Про один спосіб створення бази даних для системного аналізу якості засвоєння студентами навчальної дисципліни

Abstract

З робіт, які аналізують навчальний процес в університетах, легко бачити, що математичні моделі, використовувані для оцінки якості цього процесу, мають свою специфіку, у якій провідне місце займає обмеженість множин оціночних даних, що обумовлена значною кількістю малоформатних груп, чисельність в яких не перевищує 10 студентів, та обмеженість кількості таких множин, що обумовлена забороною дробити семестр на більше ніж два підсумкові модулі з конкретної навчальної дисципліни та забороною вводити більше одного колоквіуму з теоретичної частини навчальної дисципліни та більше однієї контрольної роботи з її практичної частин у кожному з цих модулів. Оскільки для побудови, наприклад, закону розподілу оцінок з навчальної дисципліни потрібно їх мати в однорідній множині не менше 30, аби на кожен діапазон A, B, C, D, E, FX, F системи ECTS припадало для обчислення частоти попадання оцінки в кожний з цих діапазонів попадало в середньому хоча б по 4—5 значень, то постає задача як із множин оцінок по кожному окремому виду контролю, які мають різні шкали, побудувати однорідну множину оцінок, що має достатню потужність для адекватної ідентифікації математичної моделі, придатної для системного аналізу усієї процедури контролю. В роботі запропоновано спосіб приведення різнодіапазонних оцінок якості засвоєння студентами навчальних дисциплін до однорідних множин, придатних для статистичного аналізу, що дозволяє створювати достатньо інформативну базу даних навіть для малоформатних студентських груп, а також розроблено програму реалізації запропонованого способу створення бази даних для оцінки якості навчального процесу у малоформатних групах мовою Python та створено базу даних для оцінки якості навчального процесу з дисципліни «Методологія та організація наукових досліджень в галузі ІТ» в малоформатній групі магістерської підготовки для спеціальності 126.

From the works devoted to the analysis of the educational process in universities, it is easy to see that the mathematical models used to evaluate the quality of this process have their own specificity, in which the leading place is occupied by the limitation of the sets of evaluation data, which is due to a significant number of small-format groups, the number of which is not exceeds 10 students, and the limitation of the number of such sets, which is due to the prohibition to divide the semester into more than two final modules from a specific academic discipline and the prohibition to enter more than one colloquium from the theoretical part of the academic discipline and more than one control paper from its practical part in each of these modules. Since in order to build, for example, the law of distribution of grades from an educational discipline, it is necessary to have them in a homogeneous set of at least 30, so that each range A, B, C, D, E, FX, F of the ECTS system accounts for the calculation of the frequency of the grade falling into each of these ranges, on average, at least 4—5 values were found, then the task arises of constructing a homogeneous set of estimates, which has sufficient power to adequately identify a mathematical model suitable for system analysis, from sets of estimates for each individual type of control, which have different scales of the entire control procedure. In this paper, a method of reducing multi-range assessments of the quality of students' assimilation of educational disciplines to homogeneous sets suitable for statistical analysis is proposed, which allows creating a sufficiently informative database even for small-format student groups, and a program for implementing the proposed method of creating a database for evaluating the quality of the educational process is also developed in small-format groups in the Python language, and a database was created to assess the quality of the educational process in the discipline “Methodology and organization of scientific research in IT” in a small-format group of master's training for specialty 126.