在科学实验教学中，数据可以客观地反映学生的发现，是科学学习过程中最具有说服力的证据，对于科学教学而言有着非常重要的价值。教师要组织学生基于数据展开有效研讨，鼓励学生挖掘数据的规律和特点，掌握数据的处理方法，形成有效的科学结论。
　　数据呈现的常见问题
　　1.以个别组的数据代替全班
　　在实验课堂上，常常能够看到教师因为时间有限不能呈现全班的数据，而是用少数几组的数据替代全班的数据。例如，在研究“动滑轮的特性”内容时，全班一共分为8组，之后选择了4组的数据进行汇报（见表1）。
　　教师利用这四组学生的数据引导全班进行分析，很顺利地得到了动滑轮能够省力的结论，其他组也对实验的结论表示了肯定。
　　课后，教师在整理全班小组的数据记录中，发现了两组特别的实验记录（见表2），由于没有进行数据的呈现对比，失去了挖掘数据背后“故事”的机会。长此以往形成分析个别数据的习惯后，可能会造成两方面的问题：
　　首先，学生不再重视的自己小组的数据，因为教师常常只选择几组的数据进行分析，把得到的结论则作为全班共识的科学结论。
　　其次，容易导致学生数据意识的淡漠，因为少量的数据就能够得到科学结论，学生渐渐地也就对采集大量数据失去了兴趣。
　　2.机械地呈现全班数据
　　教学中，有不少教师在实验教学的过程中注意到了基于全班大数据呈现和分析的重要性，于是将全班的数据汇总在一张数据表格中，供学生分析和寻找规律。
　　在观摩“摆的摆长与摆动快慢关系”的实验课中，有教师记录下学生汇总的数据表（见表3）。
　　显然地，如此机械地呈现全班的实验数据，看似体现了对数据的重视，但是这么多小组的数据罗列在一起，对于数据处理能力欠缺的小学生而言就显得力不从心了。整堂课上，花费在数据的整理和分析的时间太多，导致整堂课研讨的效率低下。
　　3.小组依次汇报
　　在实验教学中，也有教师意识到全班数据对科学探究的重要性，但是呈现数据时却采取一组一组汇报的形式。这样呈现数据的形式效率十分低下，仅仅是数据呈现这一环节就会耗费大量的时间。由于呈现的数据非常分散，学生不容易发现数据间的联系，增加了数据分析的难度。
　　巧用图表整理提升效率
　　1.列表排序
　　在實验探究中，常常遇到一类数据有很明显的变化规律，学生往往一眼就能够看出数据表层的变化规律，但不容易注意到数据与数据之间的联系和变化。这时候可以使用列表排序的方法整理数据，有助于学生观察数据，从数据中发现更多的规律。
　　如《测量水的温度》一课，要求学生记录自来水、温水、热水的温度随时间的变化情况（见表4）。学生在记录完成表格以后，很容易发现水温是呈现下降趋势的，但三年级的学生只能看到数据的表面，却无法发现数据与数据之间的关系。因此，教师可以利用列表引导学生对数据进行排列整理（见表5）。学生能够清楚地发现，在相同的时间内，热水降温的速度大于温水，而温水降温的速度大于自来水，在讨论中能更进一步认识到温度越高的水降温越快。
　　2.统计图示
　　学生在实验中常常会得到一些“特殊”数据，这些数据是学生进一步展开研讨的良好素材，但是很多时候，他们无法从“特殊”数据中抽象出数据变化的规律。三年级《磁铁的两极》一课中，学生通过实验，获得了磁铁上5个不同位置的磁性强弱的数据（见表6），学生的注意力和兴趣点都集中在了C点上，偏离了教师原有的预设，因为数据太“特殊”了。最后，教师只能迫于时间的压力，直接提出问题：磁铁是不是都是两端的磁性强，中间的磁性弱呢？
　　如果用折线图把表6的数据呈现出来，学生不仅能够发现C点数据的特殊性，而且能很明显地认识到，所有小组的数据都有相同的“形状”，因而也比较容易认识到磁铁两端和中间磁性的强弱不同。
　　3.呈现“大数据”
　　在实验课中，常需要呈现、汇总大量实验数据，而数据类型单一、分布散乱、数量众多的特点，不免让学生眼花缭乱。如果夹杂了大量的无效数据或错误数据，更是会对数据的分析产生干扰。此时，尝试利用数据呈现图分析“大数据”，在教学实践中能取得不错的效果。以表3数据为例，可用呈现“大数据”的方式汇总学生多组的数据（如右图）。
　　呈现多组的“大数据”后，数据由原来的松散变得更加集中，相同摆长的摆动次数，在一个固定值附近的趋势非常明显。这样的呈现方式，让数据的变化一目了然，学生也能很自然地得出“摆长越长，摆动越慢”的结论。第三组发现数据明显偏离后回忆，是因为没有很好配合，等单摆摆动后才开始计时，属上于操作失误。