Адаптация современного студенчества к обучению в вузе: количественный анализ результатов социологических исследований

Тип работы:
Реферат
Предмет:
Социология


Узнать стоимость

Детальная информация о работе

Выдержка из работы

19. 00. 00 — ПСИХОЛОГИЧЕСКИЕ НАУКИ
УДК 51−7: 303. 642. 023: [316. 61−057. 875:378] Т.Г. АНИСИМОВА
кандидат психологических наук, докторант кафедры социологии и психологии управления Российской академии народного хозяйства и государственной службы E-mail: lakmus1991@gmail. com
UDC 51−7: 303. 642. 023:[316. 61−057. 875:378]
T.G. ANISIMOVA
Ph.D. doctoral student in sociology and psychology of management Russian Academy of National Economy and
Public Service E-mail: lakmus1991@gmail. com
АДАПТАЦИЯ СОВРЕМЕННОГО СТУДЕНЧЕСТВА К ОБУЧЕНИЮ В ВУЗЕ: КОЛИЧЕСТВЕННЫЙ АНАЛИЗ РЕЗУЛЬТАТОВ СОЦИОЛОГИЧЕСКИХ ИССЛЕДОВАНИЙ
ADAPTATION MODERN STUDENTS TO EDUCATION IN HIGH SCHOOL: QUANTITATIVE ANALYSIS RESULT SOCIOLOGICAL STUDIES
Статья посвящена вопросам количественного анализа социологической информации, представленной данными, измеренными в номинальных и порядковых шкалах. На примере обработки результатов социологического исследования адаптации студентов к обучению в вузе показано, что в случае трех уровней порядковых шкал измерения факторных признаков корректным является переход к количественным шкалам, позволяющим применить различные методы статистического анализа.
Обсуждены проблемы, возникающие при использовании методов дисперсионного анализа.
Ключевые слова: социологические исследования, адаптация студентов к обучению, порядковая шкала, количественная шкала, дисперсионный анализ.
The article is dedicated to questions of the quantitative analysis to sociological information, presented data, measured in nominal and ordinal scale. On example of the processing result sociological study to adaptation student to education in high school is shown that in the case of three levels of the ordinal scales of the measurement factorial sign correct is a transition to quantitative scale, allowing use the different methods of the statistical analysis.
The discussed problems, appearing when use the methods of the analysis of variance.
Keywords: sociological studies, adaptation student to education, ordinal scale, quantitative scale, analysis of variance.
Современная социокультурная ситуация и трансформация российского общества, повлекшая за собой значительные изменения в ценностных ориентациях и социальных поступках российского социума, отражается и в системе высшего профессионального образования, и в этой связи объектом пристального внимания социологов является также такая многочисленная группа, как студенчество — самая мобильная, активная и социально значимая часть населения.
У молодых людей, оказывающихся после поступления в высшее учебное заведение в новой социальной среде, особенно актуализирована адаптивная потребность, рассматриваемая как попытка субъекта привести в соответствие с меняющимися параметрами среды свои установки поведения и представления. Процесс подготовки студентов к активной профессиональной деятельности включает в себя не только приобретение определенной совокупности знаний, умений и навыков, но и усвоение системы ценностей и установок поведения, регламентирующих жизнь общества. Скорость и степень адаптации студентов в новой для них ситуации во многом влияют на успешность обучения, психологический комфорт, удовлетворенность личности профессиональным выбором, а, в конечном счете, и эффективность функционирования системы высшего образования.
Успешное решение данного вопроса во многом определяется наличием обширной эмпирической базы и методов социологического исследования, адекватных сложности проблемы. Однако часто наблюдается лишь поверхностный анализ получаемых при этом результатов массовых опросов: социологи, как правило, ограничиваются обсуждением так называемых «линейных распределений» ответов респодентов и лишь изредка рассматривают парные распределения, анализ которых позволяет дать ответ на вопрос о взаимодействии факторных и статусных признаков.
Основную причину такой ситуации многие социологи видят в метрологической специфике социологической информации, представленной данными, измеренными в номинальных и порядковых шкалах. В то же время, путем несложного их преобразования можно значительно повысить информативность социологической информации, содержащейся в первичных базах данных, оформленных в виде электронных таблиц в системе SPSS Base или широко распространенной программы Excel. В идеальном случае — это формирование вторичной базы данных, получаемой путем построения ряда таблиц сопряженности, в простейшем случае — это «оцифровка» переменных, осуществляемая непосредственно в исходной базе данных.
© Т. Г. Анисимова © T.G. Anisimova
Возможен и некий «средний» вариант, когда вначале производится «оцифровка» переменных, а затем более глубокая их обработка методами одномерного и многомерного статистического анализа.
Именно этот «средний» вариант нами и рассматривается в данной публикации: мы ограничимся применением одного из методов дисперсионного анализа к исследованию влияния на удовлетворенность выбором вуза пола и степени адаптации студентов к обучению- в последующем мы предполагаем обратиться к более «тонким» многомерным методам, таким как факторный, кластерный и дискриминантный анализ.
Эмпирической базой настоящего исследования послужили результаты социологического опроса в 2010 г. студентов вузов двух городов — Москвы и Орла. Выборка, объем которой составлял 858 человек, включала студентов гуманитарного (46,6%), естественного (17,7%) и технического (35,7%) факультетов- юноши составляли 45%, девушки — 55% от общего числа опрошенных. В качестве инструментария использовали пакет анализа данных общественных наук SPSS Base [9]- методической основой исследования являлись положения, изложенные в работе [8].
Дисперсионный анализ предполагает наличие результативного количественного признака и одного или нескольких признаков, измеренных в номинальных или порядковых шкалах. В нашем случае и пол, и степень адаптации студентов к обучению являются номинальными признаками. Результативный признак — удовлетворенность выбором вуза — порядковый, но его можно преобразовать в количественный по следующему алгоритму:
— варианту ответа «вполне удовлетворен» на вопрос «В какой степени вы удовлетворены сделанным выбором?» припишем число «+1" —
— варианту ответа «вполне удовлетворен» на вопрос «В какой степени вы удовлетворены сделанным выбором?» припишем число «+1" —
— варианту ответа «частично удовлетворен» на этот вопрос — число «0" —
— варианту ответа «не удовлетворен» — число «-1».
Такая «оцифровка» факторного признака, измеренного по порядковой шкале, является корректной, поскольку переход от порядковой шкалы с неизвестными метрическими свойствами к линейной шкале всегда можно осуществить путем соответствующего монотонного преобразования.
Массив опрошенных респондентов (N=858) разбиваем на шесть подвыборок, образованных сочетанием двух вариантов статусного признака «пол» и трех вариантов факторного признака «степени адаптации студентов к обучению в вузе». Это — варианты ответа на вопрос «Считаете ли вы вуз своим вторым домом?»: «да», «нет», «затрудняюсь ответить». Респондентов, положительно ответивших на этот вопрос, можно считать адаптировавшимися к обучению в вузе, отрицательно — неадаптировавшимися, затруднивших ответить — неопределившимися.
Таким образом, мы располагаем шестью вариан-
тами, которые, по сути, представляют план полного факторного эксперимента ПФЭ 2*3 [3], в котором варьируются два варианта статусного признака «пол» и три варианта факторного признака — степени адаптации студентов к обучению в ВУЗе.
Введем количественную результативную переменную «индекс удовлетворенности выбором ВУЗа», рассчитываемую по следующей формуле:
И = w — w, (1)
удовл да нет v '-
где w и w^ - частости положительных и отрицательных ответов на вопрос: «В какой степени вы удовлетворены сделанным выбором?». Очевидно, что этот индекс теоретически может варьировать в пределах от -1 до +1, при этом его нулевое значение будет отвечать балансу числа респондентов, удовлетворенных и неудовлетворенных выбором ВУЗа, независимо от числа респондентов, выбравших промежуточный вариант ответа «частично удовлетворен».
В инструментальном плане расчет индекса удовлетворенности выбором вуза производится достаточно просто: в редакторе данных пакета SPSS Base признак «удовлетворенность выбором вуза» перекодируется в количественную переменную по приведенному выше алгоритму, а затем после выбора соответствующей группы респондентов рассчитывается среднее значение этой переменной.
Приведем примеры. Группа респондентов женского пола, ответивших на вопрос «Считаете ли вы вуз своим вторым домом?» положительно, насчитывает 125 студентов, из которых 96 вполне удовлетворены выбором вуза, 27 — удовлетворены частично и двое -не удовлетворены. Этой группе респондентов отвечает высокое значение индекса удовлетворенности выбором вуза Идаовл=0,7520. С другой стороны, группа респондентов женского пола, ответивших на этот же вопрос отрицательно, насчитывает 193 студента, из которых 69 вполне удовлетворены выбором, 102 — удовлетворены частично и 22 — не удовлетворены, характеризуется невысоким значением индекса удовлетворенности выбором вуза И =0,2435.
А J удовл ^
Покажем, что полученные таким образом вторичные данные позволяют, во-первых, оценить степень информативности данного индекса, измеряемую статистическими характеристиками изменчивости его значений, во-вторых, выполнить анализ зависимости индекса удовлетворенности студентов выбором вуза от их пола и степени адаптации к обучению.
Результаты оценки степени информативности данного индекса представлены на рис. 1 в наглядной графической форме.
Поясним диаграммы. Диаграмма на рис. 1 а носит название «ящичковая диаграмма" — иные ее названия — диаграмма с усами, диаграмма Тьюки [1]. Жирной линией посредине «ящичка» обозначено положение медианы выборки объемом шесть групп респондентов — 0,4600. Нижняя и верхняя границы «ящичка» -это первая и третья квартиль индекса, равные 0,2422 и 0,7192 соответственно. «Усы» с координатами 0,2381 и 0,7520 в данном случае ограничивают всю область изме-
нения индекса. Отсутствие на диаграмме «звездочек» и «кружочков», отвечающих экстремальным, а также повышенным и пониженным значениям индекса, указывает на однородность выборки, т. е. на отсутствие так
а
называемых «выбросов», нарушающих ее однородность.
Видно, что значение индекса варьирует в достаточно широком интервале, и это свидетельствует о его высокой информативности.
б
со
& gt-
со
'- -О X» X» /О /О
ч х X X
V/, '- -ь ««
Группа респондентов
Рис. 1. Распределение индекса удовлетворенности студентами выбором вуза (а) и ранжирование групп студентов по величине индекса (б).
Диаграмма на рис. 1 б представляет результаты ранжирования групп респондентов по значениям индекса удовлетворенности выбором вуза. Видно, что «лидерами» по данному признаку являются адаптировавшиеся к обучению в вузе девушки, на втором месте — адаптировавшиеся к обучению юноши. «Аутсайдерами» являются неадаптировавшиеся юноши, на предпоследнем месте — неадаптировавшиеся к обучению девушки. Неопределившиеся юноши и девушки, которые затруднились ответить на вопрос: «Считаете ли вы вуз своим вторым домом?», занимают средние позиции по значениям индекса удовлетворенности выбором вуза.
Для решения второй из поставленных выше задач -выполнить анализ зависимости индекса удовлетворенности студентов своим выбором от их пола и степени адаптации к обучению в вузе — обратимся к дисперсионному анализу. В принципе, здесь применим и регрессионный анализ, поскольку мы имеем вариант полного факторного плана 2*3. Однако реализация этого плана предполагает, что модель линейной регрессии адекватна эмпирическим данным, а это далеко не всегда так. Поэтому представляется более рациональным выполнить дисперсионный анализ вторичных данных по предусмотренной статистическими процедурами пакета SPSS Base схеме главной линейной модели (General Linear Model), с помощью которого можно оценить не только главные эффекты (т.е. степень влияния факторов), но также их взаимодействие, т. е. будут оценены параметры полной факторной линейной модели вида
Y. = ц + а. + р. + у. + 8., (2)
где Y. — наблюдаемое значение выходной переменной Y (индекса удовлетворенности выбором вуза Иудовл) для i-го пола и j-ой степени адаптации- ц0 — оценка свободного коэффициента модели- а. — оценка эффекта i-го пола- р. — оценка эффекта. -го времени экстрагирова-
ния- у. — оценка взаимодействия. -го пола и. -ой степени адаптации- 8. — случайная ошибка.
Однако мы не располагаем повторными наблюдениями хотя бы для некоторых групп респондентов, и это вынуждает ограничиться факторной линейной модели без взаимодействия, в которой случайная ошибка приравнивается эффекту взаимодействия:
Y. = ц + а. + р. + 8… (3)
Результаты дисперсионного анализа при этом будут представлены в следующем виде:
— таблица дисперсионного анализа-
— таблица с МНК-оценками параметров полной факторной линейной модели (аббревиатурой МНК обычно обозначают оценки, полученные методом наименьших квадратов) —
— график зависимости индекса удовлетворенности выбором вуза от степени адаптации для обоих полов респондентов.
Введем обозначения: Х1 — кодированное значение пола респондентов: 1 — мужской, 2 — женский- Х2 — степень адаптации студентов: 1 — адаптировавшиеся, 2 -неопределившиеся, 3 — неадаптировавшиеся. Пользуясь процедурой «общая линейная модель» пакета SPSS Base, получаем результаты дисперсионного анализа индекса удовлетворенности студентов выбором вуза, приведенные в табл. 1.
По данным, приведенным в табл. 1, можно заключить следующее: 1) степень влияния фактора «Степень адаптации» статистически значима- 2) влияние признака «Пол» статистически незначимо — значение критерия Фишера, равное 2,1, характеризуется р-уровнем 0,288, что превышает нормативный уровень 0,05 (ошибка признать признак «Пол» значимым составляет недопустимо большую величину 28,8%).
1,000
800
752
708
600
551
400
369
243
200
238
0,000
Таблица 1.
Дисперсионный анализ (критерии межобъектных эффектов) индекса удовлетворенности студентов выбором вуза — двухфакторная модель без взаимодействия факторов
Источник изменчивости Сумма квадратов Степени свободы Средний квадрат Критерий Фишера F Уровень значимости
Свободный коэффициент 1,3650 1 1,3650 315,9 0,003
Пол 0,0089 1 0,0089 2,1 0,288
Степень адаптации 0,2400 2 0,1200 27,8 0,035
Ошибка 0,0086 2 0,0043
а
Удовлетворенность выбором ВУЗа
Пол
женским
А дапт иров ав шиеся Неадапт иров ав шиеся
Неопределив шиеся
б
Удовлетворенность выбором ВУЗа
Пол
S 0,0 Адаптировавшиеся
женским
Неадапт иров ав шиеся
Неопределив шиеся
Степень адаптации Степень адаптации
Рис. 2. Зависимость удовлетворенности выбором вуза от пола респондентов и степени адаптации к обучению в вузе: а — фактические данные- б — линейная модель без взаимодействия.
Таблица 2.
Дисперсионный анализ (критерии межобъектных эффектов) удовлетворенности студентов выбором вуза — однофакторная модель
Источник изменчивости Сумма квадратов Степени свободы Средний квадрат Критерий Фишера F Уровень значимости
Свободный коэффициент 1,365 1 1,365 233,3 0,001
Степень адаптации 0,240 2 0,120 20,5 0,018
Ошибка 0,1 755 3 0,585
Таблица 3.
МНК-оценки параметров модели удовлетворенности студентов выбором вуза
Параметр Обозначение Коэф. B Стандартная ошибка f-критерий /& gt--уровень 95% доверительный интервал
нижний уровень верхний уровень
Свободный коэффициент М» 0,241 0,054 4,452 0,021 4,452 0,831
[Степень адаптации=1] Р, 0,489 0,076 6,398 0,008 6,398 0,980
[Степень адаптации=2] Р2 0,219 0,076 2,865 0,064 2,865 0,499
[Степень адаптации=3] Р3 0 — - - - -
Статистически незначимо и взаимодействие признаков, что наглядно следует из сравнения графиков рис. 2: видно, что графики зависимости индекса удовлетворенности студентов выбором ВУЗа, построенные по фактическим и расчетным данным, практически идентичны.
Судя по величине коэффициента детерминации, К2=0,996, модель (3) обладает удовлетворительными характеристиками качества — она объясняет 99,6% общей дисперсии. Но параметр а. статистически незначим, и необходимо перейти к более простой однофакторной модели (4)
Y = М + Р, + & lt-V (4)
Пользуясь той же процедурой «общая линейная модель» пакета SPSS Base, получаем следующие результаты дисперсионного анализа удовлетворенности студентов выбором вуза — табл. 2.
Естественно, модель (4) объясняет несколько меньшую долю общей дисперсии — 93,2%.
Оценки параметров модели (4) по методу наименьших квадратов (МНК-оценки) приведены в табл. 3, из которой следует, что статистически значимы все ее параметры.
Поясним принцип расчета индекса «удовлетворен-
ности студентов выбором вуза» для варианта «Степень адаптации=1», т. е. для адаптировавшихся студентов, независимо от их пола. Для этого варианта, согласно (4), расчетное значение индекса будет равно Y = ц0 + Р1 = 0,241 + 0,489 = 0,730, что совпадает с фактическим значением И =0,73 015
т удовл ^
(среднее между данными для юношей и девушек).
Среднюю относительную ошибку аппроксимации здесь оценивать некорректно, поскольку среднее значение индекса, в принципе, может быть и нулевым. Но так как в рассматриваемом конкретном случае Y =0,4770, можно дать приближенную оценку ошибки аппроксимации. Согласно табл. 3, средний квадрат ошибки (s& amp-t)2=0,585, и стандартное отклонение составит StErr = (0,585)½ = 0,0765.
Тогда средняя относительная ошибка аппроксимации составит значение
е = 0,0765/0,4770×100 = 16,3%.
Полученное значение лишь немного больше 15%, и поэтому можно говорить об удовлетворительной точности модели (4). Из этого факта следует также, что выполненные нами социологические исследования необходимо продолжить, опросив большее количество респондентов.
На рис. 3 полученные нами результаты моделирования представлены в графическом виде.
График на рис. 3 а наглядно демонстрирует существенное отличие индекса удовлетворенности выбором вуза группы адаптировавшихся студентов от группы не-адаптировавшихся. Значение индекса удовлетворенности выбором вуза группы неопределившихся студентов находится примерно посередине.
Поясним диаграмму рис. 3 б, сгенерированную процедурой «General Linear Model» пакета SPSS Base. Второй и четвертый квадрат представляют взаимос-
вязь наблюдаемых (Observed) и расчетных (Predicted) значений индекса. Видно, что эта взаимосвязь близка к линейной связи. Остальные квадраты диаграммы представляют взаимосвязь остатков (Residual) с наблюдаемыми и расчетными значениями индекса. Поскольку эта взаимосвязь не носит ярко выраженную зависимость от этих значений, можно принять гипотезу об адекватности полученной модели.
В заключение сформулируем некоторые методологические выводы по результатам представленных статистических исследований.
1. В случае трех уровней порядковых шкал измерения факторных признаков корректным является переход к более информативным количественным шкалам, позволяющим применить различные методы статистического анализа.
2. Эффективным является использование в прикладной социологии индексов, определяемых соотношением частости ответов респондентов на предусмотренные анкетой их варианты.
3. Применение дисперсионного анализа к исследованию влияния пола и степени адаптации студентов к обучению на удовлетворенность выбором вуза показало, что непосредственное сравнение частости ответов респондентов не всегда обеспечивает выявления истинной картины изучаемого явления. Необходимо учитывать, что ошибка социологического измерения иногда превышает наблюдаемые эффекты, и неучет этого может приводить к некорректным выводам.
В следующей публикации мы рассмотрим результаты исследования структуры факторов адаптации современного студенчества к обучению в вузе методами многомерной статистики.
Удовлетворенность выбором ВУЗа
Степень адаптации
б
Удовлетворенность выбором ВУЗа
Observed • • • • • • • • • •
•• • • • Predicted • • • • ¦
• • • • • • • • • • Std. Residual
Рис. 3. Зависимость индекса удовлетворенности выбором вуза от степени адаптации к обучению (а) и проверка адекватности линейной однофакторной модели (б).
Библиографический список
1. Бююль А., Цёфель П. SPSS: Искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей. СПб.: ООО «ДиаСофтЮП», 2002. 600 с.
2. Гудова Т. Г., Шуметов В. Г. Методические вопросы оценки факторов социально-психологической адаптации студенческой молодежи // Вестник НИИРПО. 2009. Вып. 2. Серия «Экономика и управление». С. 187−196.
3. НалимовВ.В. Теория эксперимента. М.: Наука, 1971. 150 с.
4. Социально-психологическая и профессиональная адаптация студентов вузов Центрального региона России (по материалам социологического исследования) / Т. Н. Афонина, Т. А. Иваненко, В. И. Уварова, В. Г. Шуметов. Под ред. канд. филос. наук В. И. Уваровой.- Орел: Изд-во ОрелГАУ, 2001. 200 с.
5. ШуметовВ.Г. Data mining в эмпирической социологии: состояние и перспективы // Рационализация государственного и муниципального управления. М-лы Российских социологических чтений. Орел: Изд-во ОРАГС, 2008. С. 51−58.
6. Шуметов В. Г. Методологический подход к количественному представлению данных для моделирования по результатам социологических опросов // Моделирование и прогнозирование в управлении социально-экономическими процессами на региональном уровне: методы и технологии. Сб. трудов кафедры математики и математических методов в управлении. Орел: Изд-во ОРАГС, 2009. С. 118−129.
7. Шуметов В. Г. Моделирование в гуманитарной сфере: новые подходы // Моделирование и прогнозирование в управлении: методы и технологии. М-лы II Международной н. -практ. конф. Орел: Изд-во ОРАГС, 2010. С. 324−333.
8. Шуметов В. Г., Уварова В. И. Методология количественного представления данных для моделирования по результатам социологических опросов // Образование и общество. 2009. № 2. С. 73−78.
9. SPSS Base 8.0 для Windows. Руководство по применению. Перевод-Copyright 1998 СПСС Русь. М.: СПСС Русь. 450 с.
References
1. ByuyulA., Tsefel P. SPSS: The Art of Information Processing. Analysis of Statistical Data and Restore Hidden Hatterns. — St. Petersburg. LLC «DiaSoftYuP», 2002. — 600 p.
2. Gudova T.G., Shumetov V.G. Methodological aspects of the evaluation factors of social and psychological adjustment of students / / Herald NIIRPO. — 2009. — Issue 2. Series «Economics and Management». — P. 187−196.
3. Nalymov V.V. The Theory of the Experiment. — Moscow: Nauka, 1971. — 150 p.
4. Socio-psychological and Professional Adaptation of University Students in the Region of Central Russia (based on the survey) / T.N. Afonina, T.A. Ivanenko, V.I. Uvarova, V.G. Shumetov. Ed. Candidate Philosophy Science V.I. Uvarova. — Oryol: OryolGAU, 2001. — 200 p.
5. Shumetov V.G. Data mining in the empirical sociology: state and prospects / / Rationalization of Public Administration. Material of the Russian sociological readings. — Oryol: ORAGS, 2008. — P. 51−58.
6. Shumetov V.G. The methodological approach to a quantitative representation of the data to model the results of opinion polls / / Modeling and Forecasting in the Management of socio-economic Processes at the Regional Level: the Methods and Techniques. Sat works department of mathematics and mathematical methods in management. — Oryol: ORAGS, 2009. — P. 118−129.
7. Shumetov V.G. Modeling in the humanitarian sphere, new approaches / / Modelling and Forecasting in Management: Methods and Techniques. Material of the II International n. -pract. conf. — Oryol: ORAGS, 2010. — P. 324−333.
8. Shumetov V.G., Uvarova V.I. Quantification methodology for modeling the results of opinion polls / / Education and Society. -2009. — No. 2. — P. 73−78.
9. SPSS Base 8.0 for Windows. Guidance on the Application. Translation-Copyright 1998 JCSS Russia. Moscow: Russia JCSS. — 450 р.

ПоказатьСвернуть
Заполнить форму текущей работой