О., Деміденко О. О. Оцінка якості знань студентів в форматі дсту iso 9001 Постановка проблеми - nadoest.com ))
Головна
Пошук за ключовими словами:
сторінка 1
Схожі роботи
Назва роботи кіл. стор. розмір
Правила заповнення заявки на сертифікацію систем управління за стандартами... 1 13.72kb.
Підтвердження відсутності гмо в безалкогольних напоях 1 17.24kb.
Система управління якістю дсту iso 9001: 2009 94 11116.34kb.
Методичні рекомендації щодо побудови систем управління якістю в овв... 5 730.12kb.
К., Тверезовська Н. Т. Підвищення якості навчання учнів птнз засобами... 1 215.36kb.
Виконавчий орган кіровської районної у місті дніпропетровську ради... 1 61.3kb.
Згідно норм дсту iso 9001-2009 1 31.99kb.
Форма №11. 5 стор из система менеджменту якості iso 9001: 2008 1 148.17kb.
Наказ №243 Система управління якістю дсту iso 9001: 2009 1 108.55kb.
Виконавчий орган кіровської районної у місті дніпропетровську ради... 1 36.44kb.
Оцінка конкурентних переваг банківської системи україни. Estimation... 1 165.9kb.
Проект «Рекорди Добра» 1 25.7kb.
Таращанський 1 219.63kb.

О., Деміденко О. О. Оцінка якості знань студентів в форматі дсту iso 9001 Постановка - сторінка №1/1
УДК 006:378

© 2006


Ступа В.І., Пархоменко Н.О., Деміденко О.О.
ОЦІНКА якості знань студентів В ФОРМАТІ ДСТУ ISO 9001
Постановка проблеми. Для сучасного етапу розвитку систем вищої освіти характерні три взаємозв’язані тенденції: підвищення освітнього рівня населення; інтернаціоналізація вищої освіти; активний розвиток самоуправління вищого навчального закладу (ВНЗ). Остання сприяє підвищенню уваги до проблем забезпечення якості з боку урядових органів управління освітою, оскільки розвиток самоуправління виключає директивний характер в відносинах ВНЗ з урядовими органами управління. З іншого боку, освітній бум, полегшення доступу до отримання вищої освіти гостро ставить питання про забезпечення її якості для споживача (студента та роботодавця).

Загальна тенденція в сфері забезпечення якості продукції (послуги) полягає в застосуванні принципів TQM, систем менеджменту якості за вимогами міжнародних стандартів ISO серії 9000, посиленні контролю якості навчальних курсів в межах національних і міжнародних науково-освітніх спільнот, чому сприяє інтернаціоналізація, Болонський процес та впровадженні новітніх технологій щодо оцінки якості [1,2].

Сьогодні одним з перспективних шляхів стосовно оцінки якості роботи ВНЗ є розроблення і впровадження прогнозно-математичних моделей, які врахують вимоги ДСТУ ISO 9001 і будуть побудовані на використанні динамічних рядів, що дозволяє побачити тенденцію розвитку навчальної ситуації і за умов необхідності розробити та впровадити попереджуючі або коригуючі дії.

Аналіз останніх досліджень та публікацій. На сьогодні існує досить багато методів оцінювання якості підготовки студентів ВНЗ. В основу більшості з них покладено формальні критерії, кількість яких коливається від декількох одиниць до декількох десятків. Так у 3 пропонується підхід на основі визначення двох параметрів: початкового (вхідного) рівня знань абітурієнта та підсумкового (вихідного) рівня студента ВНЗ на основі бальної оцінки результатів тестування на вході та виході. Головним недоліком даного методу є відрив результатів оцінювання від реальних очікувань роботодавця, хоча це може бути певною мірою компенсовано за рахунок розроблення відповідних тестових завдань, орієнтованих на потреби ринку праці.

У джерелі 4 наводиться спосіб оцінювання якості підготовки на основі громадської незалежної від держави акредитації ВНЗ за трьома видами показників: потенціалу ВНЗ, обґрунтованості цілей, динаміки зростання ресурсів; спеціалізованих, таких як змістовна частина процесу навчання, фундаментальні науки, спеціалізовані дисципліни. новації, практичні заняття; особистих досягнень студента, оцінки особистої спроможності студента протягом усього терміну навчання. Недоліком цього підходу є невизначеність системи показників і конкретних способів їх вимірювання.

У 5 пропонується визначити якість навчальної послуги на основі таких показників, як відсоток працевлаштованих за спеціальністю, вартість навчання, рівень психофізичних параметрів після навчання відносно вхідного рівня. Цьому підходу, як і попередньому, притаманний такий суттєвий недолік, як відсутність зв’язку з реальними процесами, з яких складається діяльність ВНЗ і обмеження лише переліком певних формальних показників.

Джерело 6 наводить цілу низку методів, які використовуються для оцінки якості підготовки спеціалістів у ВНЗ. Одним з найбільш розповсюджених є метод соціологічного анкетування шляхом розроблення спеціальної анкети. Недоліком його є визначення лише можливостей молодого спеціаліста, а не його реальна здатність задовольняти роботодавця. Інший запропонований метод інтегральної оцінки визначає готовність спеціаліста до майбутньої роботи на основі моніторингу за його навчанням упродовж певного періоду навчання. Недоліком методу є недорозвиненість системи оцінок інших критеріїв, крім критеріїв успішності навчання.

У роботах [7,8] передбачається здійснити оцінювання та аналіз якості навчального процесу ВНЗ, а також оцінку якості абітурієнтів та ступеню задоволеності вимог самих студентів, держави і роботодавців. Якість ВНЗ як результат навчального процесу пропонується оцінювати як сумарну якість, що складається з якості навченості студента, якості його здібностей та ступеня задоволеності роботодавця. Однак, джерела 7 і 8, пропонуючи системний підхід до оцінювання якості підготовки студента ВНЗ, на жаль, не наводять механізмів його практичної реалізації.

Постановка завдання. Підвищення вірогідності оцінки якості знань студентів шляхом розроблення процесно-орієнтованої прогнозно-математичної моделі, яка враховує вимоги ДСТУ ISO 9001 і галузевих стандартів освіти.

Виклад основного матеріалу. Дослідження проводились на базі Чернігівського державного університету та Київського інституту інноваційного менеджменту і ставили за мету виявлення наявності залежності якості отриманих студентами знань від якості викладання дисципліни.

Методологія досліджень наступна: на першому етапі було визначено найбільш важливі показники якості навчання. Для цього було відібрано дві групи респондентів: одна – з чисельності студентів; друга – з чисельності професорсько-викладацького складу. Умови відбору були наступні: для студентів – свідоме ставлення до навчання; для професорсько-викладацького складу – активна позиція щодо наукової і суспільної діяльності. Оцінки, отримані за результатами анкетування, були оброблені за допомогою метода ранжування, описаного в [9]. При цьому виявилось, що обидві групи респондентів наділили найвищими рангами такі показники, як: сучасність та рівень викладання спецкурсів; рівень набуття практичних навичок; можливість престижного працевлаштування.

Отже, виконання найголовнішого принципу TQM, критеріїв європейської моделі досконалості (EFQM), вимог стандартів ISO серії 9000:2000 – задоволення вимог споживачів - для вищого навчального закладу сфокусувалось на якості викладання навчальних дисциплін. В ході дослідження була проведена перевірка гіпотези стосовно реального існування статистичного зв’язку між якістю викладання дисциплін і якістю отриманих знань. Під якістю викладання розумілось поєднання педагогічної майстерності зі змістовною відповідністю лекційного матеріалу вимогам часу, наявністю методичних матеріалів (повного тексту лекцій, контрольних та тестових завдань, питань до заліку та іспиту, екзаменаційних білетів, методичних рекомендацій та переліку літературних джерел для самостійного опанування дисципліни).

Оцінку професорсько-викладацького складу проводили шляхом анкетування. Для цього була сформована група експертів, до якої увійшли ректор, перший проректор, завідувачі кафедр і за методом ранжування було визначено вагомі критерії вхідного контролю для професорсько-викладацького складу на час складання контракту. Отриманні результати наступні: на першому місці – наявність і якість методичних матеріалів; на другому - якість викладання; на третьому – використання новітніх методів роботи; на четвертому – наукова робота. Таким чином, було визначено, що майстерність викладання є головним критерієм для підбору професорсько-викладацького персоналу. Графічна інтерпретація визначення ступеню важливості показників якості роботи професорсько-викладацького складу наведена на рис. 1

Рис.1. Ранжування критеріїв оцінки якості роботи викладачів


На другому етапі за спеціально розробленими анкетами було проведено опитування серед дев’яти груп студентів першого, другого і третього курсів стосовно якості викладання предметних дисциплін. Результати обробки анкетування дозволили сформувати динамічний ряд даних, отриманих на основі значень середніх арифметичних і медіан масивів оцінки якості роботи кожного викладача. Крім того, за традиційною технологією контролю якості знань (оцінювання поточної успішності студентів, двох рубіжних контролів протягом семестру, оцінюванні знань під час заліково-екзаменаційних сесій) для кожного студента із дев’яти груп, які брали участь в дослідженні, було отримано масиви оцінок, на основі яких розраховувались значення середніх арифметичних величин та медіан і побудувались динамічні ряди.

Оскільки ВНЗ за своєю специфікою, яка полягає в розподілі на окремі факультети, кафедри, групи тощо відноситься до установ, де важко запровадити суцільне дослідження, доцільно вважати отримані масиви даних малою вибіркою, а отже, застосовувати до їх дослідження закони, які описують вибіркові спостереження відповідно до [10]. Виходячи з цього, для обґрунтування або спростування гіпотези щодо наявності істотного зв’язку між якістю знань студентів та якістю викладання було застосовано метод кореляційно-регресійного аналізу [11]. Розрахунки здійснювались за припущенням, що групи сформовані за принципом однорідності, тобто таким чином, що особливості групи суттєво не впливають на рівень оцінок. В результаті проведених досліджень і проведених розрахунків отримано таблиці дисперсійного аналізу з нерівномірною кількістю дослідів для різних предметів, наприклад, для англійської мови, маємо дані, що наведені в таблиці 1.

Таблиця 1

Параметри оцінки зв’язку між якістю викладання англійської мови та якістю отриманих студентами знань



Найменування

Сума

Число ступенів свободи

Дисперсія

F




Fкр.

Фактор

25.647

3

8.5489927

2.571907002



2.7

Залишкова

319.1

96

3.3239898






2.1

Загальна

344.75
















Факторна і залишкова дисперсія відповідно дорівнює:

(1)

(2)

Коефіцієнт детермінації, який характеризує тісноту зв’язку між факторною та результативною ознаками, визначався за формулою:



Для було розраховане значення F-критерію, яке дорівнює: F=2.571907002, а табличне значення , що менше фактичного, тобто маємо 2.1<2.571907002. Це доводить, що зв’язок між якістю викладання, для нашого випадку, англійської мови і якістю отриманих студентами знань існує і є істотним.

В таблиці 2 наведено результати дисперсійного аналізу залежності якості знань студентів від якості викладання таких дисциплін, як: англійська мова, статистика, економіка підприємства, менеджмент, ринок цінних паперів. Як бачимо, для чотирьох предметів із п’яти (при рівні значущості =0,1) можна прийняти гіпотезу про статистичну значимість впливу якості роботи викладача на результати іспиту.

Таблиця 2



Таблиця результатів дисперсійного аналізу залежності якості знань студентів від якості викладання

Найменування предмету або показника

Сума

Число ступенів вільності

Дисперсія

F

Fкр.

α

Англійська мова






















Фактор

25.64698

3

8.548992674

2.571907

2.699394

0.05




Залишкова

319.103

96

3.323989812













Перераховано













2.141732




0.1

Статистика






















Фактор

1.438438

1

1.438438257

0.376638

4.006864

0.05




Залишкова

221.5107

58

3.819150246













Продовження таблиці 2

Найменування предмету або показника

Сума

Число ступенів вільності

Дисперсія

F

Fкр.

α

Перераховано










2.655067

252.1228




0.1

Економіка підприємства






















Фактор

18.51429

1

18.51428571

4.700589

3.979807

0.05

0.1

Залишкова

271.7714

69

3.938716356













Менеджмент






















Фактор

86.35467

1

86.35467172

126.2569

3.961901

0.05

0.1

Залишкова

54.03283

79

0.683959852













Ринок цінних паперів






















Фактор

28.49452

1

28.49452227

8.291198

3.960352

0.05

0.1

Залишкова

274.9376

80

3.436719706












За результатами проведених досліджень розроблено методику побудови прогнозно-математичної моделі, яка основана на даних вхідного контролю знань абітурієнтів в межах перших двох рубіжних контролів, з метою визначення тенденції зміни у часі можливостей студентів нового набору методом полігональної регресії. Результати наведено в таблиці 3.

Таблиця 3

Дані вхідного контролю та результати першої сесії





Середній бал атестату та вступних іспитів

1 рубіжний контроль

2 рубіжний

контроль

Середній бал

по сесії




1 період(липень)

2 період(жовтень)

3 період(листопад)

4 період(січень)

1

4.041667

4.4

4.6

4.3

2

3.791667

4

4.8

4.3

3

3

3.3

1.7

3

4

3.75

4.1

4.1

4

5

3.708333

3.7

1.8

3.3

6

3.916667

4.2

4.2

4.3

7

4.166667

4.4

3.8

4

8

3.166667

3.8

4

4

9

4.458333

4.9

4.8

5

10

4.666667

4.7

4.9

5

11

4.125

4.9

5

5

Медіана

3.916667

4.2

4.2

4.3

В результаті використання лінійної, ступеневої та показникової функції для пошуку лінії регресії, що найкраще апроксимує розраховані значення до фактичних, було отримано значення коефіцієнтів рівнянь регресій та характеристики прогнозно-математичних моделей, які наведені в таблиці 4.

Таблиця 4

Коефіцієнти та характеристики лінійної, показникової та ступеневої моделей



Моделі прогнозів

Характеристики Моделі

Коефіцієнти

b0

b1

Залишкова дисперсія

Множинний коефіцієнт кореляції

Лінійна

3,822222

0,141667

0,01338

0,99889

Показникова

3,826535

0,034922

0,013863

0,999505

Степенева

3,941028

0,067579

0,007493

0,999747

Таким чином, прогнозно-математичні моделі мають наступний вигляд:



Лінійна Y = 3,822222 + 0,141667t;

Показникова ;

Степенева .

Як відомо із [11], якщо показники відносного відхилення менші ніж 10%, то це свідчить про високу точність прогнозу. Отже, за отриманими множинними коефіцієнтами кореляції можна зробити висновок про адекватність моделей. Перевірка побудованих прогнозно-математичних моделей на фактичних даних методом апроксимації, яка наведена в таблиці 5, підтвердила висновок про їхню прийнятну точність і їхню придатність для отримання прогнозів на визначений термін.

Таблиця 5

Дані апроксимації значень за прогнозно-математичними моделями за лінійної, показникової та степеневої функціями



Модель

Прогнозні значення

Відносне відхилення прогнозу (в %)

1 період

(вересень)



2 період

(жовтень)



3 період

(листопад)



4 період

(грудень)





















Лінійна

3,963889

4,105556

4,247222

4,388889

2,07

Показникова

3,962525

4,103348

4,249176

4,400186

2,33

Ступенева

3,941028

4,130026

4,244757

4,328088

0,65

Фактично

3,916667

4,2

4,2

4,3



Графіки тенденції фактичних значень динамічного ряду та тенденції значень, отриманих за прогнозно-математичними моделями, наведені на рис. 2. Як бачимо з рис. 3 тенденція степеневої функції дає песимістичний варіант наближень, показникової і лінійної складової – оптимістичний.

Рис. 2. Графіки тенденції фактичних значень динамічного ряду та тенденції значень, отриманих за прогнозно-математичними моделями.
Довірчий інтервал обчислювався за формулами наведеними в [12], розраховані значення зведено в таблицю 6.

; (4)

де ; (3.1)



.

Таблиця 6

Значення довірчих інтервалів для лінійної, показникової та ступеневої моделей.

X

1 період

(вересень)



2 період

(жовтень)



3 період

(листопад)



4 період

(грудень)



Фактично

3,916667

4,2

4,2

4,3

Лінійна

3,963889

4,105556

4,247222

4,388889

Y+tSf

5,305558

5,802648

6,237239

6,633931

Продовження таблиці 6



X

1 період

(вересень)



2 період

(жовтень)



3 період

(листопад)



4 період

(грудень)



Y-tSf

2,62222

2,408463

2,257205

2,143847

Показникова

3,962525

4,103348

4,249176

4,400186

Y+tSf

5,328207

5,830814

6,274809

6,685409

Y-tSf

2,596844

2,375883

2,223543

2,114964

Ступенева

3,941028

4,130026

4,244757

4,328088

Y+tSf

4,94507

5,40005

5,733992

6,008172

Y-tSf

2,936986

2,860002

2,755522

2,648004

Графіки фактичних та прогнозних значень з довірчими інтервалами наведено на рис.3.

Рис.3. Графіки фактичних та прогнозних значень з довірчими інтервалами
Аналіз спектру отриманих довірчих інтервалів з позиції специфіки ВНЗ стосовно оцінок якості знань та якості викладання дисциплін проводився за умов, що верхня межа довірчих інтервалів обмежена значенням “5”, оскільки в дослідженні використовувалась 5-бальна шкала вимірювання. Отже, верхня межа оптимістичного варіанту прогнозу Y=5, нижню межу прогнозу (критичну оцінку) визначає сам навчальний заклад, вона зумовлена запланованим рівнем якості знань.

Для того, щоб побудувати прогноз за визначеною прогнозно-математичною моделлю, потрібно в рівняння відповідної прогнозно-математичної функції замість змінної t підставити значення необхідного горизонту і обчислити значення результативної змінної Y (табл.7).

Таблиця 7

Прогноз тенденції зміни якості знань за прогнозно-математичними моделями



Модель

Прогнозні значення

Періоди t (місяці вересень-березень)

1

2

3

4

5

6

7

Лінійна

3.963889

4.105556

4.247223

4.38889

4.530557

4.672224

4.813891

Показникова

3.957127

4.096795

4.241389

4.391089

4.546072

4.706525

4.872642

Стуепенева

3.94103

4.130031

4.244764

4.328096

4.393859

4.448332

4.494914

Фактичні значення

3.9166666

4.2

4.2

4.3









О
тже, як бачимо з таблиці 7, значення у п’ятому, шостому, сьомому стовпчиках – це розраховані прогнозні значення, які визначають можливу тенденцію зміни якості знань на основі ретроспективних даних. Прогноз тенденції зміни якості знань за прогнозно-математичними моделями наведено на рис. 4.

Рис.4. Прогноз тенденції зміни якості знань за прогнозно-математичними моделями.
Аналіз графічної інтерпретації прогнозу показує, що тенденції зміни якості знань на даному етапі дослідження є позитивними. Далі за отриманими результатами вибирають модель, яка найкраще наближається до значень залежної змінної, а отже дає найкращі прогнозні результати.

Розходження кривих апроксимації в прогнозованій точці другого періоду (грудень-березень) дало “вилку”, за якою було визначено песимістичну і оптимістичну межу прогнозу і розроблено і впроваджено запобіжні дії для уникнення або пом’якшення негативного варіанту прогнозу.

З економічної точки зору, багатоваріантність прогнозу використовується вищим навчальним закладом для розрахунку можливих витрат і спрямування грошових потоків на досягнення оптимального управлінського рішення. А головне, прогноз дає можливість досягти запланованого рівня якості освіти і гарантувати виконання вимог замовника.

Результати наведеного вище дослідження доводять, що загальна тенденція зміни успішності студентів є такою, що не потребує радикальних запобіжних дій на досліджуваному етапі.

Оскільки доведено існування тісного зв’язку між якістю знань студентів та якістю викладання дисциплін, то доцільно побудувати прогнозно-математичну модель, яка б описувала цю залежність і давала можливість досліджувати тенденції зміни в часі функції якості знань студентів та функції якості викладання дисциплін та їхню взаємозалежність.

На основі часових рядів, що містять результати обчислення медіан на масивах оцінок якості викладання та якості знань студентів, даних рейтингів (див. табл..2.) за допомогою інтегрованого програмного засобу ПРІАМ було побудовано багатофакторну прогнозно-математичну модель з параметрами та характеристиками, що наведені в таблиці 8. Загальний вигляд моделі наступний:



, (5)

де:








Таблиця 8

Таблиця статистичних характеристик прогнозно-математичної моделі


Ім’я/номер

коефіцієнта



Коефіцієнт

регресії


Станд.помилка

коеф.регр.



Обчислен.

t знач.


Доля

участі




1.12948

0.16095

2.44553

0.439158



-0.0796944

0.076561

-0.709272

0.0396225



-0.552264

0.149314

-1.33291

0.0786325

Як бачимо, модель адекватна , інформативна , з задовільною стійкістю - число обумовленості дорівнює 2,32. Середня абсолютна похибка апроксимації - 0,180712, середня похибка апроксимації в процентах - 4,49232

Графічна інтерпретація прогнозно-математичної моделі залежності успішності студентів від якості викладання навчальних дисциплін та підготовленості групи наведена на рис. 5.

Рис. 5. Графічна інтерпретація прогнозно-математичної моделі залежності успішності студентів від якості викладання навчальних дисциплін та підготовленості групи.



Аналіз статистичних характеристик коефіцієнтів моделі показує, що впливом викладача пояснюється успішність на 43,9%, впливом підготовки групи – на 4,0%, а взаємодією викладача та групи 7,9%. Таким чином, результати аналізу багатофакторної прогнозно-математичної моделі показують, що гіпотеза про суттєвий вплив якості роботи професорсько-викладацького складу на якість знань студентів підтвердилась. Крім того, процентне значення величини впливу досить вагоме. Це означає, що підбір високопрофесійних кадрів, мотивація їх науково-методичної роботи, кваліфікаційного росту можуть забезпечити майже 50-відсотковий рівень якості знань студентів, а отже майже наполовину задовольнити вимоги споживачів і роботодавців.

Висновки.

  1. Для досягнення конкурентних переваг на ринку освітніх послуг та з метою підготовки конкурентоспроможних випускників вищий навчальний заклад повинен впроваджувати нові підходи в досягненні високої якості освіти та задоволенні вимог споживачів, зокрема систему менеджменту якості за вимогами стандартів ISO 9001:2000.

  2. Застосування методів науково-технічного прогнозування значно поліпшує якість роботи ВНЗ та дозволяє своєчасно розробляти і впроваджувати попереджуючі і коригуючі дії.

Перспективи подальших досліджень. Результати проведених досліджень в подальшому планується використовувати для побудови системи моніторингу знань студентів. Особливо це актуально і важливо при проведенні внутрішніх і зовнішніх аудитів по оцінці якості функціонування навчального процесу на етапі впровадження вищим навчальним закладом вимог Булонської конвенції.
Література

  1. Головко Д.Б., Пархоменко Н.А. Определение качества ВНЗ методом экспертных оценок.// Вимірювальна та обчислювальна техніка в технологічних процесах., Хмельницький, 2003, №1(21),-с.182-186.

  2. Головко Д.Б., Пархоменко Н.О. Оцінка якості освіти в вищому навчальному закладі.// Збірник наукових праць «Сучасні інформаційні та енергозберігаючі технології життєзабезпечення людини». Випуск № 13, К., 2003,-c.301-303.

  3. Ламанов И.А. Методика измерения качества обучения в ВУЗе. Проблемы разработки и внедрения в учебный процесс. // Инновации в образовании – 2002, №2, с. 99-107.

  4. Белов В. Система оценки качества образования. // Высшее образование в России – 2002. №1, с. 44-49.

  5. Логачев В. Система качества для образовательных услуг. / Высшее образование в России –2001, №1, с. 20-24.

  6. Лапшов В.А., Фокин В.Н., Фокина Т.Ю. Анализ методов, используемых для оценки качества подготовки специалистов в ВУЗе // Право и образование – 2002, №2, с. 61-69.

  7. Марушина О.В., Берестева О.Г., Системный подход к оценке качества образования // Открытое образование – 2002, №3, с. 39-42.

  8. Нуждин В.Н., Кадамцева Г.Г., Концептуальный проект системы управления качеством в ВУЗе / Качество Инновации Образование – 2002, №2, стр. 33-43.

  9. Венецкий И.Г., Кильдишев Г.С.. Теория вероятностей и математическая статистика. - М.: Статистика, 1975. - 246 с.

  10. Андерсон Т. Статистический анализ временных рядов. — М. Мир, 1976 - 680 с..

  11. Четыркин Е.М. Статистические методы прогнозирования. — М.: Статистика, 1977. — 200 с.

  12. Бокс Дж. Дженкинс Г. Анализ временных рядов. Прогноз и управление. — М.: Мир, 1974. — 526 с.


Ступа В.І., Пархоменко Н.О., Деміденко О.О.

Оцінка якості знань студентів в форматі ДСТУ ISO 9001

У статті розглянуті питання, що пов’язані з оцінкою якості студентів. Показано , що існує тісний зв'язок між якістю викладання і якістю отриманих знань та доведено, що застосування методів науково-технічного прогнозування значно поліпшує якість роботи ВНЗ і дозволяє своєчасно розробляти та впроваджувати попереджуючі і корегуючи дії.


Ступа В.И., Пархоменко Н.А., Демиденко А.А.

Оценка качества знаний студентов в формате ДСТУ ISO 9001

В статье рассмотрены вопросы, связанные с оценкой качества студентов. Показано, что существует тесная связь между качеством преподавания и качеством полученных знаний. Доказано, что применение методов научно-технического прогнозирования значительно улучшает качество работы ВНЗ и позволяет своевременно разрабатывать и внедрять предупреждающие и корректирующие воздействия.


V.Stupa, N.Parhomenko, A.Demidenko

The Internalss of Students Related to the Estimation in Forms of ISO 9001

In the article the considered questions, that the internalss of students related to the estimation. It is rotined that close connection is between quality of teaching and quality of the got knowledges. It is well-proven that application of methods of scientific and technical prognostication considerably improves quality of work of ÂÍÇ and allows in good time to develop and inculcate warning and correcting influences.



Стаття надійшла до редакції. 27.07.2006р.