Файл: ТЕОРИЯ ОРГАНИЗАЦИИ УЧЕБНО-ВОСПИТАТЕЛЬНОГО ПРОЦЕССА В ОБУЧЕНИИ.pdf

Группы (переменная шкала от 1 до 5)	Мода	Ср. значение
Группа наименее важных факторов
Бренд	1	2,3
Группа факторов средней важности
Реклама	3	2,98
Репутация	3	3,15
Бренд	3	3,47
Цена	3	3,16
Группа важных факторов
Одобрение методическими службами	4	3,52
Соотношение цены и качества	4	3,48
Группа очень важные факторов
Цена	5	3,63
Предыдущий опыт, договор с контрагентом	5	4,25
Качество восприятия	5	4,36

Итак, для российских учителей ценовой фактор, а также факторы, имеющие отношение к ресурсам Интернет и к понятию репутации, являются решающими.

Необходимо отметить, что в одну группу попали факторы, характеризующее репутацию компании, представляющей технологии дидактической игры – это чистота сделок, отсутствие судебных дел, а также указание на выбор технологии дидактической игры при составлении плана урока. А большое значение цены при выборе технологии дидактической игры объясняется общим кризисным состоянием экономики страны, ведь оборудование приобретается за свет бюджета.

Следует отметить также, что фактор «качество восприятия» и фактор «Соотношение цены и качества» коррелируют между собой с коэффициентом Пирсона 0,4. Это говорит о достаточно высокой зависимости.

Также факторы «Соотношение цены и качества» и «Цена» имеют высокий коэффициент Пирсона – 0,54.

Анализ переменной «Где вы чаще всего ищете информацию о применении технологии дидактической игры и оборудовании для уроков?» установил высокую долю интернет-ресурсов, в том числе специальных сайтов, закрытых для общего пользования, в списке источников первичной информации о поставляемом в школы оборудовании, а группа самых востребованных информационных ресурсов выглядит следующим образом:

1. Поисковые системы (Яндекс, Гугл и проч.) – 87 % респондентов.
2. Закрытые медиа (специализированные сайты) – 45% респондентов.
3. Информация от коллег – 33%.
4. Информация от официальных лиц и органов – 24%.

Очевидно, что суммарно закрытые и офф-лайн ресурсы имеют долю в 87% против 13%.

---

Вызывает интерес анализ переменной «Оказывают ли влияние на ваше решение чужие отзывы о технологии дидактической игры?».

Опрос показывает, что самые востребованные компании, привлекаемые для принятия решения о выборе технологии дидактической игры, могут быть проранжированы следующим образом:

1. Maersk Line
2. AP Moller-Maersk
3. NYK,
4. Evergreen Marine Corporation,
5. CMA CGM

Соотношение зарубежных технологий и российских: 87 / 13.

Очевидно, что гипотеза Н1 не отвергается.

Модель принятия решения приведена в Приложении 1. Она показывает, что в целом роль интернет-ресурсов с возможностью отзыва в достижении финальной цели – принятия решения о выборе технологии дидактической игры уже занимает значительную долю и растет.

H2: Учителя и методисты принимают решение на основании рекомендаций социального окружения, а также под воздействием отзывов

Для тестирования Н2 в анкету опроса был включен ряд вопросов, позволяющих отразить влияние положительных и негативных отзывов, содержащихся в интернет-ресурсах, на решение выбрать конкретного поставщика оборудования для технологии дидактической игры. Результаты линейного анализа полученных данных приведены в Таблице.

Оценка влияния положительных или отрицательных отзывов о применяемых технологиях на уроке

Шкала: 1 (наименее вероятно)~5(наиболее вероятно)	Мода	Медиана	Ср.Знач.
1. Положительные отзывы — вероятность применения	4	4	3,72
2. Отрицательные отзывы — вероятность применения	2	2	2,37

Полученные результаты позволяют утверждать, что существует определенная зависимость принятия решения от наличия позитивных или негативных отзывов от других технологий. Линейный анализ полученных в ходе опроса данных показал следующие результаты.

Для подтверждения гипотезы Н2 составим корреляционные модели, показывающие зависимости между наличием отзывов, долей положительных он-лайн и офф-лайн отзывов и принятием решения о выборе технологии дидактической игры.

Также для удобства расчета принята формула линейной корреляции.

В качестве выводов по расчетам, приведенным в Приложении, необходимо сказать, что отзывы –это определяющий фактор при выборе собственно технологии дидактической игры (интерактивная доска, планшеты и проекторы, ресурсы Сети, специальные программы и проч.). Зависимость составляет 81%.

---

Применение программы STATISTICA

Линейный коэффициент корреляции принимает значения от –1 до +1. 
Связи между признаками могут быть слабыми и сильными (тесными). Их критерии оцениваются по шкале Чеддока: 

0.1 < r_xy < 0.3: слабая; 

0.3 < r_xy < 0.5: умеренная; 

0.5 < r_xy < 0.7: заметная; 

0.7 < r_xy < 0.9: высокая; 

0.9 < r_xy < 1: весьма высокая.

В нашем случае при рассмотрении тенденций использования интерактивных досок, связь между признаком Y фактором X высокая и прямая. 

Уравнение регрессии (оценка уравнения регрессии). 
 
Линейное уравнение регрессии имеет вид y = 1.05 x + 0.0044 

Коэффициент b = 1.05 показывает среднее изменение результативного показателя (в единицах измерения у) с повышением или понижением величины фактора х на единицу его измерения. В данном примере с увеличением на 1 единицу y повышается в среднем на 1.05. 

Коэффициент a = 0.0044 формально показывает прогнозируемый уровень у, но только в том случае, если х=0 находится близко с выборочными значениями. 

Уравнение регрессии:

Коэффициент корреляции:

=0.8967

Коэффициент детерминации:

Оценивая тесноту связей переменных с помощью коэффициентов корреляции и детерминации, можно сделать вывод, что все уравнения регрессии достаточно качественные (коэффициенты корреляции больше 0,6, а коэффициенты детерминации в большинстве случаев высокие). Самые высокие значения данных коэффициентов у полулогарифмического уравнения парной регрессии.

Итак, подводя итоги тестирования гипотезы Н2, можно сделать вывод, что она также подтверждается, причем наблюдается ярко выраженная корреляционная связь различных типов.

H3: Существуют различия в принятии решения между учителями и администрацией школы

Для подтверждения НЗ в исследовании был проведен t-test независимых выборок Ливина для анализа средних значений переменных «Выбор по решению администрации» и переменной «Собственный выбор».

Зависимость имеет дихотомическую природу вариантов ответа «да» и «нет», что делает возможность сравнения двух тестируемых в НЗ групп учителей.

Необходимо рассчитать и либо доказать, либо опровергнуть равенство дисперсий.

Получаем следующие результаты для расчета параметров с применением программы STATISTICA

Расчет дисперсии по фактору «Выбор по решению администрации школы»

---

Находим Хср.: Хср. = 1980 / 132 = 15 разр.

Дисперсия равна: δ = √∑((Х-Хср.)2*f ) / ∑f = √ 0,893939 или +- 0, 95

Расчет дисперсии по фактору «Собственный выбор»

Находим Хср.: Хср. = 1980 / 132 = 15разр.

Дисперсия равна: δ = √∑((Х-Хср.)2*f ) / ∑f = √ 4,235294 или +- 2, 06.

Итоги расчетов можно свести в единую таблицу

Факторы выбора технологий, имеющие неравные дисперсии для респондентов, приведены ниже.

Фактор	Ст. значимость
Цена услуги	0,024
Соотношение цены и качества	0,02
Рекомендации администрации	0,04
Качество дидактической игры	0,05

Статистическая значимость теста Ливина для четырех факторов в Таблице не превышает значения 0,05.

Исходная гипотеза тестирования Ливина заключается в том, что дисперсии независимых выборок, в нашем случае — типов выбора — не равны.

При подтверждения результатов теста независимых выборок необходимо провести также дополнительный анализ равенства дисперсий.

Межгрупповая дисперсия =

= ((556, 16-528, 57)2*7+(588, 16-556, 16)2*6)/13=882, 5

Средняя внутригрупповых дисперсий = (2728, 04*7+8851, 14*6)/13 = 5554,09

Общая дисперсия = 882, 5+5554, 09 = 6436, 59

Коэффициент детерминации = 5554, 09/6436, 59*100% = 86, 23 %

Очевидно, что 86,23% выбора технологии дидактической игры обусловлено рекомендациями администрации школы.

Таким образом, можно считать, что гипотеза Н3 успешно подтверждается.

H4: Учителя активно используют интернет для планирования уроков

Для тестирования данной гипотезы достаточно будет провести линейный частотный анализ, а также сделать классификационный анализ для одной из переменных, имеющий вид шкалы Лейкерта. В анкете для этой цели были предусмотрены вопросы и введены такие переменные, как «Каким гаджетом вы обычно пользуетесь при обеспечении технологии дидактической игры?»

Результаты анализа показали, что подавляющее большинство респондентов — 71% — использовали интернет для составления плана урока, что подтверждает важность этого ресурса в его влиянии на потребительское поведение в индустрии образования.

Среди типов устройств, с которых было осуществлено бронирование оборудования для уроков, с большим отрывом лидирует смартфон (телефон). Его в своих ответах указали 62,7% респондентов.

---

Общая диаграмма, показывающая доли примененных для целей бронирования коммуникационных устройств приведена на рис.

Устройства, используемые клиентами для выбора и изучения технологии дидактической игры,%

Данный вопрос задавался также с целью выяснить склонность респондентов к использованию мобильных устройств-гаджетов (смартфонов и планшетных компьютеров). В совокупности эти устройства имеют долю, равную 85,3%, что говорит о пиковых показателях развития соответствующих информационных ресурсов. Доля же стационарных «домашних» компьютеров неуклонно снижается. Учителя стали более мобильными, свои информационные потребности они удовлетворяют с использованием именно мобильных устройств, чаще всего – смартфонов, так как современные смартфоны сочетают в себе практически все функции современного компьютера.

Также необходимо отметить, что доля респондентов в МОУ СОШ 16, использующих смартфоны превышает 90%.

Далее необходимо оценить статистическую надежность результатов регрессионного моделирования с помощью F-критерия Фишера. По значениям характеристик, рассчитанных выше, выбираем лучшее уравнение регрессии.

Используя инструмент Регрессия MS Excel, определим величину F-статистики для каждого уравнения парной регрессии.

Для характеристики зависимости у (выбор технологии дидактической игры ы) от х (доходы населения) рассчитаем параметры следующих уравнений регрессии:

а) линейной;

б) параболической

в) степенной;

Рассчитаем также коэффициент корреляции по каждой модели.

Оценим достоверность модели через F-критерий Фишера.

Факторный анализ

Получаем следующие результаты для расчета параметров с применением программы STATISTICA

Уравнение линейной парной регрессии:

Фактическое значение F-критерия Фишера:

По таблицам F-критерия Фишера при

находим 4,75. Так как 4,75, то делаем вывод о статистической значимости уравнения линейной парной регрессии.

Выполним аналогичные действия для оставшихся уравнений:

Уравнение степенной парной регрессии

Фактическое значение F-критерия Фишера:

По таблицам F-критерия Фишера при

находим 4,75. 4,75

Уравнение экспоненциальной парной регрессии:

Фактическое значение F-критерия Фишера:

По таблицам F-критерия Фишера при

находим 4,75. 4,75

Уравнение полулогарифмической парной регрессии:

Фактическое значение F-критерия Фишера:

---