ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 26.10.2023
Просмотров: 61
Скачиваний: 1
, и так как полезность тестирования напрямую зависит от того, насколько верно и точно интерпретированы его результаты, для выявления различий в уровне знаний тестируемых и их сравнения относительно друг друга необходима разработка методов такой интерпретации. В условиях, при которых для корректного оценивая результатов тестирования нужно учитывать множество критериев его проведения, методы многофакторного анализа результатов тестирования могут выступать средством объективной оценки качества образования. Для выявления зависимостей среди статистических данных результатов тестирования наиболее подходящим будет применение метода регрессионного анализа [2].
При разработке ИС, предназначенной для обработки значительных объемов данных и их анализа, первоначально необходимо произвести описание иерархии функций управления и обработки данных разрабатываемого ПО [3].
Дерево функций – это иерархическая структура всех действий, которые реализованы в рассматриваемой ИС. Все виды деятельности программного продукта можно разделить на сервисные и основные функции. Организация этих функций осуществляется с учетом условий обработки и управления в рамках предметной области.
Рисунок 1 – Дерево функций ИС
На рисунке 1 представлено дерево функций разработанной ИС, отображающее функционал автоматизированной системы и схему взаимодействия с пользователями.
Было выполнено моделирование основных операций сценария диалога предназначенных для реализации в оконных формах системы, которые изображены на рисунке 2.
Рисунок 2 – Сценарий диалога
Данный сценарий диалога описывает различные варианты, доступные пользователю для взаимодействия с ИС, обрабатывающей результаты прохождения тестирования.
Все модули разработанные в ИС содержат необходимые процедуры и функции для работы с данными, относящихся к ним.
Модуль выполнения анализа служит средством обработки статистических данных, полученных из БД, используя их для проведения корреляционного анализа.
Модуль отчета по анализу предоставляет результаты анализа в виде, доступному пользователю, строит графики и сохраняет результаты проведенного анализа в БД.
Модуль взаимодействия с БД предоставляет необходимые для работы других систем данные, хранимые в БД, и вносит в нее необходимые изменения. Также была спроектирована UML-диаграмма классов, представленнаянарисунке 3, по быласпроектированапрограмма.Нанейотражены классы, их атрибуты и методы, а также взаимоотношение между ними.Так, модуль интерфейса отвечает за возможность комфортного взаимодействия пользователя с программой, предоставляет графические элементы взаимодействия ввода-вывода с помощью окон и различных элементов, расположенных на них.Рисунок 3 – Диаграмма классовКлассам в данной схеме также соответствуют оконные формы, а для подключения базы данныхвыделен отдельный класс, объекты которого используются в остальных классах-формах дляподключения к БД. После реализации взаимодействия с базой данных из приложения необходимо реализовать анализ данных из БД с помощью регрессионного анализа и графического отображения данных. В разработанной ИС взаимодействие с анализируемыми данными реализовано с помощью выпадающих списков критериев для формирования выборки, с помощью которых можно проводить анализ на паре наборов выбранных данных. Чтобы сделать критерий активным для формирования выборки, нужно активировать расположенный рядом с критерием checkbox. Если нужно анализировать данные в рамках определенного значения критерия, например, только студентов института ИИиЦТ, в выпадающих списках нужно выбрать значение этого критерия одинаковым. Критерии же, которые послужат для формирования пары анализируемых выборок данных, нужно выбрать различными. Если в одной выборке из пары анализируемых наборов данных меньше, чем во второй, анализ произведется по меньшему количеству.Так, на рисунке 4 отображен анализ 11 пар студентов института ИИиЦТ, между тестируемыми 18 и 22 лет.
Рисунок 4 – Анализ полученных результатов студентов по возрастуРезультатом анализа является график, по умолчанию отображающийся столбчатым. На его горизонтальной оси расположены номера анализируемых пар, на вертикальной – значение коэффициента корреляции между ее данными. Столбчатый график выбран для отображения по умолчанию, как как важно отобразить насколько высока степень корреляции в каждом из наборов данных, порядок же сравниваемых пар относительно друг друга при таком подходе не важен.В данном случае средний коэффициент корреляции R – 0,5867, что говорит о наличии схожести в решении тестов студентов 18 и 22 лет, однако, не слишком высокой. Сравним его с критерием R при выборке студентов 18 и 19 лет (рисунок 5).Рисунок 5 –Сравнение по возрасту 18 и 19 летКоэффициент R стал значительно выше – 0,7154, из чего можно сделать вывод о том, что даже в рамках одного института более сходные возрастные группы студентов дают более схожие результаты решений.Проведем сравнение среди бакалавров студентов из России и Узбекистана. Среднее R при этом составляет 0,6591 при 15 обработанных результатах, а затем аналогичный анализ на студентах из Китая и России – коэффициент значительно снизился до значения 0,4556, что может говорить о большей схожести образовательных программ Узбекистана и России, чем России и Китая.Также было проведено аналогичное сравнение, но среди магистрантов – коэффициент R – 0,404 схож с коэффициентом анализа среди бакалавров, что говорит о том, что разность в образовательных подходах стран оказывает сильное влияние даже после нескольких лет обучения в одном ВУЗе.Данные примеры использования разработанной ИС демонстрируют разнообразные возможности трактовки результатов статистической выборки в зависимости от того, какие критерии были выбраны для анализа.Таким образом, в данной статье кратко описан ход разработки собственной ИС для проведения статистического анализа и продемонстрированы элементы ее архитектуры, также статья описывает несколько примеров возможного использования данной ИС с трактовкой результатов проведенного анализа результатов тестирования по выбранным критериям с целью демонстрации наглядных преимуществ, которые может принести разработка собственной системы под конкретные задачи. Собственная система будет обладать минимальным порогом вхождения для пользователей, будет удобной и интуитивно понятной в обращении, вследствие
чего ускорится процесс обработки данных, кроме того, такая система гарантировано будет обладать в точности необходимым функционалом и не иметь избыточного.
СПИСОК ЛИТЕРАТУРЫ
1. Московкин В. М., Гахова Н. Н., Витлугин Б. А. Многофакторный анализ результатов решения историко-математических задач студентами // Оригинальные исследования: науч.–практ. электрон. журн. – 2021. – Т.11, №12. – C. 174–201. / [Электронный ресурс]. – URL: https://ores.su/ru/journals/oris-jrn/2021-oris-12-2021/a230473 (дата обращения 10.05.2023).
2. Мастицкий, С.Э. Статистический анализ и визуализация данных с помощью R [Текст] / С.Э. Мастицкий. – М.: ДМК, 2019. – 496 c.
3. Балдин, К.В Информационные системы в экономике: Учебник [Текст] / К.В Балдин, В.Б. Уткин. – М.: Дашков и К, 2017. – 395 c.
Витлугин Богдан Александрович
Белгородский государственный национальный исследовательский университет, г. Белгород
Магистрант кафедры прикладной информатики и информационных технологий
Тел.: +7(904) 093-90-84
E-mail: massaraksh1181@yandex.ru