192 100л% 99jQ% л Gо 5 9 8 .0 % я а а 6>» 97,0% еа. с 96£% 950% ■копы СЗ 2 0 0 0 -2 0 0 1 в 2 0 0 1 2 0 0 2 а 2 0 0 2 -2 0 0 3 Рис. 3.25. Успеваемость в общеобразовательных школах Коминтерновского района Однако качество образования за последние три учебных года в специализированных (инновационных) образовательных учреждениях (лицеи, гимназии) (рис. 3.22) несколько снизилось или оставалось на одном уровне, в то время, как в 65 % средних школ этот показатель возрос (рис. 3.23). Успеваемость среди специализированных (инновационных) образовательных учреждениях (лицеи, гимназии) возросла в гимназии № 8, снизилась в гимназии № 10, а в остальных за последние три учебных года оставалась прежней (рис. 3.24), а в средних школах (рис. 3.25) этот показатель возрос в 30 % школ, но в то же время уменьшился в 11 школах (55 %). Таким образом, в результате классификации и анализа показано, что инновационные образовательные учреждения, несмотря на более высокие показатели, практически исчерпали свои образовательные ресурсы, а средние школы имеют большой резерв в повышении качества и успеваемости, что |
58 Продолжение табл. 2.6 1 2 3 Гимназия № 1 4,26 3 Гимназия № 2 4,32 2 Гимназия № 4 4,10 6 Гимназия № 8 4,08 7 Гимназия № 10 4,04 8 Лицей № 1 4,36 1 Лицей № 4 4,15 5 УВК 3,95 13 Среднее 4,02 Анализируя данные по каждому предмету установлено, что традиционно проблемой остается успеваемость по русскому языку, литературе и математике (алгебра и геометрия). Успеваемость по этим дисциплинам, как видно из рис. 2.9, ухудшается на протяжении почти всего процесса обучения и лишь в выпускных классах (9 и 11) наблюдается незначительное повышение. Динамика показателя успеваемости по иностранному языку, биологии и истории представлена на рис. 2.10, из которой видно, что успеваемость по этим предметам падает до 8 класса, а в 9, 10 классах повышается. На рис. 2.11-2.18 представлены значения среднего балла в зависимости от класса обучения по учебным предметам. В целом по району значения среднего балла по предметам показаны на рис. 2.19. Проведенные исследования показали недостаточную эффективность образования в средних школах по сравнению со специализированными (инновационными) образовательными учреждениями (лицеи, гимназии) (рис. 2.20-2.23). Однако качество образования за последние три учебных года в специализированных (инновационных) образовательных учреждениях (лицеи, гимназии) (рис. 2.20) несколько снизилось или оставалось на одном уровне, в то время, как в 65 % средних школ этот показатель возрос (рис. 2.21). Успеваемость среди специализированных (инновационных) образовательных учреждениях (лицеи, гимназии) возросла в гимназии № 8, снизилась в гимназии № 10, а в остальных за последние три учебных года оставалась прежней (рис. 2.22), а в средних школах (рис. 2.23) этот показатель возрос в 30 % школ, но в то же время уменьшился в 11 школах (55 %). 74 Таким образом, в результате классификации и анализа показано, что инновационные образовательные учреждения, несмотря на более высокие показатели, практически исчерпали свои образовательные ресурсы, а средние школы имеют большой резерв в повышении качества и успеваемости, что требует применения новых форм управления образовательными учреждениями района с учетом ограниченных ресурсов. 2.3. Моделирование и анализ образовательных систем на основе кластерного и дискриминантного анализа Во многих сферах человеческой деятельности приходится сталкиваться с проблемой классификации совокупности объектов по группе признаков (например, в образовании для классификации образовательных учреждений с различными уровнями успеваемости; в медицине для классификации группы людей, имеющих одно и то же заболевание разной степени тяжести; в социологии для классификации населения в соответствии с уровнем жизни). Кластерный анализ представляет собой специфическую методологию проведения классификации неоднородных статистических совокупностей. Основная цель анализа выделить в исходных многомерных данных такие однородные подмножества, чтобы объекты внутри групп были похожи в известном смысле друг на друга, а объекты из разных групп не похожи. Под «похожестью» понимается близость объектов в многомерном пространстве признаков, и тогда задача сводится к выделению в этом пространстве естественных скоплений объектов, которые и считаются однородными группами [67, 90]. Проблема измерения близости объектов возникает при любых трактовках кластеров и различных методов классификации. Основные трудности, возникающие при этом: неоднозначность выбора способа нормировки и определения расстояния между объектами (метрика). Рассмотрим методы определения близости между объектами. |