论文部分内容阅读
【摘要】：如今国家对高等教育的状况越来越重视，因其教育质量关系到人才的培养与国家的未来建设方向，因此在对高等教育的数据统计和分析上的要求也越来越高，不仅是数据的完整性、真实性，还有数据分析的精确性和前瞻性，让高等教育的统计数据能够更好地促进国家对高等教育机构的优化和调整，迎合国家发展战略的人才需求培养。对此，本文将对高等教育统计数据的内涵、挑战以及措施等方面进行分析，有效提高数据统计的质量。
【关键词】：大数据 高等教育统计数据 质量保障体系
一、教育统计基础数据质量的内涵
教育统计数据是指国家为了了解教育的情况而对各教育机构进行数据统计、整理和分析，从而深度了解目前我国的教育整体发展状况和发展方向，并对目前教育存在的问题进行分析和解决，从而促进教育质量的提高。而在众多数据中，基础数据是最为关键的，包括基础数据的完整性、精确性、一致性等方面。
首先是数据的一致性，这就要求教育统计的基础数据是真实有效的，并且每一个数据集中的各类数据是一致性的，不存在予以错误或者矛盾;其次是数据的完整性，即每一个高等教育机构所包含的教育统计数据都要完整全面，不能出现遗漏，特别是在关键数据和基础数据上要充分收集，例如学校某个竞赛的获奖人数和名次等;最后是数据精确性，要求每一个统计的数据要精确，符合现实情况，不弄虚作假。
二、大数据时代高等教育统计数据质量面临的挑战
（一）要求数据具有更高的包容性
为了能够更加准确地了解高等教育的教育情况以及师生、学校机构等日常生活工作学习的情况，大数据下的高等教育统计数据要有更高包容性，即数据要海量、庞大，可以建立多个不同类别的数据集，让分析人员可以从不同角度对数据进行分析、比对，从而得出更加精确和符合现实教育状况的结论，找出教育问题的深层次原因，也为保证数据的精准性、有效性奠定基础。
（二）要求数据具有更高的时效性
大数据的发展和普及让数据和信息呈现爆炸式增长，因此数据信息的更新速度极快，这也包括高等教育的统计数据，这些数据时时刻刻可能都会发生变化，为了能够得出更加贴近当下教育情况的结论和发展方案，在数据统计上要求尽可能提高数据收集、分析的速度，就是让数据充分展现时效性，教育人员能够通过更加准确的数据进行分析。
（三）要求数据具有更高的价值效率
大数据下的数据繁杂、密集，为了能够尽可能拥有更高密度的数据体系，利用大数据可以收集到非常多的数据信息。而且我国的高等教育机构、学校、人数、信息情况等非常多，每年数据数量高达55亿条。而在这样的情况下，并非所有的数据都能对我国的教育发展方针起到作用，甚至有一些数据是虚假、错误的，这些数据的利用可能会歪曲整体的教育方法战略，因此在收集数据时，要需要进行数据的选择和筛选，保证数据的质量。
三、大数据时代高等教育统计数据质量保障体系建设
（一）推进组织机构建设改革
由于我国的高等教育机构、学生、教职工数量非常庞大，因此没有专门的组织机构在全国各地区的分设机构进行数据的加工和整理，这些数据是无法发挥作用的。因此，教育机构要加强在每一个地区设立教育数据机构，在每一个地区先进行数据的收集、筛选和分析，将可靠的数据输送到总部;同时，还要对组织机构人员进行定期培训和教育，让他们掌握相关数据分析技能，从而提高工作效率。
（二）优化统计数据指标体系
为防止不适用或者虚假数据进入到数据分析中，国家教育部门要尽快建立健全统计数据指标体系，根据当前的教育情况对数据进行筛选标准的建立，让工作人员能够依据该标准对数据进行针对性收集和选择，从而提高数据的有效性和精确性，为后面的分析工作和教育方向制定提供参考性建议。
（三）加强统计数据质量标准建设
除了保证数据的有效性和准确性，还要对数据采集和分析的工作建立一套完善、科学的规范标准，让工作人员能够严格按照这一标准制度进行工作，从而提高数据采集和分析的效率，提高统计数据的收集质量，为后续的工作做好准备。
（四）拓宽数据采集方式
由于数据的数量过于繁杂，涉及到的数据种类非常多，仅靠单一的数据收集渠道不仅无法获得全面的数据，而且收集到的数据很有可能是无效或者错误的，而在大数据时代下，网络通信技术和科技的发展让数据的收集方式更多，如教育机构的自我收集、教育部门的调查等，这些方式都可以让数据的收集渠道多元化，而且多方的收集方式有利于检查数据的真实性。
（五）大力推进教育统计信息化建设
上面已经提到，高等教育的统计数据是非常庞大的，不仅是采集环节上，在筛选环节、分析环节上，众多的数据仅靠人为是无法完成的，甚至效率低下或者容易出错。因此要尽快建立教育统计數据的信息化建设，通过庞大的存储空间和精确的计算机系统计算可以提高工作的效率，减轻工作人员的负担。
四、结束语
综上所述，高等教育的统计数据是国家了解目前高等教育发展情况和制定教育方针政策的重要参考标准之一，因此数据的全面性、精准性和时效性非常重要，在大数据时代下，利用大数据的技术和形式可以更好地对数据进行采集、筛选和分析，从而提供更加有效的数据支持。
【参考文献】：
【1】杨道平，简岩，陈佳.大数据时代高等教育统计数据质量保障研究[J].电脑知识与技术，2019，15（09）：11-12.
【2】丁超.大数据背景下高等教育统计的思考[J].企业改革与管理，2016（11）：131.
【3】潘梅.关于高等教育事业统计数据质量核查工作的探讨[J].课程教育研究，2015（24）：226-227.
【关键词】：大数据 高等教育统计数据 质量保障体系
一、教育统计基础数据质量的内涵
教育统计数据是指国家为了了解教育的情况而对各教育机构进行数据统计、整理和分析，从而深度了解目前我国的教育整体发展状况和发展方向，并对目前教育存在的问题进行分析和解决，从而促进教育质量的提高。而在众多数据中，基础数据是最为关键的，包括基础数据的完整性、精确性、一致性等方面。
首先是数据的一致性，这就要求教育统计的基础数据是真实有效的，并且每一个数据集中的各类数据是一致性的，不存在予以错误或者矛盾;其次是数据的完整性，即每一个高等教育机构所包含的教育统计数据都要完整全面，不能出现遗漏，特别是在关键数据和基础数据上要充分收集，例如学校某个竞赛的获奖人数和名次等;最后是数据精确性，要求每一个统计的数据要精确，符合现实情况，不弄虚作假。
二、大数据时代高等教育统计数据质量面临的挑战
（一）要求数据具有更高的包容性
为了能够更加准确地了解高等教育的教育情况以及师生、学校机构等日常生活工作学习的情况，大数据下的高等教育统计数据要有更高包容性，即数据要海量、庞大，可以建立多个不同类别的数据集，让分析人员可以从不同角度对数据进行分析、比对，从而得出更加精确和符合现实教育状况的结论，找出教育问题的深层次原因，也为保证数据的精准性、有效性奠定基础。
（二）要求数据具有更高的时效性
大数据的发展和普及让数据和信息呈现爆炸式增长，因此数据信息的更新速度极快，这也包括高等教育的统计数据，这些数据时时刻刻可能都会发生变化，为了能够得出更加贴近当下教育情况的结论和发展方案，在数据统计上要求尽可能提高数据收集、分析的速度，就是让数据充分展现时效性，教育人员能够通过更加准确的数据进行分析。
（三）要求数据具有更高的价值效率
大数据下的数据繁杂、密集，为了能够尽可能拥有更高密度的数据体系，利用大数据可以收集到非常多的数据信息。而且我国的高等教育机构、学校、人数、信息情况等非常多，每年数据数量高达55亿条。而在这样的情况下，并非所有的数据都能对我国的教育发展方针起到作用，甚至有一些数据是虚假、错误的，这些数据的利用可能会歪曲整体的教育方法战略，因此在收集数据时，要需要进行数据的选择和筛选，保证数据的质量。
三、大数据时代高等教育统计数据质量保障体系建设
（一）推进组织机构建设改革
由于我国的高等教育机构、学生、教职工数量非常庞大，因此没有专门的组织机构在全国各地区的分设机构进行数据的加工和整理，这些数据是无法发挥作用的。因此，教育机构要加强在每一个地区设立教育数据机构，在每一个地区先进行数据的收集、筛选和分析，将可靠的数据输送到总部;同时，还要对组织机构人员进行定期培训和教育，让他们掌握相关数据分析技能，从而提高工作效率。
（二）优化统计数据指标体系
为防止不适用或者虚假数据进入到数据分析中，国家教育部门要尽快建立健全统计数据指标体系，根据当前的教育情况对数据进行筛选标准的建立，让工作人员能够依据该标准对数据进行针对性收集和选择，从而提高数据的有效性和精确性，为后面的分析工作和教育方向制定提供参考性建议。
（三）加强统计数据质量标准建设
除了保证数据的有效性和准确性，还要对数据采集和分析的工作建立一套完善、科学的规范标准，让工作人员能够严格按照这一标准制度进行工作，从而提高数据采集和分析的效率，提高统计数据的收集质量，为后续的工作做好准备。
（四）拓宽数据采集方式
由于数据的数量过于繁杂，涉及到的数据种类非常多，仅靠单一的数据收集渠道不仅无法获得全面的数据，而且收集到的数据很有可能是无效或者错误的，而在大数据时代下，网络通信技术和科技的发展让数据的收集方式更多，如教育机构的自我收集、教育部门的调查等，这些方式都可以让数据的收集渠道多元化，而且多方的收集方式有利于检查数据的真实性。
（五）大力推进教育统计信息化建设
上面已经提到，高等教育的统计数据是非常庞大的，不仅是采集环节上，在筛选环节、分析环节上，众多的数据仅靠人为是无法完成的，甚至效率低下或者容易出错。因此要尽快建立教育统计數据的信息化建设，通过庞大的存储空间和精确的计算机系统计算可以提高工作的效率，减轻工作人员的负担。
四、结束语
综上所述，高等教育的统计数据是国家了解目前高等教育发展情况和制定教育方针政策的重要参考标准之一，因此数据的全面性、精准性和时效性非常重要，在大数据时代下，利用大数据的技术和形式可以更好地对数据进行采集、筛选和分析，从而提供更加有效的数据支持。
【参考文献】：
【1】杨道平，简岩，陈佳.大数据时代高等教育统计数据质量保障研究[J].电脑知识与技术，2019，15（09）：11-12.
【2】丁超.大数据背景下高等教育统计的思考[J].企业改革与管理，2016（11）：131.
【3】潘梅.关于高等教育事业统计数据质量核查工作的探讨[J].课程教育研究，2015（24）：226-227.