大数据时代小学教育统计存在的问题与对策

肖美华

【摘 要】此文针对大数据时代下当前小学教育统计中存在的重视程度不足、统计人员素质良莠不齐、统计数据方法落后和统计数据质量不足等问题，运用大数据分析、对比分析等方法，提出了在教育大数据统计下应该加强政府监管、提高统计数据质量、充分利用大数据处理优势和提升统计数据处理能力等建议，此结果可以提高小学教育统计质量，并可为相关政府部门的决策提供参考。

【关键词】教育统计;大数据;小学教育

一、引言

随着互联网、物联网、云计算和数据存储等信息技术的高速发展，运用大数据技术对海量数据的统计和分析，能够探寻各自行业的发展规律，为企业重大决策提供依据。然而，教育统计系统面临统计人员素质不齐、统计数据质量差、数据分析整合能力欠缺等问题，对统计创新的需求愈加强烈。近年来，基于大数据处理技术的统计创新已为解决大数据的统计提供了有效的参考方法。此文针对教育领域面临的统计问题，重点从提高数据质量、融合大数据分析手段、提升统计工具、关注数据细节方面提出一些基于大数据理论的教育统计新方法，以推动我国中小学教育统计工作的发展。

二、当前小学教育统计工作存在的问题

2.1统计人员素质良莠不齐

大部分学校统计人员都无统计专业从业资格证，并未参加系统正规的培训，有的对统计方法制度、指标体系、指标内涵、概念、统计口径、计算方法没有概念[1];有的对数据收集渠道和逻辑关系不清楚，导致统计的数据结果前后矛盾，增加了上级审核的难度和强度，这些现象直接影响统计数据质量。

2.2统计数据质量差

教育统计涉及内容非常广，传统的统计方法都是建立在小样本数据的基础上，并不适用于大数据分析[2]。每年的统计工作时间具有集中性，很多基层学校统计工作者兼任其他工作，统计数据出现随意应付的现象。加之人员变动频繁，源头数据质量不高，频繁出现统计数据丢失。

2.3数据分析整合能力欠缺

大数据时代的到来，为学校教育的发展提供参考依据。然而实际情况却是大部分统计人员对大量数据的分析和整合能力缺乏，统计数据没有[3]。系统设计没有优化，未建立一个综合的软件统计系统，数据的处理只停留在初步的搜集录入阶段[4-5]，无法為基层学校的工作提供及时的指导和领导层的规划提供建议。

三、加强教育统计工作的需求分析

对于教师、学生、学校、家长相关信息的统计，对学校教育的有序开展和发展改革具有指导作用。教育统计工作具体落实也能促使教育信息交流共享。

3.1统计工作对评价学校教育工作的作用

对于学校，教育工作的效果与教师、学校、家长、学生的相互作用密切相关。为了得到及时的反馈，学校需要从教师测评、学校考核、家长满意度、以及学校的满意度方面综合考虑，及时控制一些不恰当的行为并调整工作方向。因此，教育统计的结果的多元化为教师的个人教育教学发展指引了方向。

3.2统计工作对上级决策的作用

教育统计工作主要在于对上报、收集的数据进行分析整合。一些数据分为每周、每月、每季度、每学期、每年信息，需要统计工作者分类进行分析。各级统计部门设置信息采集人员、信息录入人员和数据分析人员，各个部门互相监督，互相承担责任，各项统计工作细化。融合大数据的手段之后，数据信息更加全面多元化，分析结果也会更加具体、深入，这给上级领导的决策提供了充足的依据。

四、大数据背景下的教育统计新建议

学校按部就班的统计工作虽然能够维持暂时的数据搜集作用，但从长远角度看，目前的教育统计并没有与大数据很好的互通互联，阻碍了统计的效率。即使拥有大数据信息，还不能起到根本的作用。不能对数据的真实性有效性进行分析并得出有价值的教育信息。想通过系统的分析来指教育工作，实现起来仍然存在一定困难，统计工作任重道远。以下提出几点建议：

4.1加强政府监管

政府统计部门要设置区域公共性数据中心的主导地位，负责核对区级（或县级）上报的数据，提高数据收集的效率，保证数据的权威性。上级数据中心对下级报送的数据有审核的义务，下级数据中心负有在报送前的检查更改的责任，实行各级主管领导追责制，保证各级教育统计新的真实有效。对于区域级以下的数据信息，落实到“一表”的填报，填报人对信息的真实性负有法律的责任，从源头上保证数据的有效性。

4.2提高数据质量

教育统计的数据信息涉及面非常广，必须实行信息范围的分块管理，将所有信息进行时间、空间、多样性分类，注重源头数据的准确性。做到多种数据的同步更新，保证数据信息的时效性。小到“一表”、“一库”，大到“数据中心”，都要实现它们之间的互通互联互动。实行网格化的管理方式，根据同一类信息关联性的深浅进行系统分级分类处理，保证各小范围的数据统计工作落实到位，避免出现不符合要求的数据出现。

4.3融合大数据分析手段

教育统计的信息应该要与其他不同行业、不同种类的相关信息进行融合，获取海量相关信息，对某个事物、每个现象及某个具体个体进行全面丰富的解释，实现不同的分析目标。比如获取留守儿童的个性成长与原生家庭、学校教育及社会环境的关系，不仅需要从教育统计系统调取学生的成长记录，还要调取社区或者乡镇人口管理信息和村级与该儿童的家庭的客观描述信息，多方面结合综合分析出儿童个性的阶段变化和变化的共同规律，找到留守儿童成长的关键因素，为学校、家长、社会提供一些适宜教育措施。

一方面，利用大数据分析手段动态跟踪教育教学。学校教育系统的对象都是时刻充满着变化，仅仅凭借一时的统计结果，并不能得到准确的解释。当学生的一些原本记录的数据发生变化时，我们需要及时获取学生的心理状态、学习习惯、成长体验、个性教学相关信息，多元化评价学生，帮助教师采用适宜学生变化的教学措施。

另一方面，还通过数据分析结果来预测教育未来方向。教育统计的核心在于分析数据——得出有效信息竟而揭示一些客观的教育规律。当融合大数据的手段之后，教育的相关对象不再片面而孤立的存在，任何一个决策都有详细的参考依据。教育工作者从微观个体的学生数据背后发现宏观规律，用于调整教育行为，帮助学生人性化成长。比如通过搜集一个班的学生个体在某节课上所有听课情况，教学研究工作者可以发现不同学生对相同课程学习的能力，预测出个性化教学的方向。

4.4提升统计工具

首先要建立各层级的数据分析模式，拥有一个强大的数据库系统。强大数据分析的关键在于优化的数据分析算法，对大数据进行专业化的探析时，能够自动联系相关行业，扩充信息的数量和质量。当数据量足够大时，能够有专业的分类处理程序，将海量信息分块存储，灵活调用，提高大数据信息的高速计算效率。配套建立数据分析软件库，借助专业的数据分析函数，处理海量的数据。由于教育数据信息需要配合多个行业，要多种专业数据分析软件配套使用。在处理数据时，需要运用云计算技术、Matlab、Mathematica、Maple等软件进行处理并进行数据可观化。当数据形式不再局限于表格字符数据，而是丰富到图片、视频、声音数据形式，需要配合专业的数据挖掘系统综合分析各种数据。

4.5关注数据细节

大数据时代的到来，让各种前沿技术从关注宏观群体走向微观个体，使得各行工作更加细化，这在教育统计中也不例外。利用大数据的全面性、深入性特点，教育统计能够挖掘出教育中的许多细节。教育系统需要关注学生、教师、课程的教与学、学校、家庭以及社会各个方面，需要对这些数据进行分级细化，通过分类完成大量信息的收集，使得每个个体的数据都全面显示。比如，在一所数字化校园，学生的电子成长档案内容包括学生身心健康、学业进步、成长体验、个性技能四个维度，分别设立14个一级，38个二级，53个三级数据采集指标。对于一个学生个体，他在听课时的一个微表情、微动作也能作为采集信息，观察出学生的思考方式、学习效果。在学生毫无注意的情况，通过统计学生的学习、生活、社会活动及交往中的细节信息，客观全面地记录学生成长轨迹。综合多维度的学生成长数据，实现多元化的考核体系，避免片面注重成绩、教师衔接中因为学生信息不足对学生造成的评价影响，促进学生的全面发展。

五、结语

随着人们生活节奏的加快和大数据处理技术的迅速发展，教育统计工作必须与时俱进。在大数据的背景下，信息传播的速度之快，容量之大、形式之多样，给传统的教育统计工作带来了一定的挑战。大数据时代，教育信息丰富而复杂，传统的教育统计缺少灵活性、全面性和综合性，数据分析的方式过于简单，难以做到深刻地解释各种教育对象和教育现象。为了适应大数据时代的发展，本文着重从抓紧数据源头、改进数据分析方式、关注数据细节方面提出创新建议，通过教育统计的创新，促进教育的发展。

【参考文献】

[1]谭占军.创新学校教育統计工作的探讨[J].统计与管理，2015（06）：95.

[2]Djauhari M A. Statistics Education in the Era of Big Data and Beyond： Preparing Highly Competitive Generation of Indonesia in Global Job Markets[C]// International Conference on Actuarial Science and Statistics. 2016.

[3]闫荣国.教育统计基本单位库建设的历程、问题与创新[J].齐齐哈尔大学学报（哲学社会科学版），2016（03）：156-158.

[4]吴华斌.大数据的统计分析浅议[J].经济师，2014（10）：277-280.

[5]习勤.关于统计教育创新的思考[J].华东交通大学学报，2002（01）：74-77.