Використання програми Microsoft Excel 2016 для проведення педагогічного дослідження

Размещено на http://www.allbest.ru/

Міністерство освіти і науки України

Чернівецький національний університет

імені Юрія Федьковича

Інститут фізико-технічних і комп'ютерних наук

Кафедра професійної та технологічної освіти і загальної фізики

Використання програми Microsoft Excel 2016 для проведення педагогічного дослідження

Дипломна робота

Чернівці-2017



Реферат

Робота присвячена науково-педагогічному дослідженню ефективності навчання учнів та викладання вчителів за допомогою програмного забезпечення Microsoft Excel 2016. Проведено статистичну обробку результатів контрольних робіт учнів та встановлено вибірки, середнє значення, стандартне відхилення і стандартну помилку середнього значення для цих даних, що дозволяє визначити загальну успішність навчального класу.

У роботі застосовано розрахунок в програмі Microsoft Excel 2016 математичних і статистичні методів педагогічного дослідження в Джурківському НВК «ЗОШ І-ІІ ст. - ДНЗ».

Робота містить: 46 сторінок, 25 рисунків, 14 джерел літератури.

програмний excel статистичний



ЗМІСТ

Вступ

1. Теоретична частина

1.1 Теоретичні відомості про педагогічні дослідженн

1.2 Математичні і статистичні методи педагогічного дослідженн

1.3 Теоретичні відомості про Microsoft Excel 2016

1.4 Особливості використання табличного процесора Microsoft Excel для статистичного аналізу емпіричних даних

2. Практична частина

2.1 Визначення обсягу вибірки, середнього значення, стандартного відхилення і стандартної помилки середнього значення для контрольної роботи з інформатики

2.2 Випадковий вибір учнів (рандомне визначення)

2.3 Використання Excel, щоб знайти довірчий інтервал (95% впевненості) в роботі вчителя інформатики

2.4 Зв'язок між балами з фізики за І і ІІ семестри навчання учнів у школі (кореляція і проста лінійна регресія)

2.5 Зв'язок між оцінками з інформатики та оцінками з математики, трудового навчання, фізики 7 класу за семестр в школі на основі множинної кореляції

Висновки

Список використаних джерел



ВСТУП

Загальна характеристика роботи. У даний час в системі освіти спостерігається тенденція створення електронних статистичних баз даних, що стосується виявлення нахилів та здібностей учнів. Необхідна рання всебічна діагностика з метою виявлення нахилів і уподобань випускників шкіл для подальшого розвитку тих чи інших здібностей у певних діях.

Актуальність теми дослідження зумовлена необхідністю побудови об'єктивних методів оцінювання та оптимізації як роботи вчителя так і засвоєних знань учнів. З огляду на бурхливий розвиток інформаційних технологій появляються нові можливості для розширення навчального процесу, частина якого може проходити у всесвітній мережі Інтернет. Доступу до інформації з використанням всесвітньої мережі можуть надати можливості для отримання додаткової інформації з окремих предметів, які можуть бути різними для різних учнів, таким чином зумовивши значну нерівномірність знань з конкретних предметів навіть у межах класу, яку важко виявити. Для того, щоб підвищити якість процесу навчання з будь-якого шкільного предмету необхідно взяти до уваги знання учнів з інших предметів. Це зумовлює необхідність у дослідженні взаємозв'язків між предметами та їх вплив на ефективність навчання, а також роль інших джерел інформації, таких як всесвітня мережа Інтернет, у процесі навчання.

Враховуючи різний характер особистостей учнів, можлива ситуація, коли взаємовідносини між учнями та вчителем є складними, що суттєво може вплинути на об'єктивність оцінки як роботи вчителя, так і засвоєних знань учнів. Тому іншою актуальною проблемою, що викликає великий науковий інтерес, є розробка методів для максимально об'єктивного і достовірного оцінювання знань учнів та ефективності роботи вчителів. У дипломній роботі пропонується використати статистичні методи аналізу результатів оцінювання засвоєних знань та роботи вчителів, що дає змогу успішно вирішити цю проблему.

Об'єктом дослідження є процес навчання у середній школі.

Предметом дослідження є використання програми Microsoft Excel 2016 для проведення педагогічного дослідження, а саме оцінювання ефективності навчального процесу на основі кількісних оцінок засвоєння знань (їх запам'ятовування та розуміння) та загальної успішності учнів (подальше комплексне використання знань, умінь і навичок).

Мета і завдання дослідження. Метою дипломної роботи є пошук шляхів оптимізації аналізу статистичних даних в навчальному закладі, що стосується ефективності навчального процесу, за допомогою програмного забезпечення Microsoft Excel 2016.

Для досягнення поставленої мети необхідно виконати наступні завдання:

Провести теоретичний аналіз методів математичної статистики та їх використання у науково-педагогічному дослідженні.

Проаналізувати способи вибірки учнів, що підлягають науково-педагогічному тестуванню та створити оптимізований алгоритм для проведення найбільш об'єктивної вибірки учнів.

Провести статистичну обробку результатів успішності учнів та визначити вплив взаємозв'язків між різними навчальними предметами на рівень комплексних знань учнів.

Запропонувати об'єктивний спосіб оцінювання ефективності навчання та роботи вчителів на основі результатів анкетування учнів.

Методи дослідження. Для виконання сформульованих завдань використано методи математичної статистики, а саме визначення вибірки, знаходження середнього значення, стандартного відхилення і стандартної помилки середнього значення, а також кореляції.



1.ТЕОРЕТИЧНА ЧАСТИНА

1.1 Теоретичні відомості про педагогічні дослідження

Педагогічне дослідження - спеціально організований науковий процес пізнання педагогічного середовища, педагогічних явищ, фактів, суб'єктів та об'єктів педагогічної взаємодії в умовах діяльності, а також зв'язків і відносин між ними.

Педагогічне дослідження - також результат наукової діяльності, спрямованої на здобування нових знань про закономірності навчання й виховання, соціалізації і професійної підготовки людей, про структуру і механізми, зміст, принципи і технології цих знань. Педагогічне дослідження пояснює та прогнозує розвиток окремих педагогічних явищ і фактів, а також тенденції та зміни в педагогічному процесі [1].

Методи науково-педагогічного дослідження

У будь-якій науці існує ціла низка методів дослідження, як і в педагогіці. Але перед тим як переглянути основні методи науково-педагогічного дослідження, потрібно обґрунтувати основні поняття, які ми будемо використовувати: «наукове дослідження», «об`єкти дослідження», «педагогічне дослідження», «методи дослідження».

Наукове дослідження -- спеціальна форма процесу пізнання, систематичне, цілеспрямоване вивчення об'єктів, в якому використовують засоби і методи науки, в результаті якого формулюються знання про досліджуваний об'єкт.

Педагогіка як наука може розвиватися лише за умови поповнення новими фактами, здобутими у процесі пошуково-дослідницької роботи, тобто здійснення наукових досліджень.

Наукові дослідження в педагогічній науці поділяються за двома напрямами:

фундаментальні дослідження (покликані розкрити сутність педагогічних явищ, знайти глибоко приховані засади педагогічної діяльності, науково обґрунтувати їх);

прикладні дослідження (охоплюють безпосередньо пов'язані з практикою питання).

В Україні фундаментальні теоретичні педагогічні дослідження здійснюють науково-дослідні інститути, об'єднані в Академію педагогічних наук України, а також Інститут інноваційних технологій та змісту освіти Міністерства освіти і науки України тощо.

Головні критерії ефективності науково-педагогічного дослідження це:

отримання нового наукового результату;

збагачення теоретичних знань, покликаних сприяти удосконаленню процесу виховання, навчання й розвитку дітей;

ефективне та якісне вирішення конкретних навчально-виховних завдань.

Результати науково-педагогічних досліджень повинні відповідати таким вимогам, як суспільна актуальність, наукова новизна, теоретична і практична значущість, наукова об'єктивність і достовірність, доступність висновків і рекомендацій для використання їх в інших конкретних наукових дослідженнях або в практичній діяльності, з'ясування міри, меж і умов ефективного використання отриманих результатів.

На сьогоднішній день актуальними є дослідження:

теоретико-методологічних проблем виховання, змісту і динаміки цілісного виховного процесу, взаємодії особи, сім'ї, суспільства, навчального закладу;

особистісно орієнтованого виховання дітей і молоді в різних соціальних умовах, утвердження цінностей гуманістичної педагогіки, гармонійного формування розумових, моральних і фізичних якостей особистості;

проблеми обґрунтування змісту загальної середньої освіти, розроблення дидактичного і методичного забезпечення його реалізації у 12-річ-ній школі;

застосування сучасних педагогічних технологій, що ґрунтуються на використанні психології, вікової фізіології, соціології, новітніх інформаційних технологій і враховують вікові та індивідуальні особливості учнів.

Пріоритетними є також наукове обґрунтування й конкретизація поняття «якість освіти», принципів і методик вимірювання навчальних досягнень учнів і студентів, порівняльного оцінювання рівня освіти в українській і зарубіжній школах. Відчутною є необхідність вироблення системи об'єктивних критеріїв оцінювання ефективності та якості роботи навчальних закладів різних типів, рівнів акредитації та форм власності, а також управлінської діяльності.

У процесі педагогічного дослідження, яке має на меті отримання нових фактів, використовують систему методів науково-педагогічного дослідження.

Метод науково-педагогічного дослідження -- шлях вивчення й опанування складними психолого-педагогічними процесами формування особистості, встановлення об'єктивної закономірності виховання і навчання.

Методи педагогічного дослідження класифікуються на:

емпіричні методи;

теоретичні методи;

математичні і статистичні методи

Емпіричні методи дослідження. Емпіричні методи зорієнтовані на пізнання безпосередньої дійсності, зовнішніх зв'язків і відношень. До них належать педагогічне спостереження, бесіда, анкетування.

Теоретичні методи педагогічного дослідження. До теоретичних методів педагогічного дослідження належать аналіз і синтез, індукція та дедукція, порівняння, класифікація, узагальнення, абстрагування, конкретизація.

Математичні і статистичні методи педагогічного дослідження. Саме ці методи будуть основними в нашому педагогічному дослідженні. Математичні й статистичні методи в педагогіці застосовують для опрацювання отриманих відомостей методами опитування та експерименту, а також для встановлення кількісних залежностей між досліджуваними явищами. Вони допомагають оцінити результати експерименту, підвищують надійність висновків, дають підстави для теоретичних узагальнень. Найпоширенішими з математичних методів, які застосовують у педагогіці, є реєстрація, ранжирування, шкалювання. За допомогою статистичних методів визначають середні величини отриманих показників: середнє арифметичне (наприклад, визначення кількості помилок у перевірених роботах контрольної та експериментальної груп); медіана показник середини ряду (наприклад, у разі наявності дванадцяти людей у групі медіаною буде оцінка шостої людини у списку, у якому всіх розподілено за рангом їхніх оцінок); ступінь розсіювання - дисперсія, або середнє квадратне відхилення, коефіцієнт варіації та ін.

Для проведення цих підрахунків застосовують відповідні формули й довідкові таблиці. Результати, опрацьовані за допомогою цих методів, дають змогу показати кількісну залежність у вигляді графіків, діаграм, таблиць.

Безумовно, важливу роль відіграють здібності дослідника, а також його аналітична озброєність [1].

1.2 Математичні і статистичні методи педагогічного дослідження

Сутність кореляції. У педагогічних дослідженнях нерідко стає дуже важливим виявити причинно-наслідкові зв'язки між двома різними змінними, наприклад, між засвоєнням матеріалу двох предметів, циклів предметів тощо.

Діалектичне розуміння розвитку припускає, що кожний предмет, кожне явище формуються під впливом не тільки необхідних, істотних, але випадкових, несуттєвих факторів. Між випадковими величинами може існувати тільки зв'язок особливого роду, при якому зміна одного параметра викликає зміну іншого. Такий зв'язок називається стохастичним або кореляційним. На відміну від функціональної залежності, при якій одній із взаємопов'язаних величин відповідає одне конкретне значення іншої, кореляційний зв'язок означає, що деякому значенню однієї сукупності може відповідати декілька значень іншої сукупності, які зазвичай точно не визначені.

Серед досліджуваних у педагогіці характеристик випадковими можуть бути: кількість помилок, що допускаються учнями; час, витрачений на виконання якогось завдання; оцінки, отримані учнями (у деякій мірі це умовний параметр) та багато іншого.

Між зазначеними параметрами існує стохастичний зв'язок. Крім нього є також випадкові зв'язки, наявність яких залежить від умов одержання даних.

В принципі, кореляція - це число від -1 до +1, що підсумовує взаємозв'язок між двома змінними, які ми будемо називати X і Y. Кореляція може бути позитивною або негативною. Позитивна кореляція означає, що в міру збільшення X, Y зростає. Негативна кореляція означає, що зі збільшенням х, Y зменшується. У статистиці, ця частина відносин називається напрямком відношення (тобто, це позитивний або негативний).

Кореляція також говорить нам про величину відносини між X і Y. Коли кореляція наближається ближче до +1, тоді відношення міцні і позитивний результат. Якщо кореляція наближається ближче до -1, ми говоримо, що відносини міцні і негативні. Нульова кореляція означає, що немає ніякого зв'язку між X і Y. Це означає, що ні X, ні Y може бути використаний в якості провісника інших. Хороший спосіб зрозуміти, що означає кореляція - це побачити «картину» розсіювання точок, отриманих в діаграмі по точках даних. Давайте припустимо, що потрібно знати чи змінна X може бути використана для прогнозування змінної Y. Ми розмістимо предиктор змінної Х на осі х (горизонтальна вісь графіка) і критерій змінної Y на осі у (вертикальна вісь графіка). Припустимо далі, що у нас є накопичені дані, наведені в діаграмах розсіювання (рис. 1.1).

Рисунок 1.1 показує діаграму розсіювання для строгої позитивної кореляції r=+1.0. Це означає, що ми можемо повністю передбачити кожне Y-значення з кожного X-значення, тому що точки даних переміщень «вгору-і-в-вправо» по абсолютно прямій лінії (рис. 1.1).

Рис. 1.1 Приклад діаграми розсіювання, строга позитивна кореляція (r=+1.0)

Рисунок 1.2 показує діаграму розсіювання для помірної позитивної кореляції r=+0.53. Це означає, що х-значення може передбачити у-значення помірно, тому що рух вгору і вправо, але не по прямій лінії (рис. 1.2).

Рис. 1.2 Приклад діаграми розсіювання, помірна позитивна кореляція (r=+0.53)

Рис. 1.3 показує діаграму розсіювання для низької позитивної кореляції r=+0.23. Це означає, що кожне значення X є поганим показником Y. Малюнок, який ми могли б намалювати навколо зовнішніх точок даних наближається до форми кола (рис. 1.3).

Рис. 1.3 Приклад діаграми розсіювання, низька позитивна кореляція (r=+0.23)



Рис. 1.4 показує діаграму розсіювання для низької негативної кореляції r=-0.22. Це означає, що кожен Y являє собою поганого провісника Y в зворотній залежності. Із збільшенням х, Y зменшується (рис. 2.4.4). В цьому випадку кореляція є негативною.

Рис. 1.4 Приклад діаграми розсіювання, низька негативна кореляція (r=-0.22)

Рис. 1.5 показує діаграму розсіювання для помірної негативної кореляції r=-0.39, це означає, що Х є помірним хорошим провісником Y, хоча існує зворотна співвідношення між Х і Y (тобто зі збільшенням х, Y зменшується).

Рис. 1.5 Приклад діаграми розсіювання, помірна негативна кореляція

(r=-0.39)

Рис. 1.6 показує строгу негативну кореляцію r=-1, це означає, що Х є ідеальним показником Y, а в зворотній залежності X збільшується, Y зменшується.

Рис. 1.6 Приклад діаграми розсіювання, строга негативна кореляція (r=-1.0)

Коефіцієнти кореляції r=+1 і r=?1 у педагогічних дослідженнях практично не зустрічаються.

Слід зазначити, що коефіцієнт кореляції не дає підстав робити висновки про причини чи умови зв'язків. Він лише показує і підтверджує, що між певними явищами існує взаємний зв'язок, але не з'ясовує, чи зумовлене друге явище першим, перше другим, або перше і друге зумовлене третім.

Лінійна кореляція. Графічне зображення кореляційного зв'язку між величинами х і у називають лінією регресії, а відображувана цією лінією функція у=y(х) - функцією регресії у на х. Коли обидві функції регресії y=y(x) і x=x(y), що характеризують кореляційну залежність між величинами y і x, мають лінійний характер, то така залежність носить назву лінійної кореляції. Лінії регресії, котрі відповідають лінійній кореляції, є прямими, і їх називають прямими регресії.

Рівняння прямої регресії y на x у загальному випадку має вигляд

		(1.1)

Якщо за результатами експерименту отримані n пар дослідних значень, то найбільш вірогідні сні значення коефіцієнтів А і В відповідно до методу найменших квадратів будуть дорівнювати:

		(1.2)
		(1.3)

Отримані рівності також можна подати у вигляді:

		(1.4)
		(1.5)

де ,, і ? середні арифметичні значення величин x, y, xy і .

При необмеженому збільшенні числа дослідних точок n формули наберуть вигляду:

		(1.6)

		(1.7)

де М - математичне очікування відповідних величин; ? дисперсія величини x.

Отриманий за формулою кутовий коефіцієнт А називають коефіцієнтом регресії y на x і позначають . Таким чином, рівняння регресії y на x з урахуванням виразу можна записати у вигляді:

		(1.8)

Так само можна записати рівняння регресії x на y:

	,	(1.9)

де

	.	(1.10)

Тіснота зв'язку між величинами y і x, що відповідає ступеню наближення дослідних точок до прямих регресії, визначається величиною коефіцієнта кореляції:

	,	(1.11)

де - середні квадратичні відхилення величин x і y.

Чисельник наведеного виразу є кореляційним моментом між величинами x і y, залежить від одиниць, у яких виражають x і y, і тому сам по собі не може бути показником зв'язку.

Коефіцієнт кореляції rxy лежить в межах від ?1 до +1 і характеризує ступінь наближення залежності між величинами x і y до лінійної функціональної залежності, котрій відповідають граничні значення коефіцієнта кореляції ±1. Якщо rxy > 0, наявна позитивна кореляція, яка означає, що при зростанні однієї з величин друга так само дещо зростає. У випадку rxy < 0 має місце від'ємна кореляція, коли при зростанні однієї з величин друга має тенденцію дещо зменшуватися.

У разі відсутності статистичного зв'язку між величинами x і y коефіцієнт кореляції rxy = 0, тому що в цьому випадку M(xy)=M(x)M(y). Але протилежне твердження слід вважати неправомірним. При rxy = 0 величини х і у все таки можуть знаходитися в тісному кореляційному зв'язку, якщо лінії регресії значно відрізняються від прямих. Сюди відносяться, зокрема, випадки, коли лінії регресії мають вісь симетрії, паралельну до однієї з координатних осей х або у.

Скориставшись коефіцієнтом кореляції rxy стає можливим вирази (1.12) і (1.13) для коефіцієнта регресії подати у вигляді:

	,	(1.12)
	,	(1.13)

звідки:

		(1.14)

З формул (1.12) і (1.13) видно, що коефіцієнти регресії мають той самий знак, що і коефіцієнт кореляції. Коефіцієнти ву/х і вх/у утворюють пару спряжених коефіцієнтів регресії [2].

Множинна кореляція. Процес, що характеризується залежностями між трьома, чотирма і більше змінними, вивчають методами множинної кореляції. Розглядаючи одну із змінних у як функцію, а інші (u, v, …, t) як аргументи, можна визначити середні значення у для будь-якої сукупності значень u, v, …, t і скласти рівняння множинної регресії:.

У випадку кореляції між трьома змінними рівняння регресії геометрично зображується у вигляді деякої поверхні, навколо якої більше чи менше розсіяні дослідні точки.

Подібно до парної кореляції загальну дисперсію змінної у, шо розглядається як функція, можна подати у вигляді суми систематичної і випадкової складових:

	,	(1.15)

тоді відношення

	,	(1.16)

буде називатися множинним кореляційним відношенням у по u, v,… і t.

Як і при парній кореляції, множинне кореляційне відношення знаходиться у межах від 0 до 1. При з = 1 залежність у і u, v, … , t є функціональною. При з = 0 йде мова про відсутність кореляції між у і u, v, …, t. Стосовно до кореляції трьох змінних поверхня регресії у цьому випадку буде площиною з рівнянням у = С, яка паралельна до координатної площини (u, v).

В особливо важливому для практики випадку, коли рівняння множинної регресії є лінійним, множинне кореляційне відношення перетворюється в множинний, або сукупний, коефіцієнт кореляції. Сукупний коефіцієнт кореляційного зв'язку з коефіцієнтами кореляції для кожної пари змінних певними співвідношеннями. Зокрема, для лінійної кореляції величини у з величинами u, v таке співвідношення має вигляд

	,	(1.17)

Сукупний коефіцієнт кореляції і коефіцієнти парної кореляції між y і кожною з величин u, v пов'язані співвідношеннями:

	;	(1.18)
	.	(1.19)

Якщо при вивченні кореляції трьох змінних знайдені коефіцієнти кореляції між кожною парою з них, з'являється можливість виключити одну з цих змінних, тобто визначити кореляцію двох інших змінних за умови, що ця змінна залишається незмінною. Коефіцієнти кореляції, що характеризують отримані при цьому залежності, називаються частковими коефіцієнтами кореляції. Коли кожній із трьох змінних надати відповідно номери 1, 2, 3, то загальну формулу для визначення часткових коефіцієнтів кореляції можна подати у такому вигляді:

	;	(1.20)

де r12(3) - частковий коефіцієнт кореляції між між змінними 1 і 2 при виключенні змінної 3;

r12, r13, r23 - загальні коефіцієнти кореляції між кожною парою змінних [2,6].

Довірчий інтервал

Довірчий інтервал -- термін, який використовується в математичній статистиці при інтервальній оцінці статистичних параметрів, більш кращою при невеликому обсязі вибірки, ніж точкова. Довірчим називають інтервал, який покриває невідомий параметр із заданою надійністю. Метод довірчих інтервалів розробив американський статистик Єжи Нейман, виходячи з ідей англійського статистика Рональда Фішера. Інтервал, у межах якого з заданою довірчою імовірністю можна чекати значення оцінюваної (шуканої) випадкової величини. Застосовується для повнішої оцінки точності в порівнянні з точковою оцінкою.

Наприклад, можна сказати: результати опитування показали, що кандидат набере на виборах 40% голосів. Проте математично правильніше сказати: з імовірністю 90% кількість голосів набраних кандидатом згідно з опитуваннями лежить в інтервалі 403%. Тут довірчий інтервал 3%.

Довірчим інтервалом параметра розроділу випадкової величини Х з рівнем довіри p, породжений вибіркою (x1,…,xn), називають інтервал з межами l(x1,…,xn) та u(x1,…,xn), які є реалізаціями випадкових величин L(X1,…Xn) і U(X1,…Xn), таких, що .

Граничні точки довірчого інтервалу l і u називаються довірчими межами. Тлумачення довірчого інтервалу, засноване на інтуїції, буде наступним: якщо рівень довіри p великий (скажімо, 0,95 або 0,99), то довірчий інтервал майже напевно містить істинне значення . Ще одне тлумачення поняття довірчого інтервалу: його можна розглядати як інтервал значень параметра, сумісних з досвідченими даними і не суперечать їм. Точніше, хоч також не зовсім суворе, тлумачення довірчого інтервалу з рівнем довіри, скажімо, 95 % складається в наступному: якщо провести дуже велику кількість незалежних експериментів з аналогічним побудовою довірчого інтервалу, то в 95 % експериментів довірчий інтервал буде містити оцінюваний параметр (тобто буде виконуватися , а в решти 5 % експериментів довірчий інтервал не містить [3].

1.3 Теоретичні відомості про Microsoft Excel 2016

Microsoft Excel - програма призначена для організації даних у таблиці для документування й графічного подання інформації.

Програма MS Excel застосовується при створенні комплексних документів у яких необхідно:

використовувати ті самі дані в різних робочих аркушах;

змінити й відновлювати зв'язки.

Перевагою MS Excel є те, що програма допомагає оперувати більшими обсягами інформації. Робочі книги MS Excel надають можливість зберігання й організації даних, обчислення суми значень у комірках. MS Excel надає широкий спектр методів, що дозволяють зробити інформацію простою для сприйняття.

У наш час, кожній людині важливо знати й мати навички в роботі з додатками Microsoft Office, тому що сучасний мир насичений величезною кількістю інформацією, з якої просто необхідно вміти працювати.

Більш докладно в цій дипломній буде представлений додаток MS Excel, його функції й можливості. А також використання сценаріїв з їхнім практичним застосуванням.

Рис. 1.7 Вигляд програми Microsoft Excel 2016

Поняття й можливості Microsoft Excel

Електронні таблиці - це програма, що моделює на екрані монітора двовимірну таблицю, яка складається з рядків і стовпців.

Табличний процесор MS Excel (електронні таблиці) - одне з найбільше часто використовуваних додатків пакета MS Office, наймогутніший інструмент у вмілих руках, що значно спрощує рутинну повсякденну роботу. Основне призначення MS Excel - розв'язок практично будь-яких завдань розрахункового характеру, вхідні дані яких можна представити у вигляді таблиць. Застосування електронних таблиць спрощує роботу з даними й дозволяє одержувати результати без програмування розрахунків. У комбінації ж з мовою програмування Visual Basic for Application (VBA), табличний процесор MS Excel здобуває універсальний характер і дозволяє розв'язати взагалі будь-яке завдання, незалежно від його характеру.

Особливість електронних таблиць полягає в можливості застосування формул для опису зв'язку між значеннями різних комірок. Розрахунки по заданих формулах виконується автоматично. Зміна вмісту якої-небудь комірки приводить до перерахування значень усіх комірок, які з нею зв'язані формульними відносинами й, тим самим, до відновлення всієї таблиці відповідно до даних, що змінилися

Основні можливості електронних таблиць:

проведення однотипних складних розрахунків над більшими наборами даних;

автоматизація підсумкових обчислень;

розв'язок завдань шляхом добору значень параметрів;

обробка (статистичний аналіз) результатів експериментів;

проведення пошуку оптимальних значень параметрів (розв'язок оптимізаційних завдань);

підготовка табличних документів;

побудова діаграм (у тому числі й зведених) за наявними даними;

створення й аналіз баз даних (списків).

Основні елементи вікна MS Excel

Основними елементами робочого вікна є:

Рядок заголовка (у ній вказується ім'я програми) із кнопками керування вікном програми й вікном документа (Згорнути, Згорнути у вікно або Розгорнути на весь екран, Закрити);

Рядок основного меню (кожний пункт меню являє собою набір команд, об'єднаних загальної функціональною спрямованістю) плюс вікно для пошуку довідкової інформації.

Панелі інструментів (Стандартна, Форматування й ін.).

Рядок формул, що містить у якості елементів поле Ім'я й кнопку Вставка функції (fx), призначена для введення й редагування значень або формул у комірках. У поле Ім'я відображається адреса поточної комірки.

Робоча область (активний робітник аркуш).

Смуги прокручування (вертикальна й горизонтальна).

Набір ярличків (ярлички аркушів) для переміщення між робочими аркушами.

Рядок стану

Структура електронних таблиць

Файл, створений засобами MS Excel, прийнято називати робочою книгою. Робочих книг створити можна стільки, скільки дозволить наявність вільної пам'яті на відповіднім обладнанні пам'яті. Відкрити робочих книг можна стільки, скільки їх створене. Однак активною робочою книгою може бути тільки одна поточна (відкрита) книга.

Рис. 1.8 Робоче вікно Microsoft Excel 2016

Робоча книга являє собою набір робочих аркушів, кожний з яких має табличну структуру. У вікні документа відображається тільки поточний (активний) робітник аркуш, з яким і ведеться робота. Кожний робочий аркуш має назву, яка відображається на ярличку аркуша в нижній частині вікна. За допомогою ярличків можна перемикатися до інших робочих аркушів, що входять у ту ж робочу книгу. Щоб перейменувати робочий аркуш, треба двічі клацнути мишкою на його ярличку й замінити старе ім'я на нове або шляхом виконання наступних команд: меню Формат, рядок Аркуш у списку меню, Перейменувати. А можна й, установивши покажчик мишки на ярлик активного робочого аркуша, клацнути правою кнопкою миші, після чого в контекстному меню, що з'явився, клацнути по рядкові Перейменувати й виконати перейменування. У робочу книгу можна додавати (вставляти) нові аркуші або видаляти непотрібні. Вставку аркуша можна здійснити шляхом виконання команди меню Вставка, рядок Аркуш у списку пунктів меню. Вставка аркуша відбудеться перед активним аркушем. Виконання вищевикладених дій можна здійснити й за допомогою контекстного меню, яке активізується натисканням правої кнопки мишки, покажчик якої повинен бути встановлений на ярличку відповідного аркуша. Щоб поміняти місцями робітники аркуші потрібно покажчик мишки встановити на ярличок переміщуваного аркуша, нажати ліву кнопку мишки й перетягнути ярличок у потрібне місце.

Робочий аркуш (таблиця) складається з рядків і стовпців. Стовпці озаглавлені прописними латинськими буквами й, далі, двох літерними комбінаціями. Усього робочий аркуш містить 256 стовпців, пойменованих від A до IV. Рядки послідовно нумеруються числами від 1 до 65536.

На перетинанні стовпців і рядків утворюються комірки таблиці. Вони є мінімальними елементами, призначеними для зберігання даних. Кожне комірка має свою адресу. Адреса комірки складається з імені стовпця й номера рядка, на перетинанні яких розташовано комірка, наприклад, A1, B5, DE324. Адреси комірок використовуються при записі формул, що визначають взаємозв'язок між значеннями, розташованими в різних комірках. У теперішній момент часу активної може бути тільки одне комірка, яке активізується клацанням мишки по ній і виділяється рамкою. Ця рамка в Excel відіграє роль курсору. Операції введення й редагування даних завжди проводяться тільки в активній комірці. На дані, розташовані в сусідніх комірках, що утворюють прямокутну область, можна посилатися у формулах як на єдине ціле. Групу комірок, обмежену прямокутною областю, називають діапазоном. Найбільше часто використовуються прямокутні діапазони, що утворюються на перетинанні групи рядків, що послідовно йдуть, і групи стовпців, що послідовно йдуть. Діапазон комірок позначають, указуючи через двокрапку адреса першого комірки й адреса останньої комірки діапазону, наприклад, B5:F15. Виділення діапазону комірок можна здійснити протяганням покажчика мишки від одного кутового комірки до протилежного комірки по діагоналі. Рамка поточної (активної) комірки при цьому розширюється, охоплюючи весь обраний діапазон.

Для прискорення й спрощення обчислювальної роботи Excel надає в розпорядження користувача потужний апарат функцій робочого аркуша, що дозволяють здійснювати практично всі можливі розрахунки [8,9].

У цілому MS Excel містить більш 400 функцій робочого аркуша (вбудованих функцій). Усі вони відповідно до призначення діляться на 11 груп (категорій):

фінансові функції;

функції дати й часу;

арифметичні й тригонометричні (математичні) функції;

статистичні функції;

функції посилань і підстановок;

функції баз даних (аналізу списків);

текстові функції;

логічні функції;

інформаційні функції (перевірки властивостей і значень);

Запис будь-якої функції в комірку робочого аркуша обов'язково починається із символу рівно (=). Якщо функція використовується в складі якої-небудь іншої складної функції або у формулі (мега формули), то символ рівно (=) пишеться перед цією функцією (формулою). Звертання до будь-якої функції проводиться вказівкою її імені й наступного за ним у круглих дужках аргументу (параметра) або списку параметрів. Наявність круглих дужок обов'язково, саме вони служать ознакою того, що використовуване ім'я є іменем функції. Параметри списку (аргументи функції) розділяються крапкою з коми (;). Їхня кількість не повинна перевищувати 30, а довжина формули, що містить скільки завгодно звертань до функцій, не повинна перевищувати 1024 символів. Усе імена при записі (уведенні) формули рекомендується набирати малими літерами, тоді правильно введені імена будуть відображені прописними буквами [5,8].

1.4 Особливості використання табличного процесора Microsoft Excel для статистичного аналізу емпіричних даних

Невід' ємною складовою частиною будь-якого дослідження є статистичний аналіз емпіричних даних, оскільки його результати дають змогу здійснити наукове обґрунтування висунутих на початку дослідження гіпотез, встановити взаємозв'язки, виявити закономірності та тенденції в досліджуваних явищах і процесах. Цей процес передбачає використання математичних методів, зокрема методів математичної статистики, оскільки об'єкти соціально-педагогічних досліджень здебільшого відповідають визначенню поняття випадкових явищ. Застосування цих методів у соціально-педагогічних дослідженнях супроводжується значними труднощами, які зумовлені структурною та функціональною складністю і багатофакторністю соціально-педагогічних явищ й процесів, необхідністю оперувати предметами, які важко піддаються кількісному аналізу (поглядами, смаками, установками, ціннісними орієнтаціями тощо), розвиненістю і складністю понятійного та методичного апарату математичної статистики.

Значною мірою обійти ці труднощі дають змогу сучасні інструментальні засоби інформаційних технологій, такі як SPSS, STATISTICA, ОСА та ін., проте вони вимагають від користувача відповідного рівня підготовки до роботи з ними. На нашу думку, більш продуктивним шляхом для дослід-ника, який не має у своєму розпорядженні вищеозначених програмних продуктів, або ж не має достатнього рівня підготовки для роботи з ними, є використання для статистичного аналізу даних табличних процесорів, наприклад Microsoft Excel. Цей інструментальний засіб є достатньо поширеним у середовищі користувачів і включає достатньо широкий арсенал засобів, призначений для статистичного аналізу емпіричних даних.

Аналіз досліджень цієї проблеми. Питанням використання табличного процесора Microsoft Excel у процесі статистичного аналізу емпіричних даних присвячено цілий ряд наукових досліджень, зокрема праці таких науковців, як: Е. В. Чекотковський, В. А. Кошеєв, І. В. Лупан, О. В. Авраменко, О. А. Василенко, І. А. Сенча та ін. Водночас, застосовуючи цей програмний продукт для коректного математично-статистичного аналізу даних, слід зважати на певні особливості, на яких не з акцентовано достатньо уваги в сучасних наукових дослідженнях.

Мета дипломної роботи також полягає в розкритті особливостей використання засобів табличного процесора Microsoft Excel для статистичного аналізу даних, отриманих у процесі емпіричних соціально-педагогічних досліджень.

Виклад основного матеріалу й обґрунтування отриманих результатів дослідження. Засоби Microsoft Excel, які дають змогу виконувати статистичний аналіз даних, можна розділити на три рівні:

Формули користувача, які розміщуються в комірках електронної таблиці, й окремі формули та етапи статистичних розрахунків (обчислення середнього значення, розрахунок відхилень, квадратів відхилень, сум квадратів відхилень, добутків відхилень та їх суми тощо), які реалізують за допомогою елементарних математичних операцій та функцій.

Статистичні функції, які являють собою функціональні програмні модулі, що реалізують окремі статистичні формули (розрахунок середніх значень дисперсії, коефіцієнта кореляції, довірчого (надійного) інтервалу тощо), і можуть використовуватись у формулах. Microsoft Excel містить кілька десятків статистичних функцій, робота з якими ведеться за допомогою спеціальної програми майстра функцій.

Надбудова Аналіз даних (пакет аналізу), який являє собою пакет спеціалізованих програм (макрофункцій), призначених для розв'язання складних статистичних та інженерних завдань із по-данням результатів у різних формах, включаючи графічну, і набір звітів.

Крім того, існує можливість створення власних програм обробки даних на основі Excel за допомогою мови програмування Visual Basic for Applications (VBA), яка входить до системи Office як загальний внутрішній засіб програмування і розширення можливостей аплікацій. Використовуючи ці засоби, слід враховувати певні особливості.

Висновки і перспективи подальших досліджень. Отже, на сьогодні комп'ютерні засоби та відповідне програмне забезпечення (зокрема табличний процесор Microsoft Excel) зробили складний апарат математичної статистики доступним і простим у використанні для широкого кола спеціалістів різних предметних галузей. Для того, щоб за допомогою цього інструментарію ефективно досліджувати статистичний, нечіткий, неоднозначний характер залежностей і закономірностей, які реалізуються під дією великого числа випадкових факторів та виявляються тільки в масових явищах, користувач має враховувати особливості його використання [4].

2.Практична частина

2.1 Визначення обсягу вибірки, середнього значення, стандартного відхилення і стандартної помилки середнього значення для контрольної роботи з інформатики

У цьому розділі розглянемо, як можна використовувати Excel, щоб знайти середнє значення вибірки, стандартне відхилення (STDEV), і стандартну помилку. Всі три цих статистичних даних використовуються часто і формують основу для додаткових статистичних випробувань.

Вибірка -- це множина об'єктів, подій, зразків або сукупність вимірів, за допомогою визначеної процедури вибраних з статистичної популяції або генеральної сукупності для участі в дослідженні.

Вибіркове (емпіричне) середнє значення -- характеристика положення для вибіркового розподілу.

Формула для знаходження середнього значення виглядає наступним чином:

	;	(2.1)

У - сума; Х - Оцінки; n - к-сть студентів.

Стандартне відхилення

Стандартне відхилення означає, як близько оцінки до середнього значення. Якщо стандартне відхилення невелике число, це говорить про те, що оцінки близькі до середнього значення. Якщо стандартне відхилення велике число, це говорить нам, що бали знаходяться на більшій відстані від середнього значення. Формула для стандартного відхилення (який ми будемо називати STDEV) і використовувати букву, S:



	;	(2.2)

- середнє значення для кожної оцінки; n - к-сть оцінок.

Ми не обчислювали стандартне відхилення за допомогою формули, оскільки в Excel це не потрібно.

Стандартна помилка середнього значення

Формула для стандартної помилки середнього (SX):

	;	(2.3)

S - стандартне відхилення.

Приклад практичного завдання Excel, щоб визначити обсяг вибірки, середнє значення, стандартне відхилення і стандартну помилку для середнього значення для контрольної роботи з інформатики для 8 класу

Дані наведені на рис. 2.1 і взяті в Джурківському НВК «ЗОШ І-ІІ ст.-ДНЗ».

Рис. 2.1 Оцінки учнів 8 класу з інформатики (контрольна робота)

Визначення розміру вибірки, середнього значення, стандартного відхилення, і стандартної помилки середнього значення.

Для цього ми створили порожню книгу в Excel.

Ввели дані, в цьому випадку:

A3: Учень

B3: Контрольна робота (інформатика)

A4: 1 і т.д.

Назвали діапазони комірок.

Для цього ми виділили комірки B4: B15 за допомогою лівої кнопкою миші, на B4 і перетягнути його вниз до B15. Натиснули «формули» (в лівому верхньому кутку екрану).

«Визначити ім'я» (вгорі в центрі екрану)«informatika» (це ім'я у верхньому вікні, рис. 2.2).

Рис. 2.2 Діалогове вікно для «позначення діапазону комірок»

Додали такі терміни в таблицю:

E6: К-сть

E9: Середнє значення

E12: Стандартна відхилення

E15: стандартна помилка середнього значення

Знайшли кількість:

F6: =COUNT(informatika)

Ця команда повинна ввести 12 номерів в комірці F6, так як є дванадцять учнів в цьому класі.

Знайшли середнє значення:

F9: =AVERAGE(Geometry)

Знайшли стандартне відхилення:

F12: =STDEV(informatika)

Знайшли стандартну помилка середнього значення:

F15: =F12/SQRT(12) [5].

Рис. 2.3 Фінішний результат завдання

Висновок: використовуючи Excel, ми визначили обсяг вибірки, середнє значення, стандартне відхилення і стандартну помилку середнього значення для цих даних, округлити середнє значення, стандартне відхилення і стандартну помилку середнього значення до двох знаків після коми; використовуючи формат числа для цих трьох значень.



2.2 Випадковий вибір учнів (рандомне визначення)

Припустимо, що директор попросив взяти випадкову вибірку в 5 з 32 учнів школи, використовуючи Excel, щоб ми могли опитати цих п'ять учнів про їх задоволеність навчання в школі. Щоб зробити це, нам потрібно визначити «вибірки». Кадр вибірки являє собою список людей. Цей кадр починається з ідентифікаційним кодом (ID) чисел 1, яким присвоюється ім'я першого учня в списку 32 учнів в цій школі. Другий учень має кодовий номер 2, третій кодовий номер 3, і так далі до останнього учня, який має кодове число 32.

Для цього ми створили:

Номери кадрів в такий спосіб в новому аркуші Excel:

A3: FRAME NO.

A4: 1

Число кадрів в колонці А з Home / Fill команди, так що номери кадрів йдуть від 1 до 32, з номером 32 в осередку A35 (рис. 2.4 і рис. 2.5).

Рис. 2.4 Діалогове вікно для Home / Fill команд

Рис. 2.5 Діалогове вікно для Fill/Series/Columns/Step value/ Stop

Стовпець поруч з цими номерами кадрів:

B3: DUPLICATE FRAME NO.

B4: 1

Повторили крок 2

Random N в листі Excel:

C3: RANDOM NO.

C4: =RAND()

Тепер, помістили курсор за допомогою миші в осередку C4, а потім перемістили курсор в правий нижній кут цього осередку, поки не з'явився знак «плюс». Потім натиснули і перетягнули покажчик вниз до комірки C35, щоб додати випадкове число на всі номери 32 ID кадру.

Номера кадрів у випадковій послідовності:

Виділили осередки B3: C35

Data

Sort

Сортувати по: RANDOM NO.

Smallest to Largest (рис. 2.6)

Рис. 2.6 Діалогове вікно для Data/Sort/RANDOM NO./Smallest to Largest Commands



Перейменували Frame NO на Учень NO та DUPLICATE FRAME NO на Копія NO

Висновок: Оскільки наша мета була вибрати випадковим чином 5 з 32 учнів цієї школи для особистого інтерв'ю, тепер ми можемо зробити це, вибравши перші п'ять ідентифікаційних номерів в Копія NO. стовпець після сортування (рис. 2.7).

Рис. 2.7 Перші п'ять учнів вибрані випадковим шляхом



2.3 Використання Excel, щоб знайти довірчий інтервал (95% впевненості) в роботі вчителя інформатики

У математичних термінах, формула для 95% довірчого інтервалу щодо середнього значення:

	;	(2.4)

t - табличне значення (рис. 2.8).

Рис. 2.8 t-розподіл Стьюдента

При використанні Excel, формули для знаходження довірчого інтервалу є:

	;	(2.5)
	;	(2.6)

Мета: проаналізувати дані, використовуючи двосторонній 95% довірчий інтервал щодо того, як учні 7 і 8 класу сприймають навчальний матеріал з інформатики, визначити оцінку вчителеві?

Кожен учень написав свою оцінку сприйняття інформатики від 1-5 балів Потім були створені таблиці з цими даними і використані в Excel, щоб визначити розмір вибірки (n), стандартне відхилення і стандартну помилку середнього значення. Було заповнено і пораховано всі дані (рис. 2.9).

Рис. 2.9 Остаточний результат для довірчого інтервалу

D21: Нижня межа

D23: Верхня межа

Далі ми знайшли нижню і верхню межу 95% впевненості в інтервалі для даного дослідження. Ми використали функцію Tinv Excel, щоб зробити це. Будемо вважати, що ми на 95% впевнені в своїх результатах.

F21:=D10 - TINV(1-0,95;22)*D16

F23:=D10+TINV(1-0,95;22)*D16

Зауважимо, що ця формула використовує 22 з 23, на одиницю менше, ніж розмір вибірки. Зверніть увагу, що D10 є середнім, в той час як D16 є стандартною помилкою. Наведена вище формула дає нижню межу довірчого інтервалу[5,11,14].

Висновок: оскільки опорне значення 4,04 знаходиться в середині довірчого інтервалу ми визначили, що учні сприймають інформатику на оцінку добре.

2.4 Зв'язок між балами з фізики за І і ІІ семестри навчання учнів у школі (кореляція і проста лінійна регресія)

У даному прикладі розглянемо застосування педагогічних даних для кореляції. Є багато різних типів «коефіцієнтів кореляції», але в цій практичній роботі ми використали коефіцієнт кореляції Пірсона, який ми будемо називати: r.

Мета: визначити взаємозв'язок між балами з фізики за І і ІІ семестри навчання учнів у школі. Для того, щоб перевірити їх навички в фізиці, ми взяли вибірку з оцінками учнів 8 класу за І і ІІ семестри навчання.

Математична формула для знаходження коефіцієнту кореляції:

	;	(2.7)

n - число студентів; - вибіркові середні; - вибіркові дисперсії.

Формула Excel: =correl(…,….)

Дані з оцінками з'являються на рис. 2.10:

Рис. 2.10 Лист даних з оцінками фізики за І і ІІ семестр навчання

Щоб визначити зв'язок оцінок ми використали кореляцію. Тоді І семестр буде провісник X, а ІІ семестр - Y.

Для цього потрібно було створено електронну таблицю Excel з наступною інформацією:

A2: Джурківський НВК «ЗОШ І-ІІ ст. - ДНЗ»

A4: Зв'язок оцінок з фізики у 8 класі за І семестр і ІІ семестр навчання

B6: І семестр

C6: ІІ семестр

B7: 7

Далі, змінили ширину стовпців В і С так, щоб інформація містилася всередині клітинки. Наступний етап, введення оцінок в таблицю, згідно з взятими даними.

A20: Кількість

A21: Середнє значення

A22: Стандартне відхилення

Далі, визначимо «ім'я» в діапазоні даних B7: B18 як: Іsemester

Повторили ці кроки, щоб дати ім'я: ІІsemester С7: С18

Порахували та заповнили дані для розмірів вибірки, середнього значення і стандартних відхилень у стовпці В і С, так що В22 є 1.44 і С22 є 1.23 (рис. 2.11)

Рис.2.11 Знайдені розміри вибірок, середні значення і стандартні відхилення

Знайшли кореляцію між оцінками за І і ІІ семестр:

B24: Кореляція

C24: =correl(1semester,2semester);

Натиснули Enter, щоб обчислити кореляцію

C24: формат цього числа робимо з двома знаками після коми

Висновок: кореляція між оцінками за І і ІІ семестри є +0.84 - строго позитивна кореляція. Це означає, що у нас є докази того, що існує сильне відношення між цими двома змінними. По суті, оцінки за І і за ІІ семестр практично однакові. Це означає, що дану подію ми можемо передбачити (рис. 2.12). Додатково побудована діаграма розсіювання (рис. 2.13)

Рис. 2.12 Остаточний результат використання =correl функції для обчислення коефіцієнта кореляції

Рис. 2.13 Діаграма розсіювання, строга позитивна кореляція (r=+0.84)

2.5 Зв'язок між оцінками з інформатики та оцінками з математики, трудового навчання, фізики 7 класу за семестр в школі на основі множинної кореляції

Багато разів в освітніх і психологічних дослідженнях буває коли ми хочемо, передбачити критерій, Y, з використанням декількох предикторів в комбінації (наприклад, X1, X2, X3 і т.д.) замість одного провісника, Х. Отримана статистична процедура називається множинною кореляцією, оскільки вона використовує два або більше предиктори в комбінації, щоб передбачити, Y. Робота множинної кореляції є провести рівняння регресії, яке навантажить кожен провісник по-різному і таким чином, що комбінація предикторів роблять кращу роботу з прогнозування Y, ніж будь-якого одного провісника самого по собі. Множинна кореляція - Rxy і визначається:

	;	(2.8)

Множинна кореляція Rxy, знаходиться в діапазоні від нуля тільки до +1. Rxy ніколи не негативне число!

Мета: визначити зв'язок між оцінками з інформатики, математики, трудового навчання, фізики 7 класу за семестр (множинна кореляція).

Далі, ми заповнили таблицю з оцінками (рис. 2.14)

Рис. 2.14. Оцінки учнів з математики, трудового навчання, фізики та інформатики

Виявлення множинної кореляції і множинного рівняння регресії відбувається за допомогою наступних команд:

Data Analysis

Regression(рис. 2.15)



Рис. 2.15 Діалогове вікно для функції регресії

Input Y Range: A6:A17

Input X Range: B6:D17

Рис. 2.16 Регресійний висновок математика, трудове навчання, фізика проти інформатики

Звернемо увагу (рис. 2.16) на короткий висновок, де: «Множинна регресія» = 0,81.

Це означає, що оцінки математики, трудового навчання, фізики разом утворюють дуже сильний позитивний результат у прогнозуванні інформатики.

Для створення кореляційної матриці, множинної регресії потрібно вибрати:

Data Analysis

Correlation

Число 1 по діагоналі кореляційної матриці означає, що співвідношення кожної змінної з собою є ідеальною, позитивної кореляцією 1,0 [5,11,14].

Висновок: Тепер ми готові так описати кореляцію між шістьма парами змінних (рис. 2.17):

Кореляція між математикою та інформатикою є: +0,77 (зв'язок між цими предметами досить великий).

Кореляція між трудовим навчання та інформатикою є: +0,69 (зв'язок між цими предметами середній).

Кореляція між фізикою та інформатикою є: +0,73 (зв'язок між цими предметами досить великий).

Кореляція між трудовим навчанням та математикою є: +0,64 (зв'язок між цими предметами середній).

Кореляція між фізикою та математикою є: +0,85 (зв'язок між цими предметами надзвичайно великий).

Кореляція між фізикою та трудовим навчанням є: +0,72 (зв'язок між цими предметами великий).

Рис. 2.17 Остаточний результат множинної кореляції

Використовуючи дані розрахунки, як шаблон, можна зробити статистичну базу даних для школи.

ВИСНОВКИ

Проаналізовано теоретичні відомості про використання методів математичної статистики для проведення науково-педагогічного дослідження з використанням програми Microsoft Excel 2016.

Створено автоматизований алгоритм для проведення вибірки учнів, що дозволяє виключити суб'єктивний фактор при їх відборі. Встановлено, що для анкетування учнів щодо їх задоволеності рівнем навчанням найкраще підходить вибірка проведена генератором випадкових чисел з рівномірним розподілом.

Використання статистичних методів обробки результатів успішності учнів полегшують та роблять об'єктивною оцінку знань учнів, виявляють взаємозв'язки різних навчальних предметів та їх вплив на успішність учнів. Статистичні методи дають змогу оцінити ефективність роботи вчителя, проаналізувавши оцінки його учнів.

Для об'єктивної оцінки ефективності навчання та оцінювання роботи вчителів створено алгоритм обробки анкет учнів з використанням довірчого інтервалу. Виявлено, що цей спосіб дає максимально об'єктивну оцінку ефективності засвоєних знань учнями, а отже, й педагогічних умінь та навичок вчителя.

СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ

Ортинський В. Л. Педагогіка вищої школи: навч. посіб. [для студ. вищ. навч. закл.]/ В. Л. Ортинський - К.: Центр учбової літератури, 2009. - 472 с.

Тверезовська Н. Т. Методологія педагогічного дослідження: навч. посіб / Н.Т. Тверезовська, В. К. Сидоренко. - К.: «Центр учбової літератури», 2013. - 440 с.

...