ОБРАБОТКА ДАННЫХ ПЕДАГОГИЧЕСКОГО ЭКСПЕРИМЕНТА: ОТ ВЫБОРА СРЕДСТВ ПО ПОДТВЕРЖДЕНИЯ ГИПОТЕЗЫ
(*****@***ru)
Государственное автономное образовательное учреждение высшего образования города Москвы «Московский городской педагогический университет» (ГАОУ ВО МГПУ)
Аннотация. Представлен опыт применения средств математической статистики для анализа данных, накопленных в ходе педагогического эксперимента. Описаны учебно-методические формы обучения студентов по применению статистических методов в ходе подготовки выпускной квалификационной работы (ВКР).
В ходе проведения педагогического эксперимента или эмпирического исследования происходит накопление статистических данных, подлежащих последующей обработке с целью подтверждения или опровержения рабочей гипотезы. Без всестороннего и глубокого статистического анализа эмпирических данных невозможно дать их достоверную интерпретацию, обнаружить закономерности в наблюдаемых явлениях, выявить взаимосвязь признаков, сделать обоснованные содержательные выводы.
Федеральные образовательные стандарты высшего образования предусматривают формирование у студентов любых форм и направлений обучения компетенций, связанных с квалифицированным использованием математических и статистических методов анализа. Математическая культура современного выпускника вуза должна быть неотъемлемым атрибутом его профессионального образования.
Подготовка и защита выпускной квалификационной работы (ВКР) является обязательным видом государственной итоговой аттестации выпускника и свидетельствует об уровне его подготовленности к дальнейшей профессиональной деятельности. Выполнение исследования по теме ВКР в рамках учебного процесса не ставит своей целью решение научных проблем и получение нового научного результата, хотя это не исключено и на практике случается. Выполнение ВКР направлено на формирование навыков самостоятельного научного исследования, включающего различные этапы: научный поиск профессиональных проблем, планирование и подготовку исследования, процедуру грамотного проведения педагогического эксперимента, статистическую обработку и анализ полученных результатов, выявление связей и закономерностей, обобщение и формулировку выводов.
Анализ ВКР свидетельствует о том, что студенты и магистранты педагогического вуза, в частности, гуманитарных направлений обучения, недостаточно владеют как методами описательной статистики, так и приемами использования статистических критериев. Во многих работах статистический анализ отсутствует совсем или сводится к простому сравнению выборочных средних без грамотной оценки величины доверительного интервала или ошибок средних арифметических, что является существенным упущением для работ уровня ВКР.
Такое положение обусловлено целым рядом причин. Во-первых, учебными планами вуза, как правило, не предусмотрено изучение дисциплин, включающих методы математической статистики. Общий курс математики и информатики в рамках обязательного общеобразовательного модуля также не содержит вопросов, посвященных статистической обработке данных. Во-вторых, имеют место объективные трудности, с которыми сталкиваются студенты, осваивающие методы обработки экспериментальной информации. Не имея представлений о математической статистике, они умышленно упрощают процесс обработки данных, жертвуя достоверностью и объективностью результатов эксперимента. В-третьих, далеко не всегда выпускник может найти нужные инструкции, наглядные примеры и рекомендации по статистической обработке данных.
Все это свидетельствует об актуальности обозначенной темы и требует серьезного внимания к проблеме обучения студентов использованию статистических методов анализа данных, накопленных в ходе педагогического эксперимента.
Обучая практическому использованию методов математической статистики в педагогических исследованиях важно не только передать определенную систему знаний, но и выработать наиболее приемлемые формы их представления. Следует учитывать немаловажный фактор Ї большинство студентов педагогических вузов статистику не изучает. Между тем, написание выпускных квалификационных работ, анализ данных эксперимента предполагают использование статистических методов вообще и программы MS Excel в частности. Возможно, вышесказанное не относится к студентам психологических специальностей, где статистике уделяется большее внимание. А, кроме того, будущие психологи применяют и другие статистические пакеты.
В процессе объяснения того, как использовать статистические методы обработки экспериментальных данных необходимо не только подобрать нужное содержание, но и определить формы передачи учебного материала. В ходе восприятия нового важно предоставить краткие сведения, строгие инструкции и наглядные примеры. Этим трем методическим критериям отвечает демонстрационно-инструктивная карта (ДИК), которая может быть использована как при объяснении, так и в ходе применения статистического метода (критерия) в исследовательской работе. Она состоит из трех взаимосвязанных блоков: теории, инструкции и образца решения (ручной и машинный варианты).
Например, в процессе обработки эмпирических данных требуется найти статистические показатели генеральной совокупности. Используя ДИК, обучающийся изучает теоретически аспекты проблемы, подробную инструкцию по нахождению нужных параметров исследования, рассматривает готовый пример, полученный как вручную, так и с использованием Пакета анализа программы MS Excel.
Другая удобная форма обучения применению статистических методов в исследовательской работе – прикладные задачи. Они должны быть максимально приближены (как по содержанию, так и по структуре) к тем исследовательским проблемам, которые могут возникнуть в ходе педагогического эксперимента.
Чтобы составить представление о содержании прикладной задачи, приведем показательный пример.
Задача. В ходе контрольного опроса учеников 5-го класса по географии получены следующие результаты (рис.1). Создайте таблицу распределения баллов, персонифицировав данные каждого ученика. Постройте вариационный ряд и соответствующую ему гистограмму частот определяемого признака (результат выполнения диагностической работы).
Приведем решение задачи.
1.Откроем новый лист электронной таблицы и составим вариационный ряд (рис. 2).
Рис. 2
Выделим диапазон В4:L5, нажмем последовательно Вставка, График. Введем в соответствующее текстовое поле название графика (рис. 3). 
Рис.3
Помимо этой, весьма простой по содержанию задачи, в ходе обработки данных педагогического эксперимента возникнут и более сложные. В частности, задачи выбора, подтверждения или опровержения статистической гипотезы. Для этого необходимо использовать различные статистически критерии. Их изучение – длительный и кропотливый процесс. Начать стоит с пакета Анализ данных программы MS Excel. Пакет Анализ данных – это своего рода «первокирпичик», лежащий в «фундаменте» средств обработки научно-педагогической информации. От того, насколько полно и осознанно исследователь овладеет этим средством, во многом зависит качество обработки результатов проведенного им эксперимента в частности и уровень выпускной квалификационной работы в целом.
Литература
Азевич средствами MS Excel в деятельности учителя физической культуры //Вестник Российского университета дружбы народов. Серия «Информатизация образования». − М.: РУДН, 2015. − № 1. – С.24-28. Азевич программы и сервисы как средство формирования учебно-методического контента.// Вестник Российского университета дружбы народов. Серия: Информатизация образования. 2015. № 4. С. 27-32. , Алексеева эксперимент и средства описательной статистики//Вестник российского университета дружбы народов. Серия: информатизация образования. 2016. № 2. с. 57-65. , Алексеева анализ в педагогическом эксперименте
В сборнике: Педагогические технологии совершенствования образования в спортивных вузах. Материалы Всероссийской научно-практической конференции; Форум "Физическая культура и спорт: наука, образование, практика". М.: МГПУ ПИФКиС. - 2016. С. 11-20. Азевич дидактическая среда: проектирование, функционирование, развитие//Восьмые всероссийские Шамовские педагогические чтения научной школы управления образовательными системами перспективы развития отечественного образования: приоритеты и решения. Сборник статей. – М.:МПГУ, 2016. С. 466-469.
