Nghiên cứu về năng lực khoa học thống kê của sinh viên năm nhất đại học

Cuộc cách mạng công nghiệp 4.0 đã diễn ra trên toàn thế giới, thể hiện qua sự phát triển nhanh chóng của dữ liệu lớn, Internet vạn vật (IoT) và trí tuệ nhân tạo. Gandomi và Haider (2015) cho rằng dữ liệu lớn có một số thuộc tính gồm khối lượng dữ liệu, tốc độ, sự đa dạng, tính xác thực và giá trị. Những loại dữ liệu này có thể được lấy từ nhiều nguồn khác nhau chẳng hạn như việc sử dụng các ứng dụng, phương tiện truyền thông xã hội và internet vạn vật (IoT). Khi khối lượng dữ liệu tăng với tốc độ 50% mỗi năm, năng lực hiểu dữ liệu là một kỹ năng thiết yếu đối với bất kỳ xã hội vận hành dựa trên dữ liệu nào. Phân tích dữ liệu bằng cách sử dụng khoa học thống kê là cần thiết để lọc thông tin có sẵn ồ ạt và tách chúng khỏi các ý kiến chủ quan. Những tình huống này làm tăng nhu cầu về năng lực hiểu biết về thống kê.

Để mô tả năng lực thống kê, một số khung lý thuyết được đề xuất, chẳng hạn như của Wild và Pfannkuch (1999), Gal (2004), Watson và Callingham (2003) và Sharma (2017). Các khung lý thuyết này có thể được sử dụng để phân loại kiến thức thống kê của sinh viên thành nhiều cấp độ hoặc danh mục. Dựa vào đó, trình độ hiểu biết về thống kê cao có thể được thể hiện bằng khả năng đặt câu hỏi nghiêm túc về sự tương tác với hoàn cảnh, sử dụng các lập luận hợp lý, nhận thức về tính không chắc chắn của dữ liệu, cũng như hiểu mục đích của dữ liệu, phân tích dữ liệu và biểu diễn dữ liệu.

Nhìn chung, việc kiểm tra kiến thức thống kê của sinh viên có thể được thực hiện ở mọi cấp độ. Tuy nhiên, đo lường kiến thức thống kê của sinh viên đại học năm thứ nhất của họ có một số lợi ích. Đầu tiên, các kết quả nghiên cứu có thể sử dụng để phục vụ việc cải tiến môn học Nhập môn thống kê. Kiến thức thống kê của sinh viên có thể được sử dụng như một công cụ khảo sát bước đầu trước khi học khóa thống kê nhập môn tại trường đại học. Khả năng sử dụng số liệu thống kê phù hợp, cũng như kết quả của khóa học thống kê đại học (nếu có) sẽ cho phép sinh viên làm việc với dữ liệu hiệu quả hơn và thực hiện nghiên cứu có ý nghĩa cho luận án của họ. Thứ hai, thống kê được biết đến rộng rãi như một môn học đem lại nhiều thách thức ở trường đại học và đôi khi gây lo lắng cho sinh viên. Một trong những yếu tố ảnh hưởng đến sự lo lắng về thống kê là các lỗ hổng trongkiến thức trước đây của sinh viên về thống kê. Hiểu được mức độ kiến thức trước đây của sinh viên có thể giúp người dạy điều chỉnh môn học và ngăn chặn tâm lý lo lắng của sinh viên. Thứ ba, kết quả này có thể thể hiện cách sinh viên trước đây học thống kê ở trường phổ thông. Chúng ta biết rằng năng lực hiểu biết về thống kê là một phần của chương trình giảng dạy ở trường học ở nhiều quốc gia. Do đó, bất kỳ thông tin nào về kiến thức thống kê của sinh viên đại học năm thứ nhất đều có ý nghĩa sâu sắc đối với việc cải thiện việc giảng dạy thống kê ở cấp trung học. Cuối cùng, kết quả có thể giúp những người giảng dạy thống kê đảm bảo rằng năng lực kiến thức thống kê của sinh viên là đủ dùng cho cuộc sống của họ trong cuộc sống và công việc.

Nghiên cứu này nhằm mục đích tìm hiểu thực trạng kiến thức thống kê của sinh viên đại học về khả năng sử dụng thống kê mô tả và trực quan hóa dữ liệu một cách phù hợp. Nhóm nghiên cứu hướng đến xác định liệu họ có thể chọn và tính toán băng các phương pháp thống kê mô tả phù hợp, có tính đại diện cho dữ liệu hay không. Tương tự như vậy, các tác giả kiểm tra cách sinh viên trực quan hóa dữ liệu theo cách của họ, khi không có bất kỳ hướng dẫn về loại biểu đồ nào nên được sử dụng. Nói một cách đơn giản, nghiên cứu này tập trung vào cách thức sinh viên lựa chọn phương pháp thống kê có ý nghĩa và trực quan hóa dữ liệu dựa trên dữ liệu.

Để phục vụ mục đích nghiên cứu trên, nhóm tác giả thu thập dữ liệu định tính bằng cách sử dụng một bộ câu hỏi từ 39 sinh viên đại học. Nhiều sinh viên đã có thể tính toán các thống kê mô tả khác nhau, nhưng một số sinh viên vẫn chưa thể xác định được phương pháp thống kê phù hợp để mô tả dữ liệu rõ ràng. Liên quan đến trực quan hóa dữ liệu, nhiều sinh viên không tìm được biểu đồ có ý nghĩa thể hiện hiệu quả sự khác biệt giữa hai nhóm dữ liệu. Sinh viên có kiến thức thống kê cao hơn có xu hướng sử dụng lý luận so sánh hoặc biến đổi để xác định việc sử dụng thống kê mô tả, và đưa ra các kiến giải dựa trên dữ liệu để trực quan hóa dữ liệu. Cải thiện việc giảng dạy thống kê – cả ở trường đại học và trường trung học – là cần thiết để học sinh, sinh viên có thể sử dụng thống kê mô tả và trực quan hóa dữ liệu một cách chính xác.

Vân An lược dịch

Nguồn:

Setiawan, E. P., & Sukoco, H. (2021). Exploring First Year University Students’ Statistical Literacy: A   Case   on   Describing   and   Visualizing   Data. Journal on Mathematics Education, 12(3), 427–448. https://doi.org/10.22342/jme.12.3.13202.427-448

Ghi chú: Các quan điểm của Tác giả không nhất thiết phản ánh quan điểm của Tạp chí Giáo dục.