利用数据挖掘技术和学习分析技术，构建教育领域相关模型，探索教育变量之间的相关关系，为教育教学决策提供有效支持，将成为未来教育的发展趋势。“数据驱动学校，分析变革教育”的大数据时代已经来临。

　　而现实中，我们身边教育问卷数据采集与分析却存在这样的现状：

　　只关注学业考试分数，忽视诊断性的原因和过程。如果教育的目标只锁定在分数上，只追求分数的完美，而忽视学生学习成果背后的原因和过程的调查，那么学生必然要在细枝末节上花费大量的时间和精力，最终成为考试的机器。

　　常规工作中，调查分析原因和过程的问卷数据往往不被教育相关部门重视，数据就这样闲散于学生、教师、学校之中，没有得到有效的采集和归纳。

　　只关注采集问卷相关数据，忽视科学性的分析与反馈。还有些教育部门在大数据的大环境影响下，已经进行部分专题数据的采集，但是调查完之后却没有进行后续的、客观的、科学性的数据分析与反馈。

　　因此，在进行区域性学业质量监测问卷编制与调查分析时，我们需要做的事情就是用数据说话，用真实的数据说真话、说实话、说管用的话。

　　为了充分发挥监测平台的诊断性、导向性和激励性功能，我们一直思考如何借助测评网平台做好区域性学业质量问卷的有效编制与客观分析，于是我们开展了以下的问卷编制与分析尝试：

　　问卷编制的第一步就是要把握和确定调研的目的和内容。为此需要认真讨论调研的目的、主题和理论假设，并细读研究方案。与监测小组进行讨论，将问题具体化、条理化和操作化，变成一系列可以测量的变量或指标。

　　我区质量监测中心拟制订一套依据课程标准的评价体系，拟从学生学业水平指数、学生身心健康指数、学生学业负担指数、学生学习动力指数、学生家庭影响指数、教师教学方式指数和学校办学水平指数等多角度形成“区域性教育质量监测指标”。

　　在问卷数据分析的过程中，我们以平台提供的问卷数据为基础，创新研发了数据分析、图表展示、项目对比、总结评析等形式，从不同的维度对全区学校和学生各方面情况进行了客观的评价与分析，并与项目专家组充分讨论后，确定反馈报告。

　　在每次问卷监测分析之后，我们会在区级校长会期间将形成的问卷报告以书面形式反馈给各个学校。为了保护各校隐私，起到更好的鼓励性作用，我们在下发给学校的书面报告中隐去了学校具体名称，而是以数字代码代替，各校被私下告知学校的代码之后，便可以在报告中很清楚地了解到自己学校的情况。

　　通过全面的教育监测与学业过程测评，为规范办学、教育资源配置决策提供最佳依据与实施参考；通过学业、心理、体质等全面测评，为培养学生的创新精神和实践能力等方面提供最直接的帮助。

　　通过学生学业负担情况调查的数据分析，我们发现区内六年级小学生学业负担校际呈现不均衡，个别学校负担比较重。此项专题分析得出的报告，引发了区域内学校管理者的深层次思考。学校及时调整了工作，切实减轻学生的学业负担。

　　通过数学学习情况调查的数据分析，我们发现区内六年级小学生对数学学习感兴趣，但需进一步加强学习方法指导。学科教研员以学生自主探索学习方法为主题开展了专题研训活动，更有意识地关注学生自主学习方法的培养。

　　基于大数据分析，通过摸底—分析—反馈—矫正再返回，这一循环往复的模式，为解决区域教育改革的难题，促进区域教育均衡，提供了必要的物资技术与思想方法。（王薇）

　　《中国教育报》2015年11月3日第6版