ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Исследование качества инженерного образования в пермских вузах с помощью метода нелинейных главных компонент ПЕРМСКИЙ ФИЛИАЛ ГУ-ВШЭ 2010 Докладчик: Теплых Григорий Васильевич 2 ноября 2010 года

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Исследование университета Стэнфорда В 2009 году по инициативе университета Стэнфорда проведено исследование качества высшего инженерного образования в странах БРИК. В России оно охватило несколько городов, в т.ч. Пермь – 6 факультетов в 2 вузах (ПГТУ и ПГУ – оба национальные исследовательские университеты) Основной инструмент – анкетирование студентов Получено 339 анкет студентов, отобрано 263 Каждая из анкет содержала порядка 200 вопросов Цель исследования – оценка качества высшего образования в пермских вузах с точки зрения студентов с помощью инструментария снижения пространства категориальных показателей (NLPCA) 2

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ 3 Стейкхолдеры в высшем образовании Высшее образование – сложный многосторонний процесс, задевающий различные стороны Студенты – объект и субъект процесса, их отношение к образованию связано с психологическими моментами Это наиболее трудный для исследования стейкхолдер Среднее образование Высшее образование Работодатели Государство Общество Студенты

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Измерение качества высшего образования Качество высшего образования – сложная и многосторонняя категория, у неё нет единого определения (Harvey, Green) При этом реальное управление качеством требует точных и эффективных методик его измерения Всё большую популярность приобретают концепции, где необходимо учитывать мнение студентов Высшее образование - «чистый сервис», удовлетворённость студентов имеет большое значение (Oldfield and Baron) Двухуровневая система, платное обучение стимулируют борьбу вузов за студентов (Voss, Gruber, Szmigin, Joseph) Студенты становятся более требовательными к вузам и избирательными в их выборе. Общение студентов даёт при этом сильный опосредованный эффект (Marzo-Navarro). 4

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Проблема оценки качества образования Нет одного или нескольких показателей, которые могли бы однозначно приняты за оценку качества высшего образования студентами Нельзя найти показатель оценки, имеющий при этом естественную количественную природу Относительно простой метод – анкетирование студентов, но и он имеет ряд недостатков Невозможность выделения наиболее важных вопросов, истинная природа качества образования априори неизвестна и может иметь скрытый характер и быть «под вопросами» Множество исследуемых показателей (сформулированных в виде вопросов), имеющих различную статистическую природу Коррелированность показателей между собой 5

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Основная проблема анализа анкет Большинство вопросов анкеты характеризуется не количественными (Numerical), а качественными (категориальными) показателями: Номинальные (Nominal) «Какой уровень образования вы получаете?» «На каком факультете вы учитесь?» Порядковые или ординальные (Ordinal) «Оцените по 5-балльной шкале, насколько изменились ваши профессиональные навыки за время учёбы в вузе?» Однако измерение качества образования означает количественную оценку, что ведёт к необходимости квантификации качественных переменных 6

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Квантификация качественных показателей Квантификация зависит от типа факторов 7 OrdinalNumerical Single nominal multiple nominal Рассматривая качественные факторы по отдельности, нет объективных алгоритмов их квантификации На практике распространены экспертные оценки Однако можно решить проблему в рамках некой другой задачи

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Снижение размерности пространства данных 8 Проблему множества и коррелированности показателей может решить статистический инструментарий снижения размерности Он позволяет перейти от множества показателей, к небольшому числу интегральных индикаторов, сохраняя максимум исходной информации об объектах наблюдения

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Снижение размерности пространства данных Анкетные показатели носят в основном качественный характер (ранговый или номинальный). Обычный МГК работает только т с количественными факторами Как инструмент в социально-экономических исследованиях очень слабое распространение и известность получил метод нелинейных главных компонент (NLPCA), разработанный в рамках систем Gifi в университете Лейдена ( е гг.) Метод допускает различные типы показателей NLPCA заданным оптимальным образом не только рассчитывает главные компоненты, но и параллельно квантифицирует качественные переменные 9

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Nonlinear Principal Component Analysis Существует несколько пониманий NLPCA Нейросетевое воплощение МГК с учётом нелинейных функций (Salinelli) Категориальные переменные (в рамках систем Gifi) NLPCA в рамках систем Gifi разработан в рамках проекта «Нелинейный многомерный анализ», в школе Лейдена (de Leeuw)., занимающейся им с 1968 года. Albert Gifi – псевдоним группы Важная особенность Gifi-систем – акцент на категориальную природу данных 10

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Ядро Gifi систем Общая задача – минимизация функции потерь X – матрица (N×p) объектов в свёрнутом p-мерном пространстве (содержит главные компоненты) Y j – матрица (L j ×p) переменной j, содержащая координаты (квантификации) всех L j её категорий в p- мерном пространстве, j = 1,…,J. G j – матрица смежности (N×L j ) для j-й исходной переменной, j = 1,…,J. Определяет к какой из категорий относятся каждый объект (G j = 1 или 0) Матрицы X и Y j априори неизвестны 11

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Категориальные данные в системах Gifi В системах Gifi неизвестны как исходные значения факторов Yj, так и интегральные показатели X Известны только взаимосвязь между ними Gj – на основе отнесения объектов к той или иной категории Кроме того, возможны дополнительные условия: Естественные условия центрированности и ортонормированности Ограничения, связанные с типов переменных 12 Если G km = 1, k-й объект относится к категории m-й переменной J-й

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Ограничения первого порядка Для исключения решения X, Y j = 0 необходимы условия центрированности и ортонормированности Решение задачи позволяет одновременно найти как значения главных компонент (Х), так и значения самих квантифицированных переменных (Y j ) Учёт типа переменных заставляет дополнительно наложить ограничение 1-го ранга на матрицы Y j Вектор q j содержит квантификации j-й переменной Вектор β j содержит веса, с которыми j-я переменная входит в расчёт главных компонент 13

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Ограничения на категориальные переменные Ограничения 1 ранга позволяют учесть тип факторов, что связано с дополнительными ограничениями на q j Количественные переменные Порядковые переменные Простые номинальные переменные. Нет ограничений на q j. Множественные номинальные переменные. В этом случае нет никаких ограничений даже на Y j, т.е. одна переменная может иметь разные квантификации для разных компонент Выбор типа переменной зависит не только от природы данных, но и от логики исследования 14

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Процедура расчёта главных компонент Одновременный расчёт матриц X, Y j и корректировка вектора q j требуют два итерационных цикла в ходе решения задачи Процедура построения компонент (процедуры CatPCA, Princals): 1. Инициализация исходной матрицы X 2. Расчёт матриц Y j 3. Оценка векторов нагрузки β j 4. Оценка векторов квантификации q j 5. Пересчёт значений q j в зависимости от типа переменной 6. Обновление матриц Y j 7. Расчёт матрицы конечных индикаторов X 8. Центрирование и ортонормализация X 9. Проверка критерия сходимости Подобная процедура имеет общий характер, в частности, можно показать, что в её рамках можно воспроизвести обычный метод главных компонент (если все переменные количественные) 15 Цикл 1 Цикл 2

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Предварительный анализ и выбор факторов Для дальнейшего анализа выбрано 37 показателей, сформированных на основе анкетных вопросов Исходные факторы объединены в три группы : 1. Студенческая активность и успеваемость – объективные в целом характеристики, связанные с учебной успеваемостью, общественной активностью, работой и т.п. (14 факторов) 2. Субъективное отношение к образовательным процессам в вузе. «Насколько качественное образование дают мои специальность, факультет, вуз?» (8 факторов) 3. Оценка изменения знаний, навыков и умений за время обучение в вузе. Группа отражает субъективные ощущения студентов о полученном образовании. (15 факторов) NLPCA проводится отдельно по каждой группе 16

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ 1 группа факторов (студенческая активность и успеваемость) 17 ПоказательТипВозможные значения A1A1Получал ли студент стипендию в прошлом году Ordinal «0» (Нет) или «1» (Да) A2Получал ли студент повышенную стипендию A3A3Работает ли студент A4A4Учебная успеваемость студентов От «1» (были пересдачи) до «6» (только отлично) A5A5 Учебные планы на будущее, самое максимальное образование, которое студент планирует получить От «1» (только высшее образование) до «4» (PhD) A6A6Время, уделяемое на учёбу (только занятия в вузе) Numerical Число часов в неделю, уделяемое на разные виды деятельности студентов A7A7Время, уделяемое на общественную деятельность A8A8Время, уделяемое на студенческую активность A9A9Время, уделяемое на рабочую деятельность A10Семинар/курс по развитию прикладных навыков Nominal «1» - Участвовал «2» - Нет, в вузе не было «3» - Нет, не было интереса «4» - Нет, не было времени или возможности A11 Семинар/курс по научно-исследовательской работе A12Участие в вузовских исследовательских проектах A13Программа по развитию управленческих навыков A14Дополнительное изучение иностранного языка

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Квантификация переменных по 1 группе факторов 18

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ 1 группа факторов Координаты матрицы нагрузок в пространстве главных компонент 19

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ 1 группа факторов Разброс объектов наблюдения (студентов) по главным компонентам 20

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ 2 группа факторов (отношение студента к факультету и процессу обучения на нём) 21 ПоказательТипВозможные значения M1M1«Работодатели знают наш факультет» Ordinal От «1» (категорически не согласен) до «5» (полностью согласен). M2M2Факультет известен научными исследованиями M3Готовность к профессиональной деятельности M4 «Если бы пришлось выбирать, я бы снова выбрал эту же специальность» M5«Я смогу работать в России и за рубежом» M6M6Обучение носило общий характер M7M7Обучение было узко специализированным M8M8 Обучение было направлено на развитие практических навыков

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Квантификация переменных по 2 группе факторов 22

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ 2 группа факторов Координаты матрицы нагрузок в пространстве главных компонент 23

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ 24 2 группа факторов Разброс объектов наблюдения (студентов) по главным компонентам

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ 3 группа факторов (оценками студентами изменения своих знаний, навыков и умений за период обучения) 25 ПоказательТипВозможные значения S1Теоретические знания по специальности Ordinal от «1» (не стали лучше) до «3» (стали гораздо лучше) S2Практические навыки по специальности S3Навыки исследовательской работы S4Знание новейших методик и технологий S5Представление об отрасли, где он будет работать S6 Навыки выступлений и профессионального общения S7Умение решать профессиональные задачи S8Умение работать в команде S9Представление о применимости знаний S10Умение структурировать информацию S11Умение комбинировать факты и элементы S12Умение быстро находить информацию S13Владение иностранным языком Ordinal от «1» (стали хуже) до «4» (гораздо лучше) S14Навыки письменной речи S15Умение планировать рабочее время

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ 26 Квантификация переменных по 3 группе факторов

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ 3 группа факторов Координаты матрицы нагрузок в пространстве главных компонент 27

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ 28 3 группа факторов Разброс объектов наблюдения (студентов) по главным компонентам

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Расчёт и интерпретация главных компонент 29 Группа факторовГК Объяснимая дисперсия Интерпретация компоненты 1 Студенческая активность и успеваемость ГК 1116,196%Общая вузовская активность студента ГК 1212,375%Усилия, направленные на учёбу ГК 1310,610%Общественная активность студента ГК 149,084%Профессиональная/рабочая активность 2 Оценка своего факультета и качества образования) ГК 2129,026% Оценка факультета и образования с позиции востребованности на рынке труда ГК 2219,687% Акцент внимания на специализированности и практической направленности образования 3 Оценка изменения своих знаний, навыков и умений за время учёбы ГК 3139,733% Общая оценка изменения своих знаний, навыков и умений за период обучения ГК 329,048% Насколько процесс обучения был направлен на развитие не общих (умение работать в команде, искать информацию и т.п.), а конкретных профессиональных знаний и навыков

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Выводы по интерпретации компонент С позиции отношения к студенческой активности выполняется следующее правило: общая вузовская активность > учёба > общественная деятельность > работа Самый значимый критерий активности студента – его общая вузовская активность. При этом она определяется как некие «сверх усилия» студентов, связывается с их участием в дополнительных программах, необязательной учебной и вне учебной деятельностью и т.д. В плане оценки факультета (ГК 2.1) студентов более всего волнует качество подготовки со стороны работодателей На втором месте по субъективной оценке для студентов стоит момент практичности, специализированности, прикладного характера образования (ГК 2.2 и ГК 3.2) Субъективная оценка студентами качества образования может быть достаточно полно выражена в 2-3 интегральных критериях 30

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Квантификация номинальных переменных 5 переменных (из 1 группы факторов) связаны с участием в необязательных учебных программах (семинары, курсы) По разным факторам получены схожие квантификации Общая зависимость: «1» (участие в программе) > «4» (не было возможности) > «3» (не было желания) > «2» (не знал, что есть в вузе) Соотношения легко объяснимы, переменные прямо отражают студенческую учебную активность 31

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Квантификация ординальных переменных 15 переменных (3 группа факторов) отражают оценку студентами изменения своих знаний, навыков и умений за период обучения Квантификация всех переменных имеет схожий вид – всё большее возрастание значения при росте качественной оценки Студенты, лучше оценивающие результат своего обучения, сильнее отличаются по своему статистическому профилю от «общей массы», нежели студенты с худшей самооценкой 32

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Разброс объектов наблюдения по ГК 2 группа факторов 33 Не наблюдается крупных явных кластеров Обратная связь ГК22 и разброса ГК21 – студенты, делающие акцент на специализации и практичности образования, более умеренны и схожи в оценке факультета и качества образования 3 группа факторов

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Разброс объектов наблюдения по ГК Отсутствие кластеров «хорошо» в статистическом смысле – интегральность компонент позволила в заметной степени устранить влияние дискретности значений отдельных категориальных переменных Компоненты можно использовать как количественные переменные для дальнейших исследований качества образования Дополнительный анализ анализирует связи ГК с внешними характеристиками, не входящими в их расчёт (факультет, демографические признаки и т.п.). Близость объектов и их кластеризация в p-мерном пространстве слабо связана с этими свойствами 34

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Анализ компонент по факультетам. Рейтинг. Компоненты ГК21 и ГК 31 в наибольшей степени связаны с оценкой студентами качества образования на факультете Имеет смысл построить рейтинг факультетов пермских вузов Результаты не вполне согласуются с обыденным мнением: так, выпускники ЭТФ весьма востребованы на рынке труда, а физический факультет малопривлекателен для поступающих Студенты факультетов прикладной технической направленности в целом хуже оценивают качество подготовки по специальности 35 Оценка общего уровня профессиональной подготовки на факультете Оценке студентами общего развития своих знаний, навыков и умений Факультет/ВузГК.2.1 (среднее)ФакультетГК.3.1 (среднее) 1.Мехмат/ПГУ0,3151.Физический/ПГУ0,345 2.ФПММ/ПГТУ0,0982.Мехмат/ПГУ0,132 3.Физический/ПГУ0,0493.ФПММ/ПГТУ0,112 4.АКФ/ПГТУ-0,1974.АКФ/ПГТУ0,031 5.МТФ/ПГТУ-0,2345.МТФ/ПГТУ-0,422 6.ЭТФ/ПГТУ-0,2356.ЭТФ/ПГТУ-0,578

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Анализ ГК по оплате и ступеням обучения Магистры уделяют много внимания учёбе, бакалавры – мало, работе Студенты более высокой ступени обучения хуже оценивают свой факультет и качество образования (ГК.2.1 и ГК.3.1) Студенты в рамках 2-уровневой системы менее склонны (ГК.2.2) акцентировать внимание на практической части своего обучения Коммерческие студенты менее активны и успешны во всех сферах деятельности и склонны оценивать хуже качество образования 36 ГК.1.1ГК.1.2ГК.1.3ГК.1.4ГК.2.1ГК.2.2ГК.3.1ГК.3.2 Среднее значение главных компонент в группах по ступеням образования Бакалавр0,0920,117-0,105-0,4070,302-0,6710,2310,099 Специалист-0,014-0,1270,0280,063-0,0210,145-0,070-0,026 Магистр-0,0790,836-0,0170,041-0,364-0,4860,001-0,008 Группировка студентов по отношению к оплате обучения и средний уровень ГК Бюджетная основа0,1190,1790,0620,039-0,0250,0700,058-0,012 Платная основа-0,450-0,662-0,152-0,1060,170-0,273-0,1680,018

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ ГК в разрезе социальных характеристик Гендерные различия влияют на характер активности студентов, но не влияют на оценку качества образования Заметно влияние семейных условий (образование отца, доход семьи) на оценку значимости практичности образования (ГК.2.2), а также на оценку эффективности полученного образования (ГК.3.1) 37 ГК.1.1ГК.1.2ГК.1.3ГК.1.4ГК.2.1ГК.2.2ГК.3.1ГК.3.2 Гендерные группы студентов и средний уровень главных компонент Мужской пол -0,003-0,111-0,070,081-0,0230,0030,024-0,062 Женский пол 0,0020,2250,177-0,1760,044-0,0050,0070,133 Группировка студентов по месячному доходу семьи и среднее значение ГК До 10 тыс. в месяц 0,0850,0070,3420,430,27-0,1450,471-0, тыс. в месяц -0,0360,2480,004-0,116-0,161-0,357-0,060, тыс. в месяц -0,017-0,052-0,22-0,083-0,0330,071-0,0850,029 Свыше 50 тыс. в месяц 0,21-0,0340,504-0,1180,2040,26-0,144-0,123 Корреляция отдельных характеристик студентов с ГК Образование отца 0,1780,0460,037-0,2310,0380,137-0,006-0,101 Образование матери 0,1380,0010,019-0,073-0,0450,079-0,15-0,043 Число братьев/сестёр 0,1320,067-0,0540,0270,013-0,1360,065-0,028

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Анализ главных компонент в иных аспектах Студенты, работающие по специальности, гораздо лучше оценивают свой факультет и качество своего образования Абитуриенты, набравшие большие баллы по математике и (особенно!) по русскому языку, как более активны в учёбе, так и лучше оценивают свой факультет и качество образования Средняя зарплата студентов слабо связана с оценкой качества образования и больше отражает направленность их активности 38 ГК.1.1ГК.1.2ГК.1.3ГК.1.4ГК.2.1ГК.2.2ГК.3.1ГК.3.2 Группировка студентов по критерию работы по специальности и среднее значение ГК Работа по специальности -0,025-0,035-0,1340,4050,285-0,0260,078-0,086 Работа не по специальности 0,073-0,124-0,1250,500-0,2400,0420,088-0,066 Корреляция отдельных характеристик студентов с главными компонентами Год поступления 0,021-0,019-0,020-0,1400,014-0,072-0,163-0,044 Баллы ЕГЭ по русскому 0,1460,158-0,116-0,0020,193-0,1040,1560,029 Баллы ЕГЭ по математике 0,1710,162-0,0990,0410,069-0,0880,1380,046 Средняя зарплата студента -0,119-0,241-0,0470,4370,0410,0200,025-0,226

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Выводы NLPCA (Gifi) удобен для свёртки категориальных данных. Это перспективный метод социально-экономических исследований В настоящей работе осуществлена оценка качества высшего образования в пермских вузах со стороны студентов Выделены основные латентные характеристики качества высшего образования в виде главных компонент На первом места для студента стоит общая оценка образования, на второй – практичность, специализированность подготовки Субъективное отношение студентов к качеству образования в целом описывается 2-3 интегральными характеристиками Проанализирована их связь с исходными факторами и внешними характеристиками студентов Студенты факультетов с более прикладной технической подготовкой оценивают качество образование заметно хуже На оценку качества образования оказываются заметное влияние уровень получаемого образования и семейный фактор, слабое влияние – пол и работа 39

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ Перспективы исследования Количественные измерения такой сложной категории как качество высшее образование позволяют продолжить и углубить наши исследования в этой области в дальнейшем Пространственный и межвременной анализ данных Взаимосвязь оценок образования различных стейкхолдеров Связь субъективных оценок с социально-экономической средой и условиями обучения Насколько оценка студентов отражает реальные условия обучения на факультете, возможности и перспективы трудоустройства Влияют ли различия студентов по отношению к качеству образования на их будущую производительность труда, качество человеческого капитала, социально-культурное развитие и т.д. Возможность (для руководства университета) управления субъективным восприятием качества образования 40