<?xml version="1.0" encoding="UTF-8"?>
<article xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="JATS-archive-oasis-article1-4.xsd" article-type="research-article" dtd-version="1.4" xml:lang="ru">
  <front>
    <journal-meta>
      <journal-title-group>
        <journal-title>Журнал Современные проблемы науки и образования</journal-title>
      </journal-title-group>
      <issn>2070-7428</issn>
      <publisher>
        <publisher-name>Общество с ограниченной ответственностью &amp;quot;Издательский Дом &amp;quot;Академия Естествознания&amp;quot;</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="publisher-id">ART-13211</article-id>
      <title-group>
        <article-title>ТЕРНАРНАЯ КЛАСТЕРИЗАЦИЯ ПОКАЗАТЕЛЕЙ ОБРАЗОВАТЕЛЬНОЙ ДЕЯТЕЛЬНОСТИ СТУДЕНТОВ ВУЗОВ</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <name-alternatives>
            <name xml:lang="ru">
              <surname>Арефьев</surname>
              <given-names>В.П.</given-names>
            </name>
          </name-alternatives>
          <name-alternatives>
            <name xml:lang="en">
              <surname>Arefev</surname>
              <given-names>V.P.</given-names>
            </name>
          </name-alternatives>
          <email>vpa@tpu.ru</email>
          <xref ref-type="aff" rid="affd3e348a9"/>
        </contrib>
        <contrib contrib-type="author">
          <name-alternatives>
            <name xml:lang="ru">
              <surname>Михальчук</surname>
              <given-names>А.А.</given-names>
            </name>
          </name-alternatives>
          <name-alternatives>
            <name xml:lang="en">
              <surname>Mikhalchuk</surname>
              <given-names>A.A.</given-names>
            </name>
          </name-alternatives>
          <email>aamih@tpu.ru</email>
          <xref ref-type="aff" rid="affd3e348a9"/>
        </contrib>
        <contrib contrib-type="author">
          <name-alternatives>
            <name xml:lang="ru">
              <surname>Филипенко</surname>
              <given-names>Н.М.</given-names>
            </name>
          </name-alternatives>
          <name-alternatives>
            <name xml:lang="en">
              <surname>Filipenko</surname>
              <given-names>N.M.</given-names>
            </name>
          </name-alternatives>
          <email>fnm@tpu.ru</email>
          <xref ref-type="aff" rid="affd3e348a9"/>
        </contrib>
      </contrib-group>
      <aff id="affd3e348a9">
        <institution xml:lang="ru">ФГБОУ ВПО «Национальный исследовательский Томский политехнический университет»</institution>
        <institution xml:lang="en">National Research Tomsk Polytechnic University</institution>
      </aff>
      <pub-date date-type="pub" iso-8601-date="2014-03-23">
        <day>23</day>
        <month>03</month>
        <year>2014</year>
      </pub-date>
      <issue>3</issue>
      <fpage>694</fpage>
      <lpage>694</lpage>
      <permissions>
        <license xlink:href="https://creativecommons.org/licenses/by/4.0/">
          <license-p>This is an open-access article distributed under the terms of the CC BY 4.0 license.</license-p>
        </license>
      </permissions>
      <self-uri content-type="url" hreflang="ru">https://science-education.ru/ru/article/view?id=13211</self-uri>
      <abstract xml:lang="ru" lang-variant="original" lang-source="author">
        <p>Проведен многомерный статистический анализ результатов оценивания знаний по высшей математике (выборка 28 учебных групп) студентов Томского политехнического университета. В рамках тернарного подхода рассмотрение проведено в системе 3-х показателей итоговый формы контроля (ЭКЗ) результатов образовательной деятельности студентов по 5-ти балльной шкале: ДОЛГ – доля сдавших ЭКЗ  на «неудовлетворительно» ([0; 2,5) по 5-ти балльной шкале) и не допущенных, УДОВЛ – доля сдавших ЭКЗ  на «удовлетворительно» ([2,5; 3,5)) и КАЧ – доля сдавших ЭКЗ  на «хорошо + отлично» (([3,5; 5]). В 3-х мерном тернарном пространстве {ДОЛГ, УДОВЛ и КАЧ} получена высококачественная кластерная модель, распределяющая 28 групп студентов по 8-и кластерам  и обладающая устойчивостью относительно вариации мер близости и правил объединения двух кластеров. Параметрический F-критерий показывает, что для каждой тернарной переменной различие между кластерами высоко значимо (на уровне значимости p &lt; 0,0005), а непараметрический критерий Краскела-Уоллиса смягчает уровень значимости различий кластеров до сильно значимого (0,0005&lt; р &lt; 0,005). В рамках параметрического и непараметрического дисперсионного анализа выделены для каждого тернарного показателя однородные (различающиеся незначимо) группы кластеров. Результаты тернарной кластеризации (по совокупности показателей) показателей оценивания знаний могут быть учтены в процессе обучения для оценки качества образования и контроля знаний.</p>
      </abstract>
      <abstract xml:lang="en" lang-variant="translation" lang-source="translator">
        <p>The many-dimensional statistical analysis of outcomes of an estimation of knowledge on higher mathematics (sample of 28 educational groups) of students of Tomsk polytechnic university is spent. Within the limits of the ternary approach reviewing is spent in system of 3 indicators total control forms (EX) outcomes of educational activity of students on 5 mark dial: the DEBT - a share returned EX on «unsatisfactory» ([0; 2,5)  on 5 mark dial) and not supposed, SAT - a share returned EX on «satisfactory» ([2,5; 3,5)) and QUAL - a share returned EX on «it is good + perfectly» ([3,5; 5]). In 3 measured ternary space {the DEBT, SAT and QUAL } the high-quality cluster model distributing 28 groups of students on 8 clusters and possessing a stability concerning a variation of measures of affinity and rules of association of two clusters is received. The parametrical F-criterion shows that for each ternary variable distinction between clusters highly significantly (on a significance level p &lt;0,0005), and the nonparametric criterion of Kraskel-Willis softens a significance level of distinctions of clusters to strongly significant (0,0005 &lt;р &lt;0,005). Within the limits of a parametrical and nonparametric analysis of variance are selected for each ternary indicator homogeneous (differing not significantly) groups of clusters. Outcomes ternary clustering (on a population of indicators) indicators of an estimation of knowledge can be considered in the course of training for an estimation of quality of formation and control of knowledge.</p>
      </abstract>
      <kwd-group xml:lang="ru">
        <kwd>многомерный статистический (кластерный</kwd>
        <kwd>дисперсионный) анализ</kwd>
        <kwd>высшее образование</kwd>
      </kwd-group>
      <kwd-group xml:lang="en">
        <kwd>many-dimensional statistical (cluster</kwd>
        <kwd>dispersing) the analysis</kwd>
        <kwd>higher education</kwd>
      </kwd-group>
    </article-meta>
  </front>
  <back>
    <ref-list>
      <ref>
        <note>
          <p>1.	Акерман Е.Н., Михальчук А.А., Трифонов А.Ю.  Кластеризация социально-экономических вузов на основе рейтингов вступительных испытаний // Вестник Томского государственного университета. – 2013. - № 367. – С. 100-104.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>2.	Арефьев В.П., Михальчук А.А., Филипенко Н.М.  Многомерные статистические методы оценивания знаний в системе заочного инновационного обучения // Современные проблемы науки и образования. – 2014. - № 2. (Электронный журнал) URL: science-education.ru/116-12658 (дата обращения: 30.04.2014).</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>3.	Арефьев В.П., Михальчук А.А., Филипенко Н.М. Кластерный анализ результатов оценивания знаний в системе заочного обучения с использованием дистанционных образовательных технологий // Современные проблемы науки и образования. – 2013. - № 3 (Электронный журнал) URL: science-education.ru/109-9506 (дата обращения: 30.04.2014).</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>4.	Боровиков В.П. STATISTICA. Искусство анализа данных на компьютере: Для профессионалов. – СПб.: Питер, 2003. – 688 с.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>5.	Жичкин А.М. Метод применения инструментария контроля качества в организациях высшего профессионального образования // Высшее образование сегодня. – 2014. - № 1. – С. 19-25.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>6.	Образование в ТПУ: итоги 2012/13 учебного года / И. А. Абрашкина [и др.]; Национальный исследовательский Томский политехнический университет (ТПУ). — Томск: Изд-во ТПУ, 2013. – 318 с.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>7.	Саидова Ф.Б. Проблемы качества высшего образования в контексте трансформации образования // Педагогические науки. – 2014. - № 1 (64). – С. 7-9.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>8.	Сенашенко В. С., Ткач Г. Ф. Системы оценки академических достижений учащихся как инструмент управления и контроля // Высшее образование в России – 2013. - № 10. – С. 3-13.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>9.	Сидорова С.Н. Проблема оценивания компетенций у студентов в контексте введения ФГОС ВПО третьего поколения // Инновации в образовании. – 2013. - № 09. – С. 67-72.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>10.	Степанов В.И. Проблемы обеспечения качества высшего образования в рамках болонского процесса // Вестник Томского государственного педагогического университета.– 2013. - № 6 (134). – С. 27-32.</p>
        </note>
      </ref>
    </ref-list>
  </back>
</article>
