Проведение и анализ результатов экспертного опроса

Рассмотрены вопросы организации экспертного опроса и проведения статистической обработки и анализа полученных результатов. В качестве экспертов выступают студенты пятого курса, проходящие обучение на кафедре управления и информатики Национального исследовательского университета «Московский энергетический институт». Цель опроса — выявление кафедральных дисциплин, наиболее полезных при трудоустройстве по специальности. Обсуждаются особенности проведения опроса, формулируются вопросы для анкетирования, формализуется понятие «работа по специальности», анализируется статистическая достоверность получаемых результатов. Письменное анкетирование студентов проводится ежегодно, начиная с 2013 года. В данной статье основные выводы делаются на базе обработки и анализа ответов на вопросы анкет 2018 года. Полученные сведения изучаются и систематизируются с помощью использования кластерного анализа (построения дендрограмм и применения метода k-средних) и непараметрических статистических критериев (критерия Фридмана — для связанных выборок и критерия Манна – Уитни – Вилкоксона — для независимых выборок). Все исследования реализуются в программе STATISTICA. Анализ проводится в следующих целях: выявление значимых различий между курсами; оценка степени согласованности респондентов и разделение их на кластеры, объединяющие студентов с близкими суждениями; составление рейтинга дисциплин путем упорядочивания по количеству баллов; проверка однородности исследуемых данных (однородности оценок двух групп магистров А-1 и А-2, однородности оценок трудоустроенных и нетрудоустроенных студентов). По результатам анализа сделаны следующие выводы: оценки экспертов в 2018 году достаточно хорошо согласуются с оценками предыдущих исследований; среди респондентов имеются три коалиции, соответствующие учебным модулям «Программные средства», «Теория управления», «Анализ данных»; общая согласованность студентов в двух группах очень низкая (а в выявленных кластерах, наоборот, высокая); оценки являются однородными и не зависят от учебных групп. Как представляется, в условиях многопрофильности кафедры подобные исследования позволяют ответить на ряд важных вопросов по совершенствованию учебного процесса, в частности, оптимально распределить часы между различными учебными модулями.

1. Черненко Я. А. Применение методов статистического анализа для обработки результатов опроса студентов института / Научно-методический электронный журнал «Концепт». 2017. Т. 2. С. 189 – 194.

2. Ватульян М. А. Проблема профессиональной реализации и карьерные ожидания студентов-гуманитариев (результаты социологического опроса) / Современные научные исследования и инновации. 2012. № 5; http://web.snauka.ru/issues/2012/05/12707.

3. Дружинин В. Н. Экспериментальная психология: Учебное пособие. — М.: ИНФРА-М, 1997. — 256 с.

4. Википедия. https://ru.wikipedia.org/wiki/Выборка.

5. Портал знаний StatSoft; http://statistica.ru/knowledge-clus-ters/liberal-arts/osnovy-vyborochnogo-issledovaniya-i-formiro-vaniya-prostoy-sluchaynoy-vyborki

6. Орлов А. И. Прикладная статистика. — М.: Экзамен, 2006. — 671 с.

7. Вуколов Э. А. Основы статистического анализа. Практикум по статистическим методам и исследованию операций с использованием пакетов STATISTICA и EXCEL. — М.: Форум-Инфра-М, 2004. — 462 с.

8. Холлендер М., Вульф Д. Непараметрические методы статистики. — М.: Финансы и статистика, 1983. — 518 с.

9. Орлов А. И. Структура непараметрической статистики / Заводская лаборатория. Диагностика материалов. 2015. Т. 81. № 7. С. 62 – 72.

10. Орлов А. И. Методы проверки однородности связанных выборок / Заводская лаборатория. Диагностика материалов. 2004. Т. 70. № 7. С. 57 – 61.

11. Хеттманспергер Т. Статистические выводы, основанные на рангах. — М.: Финансы и статистика, 1987. — 334 с.