CC BY
84
УДК 303.724.3; 37.01
ИСПОЛЬЗОВАНИЕ СТРУКТУРНЫХ УРАВНЕНИЙ В МОДЕЛИРОВАНИИ ПРОЦЕССОВ УПРАВЛЕНИЯ ОБРАЗОВАНИЕМ
Остапенко Р.И., к.п.н., Военно-воздушная академия имени проф. Н. Е. Жуковского и Ю. А. Гагарина, Воронеж, Россия, E-mail: ramiro@list.ru
Аннотация. На основе анализа работ отечественных и зарубежных исследователей в области управления образованием, автор приходит к выводу о необходимости студентов и аспирантов педагогических специальностей к повышению их собственной информационно-математической компетентности: изучению как классических методов математической статистики и многомерного анализа данных, так и методов структурного моделирования. Автором представлено учебно-методическое пособие на русском языке по основам структурного моделирования для студентов и аспирантов гуманитарных специальностей, проявляющих интерес к данной методологии. Ключевые слова: моделирование структурными уравнениями; структурное моделирование, управление образованием, педагогика, научные исследования, обучение.
USING STRUCTURAL EQUATION IN MODELING THE PROCESSES OF
EDUCATION MANAGEMENT
Ostapenko R.I., PhD, Zhukovsky-Gagarin Air Force Academy, Voronezh, Russia, E-mail: ramiro@list.ru
Annotation. Based on the analysis of works by national and international researchers in the field of management education, the author comes to the conclusion about the need of students and postgraduate students of pedagogical institutions to improve their own information and mathematical competence: a study of the classical methods of mathematical statistics and multivariate data analysis and structural equation modeling. The author represents the manual in Russian language on the basics of structural equation modeling for the students who are interested in this methodology.
Key words: structural equation modeling, structural modeling, education management, education, research, training.
Бурное развитие образовательных и информационных технологий, интеграция психологии, физиологии и других наук о человеке в процесс обучения и воспитания, существенно расширяют спектр педагогического воздействия в преподавании дисциплин различного цикла. Результаты внедряемых инноваций отслеживаются экспериментально с помощью тестирования, анкетирования и других видов проверочных работ. В исследованиях используются методы математической статистики для получения более объективной картины внедряемых мероприятий: статистические критерии различий между группами, дисперсионный анализ и т.д.
Фактически статистический анализ полученных экспериментальных данных сводится к сравнению частотных распределений или средних величин между группами, и исследователь теряет возможность изучения, контроля и управления теми процессами, влияние которых было как явно, так и опосредованно (психологические, возрастные и другие факторы). Отсюда вытекает необходимость комплексного и системного подходов [7] к изучению механизмов управления образовательного процесса, в том числе и с помощью математических методов анализа данных.
Исследования в области педагогических наук, делающих акцент на рассмотрении явлений как сложных, динамических, самоорганизующихся систем, указывают на необходимость осваивания и дальнейшую разработку соответствующего математического аппарата: структурное моделирование, логистические модели и т.д. Одним из современных математических методов является структурное моделирование или моделирование структурными уравнениями (structural equation modeling).
Структурное моделирование, базирующееся на корреляционно-регрессионном, путевом и факторном анализе, как метод моделирования причинно-следственных связей и латентных структур является популярным инструментом в работе психологов (Т. В. Корнилова [5], А. Д. Наследов [8], P. M. Bentler [20] К. А. Bollen [22] и др.), социологов (И. Ф. Девятко [4], Ю. Н. Толстова [18], H. M. Blalock [21], O. D. Dunkan [24], P. F. Lazarsfeld [27] и др.), педагогов (L. Liu, B. J. Fraser [19], M. S. Khine [19], Y. K. Usluel [30], А. Д. Наследов [8], Р. И. Остапенко [14, 15], и других специалистов (А. А. Маслак [6], K. G. Joereskog & D. Soerbom [25] и др.).
По данным P. F. Tremblay и R. C. Gardner [29] период с 1973 по 1994 характеризуется значительным ростом публикаций в которых используется структурное моделирование при плавном снижении числа работ с применением факторного и регрессионного анализа. С 1994 по 2001 S. L. Hershberger [26] отмечают дальнейший рост популярности структурного моделирования как исследовательского метода. Применение методов структурного моделирования в России пока не получило такого широкого распространения, как в зарубежной науке.
Так, по данным А. В. Воробьева [1] структурное моделирование в отечественном эксперименте занимает одну из последних позиций. Также указано, что в российских исследованиях предпочтение отдается методам проверки статистических гипотез и корреляционному анализу. Структурное моделирование и мета-анализ редко используются, несмотря на широкий круг решаемых ими задач, особенно характерных для естественных и гуманитарных областей знаний.
Приведем некоторые примеры использования структурного моделирования в рамах управления образовательных процессов.
Например H. W. Lee в своем исследовании [28] показывает, что эффективность процесса генеративного обучения зависит не только непосредственно от внедряемых инструментов обучения, но и опосредованно через развитие саморегуляции и умений учащихся использовать стратегии обучения (см. рис.1). В общем, под генеративным обучением понимается переосмысливание и перестройка ментальных моделей и изменение путей, которыми люди двигаются от положения, в котором находятся, туда, где стремятся быть.
Опосредованный характер обучения наглядно показан указательной стрелкой идущей от латентной переменной «саморегуляция» к переменной «способность к использованию стратегий» с помощью коэффициента регрессии 0,22, а далее к переменным «запоминание» и «понимание» - 0,29 и 0,33 соответственно. Методом структурного анализа автору удается подтвердить выдвинутую им гипотезу. На
о
основании индексов качества (X2 = 65,56; df = 31; p-value = 0,00028; RMSEA = 0,071) автором делается вывод о соответствии модели исходным данным.
Обозначения: g1 - группа обучения по способу 1; g2 - группа обучения по способу 2; pre -контрольная группа; SR - саморегуляция (cog - когнитивный контроль, meta - метакогнитивный контроль); USE - способности к использованию генеративных стратегий обучения; REC - запоминание (termi - термины; fact - факты); COM - понимание (conc - понятия; relat - отношения)
Автор [19] также настаивает на том, что структурное моделирование как метод сочетания факторного и путевого анализа может быть использован не только для изучения влияния способов обучения на их результаты, но и позволяет выяснить опосредованное воздействие связанных с обучением психологических причин. Большое значение в структурном моделировании, в отличие от других методов многомерного анализа, является введение латентных переменных (на рисунках они изображаются в форме овалов). Они позволяют исследовать опосредованные влияния воздействий на результаты обучения. Подробнее с латентными переменными можно познакомиться в работах [6] и [9].
Y. ^ Usluel [30] исследует влияние факторов влияющих на более активное применение преподавателями информационных и коммуникационных технологий (ИКТ) в системе высшего образования. На основе экспериментальных данных полученных в результате опросов 814 преподавателей, автор предлагает структурную модель (см. рис.2) связи обеспеченности вузов ИКТ, частотой их применения и их свойствами (преимущества, простота и т.д.).
Рис.2. Структурная модель использования ИКТ в вузах
Обозначения: ICTFacilities - средства ИКТ (ICTF in classroom - ИКТ средства в классе, ICTF in lab -ИКТ средства в лаборатории, ICTF in office - ИКТ средства в офисе); Perceived Attributes -воспринимаемые атрибуты (Relative Advantages - относительные преимущества, Compatibility -совместимость с профессией, Easy of Use - простота использования, Observability - видимость результатов); ICT Usage - использование ИКТ (Instructional - в обучении, Managerial - в управлении).
Латентная переменная «средства ИКТ» манифестируется местоположениями этого оборудования, переменная «использование ИКТ» - видом деятельности, «воспринимаемые атрибуты» - различными характеристиками ИКТ. Автором статьи устанавливаются причинно-следственные связи между этими переменными. На основании индексов качества (х = 85,64; df = 24; p-value = 0,0000; RMSEA = 0,056) автором делается вывод о соответствии модели исходным данным.
Из рисунка 2 можно заключить, что наличие компьютеров, проекторов, Интернета и других ИКТ не только прямо и положительно сказывается на частоте их использования в учебной и управленческой деятельности преподавателями, но и через осознание преимуществ новых технологий, совместимость с профессиональной деятельностью, простой применения и видимостью результатов работы. Разумеется, предложенная модель требует дальнейшего усовершенствования с учетом возрастных особенностей преподавателей, их информационной компетентности и других факторов.
С другими примерами удачного применения структурного моделирования в вопросах образования и управления образовательным процессом в книге M. S. Khine «Application of Structural Equation Modeling in Educational Research and Practice», а также в русскоязычной литературе [2, 3, 12, 15] и т.д.
Несмотря все на достоинства метода структурного моделирования: наглядность; возможность работы с данными, не соответствующими нормальному распределению, с пропущенными данными; возможность допущений о связях между ошибками; возможность модификации модели до наилучшего соответствия данных предложенной исследователем теоретической модели следует учитывать ряд описанных Е. Л. Григоренко [3] предостережений. Прежде всего, это: учет причинно-следственных связей, являющихся следствием теоретических представлений исследователя; качество собираемых данных; необходимость большой выборки в исследовании; дальнейшая возможность содержательной интерпретации результатов моделирования.
В заключении следует отметить острый дефицит, как учебных пособий, так и методических разработок на русском языке по преподаванию методов структурного моделирования [10]. Автором настоящей статьи было разработано учебно-методическое пособие «Основы структурного моделирования в психологии и педагогике» [12] предназначенное для студентов и аспирантов психологических и педагогических специальностей вузов.
На основе результатов серий экспериментов полученных лично автором в книге представлены фундаментальные знания математической статистики (корреляционно-регрессионный анализ, эксплораторный метод главных компонент), методы
являющиеся основой структурного моделирования (путевой, конфирматорный факторный анализ), а также описаны способы компьютерной обработки данных c помощью специального модуля AMOS SPSS 18.0.
Бурное развитие программных средств обработки информации (в том числе онлайн в сети Интернет), систематизация знаний и совершенствование методики преподавания математических дисциплин в дальнейшем позволит осуществить более эффективное знакомство студентов и аспирантов педагогических специальностей с многомерными методами анализа данных и структурного моделирования. Это позволит усилить методологическое и диагностическое значение проводимых ими исследований, актуализирует развитие исследовательской логики и расширит их познавательные способности в изучении научной картины мира, действительности.
Структурное моделирование как инструмент проверки, модификации и сравнения статистических гипотез, несомненно, является уникальным методом, открывающим новые возможности по продуктивному анализу данных в области управления образования. Он позволяет справляться с теми задачами, решение которых было принципиально невозможно в рамках традиционного многомерного подхода. Использование методов структурного моделирования в сочетании с высококачественным программным обеспечением, имеющим интуитивно понятный интерфейс для статистического анализа данных, позволяет специалисту сконцентрироваться на наиболее важной стороне своей исследовательской работы -содержательной, качественной интерпретации полученных результатов, а также дальнейшему принятию управленческих решений.
Список литературы
1. Воробьев А.В. Обзор применения математических методов при проведении психологических исследований [Электронный ресурс] // Психологические исследования: электрон. науч. журн. 2010. N 2(10). - URL: http://psystudy.ru (дата обращения: 10.10.2013).
2. Воробьёв А.В., Баркова Т.Ю. Латентно-структурная математическая модель влияния психосоциальных факторов на психосоматическое состояние подростков // Естественные и технические науки. - 2011.- № 3. - С. 23-25.
3. Григоренко Е.Л. Применение статистического метода моделирования с помощью линейных структурных уравнений в психологии: за и против // Вопросы психологии. - 1994. - № 4. - C.108-126.
4. Девятко И.Ф. Диагностическая процедура в социологии. Очерк истории и теории. - М.: Наука, 1993. - 175 с.
5. Корнилова Т.В. Основные тренды в развитии методов психологических исследований // Экспериментальная психология в России: Традиции и перспективы. -C. 42-46.
6. Летова Л. Исследование качества теста единого государственного экзамена по физике с помощью модели Раша // Управление образованием: теория и практика, 2013.
- №3 (11). - С.52-61.
7. Николаева И.В. Метод системного подхода в оценке качества обучения // Управление образованием: теория и практика, 2011. - №2 (2). - С.125-130.
8. Наследов А.Д. Структурное моделирование каузальных гипотез: исследование педагогических стереотипов оценивания младших школьников // Вестник Санкт-Петербургского университета. Сер.12. Вып. 1. - СПб., 2011. - С.305-313.
9. Остапенко Р.И. Латентное в социо-гуманитарном знании: понятие и классификация [Электронный ресурс] // Современные научные исследования и инновации. - Июль 2012. - № 7 - URL: http://web.snauka.ru/issues/2012/07/15845 (дата обращения: 10.11.2013).
10. Остапенко Р.И. Методические аспекты формирования информационно-математической компетентности студентов гуманитарных специальностей [Электронный ресурс] // Современные научные исследования и инновации. - Май, 2013
- URL: http://web.snauka.ru/issues/2013/05/24148 (дата обращения: 10.11.2013).
11. Остапенко Р.И. О корректности применения количественных методов в психолого-педагогических исследованиях [Электронный ресурс] // Перспективы науки и образования, 2013. № 3. - URL:http://pnojoumal.wordpress.com/archive (дата обращения: 10.11.2013).
12. Остапенко Р. И. Основы структурного моделирования в психологии и педагогике: учебное пособие для студентов и аспирантов психологических и педагогических специальностей вузов / Р. И. Остапенко. - Воронеж.: ВГПУ, 2012. - 124 с.
13. Остапенко Р.И. О формировании математической компетентности студентов-экономистов [Электронный ресурс] // Современные научные исследования и инновации. - Февраль, 2013 - URL: http://web.snauka.ru/issues/2013/02/21092 (дата обращения: 10.11.2013).
14. Остапенко Р.И. Структурные связи ценностных ориентаций и поведенческого стиля в конфликтной ситуации работников организации [Электронный ресурс] // Перспективы науки и образования, 2013. № 1. -URL:http://pnojoumal.wordpress.com/archive (дата обращения: 10.11.2013).
15. Остапенко Р.И. Структурное моделирование в психологии и педагогике [Электронный ресурс] // Перспективы науки и образования, 2013. № 2. URL: http://pnojournal.wordpress.com/archive (дата обращения: 10.11.2013).
16. Остапенко Р.И. Формирование информационно-математической компетентности студентов гуманитарных специальностей: методические аспекты [Электронный ресурс] // Перспективы науки и образования, 2013. № 4. URL:http://pnojournal.wordpress.com/archive (дата обращения: 10.11.2013).
17. Остапенко Р.И. Формирование математической компетентности будущих педагогов-психологов: Дис. ...канд. пед. наук. - Воронеж, 2009 - 199 с.
18. Толстова Ю.Н. Социология и математика: Сборник избранных трудов. 2003.
19. Afari, E., Aldridge, J. M., Fraser, B. J., & Khine, M. S. (2013). Students' perceptions of the learning environment and attitudes in game-based mathematics classrooms. Learning Environments Research, 16, 131-150.
20. Bentler, P. M. (1989). EQS Structural Equations Program Manual. Los Angeles, CA: BMDP Statistical Software.
21. Blalock H.M., Blalock A.B. Methodology in Social Research. N.Y., Vol. 47, No. 1 (Sep., 1968), pp. 91-92.
22. Bollen K. Latent Variables in Psychology and the Social Sciences // Annual Review of Psychology. 2002. № 53. P. 605-634.
23. Cuttance P., Ecob R. Structural Modeling by Example: Applications in Educational, Sociological, and Behavioral Research. Cambridge [England]; New York : Cambridge University Press, 1987. 319 p.
24. Duncan, O.D. (1966) Path analysis: Sociological examples. American Journal of Sociology, 72, 1-16.
25. Joereskog K.G., Soerbom D. Advances in Factor Analysis and Structural Equation Models. Cambridge, 1979.
26. Hershberger, L.S. (2003) The growth of Structural Equation Modeling: 1994-2001, Structural Equation Modeling, 10(1): 35-46.
27. Lazarsfeld P.F., Henry N.W. Latent Structure Analysis. N.Y., 1968.
28. Lee H.W. An Application of Latent Variable Structural Equation Modeling For Experimental Research in Educational Technology // TOJET. 2011. v.10.
29. Tremblay, P. F., & Gardner, R. C. (1996). On the growth of structural equation modeling in psychological journals. Structural Equation Modeling, 3, 93-104.
30. Usluel Y. K., A§kar P., Ba§ T. A Structural Equation Model for ICT Usage in Higher Education. Educational Technology & Society. 2008. 11 (2).
