Диссертация (1099176), страница 20

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 20)

В проведенном нами и представляемым в этом параграфе лонгитюдном исследовании отслеживались показатели успешности обучения российских студентов на протяжении пяти лет из обучения в вузе. Целью исследования стало уточнение вклада различных видов способностей в показатели успешности обучения и их временную динамику. На первом этапе при использовании моделирующего подхода выявлялись аспекты временной динамики успешности обучения и их межиндивидуальная вариативность.

Для проверки гипотезы о наличии разброса в начальных показателях успеваемости за 1 семестр обучения в университете и в показателях изменения индивидуальной траектории успешности обучения была построена

133

необусловленная⁶⁷ двухуровневая модель. Модель задавалась в терминах аналогов зависимых и независимых переменных, где средний начальный статус (intercept, я₀) и темпы роста (slope, s_n) являются переменными второго уровня, т.е. уровня индивидуальных различий (первый уровень - уровень множественных измерений, т.е. показателей успешности за каждую сессию).

Вычисление итоговых параметров проводилось при использовании метода полного максимального правдоподобия (full maximum likelihood), который особенно эффективен на больших выборках, позволяет учитывать наличие пропущенных для отдельных испытуемых данных и обеспечивает точную оценку коэффициентов.

Первичный анализ графика средней траектории изменения успешности обучения (Рисунок 4.2.5.1) показал, что применение единой линейной модели для всего времени обучения невозможно, поэтому в дальнейшем применялся метод кусочного (piecewise) иерархического линейного моделирования,

Необусловленная (unconditioned) и обусловленная (conditioned) модели отражают модели, в которых есть или нет предикторы на втором уровне, т.е. в которых начальный статус и темпы роста необусловлены или обусловлены влиянием каких-либо переменных, соответственно. Построению обусловленных моделей в

предполагающего задание отдельных темпов роста для четырех различных временных периодов⁴⁸: с 1 по 3 сессию, с 3 по 5 сессию, с 5 по 8 сессию, с 8 по

1. сессию.

Необусловленная модель в нашем исследовании приняла следующий вид: На первом уровне :

Успеваемость = я₀ + я *(1-3 Сессии) + я₂ *(3-5 Сессии) +

+ я₃ *(5-8 Сессии) + я₄ *(8-9 Сессии) + е На втором уровне :

Яо = Роо + Го⁴⁹;

Я = р10 + Г1;

^Я2 = ^р20 + ^Г2;

Я3 = р30 + Г3;

^Я4 = ^р40 + ^Г4;

Показатель среднего начального статуса Д₀₀ составил 4.63 (г = 206.39, р < .01), показатель изменения успешности за первый период Д₁₀ составил - .13 (г =

• 9.44, р < .01), !20 = .01 (г = .47, р > .05), &о = .08 (г = 7.19, р < .01), Д* = 4.63 (г =

• .13,р > .05), т.е. студенты в среднем первую сессию сдали на 4.63 балла и в течение первых трех сессий теряли в успеваемости .13 баллов за сессию, с 3 по

1. сессию значимых изменений успеваемости не было, успеваемость возрастала с 5 по 8 сессию на .08 баллов за сессию, а с 8 по 9 сессию значимых изменений опять не было. Большие значения ^коэффициентов для Доо, Дш и Д₃₀ говорят о том, что именно эти три показатели необходимы для объяснения средней траектории изменения успеваемости, поэтому в дальнейшем моделировались

70

только эти параметры .Исследования психологических предикторов успешности обучения, проведенные на схожих студенческих выборках (Sternberg et al, 2006) показали, что показатели аналитических способностей интеллекта и креативности являются значимыми предикторами успешности обучения. Кроме того, эксплораторный анализ возможных предикторов !₀₀, !₁₀ и !₃₀, осуществленный при помощи программы HLM 6.06, показал, что помимо пола и возраста испытуемых возможными предикторами являются аналитические способности

71

для !₀₀ (t = 8.13), творческие способности (t = 3.81) и практические способности (t = -1.17) для !₁₀ и творческие способности для !₃₀ (t = -3.44).

Таким образом, итоговая обусловленная модель была сформулирована следующим образом:

Н а первом уровне :

Успеваемость = s₀ + s₁ *(1-3 Сессии) + s₂ *(3-5 Сессии) +

+ s₃ *(5-8 Сессии) + s₄ *(8-9 Сессии) + e На втором уровне :

s₀ = р₀₀ + р₀₁ *(Возраст) + р₀₂ *(Аналитические способности) + r_0;

1. = V₁₀ + Рп *(Возраст) + р₁₂ *(Практические способности) + р₁₃ *(Творческие способности) + r_1;

2. = р20 + r2;

s₃ = р₃₀ + р₃₁ *(Возраст) + р₃₂ *(Пол) + р₃₃ *(Творческие способности) + r_3;

^S4 = ^р40 + ^r4;

Результаты, полученные в рамках этой модели (17 итераций), представлены в Таблице 4.2.5.1 и свидетельствуют в пользу рассмотрения показателей аналитических, творческих и практических способностей как обладающих значимой предсказательной силой в отношении начального уровня успешности обучения студентов и изменения этой успешности на разных этапах обучения.

Т.н. “t-to-enter ratio”, отражающее возможное значение t коэффициента при введении предиктора в модель.

136

Примечание. * p < .05, ** p < .01

Модель показывает, что, во-первых, начальный статус, т.е. средняя успеваемость за первую сессию (как базовый уровень успешности) выше у

72

более молодых⁵⁰ студентов и у тех студентов, которые обладают более высоким уровнем развития аналитических способностей. Во-вторых, наблюдающееся снижение успешности обучения от 1 к 3 сессии значимо меньше у более молодых студентов и студентов, обладающих высоким уровнем развития практического интеллекта и креативности. В-третьих, с 3 по 5 сессию успеваемость студентов практически не меняется. В свою очередь, с 5 по 7 сессии успеваемость студентов возрастает, при этом рост меньше у более молодых студентов, у студентов мужского пола и у студентов с более высокой креативностью. Отметим, что значимых изменений в успешности обучения не было выявлено и для периода с 8 по 9 сессию.

На Рисунке 4.2.5.2 представлены предсказываемые моделью траектории изменения успешности обучения (fitted values) для двух групп студентов на

основе разбиения по 25 и 75 процентилю по трем видам способностей: 1 - с низким уровнем развития аналитических, практических и творческих способностей; 2 - с высоким уровнем развития вербальных, практических и творческих способностей.

Приведенная двухуровневая обусловленная иерархическая кусочно­линейная модель изменения успешности обучения студентов объясняет 23% дисперсии в показателе начального уровня успешности обучения, 35% в изменении успеваемости за 1 период и 10% за 2 период. Как видно из Табл. 4.2.5.2, вклад собственно способностей неодинаков на различных этапах

Сессия

Рис 4.2.5.2. График изменения успешности обучения у двух групп студентов рамках двухуровневой обусловленной иерархической линейной модели

Таблица 4.2.5.2. Процент объясненной дисперсии в начальном статусе и темпах роста показателя общей успешности обучения Модель	Начальный статус Дисперсия	Темп роста 1 Дисперсия	Темп роста 3 Дисперсия
Необусловленная	.099	.023	.021
Обусловленная	.076	.015	.019
% объясненной дисперсии	23% (21%)	35% (15%)	10% (5%)

Примечание. В скобках указан процент объясненной дисперсии за вычетом вклада демографических показателей.

обучения: он варьирует от 21% до 5% объясненной дисперсии, максимален для начального статуса и минимален для изменения успешности обучения на последних его этапах.

Характеристики

Список файлов диссертации