Анализ результатов тестирования студентов выявил частоту допущенных ошибок

Анализ пробного тестирования

за 20. 01.2016г. в 11-х классах

В 11-х классах обучается
85

учеников. Из них
, данный пробный тест
писали

31

учеников с казахским языком обучения и
51

с русским языком обучения.

Итоги теста

от

20

.01.2016

исключая пятый предмет:

класс

Кол-во учащихся

100

110

всего

писало

11а

11

ә

11б

11э

итого

11 «а» класс

:

8

1.Абсаматов Ғ -38 баллов; 2. Мошқал Е-47 баллов;

3.Құмар А — 41балл; 4. Нурмуханова И — 37 баллов;

5.Хусаинов Н- 44 балла; 6. Дәурен Б — 46 баллов;

7.Ертаева М — — 44 баллов; 8. Ибуллаева Ж -34 балла

Результаты по предметам:

Математика

От 0- 3 баллов — 1(Нурмуханова И — 3 балла);

От 4-11 баллов — 9;

От 12- 19 баллов – 3;

Выше 20 баллов -1;

Средний балл –10 б

Қазақ тілі

От 0- 3 баллов -0 ;

От 4-13 баллов — 2;

От 14-21 баллов – 8

От 22-25 баллов -4;

Средний балл –-16,2 баллов

Қазақстан тарихы

От 0- 3 баллов -0 ;

От 4-13 баллов — 4;

От 14-21 баллов – 10;

От 22-25 баллов -0;

Средний балл –-14,3 баллов

Орыс тілі

От 0- 3 баллов 0 ;

От 4-13 баллов — 4;

От 14-21 баллов – 10;

От 22-25 баллов – 0;

Средний балл –-14,6 баллов

Предмет по выбору

Физика-9 уч-ся;

От 0- 3 баллов — 0 ;

От 4-11 баллов — 4;

От 12-19 баллов- 3;

Средний балл -10,6 баллаов.

География -2ученика

От 0- 3 баллов — 0 ;

От 4-12 баллов — 1;

От 13-20 баллов – 1;

От 21-25 баллов -0;

Средний балл -13 баллов

Всемирная история – 2ученика

От 0- 3 баллов — 0 ;

От 4-12 баллов — 2;

От 13-20 баллов – 0:

От21-25 баллов -0;

Средний балл -13 баллов

Английский язык -1

От 14-20 баллов-1;

Средний балл -19 баллов

Биология — 1 ученик

От4-12 баллов-0;

От 13-20 баллов -1;

От 21-25 баллов -1:

Средний балл -18 баллов

Әдебиет – 1

От 14-20 баллов -1;

Средний балл -18 баллов

Средний балл по классу- 52,14 баллов

11 «ә» класс

:

Не набрали пороговый результат:

3

1.Есильбаева А -44 баллов; 2.Тойлыбай А – 25 баллов;

3.Кенженов К – 44 балла;

Результаты по предметам:

Математика

От 0- 3 баллов — 0;

От 4-11 баллов — 8;

От 12- 19 баллов – 2;

Выше 20 баллов 0;

Средний балл –9,9 б

Қазақ тілі

От 0- 3 баллов -0 ;

От 4-13 баллов — 2;

От 14-21 баллов – 6;

От 22-25 баллов -2;

Средний балл –-18,40 баллов

Қазақстан тарихы

От 0- 3 баллов -0 ;

От 4-13 баллов — 2;

От 14-21 баллов – 8;

От 22-25 баллов -0;

Средний балл –-15,7 баллов

Орыс тілі

От 0- 3 баллов 0 ;

От 4-13 баллов — 4;

От 14-21 баллов – 5;

От 22-25 баллов – 1;

Средний балл –-15,7 баллов

Предмет по выбору

Физика-1 уч-ся;

От 0- 3 баллов — 0 ;

От 4-11 баллов — 1;

От 12-19 баллов- 0;

Средний балл -4 баллаов.

География -3 ученика

От 0- 3 баллов — 0 ;

От 4-12 баллов — 1;

От 13-20 баллов – 1;

От 21-25 баллов -1;

Средний балл -13,6 баллов

Английский язык -2

От 14-20 баллов-2;

От 21-25 баллов -0;

Средний балл -17,5 баллов

Биология — 4 ученика

От4-12 балло-1;

От 13-20 баллов -3

От 21-25 баллов -0:

Средний балл -13,5 баллов

Средний балл по классу- 57,2 баллов

11 «б» класс

:

Не набрали пороговый результат: 7

1. Абдрахмет А — 44 баллов; 2.Боргуль А- 43 баллов;

3. Гуляренко Е — 48 баллов; 4. Бурумбаев Т- 40 баллов;

5.Иванов А — 44 балла; 6. Кубжасарова А – 47 баллов;

7.Лигай К — 43 баллов;

Результаты по предметам:

Математика

От 0- 3 баллов — 1(Бурумбаев Т- 3б) ;

От 4-11 баллов — 11;

От12-19 баллов- 15;

От 20-25 баллов- 0;

Средний балл –12 баллов

Қазақ тілі

От 0- 3 баллов — 0;

От 4-13 баллов — 4;

От 14-20 баллов-16;

От 21-25 баллов-7;

Средний балл -17,2 баллов;

История Қазақстана

От 0- 3 баллов — 0

От 4-11 баллов — 3;

От 12-20 баллов-12;

Выше 20 баллов-12;

Средний балл —16,8 баллов;

Русский язык

От 0- 3 баллов — 0

От 4-11 баллов — 2;

От 12-20 баллов -25;

Выше 20 баллов-0;

Средний балл -14,5 баллов

Пятый предмет по выбору.

Физика -11уч-ся;

От 0-3 баллов -0 ;

От 4-11 баллов — 4

От 12 -19- 7 ;

Средний балл 14 баллов

;

Биология – 4;

От4-11 баллов -0 балла;

От 12-19 баллов – 4;

Выше 20 баллов -0

Средний балл -13,75 баллов;

География -8 человек;

От 4-11 баллов -6

От 12-19 баллов –0 ;

От 20-25 баллов -2 ;

Средний балл -13,9 баллов

;

Всемирная история -1 ученика;

От13 -20 баллов – 1;

От 21-25 баллов -0;

Средний балл -20,0 баллов

;

Английский язык

-3

От 4

-11 баллов-0;

От 12-19 баллов – 1:

От 20-25 баллов -2;

Средний балл -19,3 баллов

;

Средний балл по классу -57,7 баллов.

11 «э» класс

:

Не набрали пороговый результат: 6

1. Абдрахманова А — 42 балла; 2. Сейпышева К — 47 баллов;

3. Нежелев В– 42 балла; 4. Калиев К – 42 балла;

5. Сәмиева Л — 46 баллов; 6. Талгатов Ж – 44 балла;

Результаты по предметам:

Математика

От 0- 3 баллов — 3(Абдрахманова А -3 б, Жибитенко М-3б, Сәмиева Л -3б);

От 4-11 баллов — 13;

От12-19 баллов-7 ;

От 20-25 баллов-0;

Средний балл –9,3 баллов

Русский язык

От 0- 3 баллов — 0

От 4-11 баллов — 1;

От 12-20 баллов -21

Выше 20 баллов-1 ;

Средний балл -15,8 баллов

История Қазақстана

От 0- 3 баллов — 0;

От 4-11 баллов — 6;

От 12-20 баллов-12;

Выше 20 баллов-5;

Средний балл —15,5 баллов;

Қазақ тілі

От 0- 3 баллов — 0;

От 4-13 баллов — 5;

От 14-20 баллов-13

От 21-25 баллов-5;

Средний балл – 16,7 баллов;

Пятый предмет по выбору.

Физика -1 уч-ся;

От 4-11 баллов — 0;

От 12 -19- 1;

Средний балл -13 баллов

;

Биология – 5 учеников

От 0-3 баллов — 0;

От 4-11 баллов- 1;

От 12-19 баллов – 4;

От 20-25 баллов-0;

Средний балл — 11,2 баллов

;

География

-5 ученика

От 4-11 баллов- 0;

От 12 -19 баллов- 5;

Средний балл — 13,4 баллов

;

Английский язык

– 11

От 12-19 баллов -6;

Выше 20 баллов -5 ;

Средний балл — 18,7 баллов

Химия -1

От 12-19 баллов-1;

Средний балл — 12 баллов

Средний балл по классу- 56,4 баллов

Сранительный мониторинг по классам от 20.01.2016.

Сранительный мониторинг по результатм двух последних тестирований

Средний балл по школе составилл 55,9 баллов бех пятого предмета,что ниже предыдущего тестирования 2,1 баллов;

Количество учащихся, не набравщих пороговый результат составляет 24 учащихся, что составляет 32
%

;

Учителям –предметникам активизировать работу по анализу тестов и работы над ошибками;

Зам. дир. УВР: Кипчакбаева Л.С.

Система тестирования собирает и хранит различную информацию о самом тестировании и результатах участников. В ней доступны как итоговые результаты участников, так и их детальные ответы на каждое из заданий, а также сводная информация по тестовым заданиям, позволяющая оценить их качество. Рассмотрим как работать с результатами тестирования.

Результаты участников тестирования собираются в соответствии с анкетой персональных данных , которая была создана в системе. На основе данных, вводимых участниками тестирования, можно идентифицировать их результаты и использовать для анализа.

После получения ссылки на тест (например, http://app.startexam.com/Center/Web/kosmos) и выбора теста, участник тестирования вводит свои персональные данные в анкету и нажимает кнопку Далее
.

После этого участник тестирования начинает знакомиться с вопросами и проходить тест.

Одновременно с этим инициатору тестирования уже доступна информация об участниках принимающих участие в тестировании, но без наличия результатов, т.к. тест ими еще не завершен. Администратор тестирования может посмотреть начатые сеансы тестирования, кликнув по ссылке Сеансы
в центрах тестирования.

Перед Вами откроется окно с запущенными сеансами тестирования.

На этой странице доступна информация обо всех участниках, принимающих участие в тестировании. По каждому сеансу доступны следующие данные:

• Центр
  – название центра тестирования, под которым запущен тест
• Тест
  – название теста, которые решает участник
• Имя участника
  — фамилия, имя и отчество участника тестирования
• Дата начала
  сеанса тестирования
• Состояние
  сеанса тестирования (завершен/не завершен)
• и результаты тестирования

Как видно на изображении результаты еще недоступны, т.к. сеансы не завершены и информация по ответам участников не получена. По мере завершения сеансов их состояние будет меняться, но уже сейчас можно ознакомиться с персональными данными участников, кликнув на состояние сеанса.

Будет открыта страница с подробной информацией о сеансе участника тестирования и его персональных данных.

По мере выполнения теста участниками состояние сеансов будет меняться.

Как только участники тестирования завершат тестирование, состояние всех сеансов примет статус Завершен
и результаты будут доступны в системе.

Теперь рассмотрим более подробно какие результаты собираются и какие средства для работы с ними имеются в системе тестирования. На странице с сеансами тестирования доступна следующая информация:

• Время
  , которое было затрачено на тестирование
• Макс
  — максимальный балл, который можно было набрать по тесту
• Балл
  – набранный участником балл
• (%)
  – результат участника в процентах
• Уровень
  , показанный участником в соответствии с созданной шкалой оценки
• Отзывы
  , оставленные участниками на задания, если такая опция была включена в тесте

Сеансы тестирования могут быть отфильтрованы в соответствии с Вашими предпочтениями. В системе можно вывести результаты за определенный период времени:

• последний час
• сегодня
• вчера
• на этой неделе
• на прошлой неделе
• в этом месяце
• в прошлом месяце
• в этом году
• в прошлом году
• за все время

Кроме того, можно показать нужное количество результатов на одной странице: 10, 50, 100 или все сразу.

Ненужные результаты могут быть удалены – для этого есть соответствующая кнопка Удалить
, для удаления нужно предварительно отметить нужные результаты чекбоксами.

Результаты тестирования могут быть экспортированы в различные форматы:

• формат электронных таблиц Excel
• формат языка разметки XML
• результаты, упакованные в zip-архив

Результаты экспортируются в соответствии с выбранными Вами фильтрами. Если Вы выберите результаты только за неделю, то и экспортированы будут результаты, полученные на неделе. Кроме того, Вы можете отметить нужные Вам результаты для экспорта чекбоксами и только эти результаты будут представлены в выдаче.

При экспорте в Excel в таблицу будут добавлены не только результаты, но и персональная информация, указанная участником тестирования.

Результаты тестирования по определенному тесту

В системе тестирования можно посмотреть результаты тестирования как по всем тестам сразу, так и по каждому тесту в отдельности. Просмотр результатов по тестам имеет дополнительные возможности для работы с результатами.

Для просмотра результатов по определенному тесту, Вам необходимо перейти в проект и открыть вкладку Тесты
.

Здесь будут доступны все тесты проекта. Возле каждого теста имеется ссылка Сеансы, нажав на которую можно посмотреть сеансы тестирования именно по этому тесту. Набор функций в целом аналогичен результатам в центрах тестирования , но имеются некоторые полезные дополнения.

Первое отличие – здесь доступен еще один вид отчетов – . В матрице ответов представлены все задания теста и ответы участников по каждому заданию.

С помощью этого вида отчета Вы можете экспортировать результаты в таблицу Excel и посмотреть на какие задания участники отвечали правильно, а где давали неправильные ответы.

По вертикальной оси представлены задания, которые входили в тест, по горизонтальной – имена участников, на пересечении представлены ответы участников. Единица означает, что участник дал правильный ответ на задание, ноль – ошибся. Если значения не будет, значит задание не попалось в окончательный набор заданий участника тестирования.

Детальные ответы участников тестирования

В сеансах тестирования по определенному тесту доступна статистика по ответам каждого участника. Для ее просмотра кликаем по состоянию сеанса тестирования.

Открывается страница с персональными данными, которые можно было посмотреть и в центрах тестирования, но здесь присутствует еще одна вкладка – Ответы
.

На странице отображаются результаты ответов участника на каждое задание теста, аналогичные тем, что были представлены в матрице ответов.

Здесь можно посмотреть ответ, который дал участник тестирования на определенное задание. Например, нам хочется узнать какой вариант ответа выбрал участник на вопрос, в котором допустил ошибку. Кликаем по тесту вопроса и получаем результат.

Представлено задание теста и ошибочный вариант ответа, данный участником. Неправильно решенное задание отображается на красном фоне.

Аналогичным образом можно посмотреть задание, в котором участник ответил верно.

Оно отображается на зеленом фоне.

Статистика тестовых заданий

При детальном просмотре результатов участников тестирования доступна также статистика по каждому тестовому заданию. Кликнув по вкладке Статистика
можно посмотреть информацию о задании и оценить его качество.

Здесь доступна информация о задании:

• дата создания тестового задания
• автор задания
• статус
• метод оценки

А также доступна статистика по нему:

• Кол-во результатов
  – количество решений задания участниками тестирования
• Выполнено
  – количество завершенных результатов (на задание был дан ответ)
• Пропущено
  – количество неоконченных результатов (на задание не был дан ответ)
• Средний балл
  – отношение количества правильных ответов на задание к общему количеству завершенных результатов
• Правильных ответов
  – процент правильных ответов на задание

Статистика тестового задания позволяет сделать вывод о его качестве. Хорошие задания должны попадать в интервал правильных ответов от 20% до 80%. Подробнее вопросы качества тестовых заданий рассмотрены на уроке Мастерство создания тестов .

Мы рассмотрели основные возможности использования результатов тестирования в системе OpenTest, которая включает в себя весь спектр процессов тестирования от создания задания до проведения тестирования и анализа результатов.

1

В статье рассматривается компьютерное тестирование как один из методов проверки знаний обучающихся. Проанализированы достоинства и недостатки тестирования и разработаны методические рекомендации для педагогов по использованию его в учебном процессе. Показана роль компьютерного тестирования как эффективного метода контроля качества подготовки обучающихся. Проведена оценка результатов контроля знаний обучающихся с учетом сложности тестов, определены критерии оценки результатов тестирования; выявлены причины наиболее часто встречающихся ошибок в тестовых заданиях; типы тестовых заданий, вызывающих наибольшие затруднения у тестируемых. Результативность тестовых методик зависит от направленности теста, грамотной компоновки типов тестовых заданий и структурированности процесса. Использование компьютерных технологий в практике педагогического тестирования позволяет не только значительно облегчить процесс интерпретации, применять единый подход к формированию тестовых заданий и оценке результатов тестирования, но и выявить достаточно точно уровень подготовленности тестируемого. Сегодня тестирование рассматривается как современная парадигма объективного оценивания учебных достижений обучающихся, что связано с широким применением компьютеров и их дидактических возможностей в системе контроля знаний.

тестовые задания

информационно-коммуникационные технологии

образовательный процесс

конструктор тестов

валидность

репрезентативность

компьютерное тестирование

1. Шевченко С.М., Тюмина Н.С. Тенденции инновационного развития общего образования / С.М. Шевченко, Н.С. Тюмина // Интеграция информационных технологий в систему профессионального обучения. Сборник статей по материалам региональной научно-практической конференции. – Нижний Новгород: НГПУ им. К. Минина, 2016. – С. 50-52.

2. Кадневский В.М. Генезис тестирования в истории отечественного образования / В.М. Кадневский. – Омск: ОмГУ, 2011. – 335 с.

3. Тюмина Н.С., Шевченко С.М. Информационные средства компьютерного тестирования / Н.С. Тюмина, С.М. Шевченко // Интеграция информационных технологий в систему профессионального и дополнительного образования сборник статей по материалам региональной научно-практической конференции. – Нижний Новгород: НГПУ им. К. Минина, 2016. – С. 174-177.

4. Ефремова Н.Ф. Тестовый контроль в образовании: учебное пособие для студентов, получающих образование по педагогическим направлениям и специальностям / Н.Ф. Ефремова. – М.: Логос, 2014. – 368 с.

5. Звонников В.И. Измерения и качество образования /В.И. Звонников. – М.: Логос, 2006. – 73 с.

6. Шевченко С.М., Тюмина Н.С. Компьютерное тестирование в образовательном процессе / С.М. Шевченко, Н.С. Тюмина // Материалы региональной н.-практ. конференции «Интеграция информационных технологий в систему дополнительного и профессионального образования». – Нижний Новгород: НГПУ им. К. Минина, 2017. – С. 55-58.

7. Чайкина Ж.В. Современные средства оценивания результатов обучения: учебно-методическое пособие / Ж.В. Чайкина. – Нижний Новгород: НГПУ им. К. Минина. – Н. Новгород, 2014. – 48 с.

8. Овчинников В.В. Оценивание учебных достижений учащихся при проведении тестирования /В.В. Овчинников. – М.: Центр тестирования МОРФ, 2011. – 27 с.

9. Симоненко В.Д. Программа «Технология.7 класс. ФГОС» [Электронный ресурс]. – URL: http://rusacademedu.ru (дата обращения: 25.01.2017).

10. Симоненко В.Д., Самородский П.С. Технология. 7 класс / под ред. В.Д. Симоненко. – М.: Вентана-Граф, 2014. – 153 с.

В Концепции модернизации российского образования задача создания независимой системы оценки качества образовательного процесса рассматривается как одна из важнейших современного образования. К важным элементам системы качества образования относится мониторинг результатов деятельности обучающихся, который должен проводиться на всех уровнях и ступенях образовательного процесса. Проблема выбора метода исследования уровня подготовки обучающихся, качества сформированных знаний, умений и навыков имеет важное значение для общего среднего образования .

Определенный вклад в решение этой проблемы в свое время внесли Френсис Гальтон, создавший тест как инструмент для мониторинга результатов обучения, Э. Торндайк и Р.Д. Фишер . Согласно современным требованиям, оцениваться должен уровень образовательных результатов обучающихся, определяемый для каждого учебного предмета в соответствии с образовательными программами и ФГОС. Одним из современных методов оценки уровня подготовки обучающихся является тестирование.

Тестирование как метод контроля позволяет получить оценку качества подготовки обучающихся, стандартизировать методику измерений и интерпретации результатов. Тестирование можно организовывать как работу обучающихся с тестом на печатной основе, так и с компьютером. Используя современные средства программирования, можно разрабатывать достаточно универсальные компьютерные тесты многоцелевого назначения. Данная форма контроля позволяет использовать различные виды наглядности, учитывать индивидуальные особенности тестируемых, автоматизировать обработку получаемых данных. Проблемой компьютерного тестирования является выбор инструментов и программ для разработки тестовых заданий.

К достоинствам этого метода относятся: технологичность исследования, возможность хранить и сравнивать результаты контроля, а также выявлять причины пробелов в обучении . Тестирование может выполнять различные функции в зависимости от этапа урока. Например, при актуализации знаний для правильного решения тестового задания обучающимся может понадобиться ранее изученный материал, таким образом, тестирование позволяет выявить «пробелы» в знаниях . Тестовые методики позволяют выделять главное в рассматриваемой теме, обратить внимание обучающихся на важные теоретические аспекты в процессе первичного закрепления материала. Тестирование предполагает реализацию как самостоятельной, так и коллективной форм работы, обсуждение наиболее трудных заданий, способствует активизации самоконтроля и рефлексии обучающихся на различных этапах урока .

Тестовые методики играют важную роль в оптимизации учебного процесса при разноуровневой подготовке класса, реализации широкого и глубокого контроля за освоением знаний обучающимися. С одной стороны, они способствуют решению проблемы индивидуализации заданий в зависимости от уровня освоения изучаемого материала обучающимся . С другой стороны, использование информационных технологий позволяет автоматизировать расчеты, организовать изучение нового материала с применением развивающих игр и программ, что, в свою очередь, способствует развитию познавательного интереса у обучающихся, развивает их информационную культуру, знакомит с современными подходами решения проблемных ситуаций на уроках.

Несомненными достоинствами тестовых методик являются: объективность получаемой оценки, «равенство» обучающихся в процессе контроля, охват значительного объема учебного материала при проверке, сравнительная легкость интерпретации результатов тестирования, экономия времени на проверку знаний. Применение компьютерного тестирования в учебном процессе способствует обобщению учебного материала, выявлению причинно-следственных связей, актуализации ранее изученных тем, развитию логического мышления при решении нетиповых тестовых заданий.

К недостаткам тестирования можно отнести: длительность и трудоемкость разработки тестов; необходимость конфиденциальности для обеспечения объективности результатов тестирования; возможность большой вероятности «угадывания» правильных ответов; необходимость устранения некорректных заданий после каждого тестирования.

Разработка тестов, по нашему мнению, предполагает выполнение следующих требований: значимость; научная достоверность; репрезентативность (наличие в тесте основных структурных элементов содержания предмета в необходимом для контроля объеме); возрастающая сложность учебного материала; вариативность в зависимости от содержания изучаемого материала и объема часов; системность содержания; валидность; комплексность и сбалансированность теста; взаимосвязь содержания и формы.

В работе представлены результаты эксперимента по оценке эффективности использования компьютерного тестирования на занятиях по технологии. Эксперимент проводился на базе МБОУ «Школа № 190» г. Нижнего Новгорода с обучающимися 7-х классов.

Апробация разработанных тестовых заданий в исследовании осуществлялась на уроках технологии в 7 «А» классе — экспериментальная группа, и 7 «Б» классе — контрольная группа. Обучающиеся 7 «А» класса проходили компьютерное тестирование, при этом в случае ошибки при ответе на конкретный вопрос они имели возможность ответить повторно на аналогичный вопрос. В 7 «Б» классе обучающимся выдавался бланковый тест, предполагающий только одну попытку ответа. Тестирование проводилось по теме «Технологии ручной обработки металлов и искусственных материалов», общее количество тестируемых — 24 мальчика (по 12 человек в каждой группе), количество тестовых заданий j =20. Для создания тестов использовалась программа Visual Studio . В работе определялось «среднее» достижение группы испытуемых (ДГ), позволяющее оценить эффективность тестирования как средства контроля знаний, валидность теста. Валидность тестовых заданий характеризуется ниже представленными показателями:

Частота выполнения j — го задания (количество правильных ответов j — го задания);

Доля правильных ответов, пропорциональная числу тестируемых;

Количество неправильных ответов j -го задания;

Индекс трудности, который определяется по формуле :

, (2)

где — количество тестируемых,

j — число тестовых заданий (j=20),

i — количество тестируемых,

Первичный балл испытуемых (дает оценку за пройденное тестирование).

Необходимо отметить, что при компьютерном тестировании в случае правильного ответа с первой попытки , при повторной попытке.

«Среднее» достижение группы испытуемых (ДГ) определялось по формуле :

Анализ полученных результатов (рисунки 1-3) позволяет сделать следующие выводы:

Тест валиден, так как индекс трудности тестовых заданий лежит в промежутке;

Имеют индекс трудности заданий, находится в пределах от 0,3 до 0,4, что свидетельствует о грамотности построения теста;

Процент угадывания находится в интервале от 0,14 до 0,25;

Эффективность тестирования как средства контроля знаний по технологии, определенная по формуле (3):

Полученные данные показывают, что при равном количестве тестируемых (12 обучающихся) «среднее» достижение класса 7 «А» выше, чем у контрольной группы 7 «Б». Во-первых, это связано с возможностью использования при компьютерном тестировании второй попытки ответа. Во-вторых, при компьютерном тестировании обучающиеся лучше понимают инструкцию и смысл вопроса в заданиях на установление соответствия, которые составляют 30 % теста. В-третьих, несмотря на то, что показатель эффективности теста лежит в интервале от 12 до 16 верно решенных заданий (рисунок 1), значительная часть обучающихся получила оценку «3». Количество обучающихся, получивших оценки «4» и «5», при компьютерном и при бланковом тестировании примерно одинаково.

Рис. 1. Сравнительный анализ оценок обучающихся экспериментальной и контрольной групп по результатам тестирования по технологии

Анализ матрицы ответов тестируемых обеих групп позволил выявить задания, вызвавшие наибольшие затруднения у обучающихся:

Задания на альтернативный ответ (воспроизведение), направленные на выявление умения рассуждать;

Задания множественного выбора (самостоятельное изучение), направленные на проверку знаний классификации токарных резцов и их назначения;

Задания на установление соответствия (самостоятельное изучение), направленные на проверку уровня знаний профессий, связанных с обработкой металла, умения соотносить элементы станков, ручных режущих инструментов, технологических операций с их названиями;

Задания множественного выбора (использование знаний при выполнении нестандартных заданий), направленные на выявление умения интерпретировать изученный материал и владения навыками соотношения элементов режущего инструмента и их буквенного обозначения.

Основными факторами, оказывающими влияние на качество выполнения тестовых заданий по теме «Технологии ручной обработки металлов и искусственных материалов», являются:

Снижение уровня самостоятельности обучающихся при работе с учебниками, в частности, такими как ;

Недостаточное количество учебников одного образца, что усложняет подготовку к тестированию;

Неумение обучающихся интерпретировать изученный материал в соответствии с тестовым вопросом;

Несформированность навыка соотносить технологические элементы и понятия с их названиями и обозначениями.

Задания в тестах были I, II и III уровней (I уровень — задания на воспроизведение знаний; II уровень — на применение знаний в нестандартной ситуации; III уровень — задания на самостоятельно освоенный материал). Следует отметить, что у обучающихся вызывали затруднения задания I и II уровней трудности (рисунок 2), что подтверждает вышеперечисленные причины наиболее частых ошибок при выполнении тестовых заданий. Анализ результатов тестирования 7 «А» класса показал, что при одинаковом количестве испытуемых общее число допущенных ошибок равно 84 (I — 29, II — 30, III — 25), в то время как у 7 «Б» класса — 97 (I — 35, II — 35, III — 27). Это связано с тем, что при компьютерном тестировании обучающиеся имели возможность повторно ответить на аналогичный вопрос, а для бланкового тестирования характерно невнимательное прочтение обучающимися инструкций по выполнению тестовых заданий и, как следствие, ошибки при ответе.

Рис. 2. Распределение тестовых заданий по уровню трудности

Наибольшее число ошибок было допущено при выполнении тестовых заданий на дополнение (рисунок 3), что свидетельствует о явных затруднениях в применении полученных знаний.

При компьютерном тестировании открытые вопросы вызвали меньше затруднений, чем при бланковом контроле, несмотря на то, что вероятность ошибки в первом случае значительно выше. Связано это с тем, что в программе ответ дается в конкретной форме и любое отличие от нее в ответе обучающегося (изменение окончания, орфографическая ошибка и т.п.) приводит к тому, что ответ не засчитывается. Индекс трудности тестовых заданий 7 «А» класса можно охарактеризовать как равномерно распределенный в отличие от результатов 7 «Б».

Основной ошибкой обучающихся при бланковом тестировании было неправильное распределение времени для выполнения заданий.

Рис.3. Распределение тестовых заданий по индексу трудности

Как правило, испытуемые в первую очередь отвечали на вопросы, не вызывающие у них сомнения, а затем приступали к остальным тестовым заданиям, пытаясь ответить на них, используя общую эрудицию и интуицию или пробуя просто угадать ответ. Это свидетельствует о том, что обучающиеся не всегда уверены в своих знаниях, умениях и навыках, полученных на учебных занятиях.

Тестирование по теме «Технологии ручной обработки металлов и искусственных материалов» можно считать эффективным, так как оно позволило выявить уровень знаний обучающихся, причины ошибок при выполнении ими тестовых заданий.

Проведение качественного анализа тестовых заданий предполагает выполнение следующих рекомендаций:

Предварительное изучение психолого-педагогических особенностей группы тестируемых;

Руководство правилом: чем больше число тестируемых, тем достовернее результаты интерпретации;

Анализ учебного материала для тестирования с учетом темпа освоения учебного материала обучающимися;

Построение тестовых заданий разного уровня сложности;

Исключение некорректных заданий после каждой апробации теста, увеличение его репрезентативности.

Необходимо учитывать, что незначительно на результаты тестирования могут влиять такие факторы, как окружающая обстановка (свет, погода, шум, температура), эмоциональное и физическое состояние тестируемых и другие. Ниже представлены особенности компьютерного тестирования как средства контроля знаний обучающихся:

1) обеспечение объективности оценки учебных достижений;

2) реализация автоматизированной статистической обработки достижений обучающихся;

3) возможность проводить проверку большого объема информации и уровня владения ею каждым испытуемым;

4) более точная шкала оценивания, состоящая из 20 делений (вопросов) в отличие от обычной, состоящей из четырех;

5) обеспечение равных условий для всех обучающихся за счет использования единой процедуры и критериев оценки, что снижает психоэмоциональные стрессы.

Таким образом, тест как инструмент проверки знаний обучающихся, основными задачами которого является контроль и обобщение изученного материала, является эффективным при организации учебного процесса. Однако следует отметить, что при решении других задач, например, творческих задач или в проектной деятельности, необходимо сочетать тесты с другими методами контроля усвоения обучающимися учебного материала, так как они не всегда позволяют в полной мере оценить умения и навыки обучающихся. В заключение следует отметить, что разработка адаптированных к личностным особенностям испытуемых программ тестирования, так называемых нетрадиционных тестов, возможна только с использованием информационных технологий.

Библиографическая ссылка

Пачурин Г.В., Тюмина Н.С., Шевченко С.М. АНАЛИЗ ТЕСТИРОВАНИЯ КАК СРЕДСТВА КОНТРОЛЯ ЗНАНИЙ ОБУЧАЮЩИХСЯ // Современные проблемы науки и образования. – 2017. – № 4.;
URL: http://science-education.ru/ru/article/view?id=26716 (дата обращения: 01.02.2020).
Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»

тестовых результатов

Результаты тестирования
нуждаются в такой интерпретации, которая
соответствует цели тестирования (см.
табл. 4.1).

Таблица
4.1 — Сферы применения тестов, цель
тестирования и интерпретация его
результатов

Сфера применения тестов	Цель тестирования	Интерпретация результатов тестирования
Профессиональный отбор	Отбор наиболее соответствующих требованиям, со знаниями и умениями, критически важными для данной профессии	Ранжирование испытуемых по уровню профессиональной пригодности, компетентности, комплексный анализ результатов
Вступительное тестирование	Отбор наиболее подготовленных (определение проходного балла), выявление пробелов в структуре знаний	Ранжирование испытуемых по уровню подготовленности, статистическая обработка результатов
	Определение «места» в группе для каждого испытуемого в соответствии с выбранными критериями	Ранжирование испытуемых по измеряемому параметру, статистическая обработка результатов
Текущий контроль* 14 , мониторинг	Отслеживание хода образовательного процесса, определение пробелов в структуре знаний испытуемых и выяснение возможных причин их появления	Анализ структуры и профиля знаний, статистическая обработка результатов
Дистанционное обучение	Стимулирование познавательной деятельности обучаемых, повышение мотивации к обучению, отслеживание хода образовательного процесса, определение пробелов в структуре знаний испытуемых и выяснение возможных причин их появления	Ранжирование испытуемых по уровню подготовленности, анализ преподавателем (тьютором) структуры и профиля знаний, статистическая обработка результатов
Самостоятельное обучение (мультимедийные учебники, обучающие программы и т.п.)	Стимулирование познавательной деятельности обучаемых	Результаты тестирования испытуемые интерпретируют самостоятельно или с «подсказками» программы

Как следует из табл. 4.1, тест
надо рассматривать как единство: 1)
метода; 2) результатов, полученных
определённым методом; и 3) интерпретированных
результатов, полученных определённым
методом.

Интерпретация результатов
тестирования ведется преимущественно
с опорой на среднее арифметическое,
показатели вариации тестовых баллов и
на так называемые процентные нормы,
показывающие, сколько процентов
испытуемых имеют тестовый результат
худший, чем у интересующего испытуемого.

При вступительном тестировании,
профессиональном отборе или определении
рейтинга в группе основная задача при
интерпретации результатов заключается
в ранжировании испытуемых по уровню
подготовленности. При мониторинге или
текущем контроле более важной задачей
является анализ структуры и профиля
знаний. При самостоятельной работе
(дистанционное обучение, обучение с
помощью мультимедийных учебников и
т.п.) основное назначение тестов —
стимулировать познавательную деятельность
обучаемых, дать им возможность оценить
собственные успехи, выявить пробелы в
полученных знаниях.

Независимо от сферы применения
теста, результаты тестирования должны
подвергаться статистической обработке
с целью определения основных характеристик
заданий теста, проверки надежности
измерений и валидности тестовых
результатов.

Вступительное тестирование.

Первичная обработка результатов,
полученных при вступительном тестировании,
сводится к составлению таблицы (матрицы)
тестовых результатов по правилам,
описанным ранее (см. табл. 3.4). Это позволяет
не только наглядно оценить уровень и
структуру подготовленности испытуемых,
но и выделить наиболее «сильных» в
группе, проходившей тестирование.

Как отмечалось в главе 3,
распределение результатов тестирования
по хорошо составленным тестам в идеале
должно быть близким к нормальному закону
(в достаточно больших группах – не менее
20 чел.). На рис. 4.1 в качестве примера
показано распределение баллов, набранных
при вступительном тестировании в группе
из 80 человек. Задача состояла в отборе
из этой группы 50, наиболее подготовленных
человек. Тест содержал 24 задания, за
каждый правильный ответ выставлялся 1
балл. По сумме набранных баллов приемной
комиссией были выделены первые 50 человек,
набравшие наибольшее количество баллов
и определен проходной балл (в данном
примере — 11 баллов).

Рис.
4.1 — Определение проходного балла при
вступительном тестировании (пример).

Максимально
возможное количество баллов в данном
примере – 24.

Пример, показанный на рис.
4.1, является в некотором смысле «идеальным».
Так, если бы в этом же примере нужно было
отобрать не 50, а 52 человека (или например
47 человек), с установлением проходного
балла возникли бы определенные трудности
– при меньшем его значении (10 баллов)
прошедших тестирование было бы больше,
чем необходимо и наоборот. В этой ситуации
может быть предложен такой выход:
приемная комиссия устанавливает более
высокий проходной балл, при котором
число прошедших тест меньше необходимого.
Недостающее количество людей комиссия
добирает из числа тех, которые немного
«не дотянули» до проходного балла. При
этом предпочтение отдается тем, которые
в наибольшей степени соответствуют
требованиям (например, имеют стаж работы
по выбранной специальности, льготы при
поступлении, более высокий средний балл
по документам о базовом образовании и
т.п.). Этим же людям за дополнительную
плату может быть предложено пройти
подготовительные курсы и т.п.

При вступительном тестировании,
помимо определения проходного балла,
достаточно важен анализ структуры и
профиля знаний (будет рассмотрен далее).

Текущий контроль
(мониторинг).
Тесты
для текущего контроля и мониторинга
создаются по тем же принципам, что и
тесты иного назначения. Но основной
целью тестирования в данном случае
является отслеживание хода образовательного
процесса, выявление пробелов в структуре
знаний, искажений профиля знаний у
каждого из испытуемых и выяснение
возможных причин их появления.

Под структурой
знаний

в
общем случае следует понимать такую
степень полноты знаний и умений учащегося,
которая равномерно охватывает все
разделы дисциплины (или нескольких
дисциплин) и позволяет испытуемым
успешно выполнять задания теста вне
зависимости от того, к какому разделу
дисциплины они относятся.

Если испытуемый выполняет
задания (в том числе, достаточно трудные),
относящиеся к одному разделу дисциплины
и не может выполнить задания по другому
разделу (в т.ч. невысокой трудности), то
это говорит о нарушении (пробелах) в
структуре знаний. Вполне очевидно, что
такие нарушения могут быть как
индивидуальными, так и наблюдаться у
достаточно большого числа испытуемых.
В последнем случае необходимо
проанализировать причины появления
пробелов (неудачное изложение раздела
или отдельной дисциплины, нехватка или
отсутствие методического обеспечения
и т.п.) и принять меры к их устранению.

Необходимым условием,
обеспечивающим получение достоверной
информации о структуре знаний, является
репрезентативность заданий теста по
отношению к объему знаний, который
проверяется с его помощью. Другими
словами – задания, включаемые в состав
теста, должны достаточно полно и
равномерно охватывать все разделы
дисциплины, курса и т.п. При этом
желательно, чтобы каждый раздел дисциплины
был представлен несколькими заданиями
различного уровня сложности.

Для удобства анализа
структуры знаний тестовые результаты
в матрице желательно располагать так,
как показано в примере (табл. 4.2). В этом
примере каждый раздел дисциплины
представлен в тесте пятью заданиями
различного уровня сложности. Результаты
испытуемого №2, выполнявшего задания
теста по варианту №7, показали практически
полное отсутствие знаний раздела 2
дисциплины, в то время как с заданиями
по разделу 1 он более-менее справился.
В таких случаях говорят о пробелах в
структуре знаний.

Термин профиль
знаний

, которым
тестологи называют совокупность баллов
в каждой строке таблицы тестовых
результатов, можно проиллюстрировать
на примере, приведенном в табл. 4.3
(фрагмент матрицы из табл. 3.4).

Таблица
4.2 – Анализ структуры знаний по матрице
тестовых результатов

№№ вариантов теста

Оценки за тестовые задания по разделам дисциплины (в пределах каждого раздела задания расположены в порядке возрастания их трудности)

Раздел 1

Раздел 2

Таблица
4.3 – Искаженный (строка №6) и неискаженные
(строки №5 и №7) профили знаний

№№ вариантов теста

Оценки за тестовые задания (задания расположены в порядке возрастания их трудности: №1 /самое легкое/  №10 /самое трудное/)

Суммарный балл по тесту

Как видно из примера,
испытуемые, результаты которых находятся
в строках 5 и 6, набрали одинаковое
количество баллов по тесту, однако,
испытуемый №5 справился с первыми 5-ю,
наиболее легкими заданиями, не справившись
с остальными. Результаты же испытуемого
№6 несколько нелогичны – не справившись
с относительно легкими заданиями в
начале теста, он сумел выполнить более
трудные задания. В таких случаях говорят
об искаженном (инвертированном) профиле
знаний.

Причины искажений профиля
знаний могут быть самыми разными
–некачественно составленный тест,
индивидуальные психологические
особенности тестируемого, низкое
качество преподавания, отсутствие
методического обеспечения и литературы
и др. По мнению проф. В.С. Аванесова и
других специалистов-тестологов, задача
хорошего образования – порождать
правильные (неискаженные) профили
знаний
.

Анализ структуры и профиля
знаний при вступительном тестировании
и текущем контроле (мониторинге) позволяет
педагогам получить общее представление
об уровне подготовленности испытуемых,
своевременно выявить пробелы в знаниях,
ошибки в методике преподавания и принять
соответствующие меры. В учебных
заведениях, внедряющих системы менеджмента
качества, постоянный мониторинг процесса
обучения с использованием тестовых
технологий должен быть одним из основных
инструментов постоянной корректировки
(улучшения) образовательного процесса.

Дистанционное обучение.

В существующих системах дистанционного
обучения (СДО «Прометей», «Web-класс ХПИ»,
Lotus Learning Space и др.), как правило, предусмотрен
текущий и итоговый контроль усвоения
учебного материала. Контроль может
осуществляться с помощью отдельной
программы для тестирования или же модули
(программы) для тестирования встраиваются
непосредственно в дистанционные
курсы
.* 15
В последнем случае дистанционный курс
может использоваться для самостоятельной
работы, без участия преподавателя.

Системы дистанционного
обучения или же собственно дистанционные
курсы, должны снабжаться такими
программами, которые «умеют» не только
сохранять тестовые результаты каждого
испытуемого, но и дают возможность
преподавателю (тьютору) или разработчику
курса с минимальными затратами времени
производить их статистическую обработку
с целью определения надежности
педагогического измерения и валидности
тестовых результатов. К сожалению,
далеко не все из используемых систем
дистанционного обучения предоставляют
такую возможность.

К тестам, разрабатываемым
для использования в дистанционном
обучении, предъявляются те же требования,
что и к тестам для текущего контроля
(мониторинга).

Самостоятельная работа
.
Как отмечают специалисты, качественно
разработанные тесты имеют высокий
обучающий потенциал, позволяющий
существенно повысить мотивацию к
обучению и соответственно повысить его
эффективность. В последнее время в
учебном процессе все чаще используются
такие средства обучения как обучающие
курсы, мультимедийные учебники,
электронные тренажеры и т.п., которые
можно назвать обучающими электронными
изданиями (ОЭИ). Основным их достоинством
является возможность самостоятельного
обучения с минимальным вмешательством
преподавателя. ОЭИ обязательно должны
снабжаться тестами для текущего и
итогового контроля, и желательно такими,
которые позволили бы обучаемому не
только увидеть, что именно он не знает,
но и «объясняли», почему тот или иной
ответ является неправильным и
«рекомендовали» вернуться к соответствующему
разделу для повторного изучения.

Тесты для ОЭИ, также как и
тесты другого назначения, должны быть
репрезентативны по отношению к
совокупности проверяемых знаний и
навыков. Не менее важна и предварительная
апробация заданий, включаемых в эти
тесты, с целью определения их трудности
и других характеристик. Имея информацию
о трудности каждого задания, разработчик
ОЭИ может сделать так, чтобы при
тестировании программа «выдавала» их
испытуемому по принципу «от наиболее
легкого — к наиболее трудному». При этом
желательно иметь достаточно большое
количество параллельных заданий, чтобы
при повторном тестировании испытуемому
выдавались новые задания, которых он
не выполнял ранее.

В мультимедийных учебниках
и других ОЭИ, как правило, нет необходимости
сохранять результаты тестирования и,
тем более, производить их статистическую
обработку. Основная задача тестов,
используемых в ОЭИ — стимулирование
познавательной деятельности обучаемого
и корректировка его индивидуальной
«траектории обучения».

Анализ результатов пробного тестирования гимназии № 1

2011-2012 учебный год

6.10 2011 года в гимназии проведено третье пробное тестирование, целью которого является адаптация учащихся к проведению ЕНТ, их информированности о технологии тестирования, контроля за качеством знаний и подготовки к ЕНТ.

Тестирование учащихся проведено по тестам НГЦТО КЭУ, результаты следующие

Всего в тестировании принимало участие 45 выпускников (из 49), т. е. 93 % учащихся.

100 и более баллов набрали 4 учащихся

Из результатов видно, что по сравнению с прошлым тестированием средний балл ниже на 2 ,8 балла. Учащиеся сидели по одному, сумки и сотовые телефоны убраны на последней парте, условия тестирования приближенные к условиям ЕНТ. Из предварительных результатов можно ожидать в этом году низкие результаты, поэтому необходимо активизировать подготовку к ЕНТ, использовать различные формы и методы работы.

Мониторинг результатов тестирований

Из диаграммы видно, что результаты нестабильные, ниже чем в прошлом году, однако наблюдается рост результатов в течение нескольких тестирований в этом году.

Результаты по сравнению с 1 тестирование несколько выше.

Результаты по математике повысились.

По всеобщей истории сдают 4 учащихся. результаты ниже, чем в прошлом году. Самое низкое качество знание по физике и математике. Плохо сдали на этом тестировании биологию.

Претендент на Алтын Белги первый раз подтвердила все пятерки.

Мониторинг тестирований претендентов на аттестат с отличием и Алтын Белги.

Фамилия

Русский язык р

История Казахстана

Математика

каз яз с рус яз

всего баллов

Фамилия

Русский

История Казахстана

Математика

каз яз с рус яз

предмет по выбору

всего баллов

наимен. пред.

Давлетшина

Абдрахметова

Кукетаева

Укубаева

Из результатов видно, что только имеет одну 4, остальные претенденты имеют тройки. Необходимо организовать индивидуальную работу с отличниками по подготовке к ЕНТ.

Пока никто не подтверждает все пятерки, плохие результаты по биологии, истории, математике.

1.Самые низкие результаты по физике, математике и истории Казахстана, высокие по англ. яз, каз. яз. Двоек нет. В этом учебном году 4 претендентов на аттестат с отличаем и 1 претендент Алтын белги все пятерки набрала только

2. Сравнительные результаты тестирования показывают нестабильность, рекомендовано всем преподавателям подготовить мониторинг индивидуальных результатов по пробным тестированиям.

3. Учителям–предметникам составить планы работы со слабоуспевающими и отличниками.

4. Классным руководителям проводить родительские собрания по субботам, пригласить родителей учащихся которые не набирают пороговый уровень поступления в ВУЗы.

Оценка теста	Эмпирическая частота (р)		( )2		f(z)	Теоретическая частота ( )
1	1	-5,4	29,16	-,93	0,06195	1,327
2	5	-4,4	19,36	-1,62	0,01741	2,302
3	4	-3,4	11,56	-1,19	0,19652	4,21
4	8	-2,4	5,76	-0,85	0,27798	5,96
5	6	-1,4	1,96	-0,51	0,35029	7,506
6	7	-0,4	0,16	-0,14	0,39505	8,465
7	7	0,6	0,36	0,21	0,38761	8,306
8	8	1,6	8,56	0,58	0,33718	7,225
9	4	2,6	6,76	0,9	0,26129	5,6
10	5	3,6	12,96	1,33	0,16474	3,53
11	3	4,6	21,16	1,61	0,10915	2,339
12	2	5,6	31,36	2	0,05399	1,157
	∑=60		∑=149,12

Д.
Найти по таблице значения ординаты
нормальной кривой f(z)
(см приложение
2).

Е.
Вычислить теоретические частоты по
формуле:

_.

Полученные
результаты внести в таблицу (см. табл.
20).

1. Оценить
   расхождение между теоретическим и
   эмпирическим распределением частот,
   используя для расчетов данные таблицы
   20. Пример расчета показан в таблице 21.

Таблица
21

Распределение частот первичных оценок по тесту

Первичная оценка	частота	—	( — )2
Эмпиричес-кая ( )	Теоретичес-кая ( )
1	1	1,33	-0,33	0,11	0,08
2	5	2,3	2,7	7,3	3,16
3	4	4,21	-0,21	0,04	0,01
4	8	5,95	2,05	4,2	0,71
5	6	7,5	-1,5	2,25	0,3
6	7	8,47	-1,47	2,16	0,255
7	7	8,31	-1,31	1,72	0,21
8	8	7,22	0,78	0,61	0,08
9	4	5,6	-1,6	2,56	0,46
10	5	3,53	1,47	2,16	0,61
11	3 5	2,34 3,5	-1,5	2,25	0,64
12	2	1,16
					2=6,5

А.
Вычислить

—

для каждой первичной оценки. Если частоты
крайних оценок слишком малы, то можно
их объединить, в дальнейшем совершая
расчеты для объединенных оценок.

Б.
Вычислить (
—
)².

В.
Вычислить

.

Г.
Проверить тип распределения, рассчитав
критерий ²

²=∑
.

5.
Оценить тип распределения, сравнив
критическое (табличное) и эмпирическое
значения ²

А.
Определить число степеней свободы
исходя из свойств нормального распределения
df
= k
– 3. (В результате объединения частот в
крайних классах, число классов может
сократиться.)

Б.
По таблице критических значений ²
(см. приложение 3) найти ²_крит
для α = 0,05 и соответствующей степени
свободы.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]

• #
• #
• #
• #
• #
• #
• #
• #
• #
• #
• #

по итогам анализа результатов пробного диагностического тестирования в формате ЕГЭ по математике, русскому языку и предметам по выбору

В соответствии с планом подготовки к государственной (итоговой) аттестации выпускников 11-х классов, утвержденным приказом по Гимназии №353 от 20.09.2012г. и приказа №406 от 20.10.2012г. «О проведении пробного диагностического тестирования в формате ЕГЭ для выпускников 11-х классов» в целях подготовки выпускников 11 классов к сдаче государственной итоговой аттестации, отработки навыков работы с бланками ЕГЭ, работы с тестами обучающиеся 11-х классов приняли участие в диагностическом тестировании по русскому языку, математике и предметам по выбору.

2010 года, когда впервые обнаружила образование в правой молочной железе. Лечилась самостоятельно. В 2011 году отметила быстрый рост опухоли и обратилась в онкодиспансер по месту жительства. Затем поступила в отделение онкологии городской клинической больницы г. Мытищи в феврале 2011г.

При поступлении предъявила жалобы на наличии образования в правой молочной железе, на раздражительность, плаксивость, трудности при засыпании, снижение аппетита, чувство тяжести в правой подреберной области после приема пищи, слабость мышц ног голеней. При осмотре состояние больной ближе к удовлетворительному. Дыхание везикулярное, тоны сердца приглушены, тахикардия, АД=150/80 мм рт.ст. Физиологические отправления не изменены. Живот мягкий, при пальпации болезненный в эпигастрии. Результаты психологического тестирования по опроснику СМОЛ — увеличение высоты шкал. У больной отмечена анемия, снижение показателей иммунограммы. Локальный статус: в верхнем внутреннем квадранте правой молочной железы пальпируется плотная несмещаемая опухоль диаметром 8,0х7,6хб,0 см с намечающимся распадом и переходом на левую молочную железу.

Больной была назначена неоадьювантная полихимиотерапия по схеме САБ, на фоне которой больная получала быстродействующие адаптогены «Витавис». После завершения химиотерапии, обследования и предоперационной подготовки 25.03.2011г. больная была оперирована: удаление обширной опухоли обеих молочных желез в виде «лифчика». Огромная послеоперационная рана промывалась 2-3 минуты католитом, затем 23 минуты — анолитом, другие антисептики не использовались, а также больная получала по вышеуказанной схеме быстродействующие адаптогены «Витвис», что позволило оптимизировать ранний послеоперационный период. Послеоперационное течение гладкое, рана зажила первичным натяжением.

Положительная клиническая динамика была подтверждена результатами инструментальных и лабораторных исследований. По данным психологического тестирования имело место умеренное снижение высоты шкал опросника СМОЛ. Улучшились клинические и биохимические показатели крови, данные иммуннограммы. Послеоперационное течение гладкое, рана зажила первичным натяжением. Больная была выписана из стационара на 7 дней раньше положенного срока. Приступила к домашнему труду.

Таким образом, включения в схему лечения быстродействующих адаптогенов «Витавис» и ЭХА способствовало улучшению качества жизни больной, оказало корригирующее воздействие на состояние нервно-психической сферы и иммунитета пациентки, обеспечило улучшение показателей биохимического ана-

лиза крови, гемограммы, потенцировало действие химиопрепаратов, снизило их токсичность и оптимизировало ранний послеоперационный период.

Литература

1. Алясова, А.В. К вопросу использования озонотерапии в комплексном лечении ранка молочной железы / А.В. Алясова // Сборник научных работ.- Харьков.- 2001.- С. 92-94

2. Конторщикова, К.Н. Перекисное окисление липидов в норме и патологии / К.Н. Конторщикова // Метод рекомендации.-

Н. Новгород.- 2000.- С.24.

3. Александровский, Ю.А. Пограничные психические расстройства / Ю.А. Александровский // М.: Медицина.- 2000.-С. 496.

4. Афонина, Г.Б. Роль свободнорадикального окисления мембранных липидов лимфоцитов в развитии иммунологической недостаточности и ее коррекция а-токоферолом / Г.Б. Афонина,

B.Г. Бордонос // Иммунология.- 1990.- №4.- С. 33-35.

5. Алясова, А.В. Клинико-нейрофизиологическая и нейро-иммунологическая характеристика больных раком молочной железы / А.В. Алясова // Дисс. д-ра мед. наук.- Иваново, 2004.- С.42

6. Александровский, Ю. А. Пограничные психические расстройства / Ю.А. Александровский.- М.: Медицина.- 2000.-

C. 496.

7. Новиков, В.В. Растворимые дифференцировочные антигены. Иммунотерапия рака: Материалы Европейской школы онкологов / В.В. Новиков.- М., 1999.- С.1-8

8. Гречко, А.Т. Тяжелая травма мозга, дистресс, комплексная адаптивная и симптоматическая фармакотерапия на этапах лечения и эвакуации пострадавших / А.Т.Гречко, Ю.К.Янов, Л.А.Глазников // Проблемы реабилитации.- №1.- 1999.- С. Петербург.- С.43-49

9. Вторенко, В.Н. Физиологическое обоснование применения электрически активированной воды и водных растворов электролитов (ЭХА) в медицинской практике / В.Н.Вторенко, В.М. Бахир // VII Международный симпозиум — Информационно-техническое и медицинское обеспечение защиты населения и охрана окружающей среды в чрезвычайных ситуациях. Тезисы докладов М.- 2000.- С.224-225.

10. Hadden, J.W. Jhe immunology and immunotherapy of breast cancer: an update / J.W. Hadden // Intern J. Of Immunol.-1999.- Vol.21.- P.79-101.

УДК 612.821

ФИЗИОЛОГИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ЦЕЛЕНАПРАВЛЕННОЙ ДЕЯТЕЛЬНОСТИ СТУДЕНТОВ ВО ВРЕМЯ КОМПЬЮТЕРНОГО

ТЕСТИРОВАНИЯ УРОВНЯ ЗНАНИЙ

Т.Д. ДЖЕБРАИЛОВА*, Р.Г. СУЛЕЙМАНОВА*, Л.И. ИВАНОВА**,

Л.В. ИВАНОВА**

* Учреждение Российской академии медицинских наук НИИ нормальной физиологии им. П.К.Анохина, ул. Моховая, д. 11, строение

4, г. Москва, 125009

Первый Московский государственный медицинский университет им. ИМ.Сеченова, ул. Трубецкая, д. 8, стр. 2, г. Москва, 119991

Исследовали физиологические и психофизиологические факторы, влияющие на результативность компьютерного тестирования уровня знаний студентов. Показано, что результат компьютерного учебного тестирования определяется не только уровнем знаний студентов, но и параметрами сенсомоторной деятельности и личностными характеристиками студентов, а также индивидуальными особенностями вегетативного обеспечения деятельности. Число правильных ответов в учебном тесте было больше у студентов с меньшим временем простой и сложной сенсомоторных реакций и с большим числом точных реакций на движущийся объект, а также у интровертов. У студентов показавших лучшие результаты компьютерного тестирования на фоне более выраженных парасимпатических влияний на сердечную деятельность наблюдалось значимое увеличение систолического и пульсового давления, а соответственно, и ударного объема кровообращения приуроченное непосредственно к этапу выполнения тестового задания.

Ключевые слова: компьютерное тестирование, артериальное давление, сердечный ритм, сенсомоторная деятельность.

PHYSIOLOGICAL PROCESSES UNDERLYING PURPOSEFUL ACTIVITYIN THE STUDENTS DURING COMPUTER TESTING T.D. DZHEBRAILOVA, R.G. SULEJMANOVA, L.I. IVANOVA, L.V. IVANOVA

Research Institute of Normal Physiology named after P.K. Anokhin, Russian Academy of Medical Sciences, Moscow, 125009 Russia.

I.M. Sechenov First Moscow State Medical University

Abstract: in experiment the role of physiological and psyhophysiological factors in successful passing for computer tests (MSQ) by students was investigated. It’s significantly marked the correlation between test’s results and student’s personal characteristics, individual specific autonomic reactivity and parameters of sensory-motors reaction.

It’s established: the correct answers number is higher in the group of students with less time of simple and complex sensory-motor reactions. It was found that the student’s group with best results in computer testing characterized by parasympathetic reactivity, provided evident changes in cardiac activity, stroke volume, systolic and pulse blood pressure.

Key words: computer testing, blood pressure, heart rate, sensory-motor activity.

Современная организация образовательного процесса уже невозможна без широкого использования компьютерных технологий, открывающих новые перспективы, как в плане освоения информационного пространства, так и контроля эффективности процесса обучения. В настоящее время в высшей школе с целью быстрой и объективной оценки уровня знаний студентов широко используются методы компьютерного тестирования. Однако как в отечественной, так и в зарубежной литературе приводятся многочисленные данные о том, что работа на компьютере связана с эмоциональным напряжением, вызывающим физиологические, психологические и поведенческие изменения, имеющие при этом выраженную индивидуальную вариабельность [10,13]. Однако, остается практически неисследованной проблема влияния психоэмоционального напряжения на результативность компьютеризированных форм целенаправленной деятельности, в том числе и тестирования уровня знаний. В этой связи актуальным является исследование именно индивидуальных особенностей физиологического обеспечения целенаправленной деятельности студентов во время компьютерного тестирования уровня знаний.

Цель исследования — изучение физиологических и психофизиологических факторов, влияющих на результативность компьютерного тестирования уровня знаний студентов. В соответствии с теорией функциональных систем исследование физиологических функций у студентов проводилось в условиях реальной учебной деятельности с учетом достигаемых результатов [1,9].

Материалы и методы исследвоания. В обследовании на основе добровольного информированного согласия приняли участие 26 студентов мужчин в возрасте 19-21 года (процедура обследования одобрена комиссией по этике НИИНФ им. П. К. Анохина РАМН).

Оценивали личностные особенности студентов по Г. Айзенку и личностную тревожность по Ч.Д.Спилбергеру.

У студентов регистрировали ЭКГ (III ст. отв.) и пневмограмму (с помощью прибора «Полиспектр 8Е» фирмы «Нейрософт» (Россия, 2008), а также АД и ЧСС (с помощью автоматического тонометра) в спокойном состоянии, во время психофизиологического тестирования (простая и сложная сенсомоторная реакция, реакция на движущийся объект) и контрольного учебного тестирования (15 вопросов).

По результатам тестирования, проводившегося на компьютере, для каждого студента определяли время простой (ВПР) и сложной (ВСР) сенсомоторной реакции, число ошибок, допущенных в сложной реакции выбора (СРош), число точных реакций на движущийся объект, время выполнения учебного теста и число правильных ответов. Результаты сопоставляли с оценкой, полученной студентами на экзамене, который проходил примерно через два месяца после проведения обследования.

По результатам измерения АД и ЧСС рассчитывали пульсовое давление (ПД), ударный (УО, по формуле Старра) и минутный объем (МОК) кровообращения.

Обработку ЭКГ и пневмограммы проводили с использованием пакета программ «Поли-Спектр-Ритм» фирмы «Нейрософт». В соответствии с рекомендациями «Международного стандарта» и литературными данными анализировали статистические характеристики и результаты спектрального анализа сердечного ритма [2,7,11,12]:

И-ИХМ (мс) — средняя длительность ЯЯ-интервалов;

СУ — коэффициент вариации длительности ЯЯ-интервалов;

ТР (мс2/Гц) — общая мощность спектра (0,003-0,40 Гц);

ИР (мс2/Гц) — спектральная мощность в высокочастотном диапазоне (0,15-0,40 Гц);

ЬР (мс2/Гц) — спектральная мощность в низкочастотном диапазоне (0,04-0,15 Гц);

УЬР (мс2/Гц) — спектральная мощность в очень низкочастотном диапазоне (0,003-0,04Гц);

ИРпогт (н. ед.) — мощность в диапазоне 0,15-0,40 Гц в нормализованных единицах;

ЬРпогт (н. ед.) — мощность в диапазоне 0,04-0,15 Гц в нормализованных единицах;

ЬР/ИР (отн. ед.) — соотношение нормализованной мощности;

%УЬР — мощность очень низкочастотного компонента в % от суммарной мощности спектра;

%ЬР мощность низкочастотного компонента в % от суммарной мощности спектра;

%НР мощность высокочастотного компонента в % от суммарной мощности спектра;

По пневмограмме рассчитывали частоту дыхания (ЧД).

Динамику вегетативных показателей анализировали в соответствии с этапами деятельности студентов (Фоні — исходное состояние; Тесті — психофизиологическое тестирование; Фон2 -перед учебным тестом; Тест2 — учебный тест; Фон3 — после учебного теста). Эпоха анализа в пределах каждого этапа составляла 5 минут. Для оценки динамики вегетативных показателей у каждого студента вычисляли разницу (5) значений вегетативных показателей при выполнении теста (Тесті или Тест2) и в исходном состоянии (Фоні или Фон2 соответственно).

Статистическая обработка результатов проводилась методами корреляционного и дисперсионного анализов пакета программ “8ТЛТІ8ТІСЛ у.б” [8].

При нормальном распределении анализируемых признаков вычисляли среднее значение (М) и стандартную ошибку среднего (т). Достоверность различий анализируемых показателей оценивали по критерию Стьюдента. Анализ взаимосвязи признаков проводили с помощью корреляционного и регрессионного анализов.

В случае распределения, отличного от нормального, в оценке показателя использовали медиану и интерквартильный размах в виде 25 и 75% перцентилей. Достоверность различий оценивали по непараметрическим критериям Манна-Уитни и Уилкоксона. Проводили корреляционный анализ по Спирмену.

Результаты и их обсуждение. Корреляционный анализ показал, что результаты выполнения учебного теста положительно коррелировали с оценкой, полученной на экзамене (г=0,486; р=0,011), и были связаны с психофизиологическими и вегетативными характеристиками студентов (табл. і).

Таблица 1

Корреляция числа правильных ответов в учебном тесте с вегетативными характеристиками студентов на этапах целенаправленной деятельности (г — коэффициент корреляции; р — уровень значимости)

Показатели Исходное состояние (фон1) Фон 2 Учебный тест Фон 3

r p r p r p r p

CV (%) 0,435 0,033 0,494 0,014 0,460 0,022

HF (мс2/Гц) * 0,518 0,009 0,435 0,034 0,576 0,003 0,485 0,019

%HF* 0,553 0,005 0,510 0,010

LF/HF (отн. ед.) -0,469 0,021 -0,574 0,003

АДс.(мм рт.ст. 0,446 0,029

ПД (мм рт. ст) 0,574 0,003

УО (мл) 0,433 0,035

Примечание: * — корреляция по Спирмену

Количество правильных ответов при тестировании уровня знаний отрицательно коррелировало с интро-экстраверсией (г=-0,433; р=0,027), а также со временем простой (г=-0,446; р=0,029) и сложной (г=-0,549; р=0,005) сенсомоторных реакций при положительной корреляции с числом точных реакций на движущийся объект (г =0,492; р=0,015).

В исходном состоянии (фон 1) у студентов, достигавших более высоких результатов тестирования, наблюдались большие значения коэффициента вариации Я-Я-интервалов ЭКГ, большая спектральная мощность в высокочастотном диапазоне сердечного ритма (выраженная как в мс2/Гц, так и в нормализованных единицах) и большая доля высокочастотного компонента в структуре спектра (НР, %) при меньшей мощности низкочастотного компонента (ЬР, нормализованные единицы). Корреляционной взаимосвязи результата учебного теста с исходным уровнем АД не обнаружено.

По данным корреляционного анализа более высокий результат наблюдался у индивидов с большими значениями систолического и пульсового АД и ударного объема кровообращения при выполнении учебного теста. При этом имела место прямая корреляция результата с увеличением ПД (г =0,487; р=0,016) и

УО (г =0,515; р=0,010) при выполнении теста по сравнению с исходным состоянием. Сохранялась прямая корреляция результата с коэффициентом вариации Я-Я-интервалов ЭКГ и мощностью высокочастотного компонента сердечного ритма (НБ, мс2/Гц).

Корреляция результата с характеристиками исходного состояния студентов позволила получить прогностическую регрессионную модель, в которой зависимой переменной являлось число правильных ответов в учебном тесте, а в качестве независимых рассматривались психофизиологические характеристики и вегетативные показатели испытуемых в исходном состоянии (фон 1). Использовали алгоритм пошаговой процедуры множественного регрессионного анализа (табл. 2).

Таблица 2

Результаты построения прогностической регрессионной модели для зависимой переменной — число правильных ответов в учебном тесте

Независимые переменные Cтандартизованные коэффициенты регрессии (beta) Регрессионные коэффициенты (Б) p-level

Константа 12,703 0,0007

1. %HF 0,478 0,137 0,0038

2. bCP -0,407 -0,021 0,0052

3. ИЭ -0,401 -0,272 0,0078

4. Оценка 0,208 0,596 0,1433

Примечание: коэффициент множественной корреляции (Я)=0,858. Коэффициент детерминации (Я2)= 0, 736. _р<0,00005. Стандартная ошибка оценки=1,73

Высокие значения коэффициентов множественной корреляции и детерминации при p<0,00005 позволяют считать, что полученная модель достаточно адекватно описывает взаимосвязь рассматриваемых переменных. Приведенный в таблице список стандартизованных коэффициентов регрессии (beta) в порядке убывания их абсолютных значений позволяет судить о степени влияния прогностических (независимых) переменных на зависимую переменную, в данном случае — результат выполнения учебного теста [8]. Из полученного списка следует, что результат выполнения учебного компьютерного теста был детерминирован переменными, характеризующими исходный тип вегетативной регуляции (%HF), результативность сенсомоторной деятельности (ВСР), личностные особенности (интро-экстраверсия) и уровень знаний студентов, индикатором которого явилась экзаменационная оценка.

В целом независимые переменные, коррелировавшие с результатом учебного теста, а также вошедшие в регрессионную модель могут быть отнесены к четырем типам показателей: личностные характеристики испытуемых, параметры сенсомоторной деятельности, оценка, полученная на экзамене, и, наконец, физиологические характеристики испытуемых на этапах деятельности.

Выделение групп студентов с наибольшим (1 группа, 8 человек) и наименьшим (2 группа, 9 человек) числом правильных ответов при выполнении учебного теста позволило выявить особенности динамики вегетативных показателей, связанные с различной результативностью деятельности.

В исходном состоянии (Фон 1 и Фон 2) значимых различий показателей АД и УО между студентами выделенных групп не наблюдалось. При выполнении обоих тестов у студентов 1 группы отмечалось увеличение АД систолического, которое становилось достоверно более высоким, чем у студентов 2 группы. При выполнении учебного теста у индивидов, показавших лучшие результаты (1 группа) наблюдался значимый рост ПД и УО, которые становились достоверно большими, чем у студентов 2 группы (табл. 3).

Практически на всех этапах деятельности у индивидов, вошедших в 1 группу, наблюдались достоверно большие значения коэффициента вариации R-R-интервалов ЭКГ и спектральной мощности в высокочастотном диапазоне сердечного ритма (HF, мс2/Гц) (табл. 4). При этом во время выполнении обоих тестов у студентов 1 группы происходило достоверное снижение показателя HF (при выполнении Теста 1 р= 0,036; Теста 2 р=0,043). В исходном состоянии (Фон 1 и Фон 2) у индивидов 2 группы были достоверно выше показатели соотношения нормализованной мощности в низко- и высокочастотных диапазонах (LF/HF) сердечного ритма.

На протяжении всех этапов деятельности средние значения ЧСС у студентов 1 группы практически не изменялись (табл. 3). У индивидов, вошедших во 2 группу, значения ЧСС были несколько большими, чем у студентов 1 группы, однако значимого уровня эти

различия достигали только во время выполнения учебного теста, после чего ЧСС достоверно уменьшалась (р=0,007).

В нашем исследовании выявлена взаимосвязь результата компьютерного тестирования уровня знаний со степенью интро-версии студентов. Следует сказать, что в литературе имеются противоречивые данные о соотношении интро-экстраверсии и успеваемости студентов. С одной стороны, показано, что более высокая успеваемость характерна для студентов, обладающих высокой ригидностью и интроверсией [6]. Результаты другого исследования не подтверждают наличие взаимосвязи экзаменационной оценки и интроверсии у обследованных студентов [4]. В настоящей работе мы также не обнаружили корреляции экзаменационной оценки и интро- экстраверсии студентов. С нашей точки зрения, наблюдаемые противоречия связаны с тем, что успеваемость определяется многими взаимосвязанными факторами, в первую очередь такими, как способности и мотивация студентов. Вероятно, роль интроверсии как личностного фактора, влияющего на успеваемость студентов, может быть обнаружена при большом объеме выборки, как например, в работе, в которой обследовано более 200 человек [6].

Таблица 3

Значения вегетативных показателей на этапах деятельности у студентов с наибольшим (1 группа) и наименьшим (2 группа) числом правильных ответов при выполнении учебного теста (Ы±п)

Группа Фон1 Тест 1 p Ф1- Т1 Фон 2 Тест 2 Фон 3 p Ф2- Т2

АД систолическое (мм рт. ст.)

1 группа 139,0+4,8 152,1+6,4 0,018 139,0+4,7 146,0+5,8 137,8+4,6 0,020

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

2 группа 130,0+2,5 134,1+3,2 127,9+3,8 129,0+3,5 126,9+3,7

p (1 -2 гр.) 0,020 0,022

Пульсовое давление (ПД, мм рт. ст.)

1 группа 53,6±3,9 62,9±5,8 51,3±2,1 59,8±3,1 50,6±3,2 0,011

2 группа 49,7±3,0 50,1±3,0 47,1±2,9 45,9±2,7 47,0±3,7

p (1 -2 гр.) 0,004

Ударный объем (УО, мл)

1 группа 63,6±3,2 66,1±3,8 62,7±2,3 68,2±2,2 61,3±2,3 0,022

2 группа 65,1+2,6 63,3+2,2 63,8+1,3 61,7+1,2 64,2+2,3

p (1 -2 гр.) 0,015

Коэффициент вариации R-R-интервалов (CV, %)

1 группа 10,7+1,1 11,5+1,1 10,6+1,1 9,8+1,4 10,9+1,3

2 группа 7,2+1,1 7,2+1,2 7,4+1,1 6,1+0,9 7,2+1,2

p (1 -2 гр.) 0,045 0,020 0,039 0,048

4CC в минуту

1 группа 71,8+5,8 74,4+5,0 72,3+7,6 71,1+4,4 73,1+5,1

2 группа 82,3+3,7 81,6+4,0 82,0+4,0 83,7+3,6 76,2+4,2

p (1 -2 гр.) 0,042

Таблица 4

Значения вегетативных показателей на этапах деятельности у студентов с наибольшим (1 группа) и наименьшим (2 группа) числом правильных ответов при выполнении учебного теста (медиана, 25% перцентиль, 75% перцентиль)

Группа Фон1 Тест 1 Фон 2 Тест 2 Фон 3

HF (мс2/Гц)

1 группа 2326 (1552, 4799) 1659 (1183, 2091) 1878 (907, 3655) 1120 (747, 1733) 1428 (918, 3337)

2 группа 799 (488, 1221) 556 (417, 680) 684 (376, 1159) 440 (220, 496) 459 (359, 930)

p (1-2 гр.) 0,016 0,009 0,054 0,007 0,059

LF/HF (отн. ед.)

1 группа 0,99 (0,65; 1,45) 1,16 (0,73; 1,36) 1,01 (0,57; 1,21) 1,33 (0,76; 2,09) 1,66 (1,03; 2,92)

2 группа 1,82 (1,47; 2,04) 2,25 (1,46; 2,71) 1,90 (1,66; 3,33) 2,60 (1,56; 2,88) 2,04 (1,59; 2,45)

p (1-2 гр.) 0,043 0,009

Обращала на себя внимание тесная взаимосвязь результатов компьютерного теста с параметрами сенсомоторной деятельности студентов. Число правильных ответов в учебном тесте было больше у студентов с меньшим временем простой и сложной сенсомоторных реакций и с большим числом точных реакций на движущийся объект.

Наличие прямой корреляции между результатами учебного компьютерного теста и экзамена было ожидаемым. Очевидно, что число правильных ответов в компьютерном тесте должно быть связано с уровнем знаний студентов в качестве индикатора которого мы использовали оценку, полученную студентами на экзамене, проводившемся в традиционной форме. Однако обращает на себя внимание тот факт, что при наличии прямой значи-

мой корреляции в регрессионную модель экзаменационная оценка вошла с коэффициентом регрессии (beta) меньшим, чем другие независимые переменные. Соответственно, более высокие значения стандартизованных коэффициентов регрессии свидетельствуют о большей степени влияния на результат компьютерного тестирования исходного типа вегетативной регуляции, параметров сенсомоторной деятельности и личностных характеристик студентов.

Корреляционный анализ и сопоставление значений вегетативных показателей у студентов выделенных групп показали, что у студентов, допустивших меньше ошибок при выполнении компьютерного теста наблюдались более высокие значения коэффициента вариации R-R-интервалов ЭКГ (CV) и спектральной мощности в высокочастотном диапазоне сердечного ритма (HF, мс2/Гц) как в исходном состоянии, так и при выполнении теста. По данным литературы коэффициент вариации рассматривается как интегральный показатель соотношения симпатических и парасимпатический влияний на синусный узел, а высокочастотные колебания сердечного ритма сопряжены с дыханием и отражают преимущественно парасимпатические влияния на деятельность сердца [7,11]. Таким образом, индивиды, достигавшие более высоких результатов в учебном тесте, характеризовались большей степенью влияния на сердечную деятельность парасимпатического отдела вегетативной нервной системы, как в исходном состоянии, так и во время тестирования.

Большая относительная мощность высокочастотного компонента (%HF) и меньшие значения соотношения (LF/HF) нормализованной мощности в низко- и высокочастотных диапазонах ритма свидетельствуют о более высоком относительном уровне активности парасимпатического звена регуляции в исходном состоянии у индивидов, показавших лучшие результаты в учебном тесте [2,7].

Во время тестирования у индивидов, достигавших высоких результатов наблюдалось увеличение систолического, пульсового давления и УО, которое очевидно связано с усилением симпатических влияний на сердечную деятельность. Одновременно у этих студентов наблюдалось снижение спектральной мощности в высокочастотном диапазоне сердечного ритма (HF, мс2/Гц), которая тем не менее оставалась более высокой, чем у индивидов 2 группы.

Используя методы компьютерного тестирования, необходимо принимать во внимание тот факт, что его результаты отражают не только уровень знаний, но и индивидуальнотипологические психофизиологические и физиологические особенности студентов.

При обобщении полученных данных можно видеть, что более высокого результата тестирования достигали индивиды, у которых как в исходном состоянии, так и при выполнении теста наблюдалась большая, чем у студентов 2 группы степень влияния на сердечную деятельность парасимпатического отдела вегетативной нервной системы. На этом фоне во время выполнения компьютерного теста у этих студентов наблюдалось достоверное усиление симпатических влияний, проявляющееся в увеличении АД и УО, а также соотношения LF/HF. У студентов, не достигавших высоких результатов, усиление симпатических влияний проявлялось в увеличении ЧСС, которое носило тонический характер и наблюдалось на всех этапах, начиная с исходного состояния, уменьшение ЧСС отмечалось только после окончания тестирования.

Рост ЧСС при снижении вариабельности R-R-интервалов ЭКГ и редукции дыхательной модуляции сердечного ритма рассматриваются как проявления оборонительного рефлекса в составе когнитивной деятельности, с преобладанием которого связано большее количество ошибок при выполнении арифметических действий [3]. Другой тип изменения характеристик сердечного ритма (снижение ЧСС и увеличение CV) рассматривается как проявление ориентировочного рефлекса в структуре деятельности, преобладанию которого, по данным авторов, соответствует меньшее число ошибок в счете. С этих позиций наблюдаемые в нашем исследовании у студентов, допустивших большое число ошибок в учебном тесте, высокая ЧСС и меньшая вариабельность R-R-интервалов ЭКГ могут быть интерпретированы как свидетельство преобладания у них в структуре когнитивной деятельности оборонительного поведения.

Ранее в наших исследованиях [5] было показано, что альтернативой оборонительной форме поведения в условиях эмоционального напряжения является мобилизующая форма поведе-

ния, направленного на достижение высокого результата целенаправленной деятельности. С учетом этих положений комплекс изменений вегетативных показателей, характерный для студентов, допускавших мало ошибок в учебном тесте (увеличение АД и УО в соответствии с этапами деятельности при более высоких значениях СУ и спектральной мощности в высокочастотном диапазоне сердечного ритма) может рассматриваться как свидетельство преобладания в структуре деятельности мобилизующей формы поведения.

Выводы:

1. Проведенное исследование показало, что результат компьютерного учебного тестирования определяется не только уровнем знаний студентов, но и параметрами сенсомоторной деятельности и личностными характеристиками студентов, а также индивидуальными особенностями вегетативного обеспечения деятельности. Число правильных ответов в учебном тесте было больше у студентов с меньшим временем сенсомоторных реакций и с большим числом точных реакций на движущийся объект, а также у интровертов.

2. У студентов, показавших лучшие результаты компьютерного тестирования, на фоне более выраженных парасимпатических влияний на сердечную деятельность наблюдалось значимое увеличение систолического и пульсового давления, а соответственно, и ударного объема кровообращения приуроченное непосредственно к этапу выполнения тестового задания при одновременном снижении дыхательной модуляции сердечного ритма. Можно полагать, что такая динамика показателей отражает мобилизацию вегетативного обеспечения интеллектуальной целенаправленной деятельности, способствующую достижению более высокого результата.

3. У студентов, допустивших большее число ошибок в компьютерном тесте, ЧСС была повышена уже в исходном состоянии, сохранялась высокой на всех этапах деятельности и снижалась после завершения тестирования. Можно полагать, что тонический характер повышения ЧСС при меньшей вариативности Я-Я-интервалов ЭКГ отражает преобладание оборонительной формы поведения.

Литература

1. Анохин, П.К. Очерки по физиологии функциональных систем / П.К. Анохин.- М.: Медицина, 1975.- 448 с.

2. Баевский, РМ. Проблема оценки и прогнозирования функционального состояния организма и ее развитие в космической медицине / Р. М. Баевский //Успехи физиологических наук .2006.- Т. 37.- № 3.- С. 42-57.

3. Данилова, Н.Н. Изменения вариабельности сердечного ритма при информационной нагрузке / Н.Н. Данилова, С.В. Астафьев // Журн. высш. нервн. деят.- 1999.- Т. 49.- № 1.- С. 28-37.

4. Дегтярев, В.П. Результативная целенаправленная деятельность и ее вегетативное обеспечение у студентов с разными индивидуально-типологическими особенностями в условиях межмотивационных взаимодействий / В.П. Дегтярев, Н.В. Кли-мина //Вестник новых медицинских технологий.- 2001.- Т. У111.-№ 4.- С. 87-90.

5. Джебраилова, Т.Д. Индивидуально-типологические особенности физиологического обеспечения целенаправленного поведения студентов в условиях экзаменационного эмоционального напряжения / Т.Д. Джебраилова, И.И. Коробейникова, Н.В. Климина, Е.А. Умрюхин //Физиологические механизмы учебной деятельности студентов.- М.: Издательский дом «Русский врач», 2007.- С. 27-108.

6. Залилов, Р.Ю. Специфика адаптации студентов к условиям образовательного процесса и результативность их учебной деятельности в зависимости от состояния физиологических функций и личностных особенностей / Р.Ю. Залилов //Физиологические основы здоровья студентов. Труды МНС по экспериментальной и прикладной физиологии.- 2001.- Т.10.- С. 69-83.

7. Михайлов, ВМ. Вариабельность ритма сердца: опыт практического применения метода / В.М. Михайлов.- Иваново: Иван. гос. мед. академия, 2002.- 290 с.

8. Реброва, О.Ю. Статистический анализ медицинских данных. Применение пакета прикладных программ 8ТЛТ18Т1СЛ / О.Ю. Реброва.- М.: МедиаСфера, 2006.- 312 с.

9. Судаков, К.В. Психическая деятельность человека с позиций теории функциональных систем / К.В. Судаков

//Избранные труды. Т.1. М.: ГУ НИИ нормальной физиологии им. П.К. Анохина РАМН.- 2007.- С. 294-315.

10. Фатхутдинова, ЛМ. Индивидуальные факторы риска вегетативных нарушений у пользователей видеодисплейных терминалов /Л.М. Фатхутдинова // Медицина труда и пром. экология.- 2004.- № 5.- С. 44^7.

11. Чуян, Е.Н. Физиологические механизмы вариабельности сердечного ритма (Обзор литературы) / Е.Н. Чуян, Е.А. Бирюкова, М. Ю. Раваева //Ученые записки Таврического нацио-

нального университета им. В.И.Вернадского. Серия «Биология, химия».- 2008.- Т. 21 (60).- № 3.- С. 168-189.

12. Heart rate variability. Standards of Measurement. Physiological Interpretation and Clinical Use. Task Force of the European Society of Cardiology and the North American Society of Pacing and Electrophysiology //Circulation.- 1996.- V. 93.- № 5.- P. 1043-1065.

13. Travers, P.H. Office workers and video display terminals: physical, psychological and ergonomic factors / P.H. Travers, B.A. Stanton // AAOHN J.- 2002.- Vol. 50.- № 11.- P. 489-493.

УДК 616.12-005.4-125-008.318

МЕТОДИКА ОПРЕДЕЛЕНИЯ ОПТИМАЛЬНОЙ ЧАСТОТЫ СЕРДЕЧНЫХ СОКРАЩЕНИЙ У БОЛЬНЫХ ФИБРИЛЛЯЦИЕЙ

ПРЕДСЕРДИЙ

Л.Ф. БАРТОШ*, Ф.Л.БАРТОШ**, С.А.ШКАДОВ***, Т.П. СМИРНОВА*, Л.В. МЕЛЬНИКОВА*, Т.С. АДОНИНА***

* ГБОУ ДПО «Пензенский институт усовершенствования врачей» Министерства здравоохранения и социального развития Российской

Федерации, ул. Стасова д. 8 А, г. Пенза ФГБУ «Федеральный центр сердечно-сосудистой хирургии» Министерства здравоохранения и социального развития Российской Федерации, ул. Стасова д. 6, г. Пенза ГБУЗ «Пензенская городская клиническая больница №4», ул. Светлая д. 1, г. Пенза

Аннотация: в статье приведено обоснование методики определения оптимальной частоты сердечных сокращений у больных постоянной формой фибрилляции предсердий, разработанной на основе данных анализа частотозависимых изменений показателей внутрисер-дечной гемодинамики, а также формы и выраженности их связи с продолжительностью предшествующего и текущего сердечного циклов. Подтверждена её эффективность и показана возможность оценки состояния некоторых механизмов компенсации сердечной недостаточности у больных с фибрилляцией предсердий.

Ключевые слова: фибрилляция предсердий, частота сердечных сокращений, оптимизация, сердечная недостаточность, механизм Франка-Старлинга-Штрауба.

THE TECHNIQUE OF OPTIMAL HEART RATE DETERMINATION IN THE PATIENTS WITH ATRIAL FIBRILLATION

L.F. BARTOSH, F.L. BARTOSH, S.A. SHKADOV, T.P. SMIRNOVA,

L.V. MELNIKOVA , T.S. ADONINA

Penza State Institute for Medical Postgraduate Education, Penza, Russia Federal cardiovascular surgery Centre, Penza, Russia Penza City Clinical Hospital # 4, Penza, Russia

Abstract: the substantiation of technique of optimal heart rate determination in the patients with permanent form of atrial fibrillation was shown in this article. The technique was devised on the data basis of analysis of heart rate-dependent changes of intracardiac hemodynamics as well as form and evidence of their connection with duration of previous and current cardiac cycles. The efficiency of this technique was confirmed and possible of estimation of condition of some mechanisms of cardiac insufficiency compensation in the patients with atrial fibrillation was shown.

Key words: atrial fibrillation, heart rate, optimization, cardiac insufficiency, Frank-Starling-Straub mechanism.

Фибрилляция предсердий (ФП) является одним из самых распространённых видов нарушений ритма. Выбор стратегии и тактики лечения во многом определяется формой ФП. В соответствии с рекомендациями Всероссийского научного общества кардиологов и Всероссийского научного общества аритмологов по диагностике и лечению фибрилляции предсердий и рекомендациями Европейского общества кардиологов по диагностике и лечению фибрилляции предсердий больным с пароксизмальной формой ФП необходимо восстановление синусового ритма [1,2]. В исследованиях по изучению стратегий контроля ритма и частоты сердечных сокращений (ЧСС) у больных с персистирую-щей формой ФП, не было выявлено разницы в общей смертности или частоте инсульта между двумя стратегиями [3,4], а также разницы в качестве жизни [5]. Стратегия контроля частоты желудочковых ответов не уступала стратегии контроля ритма по эффективности профилактики сердечно-сосудистой смертности и заболеваемости [6]. Частота вторичных исходов, включая смерть от любых причин или нарастания сердечной недостаточности, также были сопоставимы при обеих стратегиях [7,8]. Однако сохранение синусового ритма предотвращает развитие таких тяжёлых осложнений, как сердечная недостаточность, тромбоэмболии и других [9]. Пациентам с постоянной формой ФП требуется контроль частоты сердечных сокращений. При этом обсуждается два режима контроля: режим строгого и режим мягкого контроля. Режим строгого контроля предусматривает достижение ЧСС в покое 60-80 уд/мин и при умеренной нагрузке 90-115 сокращений в минуту. Менее жёсткий контроль определяет ЧСС в покое менее 110 желудочковых ответов в минуту.

При выборе стратегии «контроль ритма» или «контроль частоты сердечных сокращения», как правило, недостаточно учитываются индивидуальные особенности состояния патокинетических механизмов, также как и при выборе варианта режима

контроля ЧСС. Так, в рандомизированном исследовании Atrial Fibrillation аnd Congestive Heart Failure критериями включения были: фракция выброса левого желудочка (ЛЖ) <35%, анамнез застойной сердечной недостаточности и анамнез фибрилляции предсердий, подтверждённый электрокардиографически [3]. Никакие другие гемодинамические и морфометрические показатели не учитывались при отборе больных в исследование.

Высокая вариабельность продолжительности сердечных циклов приводит к снижению фракции выброса левого желудочка и к повышению конечного диастолического давления в его полости, что неизбежно способствует развитию хронической сердечной недостаточности (ХСН), значительно снижающей как качество жизни больных, так и её продолжительность. Наряду с развивающимися при этом нейрогуморальными и морфометрическими механизмами компенсации сердечной недостаточности число сердечных сокращений и закон Франка-Старлинга-Штрауба также играют существенную роль в компенсации сердечной деятельности. Кроме того, при выборе тактики лечения очень важно оценить состояние не только систолической, но и диастолической функции миокарда. На разных этапах развития ХСН действуют различные механизмы как компенсации, так и декомпенсации, и без учёта их роли в конкретной ситуации определение адекватной частоты сердечных сокращений невозможно. Как известно, интеграл линейной скорости диастолического трансмитрального потока отражает объём крови, поступающей в желудочек во время диастолы. При функционировании закона Франка-Старлинга-Штрауба этот объём должен зависеть от продолжительности предшествующей диастолы, а, следовательно, и от продолжительности предшествующего сердечного цикла.

Цель исследования — изучить эффективность определения оптимальной частоты сердечных сокращений у больных фибрилляцией предсердий на основе анализа связи вариабельности ин-

1.      Параметрические критерии.

a.       Методы проверки выборки на нормальность

b.      Критерий Стьюдента (t-критерий)

                                                             
i.     
случай независимых выборок

                                                           
ii.     
случай связных (парных) выборок

c.       F-критерий
Фишера

2.      Непараметрические критерии

3.      Критерий знаков (G-критерий)

4.      Критерий (хи-квадрат)

Следующей задачей статистического анализа, решаемой после
определения основных (выборочных) характеристик и анализа одной выборки,
является совместный анализ нескольких выборок. Важнейшим вопросом, возникающем
при анализе двух выборок, является вопрос о наличии различий между выборками.
Обычно для этого проводят проверку статистических гипотез о принадлежности
обеих выборок одной генеральной совокупности или о равенстве средних.

Если вид распределения или функция распределения выборки
нам заданы, то в этом случае задача оценки различий двух групп независимых
наблюдений может решаться с использованием параметрических
критериев статистики: либо кри­терия Стьюдента (t), если сравнение выборок ведется по сред­ним значениям (X и У), либо с использованием критерия Фишера (F), если сравнение выборок ведется по их дисперсиям.

Использование параметрических критериев статистики без
предварительной про­верки вида распределения может привести к определенным
ошибкам в ходе проверки рабочей гипотезы.

Для преодоления указанных трудностей в практике педагоги­ческих
исследований следует использовать непараметрические критерии
статистики, такие, как критерий знаков, двухвыборочный критерий
Вилкоксона, критерий Ван дер Вардена, критерий Спирмена, выбор которых, хотя и
не требует большого числа членов выборки и знаний, вида распределения, но все
же зависит от целого ряда условий.

Непараметрические критерии статистики —  свободны от
допущения о законе распределения выборок и базируются на предположении о
независимости наблюдений.

В группу параметрических критериев методов
математической статистики входят методы для вычисления описательных
статистик, построения графиков на нормальность распределения, проверка гипотез
о при­надлежности двух выборок одной совокупности. Эти методы основыва­ются на
предположении о том, что распределение выборок подчиняется нормальному
(гауссовому) закону распределения. Среди параметрических критериев статистики
нами будут рассмотрены критерий Стьюдента и Фишера.

Чтобы определить,  имеем ли мы дело с нормальным
распределением, можно применять следующие методы:

1) в пределах осей можно нарисовать
полигон частоты (эмпирическую функцию распределения) и кривую нормального
распределения на основе данных исследования. Исследуя формы кривой нормального
распределения и графика эмпирической функции распределения, можно выяснить те
параметры, которыми последняя кривая отличается от первой;

2) вычисляется среднее, медиана и
мода и на основе этого определяется отклонение от нормального распределения. Если
мода, медиана и среднее арифметическое друг от друга  значительно не
отличаются, мы имеем дело с нормальным распределением. Если медиана значительно
отличается от среднего, то мы имеем дело с асимметричной выборкой.

3) эксцесс кривой распределения
должен быть равен 0. Кривые  с  положительным  эксцессом 
значительно  вертикальнее кривой нормального распределения. Кривые с
отрицательным эксцессом являются более покатистыми по сравнению с кривой
нормального распределения;

4) после   определения
среднего значения распределения частоты и стандартного oтклонения находят
следующие четыре интервала распределения сравнивают их с действительными
данными  ряда:

а)   — к интервалу должно относиться около
25% частоты совокупности,

б)  

— к интервалу должно относиться около
50% частоты совокупности,

в)    

— к интервалу должно относиться около
75% частоты совокупности,

г) 

 — к интервалу должно относиться около
100% частоты совокупности.

Критерий позволяет найти вероятность того, что оба
средних значения в выборке относятся к одной и той же совокупности. Данный
критерий наиболее часто используется для проверки гипотезы: «Средние двух
выборок относятся к одной и той же совокупности».

При использовании критерия можно выделить два
случая. В первом случае его применяют для проверки гипотезы о равенстве
генеральных средних двух неза­висимых, несвязанныхдвухвыборочный t-критерий). В этом случае есть
контрольная группа и экспериментальная (опытная) группа, количество испытуемых
в группах может быть различно.

Во втором случае, когда одна и та же группа
объектов порождает числовой матери­ал для проверки гипотез о средних,
используется так называемый парный t-критерий. Выборки при этом называют
зависимыми, связанными.

Статистика критерия для случая несвязанных,
независимых выборок равна:

                                                                              
(1)                  

 где 

  — средние арифметические в
эксперименталь­ной и контрольной группах,

— стан­дартная ошибка разности средних
арифметических. Находится из формулы:

                                                                               
(2)

где n₁ и n₂ соответственно величины первой и второй выборки.

Если n₁=n₂, то стандартная ошибка
разности средних арифметических будет считаться по формуле:

                                                                                 
(3)

где n величина выборки.

Подсчет числа
степеней свободы осуществля­ется по формуле:

k = n₁ + n₂
–
2.                                                                                    
(4)

При численном равенстве выборок k = 2n — 2.

Далее необходимо срав­нить
полученное значение t_эмп
с теоретическим значением t—рас­пределения Стьюдента (см. приложение к учеб­никам
статистики). Если t_эмп<t_крит, то гипотеза
H₀
принимается, в противном случае нулевая гипотеза отвергается и принимается
альтернативная гипотеза.

Рассмотрим пример использования t-критерия
Стьюдента для несвязных и неравных по численности выборок.

Пример 1. В двух
группах учащихся — экспериментальной и контрольной — получены следующие
результаты по учеб­ному предмету (тестовые баллы; см. табл. 1).

Таблица 1. Результаты
эксперимента

Общее количество членов
выборки: n₁=11,
n₂=9.

Расчет средних
арифметических: Х_ср=13,636; Y_ср=9,444

Стандартное отклонение: s_x=2,460; s_y=2,186
      

По формуле (2) рассчитываем стандартную ошибку
разности арифметических средних:

Считаем статистику критерия:

 Сравниваем полученное в эксперименте значение
t с табличным значением с учетом степеней свободы, равных по формуле (4) числу
испытуемых минус два (18).

Табличное значение t_крит равняется 2,1
при допущении возможности риска сделать ошибочное сужде­ние в пяти случаях из
ста (уровень значимости=5 % или 0,05).

Если полученное в эксперименте эмпирическое
значение t превы­шает табличное, то есть основания принять альтернативную
гипотезу (H₁) о том, что учащиеся экспериментальной группы
показывают в среднем более высокий уровень знаний. В эксперименте t=3,981,
табличное t=2,10, 3,981>2,10, откуда следует вывод о преимуществе эксперимен­тального
обучения.

Здесь могут возникнуть такие вопросы:

1. Что если полученное в опыте значение t окажется
меньше табличного? Тогда надо принять нулевую гипотезу.

2. Доказано ли преимущество экспериментального
метода? Не столько доказано, сколько показано, потому что с самого начала
допускается риск ошибиться в пяти случаях из ста (р=0,05). Наш эксперимент мог
быть одним из этих пяти случаев. Но 95% возможных случаев говорит в пользу
альтернативной гипотезы, а это достаточно убедительный аргумент в
статистическом доказательстве.

3. Что если в контрольной группе результаты
окажутся выше, чем в экспериментальной? Поменяем, например, местами, сделав

средней арифметической эксперимен­тальной
группы, a    

— контрольной:

 Отсюда следует вывод,
что новый метод пока не про­явил себя с хорошей стороны по разным, возможно,
при­чинам. Поскольку абсолютное значение 3,9811>2,1, принимается вторая
альтернативная гипотеза (Н₂) о пре­имуществе традиционного метода.

В случае связанных
выборок с равным числом измерений в каждой можно использовать более простую
формулу t-критерия Стьюдента.

Вычисление значения t
осуществляется по формуле:

                                                                                                     
(5)

  где 

— разности между соответствующими значениями
переменной X и переменной У, а d
— среднее этих разностей;

Sd вычисляется по
следующей формуле:

                                                                                     
(6)

Число степеней свободы k определяется по формуле
k=n-1. Рассмотрим
пример использования t-критерия
Стьюдента для связных и, очевидно, равных по численности выборок.

Если t_эмп<t_крит, то нулевая гипотеза
принимается, в противном случае принимается альтернативная.

Пример 2.
Изучался уровень ориентации учащихся на художественно-эстети­ческие ценности. С
целью активизации формирования этой ориентации в экспериментальной группе
проводились бе­седы, выставки детских рисунков, были организованы по­сещения
музеев и картинных галерей, проведены встречи с музыкантами, художниками и др.
Закономерно встает вопрос: какова эффективность проведенной работы? С целью
проверки эффективности этой работы до начала эксперимента и после давался тест.
Из методических со­ображений в таблице 2 приводятся результаты небольшо­го
числа испытуемых.

Таблица 2. Результаты
эксперимента

Ученики (n=10)	Баллы	Вспомогательные расчеты
до начала экспери­мента (Х)	в конце экспери­мента (У)	d	d2
Иванов	14	18	4	16
Новиков	20	19	-1	1
Сидоров	15	22	7	49
Пирогов	11	17	6	36
Агапов	16	24	8	64
Суворов	13	21	8	64
Рыжиков	16	25	9	81
Серов	19	26	7	49
Топоров	15	24	9	81
Быстров	9	15	6	36
сумма	148	211	63	477
Среднее	14,8	21,1

Вначале произведем расчет по формуле:

Затем применим формулу
(6), получим:

И, наконец, следует применить формулу (5). Получим:

Число степеней свободы: k=10-1=9 и по таблице При­ложения
1 находим t_крит =2.262, экспериментальное t=6,678, откуда следует
возможность принятия альтерна­тивной гипотезы (H₁) о достоверных
различиях средних арифметических, т. е. делается вывод об эффективности
экспериментального воздействия.

В терминах
статистических гипотез полученный результат будет звучать так: на 5% уров­не
гипотеза Н₀ отклоняется и принимается гипотеза Н₁ .

Критерий Фишера
позволяет сравнивать величины выбороч­ных дисперсий двух независимых выборок.
Для вычисления F_эмп нуж­но найти отношение дисперсий двух выборок,
причем так, что­бы большая по величине дисперсия находилась бы в числителе, а
меньшая – в знаменателе. Формула вычисления критерия Фи­шера такова:

                                                                                             
(8)

где

— дисперсии первой и второй выборки
соответственно.

Так как, согласно
условию критерия, величина числителя должна быть больше или равна величине
знаменателя, то значе­ние F_эмп всегда будет больше или равно
единице.

Чис­ло степеней свободы
определяется также просто:

k₁=n_l — 1 для
первой выборки (т.е. для той выборки, величина дисперсии которой больше) и k₂=n₂ — 1 для
второй выборки.

В Приложе­нии 1
критические значения критерия Фишера находятся по величинам k₁ (верхняя строчка таблицы)
и k₂ (левый
столбец таблицы).

Если t_эмп>t_крит, то нулевая гипотеза
принимается, в противном случае принимается альтернативная.

Пример 3. В двух
третьих классах проводилось тестирование умственного развития по тесту ТУРМШ
десяти учащихся.
Полученные значения величин средних достоверно не различались, однако психолога
интересует вопрос — есть ли различия в степени однородности показателей
умственного развития между классами.

Решение. Для критерия
Фишера необходимо сравнить дис­персии тестовых оценок в обоих классах. Резуль­таты
тестирования представлены в таблице:

Таблица 3.

№№ учащихся	Первый класс	Второй класс
1	90	41
2	29	49
3	39	56
4	79	64
5	88	72
6	53	65
7	34	63
8	40	87
9	75	77
10	79	62
Суммы	606	636
Среднее	60,6	63,6

Рассчитав дисперсии для
переменных X и Y, получаем:

s_x²=572,83; s_y²=174,04

Тогда по формуле (8) для
расчета по F критерию Фишера находим:

По таблице из Приложения
1 для F критерия при
степенях свободы в обоих случаях равных k=10 — 1 = 9 находим F_крит=3,18 (<3.29), следовательно, в терминах
статистических гипотез можно утвер­ждать, что Н₀ (гипотеза о
сходстве) может быть отвергнута на уровне 5%, а принимается в этом случае
гипотеза Н₁. Иcследователь
может утверждать, что по степени однородности такого показа­теля, как
умственное развитие, имеется различие между выбор­ками из двух классов.

Сравнивая на глазок (по процентным соотношениям) результаты
до и после какого-либо воздействия, исследователь приходит к заключению, что
если наблюдаются различия, то имеет место различие в сравниваемых выборках.
Подобный подход категорически неприемлем, так как для процентов нельзя
определить уровень достоверности в различиях. Проценты, взятые сами по себе, не
дают возможности делать статистически достоверные выводы. Чтобы доказать
эффективность какого-либо воздействия, необходимо выявить статистически
значимую тенденцию в смещении (сдвиге) показателей. Для решения подобных задач
исследователь может использовать ряд критериев различия.  Ниже будет
рассмотрены непараметрические критерии: критерий знаков и критерий хи-квадрат.

Критерий предназначен для срав­нения состояния некоторого
свойства у членов двух зави­симых выборок на основе измерений,
сделанных по шка­ле не ниже ранговой.

Имеется две серии наблюдений над случайными переменными X и У,
полученные при рассмотрении двух зависимых выборок. На их основе
составлено N пар вида (х_i, у_i), где х_i, у_i — результаты
двукратного измерения одного и того же свойства у одного и того же объекта.

В педагогических исследованиях объектами изуче­ния могут
служить учащиеся, учителя, администрация школ. При этом х_i, у_i могут быть,
например, балловы­ми оценками, выставленными учителем за двукратное выполнение
одной и той же или различных работ одной и той же группой учащихся до и после
применения некоторого педагогическою средства.

Элементы каждой пары х_i, у_i сравниваются между собой по величине, и паре присваивается
знак «+», ес­ли х_i < у_i , знак «—», если х_i > у_i  и «0»,
если х_i = у_i.

Нулевая гипотеза
формулируются следующим обра­зом: в состоянии изучаемого свойства нет значимых
различий при первичном и вторичном измерениях. Альтернативная гипотеза: законы
распределения величин X и У различны, т. е. состояния
изучаемого свойства существенно раз­личны в одной и той же совокупности при
первичном и вторичном измерениях этого свойства.

Ста­тистика критерия (Т)
определяется следую­щим образом:

допустим, что из N пар (х, у,) нашлось
несколько пар, в которых значения х_i  и у_i равны. Такие
пары обозначаются знаком «0» и при подсчете значения ве­личины Т не
учитываются. Предположим, что за вы­четом из числа N числа пар, обозначенных
знаком «0», осталось всего n пар. Среди оставшихся n
пар подсчита­ем число пар, обозначенных знаком «-», т.е, пары, в которых x_i<y_i. Значение величины Т и
равно чис­лу пар со знаком минус.

Нулевая гипотеза принимается на уровне значимости 0,05,
если наблю­даемое значение T<n—t_a, где значение n—t_a определя­ется из статистических таблиц для критерия знаков
Приложения 2.

Пример 4. Учащиеся
выполняли контрольную ра­боту, направленную на проверку усвоения некоторого
понятия. Пятнадцати учащимся затем предложили электронное пособие, составленное
с целью фор­мирования данного понятия у учащихся с низким уров­нем обучаемости.
После изучения пособия учащиеся снова выполняли ту же контрольного работу,
которая оценивалась по пятибалльной системе.

Результаты двукратного выполнения ра­боты представляют
измерения по шкале по­рядка (пятибалльная шкала). В этих условиях возмож­но
применение знакового критерия для выявления тенденции изменения состояния
знаний учащихся после изучения пособия, так как выполняются все допуще­ния
этого критерия.

Результаты двукратного выполнения работы (в бал­лах) 15
учащимися запишем в форме таблицы (см. табл. 1). 

Таблица 4.

Учащиеся (№)	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15
Первое выполнение	2	2	2	2	2	3	3	3	3	3	2	2	3	3	3
Второе выполнение	2	3	3	4	3	2	3	4	4	3	4	3	2	4	4
Знак разности отметок		+	+	+	+	—		+	+		+	+	—	+	+

Проверяется гипотеза H₀: состояние знаний
учащих­ся не повысилось после изучения пособия. Альтернативная гипотеза:
состояние знаний учащихся повысилось после изучения пособия.

Подсчитаем значение статистики критерия Т равное числу
положительных разностей отметок, по­лученных учащимися. Согласно данным табл. 4
Т=10, n=12.

Для определения критических значений статистики критерия
n—ta используем табл. Приложения 2. Для уровня значимости а = 0,05 при n=12 значение n—ta=9. Следовательно выполняется неравенство
Т> n—ta (10>9). Поэтому в соответствии с правилом принятия решения
нулевая гипотеза от­клоняется на уровне значимости 0,05 и принимает­ся альтернативная
гипотеза, что позволяет сделать вывод об улучшении знаний учащихся после
самостоя­тельного изучения пособия.

Пример 5.
Предполагается, что изучение курса математики способствует формированию у
учащихся одного из приемов логического мышления (например, приема обобщения)
даже в том случае, если его фор­мирование не проводится целенаправленно. Для
проверки этого предположения был проведен следующий эксперимент.

Учащимся VII класса было
предложено 5 задач, решение которых основано на использовании данного приема
мышления. Считалось, что учащийся владеет этим приемом, если он дает верный
ответ на 3 и более задачи.

Была разработана следующая шкала измерений: верно решена 1
или 2 задачи — оценка «0»; верно решено 3 задачи — оценка «1»; верно решено 4
зада­чи— оценка «2»; верно решено 5 задач — оценка «3».

Работа проводилась дважды: в конце сентября и конце мая
следующего года. Ее писали 35 одних и тех же учащихся, отобранных методом
случайного отбора из 7 разных школ. Результаты двукратного выполнения работы
запишем в форме таблицы (см. табл. 5).

В соответствии с целями эксперимента формулируем нулевую
гипотезу следующим образом: Н₀ — изучение математики не способствует
формированию изучаемого приема мышления. Тогда альтернативная гипотеза бу­дет
иметь вид: Н₁ — изучение математики способствует овладению этим
приемом мышления.

Таблица 5.

Согласно
данным табл. 5, значение статистики Т=15 — число разностей со зна­ком «+». Из
35 пар 12 имеют знак «0»; значит, n = 35-12 = 23.

По таблице Приложения 2 для n=23
и уровня значимости 0,025 находим критическое значение стати­стики критерия,
равное 16. Следовательно, верно неравенство Т<n—ta (15<16).

Поэтому в соответ­ствии с правилом принятия решений
приходится сделать вывод о том, что полученные ре­зультаты не дают достаточных
оснований для отклоне­ния нулевой гипотезы, т. е. мы не располагаем
достаточными основаниями для отклонения утверждения о том, что изучение математики
само по себе не способ­ствует овладению выделенным приемом мышления.

Критерий χ² (хи-квадрат) приме­няется для
сравнения распределений объектов двух совокупностей на основе измерений по
шкале наименований в двух независимых выборках.

Предполо­жим, что состояние изучаемого свойства (например,
вы­полнение определенного задания) измеряется у каждо­го объекта по шкале
наименований, имеющей только две взаимоисключающие категории (например: выпол­нено
верно — выполнено неверно). По результатам из­мерения состояния изучаемого
свойства у объектов двух выборок составляется четырехклеточная таблица 2X2.
(см. табл. 6).

Таблица
6.

В этой таблице О_ij — число объектов в i-ой выбор­ке, попавших в j-ую категорию по
состоянию изучае­мого свойства; i=1,2 – число выборок; j=1,2 – число категорий;; N — общее число наблюдений,
равное О₁₁ + О₁₂ + О₂₁ + О₂₂ 
или n₁+n₂.

Тогда на основе данных таблицы 2X2 (см. табл. 6) можно
проверить ну­левую гипотезу о равенстве вероятностей попадания объектов первой
и второй совокупностей в первою (вторую) категорию шкалы измерения проверяемого
свойства, например гипотезу о равенстве вероятностей вер­ного выполнения
некоторого задания учащимися кон­трольных и экспериментальных классов.

При проверке нулевых гипотез не обязательно, чтобы значения
вероятностей р₁ и р₂ были известны, так как
гипотезы только устанавливают между ними неко­торые соотношения (равенство,
больше или меньше).

Для проверки рассмотренных выше нулевых гипотез по данным
таблицы 2X2 (см. табл. 6) подсчитывается значение статистики критерия Т по
следующей общей формуле:

                                                                                
(9)

где n₁, n₂ — объемы   выборок, N
= n₁ + n₂ — общее  число наблюдений.

Проводится проверка гипотезы H₀: p₁£p₂ — при альтернативе Н₁: р₁>р₂.
Пусть a — принятый уровень значимости. Тогда значение статистики Т,
полученное на основе экспериментальных данных, сравнивается с критическим
значением статистики х_1-2a,, которое опре­деляется
по таблице c²  c одной степенью свободы (см. Приложение 2) с учетом выбранного
значения a. Если верно неравенство T<x_1-2a, то нулевая
гипотеза принимается на уровне a.  Если данное неравенство
не выполняется, то у нас нет достаточных оснований для отклонения нулевой
гипотезы.

В связи с тем что замена точного распределения статистики Т
распределением c² c одной степенью сво­боды дает достаточно хорошее
приближение только для больших выборок, применение критерия ограничено не­которыми
условиями.

Критерий не рекомендуется использовать, если:

1)      сумма объемов двух выборок меньше 20;

2)     
хотя бы одна из абсолютных частот в таблице
2X2, составленной на основе экспериментальных данных, меньше 5.

Пример 6. Проводился
эксперимент, направленный на выявление лучшего из учебников, написанных двумя
авторскими коллективами в соответствии с целями обу­чения геометрии и
содержанием программы IX класса. Для проведения эксперимента
методом случайного отбо­ра были выбраны два района, большинство школ которых
относились по расположению к сельским. Уча­щиеся первого района (20 классов)
обучались по учеб­нику № 1, учащиеся второго района (15 классов) обуча­лись по
учебнику №2.

Рассмотрим методику сравнения ответов учителей
экспериментальных школ двух районов па один из вопросов анкеты: «Доступен ли
учебник в целом для самостоятельного чтения и помогает ли он усвоить материал,
который учитель не объяснял в классе (Ответ:  да — нет.)

Отношение учителей к изучаемому свойству учебников измерено
по шкале наименований, имеющей две категории: да, нет. Обе выборки учителей
случайные и независимые.

Ответы 20 учителей первого района и 15 учителей второго
района распределим на две категории и запишем в форме таблицы 2Х2 (табл. 5).

Таблица 7

.

Все значения в табл. 7 не меньше 5, поэтому в соответствии
с условиями использования критерия c² подсчет статистики критерия производится по формуле (9).

По таблице из приложения 2 для одной степени свободы
(v=l) и уровня значимости a=0,05
найдем х_1-aа =Т_критич =
3,84. Отсюда верно неравенство Т_наблюд<Т_критич
(1,86<3,84). Согласно правилу принятия ре­шений для критерия c², полученный результат не дает достаточных оснований для
отклонения нулевой ги­потезы, т. е. результаты проведенного опроса учителей
двух экспериментальных районов не дают достаточных оснований для отклонения
предположения об одинаковой доступности учебников №1 и 2 для
самостоятельного чтения учащимися.

Применение критерия хи-квадрат возможно и в том случае,
когда объекты двух выборок из двух совокупно­стей по состоянию изучаемого
свойства распределяют­ся более чем на две категории. Например, учащиеся
экспериментальных и контрольных классов распределя­ются на четыре категории в
соответствии с отметками (в баллах: 2, 3, 4, 5), полученными учащимися за вы­полнение
некоторой контрольной работы.

Результаты измерения состояния изу­чаемого свойства у
объектов каждой выборки распре­деляются на С категорий. На основе этих
данных со­ставляется таблица 2ХС, в которой два ряда (по числу рассматриваемых
совокупностей) и С колонок (по чис­лу различных категорий состояния
изучаемого свойства, принятых в исследовании).

Таблица 8

На основе данных таблицы 8 можно проверить нулевую гипотезу
о равенстве вероятностей попадания объектов первой и второй совокупностей в
каждую из i (i=l, 2, …, С)
категорий, т. е. проверить выполнение всех следующих равенств: р₁₁=
р₂₁, p₁₂ = p₂₂, …, p_1c = p_2c. Возможна, например, проверка гипо­тезы о равенстве
вероятностей получения отметок «5», «4», «3» и «2» за выполнение учащимися
контрольных и экспериментальных классов некоторого задания.

Для проверки нулевой гипотезы с помощью критерия c² на основе данных
таблицы 2ХС подсчитывается значение статисти­ки критерия Т по следующей
формуле:

                                                                                                              
(10)

где п₁ и п₂ — объемы
выборок.

Значение Т, полученное на ос­нове экспериментальных
данных, сравнивается с критическим значением х_1-a,
которое определяется по таб­лице c² с k=С—1 степенью свободы с учетом
выбранного уровня  значимости a. При выполнении неравенства Т>
х_1-aа  нулевая гипотеза отклоняется на уровне а и
принимается альтернативная гипотеза. Это означает, что распределе­ние объектов
на С категорий по состоянию изучаемого свойства различно в двух
рассматриваемых совокуп­ностях.

Пример 7. Рассмотрим
методику сравнения результатов пись­менной работы, проверявшей усвоение одного
из разде­лов курса учащимися первого и второго районов.

Методом случайного отбора из учащихся первого района,
писавших работу, была составлена выборка объ­емом 50 человек, из учащихся
второго района — выборка объемом 50 человек. В соответствии со специально
разработанными критериями оценки выпол­нения работы каждый ученик мог попасть в
одну из че­тырех категорий: плохо, посредственно, хорошо, отлично. Результаты
выполнения работы двумя выборками уча­щихся используем для проверки гипотезы о
том, что учеб­ник № 1 способствует лучшему усвоению проверяемого раздела курса,
т. е. учащиеся первого экспериментального района в средне будут получать более
высокие оценки, чем учащиеся второго района.

Результаты выполнения работы учащимися обеих вы­борок
запишем в виде таблицы 2X4 (табл. 9).

Таблица 9

.

В соответствии с условиями использования критерия c² подсчет статистики критерия производится по
корректированной формуле (10).

=

В соответствии с условиями применения двустороннего
критерия хи-квадрат по таблице из приложения 2 для одной степени свободы
(k=4-l=3) и уровня значимости a=0,05
найдем х_1-aа =Т_критич =
7,815. Отсюда верно неравенство Т_наблюд<Т_критич
(6,45<7,815). Согласно правилу принятия ре­шений для критерия c², полученный результат не дает достаточных оснований для
отклонения нулевой ги­потезы.