◎ 林文聰
數據分析是一項綜合性活動,涵蓋多個環節,任何一個環節的缺失都會對數據分析的結果造成影響,甚至會出現錯誤的分析。目前,高中生數據分析素養較低的主要表現,是對數據分析過程不熟悉,知識片段化,不能形成一個完整的體系,比如數據收集缺乏全面性、數據分析方法錯誤等等。因此,教師在發展學生的數據分析素養上,要以教材內容為依托,滲透數據分析的各個環節。
例如,“統計”這部分內容,教師要從數據收集、數據整理、數據分析、做出推斷等四個步驟開展教學活動,使學生對數據分析的流程有一個整體的把握。其中,在數據收集環節教師應當引導學生明確數據收集的范圍和形式,有目的的收集數據,確保數據分析過程的有效性;數據整理則是對其中存在較大偏差和有問題的數據進行剔除和修正,有效的整合,進而保證數據的真實性和有效性,奠定數據分析的堅實基礎;數據分析應當選擇正確的方法和形式,結合分析需求穩步進行,保證數據分析的可靠性和完整性;做出推斷環節應當保證推斷與現實情況相適應,切忌盲目判斷影響結果。
需要注意的是,理論講解必須和案例分析有機地結合起來,讓學生從案例中把握數據分析的步驟以及整個過程。
數據分析,最顯著的特點是廣泛的應用性以及強大的實踐性。借助數據分析,可以解決生活中許多問題,凸顯了數學課程的生活應用價值。因此,教師既要重視教材理論知識的講解和案例分析,又要開展主題多樣的實踐活動,將發展數據分析素養融入學生的實踐活動中,吸引學生積極參與。對此,教師可以采用小組分工與任務驅動相結合的教學方法。首先,教師根據同組異質、異組同質的原則,將學生劃分為不同的小組,然后再給各個小組布置相應的實踐任務。
例如,根據相關的數據表明,超市的冷飲銷售與季節具有明顯的正相關關系:在天氣較為炎熱的夏季,冷飲銷售在飲品銷售總量中占據30%左右;在天氣較為寒冷的秋冬季節,冷飲銷售在飲品銷售總量中占據5%左右。這樣說明冷飲銷售的數量與季節具有明顯的關聯.在進行數據整合和調查的過程中,教師應當將學生劃分成幾個特定的小組,分別進行天氣、銷售量、銷售占比等不同因素的統計,最后將所得數據整合在一起。
又如,對點外賣、喝奶茶、看電影、玩游戲、玩手機等學生熟悉的熱點問題,引導學生分組調查,收集廣泛的意見和看法,比如中學生宅家,性格孤僻,不愿與人交流,沉浸在虛擬世界,無聊上癮,尋找精神寄托等等,這些心理活動因為個體不同存在差異,千姿百態,什么樣的意識形態都有,有些數據對我們分析問題有意義,而有些數據起到干擾作用。但是通過大數據分析,從中發現共性,幫助我們引導中學生積極向上,熱愛生活,及早發現問題和疏導。
網絡信息技術的發展為高中數學教學創新帶來了極大的便利,也為學生發展數據分析素養提供了新的方法,網絡技術已經成為數學教學中不可或缺的工具。目前,市面上流行的統計軟件有許多,每個軟件都有獨特的功能,既能為學生的數據分析提供有效的幫助,又能讓學生感受到數據分析的魅力,提高學生的學習積極性。像SPSS(Statistical Product and Service Solutions),即“統計產品與服務解決方案”軟件,它是一款功能強大的統計軟件,且操作簡單,容易上手,比如均值比較、線性回歸分析、描述性統計等,能夠使教材中抽象的知識直觀化。
例如,為了獲得某一地區樹木的生長情況,工作人員從樹林中隨機選擇了200 棵樹,測量了它們的底部周長。從散亂的數據中,學生很難獲得樹木的實際生長情況,對此,學生可以采用SPSS 軟件,將樹木的底部周長作為變量,錄入200 個數據,迅速得出各主要統計量,如最大值、最小值、平均值、中位數,計算出極差,得出樣本數據的變化范圍,再對樣本數據分組,得出頻率分布直方圖,從而準確、直觀地把握樹木生長情況。
發展學生的數據分析核心素養,數學課堂教學活動的開展是主要的手段,但是要注意將發展數據分析核心素養循序漸進貫穿于整個教學環節中。由于學習階段不同,所涉及的重難點也不一樣,所以學生要學會自主的學習、領會、總結,并且還要積極主動的深入挖掘數學知識點的內涵。也可以探索數學學科與其他學科間的互通之處,掌握各個學科基本素養,為更好地進行數據分析奠定良好的基礎。
另外,研究性學習和綜合實踐活動、科技創新活動的開展也是發展數據分析核心素養有效的渠道。研究性學習既包括數據分析的相關的理論,而且同時也涉及了很多實踐活動課程,對于數據建模、抽象、推理等要求較高。老師可以給予學生正確的引導,并且鼓勵他們主動地參與一些創新性的競賽,提高學生學習的興趣,進而積極主動地去發展自身數據分析素養。此過程中重點關注理論結合實踐,做到理論指導實踐,實踐檢驗理論,實踐中包含著很多關于數據分析的知識點,將這些知識串聯起來,幫助學生構建起數據分析框架,增強高中數學課堂教學實效性。
結束語:數據是學生在高中數學學習中接觸較多的內容,數據中蘊藏著豐富的信息。數據分析則是充分發掘數據信息,有效應用數據的根本手段。因此,教師要重視發展學生數據分析素養,可從分析過程、實踐活動、統計軟件、知識串聯等四個角度采取措施。