Застосування описової статистики для аналізу результатів тестування студентів

Abstract

Статистика є важливою складовою у розв’язанні прикладних математичних задач, оскільки вона забезпечує інструменти та методи для аналізу і прийняття обґрунтованих рішень на основі даних. Описова статистика є важливим інструментом для первинного аналізу даних, допомагаючи зрозуміти основні характеристики та тенденції, що є необхідним етапом перед проведенням більш складного статистичного аналізу. Основою описової статистики є міри центральної тенденції, такі як середнє значення, медіана і мода, які використовуються у широкому спектрі прикладних математичних задач. У цій роботі представлено аналіз результатів тестування знань студентів з дисципліни «Програмування» для різних груп факультету інформаційно-комп’ютерних технологій Державного університету «Житомирська політехніка». Тестування є важливим інструментом у навчальному процесі, що допомагає забезпечити якісну освіту та сприяє розвитку студентів. Метою дослідження є виявлення академічних груп студентів з високими та низькими результатами, а також груп з великою та малою дисперсією балів. Дослідження показало, що рівень підготовки студентів суттєво відрізняється залежно від групи. Найкращі результати продемонстрували студенти груп КН та КБ, тоді як в групах ІСТ спостерігаються найнижчі середні бали та найбільший розкид балів. Для кращого сприйняття результатів дослідження дані було візуалізовано у вигляді коробчастої діаграми, яка відображає розподіл даних через п’ять основних числових характеристик (мінімум, перший квартиль, медіана, третій квартиль, максимум). На основі отриманих результатів можна розробити рекомендації для покращення навчальних методів і підходів, що сприятимуть підвищенню якості навчального процесу. Ці кроки є важливими для створення адаптивного та ефективного навчального середовища, яке відповідає сучасним вимогам та викликам освітнього процесу. Результати цього дослідження дозволяють зробити висновок, що статистика в прикладній математиці відіграє критичну роль у різних аспектах аналізу даних, моделювання, оптимізації та прогнозування, забезпечуючи наукову основу для розв’язання практичних задач у різних галузях.