加强数据采集与分析的研究

我们认为，教育质量评价的重要价值是从教育质量监测庞杂的大数据中去发现数据背后的稳定规律和潜在问题。如何开展数据挖掘，是教育评价工作的核心技术。为此，我们将数据挖掘梳理为描述分析、相关分析、预测解释和系统构建四个层次。描述分析是单一对象的相关统计指示的描述；如集中趋势、分布情况、变异情况、相对位次等。相关分析是研究两个变量之间的相互关系。预测解释是进一步研究两个（多个）变量之间的关系，以此解释一个变量对另一个变量的影响程度和影响方式，从而做出预测，如方差分析、回归分析。系统构建是研究影响教育质量（学生学业质量）的影响因素，系统刻画教育质量的模型与结构，如多水平分析。通过以上四个层次的梳理，我们对数据挖掘工作有了更为清晰的定位和认识，数据挖掘工作得以“步步为营”，更有针对性和实效性。(https://www.daowen.com)