翻譯 Translate

2016年1月19日 星期二

醋味的期末分析之一


說真的
看到這種畫面
自己都會想~我到底腦袋在想甚麼?......

三年多前看到均一教育平台與其他的數位平台時
就覺得這真的才是可以擺脫傳統資訊融入聲光色玩一下就沒後文的窠臼
更別說後面數據帶來的可能性與發展性
這兩年又開始大數據+機器人
加上自己是質性研究出來的
事實上~有一派作法的確是將質化概念給量化統計
進行概念濃縮與脈絡追尋
去年就一直想
如果
數位平台的運算法則擺脫平均、標差等等
而是可以分析使用者、回饋使用者
那......以往數據提供老師進行分析的人工歷程
將有可能取代!!!

問題是
甚麼樣的歷程、數據,會對應到甚麼樣的學習狀態
因此
這把"量尺"非常非常非常的特別!!!
上面的刻度必須具備相當的代表性
一旦使用者產生數據,就要能運算出使用者相對的狀況
並提供建議與回饋
難在......人有太多樣貌了!!!

光是Google臉孔辨識~
不知道跑過幾百萬張臉孔才得以歸納出運算法則~
但想想
幾百萬張~也是從第一張開始!
那麼或許這種"教育的杯麵機器人"有天真能出現!!!

很多人總是好奇
到底資訊融入教學帶給學生的效益有多大?
還是耍花槍???
因此
每一年我大概都會回頭看看班上成績與MOOC融入的比對狀況
不過
那是很單向的~~~
但這次很特別的是在均一教育平台夥伴的聯繫下
就不妨來試著做出一個"最粗糙"的原始刻度~~~
夥伴說~代號叫做"好學生"
也就是使用均一並且成長的孩子中,具備甚麼樣的特質!
相對而言~讓這樣的對應歷程產生演算方法
或許就有機會產生某種數位量尺出來

在這樣的需求下
我所思考的過程是
1.樣本是使用高度使用均一教育平台,才能有數位的關連性
2.樣本必須與真實成就對照,了解使用的影響
3.觀察並提出質化研究常提到的"變異量",以利運算法則的參數去排除或增加

說真的只能很粗糙的嘗試
所以先說說關連性的部分

均一教育平台上能夠呈現學生使用狀況最明顯的就是"點數"
因為如果考量到看影片、作技能等等
這樣操作的變因太多
"點數"的計算就包含了這些變因
我不是統計或量化專家
我需要更簡化!
因此
我將點數先化成"排名順序"
可以知道最高到最低的順序

接下來將五上到最近總共六次的數學期中考成績進行平均
平時成績不計算的原因是
常常為了補分數而拉高~失準!
所以~最真實的~就是一戰決生死的大考~
六次也夠接近學生真實程度的狀況
但數字需要更簡化~因此一樣化成"排名"
再將前者進行比對
也就是先成立兩個假設:
1.用數位平台可以幫助成績,所以兩個排序應該接近,用得越多、成績顯著,越少反之
2.前項成立時,前三分之一的學生就可以說是"好學生"的樣本

但是這樣比對數字還不夠精簡
因此,邏輯上如果排名接近,那麼使用均一的排名減去成績排名,應該該要趨近於0
這樣數字更好辨識
所以我把兩者相減~產生一個"排名差"
然後把"成績排序"當成固定排序原則,對照出排名差
並且加上色塊~更好辨識~

結果~光是看色塊~大致上假設是成立的!

問題來了~
是因為學生優秀所以運用均一比較OK???
還是用了均一所以學生變優秀???
所以
自己找麻煩~又想知道其中多少人是進步?~多少人是退步?~

於是
上校務網站找到四年級最後的數學總成績~~~
因為已經結算~
導致沒有任何的評量成績
而且,當時各班導師打成績的寬鬆並不一致
用這個好嗎???

還好當註冊組很久~
經驗上這個總成績有價值!
因為編班時是採計這個成績
因此我們班的孩子,就是從這個成績計算在內的排名出來
而且這樣的排序還是T分數出來
已經去掉各班老師打成績的差異度
所以~依照邏輯倒推回去
這個原始成績一樣可以顯現出S型編班排名序

假如我這樣想沒錯
就可以和現在成績的排名進行比對
就可以知道
1.進退步狀況
2.相連到與均一使用的關連性
3.最後~找到所謂的真正用的好有進步的"好學生"樣本

更雞婆的
我又把各種徽章的數也順便帶看
因為每一種徽章的獲得
未來可能可以歸納出孩子取技能、影片、數量、時間等等的對應狀況
反正先帶著看
無差!
當然
又在更更雞婆的
加上幾個參數
因為有家裡反對的、3C亂用的、文強數弱等問題
因此也表列上去
最後花了一個晚上來試著分析
想想~就是為了找到一個"好學生的樣本"!!!
呵呵~
不過還滿過癮的!!!

我不知道這樣做到底對不對
不過依照質性研究對於樣本的訴求~理論性抽樣~
依照理論發展去找到脈絡樣本
應該是合理的~
或許
又是一場量皮質骨的胡亂分析~~~
呵呵~~~
至於找到甚麼
明天找學生補充資料
再來說更有趣的數據~~~~