【摘要】本研究以广东师范院校师范生为研究对象，应用中小学教师数据素养评价指标体系，从六个维度调查广东高校师范生数据素养能力现状。研究发现，师范生数据知识水平较低，数据思维是影响数据素养水平的最大因素，数据意识与数据操控技能相关度最高。据此，建议高校优化课程教学，加强教育实践，创设数据驱动教学环境，增强师范生数据意识。

【关键词】师范生;数据素养;提升策略

随着新兴技术在教育领域中的使用，海量教育数据不断产生。而大数据时代的教师面临着提升自身数据素养的新挑战，学生时期正是教师数据素养形成与发展的关键期，培养师范生数据素养成为提升未来教师队伍素质的重要一环。因此，了解师范生数据素养能力现状，探讨提升师范生数据素养能力的有效提升策略，对助力教育信息化发展有着重要意义。

一、文献综述

（一）师范生数据素养内涵

目前学术界对师范生数据素养并未形成统一定义。国外研究者Gummer与Mandinach（2015年）在原有研究基础上，将数据素养定义为是理解如何将数据、学科知识、教学实践、教学内容与学生学习方法相结合，以便做出有效和适当的教学决策。国内学者张斌等人（2017年）提出，师范生的数据素养是师范生面对教育大数据时表现出来的一种综合处理能力。上超望等则认为师范生数据素养是在学习过程中逐步形成的对待数据的态度以及利用数据去解决问题、创新应用的较为稳定的内在品质和涵养。

师范生具有教师和学生的双重身份，数据素养内涵应包括对教育数据的敏感、利用、价值、安全等基本意识、数据相关的知识、贯穿于教育数据生命全周期一系列数据技能、应用数据进行合理教学决策、与其他教育者进行评价交流的能力，以及批判性的数据思维。

（二）教师数据素养模型

目前已有多位国内外学者针对教师数据素养构建了评价体系模型。Mandinach等（2015年）构建了教师数据素养框架，包括内容知识、教学方法知识、课程知识、教学内容知识等七大关键知识，识别并构建问题、使用数据、将数据转化为信息等五大核心技能。李青等（2016年）从知识技能、教学实践、教学探究和态度意识四个层面构建了教师数据素养能力的层次模型。林秀清等（2020年）用德尔菲法构建了中小学教师数据素养评价指标体系，分为数据意识、数据知识、数据操控技能、数据应用能力、评价交流数据、数据思维6个一级指标。

研究基于中小学教师数据素养模型调查师范生的数据素养能力现状，探究师范生数据操控技能影响因素，为在高等教育阶段对师范生开展针对性的数据素养课程培训，提升师范生数据素养提供借鉴。

二、问卷设计

研究基于林秀清等编制的中小学教师数据素养评价指标体系编制调查问卷。问卷包括数据意识、数据知识、数据操控技能、数据应用能力、评价交流数据、数据思维6个维度。研究以广东师范院校师范生为研究对象发放问卷，回收问卷的数量为415份，有效问卷258份。其中，男生占15.50%，女生占84.50%，低年级人数占69.30%，高年级人数占30.60%。

问卷收集完成后，使用SPSS26分析，问卷总体信度系数值为α=0.948，各个维度上的克伦巴赫α系数均大于0.7，问卷可信度高。采用KMO和巴特利特球形度检验对问卷的效度进行分析，测得师范生数据素养能力调查问卷KMO=0.929>0.6，Sig=0.000，问卷结果效度良好。

三、调查结果与分析

（一）师范生数据素养能力现状分析

1.各维度上的得分

广东高校师范生在教师数据素养各维度上得分情况：“数据意识”（M=3.73）、“数据知识”（M=3. 37）、“数据操控技能”（M=3.55）、“数据应用能力”（M=3.51）、“评价交流数据”（M=3.64）、“数据思维”（M=3.46），其中得分最高的维度为数据意识，得分最低维度为数据知识。

2.数据操控技能

数据操控技能维度包括数据采集技能、数据处理技能和数据分析和解读能力三个子维度。调查结果显示，师范生在“数据采集技能”（M=3.70）上处于较高水平，说明师范生采集数据的能力较好，在“数据处理技能”（M=3.47）和“数据分析和解读能力”（M=3.48）上处于较低水平。

（二）数据素养能力六个维度之间的相互关系

统计结果显示，六大维度之间均呈显著相关性，且数据思维与数据应用能力两个维度的相关度最高，相关系数λ=0.791，具备良好数据思维的人，能更好地应用数据，数据应用能力也是数据思维的外化表现。此外，六个维度两两之间均具有显著正向影响，其中，数据思维是师范生数据素养的最大影响因素，如表1所示。

（三）不同年级师范生数据素养能力现状的差异比较

调查研究根据年级将学生划分为低年级组与高年级组，低年级组包括大一、大二学生，高年级组包括大三、大四学生，采用年级组的两个独立样本的T检验。根据表2的统计数据来看，数据操控技能维度存在显著性差异（P=0.003<0.01），且高年级组的师范生数据操控技能水平明显高于低年级组师范生。

（四）影响数据操控技能的因素分析

为探究哪些维度可能会影响师范生的数据操控维度，影响程度如何，研究以数据意识、数据知识、数据应用能力、评价交流数据、数据思维为自变量，以数据操控技能为因变量，对数据操控技能的三个子维度分别建立多元线性回归模型。

1.“数据操控技能”维度的影响因素分析

关于数据操控技能维度的回归分析，分析结果如表3所示，五个预测因素与“数据操控技能”维度的多元相关系数为0.697，决定系数为0.476，回归模型具有统计学意义。结果表明，有显著影响的预测变量包括数据意识、数据知识，且均为正向影响，其中数据知识显著效果最为明显。

2.“数据操控技能”维度中各个关键技能的影响因素分析

经分析，每个维度中预测变量与数据操纵技能的多元相关系数最低为0.615，决定系数最低为0.365，表明五个因素最低共可解释数据操控技能模块中各维度36.5%的变异量，具有统计学意义。

（1）在“数据采集技能”模块中：有显著影响的是数据意识，且为正向影响;

（2）在“数据处理技能”模块中：有显著影响的是数据意识和数据知识，两者的影响均为正向;

（3）在“数据分析解读能力”模块中，有显著影响的是数据意识、评价交流数据和数据思维，三者的影响均为正向;

四、分析与讨论

（一）优化课程教学，丰富师范生数据知识储备

数据知识是数据素养的基础，包括数据基础理论知识与数据工具知识。研究发现，广东高校师范生在数据意识维度上得分最高，数据知识维度得分最低，说明师范生虽然具有一定数据意识，但对数据基础知识的理解和数据工具操作的掌握相对欠缺。师范生数据知识维度水平较低与高校培养课程设置和教育实践存在密切联系，目前高校培养课程仍以教师经验主导开展的教学活动为主，忽视了教育数据的作用，导致师范生在面对大量真实的教育数据，未能真正地系统处理及分析使用。

因此，高校应增加数据素养的相关培养课程，根据不同学科、不同层次的师范生特点，提供个性化的专业培训课程，切实增强师范生对于数据解读、分析、评估及应用的技能，提升师范生使用数据教学的信心与动力。

（二）加强教育实践，提升师范生数据思维水平

数据思维是师范生在分析、使用数据解决实际问题时的基本思路，包括问题导向思维、量化互联思维、辩证批判思维、创新变革思维。研究发现数据思维是影响师范生数据素养的最大因素，数据思维影响着数据素养的各个方面，特别是数据应用能力。数据思维是在实际情境中实践锻炼出来的。因此，高校应该提供更多的实践机会，让师范生在真实的情境中，有目的、有意识地学习并利用数据解决现实问题。同时，鼓励师范生发挥主观能动性，在实践中不断学习思考，提升数据思维水平，为将来从事教师工作打下坚实基础。

（三）创设数据驱动教学环境，增强师范生数据意识

数据意识是数据素养的先决条件。研究发现数据操控技能三个子维度，均受到数据意识因素的影响。教师是否具有数据意识，决定了教师使用数据的态度与效能感，良好的数据意识有助于师范生数据操控技能的提升，但目前高校校内缺乏相应的数据驱动的教育环境，校园内数据文化氛围弱，师范生数据意识的提升缺乏支撑条件。因此师范院校应重视培养与增强师范生数据意识，搭建教育数据平台，联通教育部门发布的教育教学相关数据，为学生提供数据驱动的学习环境，并定期组织开展数据驱动教学相关的成果展，编选优秀的教学案例进行示范展示，鼓励学生主动接触教育数据，在潜移默化中增强师范生的数据意识。

参考文献：

[1] Coburn， C. E.， & Turner， E. O. The practice of data use： An introduction [J]. American Journal of Education， 2012，118（2）， 99-111.

[2] Gummer， E. S.， & Mandinach， E. B. Building a conceptual framework for data literacy [J]. Teachers College Record， 2015，117， 1-22.

[3]上超望，刘沈.师范生数据素养模型的构建与培育思考[J].现代教育技术，2021，31（2）：5-11.

[4]林秀清，杨现民，李怡斐.中小学教师数据素养评价指标体系构建[J].中国远程教育，2020（2）：49-56，75，77.