Помощь в написании студенческих работ
Антистрессовый сервис

Разработка моделей и алгоритмов оценки качества системы высшего образования

Диссертация: Разработка моделей и алгоритмов оценки качества системы высшего образования
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Актуальность работы. Одним из ощутимых социальных последствий стремительных технологических перемен, особенно сильно проявивших себя в последние десятилетия XX в., стал общий кризис систем образования. Он охватил сегодня практически все страны мирового сообщества, в том числе и Россию. Вместе с тем существо этого кризиса отнюдь не ограничивается исключительно финансовой недостаточностью самой… Читать ещё >

Разработка моделей и алгоритмов оценки качества системы высшего образования (реферат, курсовая, диплом, контрольная)

Содержание

  • Общая характеристика работы
  • Глава I. Модели оценки качества в системе образования
    • 1. 1. Онтология и гносеология оценки качества образования
    • 1. 2. Системный анализ релевантных факторов
    • 1. 3. Существующие модели оценки качества высшего образования
    • 1. 4. Новая модель оценки качества деятельности образовательных учреждений
    • 1. 5. Модели содержания и процедур оценивания объектов системы высшего образования
    • 1. 6. Выводы по главе
  • Глава II. Методологические принципы многомерного анализа
    • 2. 1. Исходные позиции
    • 2. 2. Ранги и семантическая шкала качеств
    • 2. 3. Анализ традиционных подходов к оценке статистической связи
    • 2. 4. Выбор системного основания качества
    • 2. 5. Классические методы многомерного анализа данных
    • 2. 6. Выводы по главе
  • Глава III. Топометрики статистики качеств
    • 3. 1. Понятие топометрики
    • 3. 2. Первичные данные в качественных исследованиях
    • 3. 3. Меры сходства в пространстве признаков
    • 3. 4. Коэффициенты множественной и парной качественной конкордации
    • 3. 5. Внутрисистемная согласованность объекта
    • 3. 6. Алгоритмы оценивания
    • 3. 7. Выводы по главе
  • Глава IV. Практические задачи оценки качества объектов системы высшего образования
    • 4. 1. Основные задачи анализа интенсивных значений
    • 4. 2. Энтропия значений как показатель ценности фактора
    • 4. 3. Ранжирование объектов системы высшего образования
    • 4. 4. Кластерный анализ в задачах оценки качества
    • 4. 5. Условная энтропия распределения в анализе динамики качества
    • 4. 6. Разработка программы для решения комплекса задач по оценке качества деятельности образовательных учреждений
    • 4. 7. Выводы по главе

Актуальность работы. Одним из ощутимых социальных последствий стремительных технологических перемен, особенно сильно проявивших себя в последние десятилетия XX в., стал общий кризис систем образования. Он охватил сегодня практически все страны мирового сообщества, в том числе и Россию. Вместе с тем существо этого кризиса отнюдь не ограничивается исключительно финансовой недостаточностью самой этой сферы (хотя важность этой проблемы тоже недооценивать нельзя). Главный источник кризиса — в неадекватности содержания образования, масштабов и уровня развития образовательных систем постиндустриальному направлению цивилизационного развития.

Специфика объекта управления, которым является образовательная деятельность, и слабое развитие методологической основы и технологической поддержки для образовательной отрасли делают актуальной задачу разработки научной основы для решения проблем в области оценки и управления качеством образовательной деятельности. Качество образования определяется как приоритетная задача в «Концепции модернизации Российского образования на период до 2010 года», принятой Минобразованием РФ (приказ МО РФ № 393 от 11.02.02) [65]. Для успешного решения этих задач нужны как исследования методологических основ оценки качества, так и разработка практических методик анализа данных. При этом основным звеном в сфере образования без сомнения является система высшего образования, представленная субъектами предоставления образовательных услугвысшими учебными заведениями. Вопросы оценки качества деятельности вузов и являются актуальной задачей настоящей диссертационной работы.

Целью диссертационной работы является разработка моделей и алгоритмов оценки качества деятельности учреждений системы высшего образования с точки зрения системного анализа, на основе методов математической статистики и статистики качеств, непараметрических подходов и педагогической герменевтики.

Задачи исследования. В соответствии с поставленной целью требуется решить следующие задачи: провести критический анализ существующих моделей и технологий оценки качества объектов системы высшего образованияразработать инвариантную модель оценки качества деятельности вузапроанализировать применимость ранговых методов статистики в работе с факторами смешанной природыпроанализировать существующие и разработать новые критерии выбора системного основания качестваразработать топометрики в пространстве интенсивных величинразработать модели и алгоритмы решения практических задач оценки качества в системе высшего образования — ранжирование объектов, кластерный анализ, анализ динамики распределенияразработать автоматизированную систему для решения комплекса задач в области оценки качества деятельности образовательных учреждений. Объектом исследования является область теоретической информатики, связанная с разработкой моделей и алгоритмов оценки качества объектов произвольной природы и методологией анализа данных смешанной природы.

Методы исследования. Для достижения поставленной в работе цели и решения перечисленных задач использованы методы математической статистики, статистики качеств, герменевтики, элементы квалиметрии. Разработка программного обеспечения для реализации алгоритмов проведена в среде Borland Delphi (ver.7.0).

Методологической основой исследования являются работы в области оценки качества образования, анализа многофакторных объектов произвольной природы, статистики объектов нечисловой природы, теории информации (труды А. И. Субетто, Г. Г. Азгальдова, В. И. Васильева, Б. Г. Литвака, С. А. Айвазяна, В. В. Красильникова, А. И. Орлова и др.).

Достоверность полученных результатов подтверждается применением методов математической статистики, статистики качеств, моделированием и герменевтической интерпретацией результатов, практической реализацией и внедрением разработанных методов, моделей и алгоритмов.

Научная новизна полученных в данной работе результатов состоит в следующем:

1. Разработана инвариантная модель оценки качества деятельности вуза, ориентирующаяся на специфику сферы высшего образования, потребности личности и общества.

2. Показана неприменимость традиционных ранговых показателей связи в анализе качественных признаков.

3. Разработаны критерии выбора системного основания качества.

4. Получены модели расчета коэффициентов множественной и парной конкордации в пространстве качеств и разработаны соответствующие этим моделям алгоритмы обработки качественных данных.

5. Разработаны технологии ранжирования, кластерного анализа, анализа динамики распределения в пространстве интенсивных величин.

6. Разработан и внедрен программный комплекс оценки качества деятельности образовательного учреждения.

Оценка теоретической значимости результатов работы. Полученные концептуальные и математические модели и алгоритмы являются теоретической основой для оценки качества многомерных объектов произвольной природы, формируют базу для создания автоматизированных систем оценки качества.

Практическая ценность работы состоит в разработке технологий использования методов статистики качеств для оценки качества процессуальной стороны образования.

На защиту выносятся следующие положения: ¦ инвариантная модель оценки качества деятельности вузаметодология качественного анализа данных — критерии выбора системного основания качества, вопросы перевода значений признаков к качественным аналогаммодели и алгоритмы расчета топометрик сходства объектов сферы образованиямодели и алгоритмы кластеризации, ранжирования, оценки качества и анализа динамики распределения образовательных учрежденийавтоматизированная среда оценки качества деятельности образовательного учреждения на основе методов статистики качеств. Апробация результатов работы. Основные результаты диссертационной работы доложены и обсуждены на Всероссийских конференциях «Развитие методов и средств компьютерного тестирования», Москва, 2003; «Развитие методов и средств компьютерного тестирования», Москва, 2004; «Инновационные методы и средства оценки качества образования», Москва, 2006.

Внедрение результатов. На основании предложенных моделей и алгоритмов создана автоматизированная программа «ACT-ОКО — Экспертная оценка качества деятельности образовательного учреждения», успешно применяемая в ряде вузов РФ.

Публикации. Основные положения диссертации изложены в 17 научных публикациях.

Структура и объем диссертации

Диссертационная работа состоит из введения, 4-х глав, выводов по каждой главе, основных результатов, списка используемой литературы и приложений.

Основные результаты и выводы.

В процессе выполнения диссертационной работы были решены научные задачи по разработке моделей и алгоритмов оценки качества деятельности учреждений системы высшего образования с точки зрения системного анализа, на основе методов математической статистики и статистики качеств, непараметрических подходов и педагогической герменевтики.

На основании полученных результатов можно сделать следующие выводы:

1. Проведенный критический анализ существующих моделей оценки качества деятельности образовательных учреждений показал их неприменимость в задачах комплексной оценки качества.

2. Разработанная инвариантная модель оценки качества деятельности образовательного учреждения охватывает все релевантные факторы образовательной действительности (числовой и нечисловой природы), учитывая действующие нормы в сфере образования и направляя ее в сторону гармоничного развития личности обучаемых.

3. Теоретические и практические исследования показали неприменимость ранговых методов анализа данных в отрыве от всестороннего изучения характеристик распределения образовательных признаков.

4. Предложены критерии выбора системного основания качества в условиях отсутствия априорных сведений о характере распределения признаков.

5. Разработанные топометрики множественной и парной качественной конкордации обладают большим научным потенциалом, и по сути являются единственным аппаратом, позволяющим герменевтическую интерпретацию результатов анализа многомерных объектов смешанной природы.

Предложенная интегральная характеристика качества объекта на основе энтропии значений признаков представляет собой мощный инструмент анализа качественных данных, свободный от субъективного выбора весовых коэффициентов. Применение топометрик множественной и парной качественной конкордации позволяет использовать аппарат кластерного анализа в пространстве качественных значений. Впервые предложены модели описания свойств полученных кластеров в пространстве качественных признаков.

Разработанная автоматизированная система оценки качества деятельности образовательных учреждений является гибким и мощным средством анализа объектов произвольной природы, покрывая весь спектр задач исследования характеристик качества.

Показать весь текст

Список литературы

  1. Н., Хилл С., Тернер Б. С. Социологический словарь. М.: Экономика, 1999.-428 с.
  2. Е.В. Применение кластерного анализа при изучении успеваемости студентов // Математико-статистические исследования в экономике. Под ред. Дуброва A.M. М.: МЭСИ, 1983. — с.28−31.
  3. Г. Г., Райхман Э. П. О квалиметрии. М.: Издательство стандартов, 1972, — 172 с.
  4. С.А., Енюков И. С., Мешалкин Л. Д. Прикладная статистика: Основы моделирования и первичной обработки данных. Справочное издание. М.: Финансы и статистика, 1983. — 471 с.
  5. С.А., Енюков И. С., Мешалкин Л. Д. Прикладная статистика: Исследование зависимостей. М.: Финансы и статистика, 1985. — 487 с.
  6. С.А., Мхитарян B.C. Теория вероятностей и прикладная статистика, т. 1. М.: ЮНИТИ, 2001.
  7. O.K., Виноградов В. Н., Моисеев С. Г. и др. Методика определения потенциала вуза в качественной подготовке специалистов. М.: МИНиГ им. И. М. Губкина, 1988. — 38 с.
  8. Т. Введение в многомерный статистический анализ. М.: Финансы и статистика, 1982.
  9. А.А. Педагогика высшей школы. Новый курс М.: Московский международный институт эконометрики, информатики, финансов и права, 2002. — 264 с.
  10. Дж. Анализ таблиц сопряженности. М., 1982.
  11. Межвузовский сборник научных трудов. Под ред. Гребенькова В. И. М.: ВЗМИ, 1985. -с.17−35.
  12. С.Я., Романцев Г. М., Гершунский Б. С. и др. Профессиональная педагогика. М.: Изд-во АПО, 1997. — 511 с.
  13. Е.В., Иоффе М. Я. Образовательные услуги вуза (методология и практика исследования рынка). М.: Изд-во Рос. экон. акад., 2000. 142 с.
  14. . Алгоритм конструирования одномерной психодиагностической шкалы. Вильнюс: НИИ ШМП ЛитССР, 1968. 26 с.
  15. В.В. и др. Аттестация, аккредитация высших учебных заведений. М.: ВБКИ, 1993.- 152 с.
  16. .У., Хуань К. Д. Многомерные статистические методы для экономики. М.: Статистика, 1979. ,
  17. К.К. Общественная полезность продукции и затраты труда на ее производство. М.: Мысль, 1965.
  18. В.И., Красильников В. В., Плаксий С. И., Тягунова Т. Н. Оценка качества деятельности образовательного учреждения. М.: Изд-во «ИКАР», 2005 г.-320 с.
  19. В.И., Красильников В. В., Плаксий С. И., Тягунова Т. Н. Статистический анализ многомерных объектов произвольной природы. М.: Изд-во «ИКАР», 2004 г.
  20. В.И., Тягунова Т. Н. Основы культуры адаптивного тестирования. М.: ИКАР, 2003. — 584 с.
  21. Н.Б. и др. Коэффициент ранговой корреляции Спирмена. -М.: Изд-во МГУ, 1980. 29 с.
  22. Е.С. Исследование операций // «Наука и жизнь», № 12,1968.
  23. Е. С. Теория вероятностей: Учеб. для вузов. М.: Высшая школа, 1999. — 576 с.
  24. А.Дж. Энтропийные методы моделирования сложных систем. М.: Наука, 1978. — 248 с.
  25. Н.И., Голоскоков П. Г. Статистическая обработка экспериментальных данных. Л.: ЛИВТ, 1984. — 116 с.
  26. С.Б. Инновации в образовании: управление и мониторинг качества // Методологические проблемы профессиональной подготовки специалистов в вузе. Тезисы докладов межвузовской научно-методической конференции. Тольятти: ПТИС МГУС, 2001. — С. 129−133.
  27. С.И. Основы педагогики. М.: Школа-Пресс, 1995.
  28. .А., Сущенко С. П. Концепция автоматизированной системы поддержки типовых управленческих решений вуза // Вестник Томского гос. ун-та, 2000, № 269.- С.150−156.
  29. К.К. Самостоятельная работа студентов: Методические рекомендации / ЛПИ. JL, 1988. — 24 с.
  30. Г. Я. Классификация и шкалирование // Математико-статистические исследования в экономике. Под ред. Дуброва A.M. М.: МЭСИ, 1983. -с.26−28.
  31. ГОСТ 23 554. 2−81 «Экспертные методы оценки качества промышленной продукции. Обработка значений экспертных оценок качества продукции».
  32. М.И., Краснянская К. А. Применение математической статистики в педагогических исследованиях. Непараметрические методы. -М.: Педагогика, 1977. 136 с.
  33. Г. П. Построение типологии с помощью латентных классов // Математические методы в социологическом исследовании. М., 1983.
  34. H., Лион Ф. Статистика и планирование эксперимента в технике и науке: Методы планирования эксперимента. М.: Мир, 1981. -520 с.
  35. В.А., Прокофьев В. А., Богданов P.P. Рейтинг объектов высшей школы. Саратов: СГСЭУ, 2001.- 92 с.
  36. A.M., Мазуров М. Е. Анализ статистических связей в одномерном и многомерном анализе. -М.: МЭСИ, 1980. 105 с.
  37. A.M. Математико-статистическая оценка эффективности в экономических задачах. -М.: Финансы и статистика, 1982. 176 с.
  38. А.Н. Порядковые статистики их свойства и приложения. -М.: Знание, 1980.-64 с.
  39. М. Иерархический кластер-анализ и соответствия. М.: Финансы и статистика, 1988. — 343 с.
  40. В.М., Мучник И. Б. Факторный анализ в социально-экономических исследованиях. М., 1976.
  41. Закон Российской Федерации «О высшем и послевузовском профессиональном образовании» от 22 августа 1996 г. № 125-ФЗ.
  42. Л. Статистическое оценивание. -М.: Статистика, 1976. 598 с.
  43. И.С., Попов В. М., Дроздов В. И., Чемыхин В. А. Экономическая теория. Результаты самообследования студентов третьегокурса специальности «Финансы и кредит» на ноябрь 2004/05 учебного года. -Курск: Курский гос. техн. ун-т, 2005. 52 с.
  44. Г. Е., Орлов Г. П. Социология. М.: Интерпракс, 1995.320 с.
  45. Н.Н., Илышев A.M. Система аналитических показателей инновационной деятельности организации // «Качество. Инновации. Образование», № 2,2004. С.26−30.
  46. ИСО 9000: 2000. Системы менеджмента качества. Основные положения и словарь. М.: ВНИИС, 2001.
  47. В.Я. Непараметрическая идентификация и сглаживание данных: Методы локальной аппроксимации. М.: Наука, 1985. — 336 с.
  48. Дж., Снелл Дж. Кибернетическое моделирование. М.: «Сов. радио», 1972. 164 с.
  49. М. Дж., Стьюарт А. Многомерный статистический анализ и временные ряды. М.: Наука, 1976. — 736 с.
  50. М. Дж., Стьюарт А. Статистические выводы и связи. М.: Наука, 1973. — 899 с.
  51. Ким Дж.-О. и др. Факторный, дискриминантный и кластерный анализ. М.: Финансы и статистика, 1989. — 216 с.
  52. Классификация и кластер. Под ред. Дж.Райзина. М.: Мир, 1980.
  53. Ю.Н. Применение анализа соответствий в обработке нечисловой информации // Социология: 4 М (методология, методы, математические модели), 1991, № 2. С. 105−118
  54. К. Информатизация образования: новые приоритеты // Alma mater. М&bdquo- 2002. — N 2. — С. 16−22.
  55. Конти Тито. Самооценка в организациях. Перевод с англ. М.: Стандарты и качество, 2000.
  56. Концепция модернизации российского образования на период до 2010 г. / Распоряжение Правительства РФ от 29 декабря 2001 г. № 175б-р, приказ МО РФ № 393 от 11.02.02. 28 с.
  57. Э.М. Качество образования: формирование, факторы и оценка, управление. М.: ГУУ, 2002. — 83 с.
  58. С. В. Вливаясь в Болонский процесс. Ж-л «Инженерное образование», № 2−3, март 2004 г.
  59. К.И., Некрасов С. Д. Моделирование информационной системы оценки качества образования // Университетское управление: практика и анализ. 2003. — № 3(26). — С.77−83.
  60. А.И. Социология: Общий курс. М.: ПЕР СЭ, 2000. — 640с.
  61. В.В. Статистика объектов нечисловой природы. Наб. Челны: Изд-во Камского политехнического института, 2001. — 144 с.
  62. А.О. Ограничения метода регрессионного анализа // Социология: 4 М. 2000. — № 12. — С.96−112.
  63. Н.С. Университетское образование: идеалы, цели, ценностные ориентации: Монография. Ижевск: Филиал изд-ва Нижегородского ун-та при УдГУ, 1992. — 236 с.
  64. С.С. Онтология точности и практичности // «Вопросы философии», № 1,2004 г.
  65. Г. С. Методы обработки разнотипных экспериментальных данных. Новосибирск: Наука, 1981. — 160 с.
  66. К.И. Идентификация. М.: Наука, 1987.
  67. .Г. Автоматизированные системы экспертного оценивания и аккредитации. М.: Исследовательский центр проблем качества подготовки специалистов, 1993. — 142 с.
  68. .Г. Об упорядочении объектов по предпочтениям // Математические вопросы управления производством. Под ред. Люстерника Л. А. М.: Изд-во МГУ, 1973. — Вып. 5. — с.47−59.
  69. В. Инвариантные компоненты деятельностных знаний в профессиональном образовании // Alma mater. М., 2002. — N 2. — С. 10−16.
  70. И.Д. Кластерный анализ. -М.: Финансы и статистика, 1988. -168 с.
  71. И. и др. Основы математической статистики и ее применение. М.: Статистика, 1970. — 223 с.
  72. М., Мако Д., Такахара И. Теория иерархических многоуровневых систем. М.: Мир, 1973. — 344 с.
  73. М., Такахара Я. Общая теория систем: математические основы.-М.: Мир, 1978.-312 с.
  74. Методологические проблемы профессиональной подготовки специалистов в вузе. Тезисы докладов межвузовской научно-методической конференции. Тольятти: ПТИС МГУС, 2001.
  75. .Г. Анализ качественных признаков. М.: Статистика, 1976. -166 с.
  76. .Г., Высоцкая Н. В., Куперштох B.JI. и др. Шкалы упорядочения // Моделирование в экономических исследованиях. Отв. ред. Берлянд E. JL, Миркин Б. Г. Новосибирск: Наука, Сибирское отделение, 1978. -с.109−120.
  77. .Г. Группировки в социально-экономических исследованиях. -М.: Финансы и статистика, 1985.
  78. .Г. Модели эмпирического агрегирования социально-экономической информации // Модели агрегирования социально-экономической информации. Под ред. Миркина Б. Г. Новосибирск: ИЭиОПП СО АН СССР, 1978.-c.3−16
  79. Г. Н., Наводнов В. Г. Модели оценивания деятельности образовательных организаций: Препринт. Йошкар-Ола: НИЦ ГА, 1997. -48 с.
  80. Национальная доктрина образования в Российской Федерации. М.:2000.
  81. Н.П., Тейман А. И., Шмерлинг Д. С. Непараметрические методы статистики, основанные на рангах, и их применение. Препринт. М.: ВНИИСИ, 1986.-60 с.
  82. Э., Залески С. Группировка социально-экономических объектов по уровню их развития // Математико-статистические исследования в экономике. Под ред. Дуброва A.M. М.: МЭСИ, 1983. — с.31−33.
  83. В. В. Управление качеством. М.: Экономика, 1998. — 640с.
  84. М.С., Блэшфилд Р. К. Кластерный анализ. В кн.: Факторный, дискриминантный и кластерный анализ. Под ред. Дж.-О.Кима, Ч. У. Мьюллера и У. Р. Клекка. М.: Наука, 1984.
  85. А.И. В кн. Прикладной многомерный статистический анализ. -М.: Наука, 1978.-С.68−138.
  86. А.И. Устойчивость в социально-экономических моделях. М.: Наука, 1979.-296 с.
  87. Н.Ф. О сочетании объяснительно-иллюстративного и проблемного методов обучения // Повышение эффективности и качества обучения в вузе. / Под ред. А. М. Трубицына. Томск: Изд-во Том. ун-та, 1986. -С. 81−85.
  88. М.В. Классификация учреждений высшего профессионального образования методами дискриминантного анализа: Научное издание. Йошкар-Ола: Научно-информационный центр государственной аккредитации, 1999.-23 с.
  89. С. И. Качество высшего образования. М.: Национальный институт бизнеса, 2003. — 654 с.
  90. В. Многомерный сравнительный анализ в экономических исследованиях (методы таксономии и факторного анализа). М.: Статистика, 1980.
  91. Ю.В., Подлеснов В. Н. и др. Многоуровневая структура образования: научно-методические основы и практика. Волгоград: Политехник, 1999. — 173 с.
  92. Д. А. Логико-лингвистические модели в системахiуправления. -М.: Энергоиздат, 1981.-232 с.
  93. Практикум по теории статистики. Под ред. Р. А. Шмойловой. М.: Финансы и статистика, 2001.-416 с.
  94. Проектирование, обеспечение и контроль качества образования и образовательных услуг. Материалы Третьей Всероссийской конференции по качеству образования и Пятой Международной конференции «Развитие через качество». Москва-Тольятти: Изд-во ТолПИ, 2000.
  95. П.М. Некоторые вопросы теории многомерных группировок // Вестник статистики, № 7,1976. С.52−63.
  96. П.М. Экономический анализ методом многомерных группировок // Экономика сельского хозяйства, № 9, 1973. С.60−64.
  97. Рабочая книга социолога. Отв. ред. Осипов Г. В. М.: Наука, 1983.478 с.
  98. В.В. Экономическая социология. М.: Аспект Пресс, 1997.368 с.
  99. Региональная статистика: Учебное пособие. Самарск. гос. экон. акад. — Самара, 1999. — 384 с.
  100. В. М. О многомерных средних и группировках // Вестник статистики, № 8,1976. С.43−45.
  101. Н.А. Качество высшего образования как объект системного исследования. Доклад. — Воронеж: ВГТУ, 2001. — 28 с.
  102. А.В. Образовательный процесс современные тенденции // Методологические проблемы профессиональной подготовки специалистов в вузе. Тезисы докладов межвузовской научно-методической конференции. -Тольятти: ПТИС МГУС, 2001. — С. 148−151.
  103. М. Профессиональная компетентность новое требование качества профессиональной подготовки // Молодежь. Цифры. Факты. Мнения. СПб., 1995, № 2−3.
  104. Е.В. Методы математической обработки в психологии. СПб.: ООО «Речь», 2000. 350 с.
  105. Л.Б. Инновационные формы и методы образовательного процесса // Методологические проблемы профессиональной подготовкиспециалистов в вузе. Тезисы докладов межвузовской научно-методической конференции. Тольятти: ПТИС МГУС, 2001. — С. 124−129.
  106. Система оценки деятельности кафедр университета / В. Ковалев, А. Ледяев, С. Микони, П. Якубчик // Alma mater. М., 2002. — N 1. — С. 17−23.
  107. В.Я. Системный подход к анализу учебно-воспитательного процесса и определению путей его совершенствования. М.: МАДИ, 1986.- 106 с.
  108. С.Б. Стратегическое и оптимальное планирование развития высших учебных заведений. Препринт. СПб.: Изд-во СПбГУЭФ, 2002.-25 с.
  109. А.В. Информационная система как основа эффективного управления вузом // Университетское управление: практика и анализ. 2004. -№ 2(30). С. 116−119.
  110. Л.А., Тамашевич В. Н., Уебе Г., Шеффер М. Многомерный статистический анализ в экономике: Учеб. пособие для вузов / Под ред. Тамашевича В. Н. М.: ЮНИТИ-ДАНА, 1999. — 598 с.
  111. В.Н. Статистические методы основной инструментарий специалиста в области качества // «Качество. Инновации. Образование», № 1,2002. — с. 11−17.
  112. А.И. Введение в квалиметрию высшей школы. В 4 кн. М.: Исслед. центр Гособразования СССР по проблемам управления качеством подготовки специалистов, 1991.
  113. Г. Г. Качественные методы в структуре методологии анализа данных // Социология: 4 М. 2001. — № 14. — С.33−52.
  114. Ф.Е., Афонин В. А., Дмитриев В. И. Теоретические основы информационной техники. -М.: Энергия, 1971 -424 с.
  115. Г. Введение в эконометрику. М., 1965.
  116. Ю.Н. Анализ социологических данных. М.: Научный мир, 2000.
  117. .Т. Социология: Общий курс. М.: Юрайт-М, 2001.527 с.
  118. Ю.Н. Непараметрические методы статистики. М.: Знание, 1978.-64 с.
  119. Р. Передача информации. Статистическая теория связи. М.: Мир, 1965.-438 с.
  120. С. С. Социология. М.: Гардарики. — 344 с.
  121. Г. Синергетика: Иерархия неустойчивостей. -М., 1985.
  122. Хан Г., Шапиро С. Статистические модели в инженерных задачах. -М.: Мир, 1969.-396 с.
  123. Т.П. Статистические выводы, основанные на рангах. М.: Финансы и статистика, 1987. — 333 с.
  124. М., Вулф Д. Непараметрические методы статистики. -М.: Финансы и статистика, 1983. 518 с.
  125. С.В. Детерминационный анализ социально-экономических данных в режиме диалога. М., 1980.
  126. А.Н. Методы и алгоритмы решения задач снижения размерности пространства описания. Владивосток: ДВО АН СССР, 1991. -94 с.
  127. И.Ф. Контроль: Учебное пособие. СПб.: СЗПИ, 1992.62 с.
  128. И.Ф., Станякин В. М. Квалиметрия и управление качеством. М.: Изд-во ВЗПИ, 1992. — 255 с.
  129. И.Ф. Теоретическая метрология. М.: Издательство стандартов, 1991.-471 с.
  130. В.Н., Рисин И. Е. Проблемы совершенствования организации управления высшими учебными заведениями // Управление качеством подготовки специалистов в высшей школе. Под ред. Кабакова B.C. -Л.: ЛИЭИ, 1978. -с.74−84.
  131. Экономический анализ: ситуации, тесты, примеры, задачи, выбор оптимальных решений, финансовое прогнозирование. Под ред. Баканова М. И. Шеремета А.Д. М.: Финансы и статистика, 2004. — 656 с.
  132. Экспертные оценки в управлении. Научно-методический отдел Института управления народным хозяйством. М., 1977. — Ч. 1−6.
  133. Энциклопедия кибернетики. В 2-х т. Под ред. В. М. Глушкова. -Киев: Гл. ред. Украинской Советской энциклопедии, 1975. Т.1. — 608 с. — Т.2. — 620 с.
  134. A.M., Яглом И. М. Вероятность и информация. М.: Наука, 1973.-512 с.
  135. П.М. Психологические компоненты и критерии становления зрелой личности. // Психология личности в трудах отечественных психологов СПб: «Питер», 2000 — с. 188−192.
  136. И.П. Синтез, знаний как методологическая основа совершенствования подготовки специалистов широкого профиля // Управление качеством подготовки специалистов в высшей школе. Под ред. Кабакова B.C. Л.: ЛИЭИ, 1978. — с.110−125.
  137. В.А. Стандарты ИСО 9000 и проблемы управления качеством в вузах. -М., 2001. 126 с.
  138. А., Романкова JI. О будущей Доктрине высшего образования // «Высшее образование в России», № 3, 1998.
  139. Г. Самооценка вузовской элиты // «Высшее образование в России», № 3,1998.
  140. В.М. Основы проектирования образовательных стандартов (методология, теория, практический опыт). М.: Исследовательский центр проблем качества подготовки специалистов, 1996.
  141. Журнал «Америка», сентябрь 1996 г. Стр. 6.
  142. Дерек Бок. Университеты и будущее Америки. М.: Изд-во Московского гос. университета, 1993.
  143. Материалы 43-го Европейского Конгресса качества «Качество: выбор для XXI века», Мадрид, 9−11 июня 1999 г.
  144. И. Не до ранжиру, быть бы живу // «Московский Комсомолец», 06.06.2005.
  145. Э. Рейтинг российских университетов // Журнал «Карьера», № 2,1998.
  146. Allen М. The goals of universities. Philadelphia: Open univ. press, 1988.
  147. Atkin R. Mathematical Structure of Human Affairs. London: Heinemann, 1974.
  148. Barnet R. The Limits of Competence: Knowledge, High Education and Society. Bristol USA: The Society for Research into Higher Education and Open University Press, 1994.
  149. Jarvis P. Professional education. L.- Sydney- New Hampshire: Croom Helm, 1981.
  150. McDaniel 0. The Direction of Higher Education: Short Report of a Delphy-Study. Zoetermeer, 1992.
  151. Reichardt C.S., Cook Th.D. Beyond Qualitative Versus Quantitative Methods // Qualitative and Quantitative Methods in Evoluation Research. London, 1979.
  152. Strauss A.L. Qualitative analysis for social scientists. Cambridge, 1987.
  153. Wasserman S., Faust K. Social Network Analysis: Methods And Applications. New York: Cambridge University Press, 1994.170. www.rbc.ru (Раздел «Рейтинги» rating.rbc.ru)171. www.tqm.spb.ru
Заполнить форму текущей работой

Сессия? Спокойно!