УДК 519.25
Т.А. Юрьева
КЛАСТЕРНЫЙ АНАЛИЗ ЦЕЛЕВЫХ УСТАНОВОК УЧЕБНОЙ ДЕЯТЕЛЬНОСТИ СТУДЕНТОВ
Проведен кластерный анализ целевых установок учебной деятельности по математике студентов специальности «Психология» Вычислительные процедуры осуществлялись с помощью прикладного пакета Statistica. Приведена интерпретация полученных результатов.
CLUSTER ANALYSIS OF EDUCATIONAL TRUST UNITS ACTIVITIES STUDENTS
Conducted a cluster analysis of targets in mathematics learning activities students of «Psychology» Computatioonlproocddrrs weee carried out with the help of an application package Statistica. Given in-interpretation of the results.
Реализации образовательных программ третьего поколения предопределяет необходимость изменения подходов к поиску форм организации учебного процесса - предусматривается усиление роли и постоянной оптимизации самостоятельной работы студентов. В этой связи процесс обучения в вузе в значительной мере определяется индивидуальными особенностями субъектной позиции студентов в обучении и профессиональном развитии, в первую очередь их мотивационно-целевых установок как ведущей формы профессиональной направленности личности.
Тем не менее остается открытым вопрос, насколько современные студенты готовы воспринимать себя в качестве активного субъекта деятельности в той или иной учебной ситуации: осознают ли себя самостоятельной и самоуправляемой личностью; хотят ли при помощи обучения решить свои жизненно важные проблемы и достичь конкретной цели; стремятся ли к безотлагательной реализации полученных знаний, умений, навыков и качеств? Другими словами, в какой мере к организации процесса обучения в вузе может быть применен андрагогический подход.
Для выявления целевых установок учебной деятельности по математике различий студентов первого и третьего курсов специальности 030301 - «Психология» была разработана анкета, построенная на основе методики интервьюирования, описанной Г.В. Акоповым [1].
Категоризация ответов осуществлялась по направлениям: теоретическая подготовка, включающая суждения студентов об изучении теоретических положений математики, ее отдельных разделов; практическая подготовка, включающая суждения о применении математических знаний на практике, использование математического аппарата при написании курсовых и дипломных работ; личностная значимость, включающая высказывания студентов о тех или иных свойствах личности, определяющих успех математической подготовки; готовность к участию в организации учебного процесса.
Для удобства уровень целевой установки для студента того или иного направления в изучении математики закодирован цифрами: 1 - низкий, 2 - средний, 3 - высокий. С целью группировки
студентов на основе четырех признаков, отражающих их отношение к изучению математики, нами использовался кластерный анализ. Кластерный анализ - это процедура упорядочивания объектов в сравнительно однородные классы (кластеры) на основе попарного сравнения этих объектов по предварительно определенным и измеренным критериям. Так как информация о количестве кластеров отсутствует, поставленная задача относится к эксплораторному анализу. Для ее решения была применена иерархическая агломеративная стратегия кластеризации, которая помогла выявить естественное количество кластеров, характерное для данной выборки. В иерархических агломеративных методах каждый элемент эмпирической выборки первоначально представляется отдельным кластером. Затем эти кластеры начинают объединять. При этом на каждом шаге кластеризации объединяются наиболее близкие друг к другу кластеры. Новые полученные образования представляют собой кластеры более высокого уровня в иерархии кластеров. Заканчивается кластеризация получением одного глобального кластера.
Признаки, по которым осуществлялась кластеризация, измерены в порядковой шкале. В качестве меры расстояний была использована метрика для категоризированных данных (процент несогласия) [2]:
количество х ф у
Р =-:-, (1)
где г - количество сравниваемых значений; хг и уг - сравниваемые значения признака.
В качестве метода объединения применен метод взвешенного попарно группового среднего, учитывающий размеры группировок. Расстояние между двумя группами определяется как среднее между всеми парами объектов, относящихся к разным группам.
Графически процесс иерархической агломеративной кластеризации представлен в виде ден-дограммы на рис. 1, по горизонтальной оси которой отмечены порядковые номера студентов, объединенных в кластеры, по вертикальной оси - шкала расстояний.
Кластеризация методом взвешенного парно-группового среднего для меры: Percent disagreement
п 1
Рис. 1. Распределение студентов по мотивационно-целевым установкам изучения математики.
Агломеративная кластеризация эмпирической выборки позволяет предположить наличие, по крайней мере, трех групп студентов со схожими целевыми установками.
После анализа результатов агломеративной кластеризации была применена дивизивная кластеризация. В дивизивных методах кластеризации один общий глобальный кластер, соответствующий всей эмпирической выборке, постепенно разделяется на все большее число мелких. Нами использовался итеративный дивизивный метод кластеризации К средних. Этот метод позволяет более четко определить границы классов группировки. Состав групп определяется таким образом, чтобы дисперсия расстояний между группами была максимальной, а внутри групп минимальной.
Графическое сравнение средних по направлениям мотивационно-целевых установок между кластерами представлено на рис. 2. 3,0
личностная значимость практическая подготовка -отеоретическая подготовка организация обучения
Кластер 1 Кластер 2 Кластер 3
Рис. 2. Сравнение средних по направлениям мотивационно-целевых установок.
Анализируя принадлежность элементов выборки к кластерам, отметили следующее: кластер 1 (59%) представлен в основном студентами второго и третьего курсов. Эта группа характеризуется высоким уровнем готовности к участию в организации процесса обучения. Наиболее ценным в изучении математики для студентов данного кластера являются знания и умения в области прикладной статистики, непосредственно связанные с профессиональной деятельностью;
кластер 2 (31%) - включающий в основном студентов первого курса, характеризуется низким уровнем готовности к участию в организации процесса обучения. В изучении математики большую ценность по сравнению с практической подготовкой для этих студентов представляют теоретические знания;
кластер 3 (10%) составляют студенты либо случайно поступившие на направление подготовки «Психология» (ради высшего образования), либо имеющие резко отрицательное отношение к применению математики в психологии. Эти студенты характеризуются низкой по сравнению с другими группами готовностью к участию в организации процесса обучения.
Результаты проведенного исследования подтверждают предположение, что для студентов процесс учения выступает как способ достижения других целей. Для большинства третьекурсников отмечается смещение значимости от фундаментальных математических знаний к прикладным статистическим методам, решающим профессиональные проблемы или жизненные задачи, возникшие в
определенной ситуации. Высокая готовность к участию в организации процесса обучения студентов подтверждает необходимость применения андрагогического подхода к обучению. В этом случае задача обучающего состоит в том, чтобы создать учащимся благоприятные условия для обучения, снабдить их необходимыми методами и критериями, которые помогли бы выяснить свои потребности в обучении. Учебные программы должны быть построены на основе возможного применения их в жизни, а последовательность и время изучения этих программ должны определяться не только системными принципами, но и готовностью студентов к дальнейшему обучению. Основой организации процесса обучения в связи с этим становится его индивидуализация на основе индивидуальной программы, преследующей индивидуальные, конкретные цели обучения каждого учащегося.