| 对整体学习特征一般采用S-P表来进行分析。 S-P表，即学生 (Student)与问题(Problem)的关系表，这是一种研究分析学生整体学习特征及其稳定性的有效工具。 运用S-P表分析，样本数不应小于30。为了分析简单明了，我们对上述样本随机抽取20个学生和16个问题组成S-P表进行分析。 一、S-P表的建立 1．把20名学生的原始成绩填入表1内，得出原始得分矩阵，并计算出每个问题的平均得分j。 表1 原始得分矩阵 |
新浪博客
表2 原始布尔得分矩阵
3 ．形成S-P表
在原始布尔得分矩阵的基础上，按如下的原则对矩阵作重新排列：（1）学生按得分多少，从上到下顺序排列；（2）问题按被答对(正答)人数的多少，从左到右顺序排列。
经过上述处理后，可得出正式S-P表，如表3所示。
表3 S-P表
注：—为S线，即学生得分分布曲线；——为P线，即问题正答分布曲线。
4．得分累积分布处理
为了对S-P表作进一步分析，还需对表内数据进行累积分布处理。
（1）求第i位学生所得总分Yi：
（2）求第i位学生的得分率Yi0：
（3）求第j个问题被答对(正答)总数Yj：
（4）求第j个问题的正答率：
把上述四项计算结果，填入表3相应栏中。
5 ．绘出S线和P线
S线即学生得分分布曲线，它在S-P表上用阶梯状的实线来表示。它是这样做出来的：对于第i位学生，实线左方的格数等于该学生的得分总数Yi。
P线即问题正答分布曲线，它在S－P表上用阶梯状的虚线来表示。它是这样做出来的：对于第j个问题，虚线上方的格数等于该问题的正答总数Yj。
根据上述原则，在表3中画出S线和P线。
6．计算学生警告系数
为了解某一学生与学生团体的整体倾向之间的偏差程度，我们可利用S-P表，计算出学生警告系数CSi。经验表明，当CSi≤0.50时，可以不予注意；当0.50＜CSi＜0.75时，就要提醒注意；当CSi≥0.75时，就应予以特别的注意，而进行详尽的分析。
计算学生警告系数的公式为：
(１.６)
例如，对于学生S1的警告系数：
对于学生S2的警告系数：
对于学生S10的警告系数：
用同样的方法可以把每位学生的警告系数都计算出来，填入表3内，并把学生警告系数≥0.75的用*号标出来。
7．计算问题警告系数
为了解教学中存在的问题，我们可以利用S-P表，计算出问题的警告系数。同样，当CPj≤0.5时，可以不予注意；当0.5＜CPj＜0.75时，就要提醒注意；当CPj≥0.75时，就要对有关这个问题的知识内容的教学情况给予特别的注意，要进行详尽的分析。
计算问题警告系数的公式为：
（１．７）
例如，对于问题P3的警告系数：
对于问题P10的警告系数：
对于问题P14的警告系数：
用同样的方法可以把每个问题的警告系数都计算出来，填入表3内，并把问题警告系数≥0.75的用*号标出来。
二、S-P表的分析
从表3的实例中可以看出：
（1）总得分G＝245，总得分率
（2）不稳定学生(学生警告系数CSi≥0.75者)有2人(即S1和S５)，占学生总数的10%，表明学生的学习状态稳定。
（3）不确切问题(问题警告系数CPj≥0.75者)共有3个(即P5、P8和P14)，占问题总数的19%。表明对应于这3个问题的知识内容的教学存在有问题，需要认真分析，以利改进教学。
我们把上述结果填入下图中，便可从学生不稳定与问题不确切的关系图上形象地看出教学效果的优劣。
图 学生不稳定与问题不确切关系分析图