Размещено на http://www.allbest.ru/

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ

«НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ

«ВЫСШАЯ ШКОЛА ЭКОНОМИКИ»

Факультет «Санкт-Петербургская школа экономики и менеджмента»

Департамент экономики

Различия в успеваемости студентов двух разных годов поступления с учетом самоотбора по специальностям

Тараскина Елена Владимировна

Санкт-Петербург

2018



Оглавление

успеваемость студент статистика эмпирический

• Введение
• Глава 1. Факторы, влияющие на успеваемость студентов
• 1.1 Внутренние факторы успеваемости
• 1.2 Внешние факторы успеваемости
• 1.3 Аккумулирование информации и ожидаемые результаты
• Глава 2. Методы оценки факторов, влияющих на успеваемость
• 2.1 Используемые данные
• 2.2 Методология исследования
• Глава 3. Эмпирическое исследование различий в успеваемости студентов
• 3.1 Описательная статистика данных
• 3.2 Результаты эмпирического исследования
• Заключение
• Список использованных источников
• Приложения


Введение

Люди, владеющие современными технологиями и знаниями в своей области, являются важнейшим капиталом любой страны. Потенциал молодого поколения в значительной степени определяется уровнем полученного образования, следовательно, необходимо понимать, какие факторы влияют на успеваемость студентов, чтобы иметь возможность повлиять на нее. Также важно узнать, как достижения студентов можно прослеживать в течение учебного года и какие шаги можно предпринять, чтобы улучшить академическую успеваемость студентов.

Сегодня программы обучения в ВУЗах стремятся к большей гибкости и предлагают студентам большее разнообразие предлагаемых к изучению дисциплин, что позволяет получить и общие знания, и более узкую специализацию, которая кажется более интересной студенту. Студенты, обучающиеся на экономическом факультете Санкт-Петербургского филиала НИУ ВШЭ сталкиваются с необходимостью выбора траектории обучения (концентрации): «Прикладная экономика» или «Финансовая экономика».

Учебные дисциплины, включенные в каждую из концентраций отличны и возникает вопрос о том, равнозначны ли данные концентрации. На основе того, что средние баллы у студентов финансовой концентрации обычно выше, чем у прикладной, сложилось мнение, что учиться на финансовой концентрации легче. Возникает вопрос о целесообразности данного мнения, потому что вряд ли имеет смысл сравнивать разные дисциплины только на основе средних баллов студентов, изучающих эти дисциплины. Выводы по теме данного исследования нельзя делать только на основе средних баллов по дисциплинам. Это обусловлено тем, что нельзя сравнивать оценки по разным дисциплинам, не учитывая способностей студентов, причин выбора одной из концентраций, разницы в распределениях успеваемости студентов по отдельным дисциплинам.

Новизна данной работы состоит в том, что есть исследования на схожие темы, но они скорее касаются общих факторов, влияющих на успеваемость студентов, но вопрос о неравнозначности концентраций на экономическом факультете НИУ ВШЭ не рассматривается. Это исследование важно, поскольку студенты должны находиться в равных условиях, а выявление неравенства в затратах труда или в процессе оценивания может послужить отправной точкой в изменениях программ дисциплин в сторону равных условий для разных концентраций.

Цель данного исследования состоит в выявлении различий в успеваемости студентов, выбирающих каждую из концентраций и определение факторов, влияющих на успеваемость студентов в целом.

В соответствии с целью данной работы, были поставлены следующие задачи:

? определение факторов, влияющих на успеваемость студентов;

? систематизация информации, полученной при анализе источников;

? построение гипотез о знаках при влияющих на успеваемость студентов;

? анализ различий в характеристиках и распределении оценок по основным учебным дисциплинам по концентрациям;

? построение и анализ моделей влияния рассматриваемых факторов на успеваемость;

? оценить сдвиги в успеваемости студентов после выбора концентрации.

Таким образом, объект данного исследования - успеваемость студентов факультета экономики НИУ ВШЭ - Санкт-Петербург двух разных годов поступления.

Предметом исследования выступают разносторонние факторы, оказывающие влияние на успеваемость студентов.

Методологической основой данной работы являются корреляционный и регрессионный анализ, а также непараметрические тесты на сравнение распределений.

Теоретической базой исследования служат статьи российских и зарубежных исследователей о факторах, влияющих на успеваемость студентов в разных странах, в том числе, в России.

В первой главе рассматриваются внутренние и внешние факторы успеваемости студентов, а также обозначаются ожидаемые знаки при перечисленных факторах. Во второй главе описываются используемые данные и методология исследования. Третья глава посвящена дескриптивной статистике используемых переменных и анализу результатов построения моделей, описанных в методологии.



Глава 1. Факторы, влияющие на успеваемость студентов

1.1 Внутренние факторы успеваемости

Существует ряд исследований, которые рассматривают факторы, влияющие на успеваемость студентов высших учебных заведений.

В статье «Эффективность ЕГЭ и олимпиад как инструмента отбора абитуриентов» Пересецкий А. А. и Давтян М. А. рассматривают баллы ЕГЭ по математике и по русскому языку, а также победы в профильных олимпиадах, чтобы предсказать академическую успеваемость студентов и вероятность выбывания студентов Международного Института Экономики и Финансов - одного из факультетов Высшей школы экономики. В результате проведенного исследования было выявлено, что ЕГЭ по математике и русскому языку оказывают приблизительно одинаковое влияние на успеваемость студентов, в то время как баллы ЕГЭ по английскому не оказывали значимого влияния ни на успеваемость, ни на выбывание. Это объяснялось тем, что ЕГЭ по математике отражает аналитические способности студентов, русский язык - общую грамотность и развитие абитуриента, а различия студентов в уровне владения английским языком сглаживается, так как на первом году обучения проходит интенсивный курс английского языка. Кроме того, авторы отметили, что студенты, поступившие по результатам олимпиад, отличаются более высокой успеваемостью, чем остальные студенты, что, вероятно, объясняется нацеленностью на получение знаний и мотивированностью. В итоге авторы предлагают учет экзамена по английскому языку пороговым образом, определяющим минимально необходимый уровень владения, с целью более эффективного отбора абитуриентов [4].

Похожие результаты были получены и О. В. Польдиным в работе «Прогнозирование успеваемости в вузе по результатам ЕГЭ», базирующемся на данных об успеваемости студентов Высшей школы экономики (Москва) в 2009 году. В ходе исследования было выявлено, что наилучшую прогнозную силу имеют результаты трех экзаменов (русский язык, математика и обществознание), а ЕГЭ по иностранному языку ухудшает качество прогноза. Также отмечается, что включение отдельных результатов экзаменов отличается лучшим качеством прогноза успеваемости, чем использование суммы баллов ЕГЭ, причем математика оказывает наибольшее влияние на успеваемость студентов на первом году обучения. В работе отмечается, что для проверки устойчивости полученных результатов необходимо использовать данные о студентах, в разные года поступивших на идентичную образовательную программу [5].

Alfan E., Othman N. в статье «Undergraduate students' performance: the case of University of Malaya» исследовали академическую успеваемость студентов факультета бизнеса и бухгалтерского учета Малазийского университета. Проанализировав связь между предметами, которые студент сдает перед поступлением в университет, авторы выяснили, что не все они имеют положительное влияние на суммарный балл по итогам первого года обучения в университете. Было также выявлено, что предыдущая успеваемость объясняет 47,6% дисперсии суммарного балла на первом курсе. Наиболее значимое влияние на успеваемость в контексте исследования оказывали математика и экономика, что показало, что априорные знания помогают в дальнейшем обучении. Кроме того, авторы отметили, что успеваемость студенток выше, чем успеваемость студентов. Наконец, было сделано предположение, что уровень понимания студентами материала может зависеть от знаний, которые они получили в школе [8].

В работе Хавенсон Т. Е. и Соловьевой А. А. «Связь результатов Единого государственного экзамена и успеваемости в вузе» рассматривалась возможность построения долгосрочного прогноза успеваемости студентов на основе ЕГЭ на основе данных об успеваемости 19 тысяч студентов, поступивших в различные университеты в период с 2009 по 2011 год. Как и в вышеупомянутых исследованиях, наибольшую предсказательную силу показали результаты ЕГЭ по математике и русскому языку, причем влияние этих двух экзаменов приблизительно одинаковое. В данной работе было сделано предположение, что данное явление объясняется тем, что ЕГЭ по русскому языку и математике являются обязательными, что определяет более хорошую подготовку в силу того, что основное внимание учителей уделяется этим предметам. Было отмечено, что ЕГЭ оказывает влияние только на успеваемость на первом году обучения, а дальнейшее влияние происходит только опосредованно, через успеваемость на первом курсе. Также, авторы не выявили значимых различий в успеваемости студентов, поступивших по результатам олимпиад, для всех факультетов (такой эффект наблюдался только для некоторых факультетах, которые связаны с экономикой или математикой) [7].

Замков О. О. и Пересецкий А. А. в статье «ЕГЭ и академические успехи студентов бакалавриата МИЭФ НИУ ВШЭ» рассмотрели скорость аккумулирования начальной информации о способностях студентов, а также влияние пола и региона окончания школы на успеваемость студента, используя данные об успеваемости и характеристиках студентов, поступивших в МИЭФ НИУ ВШЭ с 2009 по 2011 год. Авторами было выявлено, что вся априорная информация, выраженная в баллах ЕГЭ, аккумулируется в рейтинге по итогам первого курса. Данный вывод соответствует результатам, описанным в других статьях и подтверждает, что ЕГЭ влияет на успеваемость на первом курсе, а далее достаточно включения успеваемости на первом курсе для прогнозирования академических успехов на втором курсе и далее. Важно также отметить, что регион окончания школы в данном исследовании не оказывает значимого влияния на успеваемость студентов, а пол значим и студентки получают более высокие оценки при прочих равных условиях [2].

В работе «College performance predictions and the SAT» Rothstein J. отмечает, что с помощью демографических характеристик студентов и школ, которые они оканчивают можно прогнозировать их успеваемость. И при отсутствии результатов стандартизированных тестов (SAT, в данном случае), характеристики студента и школы, которую он окончил, показывали бы почти такую же прогнозную силу, как и SAT. Это объясняется тем, что школы различаются по качеству преподавания, что отражает способности студентов, а в дальнейшем отражается на результатах экзаменов и на дальнейшей успеваемости [12].

В статье «Predictors of academic achievement and their possible applications» Lockshin J. и Zamkov O. рассматривают факторы, влияющие на успеваемость по отдельным предметам, основываясь на данных о студентах МИЭФ НИУ ВШЭ. Для оценки по математическому анализу значимыми оказались оценка за тест по математике, который студенты пишут сразу после поступления в университет, средняя оценка за домашние задания. Оценки по статистике зависят от входного теста по математике, оценки за IELTS (International English Language Testing System) и от результатов промежуточных экзаменов. Для результатов по макроэкономике же значимы промежуточные экзамены, IELTS и домашние задания, а для микроэкономики также значима оценка по макроэкономике. Авторы отмечают, что значимость домашних заданий объясняется тем, что они отражают старания студентов в течение семестра. То есть, те студенты, которые готовятся к предмету постоянно, с большей вероятностью получит высокую оценку на финальном экзамене, чем те, которые начинают готовиться перед экзаменами (систематическая подготовка влечет за собой более высокие оценки). Кроме того, авторы статьи отмечают, что успеваемость студента по английскому языку оказывает значимое положительное влияние на академическую успеваемость, вероятно, из-за большого количества дисциплин, которые читаются на английском языке. Касаемо влияние одного предмета на другой, авторы говорят о том, что оценка по статистике наиболее важна для прогнозирования успеваемости студента по эконометрике [11].

Попова Е. А. и Шеина М. В. в статье «Учеба в сильной школе-гарантия высоких академических результатов в вузе?» отмечают, что результаты ЕГЭ связаны с тем, какой тип среднего общеобразовательного учреждения окончил абитуриент, причем значимая связь наблюдается между видом учреждения (лицей, гимназия или школа) и экзаменом по математике. Поэтому авторы задаются вопросом, влияет ли статус общеобразовательного учреждения на академическую успеваемость студентов. Кроме того, авторы статьи выдвигают гипотезу о том, что умение сосредоточиваться и настойчивость выше у тех студентов, которые получили более высокие баллы ЕГЭ. Также в работе отмечается такое понятие, как образовательная позиция, отражающая старания студента и мотивированность к получению знаний, которая, как отмечают авторы, вносит даже больший вклад, чем ЕГЭ. В работе упоминается материальная мотивация к учебе, но указано, что она оказывает влияние на успеваемость студентов не всегда [6].

В статье «Успеваемость студентов экономических специальностей и статистическая оценка факторов, на нее влияющих» Крылова А. Г. исследует факторы, которые влияют на успеваемость студента в вузе, на основе данных анкетирования 100 студентов-менеджеров. Было выявлено, что успеваемость студента снижается с ростом его финансового положения и наоборот. То есть, возможным стимулом к увеличению успеваемости выступает получение стипендии. Кроме того, студенты, обучающиеся на бюджетной основе учатся лучше «коммерческих», что по мнению автора обусловлено тем, что у «бюджетников» больше стремлений получить знания. Также, как и в вышеописанных исследованиях, средний балл ЕГЭ оказывает положительное влияние на успеваемость. В работе Крыловой А. Г. отмечается, что девушки отличаются более высокой успеваемостью. Кроме того, автор утверждает, что работа либо не влияет, либо влияет отрицательно на успеваемость студента. Это объясняется тем, что время, отводимое на подготовку домашних заданий, оказывает положительное влияние на успеваемость, а у работающих студентов это время сокращается. Также отмечается, что мотивация (например, стремление получить диплом и улучшить свое материальное положение) ведет к улучшению успеваемости [3].

Kobrin J. L. в статье «Validity of the SAT® for Predicting First-Year College Grade Point Average. Research Report No. 2008-5» отмечает, что включение в регрессию среднего балла за последний год обучения в школе увеличивает коэффициент детерминации. Кроме того, он пишет, что SAT недооценивает успеваемость студенток [10].

Hijazi S. T., Naqvi S. M. M. в статье «Factors affecting students' performance» рассмотрели ряд социально-демографических переменных, а также переменных, отражающих старания студента. Во-первых, авторы выявили положительную связь между посещаемостью и успеваемостью студента, что может объясняться тем, что студент, регулярно посещающий занятия, более серьезно относится к учебе и, как следствие, получает более высокие оценки. Авторы предполагали, что доход семьи будет также оказывать положительное влияние (так как больший доход дает больше возможностей для комфортного обучения), но знак коэффициента оказался противоположным. Возможно, чем выше доход семьи, тем меньше у студента мотивации хорошо учиться. Время, которое студент тратит на учебу после пар, должно было оказывать положительное влияние на успеваемость, но коэффициент оказался незначимым. Авторы также заинтересовались возрастом и образованием матери. Возраст матери оказывает негативное влияние на успеваемость студента, так как чем старше родитель, тем меньше следит за детьми и, следовательно, недостаток дисциплины дает отрицательный эффект. Образование же матери оказывает положительное влияние на успеваемость, так как образованная мать может помочь развиваться своему ребенку [9].



1.2 Внешние факторы успеваемости

В исследовании «Эффекты сообучения в административно формируемых студенческих группах» Андрущак Г. В., Польдин О. В. и Юдкевич М. М. рассмотрели влияние учащихся студенческой группы на успеваемость студента на основе данных об успеваемости и характеристиках студентов, поступивших в 2009 году на факультет экономики в Высшую школу экономики. Авторы разбили выборку студентов на группы по способностям на основе баллов ЕГЭ по математике, так как необходимо было оценить нелинейные эффекты сообучения. Было выявлено, что средний балл ЕГЭ одногруппников и доля студентов «верхнего» сегмента в группе значимо положительно влияют на успеваемость студентов «верхнего» сегмента по экономическим дисциплинам и математическому анализу, в то время как на успеваемость студентов из «среднего» сегмента по линейной алгебре средний балл ЕГЭ одногруппников оказывает отрицательное влияние. Авторами отмечается, что негативное влияние «сильных» одногруппников может объясняться конкуренцией за рейтинг и оценки. Таким образом, студенты получают большие преимущества от обучения со способными одногруппниками, и этот эффект увеличивается с ростом собственной подготовленности самого студента. Важно также отметить, что в работе рассматривалось сообучение в административно формируемых группах, что исключает эндогенность в данных, так как студент сам не выбирает ни группу, ни изучаемые предметы, следовательно, оценки не будут смещены [1].

Стоит отметить, что эффекты сообучения могут быть как линейными, так и нелинейными. Рассмотрим классификацию, предложенную Сейсердотом. Виды эффектов сообучения представлены на рисунке 1.



Рисунок 1. Разновидности эффектов сообучения.

Линейное в средних сообучение характеризуется тем, что только средние характеристики оказывают влияние. Если выявляется, что сильный студент положительно влияет на своих одногруппников, то наблюдаемый эффект сообучения - «Луч света». «Гнилое яблоко» же напротив характеризуется тем, что слабый или недисциплинированный студент отрицательно влияет на остальных студентов. Если же говорить о виде «Обидное сравнение», можно отметить, что успеваемость студента снижается, если его окружают более подготовленные студенты. «Фокус» и «Радуга» - противоположные друг другу виды: в первом случае положительно на успеваемость влияет однородность группы, а во втором - неоднородность, то есть, чем более разнородны способности одногруппников, тем лучше будет успеваемость. «Бутик» в какой-то мере похож на «Фокус», так как характеризуется ростом успеваемости, с возрастанием количества подобных студенту одногруппников. И, наконец, «Единственное пересечение» отражает положительное влияние присутствия сильного одногруппника на остальных студентов, причем это влияние возрастает с ростом способностей студента [13].



1.3 Аккумулирование информации и ожидаемые результаты

Отталкиваясь от изученной литературы, можно предположить, каких знаков при коэффициентах стоит ожидать. Внутренние факторы представлены в таблице 1, внешние - в таблице 2.

Таблица 1. Ожидаемые эффекты внутренних факторов.

Социо-демографические характеристики	Пол (0 - мужской, 1 - женский) (+)
	Тип учебного заведения (лицей/школа/гимназия) (0)
	Город (1 - Санкт-Петербург, 0 - иначе) (0)
	Доход семьи (no inf)
	Образование матери (no inf)
Индивидуальные способности	Априорные	Баллы ЕГЭ (+)
		Олимпиады (+)
	Апостериорные	Успеваемость на предыдущих курсах (+)
Мотивация	Материальная	Сохранение стипендии (1 - бюджетная; 0 - контрактная форма обучения) (+)
		Сохранение скидки (no inf)
	Учебная (no inf)

Примечание: (+) - положительный эффект; (0) - нет значимого эффекта; (no inf) - данных для выявления эффекта нет

Таким образом, предполагаем, что успеваемость студенток будет выше, чем у студентов. Ожидается, что тип учебного заведения и город, в котором студент окончил школу, так как эта информация будет опосредованно содержаться в баллах ЕГЭ, которые, в свою очередь, должны оказывать положительное влияние на успеваемость. Олимпиады и успеваемость на предыдущих курсах также должна оказывать положительное влияние на успеваемость студента, так как отражают способности, нацеленность на результат и прилагаемые студентом старания. Материальную мотивацию можно проследить только через переменную, обозначающую бюджетную или контрактную форму обучения. Ожидаем положительного коэффициента при этой переменной.

Таблица 2. Ожидаемые эффекты внешних факторов.

Адаптация	К условиям обучения (no inf)
	К студенческой группе (no inf)
Сообучение	Средняя успеваемость одногруппников ((+) для среднего и верхнего сегмента; ((0) или (-) для нижнего)
	Доля «сильных» студентов в группе ((+) нелинейно для разных сегментов)
	Способности одногруппников (+)

Примечание: (+) - положительный эффект; (-) - отрицательный эффект; (0) - нет значимого эффекта; (no inf) - данных для выявления эффекта нет

Средняя успеваемость одногруппников, как и доля «сильных» студентов, наиболее вероятно, будет оказывать нелинейное влияние на студентов с разными способностями. Ожидается, что эти переменные будут оказывать положительное влияние, возрастающее со способностями самого студента. Так как в одной из вышеперечисленных статей упоминалось, что студенты получают большую выгоду от обучения с «сильными» студентами, особенно, если сам студент имеет хорошие способности.



Глава 2. Методы оценки факторов, влияющих на успеваемость

2.1 Используемые данные

В данной работе используются данные об успеваемости и социально-демографических характеристиках студентов Санкт-Петербургского филиала Научно-Исследовательского Университета «Высшая школа экономики», поступивших на образовательную программу «Экономика» в период с 2013 по 2015 год.

В качестве переменных, отражающих первоначальные способности студентов, есть данные о суммарном балле ЕГЭ и о баллах ЕГЭ по каждому из предметов, необходимых для поступления. Кроме того, есть данные о поступлении без вступительных испытаний (по результатам профильной олимпиады) и данные об окончании школы с медалью (с аттестатом с отличием).

Социально-демографические характеристики: пол, коммерческая или бюджетная форма обучения, окончил ли студент школу в Санкт-Петербурге, а также переменные, отражающие вид среднего общеобразовательного учебного заведения (школа, лицеи или гимназия).

Успеваемость студентов описывается оценками по учебным дисциплинам с первого по четвертый курс обучения.

2.2 Методология исследования

Для оценки факторов, влияющих на успеваемость, будет построен ряд регрессионных моделей, характеризующих успеваемость с разных сторон: оценивающие влияние способностей студента, эффектов сообучения, социально-демографических характеристик.

Модель 1:

где Y_ij - средний балл i-го студента на j-м году обучения; Math, Russian, Foreign и Social - баллы ЕГЭ i-го студента по математике, русскому языку, иностранному языку и обществознанию. Данная модель характеризует успеваемость с помощью способностей студента, выраженных баллами ЕГЭ по каждому из предметов.

Модель 2:

где - оценка i-го студента по n-му предмету; Budget - фиктивная переменная, равная 1, если студент обучается на бюджетной основе; - балл ЕГЭ i-го студента по j-му предмету; SPb - переменная, равная 1, если студент i окончил школу в Санкт-Петербурге; Male - пол студента i (1 - мужской, 0 - женский); Olymp - переменная, равная 1, если студент i поступил в университет по результатам профильной олимпиады.

Модель 3:

1)

где - средний балл i-го студента по j-му предмету; - баллы ЕГЭ студента по математике и русскому языку соответственно; - средний балл ЕГЭ по математике одногруппников студента i.

2)

где - средний балл i-го студента по j-му предмету; - баллы ЕГЭ студента по математике и русскому языку соответственно; - доля в группе студента i студентов с высокими и низкими баллами ЕГЭ соответственно.

3)

где - средний балл i-го студента по j-му предмету; - средний балл ЕГЭ по математике одногруппников студента i, - фиктивная переменная, обозначающая, в каком терциле по баллам ЕГЭ по математике находится студент i (1 - нижний терциль, 2 - средний терциль, 3 - верхний терциль).



Глава 3. Эмпирическое исследование различий в успеваемости студентов.

3.1 Описательная статистика данных

Во-первых, посмотрим на распределения единого государственного экзамена в зависимости от концентрации.

Рисунок 2. Распределение ЕГЭ по математике (здесь и далее financial - «Финансовая концентрация», economic - «Экономическая концентрация»).

Средние баллы по математике (рисунок 2) приблизительно равны по концентрациям, но у финансовой концентрации гораздо больший разброс в 2013 году и приблизительно равный разброс в 2014 году.

Рисунок 3. Распределение ЕГЭ по русскому языку.

Средние баллы по русскому языку (рисунок 3) также приблизительно равны по концентрациям, но у финансовой концентрации гораздо больший разброс в 2013 году, а в 2014 средние и разброс приблизительно равны.

Рисунок 4. Распределение ЕГЭ по иностранному языку.

Разброс результатов ЕГЭ по иностранному языку в 2013 году больше у финансовой концентрации, а в 2014 году - у экономической, в то время как средние баллы приблизительно равны.

Рисунок 5. Распределение ЕГЭ по обществознанию.

Средние баллы по обществознанию (рисунок 5) одинаковые для концентраций в 2013 году, но у финансовой концентрации больший разброс, а в 2014 году можно отметить несколько более высокие баллы у экономической концентрации.

Рисунок 6. Распределение суммарного балла ЕГЭ.



В среднем сумма баллов за 4 предмета (рисунок 6) приблизительно равна для концентраций и в 2013, и в 2014 году.

Посмотрим также на распределение оценок по дисциплинам первого, второго и начала третьего курса по группам и по концентрациям (все графики находятся в приложении 1).

Оценки по линейной алгебре (рисунок 2) в 2013 году смещены в сторону «удовлетворительных» для обеих концентраций, причем можно сказать, что в среднем оценки выше у финансовой концентрации. Для 2014 года поступления картина несколько иная: для финансовой концентрации все также преобладают «удовлетворительные» оценки, а на экономической концентрации наибольшее число оценок - «хорошие» и «отличные». Можно сказать, что в среднем успеваемость студентов по линейной алгебре на экономической концентрации выше.

Распределения оценок по математическому анализу (рисунок 3) отличается для концентраций. В 2013 году на экономической концентрации преобладают «удовлетворительные» оценки, но «отличных» больше, чем на финансовой концентрации, поэтому ничего определенного по поводу разницы в средних баллах по графику сказать нельзя. В то же время в 2014 году существовал гораздо меньший разброс в оценках у обеих концентраций. Стоит отметить, что у финансовой концентрации преобладают «удовлетворительные» оценки, а у экономической доли «удовлетворительных» и «хороших» оценок приблизительно равны.

По основам экономики (рисунок 4) в 2013 году присутствовало смешение оценок в сторону «удовлетворительных» для обеих концентраций, а больший разброс и доля «отличных» оценок был у экономической. В 2014 же году ситуация изменилась. В среднем распределения оценок стали похожи между концентрациями, и в целом успеваемость выросла по сравнению с 2013 годом (наибольшая доля оценок у обеих концентраций «хорошие».

С оценками по микроэкономике на 2 курсе (рисунок 5) ситуация похожа на распределение оценок по основам экономики. Так же в 2013 году большая часть оценок «удовлетворительные» на обеих концентрациях, а в 2014 году распределения выравниваются. Стоит отметить, что доля «хороших» и «отличных» оценок гораздо выше у экономической концентрации.

Макроэкономика на втором курсе (рисунок 6) характеризуется отсутствием отличий в распределениях между концентрациями и некоторым повышением оценок в 2014 году. Сказать, что у одной из концентраций успеваемость по данному предмету выше без проведения дополнительных тестов нельзя.

В 2013 году у обеих концентраций преобладали «удовлетворительные» оценки по теории игр (рисунок 7), распределения были в целом похожи. В 2014 году доли «хороших» и «удовлетворительных» оценок у финансовой концентрации выровнялись, а у экономической концентрации «хорошие» оценки стали преобладать. Можно предположить, что в среднем оценки у экономической концентрации выше.

Отличием распределения оценок по социально-экономической статистике (рисунок 8) в 2014 году по сравнению с 2013 стало сокращение разброса. По концентрациям распределения практически не отличаются.

Распределения оценок по теории вероятностей (рисунок 9) не различаются ни по концентрациям, ни по годам. Наибольшее количество оценок «хорошие», в то время как «удовлетворительных» и «отличных» сравнительно меньше. Визуально средняя успеваемость не отличается.

Успеваемость по английскому языку (рисунок 10) имеет явное смещение в сторону «отличных» оценок для обеих концентраций. Разброс оценок также приблизительно одинаков для концентраций в 2013 и в 2014 году.

Распределение оценок по микроэкономике на третьем курсе (рисунок 11) визуально не отличается по концентрациям. Стоит только отметить, что в 2014 году успеваемость возрастает.

В 2013 году распределения оценок по макроэкономике на 3 курсе (рисунок 12) для финансовой и экономической концентрации не отличались, а доли «удовлетворительных» и «хороших» оценок были примерно равны. В 2014 году успеваемость выросла и у студентов экономической концентрации преобладать стали «отличные» оценки.

Бухгалтерский учет (рисунок 13) характеризуется тем, что в 2014 году оценок ниже 6 не было. Распределения оценок в разных концентрациях похожи и в 2013, и в 2014 году, преобладающими являются «хорошие» и «отличные» оценки.

Оценки по эконометрике (рисунок 14) также характеризуются ростом в 2014 году. Визуально различий в распределениях нет.

В соответствии с проведенным тестом Стьюдента для выборок с равными и отличающимися дисперсиями, можно сказать, что на 5% уровне значимости средний балл по теории вероятностей на финансовой концентрации выше, чем на экономической. Для остальных предметов различий в средних выявлено не было.

Для сравнения распределений оценок по концентрациям был использован тест Пирсона (). Нулевая гипотеза состоит в том, что выборки взяты из одной генеральной совокупности.

Согласно тесту Пирсона, на 1% уровне значимости отвергается гипотеза о равенстве распределений оценок по эконометрике по концентрациям. На 5% уровне значимости отвергаем гипотезу о том, что распределения оценок по основам экономики, математическому анализу, микроэкономике на 2 курсе и макроэкономике на 3 курсе и по теории вероятностей равны для разных концентраций. А на 10% уровне значимости можно отвергнуть гипотезу о равенстве распределений оценок по микроэкономике на 3 курсе и макроэкономике на 2 курсе по концентрациям.

Разницу в распределениях можно объяснить как отличиями в способностях студентов в разных группах, так и тем, что дисциплины преподавались разными преподавателями (а предметы первого и второго курса важно проверить по изначальным распределениям на группы, там может также быть выявлена разница в распределениях).

Наконец, рассмотрим характеристики качественных переменных (таблица 3).

Таблица 3. Описание качественных переменных.

2013 год поступления
Форма обучения	В данных по 2013 году 95.2% выборки - студенты, обучающиеся на бюджетной основе, и лишь 4.8% - на коммерческой.
Выбранная концентрация	74.4% выборки - студенты, выбравшие финансовую концентрацию, а 25.6% - студенты, обучающиеся на экономической концентрации.
Студенты, поступившие по олимпиаде	25.6% выборки - студенты, поступившие без вступительных испытаний; 74.4% студентов поступили по ЕГЭ.
2014 год поступления
Пол студентов	Большая часть выборки (71.52%) - девушки, студенты составляют лишь 28.48%.
Выбранная концентрация	Доля студентов, выбравших финансовую концентрацию, составляет 68.87%, а экономическую концентрацию выбрали 31.13% студентов.
Студенты, поступившие по олимпиаде	Доля студентов, поступивших без вступительных испытаний составляет 4.7%.
Медалисты	Доля абитуриентов, получивших аттестат с отличием, составляет 46.98%.
Форма обучения	Из 151 студента 19.87% обучаются на коммерческой основе, в то время как большая часть (80.13%) обучается на бюджете.
Место окончания школы	Доля студентов, окончивших школу в Санкт-Петербурге, составляет более 26%.
Образовательное учреждение	Почти 19% студентов окончили лицеи, более 38% окончили гимназии, а 42% окончили школы.
2015 год поступления
Пол студентов	В 2015 году доля девушек составила 65.55%, что несколько меньше, чем в 2014 году.
Выбранная концентрация	Финансовую концентрацию в 2015 году выбрало 48.31%, то есть значительно больше, чем в 2014 году.
Студенты, поступившие по олимпиаде	Количество людей, поступивших без вступительных испытаний более чем в 2 раза превысило аналогичный показатель в 2014 году и составило 10.17%.
Медалисты	Количество медалистов в 2015 году приблизительно равно показателю предыдущего года (46.63%).
Форма обучения	Число студентов, обучающихся на коммерческой основе возросло до 29.21% по сравнению с 2014 годом.
Место окончания школы	Количество иногородних студентов составило 69.1% (меньше, чем в предыдущем году).
Образовательное учреждение	23.6% окончили лицеи, 37% - гимназии и 39.3% - школы.

3.2 Результаты эмпирического исследования

Все результаты оценивания регрессионных моделей находятся в приложении 2.

Модель 1:

В регрессии (таблица 4), где зависимая переменная - средний балл на первом курсе, статистически значимое влияние на успеваемость оказывают ЕГЭ по математике и по русскому языку (на 5% и на 1% уровне значимости соответственно). Причем оба этих экзамена оказывают положительное влияние. Это вполне логично, так как некоторые исследования показывают, что ЕГЭ по математике отражает аналитические способности студентов, а ЕГЭ по русскому языку показывает общую подготовленность. Следовательно, увеличение баллов по каждому из этих предметов влечет увеличение среднего балла студента на 1 курсе. Стоит также отметить, что при построении регрессий отдельно для финансовой и экономической концентраций, значимость коэффициентов увеличилась для финансовой концентрации, а для экономической концентрации значимых коэффициентов не оказалось.

Далее посмотрим на средний балл на втором курсе (таблица 5). Регрессия на баллы ЕГЭ (столбец Mean2) не дает значимых результатов, что согласуется с другими исследованиями, в которых авторы приходили к выводу, что ЕГЭ оказывает влияние на успеваемость на 1 курсе напрямую, а на 2 и 3 курсе только через успеваемость на 1 курсе, не оказывая прямого влияния. Поэтому построим регрессию среднего балла на 2 курсе на средний балл на 1 курсе и на предметы первого курса и ЕГЭ. Мы видим, что коэффициент при среднем балле на 1 курсе оказывает положительное статистически значимое влияние (на 1% уровне значимости) на средний балл на 2 курсе. Это может объясняться тем, что дисциплины, изучаемые на 2 курсе, в некоторой степени основываются на дисциплинах первого курса, поэтому, чем выше успеваемость студента на 1 курсе, тем выше будет его средний балл на 2 курсе. Если посмотреть на регрессию на баллы ЕГЭ и оценки по предметам первого курса, можно сделать вывод о том, что ЕГЭ по иностранному языку оказывает долговременное влияние на успеваемость (коэффициент значим на 1% уровне значимости), а предметы первого курса положительно влияют на успеваемость на 2 курсе (линейная алгебра на 10% уровне значимости, а основы экономики и математический анализ на 1% уровне значимости). Если снова разделить на две выборки по концентрациям, то коэффициент детерминации возрастает для экономической концентрации (и достигает 0.47) по сравнению с полной выборкой (0.45) и снижается до 0.22 для финансовой концентрации.

Также оценим успеваемость на 3 курсе (результаты представлены в таблице 6) в зависимости от баллов ЕГЭ, от успеваемости на 1 и 2 курсах и от баллов ЕГЭ и предметов 1 и 2 курсов.

В соответствии с первым вариантом модели, на успеваемость на 3 курсе оказывает значимое влияние (на 5% уровне значимости) только ЕГЭ по русскому языку. Успеваемость на 1 и 2 курсе (столбец Mean31) положительно и значимо влияет на успеваемость на 3 курсе (на 5% и на 1% уровне значимости соответственно). Если рассматривать отдельно дисциплины 1 и 2 курсов, то теория игр и теория вероятностей положительно и значимо (на 5%) влияют на успеваемость на 3 курсе, а микроэкономика, макроэкономика, социально-экономическая статистика и английский язык оказывают положительное статистически значимое влияние на 1% уровне значимости.

Таким образом, на основе построенных моделей можно сделать вывод о том, что ЕГЭ оказывает прямое влияние на успеваемость на 1 курсе, а дальнейшее влияние происходит опосредованно через успеваемость на 1 и 2 курсах. Значимое влияние изначально имеют русский язык и математика, которые описывают способности студентов. Иностранный язык имеет долгосрочное влияние (не только на успеваемость на 1 курсе, но и на успеваемость на 2 курсе).

Модель 2:

Результаты проведенной регрессии в таблице 7. Поступление по результатам олимпиады не оказывает значимого влияния на успеваемость по линейной алгебре и по математическому анализу, но положительно и значимо (на 1% уровне значимости) влияет на оценку по основам экономики. Это может быть обусловлено тем, что олимпиады, по которым можно поступить в НИУ ВШЭ, экономические. Следовательно, студенты, поступившие по олимпиаде, имеют лучшую подготовку к экономическим дисциплинам, чем студенты, поступившие по результатам ЕГЭ, что и влияет на более высокую оценку по предмету (оценка по основам экономики поступивших по результатам олимпиады на 0.87 выше при прочих равных). Коэффициент при переменной, обозначающей бюджетную основу, положительный и значим на 1% уровне значимости для основ экономики и на 5% уровне значимости для математического анализа. Это можно объяснить тем, что в этой переменной содержится некая информация о сумме баллов ЕГЭ (у тех, кто учится на бюджетной основе, суммарный балл выше). Таким образом, те, кто учится на бюджетной основе имеют более высокие способности (так как ЕГЭ используется как переменная, описывающая априорные способности студентов) и, следовательно, получают более высокие баллы по дисциплинам первого курса. Кроме того, у обучающихся на бюджете есть дополнительный стимул получать более высокие оценки - стипендия.

Модель 3:

Результаты оценивания первого варианта 3 модели представлены в таблице 8. В качестве индивидуальных особенностей студента используются баллы ЕГЭ по математике и русскому языку, групповые особенности - средний балл ЕГЭ по математике среди одногруппников. Мы видим, что средний балл одногруппников оказывает значимое влияние только на оценку по линейной алгебре.

В таблице 9 результаты оценивания второго варианта модели 3. Индивидуальные особенности студента описываются теми же переменными, которые использовались в первом варианте, а групповые особенности описываются долями студентов из верхнего и нижнего сегмента ЕГЭ по математике.

В регрессии с оценкой по линейной алгебре в качестве зависимой переменной положительное значимое влияние (на 1% уровне значимости) оказывает доля в группе студентов с высокими баллами ЕГЭ.

Модели, построенные на основе данных за 2014 год представлены в приложении 2. Стоит отметить, что большая часть выводов, полученная на основе данных за 2013 год нашла свое отражение и в 2014 году, что говорит об устойчивости полученных коэффициентов.



Заключение

В данной работе были исследованы внутренние и внешние факторы, влияющие на успеваемость студентов, а также на основе данных об успеваемости студентов, поступивших на экономический факультет НИУ ВШЭ - Санкт-Петербург, была проанализирована степень влияния этих факторов на успеваемость.

Подводя итоги исследования, можно отметить, что ЕГЭ является значимым показателем будущей успеваемости, но не все предметы оказывают одинаковое влияние (например, математика и русский язык лучше прогнозируют успеваемость студентов). Кроме того, ЕГЭ аккумулируется в успеваемости на первом году обучения и, как следствие, для прогнозирования дальнейшей успеваемости, лучше использовать средний балл за 1 курс. Стоит отметить, что в некоторых регрессиях коэффициент детерминации достигал 0.73 и 0.86 при использовании предыдущей успеваемости. Также немаловажную роль играет поступление по результатам олимпиад, так как отражает целеустремленность студентов.

Если говорить о разнице между концентрациями, то стоит отметить, что глобальной разницы в распределении оценок по предметам до выбора концентрации не наблюдалось, что позволяет сравнивать дальнейшую успеваемость. Можно заметить, что большая часть дисциплин финансовой концентрации (рисунки 21 - 30, приложение 1) имеет смещение в сторону отличных оценок, в то время как на экономической это наблюдается не везде. Следовательно, можно предположить, что выбор экономической концентрации влечет за собой снижение успеваемости в силу причин, не зависящих от способностей студента (более трудные дисциплины или иная политица выставления оценок преподавателями).

В качестве дальнейшего исследования, стоит рассмотреть введение контрольных переменных, отвечающих за конкретных преподавателей, которые ведут дисциплину. И, если будут выявлены значимые различия в выставлении оценок, необходимо вносить корректировки в программы дисциплин с целью сглаживания различий между концентрациями.



Список использованных источников

1. Андрущак Г. В., Польдин О. В., Юдкевич М. М. Эффекты сообучения в административно формируемых студенческих группах //Прикладная эконометрика. - 2012. - №. 2 (26).

2. Замков О. О., Пересецкий А. А. ЕГЭ и академические успехи студентов бакалавриата МИЭФ НИУ ВШЭ //Прикладная эконометрика. - 2013. - №. 2 (30).

3. Крылова А. Г. Успеваемость студентов экономических специальностей и статистическая оценка факторов, на нее влияющих //Современные научные исследования и инновации. - 2012. - №. 6.

4. Пересецкий А. А., Давтян М. А. Эффективность ЕГЭ и олимпиад как инструмента отбора абитуриентов //Прикладная эконометрика. - 2011. - №. 3 (23).

5. Польдин О. В. Прогнозирование успеваемости в вузе по результатам ЕГЭ //Прикладная эконометрика. - 2011. - №. 1 (21).

6. Попова Е. А., Шеина М. В. Учеба в сильной школе-гарантия высоких академических результатов в вузе? //Вопросы образования. - 2017. - №. 1.

7. Хавенсон Т. Е., Соловьева А. А. Связь результатов Единого государственного экзамена и успеваемости в вузе //Вопросы образования. - 2014. - №. 1.

8. Alfan E., Othman N. Undergraduate students' performance: the case of University of Malaya //Quality assurance in education. - 2005. - Т. 13. - №. 4. - С. 329-343.

9. Hijazi S. T., Naqvi S. M. M. FACTORS AFFECTING STUDENTS' PERFORMANCE //Bangladesh e-journal of Sociology. - 2006. - Т. 3. - №. 1.

10. Kobrin J. L. et al. Validity of the SAT® for Predicting First-Year College Grade Point Average. Research Report No. 2008-5 //College Board. - 2008.

11. Lockshin J., Zamkov O. Predictors of academic achievement and their possible applications //Policy Futures in Education. - 2009. - Т. 7. - №. 4. - С. 399-409.

12. Rothstein J. M. College performance predictions and the SAT //Journal of Econometrics. - 2004. - Т. 121. - №. 1-2. - С. 297-317.

13. Sacerdote B. Peer effects in education: How might they work, how big are they and how much do we know thus far? // Handbook of the Economics of Education. - Elsevier, 2011. - Т. 3. - С. 249-277.



Приложение 1. Распределение оценок по предметам

Рисунок 7. Распределение оценок по линейной алгебре.

Рисунок 8. Распределение оценок по математическому анализу.

Рисунок 9. Распределение оценок по основам экономики.

Рисунок 10. Распределение оценок по микроэкономике (2 курс).

Рисунок 11. Распределение оценок по макроэкономике (2 курс).

Рисунок 12. Распределение оценок по теории игр.

Рисунок 13. Распределение оценок по социально-экономической статистике.

Рисунок 14. Распределение оценок по теории вероятностей.

Рисунок 15. Распределение оценок по английскому языку.

Рисунок 16. Распределение оценок по микроэкономике (3 курс).

Рисунок 17. Распределение оценок по макроэкономике (3 курс).

Рисунок 18. Распределение оценок по бухгалтерскому учету.



Рисунок 19. Распределение оценок по эконометрике.

Рисунок 20. Распределение оценок по теории финансов.

Рисунок 21. Распределение оценок по институциональной экономике.

Рисунок 22. Распределение оценок по финансовому менеджменту.



Рисунок 23. Распределение оценок по финансовой эконометрике.

Рисунок 24. Распределение оценок по риск-менеджменту.

Рисунок 25. Распределение оценок по экономике здоровья.

Рисунок 26. Распределение оценок по моделям экономического роста.



Рисунок 27. Распределение оценок по дизайну экономических механизмов.

Рисунок 28. Распределение оценок по пространственной эконометрике.

Рисунок 29. Распределение оценок по экономике труда.

Рисунок 30. Распределение оценок по страхованию.



Приложение 2. Результаты оценивания моделей

Таблица 4. Модель 1 (успеваемость на 1 курсе) на данных 2013 года (здесь и далее Conc = 1 - прикладная экономика, Conc = 0 - финансовая экономика).

Variable	Mean1	Mean1 if Conc=1	Mean1 if Conc=0
Math	0.0323 * (0.0134)	0.0199 (0.0481)	.0353 ** (0.0129)
Russian	0.0495 ** (0.0158)	0.0606 (0.0472)	0.0569 *** (0.0152)
Foreign	-0.0157 (0.0201)	0.0459 (0.0528)	-0.0358 (0.0183)
Social	0.0043 (0.0133)	0.0008 (0.0707)	0.0055 (0.0131)
_cons	-0.5562 (4.1236)	-6.2815 (15.1935)	0.4117 (3.5919)

Примечание: *** - 0.1%, ** - 1%, * - 5% уровень значимости.

Таблица 4.1 Модель 1 (успеваемость на 1 курсе) на данных 2014 года.

Таблица 5. Модель 1 (успеваемость на 2 курсе) на данных 2013 года.

Variable	Mean2	Mean2	Mean2 if Conc=1	Mean2 if Conc=1	Mean2
Math	0.0218 (0.0129)				0.0029 (0.01)
Russian	0.0203 (0.0152)				-0.0132 (0.0119)
Foreign	0.0274 (0.0153)				0.0374** (0.0125)
Social	0.0047 (0.0123)				0.0022 (0.0022)
Mean1		0.7146*** (0.0688)	0.8325*** (0.0906)	0.6448*** (0.0791)
LinAlg					0.1219 (0.0732)
Calc2					0.3470*** (0.0868)
BasEc					0.3472** (0.1056)
_cons	-0.3276 (2.7558)	2.3499*** (0.3697)	1.7511** (0.5134)	2.7149*** (0.4405)	-0.7427 (2.1111)

Таблица 5.1. Модель 1 (успеваемость на 2 курсе) на данных 2014 года.

Таблица 6. Модель 1 (успеваемость на 3 курсе) на данных 2013 года.



Таблица 6.1 Модель 1 (успеваемость на 3 курсе) на данных 2014 года.

Таблица 7. Модель 2 на данных 2013 года.

Таблица 8. Модель 3 (1) на данных 2013 года.

Таблица 8.1. Модель 2 на данных 2014 года.



Таблица 9. Модель 3 (2) на данных 2013 года.

Таблица 10. Модель 3 (3) на данных 2013 года.

Размещено на Allbest.ru

...