京公网安备 11010802034615号
经营许可证编号:京B2-20210330
如何对考试成绩进行数据分析(2)-数据分析师考试
五、如何简洁作出标准分的数据? 打开08级成绩,看“原始分换算成标准分”,分别在语文、数学、…后面插入一列,例如:白月同学的语文标准分是108,在其后面的空格中输入:=100*(D2-AVERAGE(D$3:D$746))/STDEVP(D$3:D$746)+500这就将白月同学的语文成绩转化为标准分了,成绩是445分。只需要双击445就可以将所有高一的学生语文成绩都转化为标准分了,只需复制这一列到数学后一列,就自动生成了数学的标准分了,同理可得到其他各科的标准分。
六、如何对数据进行分析
1、任课教师如何通过数据对学生进行指导
打开08级成绩,看“学生标准分与班级各科平均分”,例如:通过白月同学的成绩可以明显看出,她的理科相对比较强,尤其数学非常突出,超过了86.65%的同学,文科相对比较薄弱,尤其历史,有86.21%的同学超过了她。再看“学生增值与班级各科平均增值”,白月同学的数学、化学较上次期中考试进步幅度较大,而语文、历史、地理较上次期中考试退步也很明显。任课教师可以深入了解白月同学的学习方法与学习习惯,针对本学科的特点,提供给她一些合理化的建议。
2、任课教师如何通过数据反思自己的教学打开08级成绩,看“学生标准分与班级各科平均分”,例如:高一、1班的英语平均分为531,在全班各科名列第一,在高一外语中也名列第一,在高一各科中也名列前茅,因此这个班的英语不仅是班级的优势科,也是高一级部的优势科。再看“学生增值与班级各科平均增值”,高一、1班的英语平均增值为9,增值率(正增值的学生数除以学生总数)为55.32%,说明该科老师的教学对高一、1班学生的正影响较大。
Excel应对特殊学生成绩分析统计
1.考试混合编,成绩统一理--老方法遇到新问题
关于使用Excel进行学生成绩处理,已经是老话题了。但在实际工作中还是会有很多新问题,例如,现在很多学校都是全年级各班混在一起考试,以防考试改卷中的不正当竞争。而统计成绩时,则是将已判分但未拆封的考卷统一交到教务处,先按座位号顺序(每本考卷的自然顺序)录入各科分数,再分析统计出全年级各科成绩。举例说明,如图1(记录11至830隐藏了),要统计二(1)班优秀人数,传统做法就是先按考试号排序,再通过公式“=COUNTIF(分数!D2:D69,">=96")”求出。它的弊端是要手工逐个修改“D2:D69”这个参数中的两个行号(2和69),这可是一项工作量很大的工作。当然,简单的方法还是有的,往下看吧。 2.初步准备--考试号里提班级
如图1,从B列的考试号中取出前三位(班级编号)放在S列,即在单元格S2输入公式“=LEFT(B2,3)”,然后双击(或拖动)S2单元格右下角的填充柄即可。3.再做辅表--班级等级二合一
在图1所示的工作簿中再新建一工作表,并将其命名为“等级”,在单元格A1中输入公式“=分数!A1”,回车,选定A1,按住A1右下角的填充柄向右下拖至C840单元格,将“分数”工作表中的姓名、考号、座位号引用到“等级”工作表中(注意,千万不能复制粘贴过来,这样不能保持两表数据的一致性)。再选定C1,按住C1右下角的填充柄向右拖至L1单元格,将语文、数学等9个学科科目引用过来。接着,在D2单元格中输入IF嵌套公式“=IF(分数!D2>=96,分数!$S2&&"a",IF(分数!D2>=72,分数!$S2&&"b",IF(分数!D2<48,分数!$S2&&"d",分数!$S2&&"c")))”。D2单元格中公式的含义是:看“分数!D2”单元格中的分数(即“分数”工作表中李悦的语文分数)是否大于等于96。如果是,则在D2单元格中填入“201a”——“分数”工作表中S2单元格中的字符“201”加上“a”(“201”表示二(1)班,“a”表示成绩等级为“优秀”);如果不是(即小于96),再看是否大于等于72。如果是,则在D2单元格中填入“201b”;如果不是(即小于72),再看是否小于48。如果是,则在D2单元格中填入“201d”;如果不是(即小于72大于48),则在D2单元格中填入“201c”。最后按住D2单元格右下角的填充柄向右下拖至L840单元格,就可以将每个学生各科成绩的等级及所属班级都填好了
4.最终统计--所需数据瞬间齐
辅表制好之后,言归正传回到“统计”工作表(如图2)中,在A17到E28单元格区域中利用自动填充功能再制作一小块辅助数据(如图2)。
万事俱备,下面开始班级总人数及优秀率、及格率等的统计了。仍以二(1)班优秀率为例,现在就改用这样的公式了“COUNTIF(等级!$D:$D,$B17)”,即对“等级”工作表中D列所有单元格进行统计(等级!$D:$D),找出值为“201a”(本工作表即“统计”工作表的$B17的值,代表二(1)班优秀率)的单元格数目。 具体做法如下:
(1)班级总人数(在B4单元格中输入):“=COUNTIF(分数!$S:$S,A17)”;
(2)优秀人数(在C4单元格中输入):“=COUNTIF(等级!$D:$D,$B17)”;
(3)优秀率(在D4单元格中输入):“=C4/$B4 100”;
(4)及格人数(在E4单元格中输入):“=COUNTIF(等级!$D:$D,$B17)+COUNTIF(等级!$D:$D,$C17)”;
(5)及格率(在F4单元格中输入):“=E4/$B4 100”;
(6)低分人数(在G4单元格中输入):”=COUNTIF(等级!$D:$D,$E17)”;
(7)低分率(在H4单元格中输入):“=G4/$B4 100”;
到此为止,其余数据通过自动填充功能,瞬间即可完成。
5.方法点评--一表成,终年用,一劳而永逸
(1)不同年级成绩统计的简单套用:比如,首先制作好了一年级的统计表,通过复制粘贴将第一个工作表(“分数”工作表)的内容更改为二年级的数据表,则二年级的成绩统计便自然而成。
(2)多次考试成绩统计的简单套用:这次考试的统计表,到下次考试成绩统计时,照用不误,只将第一个工作表换成新生的成绩记载就可以了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
指标体系是企业数字化分析、业务监控、经营决策的核心基础框架,是将零散数据转化为可衡量、可对比、可落地业务价值的关键体系。 ...
2026-10-08随着市场竞争日趋饱和,同质化低价竞争逐渐陷入内卷僵局,传统以价格、渠道、促销为核心的营销模式边际效益持续递减。在此背景下 ...
2026-10-08 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-10-08你有没有想过,手机里点外卖、刷社交软件、转一笔账,背后到底是谁在替你"记着账"? 答案其实很简单:数据库,以及跟它对话的那 ...
2026-10-07CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24