合理分析 精准施策 有效提升——基于数据的初中科学质量分析

□朱宇航

（杭州市勇进实验学校，浙江杭州 310006）

阶段性检测是教学质量监控的一种手段。互联网技术辅助下，网络阅卷已被每一位教师所熟悉，这是互联网技术发展的产物，也是阅卷公平性的最好体现。网络阅卷的出现，不仅仅只为结分的零误差和统计的方便，更重要的是能够提供大数据。研究并且利用好这些数据，对提升教学质量事半功倍。

借助网络阅卷，大量数据呈现在面前，教师可能会无从下手，不知道如何选择。数据甄别—数据归类—数据分析—优化行为—跟踪评价—再次优化是完整的学科质量分析流程，每一环节都有它的科学性，只有环环相扣，形成一个封闭的圆，教师的教学行为才能得以持续有效地改进。

杭州使用的是浙教版科学教材，中考满分160分，内容包含物理、化学、生物、自然地理，考试时间120 分钟，是分值最大的中考学科。杭州中考科学卷的题型、分值、题号组成如表1。期中、期末等阶段性测试，都按照中考卷的题型、分值命卷。

表1 杭州中考科学试卷题型、分值分布

一、数据甄别——比对班级得分率与年级得分率、区域得分率差异大的试题

区域统一阅卷结束后，教师能够拿到各种数据表格。一般包含以下内容：班级、年级、区域三个层面的平均分、最高分、最低分、优秀率、后三分之一均分、各分数段人数和占比，每个试题的得分率，等。在众多数据表格中，有一张叫作《某某班级全部考生科学得分率横向比较表》，表格中能呈现出37个试题的班级得分率、年级得分率与区域得分率。对比年级与区域得分率，差异大的试题都应是关注的对象（如表2）。

表2 《某某班级全部考生科学得分率横向比较表》（部分）

若学校的历年教学质量都稳定在区域平均水平之上，那么班级得分率低于区域得分率的试题就是关注重点。不仅要分析异样的数据，也应关注得分率大幅度超越区域得分率的试题，总结优势所在。表2 中，对比学校以及区域的得分率，不难发现第21 题的绝对得分率虽然低，但是学生掌握水平领先于全区学生平均掌握水平，教师更应关注的是第5题的教学短板。

二、数据归类——划分试题测量维度

数据高低呈现的只是表面现象，隐含数据需要进一步挖掘。对每个试题得分率的研究单一而零散，想让这些零散信息组合出更加有效的信息，就需要对数据加以归类。

按照学科素养及《义务教育初中科学课程标准（2011 年版）》（以下简称《课程标准》）提出的课程目标[1]，以及杭州中考的命题原则“能力立意”，教师可以根据测量维度把试题分成五大类，分别是教材内容（教材中的例题、练习、图片）、基础知识、基本技能（教材实验）、科学探究、高阶思维[2]。为什么选择这样五个维度？因为五个维度较全面体现了教师综合教学行为。教材内容体现了教师对课程内容要素的认知，知识与技能反映了教师对课程目标的把握，科学探究反映了教师对学科特色及素养的认识，高阶思维体现了教师对课程育人功能的深入了解。

将试题测量方向属于基础知识的试题挑选出来，统计出班级平均得分率与区域平均得分率，比较两者的差异。然后将五个维度都进行统计，比较每个维度之间的差异，再综合比较五个维度的整体掌握情况，就需要将数据绘制成雷达图（图1）。

图1 班级得分率与区域得分率的五维度分析

三、数据分析——挖掘数据背后的归因

雷达图对于各维度的差异及班级整体掌握情况一目了然。以图1数据为例，雷达图没有形成正五边形，且反映出学生的高阶思维特别缺乏。这也正符合了学生思维发展的实际情况，初中阶段大多以低阶思维养成为主，并不是培养高阶思维的关键阶段。虽然缺了这一角，却不是改进教学行为的主要落脚点。

最让科学教师束手无策的科学探究维度，虽然得分率没有双基、教材内容这三个维度来得高，但是领先于区域均值较多，说明这是该班学生的优势。后一阶段任课教师应该加强基础知识的落实，因为相较于区域掌握情况，绝对得分率低，领先区域平均水平幅度最小。

四、明确教学行为优化的落脚点

数据的客观分析，为优化教学行为提供有力支撑。教师在进行学科教学质量分析时，应有所侧重，提出的措施，既要有可操作性，也要切合实际，既是客观存在，也是可测量的。

（一）分清试题测量的知识与能力

区分试题测量方向以知识为主，还是以能力为主？虽然一直提倡考查原则“能力立意”，但是能力的养成要基于基础知识。因此教师本人应该对知识与能力这两个维度界定清晰，判断准确。

（二）重视教学目标的设定与达成

依据数据分析，教材中的例题、练习、图片、基础知识、基本技能相关试题得分不理想，教师应自查教学过程，特别是复习阶段教学行为中有无关注教材，是否对学生合理使用教材提出过方法指导，并且对使用效果进行评判。还应结合《课程标准》，教师自查备课教案，查看教学目标的设定，有无进行测量。教学目标是每一节课的方向，如果连方向都没有搞清楚，何来教学设计？

（三）实验教学，设计分级能力培养

数据分析中反映出基本技能，尤其是实验技能相关试题不理想，教师应该在课堂演示实验与学生分组实验上下功夫，重视每一节实验课，从体验中学习，开展做实验，而不是讲实验的教学模式。

实验教学环节可以根据能力高低设计成三级测量目标。一级目标认识仪器，掌握仪器基本操作；二级目标实验现象描述，原理分析；三级目标误差分析，实验思想方法设计与评价。即使是复习课，同一个实验，只要设计有梯度，学生仍有兴趣和必要进行二次实验，并且能收获原本没掌握的点，发展自己的能力。

（四）保持思维与能力同步发展

学生的学习过程，以知识为载体，学习各种技能与方法，达到能力提升，此过程也是发展自己的思维。根据布鲁姆的认知领域教育目标分类，思维分为六个层次[3]，从低到高依次是记忆、理解、运用、分析、评价、创造。其中记忆、理解、运用都属于低阶思维，也是初中生必须达到的思维层级，高阶思维中的分析与评价略有涉及，创造几乎没有发展。

抱怨学生思维不够发散的教师，反观自己的课堂，设计过发散性思维的问题吗？抱怨学生思维不会迁移的教师，反思自己平时教学中重视过迁移吗？是不是相近概念，都是自己一讲到底？觉得学生答题速度慢的教师，反省平时的训练有限时吗？抱怨学生计算总出错的教师，有教过学生一些巧妙运算、快速运算以及规范运算的方法吗？能力的培养，思维的提升虽不是一朝一夕，但也是有路可循。

五、坚持数据跟踪反馈

质量分析中所提出的优化策略与措施实施后，效果如何，就需要不断跟踪评价。后一次的数据为前一次策略的有效性提供了佐证。笔者对比了相隔一学期的两次质量分析（图2），发现在试题测量的五个维度上，前一学期均衡性差，基本技能维度非常薄弱。经过一学期的教学调整，班级所呈现的图像比较工整，说明各个维度发展均衡。尤其对于基本技能（课本实验）这个短板的补充，提升效果十分明显。这就说明质量分析中问题找得准，教学改进措施行之有效。

图2 班级与区域差值增量比较（八下和九上）

透过数据看本质，依托数据找归因，利用数据提对策，这样才能体现出质量分析的专业性、可操作、可测量和可评价特征。由此形成质量分析范式：数据甄别—数据归类—数据分析—优化行为—跟踪评价—再次优化。环环相扣，缺一不可。虽然这是一种数据分析模式，但不仅局限于此模式。数据分析切口精准，定位合理，方法得当，研判科学，既能有效提升教学质量分析实效，又能增加教师的专业技能。

原始数据固然不会出问题，但是数据归类研究时，依赖于教师对试题的准确把握。如何确保质量分析数据的精准性，学会科学合理的研判分析方法，是未来每一位教师需要掌握的专业技能之一。年轻教师可对照自己的教学行为找差距；成熟型教师要学习突破自己的教学风格，在能力培养与思维养成方面做更多的思考，大胆实践。

数据分析是结合互联网技术的新型教学质量提升路径之一，在研究的道路上，我们仍处于不断摸索状态，虽然前路曲折，也算打开数据研究的冰山一角，足以让我们见识到它的力量。研究之路，任重道远，未来可期。□◢