小學生數據分析解釋的認知發展研究

摘要：借鑒Jones等人構建“兒童統計思維框架”所使用的測試工具，對1～6年級小學生數據分析解釋的認知發展趨勢以及錯誤認知進行考察。研究發現：小學生數據分析解釋的認知發展分為快速發展時期、較快發展時期、平緩發展時期、停滯發展時期和倒退發展時期，其中1～2年級、4～5年級分別是小學生“數據之間閱讀”以及“超越數據閱讀”的快速發展時期;無法識別0數值、不能基于數據做出是與否的區分以及基于主觀經驗預測是小學生在分析與解釋數據時常見的三種錯誤。

關鍵詞：小學生;數據分析;數據解釋;認知發展

中圖分類號：G62 文獻標志碼：A 文章編號：1673-9094（2021）04A-0045-07

一、問題提出

自1998年第5屆國際統計教學會議（International Conferences on Teaching Statistics，簡稱ICOTS）開始，統計教育的重點放在了對統計思維、推理和素養的研究挑戰上，國外統計教育者如Jones、Mooney等人著手基于“描述數據、組織和簡化數據、表示數據、分析和解釋數據”[1]271四個結構對中小學生統計思維的認知發展進行描述。

數據的分析和解釋作為統計思維過程中最為復雜的環節[2]，依據Curcio的分類可將其分為“數據之間閱讀”和“超越數據閱讀”兩部分，既包括了前者所指的能比較數量和使用數學概念進行數據整合的操作，也包括了后者強調的通過挖掘已有圖式，從數據中預測和推斷那些隱含的信息[3]。研究表明，小學生在此層面存在一定的困難。Putt等人發現70%的一年級和二年級學生接受訪談時的反應是膚淺的，不完整的[4]。類似的，Pereira-Mendoza和Mellor發現，雖然四年級學生對于條形圖能成功（超過95%的成功率）進行字面閱讀，但他們對于解釋（52%的成功率）和預測（不到20%的成功率）卻存在一定困難，且大多數的解釋錯誤可以追溯到計算和讀取的錯誤[5]。

就我國而言，“數據分析觀念”這一核心概念明確指出“數據分析是統計的核心”，并要求學生能對所收集的數據“通過分析做出判斷”[6]6。作為課程目標的支點，如何發展學生的數據分析觀念，如何突出數據分析這一核心？一系列問題應運而生。在深化課程改革的背景之下，開展小學生分析與解釋數據的評估探究具有一定的現實意義，能為小學統計課程與教學的設計，以及學生核心素養的發展提供一定的實證依據。

二、研究方法

（一）理論依據

Jones、Mooney等人以Biggs和Collis一般發展模型為基礎所構建的“兒童統計思維框架”是國外公認的統計思維發展框架之一。框架從描述、組織和簡化、表示、分析與解釋數據四個維度對小學生統計思維水平進行了假設與驗證，發現兒童會表現出特質的（idiosyncratic，簡稱I）、過渡的（transitional，簡稱T）、量化的（quantitative，簡稱Q）和分析的（analytical，簡稱A）四個水平[1]271。其各水平特征分別與SOLO理論中的前結構的（prestructural，簡稱P）、單一結構的（unistructura，簡稱U）、多元結構的（multistructural，簡稱M）、關聯的（relational，簡稱R）相對應。

筆者依據Curcio對“數據分析和解釋”的分類以及在參考Jones等人有關兒童統計思維研究[7]35中相關測試任務的基礎上，設計了小學生分析與解釋數據調查問卷（見表1），試圖基于學生的回答探尋他們在“數據之間閱讀”以及“超出數據閱讀”兩方面所表現出的數據分析解釋水平。試題間相關系數設置如表2所示，數據表明問卷信度良好。

（二）樣本選取

選取了安徽、江蘇兩省6所城區小學以及3所鄉鎮小學的1598名學生進行問卷調查。其中有效問卷1541份，城區小學有效問卷885份，鄉鎮小學有效問卷656份。

（三）編碼與分析

基于SOLO分類法及“兒童統計思維框架”對學生回答的水平進行標記，由低到高分別記為1、2、3、4。從量與質兩方面對所收集的數據進行分析。其中，量的方面主要是以SPSS19.0版統計軟件分析小學生分析與解釋數據的認知發展軌跡，同時也采用質性分析的方法對學生回答進行梳理，獲取有關學生錯誤認知的信息。

三、研究發現

（一）小學生分析與解釋數據認知發展軌跡

1.小學生數據之間閱讀認知發展軌跡

如圖1所示，不論是從“數據之間閱讀”這一整體，還是從其兩個關鍵要素來看，在小學階段學生的認知發展雖都呈現出整體上升的趨勢，但均在2～3年級時出現了一次較大幅度的下降，且在5～6年級時又再次出現回落的現象。其中，對于“數據之間閱讀”整體以及“數據比較”，相對而言1～2年級的增長速度最快，而在“數據整合”要素上，3～4年級的增長速度要快于其他時段。

就“數據之間閱讀”整體來看，通過ANOVA分析初步結果表明：數據之間閱讀的平均水平間存在顯著的年級差異（F=13.582，p=0.000<0.001）。進一步多重分析比較結果（見表3）顯示：1年級與其他5個年級以及3年級和5年級之間存在非常顯著或顯著的差異，而對于其他年級組間的差異均不具有顯著性。而就兩個關鍵要素而言，“數據比較”的事后比較結果可知1年級與3年級、4年級與5年級、4年級與6年級、5年級與6年級之間不存在顯著的差異，其他年級組間的差異則均達到了顯著性水平，即p<0.05;而對于“數據整合”要素，1年級和2年級、1年級和4年級、1年級和5年級、1年級和6年級、3年級和5年級的平均水平差異顯著，而其他各年級組間的平均水平不存在顯著差異。

綜上可知，小學生對于“數據之間閱讀”的認知具有以下階段性：1～2年級學生處于一個快速發展時期，2～3年級和5～6年級這兩個時段處于停滯發展時期，3～5年級則處于平緩發展時期;而具體到“數據比較”要素，1～2年級處于較快發展時期，在2～3年級時由于認知發展趨勢下降且差異顯著，因而在此時段處于一個倒退發展時期，之后在3～4年級進入一個快速發展時期，而在4～6年級時處于平緩發展時期;對于“數據整合”要素，學生在1～2年級處于較快發展時期，在2～3年級以及5～6年級這兩個時段則進入停滯發展時期，在3～5年級時處于平緩發展時期。

2.小學生超越數據閱讀認知發展軌跡

1～6年級學生在“超越數據閱讀”及其兩個關鍵要素上的認知發展均表現出逐步上升的趨勢（如圖2）。其中在“超越數據閱讀”整體以及“數據預測”方面，4～5年級增長速度相對較快，而5～6年級則相對緩慢;在“數據推斷”方面，2～4年級時呈現出快速的增長，而在1～2年級時則相對平緩。

進一步方差分析可知（見表4），超出數據閱讀的平均水平間存在非常顯著的年級差異（F=149.406，p=0.000<0.001）。進一步多重比較可知，5年級和6年級的平均水平不具有顯著差異（p=0.972<0.05），其他年級之間的平均水平均表現出顯著或非常顯著的差異。結合多重比較結果發現，對于“數據推斷”要素1年級和2年級，4年級和5年級，5年級和6年級的數據推斷平均水平不存在顯著的差異;而其他各年級組均具有非常顯著的差異，p值均為0.000。在“數據預測”要素上，3年級和4年級，5年級和6年級的數據預測平均水平不存在顯著的差異，其他各年級組間的平均水平差異達到顯著。

因而，小學生在“超越數據閱讀”方面的認知發展具有以下階段：在4～5年級時處于快速發展的時期，在1～4年級時處于較快發展時期，而在5～6年級時則處于平緩發展時期。在“數據推斷”方面，學生在2～4年級時處于快速發展時期，而在1～2年級以及4～6年級時則處于平緩發展時期;在“數據預測”方面，學生在1～3年級以及4～5年級時處于快速發展時期，而在3～4年級以及5～6年級這兩個時段則處于平緩發展時期。

（二）小學生分析與解釋數據的認知發展趨勢及其特征

對于“數據之間閱讀”的兩個層面，有超過75%的1～6年級小學生均達到了“分析的（A）”水平。基于對學生回答的質性分析可知，大多數小學生在對數據比較時能夠認識到0數量的存在，在對數據進行整合時能夠對各項數據給出正確、合理的運算。但對于“超越數據閱讀”層面學生則相對較弱，“1～3年級絕大多數的學生均處于特質的（I）水平，大部分的4～6年級學生則處于過渡的（T）和量化的（Q）水平?！盵7]38進一步對學生回答整理分析可知，1～3年級大多數學生在對數據進行推斷時，表現出對題目要求的不理解，具體體現為無回應，或是所給出的回答仍為字面信息或是基于數據之間閱讀中所獲取的信息;在對數據預測時，則更多地表現出無回應，或是在預測時不是基于數據而是基于個人經驗，隨意給出了一個脫離范圍的“荒謬”回應。處于T水平的4～6年級學生在推斷數據時，雖然能夠基于已有數據及其背景做出不能得到信息的推斷，但在推斷時只能關注其中的一個方面，而在數據預測時則僅能夠基于所給數據提供一個猶豫的回應;而處于Q水平的小學生在數據推斷時則能夠陳述出無法從圖中確定的多個方面信息，在數據預測時不僅能考慮到多個方面，還能夠嘗試基于數據以及情境的意義給出回應，但推理還不夠完整。

（三）小學生分析和解釋數據的錯誤認知分析

通過對學生回答的質性分析，可以發現“數據比較時對于0數值的忽視;數據推斷時聚焦于數據和數據間信息的讀取;基于主觀經驗給出預測”[8]51是小學生分析和解釋數據過程中常見的三種錯誤，明確使用率分別為34.6%、32.8%及19.3%。

排在首位的錯誤認知是在含有0數量的多個數據比較時，表現出對于0數值的忽視。通過與學生的交流訪談可以發現，較低的讀取顯示水平以及缺乏一定的數學表達轉換能力是產生此錯誤認知的兩個主要原因。而對于第二種錯誤認知類型，由于小學數學教材中從未出現過此種問題，因而這是小學生對于數據推斷的一種自然認識。通過對回答的分析及訪談了解到，形成此錯誤認知的兩個主要原因為：一是部分學生對于題意的錯誤理解，將“不能得到的信息”理解為不能直接看出來的信息;二是由于部分學生讀取顯示能力不足，即不能對0數量信息給出正確的描述。綜合以上兩種錯誤原因可以看出，學生讀取顯示水平的高低會直接影響到他們有關“數據之間閱讀”和“超越數據閱讀”的水平。

四、結論與建議

（一）研究結論

依據方差分析結果中平均差異的數值以及差異性是否顯著等標準，可將小學生分析與解釋數據認知發展劃分為五個階段（見表5），分別為快速發展時期、較快發展時期、平緩發展時期、停滯發展時期和倒退發展時期。

（2）大多數小學生在數據之間閱讀時不僅能識別0數量的存在，而且能對數據進行正確整合;但在超越數據閱讀時，1～3年級學生更多的是關注自己的主觀經驗或是一些特殊的、不相關的數據，而4～6年級學生雖然能試圖或穩定地使用定量推理作為他們統計推斷的依據，但一般只專注于數據的一個方面或多個方面，還不能將多個方面進行整合，也不能將數據與其情境進行有效聯系。

（3）無法識別0數值、不能基于數據做出是與否的區分以及基于主觀經驗預測是小學生分析與解釋數據的三種共性認知錯誤。

（二）思考與建議

1.把握學生認知發展快速期，合理設計統計課程內容

認知發展軌跡顯示，1～2年級是學生“數據之間閱讀”的快速發展時期。事實上，與數據比較、整合這兩種操作相關的知識點——比較數的大小、數的加減法以及對數據的簡單分析，正是《義務教育數學課程標準（2011年版）》第一學段所提出的具體內容。而且所調查學校所使用的人教版以及蘇教版教材均在2年級下冊設置了“數據收集與整理”的章節，提供了較多類似于“這個月共有多少天？多云比下雨多幾天？”[9]等數據之間閱讀的學習機會，占兩版教材“統計與概率”板塊習題的41.2%左右。而在“超越數據閱讀”方面，4～5年級是學生認知發展的快速時期。不僅課標將“能解釋統計結果，根據結果作出簡單的判斷和預測”[6]6列為第二學段課程內容，在教材中也通過“平均數”“條形統計圖”“統計表”“折線統計圖”等章節提供了諸如“你怎樣評價這兩支籃球隊”[10]等問題，但數量較少，僅有9.7%左右。可見，數學課程與教學對學生分析與解釋數據的認知發展，在一定程度上起到推動與促進的作用。因而，在課程與教學設計時可以結合學生認知發展的快速階段，為學生提供相應要素的學習機會，特別對于現有教材中鮮有出現“含有0數量的統計圖”等問題，幫助學生的數據分析與解釋水平獲得均衡、快速發展。

2.深挖學生認知錯誤源頭，提高描述數據的基礎能力

通過對學生常見錯誤認知的分析發現，讀取顯示水平的高低會對數據的比較和推斷等較為復雜的分析活動產生一定的影響。尤其是在對含有0數量的多個數據顯示進行描述、比較時，第一學段學生更容易忽視統計圖中0數量的存在。由訪談以及教材梳理可知，教材中缺乏此種問題的學習機會是引起此種錯誤認知的主要原因之一。因而，在課程以及教學設計時應結合第一學段學生的認知特征，多為低年級學生提供含有0數量統計圖信息讀取的學習機會，通過設置描述數據、數據間閱讀以及數據推斷的相應問題，引導學生對更具親緣性的真實圖、圖像統計圖、符號圖等進行讀取、比較、整合與推斷，也可以利用所收集的真實數據（例如七月高溫紅色預警的天數）自然地形成含有0數量的統計圖，幫助低學段學生結合具體情境對含有0數量的數據集進行表示與分析，了解其中所表達的信息，在積累數據收集、分類、組織、表示、分析的經驗同時，感知0數量的存在及其表示。

3.基于數據分析層次性，增加數據推斷學習機會

Watson指出“幫助學生基于數據作出一個合理的、可能性較高的預測與推斷是統計教育的目標之一?！盵11]研究結果表明，對于數據的推斷與預測，各年級學生大多處于特質（I）的水平，中低年級學生很難基于數據做出較為合理的預測，更多是基于自己的主觀想法。這可能與“人教版、蘇教版較少提供此類問題的學習機會有關?！盵8]51因而可以考慮在2年級正式接觸統計知識時，將對數據的推斷納入到課程內容之中，并在設計時將其安排在描述數據問題之后，引導學生在對統計圖表字面信息讀取的同時，思考其對立面——“統計圖沒有告訴你哪些信息”，促使他們通過對正、反問題的思考與交流，逐步形成基于數據區分是與否的能力。同時，可以借鑒《美國學校數學教育的原則和標準》中所提及的：“雖然小孩子常常對與自己相關的數據最感興趣，但是把他們的數據放在一起會引起他們對一組數據的注意”。[12]在教學設計時，為學生搭建實做統計與交流的平臺，利用他們所收集的多個數據或兩組數據，鼓勵他們通過觀察、比較，豐富信息提取的視角與維度，發現其趨勢與模式等超出數據表層意義的信息，并鼓勵他們表達自己的思考與觀點，通過小組、全班的交流，豐富、完善所得到的信息。這不僅有助于一些原本基于自身經驗進行推斷的學生能夠通過交流、比較逐步認識到數據的作用，而且也有助于部分學生能夠進一步結合數據的上下文情境，從中認識到“僅基于少量數據所尋找到的規律作出的判斷可能是不全面的”，要使得推斷更為合理，還需要收集更多的數據，并結合情境從數據中獲取更多的規律與信息。

參考文獻：

[1]Jones G A， Thornton C A， Langrall C W， et al. A framework for characterizing childrens statistical thinking [J].Mathematical Thinking and Learning，2002（4）.

[2]Groth R E. Development of a high school statistical thinking[D]. Bloomington–Normal：Illinois State University， 2003：183.

[3]Curcio F R. Comprehension of mathematical relationships expressed in graphs[J]. Journal for Research in Mathematics Education，1987（5）：383.

[4] Putt I J ， Jones G A ， Thornton C A ， et al. Young StudentsInformal Statistical Knowledge[J]. Teaching Statistics，1999（3）：77.

[5] Pereira-Mendoza L ， Mellor J . Students Concepts of Bar Graphs - Some Preliminary Findings[A]// D. Vere-Jones. Proceedings of the Third International Conference on Teaching Statistics[M].Voorburg，The Netherlands： International Statistical Institute，1991：154.

[6]中華人民共和國教育部.義務教育數學課程標準（2011年版）[M].北京：北京師范大學，2012.

[7]孫露.小學生“數據分析觀念”發展水平的實證研究——基于SOLO分類法的視角[J].教育測量與評價，2019（6）：35.

[8]孫露.學生統計認知錯誤分析[J].教學月刊，2019（5）.

[9]人民教育出版社課程教材研究所.義務教育教科書數學二年級下冊[M].北京：人民教育出版社，2013：4.

[10]孫麗谷，王林.義務教育教科書數學五年級上冊[M].南京：江蘇教育出版社，2013：91.

[11] English L D. Establishing statistical foundations early：Data modeling with young learning[C]// Makar K，de Sousa B，Gould R. Sustain ability in Statistics Education. Proceedings of the Ninth International Conference on Teaching Statistics. Paul Overvoorde，Macalester College，2014：1.

[12]全美數學教師理事會. 美國學校數學教育的原則和標準[M].蔡金法，吳放，李建華，等，譯.北京：人民教育出版社，2004：48.

責任編輯：李韋