01 /
داده، پاسخ آماده نیست
تحلیل داده را با انتخاب نرم‌افزار آغاز نمی‌کنیم؛ ابتدا مسئله را روشن می‌کنیم. می‌خواهیم تغییر را ببینیم، دو گروه را مقایسه کنیم یا مقدار آینده را تخمین بزنیم؟ هر پرسش، داده و ابزار متفاوتی می‌خواهد. برای کلاس، مجموعه‌ای کوچک و قابل فهم بهتر از انبوه عددهای بی‌زمینه است.
فرض کنیم داده‌های ساختگی رشد چند گیاه را داریم: روز، ارتفاع و مقدار آب. پیش از رسم نمودار، واحد اندازه‌گیری، دادهٔ گمشده و مقادیر نامعمول را بررسی می‌کنیم. عدد عجیب را خودکار حذف نمی‌کنیم؛ شاید خطای ثبت باشد و شاید مشاهده‌ای مهم.
02 /
آمار توصیفی؛ تصویر نخست
میانگین، میانه و پراکندگی جنبه‌های متفاوتی از داده را نشان می‌دهند. برای ارتفاع‌های ۱۰، ۱۱، ۱۲، ۱۳ و ۳۴ سانتی‌متر، میانگین ۱۶ و میانه ۱۲ است. وجود مقدار بزرگ، میانگین را جابه‌جا کرده است. پرسش کلاس این است: «کدام عدد برای توصیف یک گیاه معمولی مناسب‌تر است و چرا؟».
نمودار نقطه‌ای یا پراکنش، چیزهایی را آشکار می‌کند که یک عدد خلاصه پنهان می‌کند. محور، واحد، مقیاس و تعداد مشاهده‌ها باید مشخص باشند. تغییر مقیاس محور می‌تواند برداشت بیننده را تغییر دهد؛ بنابراین خواندن نمودار بخشی از استدلال است.
03 /
از همبستگی به مدل؛ با احتیاط
اگر مقدار آب و رشد هم‌زمان تغییر کنند، هنوز نمی‌توان گفت آب تنها علت رشد است. نور، نوع گیاه و اندازهٔ اولیه هم ممکن است نقش داشته باشند. همبستگی، رابطهٔ آماری را توصیف می‌کند؛ توضیح علّی به طراحی بررسی و شواهد دیگری نیاز دارد.
در یک فعالیت مقدماتی، خطی برای تقریب روند رسم می‌کنیم و فاصلهٔ نقاط از خط را می‌سنجیم. مدل باید با داده‌ای که برای ساخت آن استفاده نشده نیز آزموده شود. پیش‌بینی بیرون از محدودهٔ داده می‌تواند نامعتبر باشد؛ رشد گیاه قرار نیست برای همیشه خطی بماند.
04 /
سه ایدهٔ پیشرفته، با زبان روشن
در خوشه‌بندی، مشاهده‌های شبیه هم کنار هم قرار می‌گیرند؛ نتیجه به ویژگی‌های انتخاب‌شده و مقیاس آن‌ها وابسته است. در احتمال، دربارهٔ عدم قطعیت حرف می‌زنیم و پیش‌بینی را با تضمین اشتباه نمی‌گیریم. در کاهش بُعد با تحلیل مؤلفه‌های اصلی، ترکیب‌های خطی تازه‌ای از ویژگی‌ها می‌سازیم که بخشی از تغییرپذیری داده را حفظ می‌کنند؛ این فرایند صرفاً حذف ستون‌های کم‌اهمیت نیست.
برای دبیرستان، لازم نیست همهٔ الگوریتم‌ها اجرا شوند. می‌توان ایده را با دو ویژگی و یک نمودار توضیح داد و محاسبات پیچیده‌تر را به فعالیت تکمیلی سپرد. انتخاب روش باید با پیش‌نیاز ریاضی دانش‌آموز متناسب باشد.
05 /
نتیجه‌ای که بتوان از آن دفاع کرد
گزارش خوب، پرسش، داده، روش و محدودیت را کنار هم می‌گذارد. از دانش‌آموز می‌خواهیم جملهٔ «این نمودار نشان می‌دهد…» را بنویسد و سپس اضافه کند «اما از آن نمی‌توان نتیجه گرفت که…». این دو جمله، مرز مشاهده و ادعا را روشن می‌کنند.
در فعالیت‌های مدرسه از دادهٔ ساختگی یا دادهٔ بی‌نام استفاده می‌کنیم. تحلیل نمره‌ها نباید به برچسب زدن به توانایی یا آیندهٔ افراد تبدیل شود. اگر دادهٔ واقعی لازم است، هدف و شیوهٔ استفاده از آن باید روشن و دسترسی محدود باشد.
طرح گرافیکی مسیر اجرا
ایده را چگونه به عمل برسانیم؟
- 1
پرسش
چه تصمیمی می‌خواهیم بگیریم؟
- 2
بررسی
واحد و کیفیت داده
- 3
نمایش
نمودار مناسب بسازیم
- 4
مدل
رابطه و خطا را بسنجیم
- 5
گزارش
نتیجه همراه با محدودیت
این مسیر یک پیشنهاد اجرایی است؛ آن را با پیش‌نیازها و شرایط گروه خود تنظیم کنید.
از مطالعه به اجرا
کارگاه داده‌های یک گلخانهٔ فرضی
- مخاطب
- متوسطه؛ آشنایی مقدماتی با میانگین و نمودار
- زمان پیشنهادی
- ۴۵ دقیقه
- وسایل
- جدول ساختگی، کاغذ شطرنجی یا صفحه‌گسترده
مراحل فعالیت
- دو ستون روز و ارتفاع را بررسی و واحدها را مشخص کنید.
- برای هر گروه گیاه یک نمودار رسم کنید؛ مقدار نامعمول را علامت بزنید.
- میانگین و میانه را مقایسه کنید و انتخاب خود را توضیح دهید.
- یک پیش‌بینی کوتاه‌مدت بنویسید؛ سپس بگویید برای بررسی آن چه داده‌ای لازم دارید.
گزارشی یک‌صفحه‌ای با نمودار خوانا و یک محدودیت مشخص.
برای اجرای دقیق‌تر
سه نکته که باید حواسمان به آن‌ها باشد
- همبستگی را به‌جای علت ننشانیم.
- دقت ظاهریِ چند رقم اعشار را با اعتبار مدل اشتباه نگیریم.
- با دادهٔ کوچک، دربارهٔ جمعیت بزرگ حکم قطعی ندهیم.
مکثی برای تأمل
کدام نمودار روزمره را می‌توان به کلاس آورد تا دانش‌آموزان مقیاس، منبع و ادعای آن را بررسی کنند؟
پاسخ کوتاه خود را یادداشت کنید و پس از اولین اجرا، دوباره به آن برگردید.
دیدگاه و گفت‌وگو
تجربه، پرسش یا دیدگاهتان دربارهٔ این مقاله را بنویسید. دیدگاهها پس از بررسی مدیر منتشر میشوند. نام شما نمایش داده میشود؛ ایمیلتان عمومی نخواهد شد.
در حال دریافت دیدگاهها…