首页 理论教育基于LOG数据的PISA问题解决能力研究结果

基于LOG数据的PISA问题解决能力研究结果

【摘要】:基于PISA 2012计算机自动记录的日志文件来分析学生的问题解决过程,我需要进行以下数据处理:第一,数据清理,将PISA 2012问题解决测试的log数据、认知测试结果数据、问卷和权重数据合并,删除无效数据。

基于PISA 2012计算机自动记录的日志文件来分析学生的问题解决过程,我需要进行以下数据处理:第一,数据清理,将PISA 2012问题解决测试的log数据、认知测试结果数据、问卷和权重数据合并,删除无效数据。第二,开展基本指标统计,包括读题时间、答题时间、解决问题步骤、互动频次、取消频次等。第三,运用计算比例指标和标准分的方法生成评价指标,包括有效互动频次、问题解决的最优性、控制变量策略指数、计划性指数、探究完全性指数、问题解决坚持性指数等评价指标。第四,将基于log数据的过程评价指标与PISA问题解决量表成绩和问卷指标结合,开展单因素回归分析,我需要研究过程指标对单题结果的影响,对量表成绩的影响和对量表成绩差异的解释率。第五,开展多因素回归分析,研究多个指标的综合作用,验证问题解决过程的理论模型。我主要采用SPSS19.0软件和PISA Replicates插件进行分析,每个数据都按学生权重进行加权,因为PISA采用两阶段抽样,而SPSS是针对简单随机抽样设计的统计软件,所以要采用重复平衡计算法进行80次重复计算以估计标准误,学生成绩数据全部采用5个似真值进行计算,逻辑回归采用IEA IDB Analyzer V3.2.21计算,研究中还用到了潜在类别分析和IRT方法。

研究过程中,我对所有国家(地区)的数据做了分析,考虑到正文的篇幅和可读性,将各国数据作为附表列在最后,正文中采用三种简短的表格:一是选取PISA问题解决成绩前10名的国家(地区)进行的比较;二是选取有PISA log数据的8个东(南)亚国家(地区)列表进行的比较,因为问题解决表现最好的7个国家(地区)都在东(南)亚;三是选取在某个指标上有显著性的国家(地区)进行的比较。研究方法如图1-1所示。

图1-1 基于log数据的PISA问题解决过程研究方法图示(www.chuimin.cn)