Методология статистического исследования качества подготовки специалистов в вузах (28.06.2010)

Автор: Донецкая Светлана Сергеевна

Рейтинг Минобрнауки 55 35 – 45 26 12

Государственная аккредитация 46 13 25 29 17 8

Рейтинг международной информационной группы «Интерфакс» и радиостанции «Эхо Москвы»

Зарубежные национальные рейтинги

The Times (Великобритания) 64 37 36

U.S. News (США) 26 3 39 25 …

Melbourne Institute (Австралия) 51 40 41 8 …

Perspektywy (Польша) 43 23 2 50 …

Рейтинги ведущих университетов мира

ARWU (Шанхайский рейтинг) 50 40 – 50 50 –

QS-THES (Великобритания) 5 – 25 70 20 50

Тайваньский рейтинг – – – 100 100 –

Рейтинг независимого рейтингового агентства «РейтОР» (Россия) 62 20 10 28 20 –

В изученных рейтингах нет четкого разделения между показателями квалификации преподавателей и результатами научной деятельности, что позволило автору объединить их в одну группу – показатели научной квалификации преподавателей. Важность и значимость научной квалификации преподавателей для подготовки высококвалифицированных специалистов подтверждает мнение 43,6 % старшекурсников российских вузов без опыта работы и 54,2 % старшекурсников с опытом работы, опрошенных в 2006 г. агентством «РейтОР». 42,4 % старшекурсников и 50,9 % преподавателей качество образования определяют прежде всего возможностью выпускника трудоустроиться после окончания учебного заведения и развитием его карьеры.

Таким образом, для оценки качества вузовского образования необходимо использовать информативные показатели научной квалификации преподавателей и результатов образовательной деятельности университетов, которые в соответствии с целью и принципами исследования должны иметь ясную методику расчета, независимые источники информации и быть универсальными. Исследование выявило, что указанным требованиям соответствуют такие показатели, как:

индекс цитируемости (число ссылок на работы данного ученого в научной литературе). Показатель давно используется в мире для определения индивидуального рейтинга ученых, работающих в области точных и естественных наук, рассчитывается почти во всех зарубежных рейтингах и, по мнению автора, может быть применим для оценки научной квалификации преподавателей российских государственных университетов;

патентная активность (число созданных преподавателем патентов). Показатель редко используется в рейтинговых моделях. Однако, по мнению автора, он может характеризовать квалификацию преподавателей в области прикладных исследований, поскольку их результаты, как правило, находят свое выражение в патентах. В связи с этим, расчет патентной активности необходим для оценки квалификации преподавателей технических университетов.

Статистическими источниками информации для расчета указанных показателей служат наукометрические и патентные базы данных, в которых сконцентрирована информация о научных публикациях и патентах. В настоящее время эти базы данных не используются Росстатом. Тем не менее доступность и объективность позволяют рассматривать их в качестве новых организационных форм статистического наблюдения;

востребованность выпускников. Для объективности результатов расчета показателя необходима информация, исходящая от работодателей или выпускников после окончания университета, для получения которой следует проводить специально организованное наблюдение;

удовлетворенность, прежде всего, работодателей и выпускников качеством образования. В силу субъективности данный показатель не обладает требуемой надежностью для межвузовского сопоставления.

– индекс цитируемости научных работ;

– патентная активность преподавателей;

– востребованность выпускников;

– удовлетворенность выпускников (или работодателей) качеством обучения;

– весовые коэффициенты.

Первые два показателя модели характеризуют и квалификацию преподавателей, и результаты их научной деятельности, последние – результаты образовательной деятельности.

3. Методика формирования системы

статистических информативных показателей

рейтинговой оценки кафедр университета

Проведенный обзор существующих рейтинговых методик выявил, что их составители, стремясь учесть все факторы, влияющие на деятельность кафедр, зачастую включают в них дублирующие друг друга показатели. Это приводит к усложнению процедуры оценки и получению статистически недостоверных результатов.

Чтобы избавиться от этих недостатков, автором предложено использовать метод решения «обратных» задач: вначале эксперты определяют рейтинги (Y) оцениваемых объектов, затем формируют набор показателей (N). Получается матрица размером M*(N+1), состоящая из М объектов и N+1 показателей, один из которых – экспертный рейтинг. Применив к данной матрице методы распознавания образов или регрессионный анализ, в ней можно обнаружить скрытые закономерности между показателями анализируемых объектов и их рейтингами. В результате выясняется, что для достижения экспертного рейтинга нужно измерять не все N показатели, а лишь некоторое их наиболее информативное подмножество n<N. Для выбранных информативных показателей автоматически определяется их значимость.

Апробация методики отбора информативных показателей проведена в Сибирском университете потребительской кооперации в 2004 г. Выбор объекта исследования обусловлен наличием исчерпывающей информации о деятельности кафедр и возможностью проведения экспертных опросов. В эксперименте участвовало 17 кафедр. Для рейтинга кафедр предлагалось использовать 32 показателя. В результате их анализа методом одного, двух и трех ближайших соседей получена информативная выборка из пяти показателей. Дальнейшее увеличение числа показателей не улучшало, а даже ухудшало качество предсказания рейтинга (табл. 3).

Таблица 3

Результаты выбора показателей рейтинга кафедр

Сибирского университета потребительской кооперации в 2004 г.

методом трех ближайших соседей

Количество

показателей (n) Среднее отклонение от рейтинга,

предсказанного экспертами Номера показателей

в наилучшей выборке


загрузка...