高中信息技术高一年级调查中学生移动学习现状数据处理教学设计

高中信息技术高一年级调查中学生移动学习现状数据处理教学设计一、教材与学情分析本课题选自沪科版（2019）高中信息技术必修1第二单元项目3，是“经历数据处理的一般过程”的第二课时。第一课时学生已完成问卷设计与数据采集，本课时的核心任务是对回收的调查数据进行加工整理、统计分析，并用恰当的图表呈现分析结果，最终支撑研究报告的撰写。教材以“中学生移动学习现状”这一真实议题为载体，引导学生完整走完数据处理的完整链条，这正是新课标强调的“数字化学习与创新”“计算思维”两大核心素养的落点。高一学生具备基本的电子表格操作经验，但多数停留在“会录入、会求和”的层面，对数据清洗、分类汇总、数据透视、图表选型缺乏系统认知。同时，学生在数学课上学过平均数、众数等统计概念，却缺乏用信息技术手段对真实数据“下手”的经历。本课就是要打通“真实数据”与“技术工具”之间的通道，让学生体会到数据背后藏着可以被挖掘的事实。二、教学目标与素养指向（一）信息意识：能判断原始调查数据中存在的无效、重复、异常记录，认识到数据质量决定分析结论的可靠性。（二）计算思维：能针对“中学生日均移动学习时长区间分布”“不同学科使用移动学习工具的差异”等问题，选择排序、筛选、函数统计、数据透视等恰当方法处理数据。（三）数字化学习与创新：能运用电子表格软件完成从数据清洗到图表可视化的全过程，并根据受众选择合适的图表类型（柱形图、饼图、折线图）。（四）信息社会责任：在数据分析中尊重受访者隐私，不泄露个人信息；在撰写结论时不夸大、不臆断，做到“用数据说话”。三、教学重点与难点教学重点：数据清洗的判断标准与操作；运用COUNTIF、SUMIF、AVERAGE等函数完成分类统计；根据统计目的选择恰当的可视化图表。教学难点：从“原始数据”到“有效结论”之间的逻辑推理，即如何让处理结果真正回答调查问题，而不是为作图而作图。四、教学方法采用任务驱动法与项目式学习相结合的方式，以小组协作为组织形式，教师通过示范、追问、巡察点拨推进课堂。评价采用过程性评价与成果性评价相结合，嵌入量规表让学生自评互评。五、教学准备教师准备：学生上一课时回收的调查问卷原始数据（已汇总为Excel工作表，约200条记录，含有意保留的问题数据，如空白项、重复学号、时长填“999”等极端值）、多媒体机房或平板设备、投屏设备、任务单与评价量规。学生准备：个人调查账号，回顾问卷设计的四个调查维度（使用频率、使用学科、工具类型、态度评价）。六、教学过程（一）情境导入：数据会撒谎吗？（约5分钟）教师投影两段文字。第一段：“调查显示，中学生每天移动学习时长平均为4小时。”第二段：“本次调查共回收问卷212份，经处理有效问卷189份，日均移动学习时长约为1.2小时。”教师提问：同一批问卷，为什么会出现两个截然不同的“结论”？问题可能出在哪个环节？学生自由发言，教师把关键词板书在黑板左侧：原始数据里有“坏数据”；没有区分有效与无效；平均数容易被极端值带偏。教师顺势揭示本课任务：我们就是数据处理员，今天的目标是把昨天回收的这批“毛坯数据”打磨成能支撑结论的“精数据”，最后用图表把调查结果讲清楚。设计意图：用一个有张力的认知冲突开场，让学生立刻意识到“数据处理”不是走过场，而是结论可信度的一道闸门，把学习动机建立在真实需求上。（二）任务一：数据清洗——先看病，再开方（约10分钟）教师发放任务单第一部分，投影原始数据表的前30行，带领学生“体检”：第一条线索：查空缺。学生快速浏览，发现“第47、103、158行”的“日均使用时长”为空白。讨论：这些记录是删除还是补填？教师引导共识——缺失关键字段的记录无法参与该项统计，标记为“无效”。第二条线索：查重复。教师演示使用“数据→删除重复项”功能，以“学号”为判定字段，剔出3条重复提交的记录。第三条线索：查异常。教师让学生按“日均时长”降序排列，排在最前面的是“999”“24”两条记录。提问：一个人一天只有24小时，填24小时意味着什么？学生判断：属于明显不实填写，应剔除。教师补充统计学中的“异常值”概念，说明极端值对算数平均数的拉偏作用，这正是导入环节“4小时”虚假结论的来源。各小组根据以上三条标准对本组分配的数据段进行清洗，在工作表中用填充色标记剔除记录，并在任务单上记录“原始记录数、剔除数、有效数”。设计意图：数据清洗没有现成套路可背，本环节用“三条线索”给学生搭建判断支架，把清洗做成一次“侦探式”活动，让学生理解每一步剔除背后的道理，而不是机械操作。（三）任务二：数据加工——让数据开口说话（约15分钟）数据干净了，接下来的问题是：我们想从数据里得到什么？教师带领学生回到问卷的四个调查维度，将分析目标明确为三个统计问题：问题一：全体被调查者日均移动学习时长的分布情况如何？（分段统计：0—0.5小时、0.5—1小时、1—2小时、2小时以上）问题二：移动学习使用最多的学科是哪一门？各学科使用人数是多少？问题三：被调查者对“移动学习提高了我的学习效率”持肯定态度的比例是多少？教师示范解决第一个问题。先在表中添加“时长区间”列，讲解COUNTIF函数的思路并现场演示：统计“0至0.5小时”区间的人数，公式写作COUNTIFS(时长区域,">=0",时长区域,"<0.5")，回车得到人数。教师强调两个要点：一是区域引用要锁定或正确拖拽；二是区间边界“左闭右开”，不能重复计数。学生以小组为单位完成问题二和问题三的统计。巡视中教师重点观察两类常见错误：其一，文本型数据（如学科名称中出现“语文”带空格、大小写不一）导致统计不准，引导学生先用“查找替换”统一表述；其二，筛选后直接数行数而不使用函数，教师指出这种做法在数据量大时不可行，且无法复用。各组在任务单上填写三张统计结果表。教师选取一组的过程文件投屏点评，聚焦“统计口径一致”这一概念：只有全年级用同一套区间划分、同一份清洗后的数据源，各班结果才能合并比较。设计意图：把“教函数”藏在“解问题”里。三个统计问题分别对应区间统计、分类计数、比例计算三种典型需求，学生学的是方法，收获的是“按目的选工具”的思维习惯。（四）任务三：数据可视化——一图胜千言（约10分钟）教师提问：如果把三张统计表原样贴在调查报告里，读者能一眼看懂吗？显然不够直观。接下来要把数字变成图形。教师展示同一份“时长区间分布”数据的三种呈现：柱形图、饼图、折线图，组织学生快速讨论——哪种最合适？学生形成共识：比较各区间人数多少，柱形图最直观；饼图适合表达“占比”这一整体与部分的关系；折线图适合表现随时间变化的趋势，而本数据没有时间维度，用折线图勉强。教师总结图表选型原则：比较用柱，占比用饼，趋势用折。各小组使用“插入图表”功能，为三个统计问题分别配图，并完成图表的美化规范：加标题（标题要自含信息，如“中学生日均移动学习时长分布”而非“图表1”），补数据标签，坐标轴标单位，删除无意义的图例与网格线。教师巡视中抓拍两张典型习作投屏：一张标题缺失、配色花哨；一张规范清晰。让学生对照量规说出差距，现场修改。设计意图：可视化的难点不在“怎么点”，而在“为什么这么选”与“怎么让人看懂”。通过正误对比，把规范意识内化为学生的默认标准。（五）任务四：形成结论与展示交流（约5分钟，可延伸至课后）各小组依据处理结果，在任务单上用三句话写出调查结论，要求每条结论后括注支撑数据。示例框架为：“在189份有效问卷中，约56%的学生日均移动学习时长在1小时以内；移动学习使用最多的学科是英语，占比38%；62%的学生认为移动学习提高了学习效率。”两组代表上台展示。教师点评要点有二：一是结论与数据是否严格对应，有没有出现“大部分学生都喜欢移动学习”这类超出数据支持的表述；二是图表与文字是否互相印证。教师强调信息社会责任：报告附表中不得出现可识别个人的学号、姓名；引用他人图表需注明来源。（六）课堂小结（约3分钟）师生共同回顾处理流程，教师在黑板上画出流程链：采集数据→清洗数据（去空、去重、去异常）→加工统计（选函数、定口径）→可视化呈现（按目的选图表）→形成结论（数据说话）。教师指出，这条链就是数据处理的一般过程，也是下节课撰写完整调查报告的技术主线。七、作业设计基础作业：完成本组数据的全部图表并嵌入报告文档。拓展作业：采集本班一周内睡眠时长数据，独立走一遍“清洗—统计—可视化—结论”流程，下节课用3分钟汇报，鼓励尝试数据透视表完成更细的分组分析。八、板书设计主板书为数据处理流程链五个环节；副板书分列清洗三标准（空缺、重复、异常）与图表选型原则（比较用柱、占比用饼、趋势用折），中间区域保留给课堂生成的统计口径说明。九、教学评价量规（节选）数据清洗维度：能正确识别并处理三类问题数据，剔除记录有理有据。加工统计维度：函数使用正确，统计口径与小组一致，结果可复核。可视化维度：图表类型与统计目的匹配，标题、标签、单