КЛАСТЕРНЫЙ АНАЛИЗ ЦЕЛЕВЫХ УСТАНОВОК УЧЕБНОЙ ДЕЯТЕЛЬНОСТИ СТУДЕНТОВ

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.