预测STEM成就：ACT分数与高中GPA的比较研究

EDGAR I. SANCHEZ, 博士 结论 在本次研究中，我们发现高中平均成绩点（HSGPA）和ACT成绩之间存在关联的证据。®STEM成绩是独立预示STEM专业一年级GPA（FYGPA）的重要指标，HSGPA通常具有更强的个体影响。研究还发现，HSGPA和ACT STEM成绩之间的相互作用提高了预测准确性，这展示了复杂和协同的关系。通过纳入如性别、种族/民族和家庭收入等人口统计学变量，我们能够丰富预测模型，这些因素对FYGPA有直接影响，同时也调节了HSGPA和ACT STEM成绩与FYGPA之间的关系。最全面的模型考虑了成就和人口统计学因素，解释了FYGPA的最大变异，进一步强调了HSGPA和ACT STEM成绩在评估学术准备情况中的互补角色。 所以呢？ 本研究强调高中期间持续的高性能以及不同背景学生公平获取资源的重要性。该研究还突出了HSGPA和ACT STEM分数在预测STEM专业学生FYGPA时的互补作用。此外，本研究再次确认了严格的高中准备的重要性。鉴于性别、种族/民族和家庭收入直接影响FYGPA并调节预测因素之间的关系，这导致我们有必要实施以公平为重点的干预措施。 现在怎么办？ 从这项研究中，我们可以得出几个重要的启示。首先，对于家长和照料者来说，这项研究有助于提供可操作性的见解，以支持学生们的教育旅程。它强调了持续学业鼓励和支持的需求，以及在寻求公平资源方面的帮助，尤其是对于那些来自低收入家庭的学生。此外，高等教育机构可以利用这些发现来帮助细化招生流程，通过结合HSGPA和ACT STEM分数。这项研究还表明，为传统上受服务不足的群体创造有针对性的支持将会带来益处，从而在STEM专业中促进多样性和包容性。 埃德加·I·桑切斯，博士 作者想感谢Jeff Allen和Jill McVey对这份报告先前草稿的评论。 桑切斯博士是ACT的首席研究科学家，在那里他研究大学招生、国家考试项目、考试准备效果以及干预效果。在其职业生涯中，桑切斯博士专注于研究高中与大学之间的过渡，并支持大学管理员、学生及其家庭的决策能力。他的研究成果在学术文献和媒体中得到了广泛的引用，包括华尔街日报,《华盛顿邮报》,《今日美国》，以及教育行业媒体。 引言 大学入学考试成绩和高中平均成绩点数在预测大学生在STEM（科学、技术、工程和数学）领域成功方面的有用性，一直备受争议。随着全国各大学在STEM学生保留和成绩方面面临挑战，了解影响大学生成功的因素至关重要（Sithole等人，2017年；Cromley等人，2016年）。标准化考试，如ACT®, 有悠久的被用作大学准备的指标使用历史。一些近期的研究表明，高中GPA（HSGPA）可能对于学术成功的预测提供了独特甚至是更高级的预测能力（Allensworth &Clark，2020）。然而，Walton（2023）发现，当调整大学GPA课程难度之后，ACT分数与大学表现有更强的相关性，暗示着ACT分数可能是比传统计算所暗示的更准确的学术成功的预测因素。 桑切斯（2024）强调，高中平均成绩点（HSGPA）是ACT综合分数的最重要预测因素，其预测能力超过社会经济地位、人口统计学和学校层面的特征。通过优势分析，该研究显示，HSGPA始终比其他因素（包括家庭收入、种族/民族、性别和高级课程）更好地预测ACT分数。高级课程，尤其是数学课程，也显著预测ACT分数，但其预测能力不如HSGPA强。这些发现强调了严格的高中课程和优异的学术表现对于准备学生大学入学准备的关键作用，其中HSGPA解释了ACT分数方差的一个很大部分。 存在许多研究阐述了ACT对大学生成功的重要性。Miller（2022年）发现，通过检查学生在大学三年级时的GPA，ACT分数有助于识别为应对大学严谨性做好准备的学生，认为这些分数反映了学生理解基础和复杂、特定内容材料的能力。Thompson等人（2018年）发现，ACT数学分数是学生在一门入门生物学课程中取得成功的显著预测指标。同样，Shepherd（2019年）证明了ACT分数是大学生成功的显著预测指标，特别是在STEM课程中，与先前的研究相符，并突出了标准化测试的重要性。Ayeni（2022年）发现，ACT分数，尤其是英语和数学，显著预测了STEMGPA，表明在这些科目中较高的ACT分数与STEM领域的更好的学术表现相关联。 陈和乌帕（2020年）发现，在未声明工程专业的学生中，ACT分数与学术自我效能感、第一学期完成的学分以及学术融合是保留和课程选择的重要预测因素。韦斯特里克和拉德嫩泽尔（2018年）发现，HSGPA和ACT综合分数都是数学密集型STEM专业成功的重要预测因素。ACT数学和科学分数较高的学生，以及那些在高中选修了微积分等高级课程的学生，更有可能在四年内完成数学密集型STEM学位。 Radunzel 等人（2016）强调ACT成绩作为STEM学科学术准备度指标的角色的作用，尤其是当其与其他准备指标相结合时。这项研究揭示了 那些在数学和科学学科ACT分数较高、以及拥有强大的高中GPA和完成高级课程的学生，更有可能在STEM领域取得成功。 ACT科学、技术、工程和数学（STEM）基准分数是一个表明学生在大学级别STEM课程中准备情况的分数。它是获得C或更高等级的可能性（75%）所需的最小ACT分数，这些等级适用于大学一年级课程，如微积分、生物学、化学和物理学。ACT STEM的基准分数是26分。这一基准分数是通过识别最常见的大学一年级STEM课程，并确定与在这些课程中取得B或更高等级50%概率相关的ACT数学和科学分数而确定的（Mattern, Radunzel, & Westrick, 2015）。达到基准的学生更有可能获得3.0或更高的累积GPA，坚持其专业，并以STEM相关学位毕业。 学生攻读STEM专业通常需要在大一期间选修数学、物理、化学、生物学和计算机科学等基础课程。这些课程是高年级STEM课程的先决条件。STEM项目本身可能有一套固定的课程体系，要求学生在大学后早期阶段专注于STEM课程。还有证据表明，与非STEM专业的同学相比，STEM专业的学生更有可能选择数学、自然科学和工程类课程（Elrod & Park，2020）。因此，特别关注STEM专业学生的FYGPA（学年平均绩点）结果是重要的。 在本文的研究背景下，本研究旨在探讨ACT STEM成绩（数学和科学部分平均分）和高中GPA对STEM专业大一学生GPA（FYGPA）的综合和比较预测效度。此外，本研究还将探讨性别、种族/民族和社会经济地位等人口统计因素如何调节这些关系。通过整合这些预测因素，本研究旨在为预测大学生STEM成功提供更有效的框架。本研究关注以下两个研究问题： 1. ACT科学、技术、工程和数学（STEM）成绩以及高中平均成绩点数（GPA）如何独立地以及联合地预测STEM专业学生的未来平均成绩点数（FYGPA）？ 2. 人口统计变量，如性别、种族/民族和家庭收入，是否调节STEM专业学生在ACT STEM成绩、高中GPA和FYGPA之间的关系？ 方法 分析样品 该分析样本由2022届南方州的2,691名学生组成，他们高中毕业后立即入学读公立高等教育机构，在大学时宣称为STEM专业，并且在校日测试或国家测试日中参加了ACT考试。学生必须提供有效的大一GPA（FYGPA）、ACT STEM分数和高中学业GPA（HSGPA）。以下是描述性统计部分对该样本的进一步说明。 措施 ACT科学、技术、工程和数学（STEM）分数.ACT科学和工程学分数是学生数学和科学分数的平均值。这些分数可能是在全州学校日测试期间或在国家测试期间获得的。对于在本研究中多次参加ACT测试的学生，使用了他们在高中毕业年份7月的最近期分数。 学生报告了他们在高达23门课程中的高中成绩。高中平均成绩点（HSGPA）。 研究对象包括英语、数学、社会科学和自然科学。这些成绩被平均计算，以确定0到4.0分制的 累积HSGPA。先前的研究已经证明了学生自我报告的HSGPA与他们成绩单GPA之间存在着强烈的关联（Sanchez & Buddin, 2016）。另外的研究支持在研究背景下使用自我报告的成绩作为成绩单报告成绩的可靠替代品（Camara et al., 2003; Kuncel et al., 2005; Shaw & Mattern, 2009）。 作为ACT注册流程的一部分，学生报告了人口特征。 人口统计信息。本研究使用了种族/民族、家庭收入和性别等数据。性别包括男性、女性、其他 性别、不愿回应以及未提供回应等类别。由于样本群体规模较小，对于回应“其他性别”（0.1%）、“不愿回应”（0.4%）或未提供回应（5.1%）的学生，在分析时予以排除。种族/民族群体包括 非裔美国人、美洲印第安人/阿拉斯加原住民、亚洲人、西班牙裔、白人、两个或更多种族、不愿回应或未提供回应。样本中因样本规模原因排除的三位原住夏威夷人/太平洋岛民学生。在分析时，将回应为美洲印第安人/阿拉斯加原住民（0.4%）的学生与回应为有两个或更多种族（4.7%）的学生合并。家庭收入被划分为小于36,000美元、36,000美元及以上等类别。–$60,000, $60,000–10万美元以上，超过10万美元，且未报告家庭收入。 学生声明的专业是从学生的成绩单中获取的。STEM专业声明他们在高中毕业后立即入学的学院。如果一个专业被列入了州高等教育部门定义的官方STEM专业分类指导项目（CIP）代码，则该专业被归类为STEM专业。FYGPA是从学生课程成绩记录中获得的第一年GPA（FYGPA）。来自学生高中毕业后立即入读的学院。 数据分析 为了评估研究问题，估计了六个分层线性模型，这些模型考虑了学生所就读的大学。这六个模型包括： 1. 财年GPA与ACT科学、技术、工程和数学（STEM）分数 2. 总学分平均绩点（FYGPA）至高学分平均绩点（HSGPA） 4. 本科GPA ~ 研究生GPA + 研究生GPA * 性别 + 研究生GPA * 种族/民族 + 研究生GPA* 家庭收入 5. 年级加权平均成绩点（FYGPA）+ 学术能力测试（ACT）科学、技术、工程和数学（STEM）分数 + ACT STEM分数*性别 + ACT STEM分数*种族/民族 + ACT STEM分数*家庭收入 6. 学业成绩平均点 ~ ACT STEM分数 + 学业平均GPA + 家庭收入 + 性别 + 种族/民族 +学业平均GPA*ACT STEM分数 + ACT STEM分数 * 性别 + 学业平均GPA*性别 + 学业平均GPA*种族/民族 在模型1和2中，分别仅使用ACT科学、技术、工程和数学（STEM）分数和HSGPA预测FYGPA的效果得到了检验。在模型3中，包含了学术成就指标以及它们之间的相互作用。在模型4和5中，分别独立检验了HSGPA和ACT STEM分数与人口统计变量之间的相互作用。模型6包含了学术成就指标以及ACT STEM分数与种族/民族、HSGPA与性别和种族/民族之间选定的相互作用项。为了评估该模型中的多重共线性，我估计了一个固定效应模型，并利用方差膨胀因子统计量来排除存在多重共线性问题的相互作用。所有连续变量都进行了标准化，使其均值为0，标准差为1。 在这六个模型中，某些模型嵌套在其他更复杂的模型之下。例如，模型1嵌套在模型3、5和6中；模型2嵌套在模型3、4和6中；模型3嵌套在模型6中。 结果 描述性统计 表1显示，在样本中的7,319名学生中，大约61%为女性，67%为白人，30%来自年收入超过10万美元的家庭。 e 2 显示了HSGPA、ACT STEM分数和FYGPA的摘要统计。表3表格显示，HS平均学分绩与 FY平均学分绩之间存在中等程度的强相关关系，ACT STEM成绩与FY平均学分绩之间存在中等程度的相关关系，以及HS平均学分绩与ACT