Наша библиотека

banner opt

Зинюхина Е.В., Лазарева Е.И. Дискриминантное моделирование как инструмент анализа и управления качеством услуг общеобразовательных организаций

Thursday, 17 December 2015 13:09

 

Важнейшими задачами государственной политики в сфере образования в Российской Федерации определены: обеспечение доступности образования независимо от места проживания обучающихся, а также повышение конкурентоспособности российского образования. Решение поставленных задач во многом определяется эффективностью управления образовательными процессами, как на федеральном уровне, так и на уровнях региона, муниципалитета и образовательной организации. Принятие адекватных управленческих решений зависит от того, насколько грамотно и объективно используется статистическая информация [1, с. 87].

Исследование проведено в соответствии с методикой М.А. Пинской, И.Д. Фрумина и С.Г. Косарецкого [2].

В центре внимания данного исследования находятся организации, реализующие обучение по программам общего образования, как основные, на взгляд автора, стратегически важные компоненты подотрасли образования. Объекты исследования – государственные муниципальные общеобразовательные организации Ростовской области представлены следующими типами:

- Начальные, основные, средние школы;

- Гимназии;

- Лицеи;

- Вечерние (сменные) школы.

Так как за показатель качества автором взяты результаты ЕГЭ, в работе рассматриваются только средние школы, гимназии и лицеи. Было принято решение также не включать вечерние (сменные) школы ввиду их специфики.

Источниками данных послужили:

- Первичные формы федерального статистического отчета «ОШ – 1»;

- Информация, предоставленная Ростовстатом;

- Самостоятельный мониторинг общеобразовательных организаций.

Для данной работы была произведена выборка государственных муниципальных общеобразовательных организаций Ростовской области по следующему принципу: статистика средних результатов ЕГЭ по базовым предметам за последние 3 года (2012-2014 гг.). Исходная выборка содержала 890 наблюдений. В результате обработки данных автором были выделены группы устойчиво «успешных» и «неуспешных» организаций, для их дальнейшего исследования методом дискриминантного анализа. Показателем, определяющим причастность к определенной группе, был показатель ЕГЭ: он должен быть стабильно выше (ниже) среднего показателя ЕГЭ по Ростовской области.

Дискриминантный анализ – раздел вычислительной математики, представляющий набор методов статистического анализа для решения задач распознавания образов, который используется для принятия решения о том, какие переменные разделяют (т.е. «дискриминируют») возникающие наборы данных (так называемые «группы») [3].

Отобранные устойчиво «успешные» и «неуспешные» общеобразовательные организации характеризуются следующими показателями (таблица 1). По средним значениям уже заметно, что для устойчиво «успешных» общеобразовательных организаций характерны: больший процент расположения в городе (88,3% по сравнению с 12,5%), меньшее число компьютеров на одного ученика и лучшая скорость Интернет-соединения, а также большая наполняемость школ и наличие 2 смен.

Все расчеты произведены при помощи статистического пакета SPSS, в модуле «Дискриминантный анализ». Как следует из результатов анализа, по всем переменным наблюдается значительное различие между группами. Прежде всего, здесь заметна корреляция между переменной X1 и переменными X7, X4, что отражает дефицит компьютеров, используемых в учебном процессе в сельской местности и увеличение комплектности школ в городской.

Таблица 1 – Показатели, характеризующие материально-технические условия в общеобразовательных организациях

 

устойчиво «успешные»

устойчиво «неуспешные»

X1 Местоположение село,% 11,7 87,5
город, % 88,3 12,5

Х2

Вид организации

 

СОШ, %

64,3

100,0

гимназия, % 14,3 0,0

лицей, %

21,4

0,0

X3

Использование автоматизированных информационных сервисов (электронный дневник/журнал)

%

98,7

96,7

X4

Число персональных компьютеров, используемых в учебных целях на 100 учеников

среднее, %

13,1

27,4

X5

Качество сети интернет (скорость подключения к сети Интернет от 1 Мбит/с и выше)

%

53,9

12,5

X6

Техническое состояние здания общеобразовательной организации

аварийное, %

10,4

13,3

нуждается в кап. ремонте, %

0,6

0,8

соответствует нормативам тех. состояния здания, %

89,0

85,8

X7

Тип общеобразовательной организации (по численности обучающихся)

крупная, %

23,4

0,8

большая, %

57,1

11,7

средняя, %

16,2

27,5

малокомплектная, %

3,2

84,2

X8

Доля учеников, обеспеченных горячим питанием, в общей численности обучающихся общеобразовательной организации

%

52,6

67,5

X9

Реализация образовательного процесса образовательной организацией во вторую смену

%

58,4

11,7

X10

Реализация в образовательной организации дистанционного обучения

%

13,0

4,2

X11

Число учащихся, углубленно изучающих отдельные предметы, в общей численности учащихся общеобразовательной организации

среднее, %

10,6

0,1

Результаты проведенного анализа позволили получить следующую систему классификационных уравнений:

Fуспешные = –28,593+16,689Х1+2,168X2+0,327Х4–0,858Х5+6,041Х7–1,256Х9–0,028Х11

Fнеуспешные = –14,535+12,274Х1+1,423X2+0,329Х4–1,118Х5+2,994Х7–1,080Х9–0,033Х11

Тест, проведенный с помощью критерия «Лямбда Уилкса» (k), на предмет значимости различий между средними значениями дискриминантной функции в обеих группах, показал очень значимый результат (р < 0,001). В ходе тестовой проверки 92,3% исходных сгруппированных наблюдений классифицировано правильно, и на этом этапе мы можем говорить о корректности модели.

Вывод

На данном этапе исследования нам удалось выяснить, что наибольшее влияние на устойчиво высокие/низкие результаты государственных экзаменов в муниципальных общеобразовательных организациях оказывает их расположение, комплектность и вид. Именно на эти аспекты необходимо обратить внимание при постановке целей и проработке методологии обследования организаций в перспективе. По мнению автора, нельзя говорить об однозначном подходе к решению выявленных проблем, мы определили ключевые области, теперь необходим дополнительный мониторинг внешних и внутренних факторов функционирования сельских школ, путем не только федеральной отчетности, но и персональных опросников администрации, родителей, обучающихся. В этом случае станет возможным принятие наиболее эффективного и объективного комплекса мер поддержки школ, находящихся в сложных социальных условиях и, благодаря проработанному механизму дискриминантной классификации, принятие предупреждающих мер в организациях из группы с неустойчиво стабильными показателями ЕГЭ, находящихся в «зоне риска».

Список литературы:

- Исарова Н.С. Эконометрическое моделирование развития регионального рынка профессиональных образовательных услуг // Экономические науки, 2011. №6 (79).

- Выравнивание шансов детей на качественное образование. – М.: Издательский дом НИУ ВШЭ, 2012.

- Режим доступа: http://www.statsoft.ru/

Выходные данные статьи:

Зинюхина Е.В., Лазарева Е.И. Дискриминантное моделирование как инструмент анализа и управления качеством услуг общеобразовательных организаций//Материалы первой научной сессии факультета управления: сборник докладов; Южный федеральный университет. – Ростов-на-Дону: Издательство «Медиа-Полис», 2015. – 304 с.