数据集概述
该数据集为《促进STEM教育多样性：基于数据驱动方法的计算机科学学生群体原型研究》论文的配套数据，包含2019年和2020年匿名调查数据、变量说明文件、问卷工具及访谈指南，支持复现学生群体原型分析。
文件详解
- 调查数据文件：
- survey2019_anon.csv：2019年匿名调查原始数据（CSV格式），含DE01（性别）、DE02（年级范围）等变量
- rdata_anon_survey2020.csv：2020年匿名调查原始数据（CSV格式）
- variables_survey2019.csv：2019年调查变量说明（CSV格式），字段包括VAR（变量名）、LABEL（标签）、TYPE（类型）、QUESTION（问题）
- values_survey2019.csv：2019年调查变量取值说明（CSV格式）
- 问卷工具文件：
- survey2019_instrument.pdf：2019年调查问卷（PDF格式）
- survey2020_instrument.pdf：2020年调查问卷（PDF格式）
- 访谈工具文件：
- interview_instrument.pdf：访谈指南（PDF格式）
- 分析脚本文件：
- EFA.R：探索性因子分析主脚本（R格式）
- import_anon_survey2020.r：2020年数据导入脚本（R格式）
- filtering.R：数据过滤脚本（R格式）
- 说明文档：
- README.md：数据集说明文档（MD格式）
适用场景
- STEM教育研究：分析计算机科学学生群体特征与多样性现状
- 教育数据挖掘：基于调查数据构建学生原型分类模型
- 教育政策制定：为提升STEM领域学生多样性提供实证依据
- 定量研究复现：支持论文中探索性因子分析等方法的重复验证
- 教育心理学分析：研究学生群体行为模式与学习偏好差异
