такой способ был сконструирован с использованием корреляционного и многофакторного регрессионного анализов. Так, наличие ряда перечисленных ранее причин отставания отдельных слушателей в усвоении учебной программы дисциплины ОТМС было подтверждено проведением корреляционного анализа 22 показателей, характеризующих 195 обучаемых, и внешнего критерия оценки, данной экспертами (7 наиболее опытных преподавателей кафедры ОТМС) в конце обучения по привычной 5-балльной шкале. Установлено, что ряд показателей, характеризующих будущих офицеров медицинской службы, обнаружил умеренную достоверную связь с внешним критерием. В первую очередь, это средний балл обучения в гражданском вузе (79), в том числе на кафедре военной и экстремальной медицины, и оценка нервно-психической устойчивости (г=-0,663). Несколько в меньшей степени к таким показателям относятся средний балл обучения в школе (г=0,595) и результаты профессионально-психологического отбора (г=-0,589). Результаты корреляционного анализа позволили сконструировать способ оценки индивидуальной успешности обучения слушателей военно-медицинских вузов по дисциплине ОТМС. При этом была осуществлена оценка диаграмм рассеяния характеристики внешнего критерия (в зависимости от каждого из 4 информативных критериев), которая подтвердила возможность включения рассматриваемых показателей в математическую модель прогнозирования. При определении математической модели прогнозирования использовался метод многофакторного анализа с построением уравнений множественной регрессии. Статистический анализ показал, что стандартная ошибка прогнозируемой оценки значительно меньше стандартного отклонения значения реальной оценки. Кроме того, поскольку коэффициент множественной корреляции отражает линейную связь между наблюдаемыми и предсказанными моделью 157 |
учной работы; результаты профессионально-психологического отбора; характеристики мотивации (см. выше); индекс массы тела; результаты выполнения нормативов по физической подготовке (бег на I км, отжимания от пола, прыжок в длину, подтягивание на перекладине). При построении математических моделей прогнозирования использовался метод многофакторного анализа с построением уравнений множественной регрессии. Математическая обработка полученных материалов исследования проводилась на ПЭВМ ШМ. Результаты исследований обработаны методами вариационной статистики с вычислением параметрических (t-критерий) и пепараметрических (хи-квадрат) критериев различия (в соответствии с ГОСТ' 8.207-76 с использованием пакета прикладных программ "Statistica"). Математическое моделирование осуществлялось при помощи программ Microsoft Excel и SPSS 13,0 for Windows. 71 Ряд показателей (из 22 изученных), характеризующих будущих офицеров медицинской службы запаса, был достоверен и обнаружил умеренную связь с внешним критерием критерий достоверности больше трех. В первую очередь (коэффициент корреляции 0,56-0,66), это участие в общественной жизни вуза; результаты (средний балл) обучения в вузе (первый год) и школе; участие в научной работе. Несколько в меньшей степени (коэффициент корреляции 0,32-0,45) к таким показателям относятся дисциплинированность; результаты профессионально-психологического отбора; выполнения нормативов физической подготовки (прыжка в длину, подтягивания на перекладине, отжимания от пола); характеристики мотивации (успеха и внешняя отрицательная); социальное происхождение. Указанные двенадцать показателей в последующем рассматривались в качестве информативных критериев, которые могут войти в математическую модель прогнозирования. На следующем этапе конструирования способа прогнозирования успешности воспно-профессиональной подготовки будущих офицеров медицинской службы, запаса была осуществлена оценка диаграмм рассеяния характеристики внешнего критерия в зависимости от каждого из 12 информативных критериев. Для оценки диаграммы рассеяния использовалась линия оптимального приближения (best-fit line). Установлено, что диаграммы рассеяния представлялись соответствующими линейной регрессии, так как с ростом характеристик каждого критерия итоговая оценка военнопрофессиональной подготовки увеличивалась. Это подтверждает возможность включения рассматриваемых показателей в математическую модель прогнозирования. Необходимо отметить, что аналогичные действия (корреляционный анализ и построение диаграмм рассеяния) были произведены относительного другого внешнего критерия оценки за соответствующий государственный выпускной экзамен, проведенный в конце военно-профессиональной подготовки. Значимых различий выявлено не было. Поэтому дальнейшие расчеты проводились только с учетом первого внешнего критерия (опенка экспертов). 163 При определении математической модели прогнозирования использовался метод многофакторного анализа с построением уравнений множественной регрессии. Решалась задача получения возможности прогнозировать значение зависимой переменной (успешности военно-профессиональной подготовки), «отталкиваясь» от значений нескольких независимых переменных (информативных критериев). Использовался метод принудительного включения переменных. Были получены коэффициенты параметров и составлено уравнение прогнозирования. Дальнейший статистический анализ показал, что стандартная ошибка прогнозируемой оценки значительно меньше стандартного отклонения значения реальной оценки, проведенной экспертами в конце военнопрофессиональной подготовки (в 1,65 раза). Следовательно, с использованием регрессионной модели оценку можно предсказать существенно точнее, чем исходя из среднего значения и его стандартного отклонения. Кроме того, так как известно, что коэффициент множественной корреляции отражает линейную корреляцию между наблюдаемыми и предсказанными моделью значениями зависимой переменной, то его высокое значение (0,831) указало на сильную взаимосвязь. При этом величина коэффициента смешанной корреляции (возведенное в квадрат значение коэффициента множественной корреляции) статистический показатель, суммирующий объяснительную способность уравнения показала, что более чем две трети колебаний заранее объясняются моделью. Определялся и так называемый «остаток» разница между наблюдаемым и предсказанным моделью значением зависимой переменной, позволяющий проконтролировать нормальность вектора ошибок (путем построения гистограммы и графика распре/1.елеиия вероятностей остатков). Установлено, что форма гистограммы достаточно близка к нормальной кривой, что свидетельствует о нормальности вектора ошибок (error term). Об этом же го164 |