Модель оценки деятельности подразделения вуза, осуществляющего реализацию дополнительных образовательных программ Текст научной статьи по специальности «Науки об образовании»

УДК 510.647

И.А. Штырова

МОДЕЛЬ ОЦЕНКИ ДЕЯТЕЛЬНОСТИ ПОДРАЗДЕЛЕНИЯ ВУЗА, ОСУЩЕСТВЛЯЮЩЕГО РЕАЛИЗАЦИЮ ДОПОЛНИТЕЛЬНЫХ ОБРАЗОВАТЕЛЬНЫХ ПРОГРАММ

С использованием теории нечетких множеств разработана модель оценки деятельности подразделения вуза, осуществляющего реализацию дополнительных образовательных программ. Модель позволяет работать с различными типами переменных, преобразовав их в лингвистические переменные, что значительно уменьшает неопределенность, появляющуюся при экспертной оценке разнородных количественных и качественных показателей.

Нечеткие множества; модель оценки деятельности подразделения вуза, осуществляющего реализацию дополнительных образовательных программ, система базовых показателей

I.A. Shtyrova

AN ASSESSMENT MODEL FOR THE ACTIVITY OF A HIGH SCHOOL DIVISION PROVIDING

ADDITIONAL EDUCATION PROGRAMS

The fuzzy set theory has been applied for the development of a model for evaluating the activity of the university departments implementing additional educational programs. The model allows utilization of various types of variables transformed into lin-

guistic variables. This significantly reduces the uncertainty that appears in the peer review of diverse quantitative and qualitative indicators.

Fuzzy sets, a model for evaluating the activity of the university divisions, implement additional educational programs, the system baseline

В настоящее время высшие учебные заведения создают свои системы менеджмента качества образования, которые определяют соответствие образовательных программ, научно-методического обеспечения, кадрового состава, материальных ресурсов и структуры управления требованиям, предъявляемым государством и членами общества. Однако вузовское дополнительное образование характеризуется отличительными чертами, такими, как многообразие предоставляемых дополнительных образовательных услуг по категориям слушателей, по формам, по срокам обучения, по выдаваемым документам об образовании, нацеленность на получение конечного результата, возможность выбора индивидуальной траектории обучения, гибкость (удовлетворение изменяющихся потребностей рынка образовательных услуг), неоднородность контингента, более интенсивные образовательные технологии, большее разнообразие используемых форм обучения [1]. Поэтому при оценке качества деятельности вузовских подразделений дополнительного образования можно выделить следующие проблемы: показатели оценки качества по различным аспектам дополнительного образования предстают структурированными, но не интегрированы в систему, позволяющую всесторонне оценить эффективность деятельности подразделений вуза, реализующих дополнительные образовательные программы; не разработан единый математический подход для построения системы оценки качества вузовского дополнительного образования.

В работах А.А. Аветисова, И.В. Вешневой, М.В. Горшениной и др. раскрываются проблемы построения математических моделей для оценки деятельности подразделений вузов [2-4 и др.]. Но решение этой проблемы затруднено на основе традиционно сложившихся подходов, а также тем, что отсутствуют федеральные стандарты по вузовскому дополнительному образованию. Кроме этого, не учитывается многомерность понятия качества образовательного процесса, а также разнородность используемых показателей. Разрешение сложившейся ситуации возможно на основе создания математических моделей, оперирующих с аппаратом теории нечетких множеств, позволяющим структурировать неоднородную информацию.

Недосекин А.О. предложил использовать нечеткие классификаторы, которые позволяют устанавливать ассоциации между качественной и количественной оценкой показателей [5]. Для построения нечетких классификаторов, устанавливающих ассоциации между такими показателями оценки деятельности подразделения вуза, осуществляющего подготовку по дополнительным образовательным программам, произведем разбиение полного множества состояний E образовательного процесса на пять подмножеств:

E1 - подмножество состояний «предельного неблагополучия»;

Е2 - подмножество состояний «неблагополучия»;

Е3 - подмножество состояний «среднего качества»;

E4 - подмножество состояний «относительного благополучия»;

E5 - подмножество состояний «предельного благополучия».

Соответствующее множеству Е полное множество значений показателя качества деятельности G разбиваем на 5 подмножеств:

G1 - подмножество «очень низкая результативность»,

G2 - подмножество «низкая результативность»,

G3 - подмножество « нормальная результативность»,

G4 - подмножество « высокая результативность»,

G5 - подмножество « очень высокая результативность «.

При этом показатель G принимает значения от нуля до единицы.

Для произвольного отдельного показателя Хi полное множество его значений В; также разбиваем на пять подмножеств:

Вп - подмножество «низкий уровень показателя Х^,

B2i - подмножество «уровень показателя Х; ниже среднего»,

Вз; - подмножество «средний уровень показателя Х^,

В4; - подмножество «уровень показателя Х; выше среднего»,

В5; - подмножество «высокий уровень показателя Х^.

Далее введем двухуровневую шкалу, которая содержит следующие базовые показатели: конечный результат образовательного процесса, качество реализации образовательного процесса, ресурсное обеспечение подразделения, качество управления деятельностью подразделения. Каждый из этих показателей характеризуется своим набором составляющих компонентов. Агрегирование компонентов на уровень базовых показателей осуществляем на основе матричной схемы агрегирования: каждому показателю сопоставлялся свой нестандартный пятиуровневый классификатор; затем производим переход от набора отдельных показателей к единому агрегированному К, значение которого далее будет распознаваться с помощью стандартного классификатора. Количественное значение агрегированного показателя определяем по формуле двойной свертки:

N 5

к=Е Р;Е ^Мх1), (1)

1=1 ]=1

где а - узловые точки стандартного классификатора, р; - вес г-го показателя в свертке, Д (х;) - значение функции принадлежности _/-го качественного уровня относительно текущего значения г-го показателя.

Систему базовых показателей для оценки качества деятельности подразделения вуза представим следующим образом:

XI - показатель конечного результата,

Х2 - показатель качества реализации,

Х3 - показатель качества управления,

Х4 - показатель ресурсного обеспечения.

Причем, определение агрегированного показателя проведем по каждой группе базовых показателей. Так, например, по первой базовой группе выделим следующие составляющие:

XII - процент слушателей, успешно окончивших обучение,

Х12 - процент слушателей, окончивших обучение на отлично,

Х13 - процент слушателей, устроившихся на работу (поступивших в вуз) по профилю обучения, Х14 - процент слушателей, продолживших обучение по другим образовательным программам, Х15 - процент слушателей, участвующих в конкурсах, олимпиадах,

Х16 - процент слушателей, удовлетворенных обучением.

На основе экспертных оценок все показатели были расположены по порядку убывания значимости:

Г14 ^ Г16 ^ Г12 ^ Г11 ^ Г13 ^ Г15 .

Значимость _]-го показателя Гц определяем по правилу Фишберна:

20]) . (2)

1] (N - Щ

Далее на основании экспертного анализа разрабатываем набор пятиуровневых классификаторов текущих значений x1j показателей Х1j (табл. 1).

Таблица 1

Наимено- Т-числа для значений лингвистической переменной «Величина показателя»

вание

показателя очень низкий низкий средний высокий очень высокий

Хіі (0;0;0,2;0,3) (0,2;0,3;0,4;0,5) (0,4;0,5;0,6;0,7) (0,6;0,7;0,8;0,9) (0,8;0,9;і;і)

Хі2 (0;0;0,3;0,4) (0,3;0,4;0,5;0,6) (0,5;0,6;0,65;0,7) (0,65;0,7;0,8;0,9) (0,8;0,9;і;і)

Хіз (0;0;0,і;0,2) (0,і;0,2;0,3;0,4) (0,3;0,4;0,45;0,5) (0,45;0,5;0,6;0,7) (0,6;0,7;і;і)

Хі4 (0;0;0,3;0,4) (0,3;0,4;0,5;0,6) (0,5;0,6;0,65;0,7) (0,65;0,7;0,8;0,9) (0,8;0,9;і;і)

Хі5 (0;0;0,і;0,2) (0,і;0,2;0,3;0,4) (0,3;0,4;0,45;0,5) (0,45;0,5;0,6;0,7) (0,6;0,7;і;і)

Хіб (0;0;0,3;0,4) (0,3;0,4;0,5;0,6) (0,5;0,6;0,65;0,7) (0,65;0,7;0,8;0,9) (0,8;0,9;і;і)

Для определения степени принадлежности указанных значений нечеткой переменной каждому заданному интервалу строим функции принадлежности трапецеидального вида. Например, для показателя Х11 получим следующие функции принадлежности:

Г 1,х < 0,3

$ = {10(0,3 - х), 0,3 < х < 0,4 (3)

( 0, х > 0,4

0, х < 0,2 10(х — 0,2), 0,2 < х < 0,3

1, 0,3 < х < 0,4 (4)

10(0,5 — х), 0,4 < х < 0,5

^ 0, х > 0,5

(2) Яі =

(3)

Mil =

(4)

Mil =

(5) Mil =

Г 0, х < 0,4

10(х — 0,4), 0,4 < х < 0,5

1,0,5 <х< 0,6 (5)

10(0,7 —х), 0,6 <х< 0,7 ^ 0, х > 0,7

0, х < 0,6 10(х — 0,6), 0,6 < х < 0,7

1, 0,7 < х < 0,8 (6)

10(0,9 —х), 0,8 <х< 0,9

^ 0, х > 0,9

0, х < 0,8

!10(х — 0,8), 0,8 < х < 0,9 (7)

( 1, х > 0,9

Используя предложенный алгоритм, разрабатывают математические модели для оценки деятельности подразделения вуза по всем агрегированным группам базовых показателей.

Построение стандартного пятиуровневого классификатора позволяет получить математическую модель для интегрированной оценки деятельности подразделения вуза, осуществляющего подготовку по дополнительным образовательным программам.

Таким образом, математическая модель оценки деятельности вузовских подразделений дополнительного образования, построенная на основе теории нечетких множеств, позволяет учитывать особенности обучения по дополнительным образовательным программам, а также проводить анализ как количественных, так и качественных показателей, причем учитывая их динамическое изменение за определенный период времени.

ЛИТЕРАТУРА

1. Штырова И. А. Критерии оценки деятельности вузовского центра дополнительного образования / И.А. Штырова, О.В. Виштак // Фундаментальные исследования. 2013. № 4. Ч. 3. С. 555-559.

2. Аветисов А.А. О системологическом подходе в теории оценки управления качеством образования / А.А. Аветисов // Квалиметрия человека и образования: методология и практика. Национальная система оценки качества образования в России: материалы 5-го симпозиума. М.: Изд-во Иссл. центра проблем качества подготовки специалистов, 1996. С. 52-55.

3. Вешнева И.В. Математические модели в системе управления качеством высшего образования с использованием методов нечеткой логики: монография / И.В. Вешнева. Саратов: Саратовский источник,2010.

4. Горшенина М.В. Теоретико-методологические основы управления качеством подготовки специалистов в техническом вузе: монография / М.В. Горшенина. Самара: Самар. гос. техн. ун-т, 2009.

5. Недосекин А.О. Методологические основы моделирования финансовой деятельности с использованием нечетко-множественных описаний: дис.... д-ра экон. наук / А.О. Недосекин. СПб.: СПбГУЭФ, 2004.

Штырова Ирина Анатольевна -

аспирант кафедры «Информационные системы и технологии» Балаковского института техники, технологии и управления (филиала) Саратовского государственного технического университета имени Гагарина Ю.А.

Irina A. Shtyrova -

Postgraduate

Department of Informational Systems and Technologies,

Balakovo Institute of Engineering, Technology and Management,

Part of Gagarin Saratov State Technical University

Статья поступила в редакцию 15.01.13, принята к опубликованию 20.02.13