教育数据拾遗：如何使用不完整的资讯

查字典出国留学网 2013年02月22日 10时讯 政策制定者和分析师在使用「输入调整法」评比大学院校时，必须尽可能掌握真实的数据资料。在现实世界中，教育方面的数据常常并不完整、也不容易使用。即便有强大的分析工具或方法，资料蒐集往往比分析本身更为困难，错误的资料就可能导致错误的结论。

有鉴于此，参与HCM「成功的脉络」这一系列研究的资深研究人员列出了使用数据的一些重点：

广泛蒐集资料

有许多种不同来源的资料可用于「输入调整法」，数据的多寡则视蒐集的时间和来源而定。以下是可以蒐集资料的方向：

‧12年国教期间的成绩单和其他记录（分数、是否有免费午餐、课表、操行等）；

‧大学申请资料（有考虑但并未就读的学校）；

‧财务援助申请资料（收入、财产）；

‧高等教育记录（转学学分抵免、结果变项）；

‧ACT与SAT测验记录（分数、背景调查问题）；

‧就业记录（结果变项，上大学前的受雇记录）；

‧学生调查（参见〈正确的大学院校调查〉一文）；

‧全国学生情报交换中心（私校/跨州转学）。

让遗漏的资料发挥作用

将以上资料合併之后，许多学生的记录可能有部分遗漏。分析师应该建立一个独立的变项，说明每个变项是否有遗漏，并将这些变项进行分析。某些资料的欠缺本身就具有意义，例如，没有参加SAT或ACT测验的学生，可能原本就不打算就读四年制大学；未曾填写FAFSA（联邦学生补助免费申请）的学生更可能来自高收入家庭。

避免遗漏

分析师应尽可能使用所有可获得的资讯，否则选择性的过滤资讯可能导致上百种不同的预测结果。如果某些资讯最终无助于预测结果、或不容易取得、或难以解释，之后随时可以将这些资料拿掉，但任何可能有用的资讯都值得一试。

修正偏离值或使用对数

在收入这个变项，一个Facebook员工的收入可以是一群大学毕业生平均收入的两倍。有一种替代方法是将这些极端值排除或设定上限，但这样可能漏掉重要资讯（毕竟这所学校的确出了至少一个成功的工程师！）。更好的办法是以收入的对数来代替收入本身的数字，这样让100万到10万美元的差距与10万到1万美元的差距相仿，而不是差到10倍。其他会出现巨大偏离值的变项也应採类似的处理方式。

教育数据拾遗：如何使用不完整的资讯

追蹤多个世代

儘可能採用不只一年的入学学生资讯，这样有两个潜在的优点，首先能增加资讯的数量，让统计效果更好；其次，这样统计出来的结果可能更接近一般真实情况，而非某一年度学生的特殊情形。但若使用太多年份的资料，统计结果可能无法反映当下的现况。

(译者：魏瑀娴)

感谢您阅读本文，本文转载自台湾教育部官网.