未来教师的测评数据处理与分析

数据素养必将成为未来教师核心素养的重要组成部分。本书根据《深化新时代教育评价改革总体方案》精神，参照《中国未来教师能力框架》关于未来教师“数据分析与运用能力”的基本要求编写。本书共四章，以教育数据收集、数据处理、数据分析、数据应用为核心内容，结合教育测评中常见的数据，设置了“问题驱动”“数据解读”“原理简析”“应用启示”“拓展延伸”等栏目。本书关注零起点、体现多层次、突出可操作、力求形象化，帮助广大中小学教师走出教育测评分析报告的数据迷宫，基于数据改进教育教学，共享教育数据的无穷魅力。
本书配有数字资源，扫描封面上的二维码，就可获得书中用到的数据库，方便教师更好地使用本书。

王素，中国教育科学研究院国际与比较教育研究所所长，研究员，中国教育科学研究院未来学校实验室主任，中国教育科学研究院STEM教育研究中心主任。主要研究领域涉及实证的国际教育政策比较研究、未来学校研究、中小学STEM教育研究、青少年科学素养监测研究、学校建筑与学习空间研究等。
蒋德仁，杭州市上城区教育评估与监测中心教研员，高级教师，九三学社社员。中华教育改进社副秘书长，中国教育学会教育统计与测量分会理事，教育部中国教育智库联盟教育测量与评价研究中心特聘专家，长三角基础教育考试评价学科专家，浙江省教育现代化研究与评价中心兼职研究员，曾多年担任中学校长。主要专著有《国际学生评价（PISA）概说》《国际学生能力评量计划概论》《科学实验》《科学游戏》等。具有SPSS数据分析工程师（高级）执业资格证书。

适读人群 ：中小学教师 中小学教学研究者
本书是中国教科院未来学校实验室研究成果，由教学测量与评价教研员蒋德仁团队编写，它基于面向未来的教育需求，能够帮助中小学教师快速掌握教育数据测评分析的基本要领，让中小学教师在教学中成为应用教育数据的高手。

随着信息化时代的到来，教育大数据在课堂教育、校园管理、在线教育、教育评价等领域得到广泛应用。在这样的时代背景下，教师的数据素养日渐成为教师专业发展的重要内容，也成为未来教师的必备技能。
教师数据素养是大数据技术与教育领域深度融合发展的时代要求，是加快数据驱动教学改进的关键所在。相较于传统的经验型教师，那些善于收集、分析和挖掘教育数据价值的教师，其教育教学行为将更加科学和高效。但如何挖掘隐藏在其中的丰富价值，将其转化成有价值的知识，从而促进教学决策，改进教学实践，完善自身专业发展，这是广大基层教师面临的重大挑战。
中国教育科学研究院在《中国未来教师能力框架》中，建构了未来教师能力发展的等级标准，对教师数据分析与运用能力的表现性行为做了明确的界定。本书内容涵盖其初级、中级和高级能力的基本要求，可以作为教师研修发展的支持资源。
数据科学的学习资源无处不在，但大多数的数据分析学习资源的门槛比较高，要么是高深的统计学理论和复杂的统计学公式，要么是专业的统计分析软件，使得很多教师望而却步。广大教师迫切希望有一本浅显易懂、简单实用的教学测评数据分析技术的书籍，这便是本书的定位。两位作者既是从事教育实践和评价研究的一线教师，也是应用数据分析技术与日常教学评价活动的高手。他们深切懂得广大教师的实际需求、工作困惑和专业成长，试图以低门槛的简明指导帮助普通教师理解和掌握数据分析技术。
本书是掌握数据分析技术的简明读本，突出了实用性、通俗性和拓展性三大基本特征。基于教师的工作实际，以问题和案例为导向，随用随学，帮助教师解决常见的数据分析问题，体现实用性；用贴近教师的日常语言话术，来解释数据分析的原理与实操指导，便于教师理解与掌握，尽量避开复杂的统计学原理和公式，体现通俗性；本书既是教师数据分 析的入门手册，也为学有余力的教师提供了能力进阶的空间，具有拓展性。
本书首先对教师数据素养作概要性介绍，帮助教师建构起对数据素养的整体认识，为后面的学习提供一种简单的认识论与方法论基础（第一章）；再聚焦于学业成绩分析领域常用的数据分析方法（第二章）和问卷调查中常用的数据分析方法（第三章），两章内容所介绍的方法在某种程度上其运用原理与技术是通用的，但为便于广大教师的学习理解，分在两章中介绍；本书还提供了成绩分析、问卷调查分析以及问卷编制与质量检测三个完整的典型案例（第四章），教师可在实际数据分析中有所参考和借鉴，同时也可以用来检验第二、三章的学习效果。
本书主要运用 Excel、 SPSS和 AMOS等常用的统计数据分析工具。学习数据分析，需要技术引领和任务驱动，要把数据分析思维和分析工具运用到实际问题的解决过程中，不断实践，熟能生巧，就有望从数据小白进阶到数据分析高手的水平。
张丰浙江省教育厅教研室副主任、研究员、博士生导师

序
第一章　教师应如何迎接数据时代的挑战 1
模块一　数据素养与教师有关吗 1
专题 1 教育大数据将何去何从 1
专题 2 未来教师应具备哪些数据素养 4
模块二 数据从哪里来 7
专题 1 你熟悉数据大家庭成员吗 7
专题 2 怎么得到需要的数据 9
专题 3 收集到的数据可以直接使用吗 11
模块三 数据分析到底有多神秘 15
专题 1 数据分析能做什么 15
专题 2 数据分析怎么做 17
专题 3 数据分析怎么学 19
专题 4 如何识破数据谎言 22
模块四 你会使用哪些数据分析软件 25
专题 1 Excel 25
专题 2 SPSS 26
专题 3 AMOS 28
专题 4 ConQuest 29
专题 5 HLM 30
专题 6 Python 30
模块二 如何检验题目的质量 31
第二章 怎样走出成绩分析报告的数据迷宫 31
模块一 如何借助成绩数据分析进行教学诊断 31
专题1 平均分随时适用吗 31
专题2 平均分相同的两个班水平一样吗 35
专题3 从不同分数段学生的分布可以看出什么玄机 40
专题4 如何解读不同学业水平学生的成绩分布 49
专题5 如何根据考试结果数据快速寻找教学优势与短板 54
专题6 数学是 85分，语文是 80分，数学成绩比语文成绩好吗 59
专题7 与上次测试相比，你的成绩超出预期了吗 68
专题8 如何推断前测与后测成绩显著进步 73
专题9 如何推断男生和女生成绩是否存在显著差异 77
专题 10 一个年级多个班级的成绩 82
模块二 如何检验题目的质量 87
专题 1 题目得分率曲线隐藏着什么玄机 87
专题 2 为什么有的题目优秀生得分率却不如中等生 92
专题 3 开放性题目以“采分点”评分的利与弊 99
第三章　如何揭开问卷调查报告数据背后的秘密 104
模块一　怎样读懂问卷调查报告的数据 104
专题 1　如何快速计算问卷各个选项的占比 104
专题 2　怎么合成问卷结果的指标指数 109
专题 3　同一次调查中不同群体的指标指数有差异吗 111
专题 4　教师的教学水平与经济收入有关吗 122
专题 5　师生关系指数提升10个百分点，学业水平提升多少 130
专题 6　学校要提升教学质量，应优先考虑哪些因素 137
专题 7　家庭社会经济地位对学生学业成绩到底有多重要 144
专题 8　在教师的专业成长过程中，是自身努力重要还是学校培养重要 149
专题 9　教师讲得好等于学生学得好吗 156
模块二　如何检验问卷（量表）的质量 164
专题 1　如何判断问卷（量表）收集的数据是否可靠 164
专题 2　如何判断问卷（量表）包含几个维度 168
专题 3　如何判断问卷（量表）能否收集到想要的信息 178
第四章　教育测评数据分析典型案例 183
模块一　成绩分析报告案例 183
2020学年第一学期 ××区九年级语文学业水平抽测分析报告 183
模块二　问卷调查报告案例 193
初中学生学习品质及其影响因素调查报告 193
模块三　问卷编制与质量检验报告案例 206
“初中学生自主学习品质调查问卷”的编制 210