《表5 分组主成分分析法与常规算法学生的综合测评排名比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于分组主成分分析法的大学生综合素质测评研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

学生的综合素质测评内容主要包括专业素质、德育素质和能力素质三个方面[12]，涉及学生的思想政治表现、课程成绩、所获荣誉情况、竞赛获奖情况、担任学生干部工作表现和违纪情况等多个指标.目前多数高校在对大学生综合素质测评成绩进行计算时直接把加权平均成绩和其他指标量化值简单相加[3].表5把基于分组主成分分析法的大学生综合素质测评排名与常规算法的排名进行了比较.可以看出，两种方法得到的排名结果差异很大.仅有3、11、17、30、43、45、51号6名学生的两种排名相同.其余62名学生均存在不同程度的差异，有3名学生的差异甚至高达18个名次，分别是33、47、67号.造成差异的主要原因是多个测评指标之间存在着信息重叠，直接相加导致测评结果出现偏差，不能科学、客观地反映学生的综合能力.分组主成分分析法能够在最大限度地保留原有信息的基础上，对多维变量进行综合降维处理[13-14]，将相关性较强的指标重新组合成一组新的互相无关的综合指标来代替原指标，有效地避免了常规算法中出现的信息重叠问题，提高了综合评价的科学性和合理性.