面向应用性的多维教学组合策略研究——以统计学课程为例

张逸昕，林秀梅

(1黑龙江科技大学，黑龙江 哈尔滨 150027；2吉林大学，吉林 长春 130012)



面向应用性的多维教学组合策略研究
——以统计学课程为例

张逸昕1,2，林秀梅2

(1黑龙江科技大学，黑龙江 哈尔滨 150027；2吉林大学，吉林 长春 130012)

大数据时代海量数据喷涌而来，海量数据的清洗和最优化提取需要严谨的统计思维和扎实的统计理论。统计学是一门解决数据筛选、整理与分析问题的方法论科学。目前,传统单一的局部教学改革策略难以适应对学生统计应用能力培养的需求。本文以各高校经管类专业开课量最大的统计学课程为研究对象，构建了“讲授—作业—实验—考试”四维闭环教学组合策略与教学内容“点—线—面—场”相协调的教学体系，以期达到统计学教学面向实践应用的目的。 [关键词]统计学课程应用能力多维教学组合策略建构主义

一、引言

统计学是一门研究现象数量关系的方法论科学，是21世纪最有发展前途的学科之一[1]。随着社会经济的发展和科学技术的进步，统计已经成为人们认识客观世界不可或缺的重要工具。如同自然科学离不开实验方法和数学方法一样，社会科学也离不开社会调查方法和处理数据的统计学。从1992年国家教委把统计学列入财经类专业主要核心课程以来，查看相关院校有关专业的课程设置,凡经济、管理类专业大都把统计学作为专业基础课[2]。对经管类学生来说，培养统计学知识整合思维，需要“数学知识+经管类知识+统计学知识+计算机应用知识”四大支撑要素融合并形成合力。而如何有效地融合各类知识源、整合统计学教学内容,成为当前统计学教学中需要深度研究的问题。现有经管类专业统计学课程一般在大学一二年级开设，并在概率论与数理统计课程之后，旨在初步培养学生独特的数据洞察能力和以数为背景的逻辑思维能力。现有课程大多基于一般统计学原理(相当于统计学体系中的导论)的讲授，同时融入了社会经济统计学的内涵。已有教学经验表明，传统的授课方式难以让学生体会到统计方法的实用性。以往普遍沿用的由课堂单向灌输式讲授、课后紧跟式作业以及期末闭卷考试构成的传统三元教学模式，属于典型的“注入式”教学模式，这种模式使统计理论与方法在学生知识系统中处于零散、孤立的状态，学生学习的主要目的是通过考试，运用知识的能力并未得到提高。之所以这样说是因为，在平时撰写小论文和毕业论文设计中，大部分学生对应用统计方法解决实际问题显得束手无策，对工作后面对的企业实际问题更是无计可施。鉴于此，本文通过整合“讲授—作业—实验—考试”一体化教学策略，力图探索一条有助于提升统计学课程教学效果、提高学生应用能力的新思路。二、基于PBL-LBL的课堂讲授策略传统课堂授课方式LBL (Lecture-based learning)是目前统计学教学的主导模式。传统课程观认为，课程就是向学生传授知识，学生被视为书本知识的物化载体。这种以教师为中心的教学方式，强调学生的接收学习，忽视了对学生独立思考能力、质疑发问精神的培养。而基于问题的学习PBL (Problem-based learning)是一种以问题为基础、以学生为中心的学习模式。由教师预先设计具体的真实情境，让学生以问题作为学习主线,启发学生主动去思考和探索问题中未知的部分，这有助于体现统计学的应用性特征。这种以案例问题作为驱动力，让学生充分参与寻求问题答案的过程，改变了学生被动接受知识的惯性思维。同时，案例中隐藏的问题能有效激发学生的好奇心、探索问题的积极性与求知欲。美国心理学家布鲁纳说过:“学习的最好刺激, 乃是对所学材料的兴趣。”兴趣是促进学生努力学习的内在动力, 它可以使学生产生极大的学习热情。鉴于此，在统计学PBL课程设计中，教师应尽量以身边常见的社会经济热点问题和学生感兴趣的生活实例为案例仿设情境，继而自然推演出若干问题。如设计国民经济不同行业生产效率差异、大学生就业影响因素、寝室关系调查等案例，激励学生主动去思考问题，在此情境下预习和听课的效果会有所提高，并有助于形成“思考—主动获取(听课/自学)—再思考—再获取的知识获得循环系统。通过对统计学课程教学效果的跟踪研究发现，传统LBL教学法更注重具体知识的讲述和概念公式的讲解，这种做法使学生课堂听得明白，但一遇到实际问题时就不知所措。因此，本文主张采取PBL与LBL相结合的方法开展理论课的教学。比如，在搭建统计学整体知识谱系的“框架结构”、展示多层次知识点之间的相互关联时，运用传统LBL法最为清晰、明了。同时，LBL教学法对课程疑点、问题兴趣点、反例和变式的讲解，也有助于学生克服自学中的畏难情绪，有助于形成有效的PBL-LBL闭环。若讲授具体的统计方法及运用,如抽样技术、多元统计分析、非参数统计等,则可运用PBL与LBL相结合的方法。在教师讲清基本原理并设置情境案例后，让学生针对问题自主探寻答案，并积极参与分析讨论。而对一些容易理解的内容，如描述统计，可完全采用PBL的方法引导学生自学，并通过相互讨论、相互提问的方式进行学习。在设计PBL-LBL教学过程中，为使学生在课堂上直接面对大量实际情境问题，统计学课程组应在学生感兴趣案例的基础上，再收集20～30个乃至更多的典型教学案例。在每次新主题讲授前，给学生提前布置思考题，如，此案例可以运用以往学过的哪种方法予以解决？还有没有更适用的统计方法？而且各种统计方法有怎样的适用条件？等等。同时，在教学过程中，要重视知识的发现过程，重视统计思维的培养过程。正如美国统计协会联合课程委员会所指出的那样，任何统计的入门课程,都应该“强调如何做统计思考”，而且内容应该“多一些数据和观念,少一点公式和推导过程”[3]。

三、基于建构主义的立体化、多层次课后作业策略

传统的课后紧跟式作业与LBL教学法是相配套的。这种以要求标准答案为基本设计取向的作业形式，要求学生做的工作多为模仿，只需套用已学的公式即可完成。这种作业题设计的目标定位即是聚焦于知识记忆的精确性和牢固性，“规范的”解法被视为解题的第一要务。而对于统计学这门具有典型应用性特征的课程来说，很多时候需要面对的是变化莫测的社会经济现象，需求的是灵活运用统计方法的知识迁移能力。而这种“去情境化”的抽象符号式作业由于脱离现实情境，会使学生很难从中体会到所学方法的实用性，从而进行拓展性发挥。建构主义学习理论则为我们提供了解决这一问题的思路。建构主义学习理论主张学习的三大本质特征为建构性、情境性和社会性，建构性强调学习不是知识由外向内单向传播的过程，而是学习者自己主动建构的过程；情境性则强调真实自然的情境脉络对于学习的重要意义，强调解决实际经济问题对于学习能力提升的作用；社会性则侧重学习不仅仅是个体的独立建构过程，同时也是一个“社会协商”过程[4]。借鉴建构主义主张，本研究建议在统计学课程课后作业设计中采用封闭式、开放式作业与综合项目作业相结合的方法。

(一)封闭式、开放式作业题封闭式作业题就是传统的课后紧跟式作业题，这类题型适用于理论较复杂的统计方法。对于推断统计和多元统计的典型知识点，通过简化分解的封闭式作业题的演练，有助于学生形成对方法关键特征的深刻认识，有助于强化记忆。对于这类理论难度较大的统计方法，先让学生接触一些不真实的简易情境是必要的。而与PBL紧密相连的就是开放式作业题，这种题目的“开放式”在于：答案的开放性，即答案不唯一，没有最好只有更好；情境的开放性，即以现实经济问题为数据源和研究背景；结构的开放性，即需要学生自主识别问题结构和解题思路[5]。这种题目一般在每章课前布置一题，要求本章结束后提交作业。例如“数据收集”这章可要求学生设计一个调研方案，自选题目、自定调查方法、自拟调查问卷，并尽量在学校范围内进行调查，调查后针对数据特点进行回收整理。“时间数列分析”这章可要求学生寻找一个真实的时间数列，分析其演变规律，并对未来趋势进行预测。这种设计的目的是让每一道开放式作业题都依托一个学生感兴趣的实际聚焦点，将所学的统计方法作为其思考工具，判断分析并解决这个实际背景中的相关问题。这一过程需要学生深入思考所学方法的内涵本质和适用特征，需要学生比较分析各种方法的优劣，还需要学生批判性地思考自己的知识结构是否有欠缺。这对于完善大一、大二学生的知识体系，培养其独立性、自主性以及主动质疑与调查研究精神具有重要意义。(二)综合式项目作业题在学完绪论部分之后，可以让学生自行设计，采用“项目任务”驱动的方法完成一项整体课程综合作业，并作为期末课程考试的一部分。即针对统计工作四阶段“统计设计—统计调查—统计整理—统计分析/推断”这一思维主线，在教师典型实例演示的基础上，由学生收集数据资料形成项目任务，并运用统计学原理后续各章中的统计方法加以分析。这种做法有助于强化学生对课程主要线索的把握。如联系“数据收集”一章获得的调查资料，可计算平均指标、相对指标、可变构成指数，并进行相关与回归分析和时间序列预测等。当然，基于建构主义的课后作业策略将学习的社会性特征也贯穿其中，它要求学生在开课之初自由组建学习小组。因为课程综合作业和多数开放式作业都是以学习小组方式来完成的。而且，学习小组是一个共同学习和对比性学习的平台，开放式作业以其“开放性”为小组成员间的对话交流提供了空间，而完成此类作业所体现出来的“社会协商”特征，将会使学生感觉到学习统计学是在观点碰撞交流和互帮互助下进行的有一定挑战性、趣味性、实用性的实践，因而学习的注意力和积极性会得到大幅度提高。

四、基于应用性操作的实验教学策略

随着数字化时代的到来,统计学已从过去的Book statistics发展到世纪的Computer statistics。计算机及计算机网络的普及，使统计学的教学重点由统计计算方法转向了统计软件的应用实践。对于经管类专业的学生来说，学习统计学重在应用。而据统计,经管类专业统计学课程的实验课时比重一直较低(在15%以下)，这与西方发达国家有较大差距，如美国高校实验教学与理论教学比例一般为3:1、英国为2:1。因此，适度加大实验教学学时，并充实完善实验教学内容，是保证学用紧密结合的有效途径。基于此，在运用PBL-LBL讲授策略时，对于理论教学中各种统计方法的讲解，只要明确其基本统计思想、计算原理、正确的应用条件以及如何正确解读计算结果就可以了，大量复杂具体的计算可由计算机去完成。诸如主成分分析、因子分析、聚类分析等应用领域较宽的高级统计方法，其基本思想与原理并不难，其关键步骤也很容易为学生所理解，因此，可以根据不同专业的应用情况有选择地进行讲授。另外，根据教育部统计学教学指导委员会对统计学本科教育现状的调查，在所有已开设课程中，已毕业学生认可度最高的课程就是统计计算软件[6]。因此，在日常教学中，加强软件操作的实验教学，让学生熟练掌握EXCEL、MINITAB、SPSS、SAS、MATHEMATICA 等统计软件中的一两种，同时辅以开放式作业和封闭式作业中的数据为样本进行上机演练，可以有效提高学生的统计实践能力。

前文提出的综合式项目任务也可以看作是一项实验作业。即结合PBL-LBL课堂案例推送，教师遴选若干实际社会经济案例为范本，在国内外已有案例研究的基础上，引导学生发散思维、自定选题，模拟完成一项真正的统计工作。这一方法有助于学生在不断的数据实践中验证统计理论的正确性。比如，在数据收集过程中，学生会主动思考如何保证取得数据的准确性、可靠性、适用性和时效性，也会主动回忆或查阅教材相关内容，并相互磋商各取所长。当然，实验作业的效果是与实验的考评方式密切相关的，建议采用自评、互评和师评相结合的评价方式来完成，这样更有助于调动学生学习的积极性。

五、基于理论与实践相结合的课程考试策略

目前，统计学课程考核中应试教育的观念仍根深蒂固，表现为课程考核内容和方式偏向僵化，不重视实践内容及学生灵活运用统计方法能力的考核，卷面考试仍以计算、简答等有明确答案的题目为主。调查显示，在所有经管类开课院校中，95.2%的学校在统计学期末考试中都采取了闭卷的形式，但这种考试方式和考试内容使学生无法从考试中检验出自己的真实水平。而为实现统计学课程考核由以结果为主向以过程、结果为主转变，必须调整现有的考试内容和方式。由于统计学课程对应用能力要求较高，这就要求考核既要包括理论水平的考试成绩，也要包括学生案例分析报告、课程综合作业和上机操作等实践能力测试的成绩。实践考核会让学生在自己动手之后主动探索整个方法过程的内在逻辑，以及进一步理解数据背后真实的经济内涵。因此，建议将前文提出的多层次作业与实验操作的内容纳入期末考核，并提升其所占比例。

为增强传统闭卷考试的实用性，建议加入实践操作内容的卷面考核和统计结果分析的考核。同时，实行教考分开，建立统计学标准试题库。这有助于统一考试标准，摆脱任课教师自订标准、自拟试卷、自己评分的模式，从命题这一源头环节减少测试误差。试题库的建立需要依据课程主要线索，将课程内容分解为若干知识单元，按照知识单元在整个课程领域的重要性、教学时数比例及各知识单元对学生后续学习的保留和迁移价值，合理分配各单元考察目标间的比例关系，形成命题双向细目表，然后收集和编制各种试题并组成试题库。需要说明的是，汇编统计学试题库并不是试题的简单组合，从命题到实测到评分均有一套严格的制度[7]，这其中每个环节都需要整个统计学课程组反复的推敲和磋商。在建立统计学试题库基础上，通过计算机进行选题、组编试卷。最后，在试题库预试与实施中，注意与教务考分系统适时交互，以便在考后及时获得考试分数分布、试卷难度、试题区分度、信度效度等信息。其中，试题难度可采用教育测量学中常用的难度计算法，并结合定性分析综合判断；区分度可由SPSS中“临界比率”CR值予以测定；试卷结构效度由“探索性因素分析”测定；信度分析由L.J.Cronbach所创的系数判定。通过对考试反馈信息的分析，既可调整优化试题库内容，剔除不合格的试题；同时也有助于发现教学中存在的不足，以考促教，进而提高教学水平。

图1统计学课程“四维一体”协同教学体系

六、结语

本文运用建构主义理论和协同理论，通过建立“讲授—作业—实验—考试”一体化的教学组合策略，探索形成统计学课程“点—线—面—场”相协调的教学体系。即形成以知识点为基—课程脉络为纲—统计综合作业为面—实验操作与理论学习相结合为场的面向应用能力培养的四维教学体系，最终实现理实结合、考学互促的教学目标。基于PBL-LBL的课堂讲授策略，有助于改变学生被动听课的状态，使学生自主学习的能力得到明显提高。在讲授策略基础上的立体化、多层次作业策略，尤其是综合项目作业，有助于学生及时明了自己对知识的掌握情况，并主动对自己的学习过程进行客观评价和查缺补漏。再辅以实验软件操作和改进后的课程考试策略，可以有效搭建一个整体协同的教学体系(如图1所示)。以课堂讲授策略为基线，作业策略、实验策略为协同补充，并同时嵌入到课程考试策略中去，而考试策略又反过来促进其他三种策略的改进与完善。这样，四种力量协同互动、交叉融合，可以共同促进学生应用能力的提升，为学生打下一个扎实的统计学理论与应用基础。

[1]曾五一，肖红叶，庞皓. 经济管理类统计学专业教学体系的改革与创新[J].统计研究, 2010 (2)：5-8.

[2][3]邱东，李子奈，肖红叶.经济学类专业统计学、计量经济学课程教学现状调研报告[J].中国大学教学, 2007(11)：17-20.[4][5]张蕙.多维度立体化课后作业模式构建研究[J].高教探索, 2015(2)：80-82.

[6]教育部统计学类专业教学指导委员会.我国统计学类专业本科教育现状的调查与分析[J].统计研究, 2015 (2)：104-108.

[7] 沈菊华，沈建芬.关于建立《统计学》试题库的整体构想[J].统计与决策,2005(12):145-146.

(责任编辑：赵淑梅)

Multidimensional and Combined Teaching Strategy Oriented to Applicability——A Study Based on Statistics Course

ZHANG Yixin1，2，LIN Xiumei2

(1HeilongjiangUniversityofScienceandTechnology,Harbin,Heilongjiang150027,China；2JilinUniversity,Changchun,Jilin130012,China)

In the Age of Big Data, as the mass data keep coming to the fore, rigorous statistical thinking and well-knit statistical theory are needed to clean and optimally extract a strong body of data. Statistics is a methodology science dealing with the collection, processing and analysis of data. Since the current reform strategy of monotonous teaching is no longer qualified for students’ statistical application ability training, this paper takes statistics course, which is the main portion of classes in economy and management specialty of various universities, as the object of study. Besides, it establishes the “teaching-homework-experiment-exam” mode which is a combined strategy of four-dimensional, closed-loop teaching. Finally, it structures a knowledgeable system of “point-line-plane-field” about the teaching contents, in an attempt to better highlight the applicability of statistics teaching.Key words: statistics course；application ability；multidimensional and combined teaching strategy；Constructivism

2016-02-04

黑龙江科技大学教学研究项目“基于统计工作分析的统计学课程教学改革”(JY14-79)；黑龙江省教育科学“十二五”规划课题“应用型大学工商管理专业学生应用能力培育研究与实践”(GBC1214065)。

张逸昕(1975-)，女，江苏淮安人，博士，黑龙江科技大学管理学院副教授、硕士生导师，吉林大学商学院博士后；研究方向：统计教学理论与实践。林秀梅(1956-)，女，吉林临江人，吉林大学商学院教授、博士生导师；研究方向：统计方法与计量经济方法的应用。

G642.0

A

1005-5843(2016)07-0043-05 [DOI]10.13980/j.cnki.xdjykx.2016.07.008