英文_ACT_预测STEM成绩ACT成绩与高中GPA的比较研究_28页_1mb

ACT研究报告摘要：STEM专业新生大学GPA预测

背景

本研究探讨了高中GPA（HSGPA）和ACT STEM得分对STEM专业新生第一年大学GPA（FYGPA）的预测能力，以及性别、种族/族裔、家庭收入等变量的调节作用。

方法

• 样本：分析样本包含2691名2022届高中毕业生，进入公立大学STEM专业，要求完整数据记录。
• 方法：采用层级线性模型（HLM）分析，构建6个嵌套模型：
  1. 仅评估ACT STEM得分；
  2. 仅引用HSGPA；
  3. 合并二者及其交互；
     4-5. 引入性别、种族/族裔、家庭收入的交互项；
  4. 全变量模型（含所有变量及部分交互项）。

主要发现

1. 关键预测因子：

   • HSGPA对FYGPA的独立预测能力最强（解释约25.9%方差），远超ACT STEM得分（约13.3%）在主线模型3中；
   • 两者联合组合与交互作用显著增强预测精度，交互项系数为0.07（p < 0.001）。

2. 交互作用与横向影响：

   • 借助层级模型，首次量化HSGPA和ACT STEM得分的协同效应，证明STEM新生入学预测需考虑两者的结合。

3. 人口变项调节：

   • 性别：女性学生HSGPA-FYGPA关系更强（β = 0.09）；
   • 种族/族裔：非洲裔学生ACT STEM得分-FYGPA关系更强（β = 0.13）；
   • 家庭收入：虽无直接交互证据，模型3中，HSGPA的系数从单变量模型的0.44降至0.44，显示部分共线性影响。

总结与启示

• HSGPA核心地位：HSGPA始终是最高预测力因子，凸显高中GPA在STEM专业入学问题上的核心作用；
• ACT STEM补充作用：补充价值有限，除非与HSGPA及其高值组别结合，否则预测力提升不明显；
• 人口动态：性别、族裔等变量虽非直接强预测因子，但可能通过交互调节影响STEM新生GPA表现，并突显公平政策失败的真实差距；
• 推论建议：高校应同时引入HSGPA与ACT STEM得分，并关注罕见高收入群体，从而接纳更多学生潜力。

研究局限

• 样本仅限单一州及明确申报STEM学生；
• HSGPA依赖学生自我报告，可能与真实成绩存在偏差；
• 模型未纳入具体大学课程信息，影响预测完整性；
• 某些群体（如女同性恋）样本量不足，导致无交互项分析结果。