Проведен сравнительный статистический анализ качества заочного технического образования на основе результатов входного (ВК) и текущего экзаменационного (ЭКЗ) контроля по высшей математике в рам-ках классической модели организации заочного обучения на примере Томского политехнического уни-верситета в составе 4-х институтов: природных ресурсов, энергетического, физики высоких технологий и неразрушающего контроля. Отмечена очень слабая корреляция и высоко значимое различие между ре-зультатами ВК и ЭКЗ с существенным превышением результатов ЭКЗ над ВК (в среднем на 1,5 балла). На основании однофакторного дисперсионного анализа (рангового критерия Краскела-Уоллиса и пара-метрического F-критерия) сделан вывод о статистически значимой (0,005 < р < 0,05) неоднородности ре-зультатов ВК и сильно значимой (0,0005 < р < 0,005) неоднородности результатов ЭКЗ по совокупности институтов. Для оценки различий между результатами ВК и ЭКЗ по каждому институту применялись параметрический дисперсионный анализ с повторными измерениями и ранговый критерий Вилкоксона для зависимых выборок. В результате различие между ВК и ЭКЗ оценено как статистически значимое (0,005 < р < 0,05) для институтов неразрушающего контроля и физики высоких технологий, а для инсти-тутов энергетического и природных ресурсов как высоко значимое (р < 0,0005). Обсуждаются причины значимых различий между ВК и ЭКЗ и способы их устранения. Результаты проведенного статистического анализа могут быть учтены в рамках проходящей реформы высшего образования.
The comparative statistical analysis of quality of correspondence technical education on the basis of outcomes entering (EC) and current examination (EXAM) control on higher mathematics within the limits of classical model of the organisation of correspondence course on an example of Tomsk polytechnic university as a part of 4 institutes is spent: natural resources, power, physicists of high process engineerings and not destroying control. Very weak correlation and highly significant distinction between outcomes EC and EXAM with essential excess of outcomes EXAM over EC (on the average on 1,5 points) is noted. On the basis of an one-factor analysis of var-iance (rank criterion of Kraskela-Uollisa and parametrical F-criterion) the conclusion about statistically signifi-cant (0,005 < р < 0,05) heterogeneity of outcomes EC and strongly significant (0,0005 < р < 0,005) heterogeneity of outcomes EXAM on a population of institutes is drawn. To an estimation of distinctions between outcomes EC and EXAM on each institute were applied a parametrical analysis of variance with repeated measurements and rank criterion of Vilkoksona for dependent выборок. As a result distinction between EC and EXAM is estimated as statistically significant (0,005 < р < 0,05) for institutes of not destroying control and physics of high process engineerings, and for institutes power and natural resources as highly significant (р < 0,0005). Reasons of signifi-cant distinctions between EC and EXAM and modes of their elimination are considered. Outcomes of the spent statistical analysis can be considered within the limits of passing reform of higher education.
1. Арефьев В. П. , Михальчук А. А. , Филипенко Н. М. Кластерный анализ результатов оценивания знаний в системе заочного обучения с использованием дистанционных образовательных технологий [Электронный ресурс] // Современные проблемы науки и образования. – 2013 - №. 3. – C. 1-8. – Режим доступа: http://www.science-education.ru/109-9506
2. Арефьев В.П., Михальчук А.А., Болтовский Д.В., Арефьев П.В. Дисперсионный анализ результатов усвоения математических знаний в техническом вузе // Открытое и дистанцион-ное образование. – 2011. - № 1. – С. 43-50.
3. Арефьев В.П., Михальчук А.А., Филипенко Н.М. Дисперсионный анализ качества со-временного заочного технического образования [Электронный ресурс] // Современные про-блемы науки и образования. – 2013. - № 2; URL: http://www.science-education.ru/108-8626 (да-та обращения: 19.03.2013).
4. Боровиков В.П. STATISTICA. Искусство анализа данных на компьютере: Для професси-оналов. – СПб.: Питер, 2003. – 688 с.
5. Гурьянова С.Ю. Качество образования в контексте модернизации высшей школы // Ка-чество. Инновации. Образование. – 2013. - № 1. – С. 3-14.
6. Кон Е.Л., Фрейман В.И., Южаков А.А. Проблема оценки качества обучения в вузах с системой подготовки «бакалавр - магистр» (на примере технических направлений) // Открытое образование. – 2013. - № 1. – С. 23-31.
7. Михальчук А.А., Арефьев В.П., Филипенко Н.М. Сравнительный статистический анализ параметрических и непараметрических методов оценивания знаний в системе заочного обучения [Электронный ресурс] // Современные проблемы науки и образования. – 2013. - № 3; URL: http://www.science-education.ru/109-9553 (дата обращения: 03.09.2013).
8. Образование в ТПУ: итоги 2011/12 учебного года /под ред. А.И. Чучалина, М.А. Соловь-ева. – Томск: Изд-во ТПУ, 2012. – 356 с.
9. Халафян А.А. STATISTICA 6. Статистический анализ данных. Учебник – М: ООО «Би-ном-Пресс», 2008 г. – 512 с.