ков как интегральной критериальной характеристики их социализации в воспитательном пространстве общеобразовательной школы. С этой целью был проведен кластерный анализ полученных экспериментальных данных, с помощыо которого выделены уровни готовности к социальному взаимодействию у обучаемых. Слово кластер (cluster) английского происхождения, переводится как сгусток, пучок, группа. Кластерный анализ это совокупность методов, позволяющих классифицировать многомерные наблюдения, каждое из которых описывается набором исходных переменных Х],Хг, ..., Хт . Целью кластерного анализа является образование групп схожих между собой объектов, которые принято называть кластерами. Методы кластерного анализа позволяют’решать следующие задачи: проведение классификации объектов с учетом признаков, отражающих сущность, природу объектов. Решение такой задачи, как правило, приводит к углублению знаний о совокупности классифицируемых объектов; проверка выдвигаемых предположений о наличия некоторой структуры в изучаемой совокупности объектов, т.е. поиск существующей структуры; построение новых классификаций для слабоизученных явлений, когда необходимо установить наличие связей внутри совокупности и попытаться привнести в нее структуру. Вычислительная задача кластерного анализа заключается в том, чтобы па основании данных, содержащихся во множествеX, разбить множество объектов Gна т(тцелое) кластеров (подмножеств) Ог, 02 , Qm t так, чтобы каждый объект G j принадлежал одному и только одному подмножеству разбиения и чтобы объекты, принадлежащие одному и тому ж е кластеру, были сходными, в то время, как объекты, принадлежащие разным кластерам, были разнородными. Решением задачи кластерного анализа являются разбиения, удовлетворяющие некоторому критерию оптимальности. Этот критерий может представлять собой некоторый функционал, выражающий уровни желательности различных разбиений и группировок, который называют целевой функцией. Например, в 209 |
что они взаимосвязаны, что создание педагогами условий для развития коммуникативной компетентности личности способствует успешному социальному становлению дегей и подростков в учреждении дополнительного образования, что подтверждает гипотезу о том, что формирование коммуникативной компетентности является важным механизмом социализации личности. Развитие обозначенных в «портрете» коммуникативных качеств личности, большая удовлетворенность межличностным и групповым общением способствуют ее высокому статусу и популярности, успешности в том или ином коллективе, созданию благоприятного климата в группе и уменьшению нервно-психических затрат в процессе совместной деятельности. Важной задачей нашего исследования было выделение уровней сформированное»* коммуникативной компетентности детей и подростков в процессе организации активного социального взаимодействия в учреждении дополнительного образования. С этой целью был проведен кластерный анализ полученных экспериментальных данных, с помощью которого выделены уровни коммуникативной компетентности у обучаемых. Слово кластер (cluster) английского происхождения, переводится как сгусток, пучок, группа. Кластерный анализ это совокупность методов, позволяющих классифицировать многомерные наблюдения, каждое из которых описывается набором исходных переменных Х ьХ ^,..., Хт . Целью кластерного анализа является образование групп схожих между собой объектов, которые принято называть кластерами. Методы кластерного анализа позволяют решать следующие задачи: проведение классификации объектов с учетом признаков, отражающих сущность, природу объектов. Решение такой задачи, как правило, приводит к углублению знаний о совокупности классифицируемых объектов; проверка выдвигаемых предположений о наличии некоторой структуры в изучаемой совокупности объектов, т.е. поиск существующей структуры; построение новых классификаций для слабоизучениых явлений, когда необходимо установить наличие связей внутри совокупности и попытаться привнести в нее структуру. 185 Вычислительная задача кластерного анализа заключается в том, чтобы на основании данных, содержащихся во множестве X, разбить множество объектов G на т (т целое) кластеров (подмножеств) Q i, Q2 , ..., Q„„ так, чтобы каждый объект Gj принадлежал одному и только одному подмножеству разбиения и чтобы объекты, принадлежащие одному и тому же кластеру, были сходными, в то время, как объекты, принадлежащие разным кластерам, были разнородными. Решением задачи кластерного анализа являются разбиения, удовлетворяющие некоторому критерию оптимальности. Этот критерий может представлять собой некоторый функционал, выражающий уровни желательности различных разбиений и группировок, который называют целевой функцией. Например, в качестве целевой функции может быть взята внутригрупповая сумма I ( V квадратов отклонения: W -Зс')г = j-l /.i и (у J где Xj представляет собой измеренияу-го объекта. Для решения задачи кластерного анализа необходимо определить понятие сходства и разнородности. Понятно то, что объекты г-ый и у'-ый попадали бы в один кластер, когда расстояние (отдаленность) между точками Ххи Xj было бы достаточно маленьким и попадали бы в разные кластеры, когда это расстояние было бы достаточно большим. Таким образом, попадание в один или разные кластеры объектов определяется понятием расстояния между X, и X j из Ер, где Ер р-мерное евклидово пространство. Неотрицательная функция d(X ,, Xj) называется функцией расстояния (метрикой), если: а) d(X j, Xj) > 0, для всех X, и Х} из Ер б) d(X„ Xj) = 0, тогда и только тогда, когда X, = Х} в)d(X hX j --d(X j, X ) г) d(X„ Xj) < d(X„ X J d(Xb XJ, где Хр X, a Xkлюбые три вектора из Ер. Значение d(Xk Xj) для Xtи Х\ называется расстоянием между X; и Л} и эквивалентно расстоянию между G, и Gj соответственно выбранным характеристикам (Fh F2, F3. .... Fp). 186 |