Проведен дисперсионный анализ результатов динамического оценивания знаний по высшей математике студентов очной формы обучения Томского политехнического университета. Рассмотрение проведено в системе 4-х показателей: ВК – результаты входного контроля, АТТ – результаты текущей аттестации, ЭКЗ – результат классического экзамена, ЭКЗ – скорректированные результаты ЭКЗ. Сделан вывод о высоко значимой динамике успеваемости по совокупности показателей. В рамках параметрического дисперсионного анализа с повторными измерениями оценена также составная тернарная (ДОЛГ, УДОВЛ, КАЧ) динамика успеваемости: текущая {ВК, АТТ} характеризуется высоко значимым уровнем по всем трем компонентам; после экзаменационная {ЭКЗ, ЭКЗ} – высоко значимым уровнем по двум компонентам ДОЛГ, УДОВЛ и незначимым уровнем по КАЧ; экзаменационная {АТТ, ЭКЗ} – сильно значимым уровнем по ДОЛГ, статистически значимым по УДОВ при незначимом по КАЧ. Сделан вывод о высоко значимой неоднородности результатов каждого показателя ВК, АТТ, ЭКЗ, ЭКЗ по совокупности групп на основании F-критерия дисперсионного анализа для независимых выборок. Непараметрические альтернативы однофакторного дисперсионного анализа для независимых выборок (критерий Краскела-Уоллиса и медианный тест) подтверждают эти выводы. В случае ВК для каждой тернарной переменной F-критерий оценивает уровень значимости различия между 3-мя групповыми кластерами: высоко значимо по ВКд, сильно значимо по ВКк и статистически значимо по ВКу. Результаты проведенного статистического анализа могут быть учтены в рамках проходящей реформы высшего образования.
The analysis of variance of outcomes of a dynamic estimation of knowledge on higher mathematics of students of a full-time course of study of Tomsk polytechnic university is spent. Reviewing is spent in system of 4 indicators: EC - outcomes of entering control, CERT - outcomes of current certification, EX - the outcome of classical ex-amination, EX - the corrected outcomes of EX. The conclusion is drawn on highly significant dynamics of progress on a population of indicators. Within the limits of a parametrical analysis of variance with repeated measurements it is estimated also composite ternary (DEBT, SAT, QUAL) dynamics of progress: flowing {EC, CERT} it is characterised by highly significant level on all three components; after examination {EX, EX} - highly significant level on two components the DEBT, SAT and insignificant level on QUAL; examination {CERT, EX} - strongly significant level on the DEBT, statistically significant on SAT at insignificant on QUAL. The conclusion is drawn on highly significant heterogeneity of outcomes of each indicator EC, CERT, EX, EX on a population of groups on the basis of F-criterion of an analysis of variance for independent samples. Nonparametric alternatives of an one-factor analysis of variance for independent samples (criterion of Kraskel-Willis and the median test) confirm these conclusions. In case of EC for each ternary variable the F-criterion estimates a significance level distinction between 3 group clusters: highly significantly on ECD, it is strongly significant on ECQ and statistically it is significant on ECS. Outcomes of the spent statistical analysis can be considered within the limits of passing reform of higher education.
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.
2. Арефьев В.П. , Михальчук А.А. , Филипенко Н.М. Сравнительный статистический анализ входного и текущего контроля математических знаний в рамках классической формы заочного высшего образования // Современные проблемы науки и образования. – 2013. – №. 5. (Электронный журнал); URL:www.science-education.ru/111-10676 (дата обращения: 22.02.2014).
3. Арефьев В.П., Михальчук А.А., Филипенко Н.М. Тернарная кластеризация показателей образовательной деятельности студентов вузов // Современные проблемы науки и образования. – 2014. – № 3; URL: http://www.science-education.ru/117-13211 (дата обращения: 23.05.2014).
4. Багаутдинова С.Ф., Левшина Н.И., Санникова Л.Н., Турченко В.И. Разработка и организация системы мониторинга качества образовательной деятельности студентов в высшем учебном заведении // Фундаментальные исследования. – 2014. – № 1-0. – С. 109-114.
5. Жичкин А.М. Метод применения инструментария контроля качества в организациях высшего профессионального образования // Высшее образование сегодня. – 2014. – № 1. – С. 19-25.
6. Куликова О.В., Поповский Э.Е., Филиппова Е.Г. Выявление динамики математической подготовки студентов вуза по статистическим данным педагогических измерений // Современные проблемы науки и образования. – 2013. – № 1; URL: www.science-education.ru/107-8568 (дата обращения: 22.02.2014)
7. 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.
8. Сидорова С.Н. Проблема оценивания компетенций у студентов в контексте введения ФГОС ВПО третьего поколения // Инновации в образовании. – 2013. – № 09. – С. 67-72.
9. Трубилин А.И., Григораш О.В. Оценка качества подготовки студентов и эффективности учебной работы преподавателей // Высшее образование сегодня. – 2014. – № 3. – С. 7-10.
10. Халафян А.А. STATISTICA 6. Статистический анализ данных. Учебник – М: ООО «Бином-Пресс», 2008 г. – 512 с.