OCENA EFEKTYWNOŚCI NAUCZANIA ZAJĘĆ WYRÓWNAWCZYCH Z MATEMATYKI REALIZOWANYCH W FILII POLITECHNIKI WARSZAWSKIEJ W PŁOCKU



Podobne dokumenty
Statystyczna analiza awarii pojazdów samochodowych. Failure analysis of cars

ZASTOSOWANIE ZBIORÓW ROZMYTYCH W OCENIE OSIĄGNIĘCIA EFEKTÓW KSZTAŁCENIA

Wykorzystanie testu Levene a i testu Browna-Forsythe a w badaniach jednorodności wariancji

Statystyka matematyczna i ekonometria

1 n. s x x x x. Podstawowe miary rozproszenia: Wariancja z populacji: Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel:

Imię, nazwisko i tytuł/stopień KOORDYNATORA (-ÓW) kursu/przedmiotu zatwierdzającego protokoły w systemie USOS Jacek Marcinkiewicz, mgr

ANALIZA STATYSTYCZNA WYNIKÓW BADAŃ

Rok akademicki: 2013/2014 Kod: ZIE n Punkty ECTS: 6. Poziom studiów: Studia I stopnia Forma i tryb studiów: -

PRZEWODNIK PO PRZEDMIOCIE. Statystyka opisowa. Zarządzanie. niestacjonarne. I stopnia. dr Agnieszka Strzelecka. ogólnoakademicki.

ul. Nowowiejska Warszawa. Gmach Lotniczy. pok. 125 tel.: (22) fax/tel.: (22)

Statystyka opisowa PROWADZĄCY: DR LUDMIŁA ZA JĄC -LAMPARSKA

Statystyka opisowa SYLABUS A. Informacje ogólne

RAPORT NR 8. Opracowanie: dr Aldona Kubala-Kukuś dr Małgorzata Wysocka-Kunisz

Rok akademicki: 2012/2013 Kod: JFM s Punkty ECTS: 3. Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne

EWD EDUKACYJNA WARTOŚĆ DODANA

STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)

studiów Podstawy Statystyki TR/2/PP/STAT 7 3

Załącznik Nr 1 KARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Elementy statystyki i demografii. 2. KIERUNEK: Pedagogika. 3. POZIOM STUDIÓW: I stopień

Próba własności i parametry

RAPORT NR 6. Opracowanie: dr Aldona Kubala-Kukuś dr Małgorzata Wysocka-Kunisz

RAPORT NR 3. Opracowanie: dr Aldona Kubala-Kukuś dr Małgorzata Wysocka-Kunisz

Inżynieria Środowiska. II stopień ogólnoakademicki. przedmiot podstawowy obowiązkowy polski drugi. semestr zimowy

RAPORT NR 5. Opracowanie: dr Aldona Kubala-Kukuś dr Małgorzata Wysocka-Kunisz

Matematyka - Statystyka matematyczna Mathematical statistics 2, 2, 0, 0, 0

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014

Opis przedmiotu: Probabilistyka I

Statystyki opisowe i szeregi rozdzielcze

STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)

I. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE. Nie dotyczy. podstawowy i kierunkowy

RAPORT NR 4. Opracowanie: dr Aldona Kubala-Kukuś dr Małgorzata Wysocka-Kunisz

Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych

PRÓBNY SPRAWDZIAN SZÓSTOKLASISTY Z OPERONEM

Z-0033z Statystyka. Zarządzanie i Inżynieria Produkcji I stopień Ogólnoakademicki. Stacjonarne Wszystkie Katedra Matematyki dr Zdzisław Piasta

Statystyka opisowa. Robert Pietrzykowski.

KARTA PRZEDMIOTU / SYLABUS

MIARY KLASYCZNE Miary opisujące rozkład badanej cechy w zbiorowości, które obliczamy na podstawie wszystkich zaobserwowanych wartości cechy

MATEMATYKA3 Mathematics3. Elektrotechnika. I stopień ogólnoakademicki. studia stacjonarne. Katedra Matematyki dr Zdzisław Piasta

SYSTEM ZAPEWNIENIA OCENA EFEKTÓW JAKOŚCI KSZTAŁCENIA- KSZTAŁCENIA 2016/17. Politechnika Opolska Wydział Inżynierii Produkcji i Logistyki

BADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI

RAPORT NR 10. Opracowanie: dr Aldona Kubala-Kukuś dr Małgorzata Wysocka-Kunisz

TRANSFORMATA FALKOWA WYBRANYCH SYGNAŁÓW SYMULACYJNYCH

FORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS

Rozkład prędkości statków na torze wodnym Szczecin - Świnoujście

Z-ZIPN1-004 Statystyka. Zarządzanie i Inżynieria Produkcji I stopień Ogólnoakademicki Niestacjonarne Wszystkie Katedra Matematyki dr Zdzisław Piasta

BIOSTATYSTYKA. Liczba godzin. Zakład Statystyki i Informatyki Medycznej

MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ

Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013

Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013

Imię, nazwisko i tytuł/stopień KOORDYNATORA (-ÓW) kursu/przedmiotu zatwierdzającego protokoły w systemie USOS Dr Roman Sosnowski

Statystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41

KARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Statystyka matematyczna (STA230) 2. KIERUNEK: MATEMATYKA. 3. POZIOM STUDIÓW: I stopnia

RAPORT NR 7. Opracowanie: dr Aldona Kubala-Kukuś dr Małgorzata Wysocka-Kunisz

Przedmiot kod nr w planie ECTS studiów PODSTAWY STATYSTYKI TR/2/PP/STAT 6 3

Z-LOGN1-006 Statystyka Statistics

dr Jerzy Pusz, st. wykładowca, Wydział Matematyki i Nauk Informacyjnych Politechniki Warszawskiej B. Ogólna charakterystyka przedmiotu

ANALIZA WYNIKÓW NAUCZANIA W GIMNAZJUM NR 3 Z ZASTOSOWANIEM KALKULATORA EWD 100 ROK 2012

RAPORT NR 2. Opracowanie: dr Aldona Kubala-Kukuś dr Małgorzata Wysocka-Kunisz

ZS 14 Rok szkolny 2013/2014

RAPORT NR 9. Opracowanie: dr Aldona Kubala-Kukuś dr Małgorzata Wysocka-Kunisz

12. Przynależność do grupy przedmiotów: Blok przedmiotów matematycznych

Podstawowe pojęcia. Własności próby. Cechy statystyczne dzielimy na

Wykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym

RAPORT z diagnozy Matematyka na starcie

Opis przedmiotu. Karta przedmiotu - Probabilistyka I Katalog ECTS Politechniki Warszawskiej

laboratoria 24 zaliczenie z oceną

RAPORT WSKAŹNIK EDUKACYJNEJ WARTOŚCI DODANEJ PO EGZAMINIE GIMNAZJALNYM W ROKU SZKOLNYM 2012/2013

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski

Skąd te garby? Czyli o tym, co może być powodem nienormalności rozkładu wyników sprawdzianu dla szóstoklasistów z kwietnia 2006 roku

1. Ocena procesu kształcenia

Statystyczna analiza danych w programie STATISTICA (wykład 2) Dariusz Gozdowski

S YLABUS MODUŁU (PRZEDMIOTU) I nformacje ogólne. Nie dotyczy

OCENA PRZYGOTOWANIA ABSOLWENTÓW SZKÓŁ PONADGIMNAZJALNYCH DO STUDIOWANIA NA KIERUNKACH TECHNICZNYCH

Statystyka. Wykład 5. Magdalena Alama-Bućko. 26 marca Magdalena Alama-Bućko Statystyka 26 marca / 40

PUBLICZNA SZKOŁA PODSTAWOWA NR 7 IM. MIKOŁAJA KOPERNIKA W ZIELONEJ GÓRZE EWD

1. Analiza ankiet kursów przedmiotowych

BADANIE JAKOŚCI KSZTAŁCENIA NA PODSTAWIE FORMULARZA OCENY WŁASNEJ WYDZIAŁÓW

Sprawozdanie z oceny realizacji zajęć dydaktycznych dokonanej przez studentów w semestrze zimowym 2015/2016

Wykład Ćwiczenia Laboratorium Projekt Seminarium 30

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013

Weryfikacja efektów kształcenia Małgorzata Piwowarska Paweł Raczyński

Publiczne Gimnazjum im. Ks. Kardynała Stefana Wyszyńskiego w Choroszczy

OCENA REALIZACJI PROCESU DYDAKTYCZNEGO

Elektrotechnika II [ Laboratorium Grupa 1 ] 2016/2017 Zimowy. [ Laboratorium Grupa 2 ] 2016/2017 Zimowy

Udział punktów możliwych do uzyskania w zależności od kategorii standardów przedstawia tabela.

Pozyskiwanie wiedzy z danych

Statystyka. Wykład 5. Magdalena Alama-Bućko. 20 marca Magdalena Alama-Bućko Statystyka 20 marca / 26

Data wydruku: Dla rocznika: 2015/2016. Opis przedmiotu

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

Przedmiot statystyki. Graficzne przedstawienie danych. Wykład Przedmiot statystyki

Nazwa przedmiotu: Informatyczne systemy statystycznej obróbki danych. Informatics systems for the statistical treatment of data Kierunek:

Czy egzamin gimnazjalny jest dobrym prognostykiem sukcesu na maturze z fizyki i astronomii?

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

ANALIZA WYNIKÓW NAUCZANIA W GIMNAZJUM NR 3 Z ZASTOSOWANIEM KALKULATORA EWD 100 ROK 2013

przedmiot podstawowy obowiązkowy polski drugi

MODELE LINIOWE. Dr Wioleta Drobik

Inżynieria danych I stopień Praktyczny Studia stacjonarne Wszystkie specjalności Katedra Ekonomii i Finansów Dr Katarzyna Brzozowska-Rup

Z-LOG-033I Statystyka Statistics

STAN KSZTAŁCENIA STATYSTYKÓW W RAPORTACH POLSKIEJ KOMISJI AKREDYTACYJNEJ

Sposoby prezentacji problemów w statystyce

WNIOSKOWANIE STATYSTYCZNE SYLABUS A. Informacje ogólne

Transkrypt:

ACTA UNIVERSITATIS LODZIENSIS FOLIA OECONOMICA 280, 2013 Izabela Józefczyk *, Romuald Małecki **, Roman Rumianowski *** OCENA EFEKTYWNOŚCI NAUCZANIA ZAJĘĆ WYRÓWNAWCZYCH Z MATEMATYKI REALIZOWANYCH W FILII POLITECHNIKI WARSZAWSKIEJ W PŁOCKU Streszczenie. Praca poświęcona jest analizie statystycznej wyników sprawdzianów początkowego i końcowego zajęć wyrównawczych z matematyki. Zajęcia wyrównawcze prowadzone są w latach 2008 2015 w ramach Programu Rozwojowego Politechniki Warszawskiej współfinansowanego ze środków Europejskiego Funduszu Społecznego. Materiał statystyczny dotyczy wyników uzyskanych w Filii Politechniki Warszawskiej w Płocku. W pracy przedstawiono podstawowe parametry statystyczne opisujące empiryczne rozkłady liczby punktów uzyskanych przez studentów na obu sprawdzianach. Wykorzystano również najnowsze dane z semestru zimowego 2012 2013 porównując je z wynikami prezentowanymi na Międzynarodowej Konferencji Dydaktycznej w Krakowie w 2012 roku. Słowa kluczowe: Międzynarodowe programy i projekty w edukacji. I. WSTĘP Matematyka dla przyszłego inżyniera czy ekonomisty jest jednym z podstawowych przedmiotów, który uczy nie tylko treści programowych potrzebnych do zrozumienia zagadnień teoretycznych z obranego kierunku, ale również, co jest bardzo istotne, precyzyjnego i logicznego myślenia, wyciągania twórczych i samodzielnych wniosków. W ostatnich latach obserwujemy stały regres dotyczący zarówno treści jak i wymagań w zakresie szkoły średniej. Egzamin maturalny z matematyki, w zakresie podstawowym, możliwy jest do zdania przez dobrego absolwenta gimnazjum. Brak egzaminów wstępnych na wyższe uczelnie powoduje też mniejszą mobilizację kandydatów. Ograniczenia programowe zmuszają uczelnie wyższe do dodatkowego przygotowania swoich studentów na zajęciach wyrównawczych. * Dr, Politechnika Warszawska, Filia w Płocku. ** Dr, Politechnika Warszawska, Filia w Płocku. *** Dr inż. Politechnika Warszawska, Filia w Płocku. [81]

82 Od 2006 roku Politechnika Warszawska prowadzi zajęcia wyrównawcze z matematyki. Od 2008 roku są one współfinansowane ze środków Europejskiego Funduszu Społecznego, w ramach projektu Program Rozwojowy Politechniki Warszawskiej. W Filii Politechniki Warszawskiej w Płocku, w ramach tego Projektu, realizujemy zadanie nr 10 Przygotowanie i realizacja zajęć wyrównawczych z fizyki i matematyki dla studentów I roku. W naszej Filii mamy dwie odrębne jednostki: Wydział Budownictwa, Mechaniki i Petrochemii (BMIP) oraz Kolegium Nauk Ekonomicznych i Społecznych (KNEIS). Na Wydziale BMIP, w ramach zadania nr 10 prowadzimy sześć grup, zaś w Kolegium KNEIS trzy grupy wyrównawcze z matematyki. Mamy również dwie grupy wyrównawcze finansowane tylko ze środków własnych na Wydziale BMIP oraz jedną w Kolegium KNEIS. W ramach zajęć wyrównawczych z matematyki, w latach 2008 2013 przeprowadzono pięć sprawdzianów początkowych w miesiącu październiku i pięć sprawdzianów końcowych w styczniu. Poziom trudności zadań na obu sprawdzianach był porównywalny. Zatem wyniki uzyskane przez studentów pozwalają na analizę stanu wiedzy w początkowym i końcowym okresie zajęć wyrównawczych i wyciągnięcie właściwych wniosków. Celem tego artykułu jest ocena efektywności nauczania w oparciu wyniki sprawdzianu początkowego i końcowego. Porównujemy również wyniki egzaminu po pierwszym semestrze w Kolegium KNEIS z wynikami sprawdzianów z zajęć wyrównawczych wskazując na wzajemną ich korelacje. W pracy przedstawimy podstawowe parametry statystyczne (por. Ostasiewicz, Rusnak, Osiecka, 2001; Sobczyk, 2008) opisujące empiryczne rozkłady liczby punktów uzyskanych przez studentów na obu sprawdzianach, do wyznaczenia których zastosowano arkusz kalkulacyjny EXCEL (por. Parlińska, Parliński, 2007). Praca jest kontynuacją analiz statystycznych przedstawianych na V Międzynarodowej Konferencji Research In Didactics of the Science, która odbyła się w 2012 r. w Krakowie (por. Józefczyk, Małecki, Rumianowski, 2012). II. ANALIZA WYNIKÓW W przedstawionej pracy analizujemy cztery sprawdziany początkowe, na początku zajęć wyrównawczych i cztery końcowe, na koniec semestru przeprowadzone w latach 2009-2013. Sprawdziany końcowe były na tym samym poziomie co początkowe, a więc wyrażały postęp wiedzy uzyskanej przez studentów w czasie kursu. Dynamikę zmian w badanych latach ilustrują wykresy 1 i 2. Oceny wyrażono w procentach jak również liczbę uzyskanych wyników.

Ocena efektywności nauczania zajęć wyrównawczych z matematyki 83 60% Liczba prac w procentach 50% 40% 30% 20% 10% 0% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% Ocena wyrażona w procentach sprawdzian początkowy 2009 2010 sprawdzian początkowy 2010 2011 sprawdzian początkowy 2011 2012 sprawdzian początkowy 2012 2013 Wykres 1.Porównanie sprawdzianów początkowych 25% Liczba prac w procentach 20% 15% 10% 5% 0% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% Ocena wyrażona w procentach sprawdzian końcowy 2009 2010 sprawdzian końcowy 2010 2011 sprawdzian końcowy 2011 2012 sprawdzian końcowy 2012 2013 Wykres 2. Porównanie sprawdzianów końcowych

84 Analizując te wykresy możemy zauważyć bardzo słabe przygotowanie studentów na sprawdzianie początkowym. Widzimy, że bardzo duży odsetek osób pisze poniżej 40 50% punktów co przy regulaminach przedmiotowych na studiach klasyfikuje się do oceny niedostatecznej. Przy sprawdzianie końcowym widzimy znaczący wzrost uzyskanej punktacji, ale nadal nie jest to zadawalająca sytuacja. Podobne wnioski można wysnuć analizując następujące wielkości statystyczne zamieszczone w Tablicach 1 i 2. Tablica 1.Wybrane parametry statystyczne sprawdzianu początkowego w latach 2009 20013 Sprawdzian początkowy w procentach w latach 2009 2010 2010 2011 2011 2012 2012 2013 Średnia 35,00% 13,00% 14,00% 28,09% Mediana 33,00% 8,00% 10,00% 23,33% Odchylenie standardowe 21,00% 15,00% 16,00% 19,44% Wariancja próbki 5,00% 2,00% 2,00% 4,60% Kurtoza 0,34 2,22 3,05 0,26 Skośność 0,55 1,53 1,55 0,66 Tablica 2. Wybrane parametry statystyczne sprawdzianu końcowego w latach 2009-20013 Sprawdzian końcowy w procentach w latach 2009 2010 2010 2011 2011 2012 2012 2013 Średnia 37,00% 37,00% 36,00% 42,44% Mediana 39,00% 33,00% 33,00% 43,33% Odchylenie standardowe 24,00% 21,00% 27,00% 24,78% Wariancja próbki 6,00% 4,00% 7,00% 7,00% Kurtoza 0,85 0,82 0,93 1,05 Skośność 0,02 0,17 0,38 0,09 Porównując wyniki sprawdzianu początkowego widzimy znaczący spadek po roku akademickim 2009 2010 wartości średniej, mediany chociaż w kolejnych latach można zauważyć tendencję wzrostową.

Ocena efektywności nauczania zajęć wyrównawczych z matematyki 85 Odchylenie standardowe Mediana Średnia 0% 5% 10% 15% 20% 25% 30% 35% 40% sprawdzian początkowy 2009 2010 sprawdzian początkowy 2010 2011 sprawdzian początkowy 2011 2012 sprawdzian początkowy 2012 2013 Wykres 3.Porównanie podstawowych parametrów statystycznych dla sprawdzianu początkowego Zestawiając te wielkości ze sprawdzianem końcowym widzimy wzrost tych parametrów, co świadczy o wzroście poziomu wiedzy studentów. Odchylenie standardowe Mediana Średnia 0,00% 10,00% 20,00% 30,00% 40,00% 50,00% sprawdzian końcowy 2009 2010 sprawdzian końcowy 2010 2011 sprawdzian końcowy 2011 2012 sprawdzian końcowy 2012 2013 Wykres 4. Porównanie podstawowych parametrów statystycznych dla sprawdzianu końcowego Źródło: Opracowanie własne

86 Wspomniany wzrost średnich wyników dobrze też ilustruje następujący wykres: 2012 2013 2011 2012 2010 2011 2009 2010 0,00% 10,00% 20,00% 30,00% 40,00% 50,00% 2009 2010 2010 2011 2011 2012 2012 2013 Końcowy 37,00% 37,00% 36,00% 42,44% Początkowy 35,00% 13,00% 14,00% 28,09% Wykres 5. Porównanie wartości średnich dla sprawdzianu początkowego i końcowego Źródło: Opracowanie własne Podobne wyniki otrzymujemy dla mediany. 2012 2013 2011 2012 2010 2011 2009 2010 0,00% 10,00% 20,00% 30,00% 40,00% 50,00% 2009 2010 2010 2011 2011 2012 2012 2013 Końcowy 39,00% 33,00% 33,00% 43,33% Początkowy 33,00% 8,00% 10,00% 23,33% Wykres 6. Porównanie wartości mediany dla sprawdzianu początkowego i końcowego Analizując natomiast skośność widzimy spadek tej wielkości w porównaniu ze sprawdzianem początkowym (z asymetrycznego przechodzi w zbliżony do symetrycznego). Może świadczyć to o zwiększeniu i wyrównaniu poziomu wiedzy studentów. Porównanie dynamiki skośności ilustruje wykres 7.

Ocena efektywności nauczania zajęć wyrównawczych z matematyki 87 2012 2013 2011 2012 2010 2011 2009 2010 0,5 0 0,5 1 1,5 2 2009 2010 2010 2011 2011 2012 2012 2013 Końcowy 0,02 0,17 0,38 0,09 Początkowy 0,55 1,53 1,55 0,66 Wykres 7. Porównanie skośności dla sprawdzianu początkowego i końcowego. Źródło: Opracowanie własne Jak widać na powyższym rysunku we wszystkich obserwowanych latach występuje silna asymetria prawostronna w teście początkowym, co jest spowodowane koncentracją wyników wokół oceny niedostatecznej. W następnym wykresie (nr 8) widoczna jest zmiana kurtozy świadcząca o spłaszczeniu ocen przy sprawdzianie końcowym. 2012 2013 2011 2012 2010 2011 2009 2010 1 0 1 2 3 4 2009 2010 2010 2011 2011 2012 2012 2013 Końcowy 0,85 0,82 0,93 1,05% Początkowy 0,34 2,22 3,05 0,26 Wykres 8.Porównanie kurtozy sprawdzianów. Na kierunku ekonomii (w KNEIS) w roku akademickim 2012 2013 przeprowadzono analizę statystyczną porównując wyniki uzyskane na sprawdzianie początkowym i końcowym z wynikami egzaminu z matematyki w semestrze pierwszym. Do porównania testów z egzaminem zastosowano zamianę procentów na oceny zgodnie z następującą tabelą.

88 Tablica 3. Kryterium oceny Wyniki testu w procentach <0%, 40%) <40%,55%) <55%,70%) <70%,80%) <80%,90%) <90%,100%> Ocena z egzaminu 2 3 3,5 4 4,5 5 Przeprowadzono badania w grupie 85 studentów uzyskując następujące wielkości statystyczne. Tablica 4. Wybrane parametry statystyczne sprawdzianu początkowego, końcowego i egzaminu w roku akademickim 2012-20013 Sprawdzian początkowy Sprawdzian końcowy Egzamin Średnia 2,28 2,82 3,14 Odchylenie standardowe 0,616 0,945 0,730 Mediana 2,0 3,0 3,0 Skośność 2,50 0,79 0,21 Kurtoza 6,551 0,540 0,223 Sprawdzian końcowy ma parametry lepsze od sprawdzianu początkowego i bardziej zbliżone dso egzaminu, co widoczne jest na następnym wykresie. Kurtoza Skośność Mediana Odchylenie stadardowe Średnia 1,00 0,00 1,00 2,00 3,00 4,00 5,00 6,00 7,00 Sprawdzian początkowy Sprawdzian końcowy Egzamin Wykres 9. Podstawowe parametry statystyczne dla egzaminu i sprawdzianów

Ocena efektywności nauczania zajęć wyrównawczych z matematyki 89 Potwierdzeniem tych obserwacji jest wielkość współczynnika korelacji sprawdzianu końcowego i egzaminu, który wynosi ρ= 0,616. Na rysunku następnym (wykres 10), podajemy histogram wyników testów początkowego i końcowego oraz egzaminu. Oś pozioma jest osią ocen, a pionowa określa liczbę wyników. 80 70 60 50 40 30 20 10 2 3 3,5 4 4,5 5 Początkowy Końcowy Egzamin Wykres 10. Porównanie szczegółowych ocen (oś pozioma) egzaminu (I semestr) i testów. Do analizy statystycznej wyników sprawdzianów zaproponowaliśmy dwuparametryczny rozkład Weibulla, jako powszechnie stosowany w zagadnieniach niezawodności w postaci: o dystrybuancie P2 P 2 x f ( x, P1, P2 ) exp P1 P1 x P 1 P2 P 2 x F ( x) 1 exp. P1 Prawdopodobieństwo ) (x Q, że układ nie zawiedzie, mimo że wartość zmiennej losowej przekroczy x wynosi.

90 P 2 x Q ( x) exp. P1 W prezentowanym modelu przyjęto, że zmienna losowa oznacza ilość zadań (punktów do zdobycia), dla których student nie zawiódł, czyli wskazał prawidłową odpowiedź. W celu weryfikacji zaproponowanego modelu sporządzono zależności częstości (ułamek liczby studentów), którzy przekroczyli daną ilość prawidłowo wskazanych odpowiedzi. Wykres 11 przedstawia takie właśnie wyniki dla sprawdzianu wstępnego przeprowadzonego przed rozpoczęciem zajęć wyrównawczych. Analizie poddano wyniki 242 studentów, którzy pisali wstępny i końcowy sprawdzian. Parametry dopasowania rozkładu Weibulla do badanych danych przedstawione są na wykresach. Parametr P 1 (tzw. parametr skali) można w proponowanym modelu interpretować, jako ilość prawidłowych 1 odpowiedzi, którą osiągnęło 1 63% badanych studentów. W prezentowanych wynikach badań widoczny jest znaczący wzrost tego parametru po zakoń- e czeniu zajęć. Parametr P 2 (parametr kształtu) w obu badanych seriach przyjmował wartości dodatnie, ale przed rozpoczęciem zajęć miał wartość 1.32 a po zakończeniu zajęć 1.61. 1,1 1,0 0,9 0,8 0,7 Data: Wyniki testu początkowego Model: Q(x)=exp(-(x/P1)^P2) Chi^2 = 0.00064 R^2 = 0.99268 P1 10.05537 ±0.14572 P2 1.32108 ±0.03817 Częstość 0,6 0,5 0,4 0,3 0,2 0,1 0,0 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 Ilość zdobytych punktów Wykres 11.

Ocena efektywności nauczania zajęć wyrównawczych z matematyki 91 Wyniki dla sprawdzianu końcowego ilustruje Wykres 12. 1,1 1,0 0,9 0,8 0,7 Data: Wyniki testu końcowego Model: Q(x)=exp(-(x/P1)^P2) Chi^2 = 0.00171 R^2 = 0.98248 P1 15.62746 ±0.27229 P2 1.60839 ±0.07008 Częstość 0,6 0,5 0,4 0,3 0,2 0,1 0,0 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 Ilość zdobytych punktów na sprawdzianie Wykres 12. Prezentowane w pracy rezultaty pokazują, że zastosowanie rozkładu Weibulla w analizie sprawdzianów prac studenckich wydaje się uzasadnione, co potwierdzają wartości statystyki testowej chi 2 dopasowania przedstawione na wykresach. Wyniki uzyskane na podstawie analizy statystycznej sprawdzianu początkowego i końcowego wskazują na zasadność prowadzenia zajęć wyrównawczych, które umożliwiają wyrównanie poziomu studentów oraz uzupełnienie wiedzy potrzebnej do realizacji założeń programowych w zajęciach fakultatywnych z matematyki na pierwszym roku studiów. Opisane parametry statystyczne obrazują wzrost wiedzy w zakresie szkoły średniej studentów uczęszczających na zajęcia wyrównawcze oraz istotną korelację wyników sprawdzianu końcowego z wynikami egzaminu z matematyki kończącego pierwszy semestr. Przeprowadzona w artykule analiza pozwala pozytywnie ocenić efektywność nauczania matematyki na zajęciach wyrównawczych. LITERATURA Józefczyk R. Małecki R., R. Rumianowski (2012), Badania w dydaktyce fizyki. Analiza wyników zajęć wyrównawczych z matematyki realizowanych w Filii Politechniki Warszawskiej w Płocku, Kraków. Ostasiewicz S., Rusnak Z., Osiecka U. (2001), Statystyka elementy teorii i zadania, WAE Wrocław. Parlińska M., Parliński J. (2007), Badania statystyczne z Excelem, SGGW, Warszawa. Sobczyk M. (2008), Statystyka, PWN, Warszawa.

92 ANALYSIS OF THE RESULTS OF THE COMPENSATORY COURSES IN MATHEMATICS REALISED IN THE AFFILIATE BRANCH OF THE WARSAW UNIVERSITY OF TECHNOLOGY IN PLOCK Summary The paper s aim is to present the statistical analysis of the results of both initial and final testing the students who attended compensatory classes in mathematics. The classes have been carried out as a part Warsaw University of Technology Development Programme which is cofinanced by the European Social Funds. The statistical material concerns the results gained in the affiliate Branch of Warsaw University of Technology in Płock. In the paper there have been presented basic statistical parameters describing empirical distribution of number of points achieved by students at both tests. Also the latest data from winter semester 2012 2013 have been used as compared with the results presented at the International Didactic Conference in Kraków in 2012. Key words: International programmes and projects in science education.