из электронной библиотеки / 297602600185200.pdf

91

(Приложение 2) по каждому студенту, которые включали структурные компоненты – когнитивный, деятельностный, ценностно-мотивационный и шкалу уровней сформированности – Нулевой-У0-2/Низкий-УН-3/ Базовый-УБ-4/ Продвинутый-УП-5. В ходе защиты курсовых работ, которая проводилась публично в форме научного обсуждения с использованием мультимедийных средств визуализации, экспертами заполнялись оценочные листы, затем было организовано обсуждение и коллегиально выставлялась общая оценка работы, что отражалось и в рецензии на курсовую работу.

Группа студентов 2011 года являлась экспериментальной, так как, начиная с 2008 года в преподавании дисциплин «Информатика», «Проектирование АБИС» использовалась методология структурного анализа и проектирования. Группа студентов 2012 года стала контрольной – методология структурного анализа и проектирования использовалась только в последнем семестре изучения дисциплины «Проектирование АБИС» и в рамках работы студенческого научного кружка.

Эксперты отметили актуальность тем курсовых работ, высокую степень самостоятельности студентов, разнообразие методов научно-исследовательской работы, в частности высокий уровень использования функционального моделирования при исследовании библиотечно-информационных систем разного уровня, качественные ответы на вопросы аудитории.

Сравнительный анализ уровня сформированности компетенций в экспериментальной группе студентов в 2011 году (продвинутый уровень – 68%) и контрольной группе студентов в 2012 году (продвинутый уровень – 56%) позволил экспертной группе констатировать повышение качества обучения при использовании в процессе преподавания метода структурного анализа и проектирования.

Для обработки результатов статистическими методами данные экспертов были структурированы в виде электронной таблицы. В качестве инструментального средства для решения полученных статистических задач был выбран табличный процессор Microsoft Excel, который включает в себя

92

программную надстройку «Пакет анализа» и библиотеку из 78 статистических функций. В повседневной деятельности такого набора инструментов бывает, как правило, вполне достаточно для проведения довольно полного и качественного статистического анализа информации [128, с. 3–187].

С помощью табличного процессора Microsoft Excel были созданы две таблицы Лист2011, Лист2012 файла Результаты.xls (Приложение 3), содержащие данные оценочных листов по результатам публичной защиты курсовых работ. Таблицы содержат списки студентов исследуемых групп и средние оценки (в числовом виде) по восьми компетенциям. Средние оценки представляют собой среднее арифметическое значение оценок каждой компетенции по четырем описанным выше уровням (Приложение 3).

Предварительная статистическая обработка опытных данных начинается обычно с того, что их располагают в виде вариационного ряда.

Результаты сводки и группировки материалов статистического наблюдения оформляются в виде таблиц и статистических рядов распределения. Статистический ряд распределения представляет собой упорядоченное распределение единиц изучаемой совокупности по определенному варьирующему признаку. Он характеризует состояние (структуру) исследуемого явления, позволяет судить об однородности совокупности, границах ее изменения, закономерностях развития наблюдаемого объекта. Построение рядов распределения является составной частью сводной обработки статистической информации. В данном исследовании был осуществлен переход от неупорядоченного статистического ряда, содержащего данные оценочных листов к вариационному ряду распределения, что делает информацию гораздо удобнее для восприятия и позволяет представить данные в виде, пригодном для обработки при помощи программной надстройки «Пакет анализа».

Кроме того, для визуализации сформированных в виде вариационного ряда данных была составлена таблица распределения частот (Приложение 3). Такое представление результатов выборки используется в статистике особенно часто и имеет специальное название – таблица распределения частот или просто –

93

таблица частот. Абсолютная частота является целым числом и показывает, сколько раз данное значение повторяется в выборке. Относительная частота является дробным числом из промежутка от 0 до 1 и показывает, какую долю данное значение составляет от всего объема выборки. Сумма относительных частот всегда равна 1. Иногда относительные частоты измеряются в процентах, в данном случае это целесообразно. Сравнение частот значений показало, что чаще всего встречаются оценки «5» (Приложения 3, 4).

С помощью встроенной в MS Excel статистической функции СЧЕТЕСЛИ() можно автоматизировать нахождение абсолютных частот для выборок большого объема. Представлять результаты статистических исследований в виде частотных таблиц, которые позволяют представить числовые данные, компактнее и нагляднее. Однако еще более наглядным способом представления числовой информации является графический. При помощи специального модуля – Мастер диаграмм – на основе таблицы частот были построены круговые диаграммы, которые показывают преобладание оценки «5» (68% – Лист2011, 56% – Лист2012) (Приложение 4).

Далее перешли к методам описательной статистики. Для обеспечения достоверности результатов берем показатели всех групп. Выбрали в меню Сервис пункт Анализ данных... появилось окно с одноименным названием. Это окно – по существу «центр управления» надстройки Пакет анализа, главным элементом которого является область Инструменты анализа. В данной области представлен список реализованных в Microsoft Excel методов статистической обработки данных. Выбрали вкладку Описательная статистика.

Рассматривая основные статистические характеристики ряда, можно оценить центральную тенденцию выборки и колеблемость, или вариацию. Центральную тенденцию выборки позволяют оценить такие статистические характеристики, как среднее арифметическое значение, мода, медиана. Средняя величина характеризует групповые свойства, является центром распределения, занимает центральное положение в общей массе варьирующих значений признака.

94

На основании проведенного выборочного обследования (Приложение 3) и рассчитанных по данной выборке показателей описательной статистики с уровнем надежности 95% можно предположить, что средняя оценка уровня сформированности компетенций составляет «5». Поясним, на основании каких показателей описательной статистики был сформулирован соответствующий вывод. Такими показателями являются: средняя арифметическая выборки × (показатель Среднее в таблице) и предельная ошибка выборки (показатель Уровень надежности (95,0%) в таблице 1.6).

Таблица 1.6

Результаты описательной статистики

Описательная статистика

Доверительные интервалы были вычислены следующим образом. Нижняя граница доверительного интервала равна разности среднего и Уровня надежности (95,0%). Верхняя граница доверительного интервала равна сумме среднего и Уровня надежности (95,0%)

95

В 2011 г. нижняя граница доверительного интервала – 4,58, верхняя граница доверительного интервала – 4,78. Коэффициент вариации, показывающий относительную погрешность, вычисляется по формуле:

Этот коэффициент свидетельствует о небольшой колеблемости признака в исследованной совокупности. Надежность средней в выборке подтверждается также и ее незначительным отклонением от медианы: 5-4,68 = 0,32.

В 2012 году нижняя граница доверительного интервала – 4,42, верхняя граница доверительного интервала – 4,69.

Коэффициент вариации, показывающий относительную погрешность вычисляется по формуле:

Это также свидетельствует о небольшой колеблемости признака в исследованной совокупности. Надежность средней в выборке подтверждается также и ее незначительным отклонением от медианы: 5-4,55 = 0,45.

Центральная тенденция выборки – оценка «5», средняя величина в 2011 году – 4,68, в 2012 – 4,55, что характеризует высокий уровень сформированности компетенций.

Дисперсия и стандартное отклонение (среднее квадратическое отклонение) служат мерой разброса результатов наблюдений около их среднего значения. Чем они меньше, тем меньше разброс. Значения, полученные в нашем случае (0,22 и 0,47 в 2011 году, 0,25 и 0,55 в 2012 году), позволяют утверждать, что мера разброса достаточно мала и точность полученных средних значений оценок достаточно высока.

Полученные результаты позволили сделать вывод о высоком уровне сформированности компетенций в общем, а также о наличии студентов с продвинутым уровнем – 68% в 2011 году и 56% в 2012 году.

96

Далее для оценки силы взаимосвязи исследуемых компетенций проведем корреляционный анализ. Для этого, используя коэффициент корреляции Пирсона, построили корреляционные матрицы, обозначив массив оценочных данных Xi,j, где i – номер студента, j – номер компетенции (Приложение 3). В MS Excel для вычисления парных коэффициентов линейной корреляции используется специальная функция КОРРЕЛ. Параметрами функции являются КОРРЕЛ (массив 1, массив 2), где:

−массив 1 – это диапазон ячеек первой случайной величины;

−массив 2 – это второй интервал ячеек со значениями второй случайной величины.

Были получены следующие результаты (Приложение 3, 4), средние

значения которых представим в таблице 1.7.

Таблица 1.7

Корреляционный анализ взаимосвязи компетенций

Для данных 2011 г. высокая степень взаимосвязи наблюдается из общекультурных компетенций между ОК-10 и всеми остальными, а также между ОК-13 и всеми остальными. Из всех выбранных профессиональных компетенций, наиболее сильная связь – коэффициент корреляции – 0,89, наблюдается у ПК-21, 22, 29.

Для данных 2012 г. высокая степень взаимосвязи наблюдается между ОК-10 и всеми остальными, у остальных общекультурных компетенций связь заметная.

97

Высокая степень взаимосвязи наблюдается у всех выбранных профессиональных компетенций, заметная у ПК-21.

Корреляционный анализ предполагает оценку значимости коэффициента корреляции. Она необходима, если коэффициент корреляции близок к 0, а т. к. в нашем случае значения большинства коэффициентов превышают 0,5, то нет необходимости проводить анализ значимости этих коэффициентов.

Это позволяет сделать однозначный вывод о том, что ОК-10 (использовать основные законы естественнонаучных дисциплин в профессиональной деятельности, применять методы математического анализа и моделирования, теоретического и экспериментального исследования) является основополагающей и базовой для формирования профессиональных компетенций в рамках учебного кластера «Проектирование ИС». Профессиональные компетенции имеют одинаковую степень влияния на формирование друг друга, что обусловлено схожестью содержания этих компетенций.

В 2011 г. с и спользованием методологии структурного анализа и проектирования были подготовлены и успешно защищены выпускные квалификационные работы.

С целью рассмотреть возможности использования SADT-технологии при проектировании организационно-функциональных структур была выполнена ВКР «Проектирование организационно-функциональной структуры корпоративной библиотечно-информационной системы (на примере Белгородской области)». Основным достоинством дипломного исследования явилась ее практическая часть, в которой впервые сделана попытка проектирования организационнофункциональной структуры КБИС на основе прогрессивной технологии SADT. Это позволило в наглядной, доступной, исчерпывающей форме представить функционирование Единого информационного пространства библиотек Белгородской области и наметить перспективы его развития.

При выполнении ВКР «Информационная безопасность электронных ресурсов вузовских библиотек» использовались прогрессивные методики для анализа защищенности электронных ресурсов вузовской библиотеки (на примере

98

АБИС «МАРК-SQL» БГИИК). Основным достоинством дипломного исследования было признано использование для анализа защищенности электронных ресурсов вузовской библиотеки (на примере АБИС «МАРК-SQL» БГИИК) современных в области информационной безопасности методик: управление рисками, позволяющее на административном уровне оценить эффективность защиты, что является экономически целесообразным, и метод структурного анализа и проектирования, который является основой международной и отечественной стандартизации в области систем менеджмента качества. На основе процессного подхода была построена функциональная модель АБИС, что позволило использовать ее при анализе рисков.

В ВКР на тему: «Моделирование библиотечных процессов с использованием методологии SADT» была успешно реализована цель апробации методологии SADT в моделировании библиотечных процессов. Были решены следующие задачи:

1.Изучить методологию SADT как средство моделирования библиотечных процессов;

2.Разработать функциональную модель подсистемы «Абонемент» с использованием современного средства моделирования и документирования

BPWin;

3.Провести системный анализ предметной области – подсистемы «Абонемент»;

4.Разработать даталогическую структуру базы данных подсистемы «Абонемент», построить ER-диаграмму.

Основным достоинством дипломного исследования явились и практическое применение актуальной и перспективной методологии построения моделей библиотечных процессов, изучение новейших инструментальных средств BPWin, ERWin, и апробация их в моделировании библиотечных процессов и систем.

Вработе была предпринята попытка использования полной методологии, т. е. модели SADT на первом этапе для исследования функций, на втором этапе для исследования объектов – модель ERD.

99

Опыт по организации научно-исследовательской работы студентов был представлен в публикациях международных конференций, сборнике научных трудов, статьей в рецензируемом журнале.

Таким образом, нами была апробирована пробная модель учебного кластера «Проектирование ИС» с учетом компетентностного подхода для студентов, обучающихся по ФГОС ВПО второго поколения (2003 г.) по специальности 071201 – Библиотечно-информационная деятельность, квалификация «Технолог автоматизированных информационных ресурсов». Анализ внедрения модели кластера в образовательный процесс дал положительные результаты. Это позволило провести коррекцию компонентов функциональной структуры учебного кластера «Проектирование ИС» и начать проектирование модели учебного кластера, ориентированного на отраслевой бакалавриат.

На основе научно-методической и практической работы, описанной выше, пробная образовательная модель трансформировалась в модель учебного кластера, основой функциональной структуры которого стала разработанная система компетенций.

Работа проводилась в соответствии с календарным планом, представленным в Приложении 5.

Для описания процессов в рамках образовательной системы оптимальной представляется методология функционального моделирования IDEF0, реализующая процессный подход, являющийся основой менеджмента качества. Это одно из важнейших требований, предъявляемых к вузу, претендующему на сертификат соответствия стандарту ISO 9001. Сами стандарты представляют собой набор моделей идеальных процессов TO-BE – «как должно быть», с которыми вузы должны сравнивать свои процессы, чтобы определить, способны ли они качественно осуществлять образовательную деятельность, а если нет, то почему, какие процессы у них отстроены неправильно, где возможны сбои. Модель учебного кластера позиционирована как модель TO-BE. Учебный кластер составили следующие дисциплины: Б2.Б.1 Информатика, Б3.В.ДВ.1 Структурное проектирование информационных систем, Б3.В.ДВ.2 Основы объектно-