了解分析方法，發掘數據價值

主持人

李維明，教育部普通高中信息技術課標修訂組核心成員，正高級教師（教授）

主持人語：自2019年9月采用新課標新教材開展教學以來，北京、天津、山東、海南、遼寧等5個省（市）大多完成了必修模塊的教學，部分省（市）還進行了學業水平合格考試，取得了良好的成效。2020年，教育部又組織專家對課標進行了修訂，頒布了最新版的《普通高中信息技術課程標準（2017年版2020修訂）》，更加明晰了學科核心素養的內涵和內容模塊的結構，增強了教學應用的方向感。當下，新課標新教材的教學實踐已經進入到選擇性必修模塊教學的新階段，怎么選擇、怎么教學是必須面對的重要問題。為配合選擇性必修課程的教學，本期繼續“普通高中信息技術新課程實施”之選擇性必修模塊的教學等系列專題的研討，以饗讀者。同時，也希望廣大信息技術教師、教研人員積極參與，獻計獻策，共同促進學科新課標新課程的順利實施、健康發展。歡迎大家不吝賜稿。（358211798@qq.com）

如前所述，數據分析是運用科學的分析方法與工具，對數據進行分類整理，提取與發現有價值的信息、形成結論的過程。怎樣去進行分析、如何挖掘數據的意義，正是本單元需要研究的主要內容。同時，在活動過程中形成對數據特征、數據價值、數據管理思想與分析方法的認識，是本單元教學追求的核心目標。

● 了解數據分析的基本方法

數據分析方法是指對收集來的數據進行分析，提取有用信息、形成結論的過程和方法。《普通高中信息技術課程標準（2017年版2020修訂）》（以下簡稱《標準》）要求本單元的學習，要了解常用的數據分析方法，并例舉了對比分析法、分組分析法、平均分析法和相關分析法等簡單的、常用的數據分析方法，這是在教學中必須要了解的內容。

對比分析法，也叫比較分析法，簡稱對比法，是通過實際數與基數的對比來提示實際數與基數之間的差異，借以了解相關活動的成績和問題的一種分析方法。在科學探究活動及事務管理活動中常常用到這種分析方法。

分組分析法是指通過統計分組的計算和分析，來認識所要分析對象的不同特征、不同性質及相互關系的方法。分組就是根據研究的目的和客觀現象的內在特點，按某個標志或幾個標志把被研究的對象總體劃分為若干個不同性質的組，使組內的差異盡可能小，組間的差異盡可能大。分組分析法在分組的基礎上，對現象的內部結構或現象之間的依存關系從定性或定量的角度做進一步分析研究，以便尋找事物發展的規律，正確地分析問題和解決問題。

平均分析法，顧名思義就是用平均數來反映數據在某一特征下的水平，即通過特征數據的平均指標，反映事物目前所處的位置和發展水平。再對不同時期、不同類型單位的平均指標進行對比，說明事物的發展趨勢和變化規律。

相關分析法是研究兩個或兩個以上處于同等地位的隨機變量間的相關關系的統計分析方法。相關分析就是對總體中確實具有聯系的標志進行分析，其主體是對總體中具有因果關系標志的分析。它是描述客觀事物相互間關系的密切程度并用適當的統計指標表示出來的過程。

時下，最火熱的數據詞匯莫過于“大數據”。大數據可以概括為5個V，即數據量大（Volume）、速度快（Velocity）、類型多（Variety）、價值性（Value）、真實性（Veracity）。與大數據相隨而來的數據倉庫、數據安全、數據分析、數據挖掘等逐漸成為各行各業爭相追捧的焦點。伴隨大數據的“得道”，大數據分析也應運“升天”。有關大數據分析的內容，《標準》中雖未做硬性要求，但作為了解數據管理與分析技術的新發展的內容，這里也應提一下。

大數據分析是指對規模巨大的數據進行分析，其方法很多，其中最常用的方法有數據可視化分析法和數據挖掘分析法。數據可視化是指將數據轉換成適當的可視化圖表，從而將隱藏在數據中的信息直觀地呈現出來，以幫助人們更直觀地理解數據中所隱藏的變化趨勢，挖掘數據更深的內涵。數據挖掘是將記錄下來的數據，通過使用一系列的方法、工具或算法，發現數據中隱含的、未知的、有價值的信息，如規律、趨勢等，用來幫助人們解決現實生活中的問題，或為相關領域的決策提供支持。

數據分析的方法很多，其主要作用是作為工具幫助人們分析、挖掘數據背后的信息。所以，不管使用什么方法，通過對數據進行分析，發現其蘊含的價值意義才是數據分析的真正目的。

● 發掘數據蘊含的價值意義

數據有其獨特的意義，數據中蘊含著巨大的價值。怎么去發現數據中的信息，挖掘出其中的含義，使其發揮作用，體現價值？這里引用一個實際的案例，來看看如何正確選用數據分析方法和工具，通過分析并解釋數據，實現數據的價值。

案例：數據分析促進教學內容的優化。

某小學每年進行學生體質健康測試，積累了大量數據，這些數據反映了學生體質健康水平，也反映了體育課教學的基本情況。通過對這些數據的分析，發現學生50米跑的成績普遍不理想。最直接的原因是由于學校場地的限制，實現不了常態化50米跑訓練。為了解決這一問題，學校采用了數據分析的方法，將體重評分、肺活量評分、50米跑評分，坐位體前屈評分、1分鐘跳繩評分等數據用SPSS軟件進行了相關性分析，發現50米跑和1分鐘跳繩呈現中度正相關（如下頁表1）。

既然發現50米跑和1分鐘跳繩二者有著正相關關系，學校就對體育課堂教學做出了一個微小的調整，即在每節室外體育課中增加一個5分鐘跳繩練習環節，以跳繩練習彌補50米跑的不足。經過近一年的實施，對同一批學生進行體質健康檢測，學生跳繩平均分和50米跑平均分均有明顯提升;同時，年級綜合平均分從83.71提高到87.7。將此策略推廣到其他年級，讓2020級學生從入校就參與到該項實驗中，該年級的跳繩平均分和50米跑平均分也高于2019級同期水平（如表2）。這說明，數據分析改進了課堂教學的策略，提高了教學的有效性，提升了學生體質健康水平。

在這個案例中，該校首先做到了“正確選用數據分析方法和工具”，然后分析這些數據，并正確地解釋了這些數據，從而實現了數據的價值，促進了該校體育教學水平的提高，提升了學生體質。

● 教學建議

本單元的教學，可按照《標準》的建議，總的方略就是，在實踐中選用適當的數據分析工具，分析、呈現并解釋數據，并結合恰當的案例分析、認識數據挖掘對信息社會問題解決和科學決策的重要意義。在具體實施教學時，可結合選用的教材，讓學生參照其中項目的設計，開展項目活動。通過項目活動的開展，選擇、應用數據分析的工具，深入地分析教學提供的數據，大膽地提出自己的看法，合理地解釋相應數據，得到問題解決的辦法，做出科學的判斷和決策。

數據蘊含價值，數據更是財富。在開展數據分析、挖掘數據價值的同時，也必須重視數據的安全防護。一方面要了解數據特別是大量的數據保護相關的法律法規及安全規范;另一方面更要注重數據存儲、訪問等相關安全，只有數據安全了，數據的分析才能正常實施，數據的挖掘才會更有意義。