找借口,或者干脆说要取消了论文完全逃避自己应尽的责任呢?正如有的网友表示“我的论文看的人不会超过5个”。“开始写论文了,我的指导老师总共就和我见过一次面,说了两句话,我该感谢他什么呢”。部分论文指导老师和答辩老师的不负责任和马虎态度的确很难让学生肃然起敬。

一般而言,论文的答辩和审阅环节和论文写作环节同样重要,答辩和审阅环节是对论文的进一步修改完善,也是“刷人”最多的环节,国外学校十分重视论文答辩,答辩小组会对学生“轮番轰炸”,对论文中的一点点小错误也抓住不放,每年在这个环节上因表现不佳,答非所问而被取消授予学位的学生大有人在。而在我国部分高校,这两个环节基本上是走走过场,答辩如同叙家常,侃大山,完全丧失了答辩应起的作用。这种例行公事般的态度又怎么能使学生对老师充满感激呢?所以在谢辞里学生也只能例行公事般地对老师敷衍上几句,谈不上有什么真心实意的谢意。

学生们道德责任感淡薄和感恩意识差是造成这个现象的另一个原因。大学生们认为他人无论对自己提供了直接帮助还是间接帮助,总之有太多的“理所应当”,是义务的,又何必要对他们说一声谢谢呢?还有一种更危险的倾向是,学生们热衷在谢辞里对指导老师和答辩老师大唱赞歌,据说这样能确保论文安全通过,这是上一届学生对后辈学弟学妹们口耳相传的小秘密,“厚黑学”的运用终于无所不及,这更应该引起有识之士的警惕。

作者：羽　白

第二篇：高职教育毕业设计指导方法探究

毕业设计是高等职业教育学生毕业前最重要的一项综合训练，是检验学生三年(五年)理论课程学习掌握程度、工厂实习收获的一种必要手段。作为现代的新式高等职业教育(高中毕业读三年或初中毕业读五年)，既要考虑传授的理论知识够用，又要对学生进行必要的实践训练。这就为现代高等职业教育学生的毕业设计提出了更高的要求。笔者就指导化工机械专业学生进行毕业设计——脱硫塔的材料选择，谈一谈自己的看法。

一、脱硫塔钢结构部分的选材

化学工程问题与所有工程问题一样，都必须具有四种观念：理论上的正确性、技术上的可行性、操作上的安全性、经济上的合理性。对于现代高等职业教育的学生(高职、高专)而言，由于他们所学的理论知识有限，在设计过程中往往把“操作上的安全性”作为指导设计理念的基础。理论知识不足导致设计的重点在于考虑设备的强度、刚度及稳定性，而对其他相关因素考虑欠缺。这样，会造成学生今后对工程的实际应用缺乏了解，对工程课题模拟设计计算时会顾此失彼。笔者以合成氨工艺中的脱硫塔材料选择为例，通过指导学生毕业设计，对工程应用的四种观念做了较为详细的阐述。脱硫工艺是将合成氨的原料气(即水煤气)进行净化处理，去除硫化物，保护催化剂的活性不受或少受影响，同时防止硫化物对工艺设备和管道腐蚀的一种方法。化工生产中，脱硫方法很多。其中，湿法脱硫以技术成熟、脱硫效率高、运行可靠、操作简单而被广泛采用，脱硫塔则是该方法中的关键设备。

笔者在我国规范所采用的常规钢结构设计理论的基础上，按照强度、整体稳定和局部稳定来控制脱硫塔壳体的承载能力，提取其他设计规范中概念相当的承载力计算公式和设计参数进行比较分析，浅谈脱硫塔钢结构部分的选材问题。脱硫塔的计算参数主要涉及以下几个方面：

设计压力 PW 3.85MPa

操作压力 PC 3.5MPa

塔壳内径 Di 1800mm

塔体高度 H 7300 mm

设计温度t 0℃

工作介质 水煤气(含有催化剂的水溶液)

厚度附加量C 3mm

焊接接头系数 1.0

基本风压q0 350N/m2

地震烈度 8

该设备属于二类压力容器，设计时正确地选择结构材料，对于保证容器的结构合理、安全使用和降低制造成本至关重要。材料的选择必须考虑如下因素：良好的力学性能;较强的化学稳定性(即耐腐蚀性能、对介质无污染、对环境无危害);适宜的加工性能(即冷压成型、焊接性);合理的经济性(即设备的工作寿命、维修更新成本)等。

二、脱硫塔选材指导及教学方法改良

1.教学方法的改良

传统做法是学生自行选择材料。该做法的前提是学生具备丰富的相关知识，包括工程材料、腐蚀与防护、化工设备管理等。但是，由于新学制下理论课时的减少，课程删减多，学生自行选择材料的知识储备不足，因此，很多学校的设计开始由指导教师提供材料牌号，学生根据所学知识，仅从力学分析角度确定设备的有关尺寸，做出结构设计并绘制成图。这看似成功完成设计任务，但在答辩时，被问到“为什么要采用某种材料”时，学习好的学生仅能从力学性能(强度、刚度、韧性、疲劳性和抗蠕变性)方面进行阐述，成绩一般的学生则回答不完全。有的学生干脆说：“这是老师告诉我的!”这种做法，与检验学生综合利用所学知识能力的初衷背道而驰。

笔者通过指导学生毕业设计，根据学生的知识储备现状，从力学性能、化学稳定性、使用寿命和经济合理性几方面进行综合分析，让学生自行选择材料。

2.脱硫塔材料的选择

脱硫塔设备与其他化工设备一样，是置于室外、无框架的自支承塔体，一般都选用钢材制造。钢材各种类的性能各不相同，价格上差异更大。所以，学生在选材时不仅要考虑操作上的安全性，还要着重考虑经济上的合理性。

(1)脱硫塔支座材料的选择。脱硫塔支座采用支承式支座，主要承受设备的重量载荷，安装在室外还应考虑风载荷和地震载荷。支座的失效形式是失稳，工作环境是大气腐蚀。可供选择的材料是Q235和16Mn。比较这两种材料的强度：16Mn[σ]t=170MPa，Q235[σ]t=113MPa，二者的弹性模量均为E=2×105MPa左右，焊接性能相近;在大气环境下表面做防腐涂漆后，二者耐腐蚀能力相同，但16Mn的价格比Q235高10%左右。从经济合理性角度考虑，学生自然会选用Q235做支座材料。

(2)脱硫塔壳体材料的选择。脱硫塔的壳体承受的内压，气体压力Pc=3.85MPa，为中压力容器。从制造角度分析，Q235和16MnR均可以选用(因为压力成型和焊接性能相近)，但16MnR的[σ]=170MPa，Q235的[σ]=113MPa，可见，16MnR的强度较Q235高出30%左右，因此，选用16MnR可以使得设备材料使用减少30%。同时，其安装费用也有所减少。尽管16MnR的单价比Q235高10%左右，选用16MnR作为课题材料，总体制造费用仍可以减少20%以上。壳体上封头与筒体的连接采用法兰连接，根据使用压力、直径和操作温度，宜采用长颈对焊法。从力学性能和制造要求，也同样选择16MnR来制造。

脱硫塔是湿式氧化法除去原料气中硫化物的关键设备。由于硫化物的水溶液为酸性，对钢材腐蚀严重，因此该壳体应选用耐腐蚀性材料或采用钢材与其他耐腐蚀性材料做成的复合材料。由于塔体重量较大(壳体重量约为27400kg)，整体采用18-8不锈钢是不可行的，在实际制造中应采用复合材料。由于操作介质是稀硫酸，操作温度t=70℃，操作压力Pw=3.5MPa，只能采用金属衬里，所选材料可以是软铅或18-8不锈钢。从价格考虑，铅比18-8不锈钢有优势，但考虑到施工时，铅对施工人员的伤害、对大气环境的污染、对吸收剂和催化再生以及对副产品硫磺品质的影响，采用18-8不锈钢作为衬里材料较为合适。

脱硫塔的操作过程是含硫化物的原料气在塔底与含有吸收剂和催化剂的水溶液接触吸收硫化物。经洗涤后的原料气中，含强酸性介质很少，对低合金结构钢的腐蚀速率较低。在设计时，只要选用合理的腐蚀裕度(C=2mm)，即可保证脱硫塔在使用寿命周期内的安全性。通过以上分析，学生可以选用18-8不锈钢(δ=3mm)在塔体液浸润段采用局部衬里最为合理。下封头较常用16MnR成型内衬18-8不锈钢与筒体焊接而成。

综上所述，学生就会从既经济又安全环保的前提下，根据设计条件、制造施工及操作工艺要求选用材料：脱硫塔的塔壳外表采用16MnR卷焊;上封头选用16MnR，上封头和筒体的连接采用长颈法兰连接;下封头选用16MnR，下封头和筒体的连接采用焊接，内部操作液浸润段采用18-8不锈钢衬里;支座选用Q235A制造。

通过这一系列的工作，学生对工程设计中的材料选择有了一个比较系统的认识。由被动接受知识、生搬硬套设计过程转变为主动接收知识，并综合应用所学课程进行独立设计。这对于提高学生对知识的综合利用，在工程设计过程中对操作安全、环境保护以及经济合理性的思考，都具备了较清晰的认识，为他们今后走向工作岗位提供了一定的知识和技能储备。

(作者单位：南京化工高级技工学校)

作者：邢金芝

第三篇：网络高等教育学生毕业时间预测研究

【摘 要】

关于毕业和辍学的研究是网络高等教育研究的重要选题，其研究成果对优化网络高等教育的办学效益、降低学习者因辍学而带来的损失、促进学习者更快毕业等有重要价值。目前，研究者多以“辍学”为研究对象，而较少关注“毕业”现象。该文以中央电大开放教育来自全国9个地区、38个专业的79352名专科毕业生为研究样本，采用了统计分析和可视化、生存分析、数据挖掘等方法，开展毕业时间特点、毕业时间影响因素和毕业时间预测规则等三项研究，所取得的研究结论有：①专科学生的中位毕业时间是6个学期，从5个学期末开始，有大量学生毕业，这种高峰毕业学期将会持续4个学期，直至8个学期末，到11个学期末，有99%的学生毕业，意即绝大部分学生已经毕业;②在毕业时间差异方面，女性学生毕业时间显著少于男性学生，已婚学生毕业时间要显著少于未婚学生，本地学生的毕业时间要少于非本地学生，中专学历学生毕业时间要少于高中学历学生，高中学历学生毕业时间要少于专科学历学生;③婚姻状况、籍贯这两个变量是学生毕业的促进性因素(危险性因素)，文化程度、性别这两个协变量是阻碍性因素(保护性因素);④本研究构建了以5项个人特征(婚姻状况、年龄、籍贯、文化程度、性别)作为输入值、以毕业时间为预测值的毕业时间决策树模型，并获得了“毕业时间少于6个学期的学生预测规则”和“毕业时间不少于8学期的学生预测规则”等两组规则。该文在研究内容、研究方法和研究样本等方面开拓了网络高等教育毕业现象研究，所采用的研究方法如数据挖掘方法也可为网络高等教育辍学研究所借鉴。

【关键词】网络高等教育;毕业;影响因素;预测

自1998年教育部批准四所高校开展现代远程教育试点工作以来，我国网络高等教育得到了迅猛发展，目前已有69所院校被批准为网络高等教育试点单位。2009年，网络高等教育招生数为162.6万人，在校生数为417.3万人，分别占全国高等教育招生数和在校生数的15.7%和13.4%，由此可见网络高等教育在我国高等教育中的重要地位。研究网络高等教育，探索网络高等教育规律，对提升网络高等教育质量，保障这一新兴高等教育形式健康发展有着积极的意义。关于毕业和辍学的研究是网络高等教育研究的重要选题，其研究成果对优化网络高等教育的办学效益、降低学习者因辍学而带来的损失、促进学习者更快毕业等有重要价值。

一、问题的提出

人们选择了远程教育，往往面临两种修业结果——毕业和辍学。目前，高辍学率是国内外远程教育不可回避的一个问题，如英国开放大学辍学率在40%~50%之间(Simpson，2008)，我国某高校网院专科、专升本两个层次学生的辍学率分别为30%和19%(曹文等，2005)，我国中央广播电视大学专科、专升本两个层次学生的辍学率分别为21%和16%(魏顺平等，2010)。

由于辍学现象的普遍性及给远程教育带来不利影响的严重性，大量研究人员选择“辍学”作为研究选题，只有少数研究者选择“毕业”作为研究选题，如罗发奋(2009)、石研(2009)以某所远程教育机构为个案，采用描述性统计方法研究不同专业、不同性别学生的毕业率。辍学与毕业，恰如一个硬币的两面，在远程教育中均普遍存在，研究“毕业”现象，提升毕业率，同样可以降低辍学率，并且还将关注到低辍学率的学生群体。既然已有远程教育毕业现象研究较少，笔者拟从大量辍学研究中借鉴一些经验，在辍学研究中所涉及的理论模型构建、学生特征选取、影响因素分析等内容及一些研究方法也可用于毕业现象研究。

在辍学分析的理论模型方面，有Kennedy和Powell(1976)的二维描述性模型和Tinto(1975)的辍学动态模型。二维描述性模型包括学习者的个人特征以及所处环境两个维度，该模型强调学习者自身因素对于辍学行为的影响，而远程教育机构对辍学行为的发生似乎显得无能为力。辍学动态模型则认为，学习者能否完成学业取决于个人动机和学术能力与教育机构的学术与社会特征相吻合或匹配的程度。

在辍学的影响因素及学生特征方面，Thompson(1997)发现工作、家庭、学习时间是否充裕、身体健康、学习方式、学习者对于师生互动的满意度等因素会影响远程学习者的辍学发生，而性别、地理区位对辍学行为影响不显著。Willging和Johnson(2009)利用28名辍学者样本得出的结论显示，远程学习者辍学的原因因人而异，学习者的人口学特征不能用来预测辍学行为的发生。曹文(2005)发现，第二学年辍学率明显高于其他学年，专科学习者的辍学率明显高于专升本学习者，辍学学生的平均成绩大部分在及格线以下。张妙华(2006)分析了辍学者性别、年龄、选修学分特征以及辍学的原因。李莹和王晓鸣(2009)则采用生存分析方法，研究了远程开放教育学习者辍学的时间规律及其影响因素，发现考试通过科目和年龄是影响远程教育学习者在学时间的重要因素。

通过上述辍学研究，我们可以了解到，构建一个理论模型对于研究的开展有着很强的指导意义;研究者既关注学生的人口特征如性别、年龄、身体状况等，还关注学生的学业特征如学习动机、学习成绩、考试通过科目、选修学分、专业层次等，这些学生特征以及所处家庭和学校环境可作为辍学的影响因素进行考察;研究者不仅关注辍学结果，还关注辍学的发生时间;研究者主要采用描述性统计和回归分析等方法。这些来自辍学研究中的经验均可迁移到毕业现象研究中，并对存在的不足加以补充和改进。

已有的辍学和毕业研究仍存在研究内容、研究方法和研究样本等方面的不足：①在研究内容方面，已有的“毕业”研究数量较少，且限于采用描述性统计方法计算各类学生的毕业率;已有辍学研究的重点都集中在原因分析方面，远程教育工作者基于这些发现可以更好地认识辍学现象，但是却无法对哪些学生具有更高的辍学风险做出判断，即缺少支持决策的规则;②在研究方法上，研究者开始由调查方法转向基于二手数据的统计方法，这样可以对更大的学生样本进行处理;其实，在处理大样本研究数据方面，数据挖掘方法如预测、聚类、关联规则等可以发现更多有用的知识，但是尚无研究者使用这类方法;③在研究样本方面，早期的问卷调查或访谈研究的样本很小，难以揭示普遍规律;近期研究的研究样本虽然有所增大，也只涉及一个地区或一个专业，也难以揭示普遍规律。

鉴于以上研究的不足，本研究选择预测毕业时间这一全新视角，试图采用生存分析方法发现各种学生特征不同取值(如不同性别、不同专业)对应的学生群体的毕业时间差异，进而考察这些特征作为毕业时间的影响因素在影响程度上的差异，并采用数据挖掘方法，基于一些重要的影响因素构建毕业时间的预测规则。需要说明的是，本研究中的毕业时间指完成学业所用时间，与“修业时间”意义接近。

二、研究设计

本课题基于大样本的网络高等教育毕业生人口特征数据以及毕业信息数据，采用统计分析和可视化、生存分析、数据挖掘等方法，开展毕业时间特点研究、毕业时间影响因素研究和毕业时间预测规则研究等三项研究。其中：毕业生毕业时间特征研究主要采用描述性统计和可视化图表方法，对毕业生的人口特征进行描述，以发现在各个特征的不同取值中毕业时间差异;毕业时间影响因素研究主要采用Cox回归分析方法探索人口特征对毕业时间的影响，并按照系数的高低和显著性检验的结果，得出若干最具影响力的因素;毕业时间预测规则研究主要采用预测、关联规则等数据挖掘方法，以前面发现的影响因素作为输入变量，以毕业时间为预测值，生成毕业时间预测规则。

本研究的主要过程包括文献研究、数据收集与预处理、毕业时间特点研究、毕业时间影响因素研究、毕业时间预测研究、相关政策建议的提出等环节，在这个过程中将主要用到海量数据管理方法、生存分析以及数据挖掘等方法，并要用到数据库管理系统、SPSS 15.0、Microsoft SQL Server 2005 Analysis Service(SSAS)数据挖掘工具等软件。

(一)生存分析方法

生存分析(survival analysis)是将事件的结果和出现这一结果所经历的时间结合起来分析的一种统计学方法，该方法用于处理以生存时间(Survival time)为反应变量、含有删失个例(Censored cases)的一类资料。生存分析的研究资料有两个特点：①应变量有两个，一个是生存时间(比如天数、整台年、学期)，多不服从正态分布;另一个是结局(比如生存或死亡、毕业或在学);②生存时间存在一些观察不全的数据。典型的生存分析有寿命表生存分析、Kaplan-Meier生存分析和Cox回归分析，其中，估计某一时间阶段的生存率时，多采用寿命表生存分析;估计中位生存时间时，可使用Kaplan-Meier生存分析法;在比较某因素不同水平的生存时间有无差异时，寿命表法和Kaplan-Meier法均可;Cox回归是常用的多因素分析方法之一，是分析对象的生存时间和影响生存时间诸多相关因素关系的统计学方法。

(二)数据挖掘方法

数据挖掘(Data Mining)就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。在教育应用的角度看，数据挖掘可分为五类：统计分析与可视化;聚类(包括聚类分析、离群点分析);预测(包括分类、回归分析、时序分析);关系挖掘(包括关联规则挖掘、序列模式挖掘);文本挖掘。本研究将重点应用预测挖掘中的决策树算法。决策树算法是一种分类算法，分类算法基于数据集中的其他属性预测一个或多个离散变量。决策树通过在树中创建一系列拆分(也称为节点)来生成数据挖掘模型。每当发现输入列与可预测列密切相关时，算法便会向该模型中添加一个节点。通过决策树创建出来的模型更容易解释，每一条从根节点到叶结点的路径就是一条规则。

三、研究样本

由于笔者所在单位是69所现代远程教育试点院校之一——中央广播电视大学，可以较为方便地获取该校的学生数据，并且该校的办学规模在整个网络高等教育中具有独特地位，其招生数和在校生数都远高于其他远程教育试点机构。自2004年以来，中央广播电视大学所举办的网络高等教育(一般称作“中央电大开放教育”，后文在谈及中央电大网络高等教育时将采用这一说法)始终占有全国网络高等教育60%~70%的份额。因此本研究将选择中央电大开放教育为个案开展学生毕业时间特点与预测研究。中央电大开放教育设有专科和本科两类学历教育，这两类学历教育在毕业时间上会呈现出不同特点。限于篇幅，本研究仅选取中央电大开放教育(专科)的学生数据作为研究样本。

为保证研究样本的代表性，笔者抽取我国东、中、西部各3个省市，每个省市抽取1所省级广播电视大学，共计9所省级广播电视大学。为保证样本的数量和数据的完整性，笔者选取这9所学校2001年、2002年两个年级的学生数据(数据采集时间是2010年4月)。因为在2001年、2002年电大开放教育招生数分别为28万和40万，学生数已相当可观。再就是开放教育(专科)最长学习时限为8年，2001年、2002年两个年份入学的所有学生分别应在2009年春季、2010年春季结束学业(否则视为辍学)，因此可以保证在2010年4月采集得到的数据记录了这两个年级几乎所有学生的毕业信息。研究样本基本情况如表1所示。

如表1所示，研究样本有9所学校、2个年级共计17个批次的学生(GD广播电视大学2001级仅有62人，学生数太少，故不将该批次学生纳入研究样本)，有学生106841名，毕业生84612名，研究样本总体毕业率为0.792，涉及38个专业，并标注有婚姻状况、性别、年龄、是否本地学生、文化程度、毕业时间、修业结果等特征属性。

四、研究过程与讨论

中央电大开放教育采用弹性学制，在8年有效学习时间内，“毕业”行为一学期发生一次，因此我们以学期为单位记录一批学生达到“毕业”时所用的学期数。这里“毕业”即为事件(学生修业)的结果，与之相反的事件即为“在学”，“学期数”即为出现这一结果所用的“生存时间”，要将两者结合起来分析，恰好可以用到统计学方法中的生存分析方法。大家在解读相关图表时，需要将“在学”理解为原来的“生存”，“毕业”理解为原来的“死亡”。

如表2所示，为毕业生数据样例，研究样本包括84612名学生。这些学生的修业结果都是“毕业”，未能毕业的学生数据已被清除。因此，后文在计算在学学生比例或毕业学生比例时均以毕业生总数而不是研究样本学生总数。

表2中各字段取值如下：婚姻状况：未婚=0，已婚=1;性别：女=0，男=1;籍贯：非本地学生=0，本地学生=1;文化程度：中专=0;高中=1;专科及其他=2;毕业时间：以“学期”为单位，如“毕业时间=6”，则表示完成学业所用时间为6个学期;修业结果：毕业=1;在学=0。

由于一少部分学生的“婚姻状况”标注为“其他”，将会影响后面的分析，因此分析样本不包含“婚姻状况”为“其他”的学生数据。最终用于数据分析的学生有79352名。下面应用生存分析中的三种方法分别对学生毕业数据进行分析，以了解研究样本总体毕业时间曲线、各项学生特征不同取值间的毕业时间差异和毕业时间影响因素，并在毕业时间影响因素分析的基础上，应用决策树算法，获得毕业时间预测规则。

(一)研究样本总体毕业曲线绘制

使用寿命表生存分析方法可以计算某一时间阶段的毕业率，从而绘制毕业这一事件发生比例的时间曲线。

用SPSS15.0打开待分析数据文件，依次单击AnalyazeSurvivalLife Tables菜单，进入寿命表生存分析对话图，变量选取和参数设置如图1、图2所示。

如表3所示，是学生毕业情况的生存分析表。由表3可知，研究样本总体7万余名学生的中位毕业时间(约50%学生毕业的时间)是6个学期。在6学期末，累计有45%的学生毕业;而在11个学期末，则有99%的学生毕业。

根据表3，我们可绘制修业结果(毕业)曲线，如图3所示。

图3是学生修业结果(毕业)曲线，从图中可以看出，从第5学期末开始，有大量学生毕业，这种高峰毕业学期将会持续4个学期，直至第8学期末(见纵坐标的虚线部分)。到第9学期末，在学学生比例不足10%，意即绝大部分学生已经毕业。

(二)各项学生特征不同取值间的毕业时间差异分析

这里应用Kaplan-Meier生存分析法对各项学生特征不同取值间的毕业时间差异进行比较和分析。这里的学生特征即前面毕业生数据表中各个属性字段，包括性别(有男、女两种取值)、文化程度(有中专、高中、专科及其他等三种取值)、婚姻状况(有已婚、未婚两种取值)、籍贯(有本地学生和非本地学生两种取值)。由于年龄属性是连续变量，不宜分组做Kaplan-Meier分析。

用SPSS15.0打开待分析数据文件，依次单击AnalyazeSurvivalKaplan-Meier菜单，进入Kaplan-Meier分析对话窗口，变量选取和参数设置如图4所示。在图4中，“Factor”输入框可依次输入四项学生特征，逐项比较各项特征不同取值间的差异。

1. 不同性别学生组的毕业时间差异

这里，以“0”表示女生，以“1”表示男生。不同性别组学生分布如表4所示。由表4可知，在毕业生中，女生组要多出男生组近1万人，多出的学生数占男生组总数的27%。以性别分组分别计算不同性别组的平均毕业时间及毕业时间差异，得到如表5所示结果。

如表5所示，男生组平均毕业时间要长于女生组平均毕业时间，并且这两组学生的毕业时间存在显著差异，如表6所示检验结果。

图7所示是不同性别组学生的修业曲线。从图中我们可以清晰看出，在第7个学期前，女性学生累计毕业率(实线)要低于男性学生累计毕业率(虚线)。从第7个学期开始，女性学生修业曲线(实线)要比男性学生修业曲线(虚线)更为陡峭，表明女性学生毕业时间更短，在相同时间内毕业率更高。

2. 不同婚姻状况学生组的毕业时间差异

婚姻状况分为未婚和已婚两种，以“0”表示未婚，以“1”表示已婚。不同婚姻状况组别学生分布如表7所示。由表7可以看出，“未婚”组学生和“已婚”组学生数量相当，各占50%。

表8所示是两个婚姻状况组学生平均毕业时间。可知，未婚组学生的平均毕业时间明显长于已婚组学生的平均毕业时间，并且这两组学生的毕业时间存在统计学意义上的显著差异(p<0.0005)，如表9所示。

如图8所示，是不同婚姻状况组别学生的修业曲线。从图中我们可以清晰看出，已婚组学生修业曲线(实线)要比未婚组学生修业曲线(虚线)更为陡峭，表明已婚组学生毕业时间更短，在相同时间内毕业率更高;在同一学期，已婚组学生修业曲线(如实线所示)所处横坐标更低。

3. 不同籍贯学生组的毕业时间差异

通过比对学生籍贯与所读电大所处地区，可以将学生分为“非本地学生”和“本地学生”，以“0”表示非本地学生，以“1”表示本地学生。不同组别学生分布如表10所示。由表中可以看出，“非本地学生”仅占很少的一部分，约为5%，这与各省级电大仅在本地办学而不跨地域办学有关，所招收到的“非本地学生”应主要为外省流动到本省的务工人员。这些“非本地学生”由于生活环境和工作环境的变动较大，由此困难更多，笔者预测这批学生将要花费更多的时间来完成学业，并可能引起更大的辍学率。

如表11所示，是两个组学生平均毕业时间。由表11可知，非本地学生的平均毕业时间长于本地学生的平均毕业时间，并且这两组学生的毕业时间存在统计学意义上的显著差异(p<0.0005)，如表12所示。

如图9所示，是不同籍贯组别学生的修业曲线。从图中我们可以清晰看出，本地学生修业曲线(实线)要比非本地学生曲线(虚线)更为陡峭，表明本地学生毕业时间更短，在相同时间内毕业率更高;在同一学期，本地学生修业曲线(如实线所示)所处横坐标更低。

4. 不同文化程度学生组的毕业时间差异

专科学生入学时的文化程度分为三种，中专(中技)、高中和专科(及其他)，分别编码为0、1、2。如表13所示，为不同组别学生的分布情况，其中中专(中技)学生组人数最多，其次是高中学生组。专科(及其他)学生以专科文化程度学生为主。

如表14所示，是不同组别学生的平均毕业时间，其中中专组平均毕业时间最短，专科组平均毕业时间最长，且三个组学生的毕业时间存在统计学意义上的显著差异(P<0.0005)，如表15所示。

如图10所示，是不同文化程度组别学生的修业曲线。从图中我们可以看出，在同一学期，中专组修业曲线(粗实线)所处横坐标最低，表明毕业率最高，而专科组(细实线)的毕业率则最低。

5. Kaplan-Meier分析小结

7万余名毕业学生用于Kaplan-Meier分析，按性别、婚姻状况、籍贯、文化程度等四个属性对学生分组，分析发现：在性别方面，女性学生毕业时间显著少于男性学生，相应的毕业时间曲线也更加陡峭，由此表明女性学生在完成学业方面表现更为积极;在婚姻状况方面，已婚学生毕业时间要显著少于未婚学生，相应的毕业时间曲线也更加陡峭，表明已婚学生可能出于家庭生活压力而更加努力地完成学业;在籍贯方面，本地学生的毕业时间要少于非本地学生，相应的毕业时间曲线也更加陡峭，这正好印证了笔者提出的假设，即非本地学生处于流动状态，不稳定的生活和工作环境将给学习带来不利影响，从而延长毕业时间;在文化程度方面，中专学历学生毕业时间要少于高中学历学生，高中学历学生毕业时间要少于专科学历学生，由此表明入学学历对毕业时间有一定程度的影响，在开展学习支持服务特别是学习督促服务时文化程度可以作为学生人群细分特征。

(三)毕业时间影响因素分析

这里采用Cox回归分析来探索影响毕业时间的主要因素。在生存分析中，Cox回归分析通常用来研究一些变量对生存时间的影响。

使用Cox回归分析法可构建Cox比例风险回归模型(Cox’s proportional hazards regression model)，简称Cox回归模型。该模型由英国统计学家D.R.Cox于1972年提出，主要用于肿瘤和其它慢性病的预后分析，也可用于队列研究的病因探索。Cox回归模型的基本形式如公式1所示。

公式 1 Cox回归模型h(t,X)=h0(t)exp(?茁1X1+?茁2X2+?撰+?茁pXp)

其中，h(t,X)表示t时刻风险函数、风险率或瞬时死亡率(hazard function)。h0(t)表示基准风险函数，即所有变量都取0时t时刻风险函数。X1、X2、…、Xp表示协变量、影响因素、预后因素，?茁1、?茁2、…、?茁p表示回归系数。

用SPSS15.0打开待分析数据文件，依次单击AnalyazeSurvivalCox Regression菜单，进入Cox回归分析对话框，变量选取和参数设置如图11所示，应变量为毕业时间(以学期为单位)，状态变量为修业结果(1=毕业，0=在学)。本研究选取的协变量为前面提及的5项学生个人特征，包括性别、年龄、婚姻状况、籍贯和文化程度，回归分析方法为“Enter”，即5个协变量全部进入。

表16是学生毕业Cox回归模型系数的总检验表。由表16可知，Overall (score)和Change From Previous Block检验的P值均小于0.0005，可认为含所有5个协变量的模型均显著。Change From Previous Step检验验的P值小于0.0005，可认为5个协变量的系数均不为0。

表17所示为学生毕业Cox回归模型的协变量表。由表17可知，5个协变量的偏回归系数(B)分别为0.322、0.161、0.036、0.038和0.005，P值均为<0.005，可认为5个协变量的偏回归系数均有统计学意义。可得Cox回归模型如公式2所示。其中X1至X5分别表示协变量婚姻状况、籍贯、文化程度、性别、年龄。

公式 2 学生毕业Cox回归模型h(t,X)=h0(t)exp(0.322X1+0.161X2-0.036X3-0.038X4+0.005X5)

协变量“婚姻状况”的β值(即B值)大于0，Exp(B)值大于1，说明协变量“婚姻状况”增加时(由未婚变为已婚)，毕业率增加，“婚姻状况”可视为一种促进性因素(通常的说法是“危险性因素”)，有缩短毕业时间、使学生尽早毕业的作用。协变量“籍贯”与“婚姻状况”相似，随着学生籍贯由非本地学生到本地学生，毕业率增加，“籍贯”可视为一种促进性因素，由于该协变量的Exp(B)较小，其对毕业的促进程度不如“婚姻状况”。

协变量“文化程度”的β值(即B值)小于0，Exp(B)值小于1，说明协变量“文化程度”增加时(由中专到高中再到专科)，毕业率降低，“文化程度”可视为一种阻碍性因素(通常的说法是“保护性因素”)，有延长学生毕业时间的危险。协变量“性别”与“文化程度”相似，随着性别由女性到男性，毕业率降低，“性别”可视为一种阻碍性因素。由于“文化程度”和“性别”两个协变量的Exp(B)接近于1，因此并不是强阻碍性因素。

协变量“年龄”的β值(即B值)几乎等于0，Exp(B)值几乎等于1，说明协变量“年龄”增加时，毕业率有可能增加，有可能降低，也有可能不变，“年龄”可视为一种无关因素。

小结一下Cox回归分析：在本研究中，7万余名毕业学生用于Cox回归分析，应变量为学生的毕业时间(以“学期”为单位)，协变量为婚姻状况(未婚=0，已婚=1)、籍贯(非本地学生=0，本地学生=1)、文化程度(中专=0;高中=1;专科及其他=2)、性别(女=0，男=1)和年龄，状态变量为修业结果(毕业=1;在学=0)。

采用Enter法筛选协变量，经Cox回归模型系数的总检验，含所有5个协变量的模型均显著，且5个协变量的系数均不为0。

模型中协变量婚姻状况、籍贯的Exp(B)值大于1，提示这两个协变量是促进性因素(危险性因素)，它们有提高学生毕业率、缩短学生毕业时间的作用。其中籍贯的Exp(B)值较小，故不是强促进因素。协变量文化程度、性别的Exp(B)值小于1，提示这两个协变量是阻碍性因素(保护性因素)，它们有降低学生毕业率、延长学生毕业时间的危险。不过这两个协变量的Exp(B)值均较大，接近于1，故不是强阻碍因素。协变量年龄的Exp(B)值几乎等于1，它可以认为是一种无关因素，但并不是真正的无关，只是年龄的变化与毕业时间的变化不是简单的线性关系，而是非线性关系。根据魏顺平等(2010)关于中央电大开放教育专科学生毕业时间特点的研究，在专科学生中，随着年龄的增长，平均毕业时间会先下降后上升。

(四)毕业时间预测规则发现

具备何种特征的学生倾向于较早学期毕业或较晚学期毕业，这一点通过前面的各项学生特征不同取值间的毕业时间差异与毕业时间影响因素的分析并不能得到确切的答案。要获得可用的判定规则，还必须进行决策树分析，即基于学生各种特征生成对毕业时间长短的预测。

接着，笔者采用Microsoft SQL Server 2005 Analysis Service(SSAS)数据挖掘工具，以前面提及的5项个人特征作为输入值，以毕业时间作为预测值，构建决策树模型，得到如图12所示结果。

图12所示的各种颜色线段表示不同的毕业时间，具体对应情况如图13所示。Microsoft决策树算法将毕业时间(5学期至12学期)划分为四段，分别是“>=5 并且 <6”、“>=6并且<8”、“>=8并且<11”以及“>=11并且<=12”，其中属“>=6并且<8”毕业时间范围的学生数最多，这批学生在决策树的每个叶子节点上都占据着优势，不过这种优势是相对的，有时这个时段之外的毕业的学生也占据着不小的比例。我们重点是找出倾向于较早或较晚毕业的学生人群，并构建预测规则。

如图14所示，图中颜色较深节点表示倾向于较早时间(即早于6学期)毕业的学生特征。

由图14，我们可以读取若干较早时间(早于6学期)毕业学生预测规则，如表18所示。

如图15所示，图中颜色较深节点表示倾向于较晚时间(即不早于8学期)毕业的学生特征。

由图15，我们可以读取若干较晚时间(不早于8学期)毕业学生预测规则，如表19所示。

五、研究结论

本研究以中央电大开放教育来自全国9个地区的、涉及38个专业的79352名专科毕业生为研究样本，获取了这批学生的婚姻状况、性别、年龄、是否本地学生、文化程度、毕业时间、修业结果等特征数据，采用了统计分析和可视化、生存分析、数据挖掘等方法，使用了数据库管理系统、SPSS 15.0、Microsoft SQL Server 2005 Analysis Service(SSAS)数据挖掘工具等软件，开展毕业时间特点研究、毕业时间影响因素研究和毕业时间预测规则研究等三项研究，所取得的研究结论如下：

(1)毕业时间特点研究主要采用寿命表分析和Kaplan-Meier方法，发现了研究样本总体毕业时间分布和各项学生特征的不同取值中的毕业时间差异。从研究样本总体的毕业曲线来看，7万余名学生的中位毕业时间(约50%学生毕业的时间)是6个学期。从5个学期末开始，有大量学生毕业，这种高峰毕业学期将会持续4个学期，直至8个学期末。到11个学期末，有99%的学生毕业，意即绝大部分学生已经毕业。在毕业时间差异方面，女性学生毕业时间显著少于男性学生，已婚学生毕业时间要显著少于未婚学生，本地学生的毕业时间要少于非本地学生，中专学历学生毕业时间要少于高中学历学生，高中学历学生毕业时间要少于专科学历学生。了解了各类学生的毕业时间倾向，将有助于远程教育工作者针对不同工作需要来关注重点人群，如在高峰毕业学期5、6、7、8等学期采取更多的学习支持服务手段督促男性、未婚、专科文化程度等学生群体尽快完成学业，可有效缩短这些学生的毕业时间，以提高毕业率。

(2)毕业时间影响因素研究主要采用Cox回归分析方法，构建了应变量为学生的毕业时间(以“学期”为单位)，协变量为婚姻状况(未婚=0，已婚=1)、籍贯(非本地学生=0，本地学生=1)、文化程度(中专=0，高中=1，专科及其他=2)、性别(女=0，男=1)和年龄，状态变量为修业结果(毕业=1;在学=0)的学生毕业Cox回归模型。模型中，协变量婚姻状况、籍贯这两个协变量是促进性因素(危险性因素)，它们有提高学生毕业率、缩短学生毕业时间的作用;协变量文化程度、性别是阻碍性因素(保护性因素)，它们有降低学生毕业率、延长学生毕业时间的危险;协变量年龄是一种无关因素。无关因素并不表示没有影响，而只是这种影响是非线性的。

(3)毕业时间预测规则研究主要采用Microsoft决策树算法构建了以5项个人特征(婚姻状况、年龄、籍贯、文化程度、性别)作为输入值，以毕业时间为预测值的毕业时间决策树模型，并获得了“毕业时间少于6个学期的学生预测规则”和“毕业时间不少于8个学期的学生预测规则”等两组规则，如“婚姻状况=已婚，籍贯=本地学生，文化程度=中专，年龄>=41，毕业时间<6个学期”、“婚姻状况=未婚，年龄<23，性别=男，毕业时间>=8个学期”。有了这些预测规则，远程教育工作者可提前对新入学的学生可能的毕业时间进行预测，并对可能较早毕业的学生群体给予学习督促，以增加较早毕业的可能性;对可能较晚毕业的学生群体应在较早时间给予更多的帮助，克服各种学习困难，特别是“越过”难以通过考试的障碍课程，以使他们能够顺利完成学业。

参考文献:

[1] D.Kennedy & P.Powell. Student Progress and Withdrawal in the Open University[J]. Teaching at a Distance,1976,(7):61-75.

[2] Pedro A. Willging & Scott D. Johnson. Factors That Influence Students` Decision to Dropout of Online Course[J].Journal of Asynchronous Learning Networks, 2009,(3):115-127.

[3] Simpson,O. Cost-Benefit of Student Retention Policies and Practies[A] William J.Bramble;Santosh Panda. Theory，Practice，and Research.Economics of Distance and Online Learning. New York&London: Routledge,2008:62-178 .

[4] Thompson,E. Distance education drop-out:What can we do[A] .R.Pospisil;L.Willcoxson(Eds.). Learning Through Teaching，Proceedings of the 6th Annual Teaching Learning Forum[C]. Perth，Australia: Murdoch University,1997:324-332 .

[5] Tinto,V. Drop-out from Higher Education: A Theoretical Synthesis of Recent Research[J]. Review of Educational Research,1975,(45):89-125.

[6] 曹文，关正莹. 网络教育学生流失率规律的研究[J]. 中国远程教育，2005，(11)：37-42，80.

[7] 罗发奋. 网络教育学院学生毕业率的个案分析[J]. 广州广播电视大学学报，2009，(3)：1-4，107.

[8] 李莹，王晓鸣. 远程开放教育学习者辍学的时间规律及其影响因素分析[J]. 中国电化教育，2009，(3)：33-36.

[9] 石妍. 开放教育毕业情况分析与思考——以学籍满8年的学生为例[J]. 北京广播电视大学学报，2009，(3)：26-27，43.

[10] 魏顺平，袁亚兴，陈彦凌. 电大开放教育本科学生毕业时间特点研究[J]. 开放教育研究，2010，(6)：98-106.

[11] 张妙华，罗发奋. 远程学习者辍学的因素分析与对策建议[J]. 中国远程教育，2006，(06).

[12] Jiawei Han,Micheline Kamber. 范明，孟小峰 译. 数据挖掘：概念与技术[M]. 北京：机械工业出版社，2007.

收稿日期：2011-05-30

作者简介：魏顺平，助理研究员，博士，中央广播电视大学现

代远程教育研究所(100031)。

责任编辑 池塘

作者：魏顺平