Методические особенности обучения магистрантов-педагогов построению модели прогнозирования педагогического исследования средствами компьютерных технологий

METHODICAL FEATURES OF TRAINING OF STUDENTS-TEACHERS OF BUILDING A FORECASTING MODEL OF PEDAGOGICAL RESEARCH BY MEANS OF COMPUTER TECHNOLOGIES

• V. E. Grankin

Kursk state university

33 Radischeva St., 305000 Kursk, Russia

Проведение педагогического исследования – это одна из профессиональных задач, решаемых преподавателем, а осуществление обработки и анализа данных педагогического исследования средствами компьютерных технологий является неотъемлемой частью информатизации образования.

Корреляционный анализ позволяет выявить силу связи между признаками педагогического исследования. Например, определить силу связи между успеваемостью учеников в начальной и средней школе, как в целом, так и по отдельным предметам; определить силу связи между успеваемостью учеников по отдельным парам дисциплин, изучаемых в одном классе школы; определить силу связи между успеваемостью учеников и их посещаемостью творческих кружков и/или спортивных секций и тому подобное. Располагая данными корреляционного анализа, учитель может обнаружить причины, например, низкой успеваемости учащихся по отдельному предмету или отдельной теме дисциплины, выявить причины низкой посещаемости, например, спортивных секций, отдельной группой учеников и так далее. Используя эти данные, учитель может предпринять соответствующие корректирующие действия в отношении определенного признака педагогического исследования. Таким образом, корреляционный анализ является неотъемлемой частью профессиональной подготовки современного учителя.

Регрессионный анализ позволяет построить модель прогнозирования поведения одного признака в зависимости от значения другого или других признаков педагогического исследования. Например, модель, позволяющую спрогнози- ровать успеваемость учеников в старших классах, в зависимости от их успеваемости в начальных классах школы, как в целом, так и по отдельным дисциплинам и другие модели прогнозирования. Таким образом, регрессионный анализ является неотъемлемой частью профессиональной подготовки современного учителя.

Поскольку, корреляционный и регрессионный анализ являются сложными разделами анализа данных педагогического исследования, то их изучение планируется на этапе подготовки учителей при их обучении в магистратуре, то есть, когда у обучающихся будут сформированы соответствующие компетенции из области математической статистики и области информационных технологий. Проведение анализа данных педагогического исследования в целом и проведение корреляционного и регрессионного анализа в частности в современных условиях немыслимо без применения компьютерных технологий. В связи с этим, обучение проведению корреляционного и регрессионного анализа данных педагогического исследования средствами информационных технологий осуществляется в магистратуре направления подготовки «Педагогическое образование» в рамках магистерской программы «Информатизация образования» в процессе освоения дисциплины «Статистические методы в педагогических исследованиях».

В качестве программного средства, для проведения корреляционного и регрессионного анализа предлагается выбрать систему SPSS, как программный продукт специального назначения для обработки и анализа данных исследования.

Кроме того, система SPSS интегрирована с редактором электронных таблиц, изучаемым на бакалавриате и в рамках школьного курса информатики, что позволит повысить качество образования студентов магистратуры.

Поскольку, выпускники магистратуры обладают правом преподавания не только в школе, но и в вузе и имеют возможность продолжить обучение в аспирантуре, содержание обучения проведения корреляционного и регрессионного анализа средствами компьютерных технологий предлагается построить на примерах проведения модельных педагогических исследований, проводимых и в школе, и в вузе.

В качестве примера при изучении методики проведения корреляционного анализа модели педагогического исследования, проводимого в школе, предлагается средствами системы SPSS определить силу связи между признаком профиль обучения старшеклассника и признаком степень удовлетворенности учебой старшеклассника в школе. Расчет данного показателя производиться с помощью коэффициента взаимной сопряженности Пирсона, поскольку предлагаемые признаки модели педагогического исследования измеряются по разным шкалам: признак профиль обучения старшеклассника измеряется по номинальной шкале, а признак степень удовлетворенности учебой по порядковой. В качестве примера при изучении методики проведения корреляционного анализа модели педагогического исследования, проводимого в вузе, предлагается средствами системы SPSS определить силу связи между признаками результаты сдачи единого государственного экзамена и результаты первой сессии студентов вуза. Расчет данного показателя производиться с помощью коэффициента линейно корреляции Пирсона, поскольку предлагаемые признаки модели педагогического исследования измеряются по интервальной шкале.

В качестве примера при изучении методики проведения регрессионного анализа модели педагогического исследова- ния, проводимого в вузе, предлагается средствами системы SPSS построить модель, позволяющую прогнозировать успеваемость студентов на первой сессии в вузе в зависимости от количества баллов, набранных ими при сдаче ЕГЭ. Построение данной модели прогнозирования осуществляется с помощью записи уравнения линейной регрессии. С помощью корреляционного анализа, проведенного ранее, по данной модели педагогического исследования, можно определить насколько данная модель прогнозирования будет правдоподобна. Кроме того, с помощью программы SPSS предлагается сравнить реальные данные с прогнозируемыми. Помимо этого, В качестве примера при изучении методики проведения регрессионного анализа модели педагогического исследования, проводимого в вузе, предлагается средствами системы SPSS построить модель, позволяющую прогнозировать успеваемость студентов на первой сессии в вузе в зависимости от количества баллов, набранных ими при сдаче ЕГЭ и от процента пропущенных ими занятий в семестре. Построение данной модели прогнозирования осуществляется с помощью записи уравнения множественной линейной регрессии. Кроме того, с помощью программы SPSS предлагается сравнить реальные данные с прогнозируемыми.