作者：陳曉云 張華偉 王建立 李星明 肖瑞芳 潘慶忠

【摘要】 目的： 探討高等護理自學考試本科考試基礎學科和專業學科成績間的相關關系，為提高高護自考的針對性，指導考生自學提供參考。 方法： 選用2001年至2003年參加濰坊醫學院高護（獨立本科段）專升本考試的959名考生的成績作為研究內容，所得數據采用SAS8.0統計軟件進行典型相關分析。 結果： 第一、第二和第三典型相關系數有顯著性意義（P<0.0001）。第一典型相關系數為0.5767，第二典型相關系數為0.3569，第三典型相關系數為0.2086，特征值的貢獻率分別為68.77%、20.14%和6.28%，前兩對典型變量的累積貢獻率高達88.91%。在第一對典型變量中，護理學導論、護理學研究載荷最大；在第二對典型變量中，預防醫學、社區護理學和外科護理學載荷最大。 結論： 高等護理自學考試考生基礎學科成績和專業學科成績之間存在顯著相關，應該對相關學科的學習予以高度重視。

【關鍵詞】 高護自學考試； 基礎學科； 專業學科； 典型相關分析

高等護理自學考試是護理學歷教育和護理人才能力培養的重要形式和途徑，其考試成績是對學生培養質量的重要評價手段。而對自學考試考生的學習成績進行科學的分析，研究各學科之間的相互關系和相互影響，對優化自學考試的課程體系、提高教學質量具有重要意義。目前，在研究學習成績之間的關系方面，大多應用簡單相關分析（simple correlation analysis）［1］。簡單相關分析是研究兩個變量之間關聯性的一種統計分析方法。而學生成績往往是多個成績變量同時存在并彼此相互影響，因此應用簡單相關分析把兩個成績變量之間的關系從多個成績變量中獨立出來進行分析是相對欠缺的。所以，本研究提出利用典型相關分析方法分析學生成績，它是在考慮了多個成績變量同時存在的情況下，更加科學地體現了基礎學科與專業學科間的相互關系，為改革舊有的考試課程體系、分析和評價其考試成績與課程體系之間的關聯性提供參考。

1 方法

典型相關分析（canonical correlation analysis）是研究兩組變量之間相關關系的一種多元統計分析方法。典型相關分析的思想首先由霍特林于1936年提出，目前成為普遍應用的進行兩組變量之間相關性分析的技術［2］。典型相關分析借用主成分分析降維的思想，將一組變量與另一組變量之間單變量的多重線性相關性研究轉化為對少數幾對綜合變量之間的簡單線性相關性的研究，并且這少數幾對變量所包含的線性相關性的信息幾乎覆蓋了原變量組所包含的全部相應信息［3］。它把每組課程作為整體考慮，比一般的研究單一課程間的關系以及研究一門或一類課程與多個課程間的關系，可以找出所有成績變量中的主要變量，用于衡量和反映社會對護理人才培養質量的要求。

典型相關分析方法的原理是：對所要研究的兩組指標變量x=(x1，x2，…，xp)和y=(y1，y2，…，yq)，各建立一個線性組合表達式，即：u=α1x1+α2x2+…+αpxpv=β1y1+β2y2+…+βqyq

其中，u和v分別是由x變量和y變量的線性組合產生的綜合指標變量，典型相關分析中稱之為典型變量（canonical variable）。α=（α1，α2，…，αp）和β=（β1，β2，…，βq）是待估計的組合系數。顯然，對于任意給定的一組組合系數α和β，都可以通過上式求出一對變量u和v，進而又可以求出典型變量u和v的簡單相關系數ρ=ρ（u ，v），稱之為典型相關系數（canonical correlation coefficient）。

ρ=ρ(u，v)=cov(u，v)var(u) var(v)

其中，cov(u ，v)表示變量u與v之間的協方差，var(u)和var(v)分別表示變量u和v的方差。

典型相關分析的第一步是估計組合系數α和β，使得對應的典型變量u1和v1的相關系數達到最大。假設這個最大相關系數是ρ1=ρ（u1，v1），則稱ρ1為第一典型相關系數，且稱具有最大相關系數的這對典型變量u1和v1為第一典型變量。求出第一對典型相關變量之后，可以類似的去求第二對，使得對應的典型變量u2和v2的相關系數達到第二大，且第二對典型變量中的每一個變量都與第一對典型變量中的每一個變量不相關。如此進行下去，直到典型變量的對數等于兩組變量中數目較少的那一組變量的個數。

從上述分析的過程可以看出，第一對典型變量提取的兩組變量相關性的信息量最多，第二對次之，依此類推，最后一對典型變量提取的相關成分最少。對典型相關系數的假設檢驗采用似然比 F 統計量。如果典型相關變量相關系數的絕對值顯著地大于零，這一對綜合變量就真的具有代表性，如果不是，這一對變量就不具有代表性，就可以忽略。實際上，求得的典型變量對子數越少越好，最好是第一對典型變量就提取了足夠的相關成分。

2 應用

采用隨機整群抽樣的方法，選用2001年至2003年參加濰坊醫學院高護（獨立本科段）專升本考試的959名考生的基礎學科成績和專業學科成績作為研究內容（變量名稱及代碼見表1）。所得數據采用EXCEL2003建立數據庫，應用SAS8.0統計軟件進行統計分析。擬分析高護專業本科自學考試考生基礎學科成績和專業學科成績間的關系。表1 課程名稱、代碼及基本統計量（略）

3 結果

3.1 典型相關系數

對山東省高護本科自學考試考生的基礎學科成績和專業學科成績兩組變量作典型相關分析，得出7對典型變量。經似然比法檢驗，第一、第二和第三典型相關系數有顯著性意義（P<0.0001）。第一典型相關系數為0.5767，第二典型相關系數為0.3569，第三典型相關系數為0.2086，特征值的貢獻率分別為68.77%、20.14%和6.28%，前兩對典型變量的累積貢獻率高達88.91%，第三對典型變量的貢獻率較小，所以以下僅對第一、第二對典型變量作進一步分析。見表2。表2 典型相關系數及顯著性檢驗（略）

3.2 標準化指標表達的典型變量

從標準化指標線性組合的系數可以了解各指標對典型變量的影響大小。系數越大，表示該指標對典型變量的影響越大，即為該典型變量的主要指標。標準系數的正負號不同，表明指標對典型變量影響的方向不同。反映基礎學科成績的第一典型變量V1主要由x7（護理學導論）決定，第二典型變量V2主要由x5（預防醫學）決定。反映專業學科成績的第一典型變量W1主要由y3（護理學研究）決定，第二典型變量W2主要由y1（社區護理學）和y7（外科護理學）決定。見表3。表3 標準化指標典型變量的線性組合（略）

4 結論

典型相關分析表明，高護本科自學考試考生的基礎學科成績和專業學科成績之間存在顯著相關，說明高護專升本自學考試考生的基礎學科成績與專業學科成績之間有著密切聯系，基礎學科成績與專業學科成績之間相互影響。這與很多研究結果是一致的［4］。高護自學考試考生的基礎學科成績與專業學科成績的相關主要是第一對典型變量V1和W1，第二對典型變量V2和W2的相關。在這兩對典型變量中，主要變量為x7（護理學導論）、x5（預防醫學）、y3（護理學研究）y1（社區護理學）和y7（外科護理學）。這表明這些課程在高護本科自學考試考生的醫學教育中具有重要作用，應在教學中予以加強。

本研究利用典型相關分析研究高等護理自學考試本科考生的基礎學科成績與專業學科成績之間的關系。它在考慮了多個成績變量同時存在的情況下，更加科學地體現了變量間的相關關系。它把每組變量作為一個整體來考慮，不同于一般的研究單一變量間的關系和研究一個變量與多個變量間的關系。典型變量的線性組合產生的綜合指標既代替了原變量的大部分信息，又減少了指標個數，利用這些綜合指標可以更科學更全面地來分析高護自學考試成績，有利于提高高護自考的考試針對性，為考生自學提供參考，也為進行同類研究提供借鑒。