高中信息技术必修1教案：数据之旅-调查中学生移动学习现状的实践探究

高中信息技术必修1教案：数据之旅——调查中学生移动学习现状的实践探究教学主题：项目3调查中学生移动学习的现状——经历数据处理的一般过程（第2课时）授课对象：高中一年级学生课时安排：1课时（45分钟）教学环境：计算机教室（每生一机，安装Excel2016及以上版本、问卷星教师端）一、教材分析与教学定位本课选自沪科版（2019）高中信息技术必修1第二单元“数据处理与分析”项目3。项目以“调查中学生移动学习的现状”为真实情境，分两课时推进：第1课时侧重问卷设计、数据采集与数据整理；第2课时聚焦数据加工、数据可视化和结论撰写，完整经历“需求分析—数据采集—数据整理—数据加工—数据可视化—结论交流”的一般过程。本课特别强调“经历”二字，学生不是被动接受数据处理方法，而是像研究者一样，亲历从原始数据到信息再到知识的转化链条。依据《普通高中信息技术课程标准（2017年版2020年修订）》中“数据处理与分析”模块要求，学生应能根据任务需求，选用恰当的工具和方法对数据进行处理，并能用可视化方式呈现数据背后的规律。本课所处的学段承上启下：初中阶段学生已有基础的表格操作经验，但对数据的清洗、分组统计和图表选择缺乏系统认知；后续选择性必修课程将进一步学习数据挖掘与大数据分析，因此本课是数据素养培养的关键节点。二、学情诊断与教学对策高一学生已完成第1课时的学习，班级共42人，已分组（每组6人，共7组）。通过课前任务单回收情况看，各组都已回收不少于30份有效问卷，原始数据以Excel文件形式保存在学生机指定文件夹中。存在的主要问题有三类。第一，数据格式混乱。约四成小组的“每日使用手机时长”列存在文本与数字混存，如“1.5小时”“约2h”“45分钟”等。第二，数据意识薄弱。多数学生急于制作图表，忽视对异常值、缺失值的甄别；部分小组问卷中有一行全空数据，学生不知如何处理。第三，可视化经验匮乏。学生只会插入饼图和柱状图，对哪种图表适合表达“每周使用天数分布”“学习类App使用时长”等变量关系缺乏判断力。针对上述学情，本课将教学重心放在数据清洗规则的建立、分组统计的思维训练以及图表选择的“变量—目的”匹配逻辑上。学生已在第1课时完成数据采集，本课的任务起点是各组“脏数据”的真实样本，用身边的问题驱动学习动机，比单纯讲授定义有效得多。三、教学目标1.能描述数据处理的一般过程，说出数据清洗、数据加工、数据可视化各环节的核心任务。2.能根据数据质量问题的具体表现，制定合理的清洗规则，至少处理三种异常类型（缺失值、重复值、格式不一致）。3.能使用Excel的分类汇总、数据透视表和常用函数（IF、COUNTIF、AVERAGE）完成分组统计。4.能依据数据特征与表达目的，选择柱状图、饼图、折线图中的合适类型，并解释选择理由。5.在小组协作中形成尊重数据、批判质疑的科学态度，体会数据造假对结论的危害。四、教学重难点重点：数据清洗的规则制定与实施；用数据透视表完成多维度分组统计。难点：清洗规则的判断依据（何时删除行、何时保留但标记、何时统一格式）；图表类型与数据关系的匹配。五、教法学法与教学准备教法：任务驱动法（三个递进任务贯穿全课）、案例教学法（用真实的“问题数据”引出清洗决策）、支架式教学法（提供清洗规则表、图表选择对照卡等学习支架）。学法：小组协作探究（4人一组，分设数据整理员、统计分析师、可视化专员、汇报员角色）、自主操作验证、组间互评交流。教学准备：1.学生机安装Excel2016（含数据分析工具库），确保数据透视表功能可用。2.课前将各组原始数据统一命名为“第X组_移动学习调查_原始数据.xlsx”，存放于D盘“项目数据”文件夹。3.生成“数据清洗决策单”电子模板（共享至每位学生桌面）。4.教师自备一组“异常数据”样例，用于集中讲解时投屏演示。5.教学课件：精简为12页，以任务驱动逻辑为线索，每页只呈现一个核心问题。六、教学过程（一）情境回望，明确本课研究起点（约5分钟）上课伊始，教师打开第1课时的项目规划表，投屏展示其中的“数据处理计划”板块。随即呈现一组真实的学生问卷数据截图，其中圈出三类典型问题：某行“班级”列空白；“每天使用手机时长”列中同时出现“0.5小时”“30分钟”“0.3小时”；“主要用移动设备做的事”一列中有学生的填写内容超出预设选项。教师发问：“这是第3组昨晚提交的数据文件。请问，如果直接用这份数据制作统计图，会发生什么？”学生观察后回答：饼图的百分比加起来会很奇怪；折线图的横轴无法正确排序；统计“平均使用时长”时会算错，因为“30分钟”和“0.5小时”被当成不同文本。教师顺势归纳：“数据不会自己说话，未经整理的数据甚至会说谎。今天我们就要完成两项核心工作：第一，让数据干净——清洗；第二，让数据说话——加工与可视化。”设计意图：用真实原始数据制造认知冲突，让学生直观感受到“脏数据”对统计结论的破坏力，由此自然引出数据清洗的必要性，而非教师强行灌输概念。（二）任务一：确立清洗规则，动手治“脏”数据（约12分钟）教师先讲授数据清洗的通用决策框架，配合投屏呈现下表，但不直接给出答案，引导学生讨论判定依据。表中典型问题类型、示例与处理原则（此为教案课堂教学用表）：问题类型：缺失值；示例：某行“性别”为空；处理原则：若该行关键字段缺失超30%，整行删除；若仅次要字段缺失，保留并标记“未知”。问题类型：重复记录；示例：同一问卷提交两次；处理原则：依据“提交时间”与“学号”联合判断，保留最早一条。问题类型：格式不一致；示例：“1小时”“60分钟”“1h”混存；处理原则：统一转为“分钟”或“小时”并保留一位小数。问题类型：明显异常值；示例：每日使用手机时长填“24小时”；处理原则：先与原始问卷核对，无法核实的标记为“存疑”并剔除出统计范围。教师追问：“为什么‘性别’缺失可以保留，而‘每日使用时长’填‘24小时’却要剔除？”学生思考后回答：性别缺失不影响整体比例的大致判断，而24小时与事实矛盾，会严重拉高平均值。随即各组打开自己组的数据文件，按照上述框架，先填写“数据清洗决策单”（电子表格，包含数据问题描述、判定理由、处理操作、处理人四列）。教师巡视中重点观察各组能否将规则转化为具体Excel操作。约6分钟后，小组内交流清洗结果，并由数据整理员汇报本组遇到的最大难题。教师抽选两组进行全班分享：一组汇报如何处理“时长”列格式不统一，他们用了“查找替换”将“小时”替换为“60”并配合公式计算；另一组汇报发现一份问卷所有选项全部相同（疑似敷衍作答），讨论后决定删除该条记录并在备注中说明。教师此时强调：“清洗不是随意删改数据，每一次删除都要有理由、有记录。数据处理的一般过程要求可追溯，将来你们做科研、做报表，审计人员会抽查你的清洗日志。”设计意图：让学生在真实数据上做决策，经历“发现问题—讨论依据—执行操作—记录留痕”的完整清洗循环，培养严谨的数据伦理意识。此环节同时落实了课标中“具有数据安全意识”的素养要求。（三）任务二：统计加工，挖掘数据中的结构（约13分钟）清洗后的数据已经可以用于分析，但原始明细数据往往杂乱，必须经过“分组—汇总”才能揭示规律。教师布置小组任务：从三个维度展开统计——每日使用时长分布、使用移动学习的频率、不同性别在“日均使用时长”上的差异，并给出引导性问题。教师演示用数据透视表完成“日均使用时长”的分组统计。步骤清晰呈现：选中数据区域→插入数据透视表→将“时长”字段拖入行标签和数值字段→右键设置“组合”功能，步长设为1小时。学生随即在各自电脑上操作。巡视中发现第一组无法正确组合数值，原因是时长列中的“分钟”未统一。教师提示他们回到清洗环节，并展示一个快速转换技巧：新开一列“小时”，输入公式=ROUND(B2/60,1)，然后双击填充柄。各小组完成透视表后，教师追加一个问题：“你们组的样本量是30份，透视表中显示的总计是几？如果有差异，说明什么？”此问旨在强化数据验证意识。第五组发现总计为29，经排查是一行数据在清洗时被误删，立即通过备份文件恢复。随后，教师引导各组对比“分组统计结果”和“原始明细”之间的信息差异。学生体会到：明细数据只能看到孤立的个体，而分组统计能呈现结构的分布特征。教师板书关键概念（此处以流程箭头呈现）：数据清洗→数据加工→数据可视化→决策支持，并在“数据加工”处标注“透视表、函数、分类汇总”。设计意图：数据透视表是本课的工具重点，但教师并未孤立讲功能，而是将操作嵌入“回答研究问题”的链条中。学生经历“为什么用—怎么用—怎么验证结果”的完整思考，而非机械跟做。（四）任务三：选择合适图表，让数据“可见”（约10分钟）数据加工完成后，需要用可视化手段辅助表达。教师创设一个情境：“如果你要把调查结论汇报给校长，校长只有3分钟时间，你会用哪一幅图快速说明‘中学生移动学习时间的现实状况’？”学生各抒己见，教师引导他们填写“图表选择对照卡”。卡片列出三种核心关系与推荐图表（此为教案课堂教学用表）：关系类型，单个变量的构成比例；推荐图表，饼图或环形图；适用场景，如“使用过移动学习的人数占比”。关系类型，多个独立类别的数值对比；推荐图表，柱状图或条形图；适用场景，如“不同年级日均使用时长的对比”。关系类型，数值随连续变量变化的趋势；推荐图表，折线图；适用场景，如“一周内每日使用时长变化”。各组进行图表实践，教师提出硬性要求：单独呈现一幅图，必须写“图表标题（含单位）”“坐标轴说明（如适用）”“数据来源标注”。用两分钟时间互查图表是否满足规范。第6组在制作“不同性别时长对比”时发现用柱状图不直观，因为男女样本量差异大（男生22人，女生8人），绝对值对比会产生误导。教师引导他们思考解决办法——用“平均值”代替“总和”做柱状图，或者改用百分比堆积柱状图。该组最终选择计算男女生各自的平均时长，再用柱状图呈现。教师及时肯定，指出这就是“数据加工”与“可视化”的联动思考。设计意图：图表选择不是技术操作，而是表达逻辑的延伸。通过“3分钟向校长汇报”的情境设定，学生将视线聚焦于受众需求；而“男女样本量不均衡”的案例，则帮助学生从机械制图提升到批判性选择图表的层次。（五）组间互评，完善结论表达（约5分钟）各组选取本组最有代表性的1幅图表，上传到教师机的共享屏幕。其余小组从三个维度打分：数据准确性（是否依据清洗后的数据）、图表适配性（类型与变量关系是否匹配）、表达清晰度（标题与标签是否完整）。教师随机抽选第2组的图表——“中学生每日移动学习时长分布柱状图”。学生指出“横轴区间为‘0~1小时’、‘1~2小时’，但合计百分比不是100%”。追溯原因是清洗时删除了2条无效记录，未重新计算占比。该组现场修正，用透视表重新计算，并调整纵轴标签。互评结束后，教师总结数据处理的一般过程结构图（投屏展示），并指出：“今天你们经历的每一步，从清洗、加工到可视化，都是为了让数据可靠地服务于沟通。项目3的下一课时将进入结论撰写与成果展示，你们今天的图表就是证据。”设计意图：互评环节将评价权交给学生，通过“找茬”促进深层理解。因成绩占比问题暴露的“清洗后需重新校验占比”问题，是课堂动态生成的教学资源，比教师预设更有说服力。（六）课堂小结与拓展任务（约3分钟）教师引导学生回顾本课两次关键决策：一是删除某条数据时的犹豫与判断，二是选择图表类型时的比较与权衡。教师强调：“数据处理，本质上是做负责任的判断。技术常见，真正的素养在于你敢于追问数据的来源、懂得验证数据的可信度。”布置分层作业：基础任务：完成本组的“数据处理过程记录表”，包含清洗决策单和最终生成的3幅图表，提交至学习平台。挑战任务：思考能否用Excel的“条件格式”或“迷你图”来增强数据呈现的表现力，下节课分享。设计意图：分层作业既保证全员达成基础目标，又为学有余力的学生提供探索空间。过程记录表延续“过程留痕”的设计思想，为后续课时汇报积累素材。七、教学反思本课教学紧扣课标“真实情境、项目整合、过程体验”的要求，将抽象的数据处理流程转化为可操作的任务链。最大的亮点是整堂课始终使用学生自己采集的真实数据，数据质量问题不是教科书中的虚构案例，