數據與資訊

基礎

數據是未經處理的原始事實和數字,本身沒有明確意義;經過收集、檢驗、整理、分析和表達,數據變成有意義、有用的資訊。掌握輸入-處理-輸出的處理流程和有效性檢驗,是學習資訊處理的第一步。

適合:中四資訊及通訊科技 · 單元:資訊處理 · 建議學習路徑第 1/6 課

學完呢課,你會識:
  • 數據是未經處理的原始事實,資訊是經處理後有意義、有用途的結果
  • 電腦處理數據遵循輸入-處理-輸出周期
  • 常見數據收集方法:問卷、訪問、觀察、查閱既有記錄
文體:科技知識說明文有聲朗讀

文體小知識:科技知識說明文——講解數據與資訊的分別、輸入-處理-輸出的處理流程,以及把原始數據變成有用資訊的方法。

資訊及通訊科技Information & Communication Technology

§課文原文 Passage

1數據是未經處理的原始事實、數字、文字或符號,缺乏上下文,所以本身未必有意義。舉例來說,38、45、40 三個數字單獨看沒有意義,只有知道它們是三位中四學生的身高(單位厘米),才能夠理解。資訊則是數據經過處理後,具有意義和用途的結果,能夠幫助人們認識情況、回答問題和作出決定。

2電腦處理數據遵循輸入-處理-輸出周期:先透過鍵盤、問卷、感應器等途徑輸入數據,再由電腦進行分類、排序、計算、統計等處理,最後輸出表格、圖表或報告等資訊。例如學校把全班測驗分數輸入電子試算表,計算平均分和分數分佈,製成圖表派發給師生參考,整個流程正是資訊處理的典型例子。

3處理之前,數據的質素決定成敗。常見的收集方法包括問卷、訪問、觀察和查閱既有記錄,各有優缺點。輸入數據時要進行有效性檢驗,例如檢查年齡欄有沒有輸入負數、性別欄有沒有輸入無關文字,把不合理的數據拒諸門外;否則無用輸入無用輸出,再精密的處理也得不出可信的資訊。

4有用的資訊應該準確、切題、完整和適時。資訊經過人的理解、經驗和思考,會內化成知識,用來解釋現象和指導行動。例如報告指出全班平均分比上學期下跌五分,這是資訊;老師據此判斷某單元教學太快而調整進度,這就是知識的運用。數據、資訊、知識層層遞進,構成決策的基礎。

1重點摘要 Summary

數據是未經處理的原始事實和數字,本身沒有明確意義;經過收集、檢驗、整理、分析和表達,數據變成有意義、有用的資訊。掌握輸入-處理-輸出的處理流程和有效性檢驗,是學習資訊處理的第一步。

2生字卡 Vocabulary

d
data數據

未經處理的原始事實、數字、文字或符號,本身沒有明確意義。

i
information資訊

數據經處理後具有意義和用途的結果,可用來認識情況和作出決定。

I
Input-Process-Output (IPO) cycle輸入-處理-輸出周期

數據處理的基本模式:輸入數據、電腦處理、輸出資訊。

d
data collection數據收集

透過問卷、訪問、觀察或查閱既有記錄等方式取得原始數據。

v
validation有效性檢驗

對輸入數據進行檢查,確保數值合理,拒收不可能或無效的數據。

G
Garbage-In Garbage-Out (GIGO)無用輸入無用輸出

若輸入的數據錯誤,無論處理多精密,輸出的資訊也必然錯誤。

s
spreadsheet電子試算表

以行列組織數據、可進行計算和製作圖表的應用軟件。

b
bar chart棒形圖

用長短不同的棒形比較各類別數量的統計圖表。

k
knowledge知識

資訊經人的理解、經驗和思考後內化成可用於解釋和決策的認識。

3逐步講解 Steps

  1. 第一步:什麼是數據數據是未經處理的原始事實、數字、文字或符號,缺乏上下文便難以理解。舉個例子:單看 38、45、40 三個數字,無法知道它們代表什麼;若知道是三位同學的身高(單位厘米),數字才開始有意義。記住數據的兩個特徵:未經處理、本身沒有明確意義,這是與資訊區分的關鍵,也是考試常問的定義題。
  2. 第二步:什麼是資訊資訊是經過處理、具有意義和用途的數據,能幫助人認識情況、回答問題和作出決定。舉個例子:把全班四十個分數整理成平均分 62.5 和分數分佈圖,老師一看便知道整體表現和需要輔助的學生,這些整理結果就是資訊。答題時緊扣有組織、有意義、有用途三個特點,說明資訊與原始數據的分別。
  3. 第三步:輸入-處理-輸出周期電腦處理數據遵循輸入-處理-輸出周期:輸入設備把數據送入電腦,電腦按需要分類、排序、計算、統計,最後以表格、圖表或報告輸出。舉個例子:超級市場以條碼掃描器輸入每宗售賣記錄,系統每日統計各貨品銷量並印出報表,經理據此決定訂貨數量,整條鏈正是周期的完整應用。
  4. 第四步:數據收集方法常見的收集方法有問卷、訪問、觀察和查閱既有記錄,各有優缺點。舉個例子:調查全校學生的午膳偏好,問卷能在短時間內接觸大量學生;訪問可以深入追問原因,但費時;觀察飯堂的實際選擇則能核對答案是否屬實。選擇方法時考慮人數、所需深度和時間成本,並在報告中說明理由。
  5. 第五步:有效性檢驗輸入數據前後都要檢驗有效性,確保數值合理:檢查範圍(年齡不可為負數)、類別(性別欄不可填數字)、格式(日期不可出現十三月)等。舉個例子:問卷系統設定分數欄只接受零至一百,同學誤輸 150 時系統即時提示重新輸入,防止錯誤數據進入資料庫。這是保證資訊可靠的第一道防線。
  6. 第六步:無用輸入無用輸出若輸入的數據錯誤,無論處理過程多精密,輸出的資訊都必然錯誤,這就是無用輸入無用輸出。舉個例子:把某學生的分數 78 誤輸為 8,平均分和圖表全部失真,老師可能據此作出錯誤決定。所以處理前要檢驗、處理後要抽樣核對原始數據,雙重把關才能產出可信的資訊。
  7. 第七步:由資訊到知識有用的資訊應該準確、切題、完整、適時;資訊再經人的理解和思考,便內化成知識。舉個例子:報告顯示全班平均分較上學期下跌五分,這是資訊;老師結合教學經驗判斷是某單元教學太快所致,決定放慢進度並安排課後輔導,這是知識的運用。數據、資訊、知識層層遞進,是決策的基礎。

4圖解 Diagrams

數據清理:由亂到淨四步 Data cleaning1收集問卷・量表2檢查搵錯漏3清理刪改統一4整理分類排序常見垃圾:重複答卷・空白格・打錯字(「中三」「中3」混用)・極端值格言:Garbage in, garbage out——入面嘅數據垃圾,出嚟結論都係垃圾私隱提醒:收集數據要話明用途;個人資料要匿名處理
圖 1:數據清理四步

5例題示範 Example

一班中四同學以問卷調查四十名學生每天使用手機的時間,收回問卷後要把原始數據變成報告。試說明處理流程,並計算相關統計量。

  1. 檢驗與清理:先做有效性檢驗,剔除無效問卷,例如使用時間填了負數或無關文字的問卷;實得有效樣本三十八份。
  2. 整理數據:把三十八個數字由小至大排序,分段統計人數:零至一小時有六人、一至兩小時有十二人、兩至三小時有十四人、三小時以上有六人。
  3. 計算統計量:以每組中點值估計,總使用時間約 6×0.5+12×1.5+14×2.5+6×3.5 = 77 小時,平均每人 77 ÷ 38 ≈ 2.0 小時。
  4. 表達資訊:繪製棒形圖顯示四個時段的人數分佈,其中兩至三小時一組人數最多,是最常見的使用時段。
  5. 結論與建議:超過兩小時的學生有 14+6 = 20 人,20 ÷ 38 × 100% ≈ 52.6%,建議學校舉辦健康使用手機講座。
  6. 答案:處理流程分四步。第一,有效性檢驗:剔除無效問卷,得有效樣本三十八份。第二,整理與分析:排序並分段統計人數,得四個時段的分佈;以組中點估計總使用時間約七十七小時,平均每人約 77 ÷ 38 ≈ 2.0 小時。第三,表達:以棒形圖展示分佈,兩至三小時一組最多人。第四,結論:超過兩小時者 20 ÷ 38 × 100% ≈ 52.6%,即約五成三學生,可據此向學校提出健康使用手機的建議。整個過程體現輸入-處理-輸出周期,並以有效性檢驗防止無用輸入無用輸出。

6常見錯誤 Mistakes

✗ 以為數據和資訊是同義詞,可以互相替換。
✓ 數據是未經處理的原始記錄,資訊是經處理後有意義的結果——答題必須寫出「處理」這個轉化過程。
✗ 認為只要把數據輸入電腦,輸出的一定是正確資訊。
✓ 電腦不會分辨對錯,輸入錯誤數據便得出錯誤結果,這就是無用輸入無用輸出,所以輸入前要做有效性檢驗。
✗ 以為有效性檢驗可以查出所有錯誤數據。
✓ 檢驗只能拒收不合理數值,例如負數年齡;把 68 誤輸為 86 仍在合理範圍內,未必被發現,故仍需人工核對。
✗ 認為資訊越多越有用,報告應把所有數據全部列出。
✓ 有用的資訊要切題和完整,堆砌無關數據反而妨礙決策;應選取與目的相關的數據整理表達。

75 題快測 Quick check

Q1數據與資訊有什麼分別?

Q2寫出電腦處理數據的基本模式。

Q3什麼是無用輸入無用輸出?

Q4調查四十名學生,有效問卷三十八份,其中二十人每天用手機超過兩小時,求百分比。

Q5舉出兩種常用的數據收集方法。

8重點回顧 Recap

  • 數據是未經處理的原始事實,資訊是經處理後有意義、有用途的結果
  • 電腦處理數據遵循輸入-處理-輸出周期
  • 常見數據收集方法:問卷、訪問、觀察、查閱既有記錄
  • 有效性檢驗拒收不合理數據,防止無用輸入無用輸出
  • 有用資訊應準確、切題、完整、適時;資訊經思考內化成知識

同級其他科

同一科其他級別