準教師數據素養能力與培養現狀調查報告——基于湖北高校師范生數據素養能力的調查分析

李文君 趙若含 楊文怡 龔 媛 王 鼎

（湖北大學師范學院 湖北·武漢 430000）

0 引言

隨著信息化時代的到來，數據滲透到每一個行業和業務職能領域，教育亦然，與之對應的數據素養能力便成為了當今大數據時代教育工作者的必備能力。近五年來，前有互聯網飛速發展時“十三五”規劃綱要明確提出的實施“國家大數據戰略”“教育信息化”等行動要求，后有疫情背景下國家大力倡導并推進的“互聯網+教育”一體化平臺建設。通過以上舉措可見國家對建設信息化教育環境、培養教師數據素養能力付出了諸多努力。但時至今日，國內仍未形成對數據素養教育的全面實踐，我國中小學教師數據素養整體水平普遍不理想，有待提高[1]。因此，培養未來從教人員對數據的獲取、加工、分析、決策等相應數據素養能力，對于教師順應大數據時代發展、改善與促進教學、響應國家號召具有重大意義。

此次研究立足于數據素養所涵蓋的數據敏感性、數據收集、數據處理、數據決策、數據批判五方面能力，旨在通過對師范生數據素養能力及培養現狀的調查，了解準教師現有數據素養能力水平，探究當前環境下數據素養的培養方式，討論數據素養教育的不足，為未來教師的數據素養的培養與發展起到相應的引導功能，并一定程度上引起現今的教育工作者及未來的從教人員對數據素養的重視，為提出準教師數據素養的培養策略、提升數據思維打下基礎，為實踐方向提供數據支撐和理論依據[2]。

1 調查概況

1.1 調查對象與方法

本次調查的對象為湖北地區的師范生，并以師范類院校和非師范類院校為分類標準進行取樣。以華中師范大學、黃岡師范學院、湖北第二師范學院為師范院校取樣框，湖北大學為非師范院校取樣框。調查所用方法包括問卷法、訪談法和統計分析法。問卷調查所得結果采用SPSS軟件進行數據錄入，進行可靠性分析、探索性因素分析和因子分析獲得整體問卷信效度情況，并采取斯皮爾曼相關分析、獨立樣本T檢驗、單因素方差分析、多選題分析等方法，得出不同院校、不同專業之間的數據素養能力情況。當P＜0.05時，則差異顯著，具有統計學意義。

1.2 調查問卷概況

1.2.1 數據素養能力評價指標構建

將分析討論后所得的初問卷分別隨機發放20份至師范類院校及非師范類院校份進行預調查，回收得到預調查結果，根據信效度檢驗等分析進一步完善；將完善后的問卷進行正式發放，正式發放的問卷數據素養能力評價指標體系如表1所示。

表1：師范生數據素養能力評價指標體系

問卷根據數據素養的五個維度設置指標，每個維度制定3個及以上問題指標，共19個具體指標，每個指標按照1-5分設置5個分值，總分95分。為后續進一步分析被試的數據素養水平，將總分按照得分百分比進行換算，其中總分的60%-70%為及格，70%-80%為中等，80%-90%為良好，90%-100%為優秀（57分以下為不及格，57-65.5分為及格，65.5-76分為中等，76-85.5分為良好，85.5分以上為優秀）。調查對象根據自身實際情況選擇指標從而得到相應的分數，每項指標最低為1分，最高為5分。

1.2.2 樣本情況

調查共發放并回收問卷328份，其中有效問卷314份，占95.73%。為進一步對院校背景、性別、專業類別等方面有差異的師范生進行橫縱向比較與深入分析，問卷在數據素養能力指標調查前設置背景性問題進行個人信息分類，所得被試基本信息如下：師范與非師范院校的被試數量基本維持比例為1:1；專業類別分布為文科類占40.4%，理科類占43%，藝體類占16.6%；男女占比分別為23.9%和76.1%；年級分布為大一占10.5%，大二占29.6%，大三占56.7%，大四占3.2%。

1.2.3 信效度分析

根據回收的314份有效問卷，運用SPSS可靠性分析計算克隆巴赫（信度）系數，得到問卷的整體信度為0.947。為進一步確認，分別計算數據素養能力評價指標所含五個維度的克隆巴赫（信度）系數，其中數據敏感性的信度為0.835，數據收集能力的信度為0.786，數據分析處理能力的信度為0.876，數據決策能力的信度為0.900，數據批判性思維的信度為0.849。故整體信度與各維度信度均良好，問卷調查結果可靠。

為驗證問卷的結構效度，使用探索性因素分析法。統計結果得出，KMO取樣適切性檢驗0.937＞0.9，接近1，Bartlett球形檢驗卡方值為 3943.899，且 Sig值=0.000＜0.001，說明該問卷具備進行因子分析的前提條件。故可以對問卷的各維度進行主成分分析，獲得了3個共同因子，經旋轉，19個問卷測評項基本按原計劃向3個主成分因子聚攏，通過因子分析，前3個主成分的累計方差貢獻率達到64.465%，因此前3個主成分能夠解釋各維度有關情況，問卷結構效度良好。

2 調查結果與分析

2.1 數據素養能力現狀

2.1.1 整體能力

根據上述分數指標劃分可得當前師范類大學生整體數據素養水平的具體現狀，見表2。由表2可以看出，當前師范生整體數據素養集中在中等及以下的水平，良好及優秀水平的被試人數僅占此次調查的20%，這表明目前師范生數據素養整體水平不高。

表2：師范生數據素養水平等級劃分

為探究不同院校類別下師范生數據素養的能力情況，利用斯皮爾曼相關分析計算出顯著性水平系數 P值為0.001，說明師范生數據素養能力與院校類別顯著相關。在此基礎上，利用獨立樣本T檢驗法進一步探究不同院校師范生之間的數據素養能力差異情況，計算得出顯著性水平系數P值為0.003，說明師范院校與非師范院校的師范生數據素養能力存在顯著性差異。最終根據被試在調查問卷中數據素養五個維度得分的均值相加得出師范類院校總分（68.23分）高于非師范類院校總分（64.64分），表明師范類院校師范生的數據素養綜合能力水平略高于非師范院校，但由于總分為95分，兩者分別處于中等與及格水平，所以差距并不大。

2.1.2 各維度能力

利用獨立樣本T檢驗法分析得出不同類別院校的師范生在除數據批判性思維以外的其它四個維度的能力中均存在顯著性差異。

表3為不同類別院校在數據素養各維度的平均值，數據表明，師范院校在數據素養對應的每一維度中的平均得分均略高于非師范院校。但總體而言，各維度能力均未達到良好水平。

表3：不同類別院校數據素養各維度組統計

其中我們針對數據收集與處理能力展開了具體的調查，主要采用多項選擇法，提供多種數據收集與處理的常見方法供被試進行選擇。圖1為樣本的數據收集方法選擇情況，由圖可得，絕大多數被試使用過問卷調查法（81.5%）進行數據收集，使用過文獻法（64.0%）和訪談法（49.4%）的人數占比也超過或接近一半，表明學生已接觸了一些基本的數據收集方法。但問卷調查法、文獻法和訪談法只考察了學生的調研、交流溝通和少量實踐能力，涉及實踐能力較多的實驗法、實地考察法等調查方法被選擇的頻率卻很低，這在一定程度上可以說明學生存在實踐不足的問題。

圖1：數據收集方法掌握情況

圖2為樣本的數據處理方法選擇情況，可看出在諸多處理方法中，使用分類法的人占比最多（68.5%），使用統計描述法、回歸法和因果分析法的人數相較于分類法略少，但仍有近半，表明學生接觸過一些基本的數據處理方法。而像聚類法和相似匹配法這類需要進行歸納總結、提取共同點的數據處理方式被選擇的比例較小，一定程度上說明學生的數據處理水平仍停留在較為基礎的層面，有待加強提升。

圖2：數據處理方法掌握情況

2.2 數據素養培養現狀

相關課程建設。

（1）數據素養課程開設占比。圖3為師范類院校安排的數據素養相關課程占比。從圖3中可得出師范類院校過半（55.8%）的調查樣本表示本專業當前的數據素養課程占比在30%以下，非師范類院校有近半調查樣本（43.8%）表示當前的數據素養相關課程占比在30%以下。因此，無論是師范院校還是非師范院校，數據素養課程占課程總數量的比例都較低，相關課程的開設情況不太理想。

圖3：師范類/非師范類院校數據素養課程占比情況

（2）數據素養課程開設內容。數據素養被認為是教育者在數據認知、采集、管理、處理、分析共享和創新等方面的能力，以及在數據使用過程中所遵守的道德與行為規范[3]。師范生的數據素養可以在本文提及的五維度基礎上再概括為數據技術素養與數據文化素養兩大模塊，如圖4所示。

圖4：師范生數據素養的構成

基于以上概括的兩大模塊與五大維度，本文中師范生數據素養課程體系如表4所示。通過查閱并對比部分師范與非師范院校的不同專業類別的師范生的培養方案，從整體來看，師范院校開設的數據素養課程的數量更多、領域更廣、層次更高，尤其在通識選修課的設置上，師范院校開設的數據素養課程種類與領域覆蓋面往往更多更廣，并且非常重視從基礎到思維的完整培養體系；從專業來看，師范院校開設的課程更具針對性，統計測量與研究方法類課程均與學科掛鉤，相比之下，非師范院校的各師范專業開設的相關課程更為籠統，學科針對性較弱。但無論是師范類院校還是非師范類院校，明顯都較重視理科師范類的數據素養相關課程的培養，文科師范類相關課程開設得較少，僅涉及了部分專業。

表4：師范生數據素養課程體系

（3）數據素養課程開設形式。同樣通過對比師范類院校與非師范類院校的師范生培養方案可以發現，在數據素養專業核心課上，師范類院校開設形式多為實踐與研討相結合，并且將部分數據素養課程融入了師范生實踐能力的考核當中，能夠引導實踐教育達到更優的效果。例如要求學生的信息應用能力必須通過學校認定方可畢業，其中認定合格資格的方式之一便是選修校內開設的《計算機基礎》，而非師范類院校的授課形式較為單一，以理論講授為主；在數據素養相關的大類選修課上，師范類院校多為面授，線上慕課開設少，而非師范類院校在該類課程上多采用慕課形式，進行線上授課。

2.3 訪談補充

基于問卷結果與資料的整理對比，我們進行了更深層次的訪談調查。本次訪談對象共18位，其中學生13位，教師5位。根據訪談記錄形成各自的訪談稿后，提煉出訪談對象們相同和有創造性的觀點，綜合匯總，得到兼具可行性、針對性及建設性的建議。旨在進一步從學生、教師切身的角度了解學生數據素養能力現狀，為后續有針對性地提出改善策略打下基礎。從學生自身和高校兩個角度出發，歸納出訪談結果如下：

從學生角度而言，學生對于數據素養所涵蓋內容有部分了解但不全面，僅局限于理論層面；學生對于自我發展的認知較為清晰，大部分人能意識到數據素養能力對自身發展的重要性，認為數據素養是數據檢索能力、數據處理能力以及從處理數據中得出結論的能力的綜合，擁有較好的數據素養能力有利于專業研究；此外，學生也表示希望高校能夠采取有效措施來提升數據素養能力，盡可能提供充足的實踐機會。

從高校層面而言，部分高校數據環境的創設水平較為薄弱，軟硬件設施配置不到位；教師培養學生數據素養的意識淡薄且自身的數據素養水平有所欠缺；高校對數據素養相關課程重視程度低，課時安排不合理、開課形式單一等，學生的自身能力難以獲得實質性地提高。

3 調查結論與討論

3.1 師范生數據素養能力現狀

未來從教人員的數據素養能力作為其未來能否在教育中充分利用教育數據的關鍵[4]，在本次調查中亦是重中之重，以數據驅動教學時代的教師標準來看，目前的師范生數據素養水平是遠遠不夠的。調查結果顯示，不同類別院校的師范生在數據素養整能力上存在差異，師范類院校的師范生在整體與各維度上的數據素養水平均略高于非師范院校。但師范生整體的數據素養能力水平仍然不高，具體表現在多維度的數據素養能力中，大部分師范生僅掌握了基本的數據素養能力，例如數據收集能力和數據檢索能力；對于數據的簡單處理，僅能得到基本層面結論，而不能多維度進行深度分析。師范生在現有的數據素養能力基礎上，對于數據分析處理的方法，還需熟練掌握對如EXCEL、SPSS、Sybase數據庫等常用數據軟件的操作；對于得出的直觀結論，還需注重培養自己將分析結果轉化為有效信息、結合專業知識和認知能力將信息轉化為教學知識、運用數據改進教學策略、通過反思數據評估教學活動的有效性等能力[5]，以提高個人數據素養能力。

3.2 高校數據素養培養現狀

3.2.1 相關課程規劃不全

課程規劃在很大程度上能反映高校對相關知識技能的重視程度，課程也是學生培養能力的主要渠道。調查結果表明，非師范院校在數據素養相關課程的規劃情況不太理想，具體體現在課程種類欠缺、開課形式單一、學分學時分配不合理等方面。但兩類院校均在文理科師范類的培養上未能做到均衡發展，忽視了文科師范類學生的數據素養能力需求。對此，高校應根據課程反饋進行相關課程體系的改革，同時結合院校的實際情況采取針對性的措施取長補短，加強數據知識與技能對專業或選修課程的滲透，實現數據與課程深度融合互動，構建交叉設計的課程體系[6]。

3.2.2 實踐活動開展有限

在數據素養課程上學習大量相關理論知識技能的基礎上，實踐顯得尤為重要。訪談結果顯示，學生進行有關數據挖掘、數據分析等實踐項目可以有效幫助其提升數據素養能力，但由于高校開展的相關實踐活動較少，師范生缺乏實踐的機會，自身的數據素養能力很難得到鍛煉與實質性的提升。師范生整體的實踐機會和所處的實踐環境相對缺乏，實操能力還有較大提升空間，高校若能充分體現出對培養學生數據素養的重視，為師范生提供更多的實踐項目與機會，營造數據環境，能很大程度上為師范生數據素養能力發展提供相應保障。

3.2.3 教師數據意識缺乏

教師作為教學主體之一，其對于大數據時代師范生數據素養培養的重要性不言而喻。高校教師的數據素養發展是數據素養發展乃至教育發展的核心之一[7]。大數據專業背景的執教老師缺乏、現有教師的數據素養水平參差不齊等種種現狀，均表明高校教師整體的數據素養亟待提高。然而，對于此現狀，因我國并未有相關政策明確提出要求、明確將其作為考核指標，各高校便也沒有很大程度上的重視，從而缺乏針對教師的相應數據素養能力培訓、考核，因此教師也在相應影響下鮮有培養學生數據素養的意識，形成了“教育環境—教師—學生”數據素養無法提升的閉環。基于大的教育環境改革難以一蹴而就，學生的數據素養能力發展還需教師加以引導的狀況，需要先從樹立教師數據意識引導學生，進而打破閉環。另外，由于在教育中高校的各職能部門之間普遍需要進行數據資源的共享[8]，教師也要抓住機會與各部門相互交流，從日常行動中將自己化身為數據素養能力提升的踐行者。

4 結語

湖北地區師范生的數據素養能力仍有待提高，師范生自身對數據素養的認知還不夠深入、相關維度的能力有所欠缺、學習主動性低，且客觀的外部環境也存在著教師數據意識缺乏、相關課程規劃不全、實踐活動開展有限等問題。當前我國基礎教育階段正逐漸從規模滿足向質量提升、均衡優質發展轉變[9]，培養教師人才、提升師資質量是工作重點之一，抓好師范生數據素養教育，能夠實現良好的教師的職前培養，從而為教師隊伍素質的提升、適應數據驅動教學環境奠定基礎[10]。