首页 理论教育 在教育科研中应该如何收集数据资料

在教育科研中应该如何收集数据资料

时间:2023-03-11 理论教育 版权反馈
【摘要】:②课堂活动教学与传统的“知识传授”教学模式中学生学习的主动性表现情况如何?例92:开展课堂活动教学研究与传统的知识传授教学模式对学生学习兴趣的变化比较,对学生学习兴趣表现情况,我们的教师设计了这样一个表格给不同班级学生进行问卷调查:说明:下面表格只是想了解同学们对教师上课方式的看法,不是对你的学习评价,请你如实填写,写你的意见和建议,以便教师更好地开展今后的教学活动,表格中不用写你的姓名。

前面我们已经提到的,我们的每一项工作都是有目的、任务的,都是为了解决某些问题而进行的,或是为了证实某些猜想、结论而开展工作的,在我们的教育科研中,每一个课题都是为了证实我们的猜想或结论而开展,只要弄清楚了这点,我们在数据资料的收集时就有目的性和针对性了。

例91:广西教育科学“十五”科学重点课题“中学数学课堂活动教学的研究”,由于它所要研究的问题是:“①探索和建立与学生相适应的中学数学课堂活动教学资源库;②探讨中学数学课堂活动教学对提高学生学习数学的主动性和积极性的作用的显著性;③比较数学课堂活动教学与传统的‘传授知识’教学模式对大面积提高数学教学质量的差异性;④探索数学课堂活动教学的方法和模式。”所以,在研究过程中我们就特别注意收集如下几个方面的数据资料:①在教学过程中,哪些问题比较适合开展活动教学?它们可以分为哪几种类型?②课堂活动教学与传统的“知识传授”教学模式中学生学习的主动性表现情况如何?积极性表现如何?这个问题还可以分解为一些小问题,如在课堂学习过程中,学生主动提出有关问题有多少人次?主动要求发言(评论)有多少人次,相互交流、探讨问题解决方法、经验的有多少人次,等等。 ③初始状态下实验班与同类班级之间学习成绩差异程度如何?实验过程中各个阶段学习成绩又有了哪些变化?4.课堂活动教学的案例及典型课例或经验总结等。

以上这几个方面的资料只要注意收集了,对实验的结果就容易进行评价和分析了。

从上面例子中我们可以看到,有些资料是可以进行量化收集的,而有些资料则不能或者没有必要进行量化。如典型案例和典型课例、课堂活动教学问题资源库等就没有必要进行量化收集,它属于一般性文字资料,而学习成绩、学习主动性、积极性等可以通过量化进行收集。这说明,对每一个研究的问题或要证明的结论,它最终表现的形式各有不同,有些可以量化为数据形式,有些是可以以文字描述的形式,前一种我们称之为定量研究,后一种称之为定性研究。但是有时定性研究要结合定量研究进行,对能以定量研究形式进行的,我们一定要注意数据资料的收集,或者说,这就是我们要收集的数据资料了。

我们已经明白了在研究过程中要收集哪些数据资料了,但是,这些数据资料我们应该怎样收集呢?比如,学习生的学习成绩倒是简单,把每一次测验结果保留下来即可,但是,有些如学习兴趣、问题解决能力、学习积极性、学习主动性等等,这些可以量化的数据资料又该怎样收集呢?这就要求我们在研究过程中要设计好对这些数据资料收集的方法,然后才能按要求逐一进行收集。

例92:开展课堂活动教学研究与传统的知识传授教学模式对学生学习兴趣的变化比较,对学生学习兴趣表现情况,我们的教师设计了这样一个表格给不同班级学生进行问卷调查(对不同阶段的分别进行调查):

说明:下面表格只是想了解同学们对教师上课方式的看法,不是对你的学习评价,请你如实填写,写你的意见和建议,以便教师更好地开展今后的教学活动,表格中不用写你的姓名。

学生学习的主动性、积极性的数据,我们的教师又是这样设计来获得的:

学生学习主动性、积极性记录表(教师用表)

从上表可以看出,学生的学习主动性、积极性的表现,通过适当的设计转换为数量的形式表现出来,这对我们的进一步分析和研究提供了量的基础。

有关数据资料的收集方法如果已经设计好了的话,接下来的工作就是收集的问题了。怎样收集?何时收集?这往往也是我们遇到的问题之一,特别是研究周期比较长的课题,何时收集为好?我们认为收集数据资料应该尽可能具有代表性,普遍性,为做到这一点,我们可以采取随机抽样的方法等,在每一个研究阶段都可以如此随机进行。关于随机抽样的方法,如日期随机抽样、对象随机抽样、类型随机抽样等。我们可以采用机械法,随机数法等等。如规定每隔3天进行一次数据的收集。从×月×日开始,连续进行10次,又如规定每隔4次课收集一次数据,从×月×日开始,连续进行30次等等。对于像问卷式所采集的数据,可以在研究一开始及各个阶段的结束时分别进行收集,这样经过一段时间的跨度后,可以避免前后两次问卷的影响,使所得到的数据更具有真实性。

以上是采集数据资料的一般方法,对不同课题、不同的研究对象和不同的研究内容,还应该根据具体的情况进行设计采集方案,目的就是使所得到的数据真实可靠。

通过上面采集得来的数据,在内容、形式、性质上各不相同,对这些数据我们如何进行分类才更为科学些?才更有利于将来对它们的处理和分析?这是我们应该认真加以思考的。

对于资料的分类,方法是多种多样的,我们可以根据各种不同的需要,不同的要求,各人对这些数据的不同理解进行分类。但是,不管怎样分类,它都是为了便于我们的利用和对问题的解释。一般而言,对资料的分类可以用两大类别进行粗加工:一类是用文字描述的,我们把它称之为文字性资料;另一类是用数量来描述的,我们把它称之为数据资料。对数据资料我们还可以把它再分为两类:一是表示个数形式的资料,如统计同意某种意见的人数有多少,反对的有多少,统计喜欢某种教学方式的人数有多少,不喜欢的有多少,无所谓的有多少,统计对某种活动特别感兴趣、感兴趣、一般、不太感兴趣、反感、特别反感的人有多少等,像这样一种形式的数据就是计数数据。二是计量数据,如统计某一次测验的成绩,测量一群体的身高所得的数据,测量某一群体的体重所得到的数据等等,这些数据就是计量数据,计量数据的特点是具有数学意义上的无间连续性,即每两个数字之间可以存在另外一些数据,或叫可以插值。如考试成绩在80分和81分之间可以存在80.5分等等。但计数数据就没有这一特性,如同意采取某种行动的人数8人或9人之间就不可能存在8.5人。抓住这些特征就可以比较容易地对所得到的数据资料进行分类了。上面所介绍的资料之间的关系可以用下面的图表表示:

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈