數據分析技術課程教學內容和方法探討

胡媛媛 宋曉姣 范士領 陳則芝

（合肥職業技術學院，安徽 合肥 230000）

0 引言

近年來，隨著電子商務行業的迅速發展和大數據應用的普及， 數據在商務應用中的價值逐漸顯現，通過研究和分析數據，找出數據背后隱藏的價值，再應用到電子商務實際中去對于電子商務企業的健康運作起著至關重要的作用。 而傳統的高職院校只開設了電子商務專業， 該專業學生數據分析能力相對薄弱，因此，2016 年教育部針對高職院校電子商務類增設了商務數據分析與應用專業，我校于當年申報該專業并于2017 年正式招生。 該專業旨在培養具有商務數據收集與整理、數據建模與分析、商務數據可視化以及網店數據化運營管理等專業技能，能夠從事商務數據分析，商務咨詢與管理、網店運營等工作的高素質技能型人才。 可見，數據分析能力是商務數據分析與應用專業學生必須掌握的核心技能。

1 數據分析技術課程定位

數據分析技術課程旨在培養學生運用數據的思維和分析工具進行商務數據分析與應用的能力。 對學生商務數據分析與應用職業能力的培養和職業素養的養成起著重要的支撐作用，為今后職業發展路徑提供必要的專業素質和素養。

數據分析技術課程開設在第三學期，其先行課程為統計基礎、經濟數學基礎、數據采集與處理等職業基礎課程，是一門整合多門必修課程知識點的綜合性課程。 這些前導課程對學生學習數據分析技術所需具備的數學知識和統計知識等打下了基礎。 因此，該課程不論從數據分析方法理論還是數據分析軟件操作角度來說都應該相較于前導課程有所拔高，不能將該課程簡單地上成了統計學原理或Excel 數據分析等基礎性課程。

2 數據分析技術課程教學內容探討

數據分析技術課程共計72 學時， 由于課時充分，教學內容應該翔實。 考慮到該課程是一門整合多門課程知識點的綜合性課程，因此，將教學內容設計為理論和實操兩部分，并融入每個章節中，達到既夯實理論基礎又提高實操技能的目的。 筆者在參考機械工業出版社2020 年11 月出版的，由李勇、劉衛、胡媛媛主編的《數據分析技術》教材內容基礎上，并對相關章節進行增加和刪減，最終完成了本課程教學內容的設計。

第一章為數據分析認知，內容包括：第一節數據分析概述；第二節數據分析思維和分析技術；第三節數據分析流程；第四節數據分析工具，建議教學時數為理論4 學時；第二章為統計數據的來源，內容包括：第一節統計數據的來源； 第二節常用的抽樣方法；第三節常用的調查方式； 第四節抽樣調查的基本程序，建議教學時數為理論4 學時；第三章為描述性統計分析，內容包括：第一節描述性統計分析概述；第二節 頻率分析；第三節描述統計分析；第四節交叉表分析，建議教學時數為理論4 學時，實操2 學時；第四章為假設檢驗，內容包括：第一節假設檢驗概述；第二節假設檢驗的分析方法；第三節均值過程；第四節單樣本t 檢驗；第五節獨立樣本t 檢驗；第六節配對樣本t 檢驗，建議教學時數為理論6 學時，實操4 學時；第五章為方差分析，內容包括：第一節方差分析概述；第二節單因素方差分析；第三節雙因素方差分析；第四節協方差分析，建議教學時數為理論6 學時，實操4 學時。 第六章為相關分析，內容包括：第一節相關關系及種類；第二節類別型變量的相關分析；第三節數值型變量的相關分析，建議教學時數為理論4 學時，實操2 學時；第七章為回歸分析，內容包括：第一節回歸分析概述；第二節一元線性回歸分析； 第三節多元線性回歸分析；第四節可線性化的曲線回歸，建議教學時數為理論6 學時，實操4 學時；第八章為時間序列分析，內容包括：第一節時間序列分析概述；第二節移動平均和指數平滑預測；第三節季節指數模型預測；第四節趨勢模型預測； 第五節 使用SPSS 進行時間序列分析，建議教學時數為理論6 學時，實操4 學時；第九章、聚類分析，內容包括：第一節聚類分析的概念；第二節相似系數和距離；第三節系統聚類分析；第四節K 均值聚類分析，建議教學時數為理論4 學時，實操4 學時；第十章、數據分析報告，內容包括：第一節數據分析報告概述；第二節數據分析報告的寫作要求；第三節數據分析報告的撰寫，建議教學時數為理論4 學時。

3 數據分析技術課程教學方法探討

數據分析技術是一門整合多門課程知識點的綜合性課程，既涉及統計學原理和概率論與數理統計等理論基礎知識，也包括Excel 和SPSS 統計軟件的實操應用。 因此，在實際教學過程中既要思考如何說清楚講透徹原理性理論知識，又要確保學生切實掌握實踐性軟件操作。 筆者認為，教師應該充分發揮自身的主觀能動性，細心推敲每個章節的具體知識點，選擇適合的教學手段和方法，才能取得更好的教學效果。

3.1 靈活運用多種教學手段

筆者在實際教學過程中綜合運用現代化多媒體教學、傳統黑板教學和軟件輔助教學，取得了較好的教學效果。

對于理論部分的知識點， 采用現代化多媒體課件和傳統黑板教學相結合的方式。 多媒體課件可以清楚直觀地展現定義、公式、圖表和案例等理論性內容，既能突出教學重點，又能激發學生的學習興趣，同時還能緩解教師的板書壓力，提高了課堂效率。 但是，多媒體教學也有自身的缺點， 教師不能完全依賴于多媒體教學。比如，在講解第五章方差分析中總離差平方和的分解時，如果僅僅對照多媒體課件講解，學生可能無法理解總離差平方和為什么等于組間離差平方和與誤差平方和之和。在教師用了九牛二虎之力講解完了之后，大部分學生還是一頭霧水。 此時教師應該以多媒體課件為基礎，在黑板上一步一步地推導出公式的計算過程，邊講解邊推導，這樣學生才能更好地理解。

對于實操部分的知識點，主要采用多媒體課件和軟件實操相結合的教學方式。 先用多媒體課件展示完整軟件操作步驟，讓學生腦海里有整體印象，再打開Excel 和SPSS 軟件，演示軟件操作過程，最后由學生自己上機練習。 完成以上三個步驟，學生才能更加熟練地掌握實操內容。

3.2 增加案例教學環節

案例教學可以培養學生分析問題和解決問題的能力， 有助于提高學生的課堂參與率和學習積極性。本課程每一章節開頭都以一個案例作為知識導入，整個章節圍繞分析案例并解決案例問題為中心展開。 通過案例教學，可以使學生明確數據分析方法應用的場景，理解整個數據分析的過程，并能夠對分析結論進行正確的解釋。

3.3 完善課程考核方式

合理的課程考核方式對于課程的學習具有推動作用，本課程可以通過平時作業，課堂表現以及期中期末考試的形式綜合評價。 由于本課程內容包含理論和實操兩部分，因此，平時作業和考試都既要考核理論知識也要考核軟件操作。 比如，圍繞方差分析內容，可以通過選擇題、判斷題和計算題等客觀題的形式考核方差分析的原理、應用條件等理論性知識，同時還可以給出具體案例，要求學生用統計軟件進行分析并給出分析結論。 通過綜合性的課程考核方式，不光能夠檢驗學生的學習效果，更重要的是能夠使學生切實掌握分析和解決實際問題的能力。

4 結語

數據分析技術是一門整合多門課程知識點的綜合性課程，該課程的教學效果對于提高高職商務數據分析與應用專業學生的數據分析能力至關重要。 本文結合我校教學實際和筆者的教學經驗，探討了該課程的教學內容和方法，有助于提高商務數據分析與應用專業學生的數據分析能力。