|
239 Непосредственный анализ корреляционной матрицы (таблицы 14) представляет значительную трудность, так как корреляционные связи между факторами образуют деревья, цепи, циклы и другие фигуры графов. Для выделения главных зависимостей следует прибегнуть к одному из методов анализа таких матриц, простейшим из которых является метод корреляционных плеяд. Результат такой работы представлен на рисунке 23 в виде графа, вершинами которого являются факторы, ребрами максимальные связи. Граф на рисунке 23 демонстрирует объективно существующие смысловые и содержательные интеграционные связи между различными специальными и общетехническими дисциплинами и представляет собой математическую модель интеграции учебных дисциплин. Все исследуемые дисциплины четко разделены на три интегрированных блока. Между самими блоками так же имеет место смысловая связь, направление которой показывает, через какие дисциплины должно осуществляться взаимодействие блоков между собой по средствам содержания дисциплин, т. е. проведенное моделирование четко дает рекомендации о необходимости и достаточности межпредметных связей между блоками. Рисунок 23. Графическая математическая модель межпредметной интеграции |
менее 6 говорят о необходимости более детального анализа содержания учебных дисциплин с целью выявления возможности усиления интеграции. На следующем этапе обработки данных выявлены объективные интеграционные связи между дисциплинами, расчеты приведены в приложении 3. В основу выявления положено утверждение о том, что если между двумя случайными величинами XI и Х2 существует корреляционная (в данном исследовании интеграционная) связь, то меру этой связи можно определить с помощью коэффициента корреляции г [74]. В условиях данного исследования невозможно определить классический коэффициент корреляции, так как неизвестен закон распределения случайных величин, а сами случайные величины носят качественный, а не количественный характер. Поэтому были проведены расчеты модифицированного индекса Фехнера (МИФ), коэффициента ассоциации (Ф), тетрахорического коэффициента (приложение 3) для каждой пары строк табл. 6. Так как, все эти коэффициенты имеют различные ограничения действия то сводная таблица 7 корреляционных связей (корреляционная матрица), была составлена после сопоставления всех трех вычислений (приложение 3) и выбора значений, наиболее близких к классическому коэффициенту корреляции. Непосредственный анализ корреляционной матрицы (табл. 7) представляет значительную трудность, так как корреляционные связи между факторами образуют деревья, цепи, циклы и другие фигуры графов. Для выделения главных зависимостей следует прибегнуть к одному из методов анализа таких матриц, простейшим из которых является метод корреляционных плеяд. Результат такой работы представлен на рис. 9 в виде графа, вершинами которого являются факторы, ребрами максимальные связи. Граф на рис. 9 демонстрирует объективно существующие смысловые и содержательные интеграционные связи, существующие между различными специальными и общетехническими дисциплинами, и представляет собой математическую модель интеграции учебных дисциплин. ление которой показывает, через какие дисциплины должно осуществляться взаимодействие блоков между собой по средствам содержания дисциплин, т. е. проведенное моделирование четко дает рекомендации о необходимости и достаточности межпредметных связей между блоками. Наглядно показана связь с дисциплиной под номером ХЗ «Метрология, стандартизация и сертификация». Данная дисциплина не вошла ни в один из блоков, но, тем не менее, является связующей между ними, что говорит о ее инструментальном назначении в общей совокупности и подчиненности ее содержания всем трем интегрированным блокам. Наличие ребер с отрицательным значением коэффициента корреляции указывает на обратную связь между дисциплинами. Отрицательные связи наблюдаются в третьем интегрированном блоке между Х7 и остальными Х4, Х8, Х6. Это означает, что содержание дисциплины Х7 по отношению к дисциплинам данного блока является взаимоисключающим, т. е. при расширении содержания дисциплины Х7 неминуемо необходимо сокращать содержание дисциплин Х4, Хб, Х8, так как содержания начнут неоправданно и необоснованно дублировать друг друга, не вызывая при этом существенного влияния на выходную функцию, в данном случае качества молодого специалиста. Ребра с положительным значением коэффициента корреляции указывают на наличие прямой связи между исследуемыми факторами, то есть содержание каждой из дисциплин дополняет друг друга и любое изменение содержания одной, нескольких или всех представителей одного блока неизбежно влечет изменения в выходной функции, в данном исследовании профессиональные качества молодого специалиста. Кроме того, наличие ребер с положительными коэффициентами корреляции указывает о необходимости проведения межпредметных связей между дисциплинами в одноВшдешзие корреляционных ядер позволяет определить основную дисциплину плеяды, в плане содержания которой и должна строиться междисциплинарная интеграция. Таким образом, проведенное моделирование интеграционных связей позволяет: Метод корреляционных ядер помогает наглядно выявить факторы, к которым как к центру тяготеют другие факторы. Ядра выделены цветом. Рис. 3.4. Количественные и качественные параметры интеграционных межпредметных связей. Сравнение графов построенных по всем критериям показывает, что не смотря на различия в корреляционных матрицах распределение дисциплин по интегрированным блокам во всех случаях одинаково. Это позволяет применить в дальнейшем проектировании педагогического процесса граф представленный на рис. 3.4. Данный Граф демонстрирует объективно существующие смысловые и содержательные интеграционные связи, существующие между различными специальными и общетехническими дисциплинами и представляет собой математическую модель интеграции учебных дисциплин. Все исследуемые дисциплины четко разделены на 3 интегрированных блока. Между самими блоками так же имеет место смысловая связь, направление которой показывает через какие дисциплины должно осуществляться взаимодействие блоков между собой по средствам содержания дисциплин, то |