Диссертация (1136762), страница 23
Текст из файла (страница 23)
Егоглавная особенность состоит в том, что оцифровка оптимальна толькодля конкретного решения и базы данных. То есть, если мы изменимразмерность модели или количество исходных переменных, то изначения оцифрованных переменных получим другие. Оцифровкапеременных в категориальном факторном анализе происходититерационным методом наименьших квадратов, что означает, чтопослекаждойиспользуютсяфакторноеоцифровки.итерациидлязначенияпоискарешениефакторногоиспользуетсяПроцедураоцифрованныхдлякатегориальногорешения.переменныхПослеследующейфакторногоэтогоитерациианализапроизводится подобным образом до тех пор, пока не будет достигнуткритерий сходимости [Наумова 2010].
Есть несколько способовоцифровки, в зависимости от типа исходных переменных:•Множественная номинальная•Номинальная•Сплайн номинальная•Сплайн порядковая•Порядковая•ЧисловаяВ данной работе мы будем использовать числовой и порядковыйспособ преобразования переменных, т.к. в нашу модель будут входитьтолько интервальные и порядковые переменные. В SPSS 13.0описанный метод анализа реализуется с помощью команды OptimalScaling.145Дляоцифровкипеременнымпеременныхинтервальных(присвоениезначений),порядковымотражающихпунктыинтегрального индекса индивидуальной студенческой вовлеченности,мы использовали критерий сходимости (convergence) 0,00001 имаксимальноеколичествоитераций–100.Таккакнашаисследовательская гипотеза заключалась в том, что за ответами надвенадцать вопросов-пунктов, указанных в начале раздела стоитлатентная переменная, отражающая индивидуальную студенческуювовлеченность, мы просили построить модель категориальногофакторного анализа только для одного фактора (dimensions in solution= 1).Стоит отметить особенность применения факторного анализа вслучаеданногоисследования.Обычнофакторныйанализ,используется для того, чтобы снизить размерность данных, путемвыделения латентных переменных, отвечающих за различие в ответахреспондентов.
Поэтому процент объясненной дисперсии в моделислужит неким критерием ее качества (желательно, чтобы факторнаямодель,объяснялакакможнобольшеразличийвответахреспондентов). В нашем случае, мы исходили из предпосылки, чтонам нужно выявить одну латентную переменную (определенныйаспект студенческой вовлеченности). Мы предполагали, что каждая изучаствующих в анализе переменных, в некоторой степени отражаетискомый латентный признак и, следовательно, объясненная дисперсиявмоделибудетсвидетельствоватьнеокачествемоделиприменительно к эмпирическим данным, а о том, в какой мереиспользуемыенамивопросыотражаютиндивидуальнуюстуденческую вовлеченность.Построенная модель индекса индивидуальной студенческойвовлеченности в 2011 г.
объясняет 31,1% общей дисперсии, в 2012 г. –14631,4%. Полученные данные говорят о том, что ответы на вопросыанкеты только на треть объясняются студенческой вовлеченностью инадветретидругимифакторами(настроением,социальнойжелательностью и т.д.).Длятогочтобыопределитьнадежность-согласованностьпоказателей, входящих в индекс, мы воспользовались статистикойальфа Кронбаха. При включении всех двенадцати показателейзначение коэффициента оказалось равным 0,780 для данных 2011 г.
и0,782 для опроса 2012 г., что является достаточно хорошимрезультатом, показывающим высокий уровень согласованности.Удаление любого пункта из расчета интегрального индекса для 2011 и2012 гг. приведет к ухудшению результата.Следующим шагом при построении индекса индивидуальнойстуденческой вовлеченности было определение его крайних низшегои высшего значений. Полученные значения фактора не давали такойвозможности, поскольку мы не знали, какое бы он принялмаксимальное и минимальное значение при нулевой и максимальнойвовлеченности.
Однако мы можем определить крайнее низкое икрайнее высокое значения для каждого из вопросов-пунктов,входящих в модель. Для них будет характерно значение «0» - еслиреспондент выбрал вариант «никогда» и «100» - если «очень часто». Всоответствии с этим правилом, мы перевели оцифрованные значенияпеременных в шкалу от «0» до «100». Теперь перейдем к процедуреопределения весовых коэффициентов.В результате проведения процедуры CatPCA были полученыфакторные нагрузки для каждого вопроса-пункта, отражающие собойкорреляцию этого пункта с полученным фактором. Факторныенагрузки, полученные в модели, отражают вклад каждого пункта вобщий фактор индивидуальной вовлеченности. Поэтому, в качестве147весов использовались факторные нагрузки.
Формула для расчетаиндекса получилась следующая:Индекс =∑)∑, где– факторная нагрузка для i-го пункта- значение i-го пункта, после оцифровки и переведения в вид от0 до 100.Такимобразом,спомощьюпроцедурыкатегориальногофакторного анализа мы смогли приписать количественные значенияпорядковымпеременным,отвечающимзастуденческуювовлеченность и определить веса, для расчета интегрального индексаиндивидуальной студенческой вовлеченности, латентной переменной,стоящей за ответами респондентов на 12 вопросов.В таблице 7 приведены факторные нагрузки для каждого из 12показателей для опроса 2011 и 2012 гг.
Можно отметить, чтофакторныенагрузкимодели,построеннойнабазахданных,полученных в разные годы, имеют приблизительно одно значение.Данный факт говорит о том, что для измерения студенческойвовлеченности в учебный процесс можно установить постоянноезначение весовых коэффициентов.Таблица 16Весовые коэффициенты показателей для индекса индивидуальнойстуденческой вовлеченностиПункт, входящий в индексДоля лекций, которую посетил студент в текущемучебном годуДоля семинаров, которую посетил студент втекущем учебном годуДоля обязательной литературы, прочитаннойстудентом в текущем учебном годуДоля дополнительной литературы, прочитаннойстудентом в текущем учебном годуФакторные нагрузки201220110,530,550,600,590,490,480,420,42148Частота, с которой студент задавал вопросы насеминарских занятиях в текущем учебном годуЧастота участия студента в общегрупповыхдискуссиях на семинарских занятиях в текущемучебном годуЧастота выступлений студента с докладом илипрезентацией на семинарских занятиях в текущемучебном годуЧастота решения задач у доски на семинаре илиответов на вопрос преподавателя по содержаниюучебного курса в текущем учебном годуЧастота, с которой студент приходил на семинар сневыполненным домашним заданием в текущемучебном годуЧастота, с которой студент присутствовал насеминаре или лекции, но не вникал в материал, неслушал преподавателя в текущем учебном годуЧастота, с которой студенты объединяли идеиразных дисциплин при подготовке заданий или вовремя участия в дискуссиях на занятиях в текущемучебном годуЧастота, с которой студенты работали наддополнительными заданиями по курсу, выполнениекоторых необязательно для получения отличнойоценки в текущем учебном году0,630,640,680,710,550,540,650,630,560,580,520,510,400,420,600,57Для построения индекса вовлечения студентов с помощьюинституциональныхусловий(Индекс2)былоотобрано6показателей (пунктов, входящих в суммарную шкалу).
Первыйпоказатель относится к преподавательской практике, которая, каксчитается, оказывает положительный эффект на вовлеченностьстудентов в образовательный процесс. Он звучит следующимобразом:1. Оценка частоты работы над групповыми заданиямисовместносодногруппниками/однокурсникамивовремясеминарского занятия;ОстальныепоказателибылизаимствованыизNSSEипоказывают степень, в которой работа в рамках курса предполагаласледующие виды интеллектуальной деятельности:1492. запоминание фактов, идей, методов;3. детальный анализ теоретических концепций, конкретныхситуаций или кейсов;4. синтез идей и различной информации для выстраиванияболее сложных интерпретаций;5. оценкуиспользуемыхнадежностиинформации,методовсборадляиправильностианализаданных,обоснованности выводов;6. применение теоретических концепций к практическимситуациям, проблемам и задачам.Данныепоказатели,нанашвзгляд,хорошоотражаютдеятельность студентов во время учебного процесса, и, следовательно,показывают, насколько удачны те или иные преподавательскиепрактики, используемые в университете.Первый показатель принимал следующие порядковые значения:«очень часто», «часто», «иногда», «крайне редко», «никогда».Остальные пять: «в большой степени», «в средней степени», «в малойстепени», «совсем не предполагала».Дляпостроенияданногоиндексаиспользоваласьтажепроцедура, что и для конструирования индекса индивидуальнойстуденческой вовлеченности.При проведении процедуры категориального факторного анализас 6 переменными, указанными выше, в 2011 и 2012 гг.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
