Сравнительный анализ результатов тестирования учащихся
|
Аннотация 2
ВВЕДЕНИЕ 4
1 Описание предметной области 6
2 Методы решения поставленной задачи 10
2.1 Кластерный анализ 10
2.1.1 Основные обозначения и определения 10
2.1.2 Расстояние между объектами 11
2.1.2.1 Меры расстояния 12
2.1.3 Методы шкалирования данных 14
2.1.4 Эвклидовы пространства 16
2.1.5 Алгоритмы кластеризации 19
2.1.5.1 Иерархическая кластеризация 20
2.1.5.1.1. Методы объединения кластеров 20
2.1.5.1.2. Определение числа кластеров 22
2.1.5.1.3. Особенности и недостатки иерархического алгоритма 23
2.1.5.2 Алгоритм ^-средних 25
2.1.5.2.1. Начальное расположение центров кластеров 26
2.1.5.2.2. Определение числа кластеров 27
2.1.5.2.3. Особенности и недостатки алгоритма к-средних 28
2.2 Проверка соответствия данных нормальному распределению .... 30
2.2.1 Основные понятия и определения 30
2.2.2 Методы проверки 32
3 Результаты 36
3.1 Определение оптимально числа кластеров 36
3.2 Оценка качества кластеризации 41
3.4 Описательные статистики 49
ЗАКЛЮЧЕНИЕ 58
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ И ЛИТЕРАТУРЫ .. 61
ПРИЛОЖЕНИЕ А Таблица данных с результатами теста 66
ПРИЛОЖЕНИЕ Б Данные, выбранные для кластеризации, столбцы с
результатами ответов 67
ПРИЛОЖЕНИЕ В Стандартизованные данные 68
ПРИЛОЖЕНИЕ Г Программный код в пакете R-studio 69
ПРИЛОЖЕНИЕ Д Динамика доли совпадения оценок теста № 1 73
ПРИЛОЖЕНИЕ Е Динамика доли совпадения оценок теста № 4 74
ПРИЛОЖЕНИЕ Ж Динамика доли совпадения оценок теста № 6 75
ВВЕДЕНИЕ 4
1 Описание предметной области 6
2 Методы решения поставленной задачи 10
2.1 Кластерный анализ 10
2.1.1 Основные обозначения и определения 10
2.1.2 Расстояние между объектами 11
2.1.2.1 Меры расстояния 12
2.1.3 Методы шкалирования данных 14
2.1.4 Эвклидовы пространства 16
2.1.5 Алгоритмы кластеризации 19
2.1.5.1 Иерархическая кластеризация 20
2.1.5.1.1. Методы объединения кластеров 20
2.1.5.1.2. Определение числа кластеров 22
2.1.5.1.3. Особенности и недостатки иерархического алгоритма 23
2.1.5.2 Алгоритм ^-средних 25
2.1.5.2.1. Начальное расположение центров кластеров 26
2.1.5.2.2. Определение числа кластеров 27
2.1.5.2.3. Особенности и недостатки алгоритма к-средних 28
2.2 Проверка соответствия данных нормальному распределению .... 30
2.2.1 Основные понятия и определения 30
2.2.2 Методы проверки 32
3 Результаты 36
3.1 Определение оптимально числа кластеров 36
3.2 Оценка качества кластеризации 41
3.4 Описательные статистики 49
ЗАКЛЮЧЕНИЕ 58
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ И ЛИТЕРАТУРЫ .. 61
ПРИЛОЖЕНИЕ А Таблица данных с результатами теста 66
ПРИЛОЖЕНИЕ Б Данные, выбранные для кластеризации, столбцы с
результатами ответов 67
ПРИЛОЖЕНИЕ В Стандартизованные данные 68
ПРИЛОЖЕНИЕ Г Программный код в пакете R-studio 69
ПРИЛОЖЕНИЕ Д Динамика доли совпадения оценок теста № 1 73
ПРИЛОЖЕНИЕ Е Динамика доли совпадения оценок теста № 4 74
ПРИЛОЖЕНИЕ Ж Динамика доли совпадения оценок теста № 6 75
В современной образовательной парадигме для оценки уровня освоения учебного материала широко применяются методы тестирования. Данная методика представляет собой процедуру исследования, направленную на выявление и анализ степени выраженности определённых навыков, умений и знаний у участников тестирования посредством выполнения ими комплекса специализированных заданий. Такие задания, объединённые общей концепцией, принято называть тестами. По результатам тестирования можно получить информацию об уровне развития того или иного качества у испытуемого и сопоставить его с установленными стандартами. Тестовые методики доктора Реддина, используемые в процессе подготовки и повышения квалификации менеджеров, получили широкое распространение во многих странах мира. Каждый тест данного типа содержит 80 утверждений, и задачей испытуемого является оценка истинности или ложности каждого из них.
В XXI веке, характеризующемся быстрым развитием технологий, усилением конкуренции и непредсказуемыми изменениями в окружающей среде, успешность компаний зависит от наличия в их штате мотивированных, высококвалифицированных сотрудников, способных оперативно реагировать на внутренние и внешние изменения. Для эффективного управления персоналом менеджеры должны обладать знаниями о поведенческих особенностях индивидов и групп, проблемах коммуникации и мотивации. Это позволяет им организовать продуктивное взаимодействие внутри коллектива, оптимизировать организационную структуру в соответствии с требованиями внешней среды и, в конечном итоге, достигать поставленных перед организацией целей.
Одним из методов выявления проблем в управлении является опрос мнений менеджеров относительно значимости различных факторов, влияющих на эффективность управления. В данной работе рассматривается 4
количественный подход к управлению, основанный на разработке и применении адекватных математических моделей проблемных ситуаций, что способствует повышению эффективности. Данный подход к управлению в сочетании с современными информационными технологиями, анализом больших данных и другими аналогичными инструментами в настоящее время обозначается термином «цифровая экономика».
Актуальность работы заключается в необходимости выявления различий и/или сходства в результатах тестирования в разные временные периоды, начиная с 2005 года по 2020 год.
Новизна работы состоит в анализе результатов оригинальных тестов, разработанных Реддином, применении методов кластерного анализа для разбиения респондентов на группы внутри каждого временного интервала, которые формируются на основе суждений тестов, совпадающих с мнением автора, для поиска особенностей и закономерностей выявленных групп.
Практическая значимость работы состоит в анализе результатов тестирования.
Цель работы - выявление групп обучающихся в разные периоды времени и поиске закономерностей, присущих разным группам.
Для достижения поставленной цели решаются следующие задачи:
1. Описание предметной области
2. Выбор форм представления данных тестирования для применения алгоритмов кластерного анализа и визуализации
3. Выбор и применение методов кластерного анализа для данных в номинальной шкале
4. Применение методов визуализации данных
5. Анализ и презентация полученных результатов
В XXI веке, характеризующемся быстрым развитием технологий, усилением конкуренции и непредсказуемыми изменениями в окружающей среде, успешность компаний зависит от наличия в их штате мотивированных, высококвалифицированных сотрудников, способных оперативно реагировать на внутренние и внешние изменения. Для эффективного управления персоналом менеджеры должны обладать знаниями о поведенческих особенностях индивидов и групп, проблемах коммуникации и мотивации. Это позволяет им организовать продуктивное взаимодействие внутри коллектива, оптимизировать организационную структуру в соответствии с требованиями внешней среды и, в конечном итоге, достигать поставленных перед организацией целей.
Одним из методов выявления проблем в управлении является опрос мнений менеджеров относительно значимости различных факторов, влияющих на эффективность управления. В данной работе рассматривается 4
количественный подход к управлению, основанный на разработке и применении адекватных математических моделей проблемных ситуаций, что способствует повышению эффективности. Данный подход к управлению в сочетании с современными информационными технологиями, анализом больших данных и другими аналогичными инструментами в настоящее время обозначается термином «цифровая экономика».
Актуальность работы заключается в необходимости выявления различий и/или сходства в результатах тестирования в разные временные периоды, начиная с 2005 года по 2020 год.
Новизна работы состоит в анализе результатов оригинальных тестов, разработанных Реддином, применении методов кластерного анализа для разбиения респондентов на группы внутри каждого временного интервала, которые формируются на основе суждений тестов, совпадающих с мнением автора, для поиска особенностей и закономерностей выявленных групп.
Практическая значимость работы состоит в анализе результатов тестирования.
Цель работы - выявление групп обучающихся в разные периоды времени и поиске закономерностей, присущих разным группам.
Для достижения поставленной цели решаются следующие задачи:
1. Описание предметной области
2. Выбор форм представления данных тестирования для применения алгоритмов кластерного анализа и визуализации
3. Выбор и применение методов кластерного анализа для данных в номинальной шкале
4. Применение методов визуализации данных
5. Анализ и презентация полученных результатов
Субъекты оценивают свое взаимодействие с реальностью, исходя из своего набора моделей этой реальности (своих знаний, информации, опыта взаимодействия с реальностью, представлений, предположений о реальности).
Когда субъекты одинаково оценивают что-либо, можно с высокой долей вероятности предположить, что у них модели этого чего-либо совпадают или близки.
Ещё раз подчеркнем, что речь не идет о том, правильно или нет респондент оценил суждение. Речь только о том, совпала оценка респондента с оценкой авторов тестов или нет.
Несовпадение оценок — это повод для обсуждения суждений в рамках дисциплины «Менеджмент».
В процессе обсуждения у респондентов вырабатываются компетенции:
1) оценивать свое взаимодействие с реальностью;
2) умение приводить доводы в пользу своих оценок. В результате чего происходит субъективизация личности.
По поводу любого суждения можно приводить доводы, как — за, так и против. Говорят, сколько менеджеров, столько и мнений. Поэтому, есть мнение [41], что менеджмент — самый сложный вид управления, т.к. менеджеры управляют самыми сложными по своей природе системами — социальными.
Наше исследование позволило сформулировать некоторые статистически обоснованные выводы, на основе поставленных целей и задач.
В процессе выполнения выпускной квалификационной работы были решены следующие задачи:
1. Изучена и описана предметная область
2. Выбрана форма представления данных тестирования для применения методов кластерного анализа и визуализации данных
3. Выбраны и применены методы кластерного анализа для данных в номинальной шкале
4. Выбраны и применены методы визуализации данных
5. Проведён сравнительный анализ данных
6. Подготовлена презентация полученных результатов
Таким образом, были зафиксированы изменения в значениях описательных статистик в зависимости от периода исследования, что может свидетельствовать о непрерывных трансформациях Федеральных государственных образовательных стандартов или об изменениях социально¬экономической обстановки в государстве, которые оказывают влияние на восприятие студентами тех или иных положений гуманитарных дисциплин в области управления социальными системами.
По результатам работы были представлены доклады на четырех конференциях:
1. На IX-ой Международной научной конференции "Математическое и программное обеспечение информационных, технических и экономических систем", Томск, 26-28 мая 2022 г.
2. На X-ой Международной молодежной научной конференции "Математическое и программное обеспечение информационных, технических и экономических систем", Томск, 26-29 мая 2023 г.
3. На 22-ой Международной конференция им. А.Ф. Терпугова «Информационные технологии и математическое моделирование», Томск, 4-9 декабря 2023 г.
4. На XI-ой Международной научной конференции "Математическое и программное обеспечение информационных, технических и экономических систем", Томск, 24-27 мая 2024 г.
Результаты исследований были опубликованы:
- Барыкина А. Исследование динамики результатов тестирования учащихся А. О. Барыкина, В.Ф. Тарасенко Материалы Международной научной конференции «Математическое и программное обеспечение информационных, технических и экономических систем». -2022. - С. 179-183;
- Барыкина А. Сравнительный анализ результатов тестирования учащихся А.О. Барыкина, В.Ф. Тарасенко Материалы Международной научной конференции «Математическое и программное обеспечение информационных, технических и экономических систем». -2023. - С. 131-137.
Публикация с материалами конференции этого года находится в печати.
Когда субъекты одинаково оценивают что-либо, можно с высокой долей вероятности предположить, что у них модели этого чего-либо совпадают или близки.
Ещё раз подчеркнем, что речь не идет о том, правильно или нет респондент оценил суждение. Речь только о том, совпала оценка респондента с оценкой авторов тестов или нет.
Несовпадение оценок — это повод для обсуждения суждений в рамках дисциплины «Менеджмент».
В процессе обсуждения у респондентов вырабатываются компетенции:
1) оценивать свое взаимодействие с реальностью;
2) умение приводить доводы в пользу своих оценок. В результате чего происходит субъективизация личности.
По поводу любого суждения можно приводить доводы, как — за, так и против. Говорят, сколько менеджеров, столько и мнений. Поэтому, есть мнение [41], что менеджмент — самый сложный вид управления, т.к. менеджеры управляют самыми сложными по своей природе системами — социальными.
Наше исследование позволило сформулировать некоторые статистически обоснованные выводы, на основе поставленных целей и задач.
В процессе выполнения выпускной квалификационной работы были решены следующие задачи:
1. Изучена и описана предметная область
2. Выбрана форма представления данных тестирования для применения методов кластерного анализа и визуализации данных
3. Выбраны и применены методы кластерного анализа для данных в номинальной шкале
4. Выбраны и применены методы визуализации данных
5. Проведён сравнительный анализ данных
6. Подготовлена презентация полученных результатов
Таким образом, были зафиксированы изменения в значениях описательных статистик в зависимости от периода исследования, что может свидетельствовать о непрерывных трансформациях Федеральных государственных образовательных стандартов или об изменениях социально¬экономической обстановки в государстве, которые оказывают влияние на восприятие студентами тех или иных положений гуманитарных дисциплин в области управления социальными системами.
По результатам работы были представлены доклады на четырех конференциях:
1. На IX-ой Международной научной конференции "Математическое и программное обеспечение информационных, технических и экономических систем", Томск, 26-28 мая 2022 г.
2. На X-ой Международной молодежной научной конференции "Математическое и программное обеспечение информационных, технических и экономических систем", Томск, 26-29 мая 2023 г.
3. На 22-ой Международной конференция им. А.Ф. Терпугова «Информационные технологии и математическое моделирование», Томск, 4-9 декабря 2023 г.
4. На XI-ой Международной научной конференции "Математическое и программное обеспечение информационных, технических и экономических систем", Томск, 24-27 мая 2024 г.
Результаты исследований были опубликованы:
- Барыкина А. Исследование динамики результатов тестирования учащихся А. О. Барыкина, В.Ф. Тарасенко Материалы Международной научной конференции «Математическое и программное обеспечение информационных, технических и экономических систем». -2022. - С. 179-183;
- Барыкина А. Сравнительный анализ результатов тестирования учащихся А.О. Барыкина, В.Ф. Тарасенко Материалы Международной научной конференции «Математическое и программное обеспечение информационных, технических и экономических систем». -2023. - С. 131-137.
Публикация с материалами конференции этого года находится в печати.
Подобные работы
- Система оценивания образовательных результатов в университетах Королевства Таиланд (на примере университета Чиангмай)
Магистерская диссертация, педагогика. Язык работы: Русский. Цена: 4900 р. Год сдачи: 2018 - ФОРМИРОВАНИЕ ИНФОРМАЦИОННЫХ КОМПЕТЕНЦИИ УЧАЩИХСЯ ШЕСТЫХ КЛАССОВ В ПРОЦЕССЕ РАБОТЫ С ИСТОРИЧЕСКИМИ ИСТОЧНИКАМИ
Магистерская диссертация, педагогика. Язык работы: Русский. Цена: 5700 р. Год сдачи: 2019 - ЭТНОЛИНГВОКУЛЬТУРНАЯ СБАЛАНСИРОВАННОСТЬ В РАЗВИТИИ ДЕТЕЙ-БИЛИНГВОВ, ОБУЧАЮЩИХСЯ В 1-4 КЛАССАХ ШКОЛ РТ: МЕТОДОЛОГИЧЕСКИЕ И ПРАКТИЧЕСКИЕ АСПЕКТЫ КОМПЛЕКСНОГО ДИАГНОСТИЧЕСКОГО ТЕСТИРОВАНИЯ
Дипломные работы, ВКР, педагогика. Язык работы: Русский. Цена: 4250 р. Год сдачи: 2018 - Опытно-экспериментальная работа по проверке эффективности программы формирования
Дипломные работы, ВКР, психология. Язык работы: Русский. Цена: 4200 р. Год сдачи: 2017 - СРАВНИТЕЛЬНЫЙ АНАЛИЗ КРЕАТИВНОСТИ
МЛАДШИХ ШКОЛЬНИКОВ
В РАЗНЫХ ОБРАЗОВАТЕЛЬНЫХ СРЕДАХ
Дипломные работы, ВКР, психология. Язык работы: Русский. Цена: 4900 р. Год сдачи: 2018 - Методические особенности формирования умения сравнивать на уроках математики
Курсовые работы, методика преподавания. Язык работы: Русский. Цена: 600 р. Год сдачи: 2021 - Сравнительный анализ ценностно-смысловой сферы студентов педагогических вузов и бойцов студенческого отряда охраны правопорядка «Барс»
Дипломные работы, ВКР, педагогика. Язык работы: Русский. Цена: 4215 р. Год сдачи: 2018 - Система контроля профессионально-ориентированной иноязычной компетенции студентов медицинских специальностей
Магистерская диссертация, лингвистика. Язык работы: Русский. Цена: 4915 р. Год сдачи: 2022 - Сравнительное исследование моделей параметризации
результатов оценивания уровня учебных достижений
Бакалаврская работа, информатика. Язык работы: Русский. Цена: 5900 р. Год сдачи: 2016 - АНАЛИЗ ПОДГОТОВЛЕННОСТИ УЧАЩИХСЯ БЕЛГОРОДСКОЙ
ОБЛАСТИ К ВЫПОЛНЕНИЮ ИСПЫТАНИЙ КОМПЛЕКСА ГТО
Дипломные работы, ВКР, физическая культура. Язык работы: Русский. Цена: 4900 р. Год сдачи: 2017