Корреляционный анализ результатов учебной деятельности студентов с дистанционной поддержкой процесса обучения Текст научной статьи по специальности «Науки об образовании»

УДК 378.147+378.146 ББК 74.480.26+74.480.28

DOI 10.7442/2071-9620-2016-8-4-82-89

И.А. Сокова, Е.Н. Шварева, Н.Ю. Фаткуллин, В.Ф. Шамшович (Уфимский государственный нефтяной технический университет, г. Уфа, Россия)

КОРРЕЛЯЦИОННЫЙ АНАЛИЗ

РЕЗУЛЬТАТОВ УЧЕБНОЙ ДЕЯТЕЛЬНОСТИ СТУДЕНТОВ С ДИСТАНЦИОННОЙ ПОДДЕРЖКОЙ ПРОЦЕССА ОБУЧЕНИЯ

Сочетание традиционного обучения с электронным обучением, в том числе дистанционными консультациями, обеспечивает более качественную организацию образовательного процесса в учебных заведениях. На примере изучения темы «Интегральное исчисление функции одной переменной» дисциплины «Математика» с применением системы Moodle приводятся результаты исследования взаимосвязи количества успевающих студентов-первокурсников и применения в учебном процессе курса дистанционной поддержки обучения в Уфимском государственном нефтяном техническом университете. Проведен корреляционный анализ результатов учебной деятельности студентов с дистанционной поддержкой процесса обучения. Рассчитаны параметры корреляционной зависимости количества баллов и числа студентов, не использовавших курс дистанционной поддержки, а также параметры корреляционной зависимости количества баллов и числа студентов, пользовавшихся онлайн-курсом. Установлено положительное влияние рассматриваемого курса дистанционной поддержки на результаты обучения.

Ключевые слова: электронное обучение, дистанционная поддержка, рейтинг, тестирование, корреляционная зависимость.

i I.A. Sokova, E.N. Shvareva, N.Yu. Fatkullin, V.F. Shamshovich

CD

| (Ufa State Petroleum Technological University, Ufa, Russia)

CORRELATION ANALYSIS OF LEARNING OUTCOMES OF STUDENTS WITH DISTANT SUPPORT OF THE LEARNING PROCESS

The combination of traditional learning with e-learning which includes distance support provides higher quality of organization of training. This article presents the results of research the interconnections of number successful students of the Ufa State Petroleum Technological University and application in the educational process the course of remote support training on the discipline ««Mathematics» on the example of studying the topic «Integral» with the use of the Moodle system. Correlation analysis of learning outcomes of students with distance support for the learning process is carried out. The parameters of correlation between number ofpoints and number of students who didn't use course of distant support, parameters of correlation between number ofpoints and students who used online-course are calculated. Positive influence of the course of distant support of training is established-

Keywords: e-learning, remote support, rating, testing, correlation.

Реализация современных подходов к обучению в ВУЗах приводит к необходимости комбинирования традиционного обучения с дистанционным [2, с. 11; 7, с. 46]. Одной из причин такого сочетания стало сокращение аудиторных занятий при одновременном повышении требований к выпускникам. Как считают Е.В. Павлова и Г.Ф. Исламгулова, новые формы обучения в таких случаях просто необходимы [10, с. 85]. Преимущества онлайн-консультаций рассматривались ранее В.Р. Харпер, Г. Вильсоном, М.Е. Вайндорф-Сысоевой [5, с. 85], Р.Н. Бахтизиным [4, с. 11] и др. Развитие инфраструктуры дистанционного обучения идет достаточно быстрыми темпами [13, с. 120; 15, с. 7].

Для повышения качества обучения студентов первого курса математике [9, с. 231] авторами использовался курс дистанционной поддержки как элемент дополнения при очной форме обучения. Дистанционный курс позволяет обучающимся просматривать лекции, выполнять и сдавать на проверку домашние задания в удобное время, предварительно задавать вопросы, вызывающие затруднения, при самостоятельном изучении учебного материала. Системный подход к организации дистанционной поддержки, ежедневный контроль и постоянная коррекция курса позволяют обеспечивать мотивацию к изучению материала учебной дисциплины на достаточно высоком уровне, развивать мыслительную культуру, соответственно, увеличивать количество успевающих студентов [12, с. 117]. Благодаря внедрению онлайн-курса на аудиторных занятиях удалось уделить большее внимание изучению сложных тем. Это дало возможность прогнозировать результаты обучения с определенной точностью [14, с. 125]. Следует отметить, что самостоятельная работа обучающихся, использующих онлайн-курс, была организована более продуктивно и контролировалась более системно, чем у обучающихся, не использовавших такой курс.

В начале педагогического эксперимента авторами была выдвинута гипотеза о том, что применение подобного курса для контроля и мониторинга результатов достижений каждого студента и коррекция дальнейшего обучения в зависимости от результатов повлечет за собой увеличение количества успевающих студентов [6, с. 75]. Для эффективной работы он-лайн-курса были задействованы эксперты, компетентные в области педагогики, и преподаватели, прошедшие повышение квалификации в области дистанционного обучения, учтена методология высшего образования, проводились постоянный мониторинг результатов и регулярная корректировка курса в зависимости от успехов и активности обучающихся [3; 8; 13; 1].

На первом этапе для определения наличия и характера статистической связи между количеством баллов за тест и количеством студентов, получивших определенное количество баллов (X), в виде корреляционных таблиц были подведены итоги тестирования по теме «Интегральное исчисление функции одной переменной» как студентов, не использовавших курс дистанционной поддержки, так и студентов, использовавших его. Затем составлены эмпирические законы распределения количества студентов (табл. 1 и табл. 2) и количества баллов в обоих случаях (табл. 3 и табл. 4).

По данным эмпирического закона распределения количества студентов, не пользующихся курсом дистанционной поддержки, и эмпирического закона распределения количества баллов этих студентов были вычислены средние значения Г = 1,35 и X = 10,5 и средние квадратические отклонения о2г= 1,9275, а2 х 36,75. Аналогично вычислили средние значения Г = 1,3333, X = 10,429 и средние квадратические отклонения а2г = 2,6035, о2Х= 35,107. Вычислили условное среднее значение Y и условное среднее значение Х. По полученным данным установили средние значения количества баллов и количества студентов и их средние квадратические отклонения.

ш о н

л

ф

5

о о л

_0 ц

ф н

к пт-

ф к

4 1 ф

о т

ю ю Ф о

т ^

го о

со о

0 ф

£ ^

ГО о

1 =

2 § ^ *

СО а.

^ ф

5 ^

ГО с!

£ °

го а

.0 о

I I

I I

о О

^ ^

ст го

а. "

а о

Курс дистанционной поллрРЖ|,м "Математика II семестр".

Цель курса: обеспечить базовую подготовку в области математических наук

Содержит лекции, презентации, интернет-ресурсы, разобранные примеры, задания для закрепления, индивидуальные задания по вариантам из контрольных работ, тесты, итоговое повторение (тренажёр по математике) пробные варианты экзаменационных билетов, учебно-методический комплекс и контрольно-измерительные материалы, персональный консультант, список рекомендуемой литературы и интернет-ресурсов.

Рисунок 1. Фрагмент курса по дисциплине «Математика» для дистанционной поддержки первокурсников - бакалавров в образовательной среде Moodle

Таблица 1. Эмпирический закон распределения количества студентов, не пользующихся курсом дистанционной поддержки

У 0 1 2 3 4

Распределение студентов по баллам 8 4 3 3 2

Относительная частота распределения студентов по баллам 0,4 0,2 0,15 0,15 0,1

ш

0

Э

^

го

3

ё т

1 ^

с;

с;

£

н

го

е £

±

го" со <и

ГО ш

3

I ш

го" ш

о ^

о О

Таблица 2. Эмпирический закон распределения количества студентов, пользующихся курсом дистанционной поддержки

У 0 1 2 3 4 5

Распределение студентов по баллам 9 5 3 1 1 2

Относительная частота распределения студентов по баллам 0,43 0,24 0,14 0,05 0,05 0,10

Таблица 3. Эмпирический закон распределения количества баллов тех студентов, которые не пользовались курсом дистанционной поддержки

X 1 3 5 7 9 11 3 5 17 19

Распределение баллов по студентам 2 2 2 2 1 2 2 2 2 3

Относительная частота распределения баллов по студентам 0,1 0,1 0,1 0,1 0,05 0,1 0,1 0,1 0,1 0,15

Таблица 4. Эмпирический закон распределения количества баллов тех студентов, которые пользовались курсом дистанционной поддержки

X 1 3 5 7 9 11 3 5 7 9

Распределение баллов по студентам 2 2 2 2 2 2 2 2 2 3

Относительная частота распределения баллов по студентам 0,10 0,10 0,10 0,10 0,10 0,10 0,10 0,10 0,10 0,14

Воспользовавшись данными корреляционных таблиц, вычислили коэффициенты уравнений эмпирических линий регрессий для данных обеих групп. Значения коэффициентов линий регрессий:

1)

а

Р

ух

-0,1395 и Ь = 2,8143 для

Уравнения линий регрессий в обоих случаях:

1) У = -0,1395Х + 2,8143 и

у ср

Х = - 2,6589У + 14,089 (по итогам

ср

студентов, не пользующихся онлайн-курсом);

У = Р Х + Ь и а

ср ' ух

Ь = 14,089 для X

ху

- 2,6589 и 2) У = -0,0922Х + 2,2953 и

ср

Р'-у

р Y + Ь (по ито-

2)

гам студентов, не пользующихся он-лайн-курсом);

а У

Р

ср

ух

р Х +

ух

-0,0922 и Ь

Ь и а

Р

Ь = 12,087 для X

ху

2,2953 для = -1,2439 и

ср

р Y + Ь (по ито-

гам студентов, пользующихся он-лайн-курсом).

Затем вычислили эмпирические линии регрессии Y=Y(X) и Х=Х(У) для данных каждого года (У.х = аХ + Ь и Ху = aY + Ь). Значения коэффициентов линий ре-

грессий: а год) и

а

-0,13946 и а= -2,65888 (2015 -0,0922 и а. = -1,2439 (2016 год).

ср

Хср= -1,2439У + 12,087 (по итогам студентов, пользующихся онлайн-кур-сом).

Изучение корреляционной связи между количеством студентов и итогами тестирования провели по следующим основным пунктам:

1) определению формы корреляционной связи (вида теоретической функции регрессии) - линейной и нелинейной;

2) определению тесноты (силы) корреляционной связи.

Представим графическое изображение эмпирических и теоретических линий регрессий У на Х (рис. 2-3).

Рисунок 2. Графическое изображение эмпирических и теоретических линий регрессии У на Х (по итогам студентов, не пользующихся курсом дистанционной поддержки)

ш о

IX

ф

н о о

X

-О

ф

н

к гг-

ф к

4 I

>5 ф

о т

X ^

ю ю

Ф о ГС

О

ш о

О ф

Ь ^ о

га

! =

а *

т о.

^ ф

<0 СТ

ГО с

о

X X

о

X

га н

о ^

о

Рисунок 3. Графическое изображение эмпирических и теоретических линий регрессии У на Х (по итогам студентов, пользующихся курсом дистанционной поддержки)

ш о 3

S го

3

4

m

с;

с;

£

ь го В

го

m

ф

го ш

ЕЗ ±

uJ

(О m

о ^

о О

Определили эмпирические коэффициенты корреляции: гь=рах/оу= -0.61 и гь =рах/ау = -0,34.

Итак, коэффициент линии регрессии, равный -0,0922, в случае использования курса дистанционной поддержки, увеличился по сравнению с коэффициентом линии регрессии, равным -0,1395, в случае использования онлайн-курса. То есть количество студентов, получивших большее количество баллов, увеличилось, что указывает на положительное влияние дистанционной поддержки обучения. Соответственно, коэффициент корреляции тоже увеличился. Без использования онлайн-курса зависимость наших данных была обратная и достаточно тесная. При использовании курса зависимость была тоже обратной, но менее тесной. Выборочный коэффициент при этом вырос. Полученные результаты проведенного исследования дают основание предположить, что при совершенствовании онлайн-курса и более глубоком его внедрении коэффициент линии регрессии еще более возрастет. Таким образом, можно значительно увеличить количество успевающих студентов.

Необходимость дальнейшего совершенствования курса и расширение возможностей смешанного обучения оче-

видна. Можно не ограничиваться только публикацией лекций и дублированием содержания практических занятий, но и продумать объяснение таких тем, которые обучающимся удобнее осваивать в свободном режиме с разной скоростью восприятия, не находясь в учебной аудитории. Дистанционный курс позволяет экспериментировать с компоновкой уроков и выявлять наиболее оптимальный вариант, который даст максимальный результат обучения, отражающийся в рейтинге студентов. Библиографический список:

1. Ахтямов Н.Т., Ильясов Р.Р. Методологические студии в высшем образовании: попутные записи // Information Technologies for Intelligent Décision Making Support ITIDS'2015 Proceedings of the 3rd International Conference. - 2015. С. 233-235.

2. Ахтямов Н.Т., Ильясов Р.Р. Мнимая заданность успешности электронного обучения // Философско-методо-логические аспекты научных и образовательных инноваций Материалы Всероссийской научно-практической конференции (с международным участием). - 2015. С. 10-13.

3. Баринова Н.А., Смагина Е.Н. Экспертное прогнозирование в педагоги-

ке // Современные подходы в формировании будущих специалистов по физическим и математическим дисциплинам. - 1999. С. 4-5.

4. Вайндорф-Сысоева М.Е., Бахтизин Р.Н., Фаткуллин Н.Ю., Шамшович

B.Ф., Мусина Д.Р. Современные подходы к организации электронного обучения в ВУЗЕ: монография. - М.: 2014. - 160 с.

5. Вайндорф-Сысоева М.Е., Фаткуллин Н.Ю., Шамшович В.Ф. Проверка педагогической гипотезы о повышении рейтинговых характеристик студентов при введении в учебный процесс консультационных занятий в дистанционном формате // Вестник Южно-Уральского государственного университета. - 2014. - Т. 6. - № 3.

C. 82-88.

6. Вайндорф-Сысоева М.Е., Фаткуллин Н.Ю., Шамшович В.Ф. Дифференциация студентов по признаку изменения рейтинговых достижений на основе анализа трендов прогнозных данных // Вестник Южно-Уральского государственного университета. -2014. - Т. 6. - № 2. С. 74-83.

7. Кошкарова Л.С. Технологии преподавания в вузе: научно-методическое пособие по описанию образовательных технологий. - Челябинск: Изд-во НОУВПО ЧГИ, 2007. -76 с.

8. Львов Л.В. Проблемы моделирования профессионально-образовательной деятельности опережающего уровня // Современная высшая школа: инновационный аспект. - 2016. - №1. С. 75-88.

9. Павлова Е.В., Исламгулова Г.Ф. Вопросы математизации научных

знании в системе вузовской подготовки // Научный диалог. - 2016. - № 5 (53). С. 225-233.

10. Павлова Е.В., Исламгулова Г.Ф. Инновационные технологии обучения в педагогике // Научная перспектива. -2016. - № 5. С. 85.

11. Самойленко В.А., Ахтямов Н.Т., Ильясов Р.Р. Горизонты мыслительной культуры студента: начало анализа // Наука и образование транспорту. -

2015. - № 1. С. 284-285.

12. Усынин М.В. Проектная деятельность как педагогический феномен // Современная высшая школа: инновационный аспект. - 2015. - № 3. С. 115-127.

13. Фаткуллин Н.Ю., Шамшович В.Ф. Отбор преподавателей в систему дистанционного обучения: частные и итоговый критерии // Инновационные технологии в науке нового времени сборник статей Международной научно-практической конференции. -

2016. С. 151-156.

14. Фаткуллин Н.Ю., Шамшович В.Ф., Вайндорф-Сысоева М.Е., Грязнова Т.С. Двухпараметрическая педагогическая модель прогнозирования успешности результатов дистанционного обучения // Вестник Московского государственного областного университета. - 2015. - №4. С. 124-130.

15. Шварева Е.Н., Сокова И.А. Актуальные проблемы методики обучения дисциплине «Математика» в высшем техническом учебном заведении // Роль математики в становлении специалиста Материалы Всероссийской научно-методической конференции. -2016. - С. 6-9.

Поступила 14.12.16

Об авторах:

Шварева Елена Николаевна, старший преподаватель кафедры математики Федерального государственного бюджетного образовательного учреждения высшего образования «Уфимский государственный нефтяной технический университет» (Россия, г. Уфа, ул. Первомайская, д. 14), elenaniks@yandex.ru

ш

0 н

1

ф

5

о

0

1

_0 ц

ф н

к пт-

ф к

4 1 •S ф

0 т

1 ^

ю ю Ф о

т ^

го о

ш о

0 ф

fc ^

ГО о

1 =

S g

^ *

СО Ü.

S ф

5 ^

го d

i °

го а

_й о

I I

I I

о О

s s IX

CT ГО

® Ь

ср о

Сокова Инна Александровна, преподаватель кафедры математики Федерального государственного бюджетного образовательного учреждения высшего образования «Уфимский государственный нефтяной технический университет» (Россия, г. Уфа, ул. Первомайская, д. 14), sokova-salimova@mail.ru

Фаткуллин Николай Юрьевич, заведующий кафедрой математики Федерального государственного бюджетного образовательного учреждения высшего образования «Уфимский государственный нефтяной технический университет» (Россия, г. Уфа, ул. Первомайская, д. 14), кандидат экономических наук, доцент, nick_idpo@mail.ru

Шамшович Валентина Федоровна, доцент Федерального государственного бюджетного образовательного учреждения высшего образования «Уфимский государственный нефтяной технический университет» (Россия, г. Уфа, ул. Первомайская, д. 14), кандидат экономических наук, shamshovich@mail.ru

Для цитирования: Сокова И.А., Шварева Е.Н., Фаткуллин Н.Ю., Шамшович В.Ф. Корреляционный анализ результатов учебной деятельности студентов с дистанционной поддержкой процесса обучения // Современная высшая школа: инновационный аспект. -2016. - Т. 8. - № 4. С. 82-89. DOI: 10.7442/2071-9620-2016-8-4-82-89

References:

1. Ahtyamov N.T., Il'yasov R.R. Methodological studio in higher education // Information Technologies for Intelligent Decision Making Support ITIDS'2015 Proceedings of the 3rd International Conference. - 2015. P. 233-235. [in Russian]

2. Ahtyamov N.T., Il'yasov R.R. The imaginary preconceived success of e-learning // Filosofsko-metodologicheskie aspekty nauchnyh i obrazovatel'nyh innovacij Materialy Vserossijskoj nauchno-prakticheskoj konferencii. - 2015. P. 10-13. [in Russian]

3. Barinova N.A., Smagina E.N. Expert forecast in pedagogy // Sovremennye podhody v formirovanii budushhih specialistov po fizicheskim i matematicheskim disciplinam. -1999. P. 4-5. [in Russian]

4. Vajndorf-Sysoeva M.E., Bahtizin R.N., Fatkullin N.Ju., Shamshovich V.F., Musina DR. Modern approaches to e-learning in high school. - M.: 2014. - 160 c. [in Russian]

5. Vajndorf-Sysoeva M.E., Fatkullin N.Ju., Shamshovich V.F. Testing hypotheses about improving educational performance of students rating the introduction in the educational

Eg process of consulting activities in the remote format // Vestnik Juzhno-Ural'skogo

a gosudarstvennogo universiteta. Serija: Obrazovanie. Pedagogicheskie nauki. - 2014. -

T. 6. - № 3. P. 82-88.

6. Vajndorf-Sysoeva M.E., Fatkullin N.Ju., Shamshovich V.F. Students differentiation on the basis of changes in the rating of achievements based on an analysis of forecast data trends // Vestnik Juzhno-Ural'skogo gosudarstvennogo universiteta. - 2014. - T. 6. - № 2. P. 74-83. [in Russian]

7. Koshkarova L.S. Technology teaching at the university: scientific-methodical manual for the description of educational technology. - Cheljabinsk: Izd-vo NOUVPO ChGI, 2007. -76 p. [in Russian]

8. L'vov L.V. Problems of modeling professional and educational activities advanced level // Sovremennaja vysshaja shkola: innovacionnyj aspekt. - 2016. - №1. P. 75-88. [in Russian]

9. Pavlova E.V., Islamgulova G.F. Questions of mathematization of scientific knowledge in the university training system // Nauchnyj dialog. - 2016. - № 5 (53). P. 225-233. [in Russian]

10. Pavlova E.V., Islamgulova G.F. Innovative technology training in pedagogy // Nauchnaja perspektiva. - 2016. - № 5. P. 85.

11. Samojlenko V.A., Ahtyamov N.T., Il'yasov R.R. Student's horizons of mental culture: the beginning of the analysis // Nauka i obrazovanie transportu. - 2015. - № 1. P. 284-285.

c; c;

s?

H

CO ©

12. Usynin M.V. Project activities as a pedagogical phenomenon // Sovremennaja vysshaja shkola: innovacionnyj aspekt. - 2015. - № 3. P. 115-127. [in Russian]

13. Fatkullin N.Ju., Shamshovich V.F. The selection of teachers in distance learning system: the private and the outcome criteria // Innovacionnye tehnologii v nauke novogo vremeni. -2016. P. 151-156. [in Russian]

14. Fatkullin N.Ju., Shamshovich V.F., Vajndorf-Sysoeva M.E., Grjaznova T.S. Two-parameters pedagogical model for predicting the success of distance education results // Vestnik Moskovskogo gosudarstvennogo oblastnogo universiteta. - 2015. - № 4. P. 124-130. [in Russian]

15. Shvareva E.N., Sokova I.A. Actual problems of methodology of teaching the discipline «Mathematics» in higher technical school // Rol' matematiki v stanovlenii specialista. 2016. P. 6-9. [in Russian]

About the authors:

Shvareva Elena Nikolaevna, Senior lecturer, Department of Mathematic, Ufa State Petroleum Technological University (Ufa, Russia), elenaniks@yandex.ru

Sokova Inna Aleksandrovna, Senior lecturer, Department of Mathematic, Ufa State Petroleum Technological University (Ufa, Russia), sokova-salimova@mail.ru

Fatkullin Nikolai Yurevich, Head, Department of Mathematic, Ufa State Petroleum Technological University (Ufa, Russia), Candidate of Sciences (Economic), Associate Professor, nick_idpo@mail.ru

Shamshovich Valentina Fedorovna, Associate Professor Ufa State Petroleum Technological University (Ufa, Russia), Candidate of Sciences (Economic), shamshovich@mail.ru

For citation: Sokova I.A., Shvareva E.N., Fatkullin N.Yu., Shamshovich V.F. Correlation analysis of learning outcomes of students with distant support of the learning process // Contemporary Higher Education: Innovative Aspects. - 2016. - Vol. 8. - No. 4. P. 82-89. DOI: 10.7442/2071-9620-2016-8-4-82-89

m о н x

<D

О О x

_0 ц

ф н

к „-

ф к

4 1 •S ф

о т

х ^

ю ю

Ф о

т ^

го о ш о

О ф J о

го to

S g

^ *

СО а.

S ф

5 ^

го d

i °

го с

о

X X

о

S

zr J

и;

CP

о