CC BY
97
Библиографический список
1. Федеральный государственный образовательный стандарт высшего профессионального образования по направлению подготовки «Педагогическое образование». Квалификация (степень): бакалавр. 2010 г.
2. Зимняя, И. А. Ключевые компетентности как результативно-целевая основа компетентностного подхода в образовании [Текст] / И. А. Зимняя. - М., 2004.
3. Хуторской, А. В. Ключевые компетенции как компонент личностно ориентированной парадигмы образования [Текст] / А. В. Хуторской // Ученик в обновляющейся школе: Сборник научных трудов. - М., 2002. - С. 7-21.
4. Федеральный государственный образовательный стандарт общего образования: актуальные вопросы введения (июль, 2010). Интернет-ресурс: Шр^^аг^аг! edu.ru/doc.aspx7DocIcH3312
5. Новые государственные стандарты школьного образования [Текст]. - М.: ООО «Издательство Астрель»: ООО «Издательство АСТ», 2004. - 446 с.
6. Национальная образовательная инициатива «Наша новая школа». Министерство образования и науки Российской Федерации // актуальные документы. 2010-01-21.
УДК 378
Кузнецова Елена Васильевна
Кандидат физико-математических наук, доцент кафедры прикладной математики Липецкого государственного технического университета, eva312@rambler.ru, Липецк
ВНУТРЕННИЙ МОНИТОРИНГ КАЧЕСТВА РЕАЛИЗАЦИИ ОБРАЗОВАТЕЛЬНЫХ ПРОГРАММ В ВУЗЕ
Kuznetsova Elena Vasilyevna
Candidate of Physical and Mathematical Sciences, Associated Professor of Lipetsk State Technical University, eva312@rambler.ru, Lipetsk
THE INTERNAL CONTROL OF QUALITY OF REALIZATION OF EDUCATIONAL PROGRAMS IN A HIGH SCHOOL
Вопрос повышения качества образования является актуальным: дискуссии, конференции, круглые столы, публикации посвящены проблемам оценки, управления и обеспечения качества образования. Заметим, что современный подход к управлению качеством образования ориентирован не на оценку конечного результата, а предусматривает мониторинг и анализ самого процесса обучения, его регулирование посредством разработанных корректирующих и предупреждающих мероприятий. А поскольку способности и профессиональная компетентность выпускников вузов становятся
основным конкурентным преимуществом на рынке труда, существует острая необходимость в контроле педагогической деятельности в вузах, разработке и внедрении систем менеджмента качества.
В мировой практике применяются различные подходы к оценке качества работы вузов, существует достаточно много работ, посвященных данной проблеме (например, [1-3]). Но большинство из них сходится в одном: качество образования есть величина комплексная, поэтому процесс его оценивания требует всестороннего подхода.
Академик А. М. Новиков выделяет два подхода к оценке качества образования: внутренний и внешний [1]. Внешний контроль осуществляют органы власти, общество, производство и личность. Внутренний контроль должен базироваться на системе оценок, в числе которых наиболее важными являются самооценка обучающихся и обучающих, внутренний мониторинг качества, внутренние оценки образовательных программ, внутренние оценки образовательных учреждений, оценки индивидуальных достижений обучающихся, оценки качества деятельности обучающих, оценки органов управления образованием.
Важным аспектом определения качества образовательной деятельности вуза является оценка качества учебных дисциплин и уровня удовлетворенности студентов качеством образования. Как известно, существуют различные мнения относительно объективности оценки, даваемой студентами своим преподавателям и процессу обучения в целом. Однако нельзя не согласиться с тем, что эффективное управление невозможно без существования обратной связи. Не случайно в основе управления качеством в соответствии со стандартом ИСО серии 9000 лежат восемь принципов, первым из которых является ориентация на потребителя, удовлетворение его потребностей и интересов. Потребители образовательных услуг - студенты, их родители, работодатели, общество и государство. Изучение, анализ их мнения, своевременная реакция в виде корректирующих действий - одно из важных звеньев в функционировании системы менеджмента качества учебного заведения.
На кафедре прикладной математики Липецкого государственного технического университета постоянно контролируется уровень удовлетворенности студентов качеством высшего образования, периодически проводится анкетирование обучающихся. Благодаря непрерывному мониторингу качества удается вовремя выявлять «узкие места» в обучении и целенаправленно корректировать учебный процесс.
Для изучения уровня удовлетворенности студентов качеством учебного процесса нами был сформирован тест, включающий 12 вопросов, которые затрагивают различные аспекты преподавания каждой из 34 учебных дисциплин, изучаемых с первого по четвертый курс (включительно): Интерес к дисциплине, Необходимость изменения, Недостаток литературы и пособий, Трудность изучения, Недостаток теории, Недостаток практики, Достаточность количества часов, Уровень знаний, Желание препо-
давать, Уровень профессиональной подготовки преподавателей, Уровень преподнесения учебного материала, Объективность выставления оценок. В анкетировании участвовали 37 студентов пятого курса, обучающихся по специальности «прикладная математика». Так как в университете внедрена 100-балльная рейтинговая система контроля успеваемости, студентам в анкете предлагалось оценивать уровень удовлетворенности по привычной для них 100-балльной шкале. Для анализа и интерпретации результатов анкетирования приведем шкалу оценок успеваемости: 0-52 балла - «неудовлетворительно», 53-79 баллов - «удовлетворительно», 80-92 балла -«хорошо», 93-100 баллов - «отлично», так как логично предположить, что при выставлении баллов студенты ориентировались на принятую систему оценок.
В качестве инструмента для анализа результатов анкетирования был выбран кластерный анализ. Являясь одним из методов многомерной классификации, кластерный анализ не требует знания априорной информации о распределении генеральной совокупности. Полученные в результате разбиения исходного множества группы называются кластерами (от англ. с1аз1ег - пучок, совокупность элементов, характеризуемых каким-либо общим свойством). Основным критерием качества классификации является, прежде всего, возможность содержательной интерпретации найденных групп. Процесс поиска кластеров требует выполнения большого количества арифметических и логических операций, поэтому применение кластерного анализа стало успешным в результате развития вычислительной техники и создания специализированных программных средств обработки данных. Изучение публикаций последних лет позволяет сделать вывод о том, кластерный анализ является эффективным инструментом исследования как в психологии (например, работа [4]), так и в педагогике ([5-6]).
Кластерный анализ проводился посредством процедур, реализованных в прикладном пакете 81аЙ5Йса 6.0. Множество учебных дисциплин было разделено на три кластера. Дополнительные исследования показали, что такая кластеризация позволяет получить достаточную степень детализации и является оптимальной: деление на два кластера обладает недостаточной информативностью, а увеличение числа кластеров избыточно и не дает новой информации для получения качественной интерпретации результатов. При этом мы получили значимо различные кластеры по 11 признакам (за исключением признака Трудность изучения), что подтверждается результатами дисперсионного анализа. Отсутствие различий по признаку Трудность изучения объясняется тем, что в одном кластере могут быть объединены как сложные, так и простые для изучения дисциплины. Таким образом, это единственный признак, который не является существенным для выполнения кластерного анализа. Средние значения переменных для каждого кластера представлены в таблице 1, которая является основой для содержательного описания результатов классификации.
Таблица 1 - Средние значения переменных для выделенных кластеров
Переменная Кластер № 1 Кластер № 2 Кластер № 3
Интерес к дисциплине 47,65 75,24 75,78
Необходимость изменения 28,69 11,53 30,13
Недостаток литературы и пособий 13,33 11,08 21,99
Трудность изучения 31,99 42,68 48,13
Недостаток теории 11,31 5,61 19,01
Недостаток практики 15,19 6,17 34,26
Достаточность количества часов 88,52 88,92 82,82
Уровень знаний 61,76 75.35 68,32
Желание преподавать 2,27 20,46 20,18
Уровень профессиональной подготовки преподавателей 77,78 93,45 81,06
Уровень преподнесения учебного материала 61,51 86,44 64,06
Объективность выставления опенок 74,87 88,88 80,42
Опишем характеристику каждого кластера.
Кластер № 1. Состав: Метрология, Физика, Философия, Социология. В этом кластере объединились «остропроблемные дисциплины» (табл. 1), которые студентам не интересны (среднее значение переменной Интерес к дисциплине для данного кластера равно 47,65). Кроме того, данный кластер характеризуется низкой оценкой студентов собственных знаний (61,76 балла). Низко были оценены и профессиональная подготовка преподавателей (77,78 балла), уровень преподнесения материала по данным предметам (61,51 балла), объективность выставления оценок (74,87 балла).
Кластер № 2. В состав кластера вошли 25 дисциплин. Едва ли целесообразно приводить их полный перечень. Однако важно отметить, что кластер № 2 объединил и дисциплины гуманитарного цикла (например, такие как Русский язык, История), и общеобразовательные (например, Алгебра и геометрия, Теория вероятностей), и специальные дисциплины (например, Математическая теория систем). Данный кластер (табл. 1) характеризуется приемлемым уровнем заинтересованности со стороны студентов и отсутствием острой необходимости в изменении процесса изучения дисциплин. Респонденты отметили, что не испытывают недостатка в учебной литературе, удовлетворены общим количеством часов и соотношением теории и практики. Средний уровень знаний по дисциплинам кластера № 2 выше по сравнению с остальными кластерами. В то же время преподаватели получили самые высокие оценки уровня профессиональной подготовки, уровня преподнесения материала и объективности выставления оценок. Можно считать, что анкетируемые, в целом, удовлетворены качеством преподавания данных дисциплин, поэтому данный кластер получил название «Непроблемные дисциплины».
Кластер № 3. Кластер «проблемных дисциплин», включает в себя дисциплины, связанные с программированием: Алгоритмические языки и про-
граммирование, Компьютерная графика, Сети ЭВМ, Объектно-ориентированное программирование (ООП), Архитектура ЭВМ. Учебные дисциплины, вошедшие в данный кластер, характеризуются максимальной заинтересованностью по сравнению с двумя другими кластерами (табл. 1, средние значения переменной Интерес к дисциплине), наиболее острой потребностью в изменениях учебного процесса. Студенты испытывают потребность в литературе, больших теоретических знаниях и практических навыках. Наряду с достаточно высокой оценкой профессиональной подготовки преподавателей, респонденты отмечают низкий уровень преподнесения материала.
Таким образом, в результате проведенного кластерного анализа удалось не только выделить «остропроблемные», «проблемные» и «непроблемные дисциплины», но и дать информативное качественное описание полученных кластеров, что позволяет сделать выводы о состоянии процесса реализации образовательной программы в целом, выделить проблемные места и наметить последующие шаги по устранению недостатков и совершенствованию обучения студентов. Так в отношении «остро проблемных дисциплин» требуется, прежде всего, анализ причин выявленных несоответствий, разработка конкретных корректирующих мероприятий со стороны объединения преподавателей специальности, контроль результатов повышения эффективности профессиональной деятельности преподавателей. В отношении «проблемных дисциплин» требуется не физическое увеличение количества учебных часов, а улучшение качества преподнесения материала, снабжение студентов дополнительно справочными и учебными пособиями. Преподавателям «проблемных дисциплин» следует уделить дополнительное внимание развитию практических навыков студентов. Это особенно важно, так как дисциплины, составившие данный кластер, формируют компетентность будущих специалистов в области новейших информационных технологий.
Нельзя не отметить, что подавляющее большинство учебных дисциплин вошло в кластер № 2 (25 из 34), который охарактеризован нами как «непроблемные дисциплины». Однако нельзя не отметить, что процесс преподавания дисциплин, составивших данный кластер, также нуждается в совершенствовании. Для выявления неиспользованных возможностей и резервов улучшения качества обучения необходимо провести дополнительное исследование для каждой дисциплины или группы дисциплин. Приведем анализ анкетирования с детализацией по следующим дисциплинам: Теория вероятностей и математическая статистика (ТВ и МС), Теория случайных процессов (ТСП), Эконометрика, которые образуют стохастическую линию в профессиональной подготовке будущих инженеров-математиков. Результаты средних баллов по каждой из трех дисциплин представлены в таблице 2. Отметим, что реальные баллы, полученные студентами на зачетах и экзаменах по теории вероятностей, теории случайных процессов и эконометрики выше (85,6; 82,8; 84,5). Это, возможно, объясняется тем, что
указанные дисциплины изучались на втором и третьем курсах и пятикурсники оценивают свои остаточные знания (средние значения переменной Уровень знаний 77,69; 75,52; 76,36). Сопоставляя результаты, представленные в таблице 2, со значениями соответствующих переменных для кластера № 2 (табл. 1), можно отметить, что для рассмотренных дисциплин, в целом, справедлива характеристика, данная дисциплинам этого кластера ранее. Поэтому направления и результаты поиска резервов и путей повышения качества преподавания стохастики, возможно, применимы не только к вероятностным разделам математики, но будут также полезны для других учебных дисциплин.
Таблица 2 - Средние значения переменных для учебных дисциплин
Переменная ТВ и МС тсп Эконометрика
Интерес к дисциплине 13,67 70,95 76,37
Необходимость изменения 10,64 14,51 18,32
Недостаток литературы и пособий 8,41 11,18 11,50
Трудность изучения 37,73 35,45 39,86
Недостаток теории 5,55 3,77 4,86
Недостаток практики 7.86 10,36 7,64
Достаточность количества часов 92,03 88,93 86,11
Уровень знаний 77,69 75,52 76,36
Желание преподавать 24,55 25,18 19,77
Уровень профессиональной подготовки преподавателей 92,88 93,35 90,86
Уровень преподнесения учебного материала 86,19 83,92 80,07
Объективность выставления оценок 94,74 89,24 89,73
Анализ результатов анкетирования позволяет сделать следующие выводы. Прежде всего, знаниевый подход к преподаванию вероятностных разделов математики не позволяет в полной мере реализовать их гуманитарный потенциал: несмотря на высокий уровень профессиональной подготовки преподавателей и объективность выставления оценок, уровень преподнесения учебного материала получил оценку «хорошо», а заинтересованность в изучении - оценку «удовлетворительно».
Целью преподавания стохастики должно стать развитие личности обучаемых, их математического и вероятностного мышления, формирование их профессиональной, математической культуры, освоение гуманитарного потенциала вероятностных разделов математики, выраженного в реализации их мировоззренческой, нравственно-воспитательной и эстетической функций. Как справедливо заметил Б. С. Гершунский, «Культура ... -высшее проявление человеческой образованности и профессиональной компетентности. Именно на уровне культуры может в наиболее полном виде выразиться человеческая индивидуальность» [7, с. 65]. Формирование математической культуры студентов будет эффективным только в том случае, если это целенаправленный, специально организованный, плано-
мерный процесс, учитывающий требования, предъявляемые к будущему специалисту.
Следовательно, необходима, прежде всего, готовность преподавателя к управлению данным процессом. Для успешного решения данной задачи необходима разработка новой методической системы, охватывающей как содержание, так и методы, формы и средства обучения.
Важным фактором, который также необходимо учитывать при формировании математической культуры, является повышение мотивации к обучению математике, что осуществляется посредством применения активных форм обучения, усиления прикладной составляющей, введения спецкурсов по философии, истории и методологии теории вероятности, разработки спецкурсов по использованию стохастических методов при решении прикладных задач.
И, наконец, в современных условиях формирование математической и стохастической культуры студентов не возможно без внедрения в учебный процесс информационных технологий, разработки учебных пособий нового поколения, эффективной организации самостоятельной и научно-иссле-довательской работы студентов.
Проведенное исследование помогло выявить «узкие места» в процессе обучения и конкретизировать потребности и ожидания обучающихся. На основании результатов кластерного анализа удалось четко сформировать объекты, требующие управляющего воздействия. Это «Остропроблемные» и «Проблемные дисциплины». Результаты проведенных исследований могут быть полезны всем вузам, осуществляющим подготовку специалистов по направлению «Прикладная математика». Также методика анкетирования может быть взята за основу при проведении внутреннего мониторинга качества образования в любых учебных заведениях.
Библиографический список
1. Новиков, А. М. Как оценивать качество образования? [Электрон, ресурс] / А. М. Новиков, Д. А. Новиков. - Режим доступа: http://www.anovikov.ru/
2. Сластенин, В. А. Качество образования: опыт философско-феноменологического анализа [Текст]/ В. А. Сластенин. // Педагогический журнал Башкортостана. - 2006. - № 2. - С. 5-13.
3. Субетто, А. И. Концептуально-теоретические основы решения проблемы качества образования в России [Текст]/ А. И. Субетто. // Сибирский педагогический журнал. - 2008. - № 1. — С. 75-87.
4. Калитеевская, Е. Р. Смысл, адаптация и самодетерминация у подростков [Текст] / Е. Р. Калитеевская, Д. А. Леонтьев, Е. Н. Осин, И. И. Бородкина // Вопросы психологии. - 2007. - № 2. - С. 68-79.
5. Марухина, О. В. Алгоритмы обработки информации в задачах оценивания качества обучения студентов вуза на основе экспертно-статистических методов [Текст]: дис. ... канд. техн. наук / О. В. Марухина. - Томск, 2003. - 165 с.
6. Чуйко, Л. В. Математические методы в педагогике как условие совершенствования качества образования [Текст]: дис. ... канд. пед. наук / Л. В. Чуйко. — Тирасполь, 2006. - 182 с.
7. Гершунский, Б. С. Философия образования [Текст] / Б. С. Гершунский. — М.: Флинта, 1998. - 432 с.
УДК 378.02
Исаев Илья Федорович
Доктор педагогических наук, профессор, заведующий кафедрой педагогики факультета психологии Белгородского государственного университета, isaev@bsu.edu.ru, Белгород
Ерошенкова Елена Ивановна
Кандидат педагогических наук, доцент кафедры педагогики факультета психологии Белгородского государственного университета, eroshenkova@bsu.edu.ru, Белгород
ПРОФЕССИОНАЛЬНО-ЦЕННОСТНАЯ УСТАНОВКА БУДУЩЕГО СПЕЦИАЛИСТА: ОТ СУЩНОСТИ К ТЕХНОЛОГИИ ФОРМИРОВАНИЯ1
Isaev Ilya Fedorovich
doctor ofEducation, Professor, Head of the Department of Pedagogy Faculty of Psychology, Belgorod State University, isaev@bsu.edu.ru, Belgorod
Eroshenkova Elena Ivanovna
PhD, Associate Professor of Pedagogy Faculty of Psychology, Belgorod State University, eroshenkova@bsu.edu.ru, Belgorod
VOCATIONAL VALUE ORIENTATIONS OF THE FUTURE EXPERT: ON THE NATURE OF THE TECHNOLOGY OF FORMING
В настоящее время проблема повышения качества высшего образования активно разрабатывается в рамках компетентностного подхода. Теоретические идеи данного подхода обоснованы в трудах Л. Ф. Ивановой, И. А. Зимней, С. В. Кульневича, М. В. Рыжакова, А. В. Хуторского и других ученых. Именно компетентность многие авторы рассматривают как результат профессионального образования, дающий возможность судить о его высоком качестве (А. А. Ахаян, Н. Ф. Радионова, А. II. Тряпицына и др.).
Обобщенный анализ ФГОС ВПО и исследований, посвященных проблеме компетентности, позволяет выявить круг общекультурных и профессиональных компетентностей, соответствующих тому или иному направлению
1 Исследование выполнено в рамках реализации ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009--2013 годы. Госконтракт № П1027 от 20 августа 2009 г.
