数据分析课堂精选(九篇)

第1篇：数据分析课堂范文

关键词：数据分析；翻转课堂；学情特征库；学习状态数据库；个性化教学

中图分类号：G434 文献标志码：B 文章编号：1673-8454（2016）06-0031-03

近二十年来教育领域发生了许多重要的变化，包括教学内容的多元化、教学方法的现代化，这些变化得益于计算机、互联网等信息技术的长足发展。目前，信息技术的另一个制高点――大数据应用领域已经取得了突破性的进展，一个大规模生产、分享和应用海量数据的时代正在开启。

如何有效利用这些数据，使其服务于教育领域，优化教学过程，是教育工作者们亟待解决的问题。本文阐述了数据分析在英语翻转课堂教学中的应用，将标准化学习为主的教学方式转变为以学生为主体的个性化教学。

一、数据分析的概念

本文应用的数据分析技术包括数据挖掘和数据呈现两个方面。

数据挖掘，是数据库知识发现中的一个步骤。一般指对收集来的大量数据进行分析，提取有用信息和形成结论，并对数据加以详细研究和概括总结的过程。

数据呈现，是指经过数据挖掘以后形成的复杂信息，通过技术手段，以直观、清晰的方式呈现给用户，近年来数据可视化是数据呈现的一大热点。

数据可视化技术通过计算机图形图像和数据技术，将数据中隐藏的信息，以交互方式形象生动地展示给用户，辅助用户分析数据，发现数据中隐藏的特征、关系和模式，进而发现其中蕴含的规律。

在本文中，数据分析的对象主要包括：在翻转课堂教学过程中，教师的学习资源内容和组成成分、学生的个体学习特征库和整体学习特征库，以及学生在学习过程中产生的状态数据库。

二、英语翻转课堂的特点

“翻转课堂”源于美国的“Flipped Classroom”，是指重新调整课堂内和课堂外的教学模式。传统教学模式是课堂上教师讲授，课后学生通过练习消化；而翻转课堂则以学生为主体翻转过来，其模式是课前学生自主学习，课堂上教师引导学生内化知识。

翻转课堂将学习的主动权从教师转移给学生。学生在课外时间完成自主学习知识，而教师不会利用课堂的时间讲授知识。教师采用任务驱动法和协作法，引导学生学习的兴趣，让学生通过实践获得更牢固的知识和自主的学习能力。

英语教学与翻转课堂的完美融合，主要表现为以下几个方面：

1.课前自主学习环节

互联网为翻转课堂的课前教学提供了大量的优质教学资源。教师根据教学大纲和学生的学习水平确定知识目标、能力目标和素质目标，然后通过对互联网教学资源进行筛选形成课程学习资源库，之后在教学平台上，同时鼓励学生自主查阅资料。

学生学习资源后，通过教师的系统化知识自测题，了解自己对知识的掌握程度，检测自主学习的情况，教师也能获得学生整体的课前学习状态情况。

2.课上内化环节

教师对学生群体具有的共性问题进行讲解，课上侧重学生的语言实践，利用团队协作、分组对抗等生动灵活的教学方式，促进学生在课上活学活用，对知识内化。

3.课后拓展环节

教师根据课程要求和学生学习情况设计符合素质目标的课程作业，目的是让学生把所学知识和语言练习融会贯通，巩固学习效果。

三、基于数据分析技术的英语翻转课堂教学

1.可用工具：Excel、Infogr 与大数据魔镜

Excel作为常用的分析工具，可以实现基本的数据分析工作，包括数据排列、分类筛选等。同时Excel能够完成基础的数据可视化工作，特别是其擅长通过曲线图、雷达图、散点图等多种直观的分析图来呈现数据中蕴含的信息。

Infogr就是信息（information）和图像（graphic）的有机融合。在其官方网站infogr.am，教师可实现通过图像让繁琐并且令人无法直接获得结论的数据生成色彩丰富、形式直观的信息图，其不仅使用门槛低，而且能够使教师和学生在短时间内获得有效的学习状态信息。

在本文中，主要使用Excel和infogr来制作和呈现学生个体学习特征库，并给予个性化指导与建议。学生在阅读自己的图像档案时，会用一种欣赏的态度观看，通过仔细咀嚼启动脑中图像分析的成份，对自己的优点和缺点理解更深刻。

大数据魔镜是集数据挖掘和数据呈现于一体的综合性数据分析服务站点，主要提供数据整合、探索、挖掘、分享、控制多个角度的数据服务。教师可以利用魔镜站点通过整合多种数据，将不同数据联动分析出结果。通过一个直观的拖放界面就可创造交互式的图表和数据挖掘模型。在本文中，使用大数据魔镜来分析教师资源的内容和组成成分，以及以时间轴为基准的学生学习行为数据库。

2.课前自主学习环节

第2篇：数据分析课堂范文

关键词：起点调查；高中信息科技；课堂教学研究

中图分类号：G434 文献标识码：A 论文编号：1674-2117（2015）20-0036-04

在教育领域中，大数据具有很强的应用价值，基于学生全息数据的分析催生了一个新兴的研究领域――学习分析，就是一个明显的佐证。学习分析（Learning analytics）是运用先进的分析方法和工具预测学习结果、诊断学习中发生的问题、优化学习效果的一类教学技术的集合。[1]学习分析着眼于对学生学习过程中的数据进行收集、分析，对学习过程进行评估[2]，发现学习过程中隐藏的问题，提出问题解决对策。学习分析的兴起受益于信息技术的发展，尤其是云计算平台的大规模应用助推教学资源的网络化和基于网络化、碎片化学习方式的普及。

学习分析带给一线中小学教师的不仅仅是信息技术支持下利用数据对学生的学习情况进行分析的教育应用，也应该是一种基于学生学习数据开展教育教学实践与研究的教育理念。在这一理念的启迪下，笔者开展了基于以下调查数据分析的高中信息科技课堂教学实践研究。

2014学习水平起点问卷调查简介

为了了解上海市高中生信息科技学习水平的情况，上海市教研室于2014年9月组织了上海市中学生信息科技学习水平起点问卷调查。起点问卷调查共26题，分三个模块，即学生基本情况、学生学习兴趣倾向、学生现有的知识与技能。

学生基本情况模块主要包括学生初中学习信息科技的年数、获得信息科技知识与技能的途径、解决家中计算机故障的方式、上网设备、上网地点和上网时间、网上信息搜索的方式和维护信息安全的方法。

学生学习兴趣倾向模块主要包括拥有博客或微博的情况、使用微信或飞信或易信的情况、上网所做的事情、对当今社会信息技术发展热点的关注度。

学生现有的知识与技能主要包括对计算机（智能手机）硬件及性能指标的了解程度、是否会安装和卸载软件（计算机、平板或智能手机）、系统软件的辨识、常见的网络知识的了解程度、曾经使用过的程序设计语言和图像处理软件、算法与程序设计的掌握程度、平面设计与创作的掌握程度。

三个模块的试题不仅涉及了学生现有的知识储备情况，也反映了学生在日常生活与学习中利用信息技术解决各种问题的现状，为高中信息科技教师了解学生信息科技的学习水平起点、开展教育教学工作和研究工作提供了原始而真实的数据。

闵教院附属中学2014学习水平起点问卷调查数据分析

闵教院附属中学是一所美术特色学校，学生的录取成绩是上海市高中录取分数线，因此，学生在学习上的表现或多或少存在一些问题，学习能力也有些欠缺。闵教院附属中学参加2014学习水平起点问卷调查的学生一共111人，占高一年级学生总数的97.37%，基本能够反映我校全体学生的信息科技学习水平起点情况。

从调查问卷的数据来看，学生基本情况较好，在初中阶段上过（1年、2年和3年）信息科技课的学生占93.69%，没学过信息科技的占6.31%。在上网方面，有98.2%的学生经常上网或偶尔上网，智能手机是学生上网的主要设备，有93.69%的学生在家中上网，说明接入互联网的学生家庭占比较高。学生获取信息科技知识的主要途径是信息科技课和阅读网上教程，说明学生获取信息的途径较为单一。

在学生学习兴趣倾向模块上，有71.17%的学生有“自己的博客或微博”，但是经常使用的学生只有55.86%，说明学生在学习过程中的上网时间与自由度不够。在“你一般上网做什么？”的选项中，居于前三位的分别是聊天、听音乐、看视频。而查找学习资料、搜索信息、看网络书籍三个选项占比分别是66.67%、45.05%和39.63%，说明学生主动利用网络资源进行学习的比例不高，这也是学生家长、学校教师一直限制学生上网的原因所在。在当今社会信息科技的发展热点上，学生能够有所关注，但是对热点的专业性与深度了解不够，这一点可以从有83.78%的学生了解3G/4G，但是对IPv6、Web2.0的了解比例分别只有8.11%和50.45%看出。

在学生现有知识与技能模块上，学生对计算机（智能手机）硬件及性能指标的了解程度非常不理想，只有21.62%的学生认识一些部件，知道部件性能的指标。这表明在今后的教学工作中，计算机的硬件知识虽然简单，但仍需要重点介绍。此外，该问卷调查还暴露出学生“基础不扎实、知识面窄”的特点，如“以下属于系统软件的是”一题，有45.05%的学生竟然选择了“Office软件”，31.53%的学生选择了“Flash软件”，38.74%的学生选择了“IE浏览器”。Linux和Unix两个选项的选择比例分别是11.71%和6.31%。

综合三个模块的情况来看，我校学生的信息学科知识、信息素养和信息意识与区里的整体情况相比，存在较大的差距。课堂教学需要付出更多的努力才能够弥补上述差距，才能让学生经过一年的高中信息科技课程学习获得良好的信息素养，在学业水平考试中取得较好的成绩。

基于2014学习水平起点问卷调查数据分析的高中信息科技课堂教学实践研究

1.明确高中信息科技课程教学目标，找准学生现状与课程目标之间的距离

上海市普通中小学信息科技课程是以计算机和网络为基本载体，以学信息技术、用信息技术、懂信息技术、与信息技术一起学为基本学习过程，融知识性、技能性和工具性于一体的重要的基础课程。课程总体目标是以信息素养的形成为主线，以全面提高所有学生的信息素养，使其具备信息科技的基础知识和技能为总体目标。高中阶段的课程教学目标是拓展信息科技知识的深度和广度，善于选择和使用合适的信息技术工具，提高自主学习和解决复杂问题的能力，形成正确使用信息和信息技术的评价标准的信息道德。[3]

上海市高中信息科技课程的目标，不仅对学生所应掌握的信息科技课程知识的广度和深度，运用信息技术解决各种问题的信息素养提出了较高的要求，还对基于信息素养所形成的道德价值判断以及对社会所肩负的责任提出了较高的要求。2014学习水平起点问卷调查的数据显示闵教院附中学生整体现状与课程目标的要求，在基础知识的了解广度和掌握程度、以基础知识为基石的信息素养，运用信息技术解决问题的能力等方面存在较大的差距。

2.抓住主体，分层教学

学生的整体基础不是很理想，但是也有少部分学生的信息技术知识与基础不错。为了解决课堂上大部分学生“吃不了”，少部分学生“吃不饱”的问题，笔者在教学设计时对课程内容进行了重新的梳理和分层，将课程内容划分为基础掌握内容和提高选修内容。基础掌握内容是面向全体学生的，是学业水平考试中明确规定的内容，而提高选修内容是供学有余力且有兴趣的学生进行自主学习使用，教师在课堂上预留5分钟左右的时间为这部分学生的自学提供帮助。通过这样的设计，以达到抓住主体，实施分层教学，整体提高，保证课堂教育教学质量的目标（如案例一）。

案例说明：之所以这样划分，是因为“二进制数与十进制数的相互转换；二进制数与八进制数的相互转换；二进制数与十六进制数的相互转换”是课标和考纲中明确规定重点考查的内容，近三年的学业水平考试出题情况也体现了这一要求。“十进制数与八进制数的相互转换；十进制数与十六进制数的相互转换；十进制数与R（任意）进制数的相互转换”在课标和考纲中作为拓展内容，近三年的学业水平考试并没有作为重点考查内容出现在试题中。

3.夯实基础，突破重难点

上海市属于经济比较发达的地区，闵教院附属中学的学生对一些发展前沿的信息技术多少都有所接触，虽然涉猎广，但层次较浅，专业知识面较窄，而上海市高中信息科技课程不仅要求学生拥有较广的知识面，还需要对课程知识有较深程度的掌握和将所学知识应用于生活解决问题的迁移应用能力。

因此，笔者在课程教学实践中，对课程的基础知识和重难点知识根据学生的情况重新进行了梳理，制定了基础知识、重难点知识表，并在教育教学中做到夯实基础，突破重难点，拓宽知识面的同时，深入挖掘知识点的深度（如案例二）。

案例说明：信息技术工具知识点梳理调整表只是高中信息科技必修模块中的一个单元的调整表。将“软件的分类”从“基础/知道”调整为“重点/理解”，是综合本次调查数据结果和以前的教育教学经验而进行的，因为闵教院附属中学的学生经常会将常用的系统软件和应用软件的分类混淆。将“常用软件的卸载与安装”从“重点/理解”调整为“基础/知道”是基于98.2%的学生会安装也会卸载软件的调查数据而做的决定。

4.调整课堂结构，让学生自由“想”，充分“做”

上海市高中信息科技课程由统一模块和选修模块两个部分组成，闵教院附属中学选择的选修模块是设计与创作。该选修模块由设计与创作理论知识、Photoshop平面作品设计和Flas创意设计三部分组成。

2014学习水平起点调查问卷数据显示，有94.59%的学生使用过Photoshop、FireWorks、金山画王、光影魔术手、美图秀秀或其他的图形图像处理软件。这说明学生在图像图形处理上已经奠定了一定的基础，在课堂教学中不需要从零开始，教学的重点应是作品整体设计能力与创意的提升，而非软件工具的使用。

针对这一教学起点，笔者在Photoshop平面作品设计的教学上，将传统的教师作品展示、教学演示，学生按照要求进行作品创作、保存、提交和师生评价，调整为教师作品展示、作品创作说明，学生自由创作作品、保存、提交和师生评价（见下页的课堂结构调整示意图）。虽然课堂结构的改变不大，但是给予学生更多自由设想、充分创作的时间。学生进行设想与创作的时间由在传统的课堂结构上只有10分钟左右增加到20～25分钟。在新的课堂结构中，教师需要尽量花最少的时间把需要讲授的新内容与学生一起探讨清楚，留出更多的时间和空间让学生去创作与实践[4]，以提高学生在实践中应用信息技术创造性地解决问题的能力。

5.关注课堂细节，引导树立信息伦理意识，规范提升信息道德水平

在信息化社会，社会公民不仅应具备良好的信息素养，还应具备良好的信息道德水平。针对我校学生信息意识薄弱、学生对信息道德和信息伦理认识不全面的情况，笔者在课堂教育教学中做了以下探索。

（1）面对、引导和处理课堂细节上的信息伦理问题。

在学习设计与创作模块的内容时，经常会用到从网上下载的图片，或者学生军训的照片。网上下载的图片会涉及版权问题，而学生的军训照片会涉及学生的肖像权问题。这时，教师需要从正面引导学生注意在作品中标注作品素材的来源，以保护原作者、原网站的版权。使用学生的军训照片，原则上应该取得学生本人的同意，取得肖像权的许可。通过长时间的积累和有意识的培养，学生在版权保护、肖像权的使用等信息伦理问题的认识上，有了很大的提升。

（2）设置信息伦理讨论问题，让学生对网络道德有全面认识。

在学习第四单元《信息技术与社会》的“负责任地使用信息技术”的内容时，结合第三单元《计算机网络》，就新闻报道上的网站账号泄密、银行卡遭盗刷、棱镜门事件等热点话题在课堂上让学生进行讨论，让学生认识到这些事件不仅违反法律法规，还有违网络道德和信息伦理要求，让学生“树立在信息化社会中的基本道德规范，应用信息技术过程中个人自律能力”[5]，避免学生在今后的网络生活中因为对法律法规和网络道德不了解而走上网络违法犯罪的道路。

高中信息科技课堂教学改进实践反思

1.课堂教学工作应依据学生学习数据开展

课堂教育教学是基于师生互动开展的知识学习活动，学习活动效果的好坏不仅取决于教师能否在课堂上为学生提供多样化的学习支持，教学策略设计的优劣，教学科研能力的高低等，也受到学生已有知识储备、学习能力、学习习惯等因素的影响。因此，教师在开展教育教学的过程中，应该能够自觉做到全面了解学生的知识储备、学习能力、学习习惯等学习数据，在教育教学中依据这些学习数据开展课堂教育教学，而不能够游离于学生的基本现状主观地开展无效的教学。

2.分层教学目标的制定与落实在大数据的支持下可以更精细化

基于条件的限制和对学生数据收集的局限性，对学生的分层还没能做到兼顾每一位学生的每一个方面，只是一定程度上的整体分层，基于这一定程度上的整体分层教学目标的制定还存在不足。因此，若有大数据分析系统的支持，教师便能够方便地了解到学生全面的学习数据，学科课程教育教学目标的制定与落实可以更加精细化，可以做到以数据为指导来开展教育教学工作和研究工作，实现课堂教学有意义的及时调整。

参考文献：

[1]李青，王涛.学习分析技术研究与应用现状述评[J].中国电化教育，2012（8）：129.

[2]蔡婷.大数据背景下学习分析技术对教学模式的变革[J].课程教育研究，2014（33）：201.

[3][5]上海市中小学信息科技课程标准（试行稿）[EB/OL].http：///link？url=niUXK9E8XXZNdS60JmFY8jVOcPlThpZBo1SyaW6EoFh7ppAbRmJbz4CiW2bTzfxyexoYA3HGHJNBpmWLvO3qq5g5_1KZ_ZlPCO8-Nd76lUC.

第3篇：数据分析课堂范文

【关键词】高中数学教师；课堂评价素养；课堂评价

一、研究方法

本研究采取课堂实录法，以评价理论为基础，对高中数学教师的课堂教学行为进行评价，结合《数学教师课堂评价行为观察表》（此表将教师的课堂评价行为分别从评价主体，评价内容，评价方式，评价类型四个维度进行统计）对当前高中数学教师的评价素养进行了研究.

二、研究过程

研究从芜湖市的四所学校选取了四位资深的数学教师，教学基本功都相当扎实，在此分别称为Y1，Y2，Y3，Y4，重点听取了他们的四节公开课.我们在研究的时候为了还原课堂，在听课时，我们用录音笔记录下了整堂课，课后对原始材料进行了整理和分析，再用数据统计软件进行了统计分析.

三、数据的整理和分析

结合课堂的初始资料，利用SPSS对数据进行了统计分析，通过横向和纵向的比较，以进一步说明当前数学教师的课堂评价素养现状.由于篇幅限制，在结果分析中对原始数据呈现的图表略去.

四、研究结果分析

1.评价主体形式化：教师评价为重心

评价主体主要分为学生自评，学生互评，教师评价，师生互评四个部分，对数据进行了整理和分析：从分析结果可以清晰的看出，四位数学教师在课堂教学评价中，教师评价占据很大的比重，其次是学生自评，学生互评，最后是师生互评.

通过数据分析可知当前数学教师的课堂评价素养仍然是以教师评价为主体，但值得肯定的是学生自评和学生互评也占有一定的比重，在师生互评环节相对较薄弱.这表明新课程理念下的“以教师为主导，学生为主体”得到一定程度的推广，但仔细分析课堂原始数据，会发现教师“一言堂”的现象较为严重，学生互评，师生互评形式化倾向严重.

2.评价内容功利化：侧重知识技能

评价内容主要分为三个部分：首先是知识与技能，过程与方法，情感态度价值观.通过数据分析得：数学教师在评价内容的选取上主要选取三维目标中的“知识与技能”，其次是过程与方法，最后是情感态度价值观.值得肯定的是当前数学教师在教学过程中关注学生的“情感态度”，注重学生正确数学观和人生观的建构.比如，Y2教师在讲高一“对数与对数运算（第一课时）”时，引入对数概念之后，介绍了对数的发明史，以及数学家纳皮尔和布里格斯等人的感人故事，让学生感受到数学家们之间的真挚感情.Y4教师在讲解高一“指数与指数的性质”时，也向学生介绍了“指数爆炸”和“百万富翁破产”的具体生活实例，引导学生感受数学的用处以及数学的严谨性.相对欠缺的是在“过程与方法”部分，可能是由于课堂时间限制，给学生探索提出问题和总结思想方法的时间相对较少，学生少了探索，也就少了创新.

3.评价方式单一化：口头评价为主

评价方式主要分为五种：口头，手势，体势，声调，书面.对数据的整理分析得到：评价方式主要以口头评价为主.其次就是声调，手势，最后是书面和体势.数学教师在评价方式上相对单一，口头评价占据了大部分的比重，其他对学生评价大部分就是学生到黑板上做题，然后对其进行评价.利用“声调”进行评价的频率相对“手势”“体势”较高.而利用声调进行评价几乎是教师的无意识行为.例如Y4教师在讲“指数函数的性质”时，在课堂引入部分，提供了一个情境：一张A4大小的纸最多可折几次？正确答案应该是7次，当学生回答8次时，Y4教师的声调明显提高说：“你能折出8次？”（声调逐渐上升）随即向学生解释最多折七次.

4.评价类型效率化：“无评价”过多

评价类型主要分为三类：判断型评价，解释型评价和无评价.（这里的判断型评价时指数学教师对于学生的回答仅仅是判断对错；解释型评价是教师不仅判断对错，还对问题进行一定程度的剖析，对数学思想方法和解题策略进行归纳；无评价主要指以下四种情况：重复学生的话语过程；引导学生自我修正；教师打断，让其他学生代答，教师打断修正.），数据分析得到：数学教师在评价是以判断型为主，其次是解释型，一般教师是在判断的基础上，结合学生具体的需求进行解释.但是有一个普遍的现象，数学教师在学生回答问题之后“无评价”的比例过高，占19%，这可能是受数学理性思维的影响.对学生的回答“无判断”在一定程度上会挫败学生的学习积极性，应尽量避免.比如，教师Y3在讲“对数的运算”时，引导学生推导对数运算法则，让学生思考一段时间后，问学生S1对“logaM+logaN=logaM・N”推导的思路，生S1只回答了如下过程后就开始犹豫：

设logaM=x，logaN=y.ax=M，ay=N.

第4篇：数据分析课堂范文

分析：进一步对实现教学评级的信息化和数字化进行探讨。

关键词：系统分析 评价系统 流程分析

中图分类号　G434　文献标识码　A 文章编号：1002-2422(2007)03-0036-02

教学是学校教育工作的中心，其质量的高低直接影响着学校教育的质量。教师教学质量评价的开展，是高等学校提高教师教学水平的重要手段，而实现教学评价的信息化和数字化则是提高教学工作效率的重要保证，本文在对建立一种发展性的高校教师课堂质量评价系统进行系统规划和可行性分析的基础上，对该评价系统进行系统分析中的业务流程分析、数据流程分析及功能、数据分析。

1 业务流程分析

业务流程分析可以帮助我们对该业务的实际流程情况有一个大概的了解，同时也有助于我们发现和处理先前系统调查工作中的错误和疏漏。

教师课堂质量评价系统中的课堂评价模块的初始化数据的统计计算的业务流程，如图l所示。课堂评价模块是该系统的核心模块，该系统的其他模块的业务流程分析可参照其进行。

2 数据流程分析

数据流程的分析就是把数据在组织(或原系统)内部的流动情况抽象地独立出来，舍去了具体组织机构、信息载体、处理工作、物资、材料等，单从数据流动过程来考查实际业务的数据处理模式。数据流程分析主要包括对信息的流动、传递、处理、存储等的分析，数据流程分析是接下来建立数据库系统的基础。

数据流程图是按业务流程图所理出的业务流程顺序，将在调查中获得的相应数据处理过程，绘制出一套完整的数据流程图，课堂评价模块的业务流程图绘制的课堂评价模块的统计计算的数据流程。

3 系统功能划分与数据资源分布

高校教师课堂质量评价系统的UC矩阵图，不难发现能够划分为五个子系统。

第5篇：数据分析课堂范文

关键词：移动终端；数据采集；数据分析；数据展示

中图分类号：TP315 文献标志码：A 文章编号：1673-8454（2016）03-0057-04

一、引言

随着高等教育信息化的不断发展，为有效提高教学质量，许多高校都采取各种手段来评估课堂教学质量和效果。传统的做法是学校教学管理部门聘请具有多年丰富教学管理经验的老教师为骨干，成立督导组，采用督导员听课评价、学生网上评教等方式，对教师的教学情况进行评估[1]。这些措施在一定程度上能使教师获得一些反馈信息，促使教师更加注重教育教学效果。然而，这种评估方式不可避免地具有较大的局限性。首先，教学督导组对某位教师的听课每学期只是一两次，并不能完全反映某位老师某门课程的整体教学情况；其次，教学督导组和学生对任课教师的评价具有很强的主观性和个人色彩，这种教学评价和管理方式缺乏客观性和全面性，衡量不够精细、全面和深入；而且，这种课堂教学评估只是针对教师，对于学生的课堂参与情况缺乏一种客观衡量。教师并非每堂课都点名，如果为了统计学生的课堂参与而点名，会占用和浪费宝贵的课堂时间。

在当今的大数据时代，采用大数据技术和数据挖掘技术来进行客观有效的教育教学管理和评估是时展的要求[2]。大数据和数据挖掘技术，不单纯依靠直觉和过往的经验，不依靠有限抽样的统计规律，更加客观和全面[3]。通过对全体数据的分析，更能发现现象和事物内在的关系，能够发现更多的、深入的有价值的信息，从而具备更强的决策力、洞见发现力和流程优化能力。

本文提出在学生上课的每个教室安装移动终端采集器，统计每节课的上课人数、到课率、迟到早退时间等等格式化数据，结合课程表、学生成绩表以及教务系统中更多的教师和学生信息，利用分布式计算基础构架，综合各方面信息得到更有效课堂教学数据[4]。

针对以上问题和提出的解决方案构想，通过在北京信息科技大学的各种教室，包括大教室、小教室、阶梯教室，布放了81个“移动终端采集器”数据采集点，对采集的数据进行大数据后台分析和维护，并提供大数据分析结果的网络访问页面，提供各种方式的查询和分析结果。例如：对学生课堂出勤率分析，可以按专业查询、按年级查询、按班级统计、按课程查询、按时段查询，把学校各个院系、各个专业和各个年级的学生上课出勤率按从高到低排列出来；对教师授课课程的学生出勤率分析，可以列出各个老师所授课程的学生出勤率，并排出名次。对整个学期，或者每个教学月、教学周的出勤率变化，可以从分析结果生成的趋势图中看出。

二、基于移动终端的考勤监控模型的构建

目前，几乎每一个学生都拥有一部智能手机，因此可以采用无线追踪技术和室内定位技术，在每个教室安装一个移动终端采集器，用来识别学生的智能手机的MAC地址，作为学生在教室中的唯一标识和统计指标。具体操作步骤可以分为：数据采集阶段、数据分析阶段和数据展示阶段，其如图1所示。

1.数据采集阶段

部署在教室的移动终端采集器在工作时，会不断地扫描周边设备的无线信号[5]，当学生、教师进入部署区域时，移动终端采集器会根据手机等设备发射的无线信号，识别设备的位置，移动终端采集器捕获移动终端设备的最长时间间隔为2秒，有效范围半径为30M，即两秒内经过移动终端采集器30M内的无线设备都将被捕获。

2.数据分析阶段

将采集到的移动终端信息进行过滤处理，将每个教室采集到的手机号、手机Mac地址与学生学号进行关联，结合教务管理系统中的课表信息，按照院系、专业、年级、班级等不同粒度对学生出勤率进行课程、时段等多维度分析；同时对教师每次授课对应教室的出勤率加以分析计算，多方位、多层次、多角度地获取学生的出勤数据。

3.数据展示阶段

根据数据分析阶段的分析结果，生成学生课堂出勤率图表，提供各种方式的查询和分析结果[6]。例如：对学生课堂出勤率分析，可以按专业查询、按年级查询、按班级查询、按课程查询、按时段查询，可以将各个院系、各个专业和各个年级的学生出勤率按从高到低排列出来；对教师授课课程的学生出勤率分析，可以列出各个教师所授课程的学生出勤率，并排出名次；对整个学期，或者每个教学月、教学周的出勤率分析，可以得出不同教学周期内学生出勤率的变化趋势，预测下一个教学周期的学生出勤情况。通过不同的展示方式，学生的出勤情况一目了然。

三、基于移动终端的考勤监控模型的应用

通过在北京信息科技大学的大教室、小教室和阶梯教室等不同类型的教室中，共布放了81个移动终端采集器。通过对采集到的数据进行后台分析和计算，不断累积数据集，随着数据规模地不断增大，分析结果的真实性和可靠性也在不断提高。经过一个学期的数据采集、处理、计算后，得到了全校37个专业、4个年级、107个班级、174门课程及175位任课教师的学生上课出勤情况，包括出勤率及排名。

根据统计数据，从学生和教师的角度，主要从以下三个方面对学生出勤率的变化情况进行分析：

1.学生课堂出勤率分析――按专业统计、按年级统计、按课程统计、按班级统计

第6篇：数据分析课堂范文

该课程研究的内容主要包含两部分：一是现实世界中的信息如何抽象并用数据的形式在计算机内的存储问题，也就是数据的结构；二是对存储的数据进行加工处理以获取新的信息的方法，也就是算法。这种课程既有很强的抽象性，同时也有很强的逻辑性和目标性。该类课程很适合采用任务驱动的教学模式。

2数学建模引领和促进“数据结构”课堂教学改革

2.1数学建模流程指导“数据结构”课堂教学过程的优化数学建模一般要经过分析问题、建立模型、模型求解、解决问题四个环节，而且后三个环节可以多次循环进行以便得到令人满意的结果。“数据结构”教学过程中可以按这样的思路来引出问题，进一步给出更好的算法，这样可以引导学生创新意识的培养和逻辑思维能力的提高。下面结合课程中排序部分讲到了“冒泡排序”算法来展示这个过程：}这样一个算法对任何一个10数据组都能进行正确排序，看似问题已经解决了，但这时应该让学生考虑：如果给出的一组数据2.2数学建模团队的协作模式启发“数据结构”课堂教学模式变革数学建模时问题复杂、信息多样、计算量大等特点决定了整个任务不是一人能完成的，需要一个分工协作较好的团队。只有准备充分、分工明确、精诚合作的团队才能取得好的成绩。受此启发，教学过程中，可以对于部分内容采用分组学习和讨论的方式进行。如在学习“队列”的时候，可以让学生分成几组，每一组首先通过资料查询等方法提出一个可以抽象为队列的实际问题（如火车调度问题、银行排队问题等），然后针对实际问题小组内展开讨论，进一步写出算法并验证。教师可以分时段地参与到不同的小组中讨论。2.3数学建模结果的实用性和高效性指导“数据结构”课堂教学评价数学建模的最终结果要求实用和高效。实用就是要求最终建立的数学模型及其算法能针对具体的问题给出正确的结果，否则就是错误的模型，整个过程是失败的。高效就是要求针对具体的问题提出的模型特别是算法所用时间是最短的，所需要的条件是最少的。“数据结构”课堂教学效果如何需要做出判断，如何判断才是合理的？课堂教学后可以通过考试或课程作业汇报等形式，针对具体的问题，看学生给出的算法是否真的能把问题解决了，将多个同类问题的算法做比较和评价，看是否有改进或创新。

3“数据结构”课堂教学为数学建模提供必要的能力储备

3.1在“数据结构”课堂教学中培养学生的抽象思维能力课堂教学中涉及到了数据组织的三大逻辑结构（即线性结构、树状结构和网状结构），在教学过程中多提出一些实际问题，然后针对这些问题引导学生利用所学知识进行问题抽象，最终把实际问题涉及到的对象用某种逻辑结构表示出来。这样学生的抽象思维能力会不断提高。下面讲一个例子：多叉路通灯管理问题[10]：某个城市的某一路口的道路交叉情况现状如图1所示，要求给出一个针对该路口的红绿灯管理方案，既要能高效地顺利通行又不会发生交通事故。图1路口的道路交叉情况示意图对于这个问题，如果只是针对图1宏观地去分析比较复杂而且不具备通用性，提出的问题应该是解决一类问题。结合“数据结构”的内容很容易想到用图状结构来解决，关键问题是怎样抽象为图状结构。抽象过程之一可以是这样：因为是通行道路交叉问题，因此通路是数据元素，不能通行可以抽象为关系，结合图1展示的现场情况，可以给出图2所示的通行关系图。图中颜色不同的顶点所代表的通路不能同时放行。3.2在“数据结构”课堂教学中培养学生的算法分析和创新能力“数据结构”课程一开始就提出算法效率以及分析方法，可见算法的效率的重要性。因此，后续经典算法讲解完都给出了算法分析思路，课堂教学中，也要重视这一点。在教学过程中应该有意识地通过讲解或讨论的形式，让学生习惯于这种算的的比较和分析，并在此基础上提出自己新的想法。比如文中第二部分第1点提到的“冒泡排序”算法的改进问题，就是一个很好的例子。再比如针对排序问题，课程中还提出了其它的算法，其中“选择排序”算法更为经典。算法如下：3.3在“数据结构”课堂教学中培养学生的动手能力“数据结构”课程一般有配套的实验课程，实验课程的主要内容就是课堂教学过程给出的算法的验证以及改进或新提出的算法的实现。实验过程需要学生用自己熟练掌握的语言工具通过在计算机上编写和调试对应的程序，通过程序的结果来检验算法的正确性与否。从这个角度来讲，锻炼和提高了学生的动手能力，这也正是数学建模中两个重要环节（即模型求解、解决问题）所必须的一种能力。

4结论

第7篇：数据分析课堂范文

关键词 多媒体技术；纯文字教学；PPT；课堂教学效率

中图分类号：G652 文献标识码：B

文章编号：1671-489X（2017）08-0032-03

1 前言

PPT用于教学有20余年的时间了，直至今日有关研究一直不断，成果颇丰。截至2015年初，在某著名学术搜索中，以“多媒体教学优势”为搜索关键字进行搜索，搜索到

102 000条相关文献；以“多媒体优势”为题目进行搜索，搜索到146 000条相关文献。在中国知网中，以“多媒体教学优势”为搜索关键字进行搜索，搜索到161条相关文献；以“多媒体优势”为题目进行搜索，搜索到128条相关文献[1]。所有的文献都是对多媒体教学优势的总结，内容涉及各个科目。由此可见，多媒体技术已经大量应用于教育教学中，教师正在探索多媒体与课堂教学的有机结合。在探索的同时，多媒体对教学产生的影响，不同的研究者有不同的看法。

在Google学术搜索中，以“多媒体节约时间”为搜索关键字，搜索结果为5290条；以“多媒体节约教学时间”为搜索关键字，搜索结果为2790条；以“多媒体节约课堂教学时间”为搜索关键字，搜索结果为1480条。由此，说明对于多媒体技术能够节约课堂教学时间的问题，受到很大范围的关注。

可以看出，“多媒体教学能够节约课堂教学时间”的观念已经深入人心。然而令人遗憾的是，对于多媒体课件提高课堂教学效率的研究大多只是停留在文字性叙述的阶段[2-5]，很少有学者用数字或者客观的方式对其进行深入研究，几乎没有用量的形式来说明多媒体课件与课堂教学效率关系的研究成果。

上述情况，不能不说是当前相关研究的一种缺失，因此非常有必要用客观的方式对“用PPT教学可以提高课堂效率”这一结论进行验证[6]。

2 研究设计

“课堂效率”的界定 效率一词源于物理学，但被各行各业引申出多种含义。在教育研究领域，虽然在大量文章中都出现过“课堂效率”或与之相类似的词汇，但对其进行深入讨论的并不多。由于研究需要对“效率”“时间”等进行计算，得到具体的数据，因此仅从定性的角度泛泛地探讨其含义是不够的。为此，首先引入节约时间的概念，即在教学内容相同的情况下，使用不同教育装备完成教学工作的时间差。节约意味着花费时间的减少。

如以黑板教学为基准，用PPT教学所节约的时间te为：

te=tB-tp

其中，tB为使用黑板完成教学的时间，tP为使用PPT完成教学的时间。

有了节约的时间，便可以进一步得到“提高的效率”，即以黑板教学为基准，用PPT教学所提高的教学效率为：

研究的总体设计 本研究的总体流程图如图1所示。由课程分析及分类、演测课堂的设计与观察、真实课堂的观察和演测、数据分析和处理几部分组成。

1）课程分类。虽然都是在教学中使用文字，但是各种情况仍然有很大的差别，不能一概而论。本研究将其做了多种维度的划分。

①按文本长度划分为“很少的文字（简洁的提纲）”“适中文字”和“较多文字”；

②按文本的教学目标划分为“了解文本（浏览观看）”“学习讲解文本”“记忆文本”“抄写文本（如一些简短的定义或文字）”“试题文本和答题过程文本”和“小结文本”等；

③按文本内容的复杂程度划分为“单纯文本”“表格类文本”和“多种类字符文本（含部分数字、字母、符号等）”。

2）实验课堂的演测。演测法是研究教育装备效能的一种有效方法[7]。研究中针对课程分类，设计一组典型课程，在接近真实的环境中，分别用PPT和黑板对内容相同的课程进行演测，以得到结果。

3）真实课堂的观察和演测。分别选取小学、初中、高中三个阶段语文和数学的视频课程（用PPT的）直接进行数据分析，并对这些课程在教学内容一致的情况下用黑板进行演测，得到对比结果。选取的视频课程均为各省市优质的视频课程或者省级、部级的示范课、观摩课、公开课等。

4）数据分析和处理。对各演测得到的数据进行汇总，用统计处理的方法分析使用PPT教学和使用黑板教学的差异情况，最终给出问题“PPT是否能够提高纯文字类教学的课堂效率”的研究答案。

数据采集的基本规则 由于没有寻找到能够满足研究所需要的图像自动识别技术，采取人工观测教学视频、人工采集数据的方法，即人工将课堂上符合观察要求的时间段的时刻记录下来，通常是边观看边记录。记录原则：教师利用PPT进行授课时，在播放文字类教学内容的开始，对视频进行暂停处理，记录开始时刻，然后继续播放，到播放文字类教学内容结束时，对视频再次进行暂停处理，记录结束时刻，此刻人工数出该时间段PPT展示或板书的总字数并记录。如果开始时刻和结束时刻观看不够清楚，可以回放视频，重新进行时间段的记录。

为了保证数据采集的一致性，对样本采集的规则做了规定。语文样本对象的表现形式有文字、数字、标点符号，字数统计时，每一个文字作为一个单位，计入总数；每一个数字按照数字表示的含义，计入总数；标点符号不作为计数单位，不计入总数。数学样本对象构成比较复杂，表现形式有文字、数字、数学符号、数学单位、标点符号。在进行字数统计时，与语文学科相同的部分，按照语文学科的记录方式计入总数；其余的部分，完整的数学符号、数学单位分别作为一个计数单位计入总数。数学样本计数规则示例见表1。

数据的误差控制 由于采用了人工方法对视频数据进行提取，势必存在人为因素引起的各种误差。为了避免这些误差对研究结论造成影响，有必要对提取的数据进行误差控制，保证其在一定的范围内。具体做法如下。

1）对数据提取人员做培训，达到可以熟练操作有关设备以及采集数据的水平。

2）针对同一视频资料，分别由两名数据提取人员独立开展提取数据；若两者的数据相差20%以上，便对该数据进行重点审核，查找误差原因，再次提取该数据，直到误差小于20%。

3）对各组数据进行平均，获得最终数据。

3 使用PPT教学与提高纯文字类课堂教学效率的分析

每字用时的统计 针对小学、初中和高中的语文和数学学科实际教学时的每字用时进行统计。使用PPT和黑板教学，每字用时分别见表2和表3所示。

由表2、表3所示数据，可以得到以下结论：

1）无论是PPT教学还是板书授课，数学学科的每字用时均小于语文学科的每字用时；

2）学科相同的情况下，小学教学每字用时较初中和高中长，初中和高中的时间更为接近，且时间短；

3）单纯从文本展示的角度来看，用PPT进行授课，每字用时均小于板书每字用时。用PPT为媒介代替黑板进行文字展示，展示的字数越多，可以节约的课堂时间就越多，能够提高的课堂教学效率就越高。

提高课堂效率的分析

1）使用PPT教学可以节省课堂时间，提高课堂效率。实验数据表明，使用PPT教学可以节省课堂时间，提高课堂效率。但是由于授课内容的不同，其提高的效率多少也不同，因此很难给出一个精确值。将所有研究样本的数据综合在一起，得到平均的课堂效率提高值为3.84%。

这个数字仅是一个笼统的数值，与参与平均的样本有密切关系，不能作为一个精确的量化结论。但是，这个数字说明课堂效率确实提高了。

2）使用PPT教学所节省的时间与教学内容密切相关。上文结论表明使用PPT教学所节省的时间与展示文字的数量以及学科性质、学习内容、教学风格等因素有关，因此需要对各具体情况进行具体分析。

①文字数量很少的课堂，使用PPT教学所节省的时间不明显。如在低年级段的教学和文科类的教学中，教师以讲授为主，以传授陈述性知识为主，每节课板书的字数非常少，因此使用PPT所能节省的时间也不多。如观察视频记录中的一节小学语文课，整堂课所展示的文字仅仅为11个字！教师板书时间不到20秒。20秒对40分钟的课堂来说，可以忽略不计，因此使用PPT教W对提高课堂效率的作用不明显。

②出现“记忆文本”和“抄写文本”时，使用PPT教学所节省的时间不明显。如果课堂上出现了“记忆文本”和“抄写文本”等，那么完成教学所需的时间大多是由学生所决定的。在此情况下，无论用PPT还是用黑板，教师都要等“最慢”的学生完成任务后，才能进行下一步的教学工作。

③大量“了解文本（浏览观看）”情况下，使用PPT教学可以明显节省课堂时间。此种情况大多出现在文科课程中，在教学中有大量的浏览文本出现。在使用黑板教学时，教师为了节省时间，往往是口头朗读一遍，不会往黑板上书写；如果一定要书写到黑板上，必定需要花费很多时间。使用PPT教学，这些文字内容便投影在幕布上，教师再朗读一遍，学生边听边看，学习效果要好于只听不看。

④需要回顾和反复时，使用PPT教学可以明显节省课堂时间。在用PPT进行教学时，教师可以随时调整翻页，对于重点内容，可以在课程讲解结束后返回前面的页面进行强调说明，也可以以此来加深学生的印象，操作起来也是非常快速方便。用黑板教学时，相关内容有可能被擦掉，若需要回顾这些内容，则需要重新书写，浪费了时间。但是，如果教学设计考虑得十分周全，教学所必要的回顾内容一直保留在黑板上，那么此刻黑板教学的回顾作用就非常出色，比用PPT省时间。

4 总结

通过对实际课堂视频的观察记录以及接近真实情况的演测，用量的研究方法，得到数学和语文学科小学、初中、高中三个学段，板书每字用时和PPT每字用时。在此基础上，将所有研究样本的数据综合在一起，得到使用PPT教学可以使课堂效率提高3.84%这一数据，从而证实“使用PPT可以提高课堂效率”的观点。

研究过程和观察记录方法具备可操作性和可重复性，研究中尽可能多地用客观方法，排除主观因素对研究结果的干扰，因此得到的结论具有一定的说服力。研究结论和一线教师的主观感受基本一致，但研究结论更加客观和明确，研究意义不言而喻。

参考文献

[]董莎莎.纯文字类PPT与提高课堂教学效率的问题研究[D].北京：首都师范大学，2012.

[2]孙海明.发挥多媒体教学优势，提高课堂教学效率[J].语文天地，2010（12）：81-82.

[3]李勇.初中数学多媒体教学的优势与注意事项[J].长三角：教育，2012（3）.

[4]蒋启亮.多媒体课堂教学效率和效果的研究与探讨[D].南昌：江西师范大学，2005.

[5]韩浩.高校理论课多媒体教学的优势及存在问题对策分析[J].吉林省教育学院学报，2010（6）：153-154.

[6]郑泽.黑板、投影幕布、电子白板在文本类课程中教学适用性之比较[D].北京：首都师范大学，2015.

第8篇：数据分析课堂范文

关键词：研究型大学；人文通识课；教学效率；到课率；到课稳定率；听课率

一、引言

“通识教育”是一种自由、通达的教育，一种重视文明、人才传统的教育，一种拓宽基础、培养高端人才的教育，它是培养学生宽厚基础、博学多才和发展潜力的重要途径。因此，在高校中的大学生普遍被要求在专业课程学习之外，选修一定数量的通识课程学分。一般而言，理工科学生主要选修人文社科类通识课程，文科学生主要选修科学技术类通识课程。高等学校设置通识课程模块，实施通识教育，其基本宗旨就是在课程设置上充分体现人文与科学两种文化在思想精髓上的融合，培养既有深厚人文精神又兼具现代科学精神的大学生。因此，通识教育能够帮助学生拓宽知识面和认识视野，从不同的角度去认识这个世界。

然而，通识教育的重要性与其实际教学效率未必成正比。当前，高校通识教育的教学效率总体而言仍不尽如人意，这是事实，也亟待改善，但教学效率的提高确实是一个难题，而且是老大难问题，因为从外部看，影响教学效率的因素很复杂，而从内部看，教学效率很难衡量。不过这并不意味着就不能进行研究，虽然我们无法一一列出影响教学效率的各种因素及其影响教学效率的特点和规律，但是，依然可以从中选取几个突出因素、依据合理的逻辑进行分析。一般而言，一门课程到课率高且稳定，且到课的人听课率高，我们就可以说该课程的教学效率较高，这个逻辑是合理的。因此，到课率、到课稳定率以及听课率可以作为衡量教学效率的三个典型指标。研究这三个指标分别受哪些因素的影响，以及三个指标间的关系，就可以知道如何提高到课率、到课稳定率和听课率，从而提高教学效率。到底是哪些因素影响了到课率、到课稳定率和听课率，有什么特点？这便是本文要研究的问题，其目的是提升教学效率。本文所言的提升教学效率，即平常所谓的提高教学质量或教学效果。

提升教学效率是一个实践问题，而非理论问题，需要大量的现实调研数据作为研究的基础，为此，我们成立了调研小组，选择人文通识课作为调研对象，采取每周听课并进行听课记录、对任课教师和选课学生进行抽样访谈、发放调查问卷等方法，在2015-2016学年第2学期及2016-2017学年第1学期（即2016年全年2个学期）对华南理工大学开设的共计158门人文通识课程的教学情况进行了跟踪调研，获得了大量数据，为研究通识课程到课率、到课稳定率、听课率情况和其影响因素，进而探究提高教学效率的途径提供了数据基础。我们的听课记录包含每一门课程的教师姓名、性别、职称、性格和形象、教学方法，以及课内外交流情况、点名情况、作业情况、考试情况、听课情况、选课人数和每一次课堂的到课人数等，最终汇总成全部课程的听课记录表。下文将根据跟踪调研的结果，对影响人文通识课教学效率的三个指标进行分析。

本文所称的人文通识课包括人文科学通识课和社会科学通识课，为行文便利，做此简称。查询中国知网，未发现有探讨高校通识课教学效率的文章，可见这个问题尚少人研究，值得探讨。

二、到课率

到课率是评判学风好坏的一个基础性指标，要想提高通识课程的教学效率，前提条件是学生必须到课，否则就算再高质的课程，无人受益也是徒劳。然而，目前我国高校人文通识课普遍存在着学生到课率不理想的现象，它不仅严重影响学校对于学生的培养，也影响学校正常的教育教学秩序。因此，对到课率的研究至关重要。

1.宏观分析

总体来看，华南理工大学人文通识课程到课率平均水平是66.65%，这个比率并不高。通俗来说，平均每三个学生，就有一个逃课。各门课程的具体到课率分布如图1所示。

分布呈中间高，两边低，说明极低和极高到课率出现的情况较少。多数课程到课率集中在50%至80%之间，虽然到课人数基本过半，但到课率还是不理想。其中到课率最低的仅为14.79%，而最高的可达全勤，各门课程之间到课情况的差异可见一斑。

2.微观分析

（1）数据建模与分析

各课程之间悬殊的到课率可能由众多因素决定。笔者之前已经基于118门通识课程，对影响到课率的课堂因素进行过相关研究，揭示了到课率与八个课堂因素之间的关系和特征[1]。为了进一步证实先前的研究，在增加40门课程研究数量的基础上，选取听课记录表中“教师职称”“教师性别”“课堂交流”“点名情况”“作业情况”“考试情况”“选课人数”因素，用经济计量的方法建立回归模型。为便于建模，将听课记录表中的部分客观因素变形为可以量化衡量的变量，并根据其程度进行数值替换，极少数空缺记录取平均数值。其中教师性别为虚拟变量。具体如表1所示。

以上述变量作为自变量，每一门通识课的平均到课率作为因变量，运用stata软件进行回归分析，得到了原始回归模型。为了避免多重共线性的存在，δP徒行VIF检验，得到方差膨胀因子仅为1.24，因此各个自变量之间不存在多重共线性，也就是说，这七个自变量选取比较合理。另外，为了考察模型是否存在异方差性，对其进行White检验，统计量的卡方值为89.09，接受同方差性原假设概率为0.000，在5%的显著水平下拒绝原假设，说明存在异方差性。为了使模型更加优化，将数据去除异常值，并且对自变量和因变量进行变形，最终保留135组数据，将自变量“exp”、“rol”和“exa”三项取平方，“liv”“tas”两项取平方根进行回归，得到优化模型：

再次进行White异方差性检验后，p值为0.0845，在5%水平下不存在异方差性。另外，为了判断函数形式是否存在误设，对模型进行Ramsey RESET检验，所得统计量为0.02，p值为0.9954，在5%的显著性水平下F统计量不显著，因此不存在函数形式误设的问题。故此，将此模型作为最优模型。

模型的F检验p值=0.0000

回归结果表明，课堂交流越多、点名越严格、作业越多、考试越传统，到课率可能越高；而教师职称越高、课堂规模越大，到课率可能会更低。这与笔者先前研究的结果比较接近 [2]，但是各个因素的显著性略有差别。值得一提的是，“点名严格度”的影响作用更加显著了，而“课堂活跃度”和“课堂规模”的作用依然十分显著，被进一步证实。

（2）进一步思考

现已证明“课堂活跃度”与“课堂规模”都对到课率产生影响，那么二者之间是否也存在一些联系呢？虽然已经验证过自变量之间不存在多重共线性，但为了更直观地说明情况，笔者利用SPSS软件的Spearman检验进行验证，得到相关系数为-0.238，p值为0.005，呈显著弱负相关。虽然没有影响模型设定，但一定程度上说明了“课堂规模”会影响“课堂活跃度”，在小班教学模式下，课堂活跃度可能会更高一些。小班的环境加上活跃的氛围，二者相辅相成，促进了到课率的提高。

此外，虽说“课堂活跃度”与“课堂规模”是影响到课率的两大法宝，但是二者影响的方式却有所不同。联系实际来看，课堂活跃度对到课率的贡献无疑是利大于弊的，课堂交流与互右苍谝欢ǔ潭壬戏从吵隹翁弥柿俊5是课堂规模对到课率的贡献却要从两方面考量，积极的一方面是在小班教学模式下，教师能够更加方便地顾及到所有学生，学生感到被重视，从而加强了到课的意愿，然而消极的一方面却是小班教学模式克制了学生的侥幸心理，逃课更容易被发现，从而被迫到课。虽说两种情况都能提高到课率，但却未必都能提升教学效率。由此可见，盲目地提高到课率是治标不治本的，提高教学效率才是最终需要达到的目的。

3.小结

经过数据分析证实，“教师职称”“课堂活跃度”“点名严格度”“课堂规模”会对人文通识课到课率产生显著的影响，教师职称越低、课堂越活跃、点名越严格、课堂规模越小，到课率越高。此外，小班教学或许也能够提升课堂活跃度，共同促进到课率的提高。然而，到课率并不是评价教学效率的唯一指标，到课率的提升也有积极与消极之分，盲目地提高到课率可能会适得其反。

三、到课稳定率

前文所述有关到课率的研究以平均到课率作为观察对象，但是到课率的稳定性同样不容忽视。试想，如果一门课程平均到课率较高，但每周到课的人数却忽高忽低，难道是真正的教学高效的课程吗？反之，如果某一门课程因为有部分学生旷课，甚至有个别学生从未去上过课，它的平均到课率比其他课程低一些，但是每周的到课人数非常稳定，也并不能就说它是教学低效的课程。一门通识课程的开设，哪怕只有少数学生坚持上课，但是认真听讲，学到真知，那便是有教学效率的，至于有多少学生做到这一点，便决定了这个效率有多高。而到课率越高，且越稳定，教学效率高的可能性便越大一些。总而言之，要提高教学效率，学生不仅要来上课，还要坚持来。

1.宏观分析

（1）整体分析

除去每周到课记录不充分的3门课程，笔者选取听课记录表中余下的155门人文通识课，计算其总平均到课率及每周平均到课率，绘制出相关曲线，如图2所示。

图2中直线表示所有通识课程每周平均到课率为66.65%，曲线表示总体来看，不同周次的到课率存在差异，在学期初时到课率最高，后有明显下降，到期中阶段曲折下降，期末又有所回升。由此可见，人文通识课的到课情况在不同的周次是有所差异的，在期初阶段到课率更高一些。

为了更加具体地判断到课率的稳定性，笔者以各周平均到课率之间的变异系数CV作为判断依据。经计算，总课程到课率CV达4.29%，变异系数越小，说明数据波动越小。因此整体来看到课率波动并不算大，到课稳定率尚可。

（2）局部分析

由于整体分析容易以偏概全，笔者对155门课程的每周到课率分别进行离散性分析，计算变异系数CV，频数分布如图3所示。

根据统计学中变异系数的含义，如果变异系数大于15%，则要考虑数据是否不正常。因此，以15%的变异系数作为临界点，发现CV高于15%的课程有49门，占据31.6%。也就是说，约七成的通识课程到课率较稳定，约三成课程则较不稳定。这说明整体到课稳定率较高并不是个别课程特别稳定所致，而是大部分课程比较稳定所致。

2.微观分析

（1）个例探究

经过细致观察，155门课程中CV最低，也就是到课稳定率最高的是《钢琴基础弹奏》。据了解，这是华南理工大学十分热门的一门通识课程。观其特点，可发现课程的课堂规模很小，只有20人，并且到课率达到100%，每周均全勤。而变异系数最高的是《大学美育》，CV系数高达59.24%，观其特点，可发现课堂规模达到120人，点名方式是偶尔点名，作业量比较多，而且平均到课率仅有39.8%。因此，笔者估计到课稳定率性可能与多种因素有关，包括课堂规模、点名方式、作业情况、课程本身趣味性等，尤其可能与到课率本身的高低有关。

（2）相关性分析

为了具体探究可能影响到课稳定率的因素及其作用，笔者借助SPSS统计工具进行研究。因为研究的重点是每周到课率的波动，因此在跟踪调研的158门课程中，剔除23门数据不够全面的课程，例如遇到节假日放假等特殊情况而缺少部分到课记录的课程，保留听课记录表中135门课程，将其相关因素按前文的方法进行数字化，并分别与变异系数CV进行相关分析，其中课堂规模（sca）、到课率（fre）采用pearson检验，其余采用spearman检验。必须注意的是，CV表示的是波动情况，所以CV值与稳定性成反比。检验结果如表3所示。

其中显著性较强的因素如表4所示。

上述分析说明，“课堂活跃度”和“到课率”对到课稳定性有影响。而前文研究证明，“课堂活跃度”对“到课率”也有影响。因此，“课堂活跃度”对到课稳定性的影响不排除是间接性作用。由此可见，对到课稳定性影响最为直接的还是“到课率”的高低。

（3）进一步推测

听课记录表中的其他因素对于到课稳定率的影响关系不明显，但是根据实际经验来看，“点名严格度”并不是衡量“到课稳定率”的最佳因素，笔者认为相较于严格度而言，“点名确定性”更能够影响到课率的稳定性。“从不点名”与“每次必点”虽然差别很大，但是都属于确定的方式，笔者猜想这种方式下的到课稳定率也许会更高。因此，将“点名情况”一项变形为点名确定性，作为虚拟变量，会更符合实际情况，具体如表5所示。

与此同时，一些课程开设初期的“点名确定性”并不明显，在几次课程之后学生才会了解点名方式，考虑到这个因素，分别选取全部到课情况和中期开始的到课情况进行研究。相关分析结果如表6所示。

相关分析不显著，可见“点名确定性越高，到课越稳定”的猜想并没有得到证实。与前文所证明的“点名越严格，到课率越高”相比较来看，“点名”的确能够约束一部分学生到课，但或许并不能促进学生坚持上课。

3.小结

整体来看，华南理工大学人文通识课到课稳定率尚可。通过数据分析发现，到课稳定性的高低与到课率本身的高低存在显著的正相关关系，并且“课堂活跃度”的提升会对这种正相关关系产生明显促进作用。此外，影响到课率的点名情况无论从严格度还是从确定性来看，均并不足以影响到课稳定率。

四、听课率

学生到课，甚至坚持到课，也不足以说明学生真正在听课，这也是难以衡量教学效率的一大原因。在一年的跟踪调研中，研究小组除了对各课堂因素进行记录以外，还对学生听课情况细致观察。由于对听课情况的观察和记录存在多种的主观因素和偶然性，调研人员无法对每一门课、每一堂课都记录一个准确无误的听课率，因此对各门课程听课情况进行划分，用听课率等级来代替具体的听课率，进行具体研究。无论到课人数有多少，根据课堂听课人数占到课人数的比重划分为如下四个等级（表7）。

1. 宏观分析

综合全部调研课程来看，听课率等级的平均值达到2.96，接近第三等级的水平。大致可以判断听课率平均水平在61.5%左右，也就是说，到课的学生中，约有61.5%的学生是在认真听讲的，超过了半数。根据随堂听课调研的经验和感受，有些课程听课率较高，有些较低，还有一些则处于中等，如今统计出听课率是61.5%，应该是基本符合现实情况的。

2. 微观分析

（1）数据建模与分析

为了研究影响听课率的因素，笔者利用stata软件进行回归建模。自变量分别是“教学经验（exp）”“教师性别（sex）”“课堂活跃度（liv）”“点名严格度（rol）”“作业量（tas）”“考试严格度（exa）”“到课率（fre）”，因变量是“听课率等级（att）”。此外，影响学生听课的可能还有到课人数，而不仅仅是到课率。到课人数和到课率是有区别的，打比方说，有些课到课率达100%，可能到课人数一共仅20人，因为课程规模就是20人，而有些课程到课率只有50%，却可能有60个人到课，因为该课的课程规模是120人。去上课的学生在乎的并不是该课的到课率，而是眼前课堂上与自己一起上课的人数，到课的人数会对他听不听课有影响，换言之，到课人数对听课率的影响比到课率更直接、直观。因此，模型中再加入“平均到课人数（num）”自变量。自变量中非数字化的因素数值转换与上文一致。经过异常值处理，保留135组数据，对“fre”取平方根，对“liv”“exa”取平方，最终得到如下模型：

经过Reset检验和White检验，模型符合要求。自变量共解释了因变量变化的27.26%，说明还有很多其他因素也在影响听课率，比如学生主观方面的因素等等。模型中显著的因素具体分析如表8所示。

联系实际来看，教学经验丰富的教可能更有能力吸引学生的注意力。女教师可能更加在意学生是否认真听课。到课人数多的课堂，可能学生会存在一定侥幸心理，做自己其他的事情而不听课。而听课毕竟是学生到课的主要原因，因此到课率越高，听课率越高也是符合常理的。

（2）进一步推测

那么听课率是否与到课稳定率有关？由于到课稳定率和到课率的强相关性，“到课稳定率”并没有加入上述模型，因此笔者对变异系数CV和听课率等级进行spearman相关性检验，相关系数为-0.099，p值0.255，说明二者的相关关系并不明显。

3. 小结

整体来说，华南理工大学人文通识课听课率尚可。听课率与到课率之间存在显著的正相关关系，但是与到课稳定率的关系不显著。此外，到课人数越多，听课率越低。教师职称越高，听课率越高。女教师的课堂听课率或许更高。

五、结论

任何一门人文通识课的开设，如果没有学生到课、坚持到课、认真听讲这三个递进的要素存在，就谈不上教学效率高。因此，笔者相对应从到课率、到课稳定率、听课率三方面入手，探究如何提高人文通识课教学效率。通过对华南理工大学人文通识课的跟踪调研和数据分析，发现教师职称越低、课堂越活跃、点名越严格、课堂规模越小，到课率越高；到课率越高，到课稳定率越高，而课堂越活跃也会使到课稳定率越高；到课人数越少、教师职称越高、女教师授课，则听课率越高。同时，到课率、到课稳定率、听课率三者之间存在一定的关系，到课率会显著地对到课稳定率和听课率起正面作用，而到课稳定率则对听课率的影响不显著，由此可见，提高到课率将直接有效地影响到课稳定率和听课率，也就影响了教学效率，而影响到课率的最突出的正面因素是课堂活跃度和课堂规模。

综合上述发现来看，要想提高人文通识课教学效率，最为有效的两个途径是提高课堂活跃度和小班教学。事实上也有学者提出，实行小班制有利于打造有凝聚力的教学共同体[3]。除此之外，教师职称高，可能到课情况会差一些，但听课情况会更好；点名越严格，可能到课情况会更好，但未必稳定，因此它们对教学效率的提升作用可能会被中和，由此也可看出，教学效率的提升确实是一个很复杂的过程。希望本文以华南理工大学人文通识课教学为例的调研结果，可资其他高校，尤其是同类型、同层次的研究型大学借鉴，从而提高其人文通识课教学效率。

参考文献：

第9篇：数据分析课堂范文

关键词 课堂执教评价 证据 教学行为

中图分类号 G633.91 文献标识码 B

在教学研究中经常涉及对教师课堂执教的评价，即常说的评课。怎样准确地进行评课，是教师经常要面对的问题。

1 当前常见的评课策略及其问题

目前最常见的评课策略是依据课堂教学要素，将评价指标分为教学目标、教学内容、教学过程、教学方法、教学效果，分别赋予指标分数。评价标准的确定基本上是采用演绎逻辑，即根据教学理论中所确立的一堂好课的标准，逐步分解指标形成二级指标和三级指标，最终形成课堂教学评价的指标体系。类似这样的课堂教学评价，为总结推广教学经验以及教师的教学反思起了积极作用。不过，这样的课堂教学评价大都存在这样的问题：演绎到最低一级的评价指标依然是定性描述，从而使标准存在模糊性，为准确评价带来困难；标准因缺少实证研究的支持而存在随意性，影响评价的有效性。因此，现有的评课往往会出现同一堂课不同人的评价大相径庭的现象。正如学者指出的：当前绝大多数的“听评课”往往不是基于信息和“证据”的收集，也没有把评课视作“基于证据的推论”。

在评价的操作方式上，当前评课基本属于“单打独斗”、缺乏合作。常见的是一位评课者在课一结束就即时决断，即便有多位发言者参与评课，也鲜见分工合作，这就使得证据的搜集、使用难以实现。

当前有不少教研部门正在努力使教研不唯经验只唯“实”，让证据发声，使教研从经验走向实证。课堂教学评价的改进方向是基于证据进行评价。

2 教师课堂执教评价框架和证据的选择

要让评价基于证据，首先仍要建立能体现有效教学理论的评价框架，同时，要考虑对框架的细化后其评价指标可以基于客观的、可观察的证据而判断。

2.1 评价框架的确定

评价框架的确立，需要从教学系统的构成、怎样的教是有效的、优质课堂的要素、教科学的有效途径等方面着手，借鉴已有研究成果。

目前的评价标准总体上包括目的论、价值论、要素论（包括教学过程分析、教学行为分析、课堂文化分析等角度）三个方面。米斯（L.R.Meeth）将课堂教学评价指标分为2类，一类指向教学过程，作为媒介指标，一类指向教学结果，作为终极（目的）指标。可见，课堂教学评价应兼顾过程与结果（目的的达成、价值的实现）。

从课堂教学评价的目的是追求优质课堂来看，优质课堂的十大特征值得教师参考：清晰的课堂教学结构、高比例的有效学习时间、促进学习的课堂气氛、教学内容清晰明确、创建意义的师生交流、教学方法多样化、促进学生个体发展、巧妙地安排练习任务、明确的学习成果期望、完备的课堂教学环境。

考虑到本文讨论的课堂执教评价指的是教师的教，即使是涉及对学生学习的评价，也是为评价教做参考。因此，评价指标还需要关注以下两个观点。① 有效的教的10个原理：每日复习，小步子呈现新的学习材料，提问，提供示范，指导学生练习，检查确认学生的理解，获得高成功率，为困难任务提供脚手架，独立练习，每星期每月进行复习。② 教科学的8条原则：应促进学生的学习，要专注于核心科学思想，要帮助学生加深对科学的理解，要充分考虑学习的复杂性，应有助于学生主动建构科学知识，应将科学内容和发展学生的兴趣相结合，要对所有学生的学习都寄予积极的期望，要注重减轻学生的焦虑。

从课堂观察的角度、方法来看，有学者提出课堂观察的LICC范式，即从学生学习（L）、教师教学（I）、课程性质（C）和课堂文化（C）四个要素，20个视角，68个观察点去观察评价一节课，强调听课者在课堂观察时的分工合作。有学者提出教师课堂执教评价体系，包括“提出本课学习目标”、“提供学习内容”、“创建学习环境”、“激发学习动机”、“支持、促进学生的学习”和“进行学习评价”六个维度的一级指标，每个一级指标分解为3个二级指标，二级指标再对应21个观察证据。

参考上述研究成果，同时考虑评课实践中的简便易行，本文设计的课堂教学评价的框架包括以下三个方面：教学内容、教学过程、教学效果。上述三方面再进一步细分为内容的选择、内容的组织、教学流程、教学行为、学习环境、学习体验和目标达成等7个项目。考虑到课堂听课时，达成的教学目标需要依据课堂教学内容、过程来分析，而不能在课一开始就清楚地判断，因此，将教学目标作为教学效果之一来判断。

2.2 确定每一项目评定的具体内容以便利用证据

7个评价项目依然过于宏观，因此需要予以进一步的细化，以便在课堂观察时与直接的证据建立联系。细化情况见表1。

3 证据的搜集和使用方法

课堂教学评价的证据，需要从以下三个方面来考虑：文本分析的证据、教学行为分析的证据、学生学习结果的证据。教学内容评价主要依据文本分析的证据；教学过程评价主要依据教学行为分析的证据，同时需结合文本分析进行；教学效果评价主要依据调查、询问和检测的证据。

3.1 文本分析的证据

列出教师所讲授内容的要点，进行文本分析，对表1所列具体指标作出判断，判定内容的适切性、科学性、逻辑性。

3.2 教学行为分析的证据

教学过程是教师引起、维持以及促进学生学习的所有行为。教学行为本身就是教学活动的实现单位，教学活动由一系列有目的的教学行为组成。可见，教学行为是课堂结构的“细胞”，因此，量化分析教学行为是课堂教学评价的重要证据。

首先，要记录导入、教学主体、总结所占时间，依据表1所列具体指标对教学流程作出评判。

其次，尽量详细记录课堂里具体的教与学的行为。

为了研究的便利，把课堂里发生的教学行为分为“教”和“学”的行为，然后进一步细化。根据行为的自主性程度差异，教的行为分为发起的行为、应答的行为、观察的行为；学的行为分成接受的行为、产生的行为。此外，课堂里与教学无关的行为，分别列为不当行为（教）、与任务无关的行为（学）。同样，教与学的行为还要进一步细化，见表2、3。

教师在课堂里的行为，占时间最多的是独白式讲解和提问、反馈。教师的独白式讲解内容包括讲解现象、原理、评述、科学方法、学习目的、情感、练习等内容。当堂观察时，完全精细、准确地对讲解知识内容作区分有一定难度，因此，将上述讲解的内容类别精简为讲解知识、讲解科学方法、渗透情感态度与价值观、练习与复习、阐述学习目的等项目。教师提的问题分为3类：事实性问题，指简单的事实判断、陈述类的问题；理解性问题，是需要运用概念进行推理才能回答的问题；群体问题，是关于学生的意愿、主观认识或感受、事实情况的问题，学生总是集体回答，且非常简短，如回答“是”、“没有”、“好”、“愿意”等。教师对学生的答问的结果有3种反馈情况：无反馈、简单反馈（只是告知学生的发言或操作正确与否，或直接告诉学生正确答案）、启发性反馈。启发性反馈包括教师进一步追问，使学生对问题理解更准确或更深入；对学生的回答进行提升；对学生的发言进行评述引申等。教师的教学行为记录参见表4。

同理，可设计类似的表格记录学生的学习行为。

如果是用录像课进行研究，可以更精确地对各类行为进行量化，具体可参考《新课改后中学生物公开课教与学的行为分析》一文。

3.3 学生学习体验和学习结果检测的证据

分层取样（抽取学优生2位、中等生3位、学困生2位，下同），进行调查或询问，了解他们的课堂学习体验。学生学习行为记录表见表5。

教学目标达成的程度，依据课堂观察的情况来判断，而不是完全采纳教师的陈述。课堂观察学生在回答本节课核心内容有关问题的表现，观察总结反馈阶段学生的掌握情况。

利用专门设计的核心内容检测题。结合教科书上的习题进行检测，分层抽查学生来检测学习结果，获得核心学习目标达成情况的证据。

4 评课操作模式

如果是现场课后即时进行评议，则组成评议组，采取分工合作的形式。设主评1人；辅助评议4人。

主评负责整合全组的评议结果。同时，在听课过程中，负责记录、分析课的整体流程，包括导入、主体教学内容、复结等，记录并分析教学内容选择、教学内容呈现的逻辑。记录全班活动和小组活动的时间安排。记录教学生成、教学智慧，提炼教学特色。

辅评4人，其中3人记录行为，分别侧重观察教师的讲解、观察师生互动（问、答、反馈）、观察学生，3人（A、B、C）观察的内容允许部分重叠交叉。第四人担任计时员，每隔1 min报时一次。

A观察记录教师的讲解：记录教师的讲解内容。

B观察记录师生的问答对话：提问次数和各类型问题（事实性的问题、理解性的问题、群体问题）的数量；学生回答情况（尤其关注本节课核心问题的情况）；教师反馈情况（无反馈、简单反馈、启发性反馈）。

C观察学生的学习：记录学生的学习行为。记录学生的学习投入情况、参与课堂的学生人数比例（走神学生的人数、比例）；负责抽样调查、询问和学习效果检测。

评议组的全部证据收集后，由主评整理后形成评价报告。如果是录像课的评议，则可以由一位评议人员分别收集上述数据，最后汇总形成评价报告。

参考文献：

[1] 林清华、何恩基.什么是一堂好课――课堂教学评价标准研究述评[J].中小学管理，2004，6：23-26.

[2].课堂评价论[M].桂林：广西师范大学出版社，2002，130.

[3] 林清华、何恩基.什么是一堂好课？课堂教学评价标准研究述评[J].中小学管理，2004，6：23-26.

[4] 罗清红.基于“课堂观察”的听课与评课[M].教育科学论坛.2012，9：24-26.

[5] 姜新杰.迈入实证教研新纪元[M].上海教育.2013，3B：17-20.

[6] 蔡君.浅议中小学课堂教学评价标准内容的生成[M].教育测量与评价，2013，6：30-35.

[7] 顾泠沅.改革最终发生在课堂上――课堂教学评价问题讨论[J].现代教学，2007，Z1：6-8.

[8] [德]希尔伯特.迈尔.怎样上课才最棒，优质课堂教学的十项特征[M].华东师范大学出版社，2011：15-106.

[9] Rosenshine，B. Principles of instruction//International Academy of Education， International Bureau of Education.Educational Practice Series-21.2010，by Imprimeric Villiere

[10] John R. Staver. Teaching science//International Academy of Education， International Bureau of Education.Educational Practice Series. 2007，by Imprimerie Nouvelle Gonnet.

[11] 崔允.论课堂观察LICC范式：一种专业的听评课[J].教育研究，2012，5：79～83.

[12] 丁朝蓬.教师课堂执教评价体系构建――基于有效教学理念与观察证据结合的研究.教育研究与实验，2013，3：52-87.