Научная статья на тему 'Оценка качества опросника для измерения латентной переменной «Удовлетворенность студентов качеством образовательного процесса в вузе»'

Оценка качества опросника для измерения латентной переменной «Удовлетворенность студентов качеством образовательного процесса в вузе» Текст научной статьи по специальности «Науки об образовании»

CC BY
610
108
i Надоели баннеры? Вы всегда можете отключить рекламу.
Журнал
Экология человека
Scopus
ВАК
CAS
RSCI
Область наук
Ключевые слова
ИЗМЕРЕНИЕ / ЛАТЕНТНАЯ ПЕРЕМЕННАЯ / ИНДИКАТОРНАЯ ПЕРЕМЕННАЯ / МОДЕЛЬ РАША / УДОВЛЕТВОРЕННОСТЬ СТУДЕНТОВ КАЧЕСТВОМ ОБРАЗОВАТЕЛЬНОГО ПРОЦЕССА В ВУЗЕ / MEASUREMENT / LATENT VARIABLE / INDICATED VARIABL / RASCH MODEL / SATISFACTION OF STUDENTS WITH QUALITY OF EDUCATIONAL PROCESS IN UNIVERSITY

Аннотация научной статьи по наукам об образовании, автор научной работы — Васильева Е. Ю., Бакай Е. П.

В статье приводится пример оценки качества анкеты для измерения латентной переменной «удовлетворенность студентов качеством образовательного процесса в вузе» на основе модели Раша.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по наукам об образовании , автор научной работы — Васильева Е. Ю., Бакай Е. П.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

ESTIMATION OF QUALITY OF QUESTIONNAIRE FOR MEASUREMENT OF LATENT VARIABLE «SATISFACTION OF STUDENTS WITH QUALITY OF EDUCATIONAL PROCESS IN UNIVERSITY»1

In the article, an example of estimation of quality of the questionnaire for measurement of the latent variable «satisfaction of students with quality of educational process in university» has been given on the grounds of the Rasch model.

Текст научной работы на тему «Оценка качества опросника для измерения латентной переменной «Удовлетворенность студентов качеством образовательного процесса в вузе»»

УДК 378.146

ОЦЕНКА КАЧЕСТВА ОПРОСНИКА ДЛЯ ИЗМЕРЕНИЯ ЛАТЕНТНОЙ ПЕРЕМЕННОЙ «УДОВЛЕТВОРЕННОСТЬ СТУДЕНТОВ КАЧЕСТВОМ ОБРАЗОВАТЕЛЬНОГО ПРОЦЕССА В ВУЗЕ»

© 2008 г. Е. Ю. Васильева, Е. П. Бакай

Северный государственный медицинский университет, г Архангельск

Проблема объективного измерения различных объектов в социально-экономических системах в науке до сих пор является чрезвычайно актуальной. Во-первых, потому что данные явления и объекты в непосредственном виде (длина, масса, объем) измерить невозможно и перед исследователем всегда возникает вопрос выбора адекватного способа их описания. Во-вторых, исследователи не всегда имеют в своем арсенале такие методы измерения латентных переменных, степень доверия к которым в научном мире была бы относительно высокой.

Между тем в настоящее время в США и странах Европы широкое распространение получила концепция объективного измерения латентных переменных на основе модели Раша [1—3]. Суть ее состоит в следующем. Измеряемая скрытая переменная каким-то образом проявляет себя, что можно зафиксировать с помощью регистрируемых переменных, которые называются индикаторными. Если бы латентная переменная никак себя не проявляла, то вообще было бы непонятно, о чем идет речь. многочисленными экспериментальными исследованиями подтверждено, что чем больше число учитываемых индикаторных переменных, тем выше точность измерения латентной переменной; чем больше градаций имеют индикаторные переменные, тем выше точность измерения; чем меньше коррелированность индикаторных переменных (статистическая взаимосвязь между индикаторными переменными), тем выше точность измерения.

Сама модель является вероятностной, что позволяет использовать для измерения результаты с самыми неожиданными ответами.

Все латентные переменные измеряются на интервальной шкале в логитах. Как и в любой другой интервальной шкале, начало отсчета (точка «0») не фиксировано, и с помощью линейных преобразований легко перевести оценки измерений в логитах в любые другие оценки, например, в баллы. Чаще всего за точку отсчета (за нуль логитов) принимается среднее значение оценок индикаторных переменных.

Главное преимущество данной системы заключается в том, что здесь результат оценивания не зависит от измерительного инструмента. Таким образом, обеспечивается выполнение требования к результатам объективных измерений: они не должны зависеть ни от того, кто измеряет, ни от используемого измерительного инструмента.

Традиционно используемое многоаспектное описание латентной переменной для этих целей не очень эффективно, поскольку неизвестно, какой вес приписывать тем или иным индикаторным переменным. К тому же латентных переменных достаточно много и необходимо выбрать релевантный и совместимый набор

В статье приводится пример оценки качества анкеты для измерения латентной переменной «удовлетворенность студентов качеством образовательного процесса в вузе» на основе модели Раша.

Ключевые слова: измерение, латентная переменная, индикаторная переменная, модель Раша, удовлетворенность студентов качеством образовательного процесса в вузе.

индикаторных переменных по каждой латентной переменной.

Цель работы состояла в том, чтобы определить для латентной переменной «удовлетворенность студентов качеством образовательного процесса в вузе», характеризующей в определенной степени качество образовательной среды вуза, степень совместимости используемых индикаторных переменных, т. е. действительно ли все они измеряют данную латентную переменную, и при необходимости откорректировать набор индикаторов.

План исследования включал два этапа. На первом осуществлялась проверка адекватности измерения латентной переменной на основе модели Раша, которая предполагала оценку индикаторных переменных и в случае необходимости коррекцию конструкта. На втором — проверка адекватности измерения латентной переменной на основе модели Раша после корректировки конструкта.

Постановка задачи

Удовлетворенность студентов качеством образовательного процесса в вузе — один из важных показателей, позволяющий судить об уровне его организации и качестве содержания. Удовлетворенность студентов качеством образовательного процесса определяется операционально — с помощью набора индикаторных переменных. Фактически каждая из индикаторных переменных характеризует один из аспектов удовлетворенности студентов качеством образовательного процесса.

Измерения латентных переменных необходимы прежде всего для более точного уяснения смысла латентной переменной. Поскольку латентная переменная задается набором индикаторных переменных, очень важно проверить, насколько они совместимы, т. е. в какой степени они определяют одну и ту же латентную переменную. Если индикаторные переменные совместимы, то они могут быть использованы для измерения латентной переменной. В противном случае индикаторные переменные характеризуют разные латентные переменные и сам набор индикаторных переменных нуждается в корректировке — необходимо оставить только те индикаторные переменные, которые характеризуют измеряемую латентную для анализа и мониторинга исследуемых объектов.

Нами был определен 41 аспект, которые представляются важными для оценки удовлетворенности студентов качеством образовательного процесса (табл. 1).

Для диагностики уровня удовлетворенности студентов качеством образовательного процесса используется анкета. На каждое утверждение возможны 11 вариантов ответа: 0 — полное отсутствие удовлетворенности, 10 — самый высокий уровень. Опрашивались выпускники медицинского университета 2007 года выпуска. При этом в исследовании учитывался такой фактор, как факультет.

Таблица 1

индикаторные переменные, характеризующие удовлетворенность студентов качеством образовательного процесса в вузе

Индикаторная переменная

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20 21 22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

Удовлетворенность выбранной профессией Удовлетворенность статусом студента вуза Удовлетворенность отношениями студент — ректор, проректоры

Удовлетворенность отношениями студент — учебное управление

Удовлетворенность отношениями студент — бухгалтерия Удовлетворенность отношениями студент — библиотека Удовлетворенность отношениями студент — декан факультета

Удовлетворенность отношениями студент — куратор группы Удовлетворенность отношениями студент — преподаватель Удовлетворенность отношениями студент — вспомогательный персонал

Удовлетворенность отношениями между студентами Удовлетворенность уровнем доступности учебной и методической литературы в библиотеке

Удовлетворенность обеспечением дисциплин учебным и лабораторным оборудованием Удовлетворенность расписанием занятий Удовлетворенность чтением лекций

Удовлетворенность качеством проведения практических занятий

Удовлетворенность качеством проведения лабораторных занятий

Удовлетворенность организацией практики Удовлетворенность организацией отработок Удовлетворенность организацией зачетов Удовлетворенность организацией консультаций Удовлетворенность организацией экзаменов Удовлетворенность содержанием обучения Удовлетворенность состоянием аудиторного фонда для занятий

Удовлетворенность уровнем доступности современных информационных технологий Удовлетворенность результатами обучения Удовлетворенность результатами профессиональной подготовки

Удовлетворенность работой органов студенческого самоуправления

Удовлетворенность состоянием и количеством спортивных и тренажерных залов, актового зала, репетиционных помещений, помещений для клубов, студий, кружков и т.п. Удовлетворенность системой стимулирования студентов за участие в научной, творческой, спортивной деятельности Удовлетворенность организацией научно-исследовательской работы в вузе

Удовлетворенность традициями вуза Удовлетворенность организацией спортивно-оздоровительной работы, пропаганды и внедрения физической культуры и здорового образа жизни Удовлетворенность организацией социально-психологической помощи

Удовлетворенность организацией профилактики правонарушений, алкоголизма, наркомании, ВИЧ-инфекций и др. Удовлетворенность организацией и проведением внеучеб-ной работы

Удовлетворенность системой поощрения студентов за достижения в учебе, олимпиадах, соревнованиях, общественной работе и др.

Удовлетворенность санитарно-гигиеническим состоянием пунктов общественного питания

Удовлетворенность организацией питания в университете Удовлетворенность качеством медицинского обслуживания Удовлетворенность обеспеченностью местами в обще-

4

житии

Проверка адекватности измерения латентной переменной на основе модели Раша

Измерение латентной переменной «удовлетворенность студентов качеством образовательного процесса» осуществлялось на основе модели Раша, обработка полученных результатов опроса — с помощью диалоговой системы RUMM. В терминах планирования эксперимента на отклик Y — уровень удовлетворенности студентов качеством образовательного процесса — исследовалось влияние одного фактора — факультет, на котором обучались студенты.

Для однофакторной ситуации полученные данные оказались неадекватны модели измерений на основе статистики Хи-квадрат. Значение статистики равно 188,039 при числе степеней свободы 82,000. Таким образом, эмпирический уровень значимости статистики равен 0,000000, что ниже критического значения (0,05).

Причиной такого несоответствия может быть следующее. Есть статистические свидетельства того, что некоторые утверждения (индикаторные переменные) несовместимы с остальными при измерении данной латентной переменной. Это индикаторные переменные под номерами 17, 21, 20, 39, 8, 1, 41 (табл. 2).

Критическим значением уровня соответствия индикаторной переменной измеряемой латентной переменной (уровень значимости статистики Хи-квадрат), является значение 0,05. При уровне соответствия меньше 0,05 индикаторную переменную рекомендуется исключить из набора.

Из табл. 2 видно, что семь индикаторных переменных (№ 17, 21, 20, 39, 8, 1, 4) имеют уровень значимости статистики Хи-квадрат ниже критического значения. Поэтому необходима коррекция конструкта с целью совершенствования его как измерительного инструмента.

Рассмотрим наиболее отличительные индикаторные переменные: неадекватную модели измерений; наиболее адекватную модели измерений и наиболее типичную модели измерений.

Индикаторная переменная, неадекватная модели измерений

Пример характеристической кривой одной из таких переменных показан на рис. 1, который имеет типичную для представления характеристических кривых структуру.

По оси абсцисс откладывается значение латентной переменной (в логитах), по оси ординат — ожидаемое значение (Expected Score). Поскольку индикаторная переменная варьирует на четырех уровнях (0, 1, 2, 3), то максимальное ожидаемое значение равно 3. В верхней части рисунка расположена следующая информация: код индикаторной переменной (10001); ее название (выбрано по умолчанию, в данном случае

10001 Descriptor for Item 1 Loon = -0,424 Unit = 0,015 FitRes = 2,960 ChiSq[Pr] = 0,000 SampleN=198 Slope

Person Location (logits)

Рис. 1. Характеристическая кривая индикаторной переменной № 1

это Description for item 1); уровень удовлетворенности качеством образовательного процесса в вузе, который характеризует данная индикаторная переменная (Ьосайоп = -0,424); суммарное отклонение значений данной индикаторной переменной от ожидаемых на основе модели Раша (Residual = 2,960); степень соответствия данных модели Раша ( Chi Sq Prob = 0,000).

Точками на рисунке отмечены экспериментальные значения рассматриваемой индикаторной переменной. Степень близости этих экспериментальных точек соответствующим модельным значениям вычисляется на основе критерия Хи-квадрат.

Таким образом, интерес представляет степень соответствия данных модели Раша (Chi Sq Prob), поскольку именно этот показатель позволяет определить пригодность рассматриваемой индикаторной переменной для измерения латентной переменной.

Совместимость индикаторных переменных определяется следующим образом. Все испытуемые по полученным оценкам измеряемой латентной переменной делятся на три группы: с низким, средним и высоким уровнями. Полученные оценки для групп отмечены на оси абсцисс вертикальными черточками. Точками на рис. 1 отмечены экспериментальные значения рассматриваемой индикаторной переменной № 1 для этих групп. Степень близости экспериментальных точек характеристической кривой определяет степень совместимости данного задания с остальными. Количественно степень близости этих точек вычисляется на основе критерия Хи-квадрат. Для индикаторной переменной № 1 уровень соответствия является минимальным — 0,000.

Из поведения кривой на рис. 1 следует, что чем больше уровень удовлетворенности качеством образовательного процесса, тем меньше значение этой индикаторной переменной. Это свидетельствует о несовместимости данной индикаторной переменной со всеми остальными.

к такому же заключению приходим в результате анализа индикаторных переменных № 17, 21, 20, 39, 8, 41.

Индикаторная переменная, наиболее адекватная модели измерений

Наиболее адекватной модели измерений является индикаторная переменная № 15. Характеристическая

кривая для этой переменной показана на рис. 2. Наибольший интерес представляет степень соответствия данных модели Раша (Chi Sq Prob), поскольку именно этот показатель позволяет определить пригодность рассматриваемого задания для измерения латентной переменной. Большое значение этой статистики (0,915) свидетельствует о том, что экспериментальные точки близки к теоретической кривой модели измерения.

На рис. 2 видно, что все три точки, соответствующие средним значениям трех групп, находятся на модельной кривой. Здесь важно то, что с увеличением значения латентной переменной повышается и значение индикаторной переменной, причем повышение происходит в строгом соответствии с моделью. Степень соответствия определяется вероятностью, равной 0,915.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Индикаторная переменная, наиболее типичная модели измерений

Наиболее типичной модели измерений является индикаторная переменная № 23. Характеристическая кривая для нее представлена на рис. 3, на котором видно, что все три точки, соответствующие средним значениям трех групп, почти равномерно лежат на модельной кривой. Степень соответствия определяется вероятностью, равной 0,397. Достаточно большое значение этой статистики свидетельствует о том, что экспериментальные точки близки к теоретической кривой модели измерения.

Многоаспектная характеристика индикаторных переменных приведена в табл. 2. Как видно из таблицы, диапазон варьирования индикаторных

Таблица 2

Характеристика индикаторных переменных

Номер переменной Уровень удовлетворенности качеством образовательного процесса, логиты Стандартная ошибка, логиты Значение статистики Хи-квадрат Уровень значимости статистики хи-квадрат

11 -0,485 0,040 2,298 0,316986

2 -0,483 0,037 1,224 0,263071

1 -0,424 0,034 2,960 0,000032

23 -0,401 0, 1,846 0,397288

22 -0,370 0,038 5,286 0,071163

16 -0,328 0,047 3,281 0,193862

9 -0,315 0,041 2,987 0,224537

18 -0,252 0,035 2,486 0,288550

7 -0,252 0,032 2,415 0,298896

15 0,203 0,041 0,177 0,915439

27 -0,159 0,039 5,298 0,070725

26 -0,138 0,035 2,461 0,292117

20 -0,078 0,036 6,864 0,032319

6 -0,076 0,031 3,514 0,172530

12 -0,074 0,035 0,885 0,642541

21 -0,051 0,035 6,488 0,039014

3 -0,024 0,041 0,843 0,656123

14 -0,011 0,034 2,986 0,224696

25 -0,001 0,033 1,856 0,395259

17 0,007 0,039 6,452 0,039713

5 0,013 0,034 0,692 0,707627

31 0,020 0,035 2,646 0,266335

24 0,024 0,035 3,409 0,181831

10 0,034 0,031 0,904 0,636263

32 0,064 0,034 2,402 0,300894

4 0,070 0,039 2,382 0,303883

8 0,109 0,035 15,166 0,000511

29 0,137 0,036 0,609 0,737516

28 0,178 -0,878 5,634 0,059786

34 0,188 0,034 1,506 0,470852

13 0,190 0,039 1,764 0,413938

30 0,200 0,035 1,425 0,490371

37 0,230 0,033 3,837 0,146864

40 0,246 0,035 4,571 0,101729

19 0,246 0,033 0,071 0,965057

35 0,253 0,032 2,254 0,324071

41 0,280 0,035 31,516 0,000000

33 0,281 0,035 4,162 0,124784

36 0,305 -1,787 5,040 0,080459

38 0,445 0,033 6,119 0,046920

39 0,602 0,036 10,033 0,006628

10015 Descriptor for Item 15 Loon = -0,203 Unit = 0,125 FitRes = 0,412 ChiSq[Pr] = 0,915 SampleN=198 Slope

Рис. 2. Характеристическая кривая для индикаторной переменной № 15

10023 Descriptor for Item 23 Locn = -0,401 Unit = 0,163 FitRes =-0,11В ChiSq[Pr] = 0,397 SampleN=19B Slope

Person Location (logits)

Рис. 3. Характеристическая кривая для индикаторной переменной № 23

переменных по уровню удовлетворенности студентов качеством образовательного процесса, который они характеризуют, от -0,485 до 0,602, т. е. в пределах двух логитов. Это небольшой диапазон, и следует подумать о его эффективности.

Учитывая, что фактор «факультет» является качественным, для определения его значимости использовали дисперсионный анализ. Фактор «факультет» значим, поскольку экспериментальный уровень значимости р = 0,000347 < 0,05. Это означает, что удовлетворенность студентов качеством образовательного процесса зависит от их принадлежности к факультету, на котором они учатся.

Оценка индикаторных переменных

Важным аспектом качества измерения является соотношение между набором оценок испытуемых, с одной стороны, и набором оценок индикаторных переменных - с другой.

Доказано, что идеальным набором индикаторных переменных является такой, в котором индикаторные переменные распределены равномерно по трудности. Это обеспечивает одинаковую точность измерения на всем диапазоне варьирования латентной переменной у испытуемых. В данной анкете мало индикаторных переменных как с низкими, так и с высокими оценками. Большинство латентных переменных, как видно на рис. 4, 5, 6, 7, характеризуют средний уровень удовлетворенности студентов качеством образовательного процесса в вузе и распределено по нормальному закону, что является вполне естественным.

Цель второго этапа исследования заключалась в том, чтобы усовершенствовать конструкт как ин-

Рис. 4. Соотношение между уровнем удовлетворенности испытуемых и индикаторными переменными

Рис. 5. Соотношение между уровнем удовлетворенности испытуемых и индикаторными переменными в зависимости от факультета

Рис. 6. Соотношение между уровнем удовлетворенности испытуемых, обучающихся на факультете социальной работы, и индикаторными переменными

Рис. 7. Соотношение между уровнем удовлетворенности испытуемых, обучающихся на стоматологическом факультете, и индикаторными переменными

струмент для измерения уровня удовлетворенности студентов качеством образовательного процесса. Для этого мы исключили индикаторные переменные № 1, 4, 8, 39. Оказалось, что после исключения этих переменных оставшиеся данные стали соответство-

вать модели измерения. Значение статистики стало равным 85,879 при числе степеней свободы 72,000, что соответствует эмпирическому уровню значимости статистики 0,126128. Другой показатель качества измерений — индекс сепарабельности вопросов также имеет достаточно высокое значение и равен 0,959. Результаты вновь проведенного дисперсионного анализа еще раз подтвердили, что фактор «факультет» является значимым, поскольку экспериментальный уровень значимости p = 0,000880 < 0,05.

Анализ индикаторных переменных после коррекции анкеты показал, что все они совместимы друг с другом при измерении латентной переменной удовлетворенность студентов качеством образовательного процесса, кроме переменной № 17, у которой степень соответствия данных модели Раша (Chi Sq Prob) составляет 0,041500 (табл. 3, рис. 8).

После коррекции конструкта несколько гармонизировалось соотношение между уровнем удовлетво-

Таблица 3

Характеристика индикаторных переменных после коррекции анкеты

Номер переменной Уровень удовлетворенности качеством образовательного процесса, логиты Стандартная ошибка, логиты Значение статистики Хи-квадрат Уровень значимости статистики Хи-квадрат

11 -0,473 0,041 2,074 0,354512

2 -0,470 0,041 4,049 0,132055

23 -0,390 0,041 1,556 0,459234

22 -0,358 0,038 5,630 0,059902

16 -0,312 0,048 3,089 0,213439

9 -0,297 0,041 4,449 0,108104

7 -0,240 0,032 0,710 0,701059

18 -0,236 0,035 1,210 0,545939

15 -0,184 0,041 0,425 0,808652

27 -0,136 0,039 1,287 0,525503

26 -0,121 0,035 2,206 0,331851

20 -0,061 0,037 3,919 0,140918

6 -0,058 0,032 1,671 0,433711

12 -0,053 0,035 0,278 0,870312

21 -0,030 0,036 1,469 0,479808

3 -0,004 0,042 0,140 0,932242

14 0,007 0,034 3,150 0,206990

25 0,021 0,033 3,502 0,173611

17 0,026 0,040 6,364 0,041500

5 0,031 0,035 1,152 0,562277

31 0,042 0,036 2,351 0,308659

24 0,046 0,035 4,916 0,085592

10 0,055 0,031 1,666 0,434729

32 0,086 0,034 1,241 0,537802

4 0,090 0,039 4,622 0,099166

29 0,163 0,036 1,211 0,545668

13 0,214 0,039 1,088 0,580289

34 0,216 0,034 0,454 0,796753

30 0,228 0,035 0,424 0,809121

37 0,257 0,033 2,869 0,238242

40 0,271 0,036 2,395 0,301967

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

19 0,273 0,033 1,852 0,396072

35 0,279 0,032 4,877 0,087295

33 0,310 0,035 1,433 0,488430

36 0,334 0,036 2,674 0,262572

38 0,473 0,033 3,474 0,176082

10017 Descriptor for Item 17 Locn = 0,026 Unit = 0,10G FitRes =-0,906 ChiSq[Pr] = 0,041 SampleN=198 Slope

Person Location (logits)

Рис. 8. Характеристическая кривая индикаторной переменной № 17

ренности испытуемых и индикаторными переменными (рис. 9, 10).

Индикаторные переменные распределены более равномерно по трудности. Представлены индикаторные переменные как с низкими, так и с высокими оценками.

Одна из задач исследования заключалась в том, чтобы рассмотреть, как работают различные града-

Рис. 9. Соотношение между уровнем удовлетворенности испытуемых и индикаторными переменными

10005 Descriptor for Item 5 Loon = 0,031 Unit = 0,061 FitRes = 0,111 ChiSq[Pr] = 0,562 SampleN = 198

Рис. 10. Соотношение между уровнем удовлетворенности испытуемых и индикаторными переменными в зависимости от факультета

ции индикаторной переменной. В качестве примера рассмотрим переменную № 5. Распределение вероятностей градаций для нее представлено на рис. 11.

Рис. 11. Распределение вероятностей градаций для индикаторной переменной № 5

По оси ординат откладывается вероятность выбора градации в зависимости от значений латентной переменной. Принципиально важным здесь являются два момента:

• для каждой градации индикаторной переменной существует диапазон варьирования латентной переменной, в котором вероятность выбора этой градации является максимальной, т. е. «работают» все градации индикаторной переменной;

• большему порядковому номеру градации индикаторной переменной соответствуют большие значения латентной переменной, для которых вероятность градации является наибольшей.

На рис. 12 отражена работа шкалы анкеты, позволяющая наглядно отразить вероятность выбора градации для каждой индикаторной переменной. «Работают» все градации только на 13 индикаторных переменных из 36. Можно предположить, что в том случае, если градация шкалы будет уменьшена с 11 до 5 — 6, то «заработают» градации большинства индикаторных переменных.

Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor Descriptor

-3 -2 -1 0 1 2

= Reversed thresholds

Рис. 12. Вероятность выбора градации для каждой индикаторной переменной

Выводы

В статье показан пример использования методики измерения латентной переменной «удовлетворенность студентов качеством образовательного процесса в вузе» на основе модели Раша. В качестве индикаторных переменных используются вопросы анкеты.

Проведенный на первом этапе исследования анализ показал, что не все индикаторные переменные являются совместимыми и набор вопросов (индикаторных переменных) нуждается в корректировке. После проведения коррекции индикаторных переменных оценка уровня удовлетворенности студентов качеством образовательного процесса в вузе полностью определяется используемым измерительным инструментом, т. е. набором индикаторных переменных. Очевидно, что рассмотренные индикаторные переменные можно пополнять и таким образом совершенствовать данный измерительный инструмент. Аналогичным образом возможно осуществлять оценку качества опросников для измерения качества абитуриентов, студентов, выпускников вуза, удовлетворенности работодателей качеством подготовки выпускников и пр.

Список литературы

1. Маслак А. А. Измерение латентных переменных в социально-экономических системах : А. А. Маслак. — Славянск-на-Кубани : Изд. центр СГПИ, 2006. — 333 с.

2. Rasch G. Probabilistic models for some intelligence and attainment tests / G. Rasch. — Chicago, 1980. — 199 p.

3. Smith E. V. Introduction to Rasch Measurement. Theory, Models and Applications / E. V Smith, M. S. Smith. — Maple Grove, Minesota : JAM Press, 2004. — 689 p.

ESTIMATION OF QUALITY OF QUESTIONNAIRE FOR MEASUREMENT OF LATENT VARIABLE «SATISFACTION OF STUDENTS WITH QUALITY OF EDUCATIONAL PROCESS IN UNIVERSITY»

E. Yu. Vasilyeva, E. P. Bakai

Northern State Medical University, Arkhangelsk

In the article, an example of estimation of quality of the questionnaire for measurement of the latent variable

«satisfaction of students with quality of educational process in university» has been given on the grounds of the Rasch model.

Key words: measurement, latent variable, indicated variabl, Rasch model, satisfaction of students with quality of educational process in university.

Контактная информация:

Васильева Елена Юрьевна — доктор педагогических наук, доцент, зав. кафедрой педагогики и психологии, профессор Северного государственного медицинского университета

Адрес: 163000, г. Архангельск, пр. Троицкий, д. 51, СГМУ

Тел. (8182) 28-57-86, (8182) 21-52-17; е-mail: doc [email protected]

Статья поступила 09.10.2007 г.

i Надоели баннеры? Вы всегда можете отключить рекламу.