Автоматизированная обработка бумажных анкет Текст научной статьи по специальности «Компьютерные и информационные науки»

УДК 004.9

ББК 88 © А.А. Страхов, Е.А. Слесарева, Н.В. Задохина, 2018

АВТОМАТИЗИРОВАННАЯ ОБРАБОТКА БУМАЖНЫХ АНКЕТ

Андрей Александрович Страхов, доцент кафедры информатики и математики

Московский университет МВД России имени В.Я. Кикотя (117437, Москва, ул. Академика Волгина, д. 12) E-mail: [email protected]

Екатерина Александровна Слесарева, доцент кафедры информатики и математики, кандидат психологических наук Московский университет МВД России имени В.Я. Кикотя (117437, Москва, ул. Академика Волгина, д. 12) E-mail: [email protected]

Нина Владимировна Задохина, старший преподаватель кафедры информатики и математики, кандидат педагогических наук

Московский университет МВД России имени В.Я. Кикотя (117437, Москва, ул. Академика Волгина, д. 12) E-mail: [email protected]

Аннотация. Поэтапно описан алгоритм анкетирования с применением конкретного программного обеспечения для оцифровки и анализа анкетных данных.

Ключевые слова: анкетирование, первичная обработка и анализ анкет, средства Microsoft Excel.

AUTOMATED PROCESSING OF PAPER FORMS

Andrey A. Strakhov, associate professor of the Department of informatics and mathematics Moscow University of the Ministry of Internal affairs of Russia named after V.Ya. Kikot' (117437, Moscow, ul. Akademika Volgina, d. 12) E-mail: [email protected]

Ekaterina A. Slesareva, associate professor, Chair of informatics and mathematics, candidate of psychological sciences Moscow University of the Ministry of Internal affairs of Russia named after V.Ya. Kikot' (117437, Moscow, ul. Akademika Volgina, d. 12) E-mail: [email protected]

Nina V. Zadokhina, senior lecturer, Chair of informatics and mathematics, candidate of pedagogical sciences Moscow University of the Ministry of Internal affairs of Russia named after V.Ya. Kikot' (117437, Moscow, ul. Akademika Volgina, d. 12) E-mail: [email protected]

Annotation. The article describes in stages the algorithm of questionnaire with the use of specific software for digitization and analysis of personal data.

Keyword: questionnaires, primary processing and analysis of questionnaires, Microsoft Excel tools.

Citation-индекс в электронной библиотеке НИИОН

Для цитирования: Страхов А.А., Слесарева Е.А., Задохина Н.В. Автоматизированная обработка бумажных анкет. Вестник Московского университета МВД России. 2018;(5):302-306.

При проведении социологических, психологических или других исследований довольно часто возникает ситуация, когда необходимые данные получаются в результате опросов заданной категории респондентов. Опросы обычно проводятся либо как интервью, либо как анкетирование. В первом варианте исследователь или ассистент озвучивает вопросы аудитории, а респонденты заносят в опросный лист только ответы. Во-втором — вопросы и ответы находятся непосредственно в опросном листе, выдаваемом респонденту, и задача исследователя (ассистента) раздать бланки анкет и собрать их после заполнения. В идеале опрос можно проводить сразу в электронном формате в режиме удаленного доступа

по компьютерной сети, но в ряде случаев результаты опроса являются конфиденциальными данными или оформляются как документ, что устанавливает повышенные требования к компьютерной системе.

Учитывая изложенное, анкетирование в органах внутренних дел проводится довольно часто в бумажной форме, и для дальнейшей автоматизированной обработки результатов требуется их перевод в цифровой формат. Если количество опрошенных респондентов достаточно велико, оцифровка подобных анкет становится трудоемким и длительным по времени процессом, что не всегда устраивает заказчика. Вместе с тем, решение задачи становится довольно тривиальным, если правильно выбрать инструменты.

Основной целью данной статьи является поэтапное описание алгоритма анкетирования с применением конкретного программного обеспечения для оцифровки и анализа анкетных данных.

Если данные представлены в таблице, то для их первичной обработки и анализа одним из самых незаменимых программных продуктов является Microsoft Excel. Поэтому перед началом анкетирования рекомендуется разработать индивидуальную анкету сразу в виде таблицы MS Excel.

Существенно упростит дальнейшую автоматизацию соблюдение правила: «1 анкета — 1 страница бумажного листа». Формат страницы не должен превышать размеры сканера, на котором будут оцифровываться анкеты. Разрешающая способность современных сканеров позволяет качественно распознавать достаточно мелкий шрифт. Если формулировка вопросов анкеты будет подразумевать логические ответы Да/Нет (поле ответа черное или белое), то качество распознавания ответа будет выше.

После оцифровки и распознавания заполненных анкет респондентов каждую из них можно разместить на «своем» листе MS Excel, точно друг под другом.

Алгоритм дальнейших действий рассматривается на примере MS Excel версии 2016.

Создаем макет листа для распечатки и ручного заполнения. Анкета должна размещаться на одном листе, что достигается изменением размера шрифта и ширины столбцов ячеек (рис. 1).

Распечатываем нужное количество листов. Раздаем респондентам.

Собираем заполненные анкеты.

Технология интеллектуального преобразования рукописного, машинописного или печатного текста в цифровые символы, понятные текстовым или табличным редакторам, объединяются под общим названием OCR (optical character recognition — оптическое распознавание символов).

OCR-программы для преобразования книг и документов в электронный вид представлены на рынке в широком ассортименте, включая встроенные средства операционных систем, но на взгляд авторов в русскоязычным сегменте несомненным лидером является OCR Fine Reader международной компании ABBYY (в нашем примере, Fine Reader v.12).

Fine Reader распознает текст в двух режимах:

♦ из файлов с отсканированными ранее анкетами в графических форматах (bmp, jpg, pdf и т.д.);

♦ непосредственно со сканера на «своем» компьютере.

Во втором режиме Fine Reader поддерживает сканеры с возможностью автоподачи листов.

ПСИХОЛОГИЧЕСКИЕ НАУКИ

сунок 3

Настройки

Документ | Сканировать/Открыть | Распознать] Сохранить~|вйд [ Дополнительные ]

DOCX/OOT/RTF | XLSX [ppF | POf/A | HTML | РРТХ | ТУГ 1 CSV 1 ВЧВД=В2 1 DjVU

Оформление документа

¡Форматированный текст

[V] Игнорировать текст вне таблицы [Н Сохранять числовые да»«ые в формате "Цифры"

I I Сохранять колонтитулы

[V] Создавать отдельную таблицу для каждой странии* (только XLSX) Качество картинок -

Г? Л

А" А- [в]

Небольшой размер (150 dpi) _J Q Сохранять картинки (только XLSX)

Таким образом, следующим шагом нашего алгоритма будет запуск программы Fine Reader v.12 и открытие папки со сканами анкет (рис. 2), либо сканирование непосредственно (рис. 3).

В нашем примере респондент должен поставить в выбранном поле любую отметку или оставить его пустым. После того, как все анкеты будут распознаны,

Рисунок 5

ПСИХОЛОГИЧЕСКИЕ НАУКИ

необходимо выгрузить их в Excel. Режим сохранения страниц в формате.XLSX (рабочая книга Excel) должен быть настроен как на рисунке (Игнорировать текст вне таблицы, создавать отдельную таблицу для каждой страницы, не сохранять картинки) (рис. 4).

Сохраняем распознанные страницы в рабочую книгу Excel (рис. 5).

Загружаем распознанные листы анкет в главный файл путем перетаскивания всех листов из файла с распознанными анкетами в файл с главным листом анкеты (рис. 6).

Теперь можно переходить к вычислениям.

Суммируем результаты анкетирования по каждому полю. Например, если в ячейке С2не пусто, то к общей сумме прибавляется единица, и так для каждого листа. В крайнюю левую ячейку на главном листе (в примере, Анкета:С4) вводится формула для подсчета количества непустых ячеек в трехмерной книге:

=C4ET3(Sheet1:Sheet3!C2)

Sheet 1:Sheet3 — границы диапазона листов c анкетами.

В связи с тем, что при распознавании сохранялись только таблицы без заголовка, адреса ячеек главного листа и анкет не совпадают.

После ввода формулы, копируем ее во все ячейки диапазона, протащив маркер исходной ячейки вправо, затем вниз (рис. 7).

В процессе распознавания отмеченных ячеек возможны ошибки. Для более достоверного результата следует установить требования к заполнению анкеты, например, маркер ставить гелевой ручкой черного цвета.

О

ю

11

12

13

Моя пустыня - дворца светлее.

За что любить их, таких мне чуждых? За что убить их?!

- Вставит^...

Они так жалки, так прими' ^ валить

Идите МИМО В СВОИХ собьп Переименовать

Переместить или скопировать... _

Просмотреть код

^ Защитить лист... н

Пвуг яолымка ► -

- Я безвопросен: вы безотЕ

Не знаю скверных, не знак

11

Идите мимо в своих событьях,

Анкета Sheetl Sheet2 Sheet3 - | .

16|Я презираю, бл^Ьсловляя Вь1делнть все листы

Sheet.

Разгруппировать листы

Литература

1. Информатика и информационные технологии в профессиональной деятельности (создание простейшей системы психологического тестирования с помощью табличного процессора Excel на примере теста Г. Айзенка): Учеб. наглядное пособие / Ищен-ко А.Н., Страхов А.А. М.: Издательство «Перо», 2017.

2. Информатика и информационные технологии в профессиональной деятельности (создание простейшей учебной автоматизированной системы бухгалтерского учета с помощью табличного процессора EXCEL): Учеб. наглядное пособие / Ищенко А.Н., Ищенко И.Н. М.: Издательство «Перо», 2017.

3. Ищенко А.Н., Страхов А.А. Вопросы применения табличного процессора как инструмента ль-

ной основы первоначального обучения автоматизации психологического тестирования // Естественные и технические науки. 2017. № 10. С. 129-131.

4. Слесарева Е.А., Смирнов Д.Е. Информационные технологии как средство решения практических задач в деятельности психолога // Государственная служба и кадры. 2016. № 4.

5. Слесарева Е.А., Задохина Н.В. Критерии статистической значимости как неотъемлемая часть экспериментальной психологии // Вестник Московского университета МВД России. 2017. № 4.

6. Слесарева Е.А. Математические методы в психологии как средство обработки экспериментальных данных: Сб. мат. Всерос. науч.-техн. конф. «Матема-

тические методы и информационные технологии управления в науке, образовании и правоохранительной сфере» Московский государственный технический университет имени В.Э. Баумана, Академия ФСИН России, Рязанский государственный университет имени С.А. Есенина, 2017. С. 325-329.

References

1. Informatika i informatsionnyye tekhnologii v pro-fessional'noy deyatel'nosti (sozdaniye prosteyshey si-stemy psikhologicheskogo testirovaniya s pomoshch'yu tablichnogo protsessora Excel na primere testa G. Ay-zenka): Ucheb. naglyadnoye posobiye / Ishchenko A.N., StrakhovA.A. M.: Izdatel'stvo «Pero», 2017.

2. Informatika i informatsionnyye tekhnologii v pro-fessional'noy deyatel'nosti (sozdaniye prosteyshey uc-hebnoy avtomatizirovannoy sistemy bukhgalterskogo ucheta s pomoshch'yu tablichnogo protsessora EXCEL): Ucheb. naglyadnoye posobiye / Ishchenko A.N., Ishc-henko I.N. M.: Izdatel'stvo «Pero», 2017.

3. Ishchenko A.N., Strakhov A.A. Voprosy prime-neniya tablichnogo protsessora kak instrumental'noy os-novy pervonachal'nogo obucheniya avtomatizatsii psikhologicheskogo testirovaniya // Estestvennyye i tekh-nicheskiye nauki. 2017. № 10. S. 129-131.

4. Slesareva E.A., Smirnov D.E. Informatsionnyye tekhnologii kak sredstvo resheniya prakticheskikh za-dach v deyatel'nosti psikhologa // Gosudarstvennaya sluzhba i kadry. 2016. № 4.

5. Slesareva E.A., Zadokhina N.V. Kriterii statistic-heskoy znachimosti kak neot"yemlemaya chast' eksperi-mental'noy psikhologii // Vestnik Moskovskogo univer-siteta MVD Rossii. 2017. № 4.

6. Slesareva E.A. Matematicheskiye metody v psikhologii kak sredstvo obrabotki eksperimental'nykh dannykh: Sb. mat. Vseros. nauch.-tekhn. konf. «Matematicheskiye metody i informatsionnyye tekhnologii upravleniya v nau-ke, obrazovanii i pravookhranitel'noy sfere» Moskovskiy gosudarstvennyy tekhnicheskiy universitet imeni V.E. Baumana, Akademiya FSIN Rossii, Ryazanskiy gosudarstvennyy universitet imeni S.A. Esenina, 2017. S. 325-329.

Психология

В ДЕЯТЕЛЬНОСТИ

СОТРУДНИКОВ

ОРГАНОВ

ВНУТРЕННИХ

ДЕЛ

Психология в деятельности сотрудников органов внутренних дел: Учеб. пособие для студентов вузов, обучающихся по направлениям подготовки «Правовое обеспечение национальной безопасности» и «Правоохранительная деятельность» / [B.J1. Цветков и др.]; под ред. И.А. Калини-ченко. М.: ЮНИТИ-ДАНА: Закон и право, 2017. 207 с.

Рассматриваются проблемы психологии профессиональной деятельности для сотрудников полиции. Даются психологическая характеристика следственной деятельности, профессиографическое описание деятельности участкового уполномоченного полиции.

Анализируются психологические особенности предварительного расследования. Уделяется внимание криминальной психологии и особенностям судопроизводства по уголовным делам. Самостоятельная глава посвящена судебно-психоло-гической экспертизе.

Для курсантов, адъюнктов, аспирантов вузов, а также всех тех, кто интересуется проблемами психологического обеспечения правоохранительной деятельности и юридической психологии.

ООО «ИЗДАТЕЛЬСТВО ЮНИТИ-ДАНА» Адрес редакции: 123298, Москва, ул. Ирины Левченко, д. 1. Тел./факс: 8-499-740-60-14, 8-499-740-60-15 E-mail: [email protected], www.unity-dana.ru