EREDMÉNYESSÉG ÉS HALLGATÓI IGÉNYEK E-LEARNING KÖRNYEZETBEN Bodnár Károly, Kristóf Zsolt, Takács Péter Debreceni Egyetem Egészségügyi Kar Egészségügyi Informatika Tanszék
[email protected],
[email protected],
[email protected] Absztrakt
A felsőoktatás egyik legizgalmasabb kérdése az oktató-hallgató kapcsolat. Manapság a hallgatók elvárásai nemcsak a kurzusok tartalmára, hanem hozzáférhetőségére is vonatkoznak. Az oktatási módszerek terén megnyilvánuló megújulási törekvések egyre nagyobb szerepet játszanak. Az e-learning keretrendszerek által biztosított lehetőségek kihasználása egyre nélkülözhetetlenebb. Néhány éve a Debreceni Egyetem Egészségügyi Karán az Egészségügyi Informatika Tanszéken bevezettük az ILIAS keretrendszert. Cikkünkben arra kerestük a választ, hogy az ILIAS implementálása befolyásolta-e a hallgatói eredményeket és ha igen, milyen mértékben. Első megközelítésben a szakmai törzsanyag részeként oktatott tantárgyak nappali tagozatos hallgatói eredményeit vizsgáltuk a keretrendszer bevezetése előtt és után. 1.
Bevezetés
Az oktatás minden területén egyre nyilvánvalóbb, hogy a hallgatói elvárások, nemcsak a tantárgyi tartalomra, hanem a tudás megszerzésének módjára is vonatkoznak. Ezt is figyelembe véve arra kerestük a választ, hogyan lehetne szakunkon az oktatás hatékonyságát, eredményességét növelni. Végül 2008-ban a DE EK Egészségügyi szervező (BSc) szakon bevezettük az ILIAS keretrendszert. Kutatásunkban a keretrendszer hallgatói eredményekre gyakorolt hatásának vizsgálatát tűztük ki célul. Fontosnak tartottuk az ILIAS bevezetésekor, hogy a bevezetés előtt az LMS rendszer testreszabása során igényfelmérést végezzünk a hallgatók körében, úgy, hogy a beérkező vélemények között legyenek bevezetéskor első és felsőbb éves valamint levelező és nappali tagozatos hallgatói elvárások is. Ezek figyelembevételével az oktatók felé a tárgyaikkal kapcsolatosan az alábbi elvárásokat fogalmaztuk meg. (1) Legyen tantárgyleírás vagy tematika a követelmények egyértelmű megjelölésével. (2) Az előadáshoz/gyakorlathoz kapcsolódóan legyen elérhető az előadásvázlat vagy jegyzet elektronikusan. (3) Legyenek a hallgatók felkészülését segítő oktatási segédanyagok vagy mintafeladatok vagy példatárak. (4) A tárgyhoz kapcsolódó számonkérések, zárthelyi dolgozatok eredményeiről tudjon tájékozódni a hallgató. Különös figyelmet fordítottunk a vizsgálati peremfeltételek stabilitására. Ahol a peremfeltételek nem voltak adottak, vagy változtak, a vizsgálatból ezeket kizártuk. Egy kivételével valamennyi szakmai törzsanyaghoz kapcsolódó közös tantárgyunk adatait elemeztük részletesen. 2.
Az intézmény és a képzés rövid áttekintése
A Debreceni Egyetem az ország egyik legnagyobb múlttal rendelkező felsőoktatási intézménye, mely 15 karával és 21 doktori iskolájával igen széles képzési és kutatási lehetőséget biztosít hallgatói számára. Az intézmény az Orvos- és Egészségtudományi Centrum, Agrár és Műszaki Tudományok Centruma és a Tudományegyetemi Karok köré szerveződik. Az Orvos- és Egészségtudományi Centrumban az Általános Orvostudományi Kar, a Fogorvostudományi Kar, a Gyógyszerésztudományi Kar, a Népegészségügyi Kar és az Egészségügyi Kar kap helyet. Az egészségügyi főiskolai képzés 1990-ben indult el nyíregyházi központtal 2 szakon, 60 hallgatóval. Jelenleg intézményünk 4 alapszakjának 7 szakirányán, 1 mesterszakján és szakirányú továbbképzésein több mint 2200 hallgató tanul. 1996-ban alakult az intézmény Egészségügyi
Főiskolai Karrá és 2000-től tartozik az integrált Debreceni Egyetem karai közé, melynek képzési helye továbbra is Nyíregyháza. 2002-től vezettük be a kredit-rendszerű képzést és a Neptun nyilvántartási rendszert, melyet 2008-ban frissítettünk. Karunk az egészségügyi és szociális szféra számára képez felsőfokú végzettséggel rendelkező szakembereket, akikre nagy szükség van a munkaerőpiacon. A Magyar Akkreditációs Bizottság 2006-ban akkreditálta intézményünket, kari képzéseinkről elismerően nyilatkozott. 2007-ben nyertük el az ISO 9001:2000 minőségirányítási Tanúsítványt, amely fontos lépés volt a minőségbiztosítás, minőségfejlesztés terén. Az egészségügyi szervező képzés célja az, hogy a végzett szakember az egészségügyi rendszerekben a problémamegoldást illetően az orvosok és más egészségügyi dolgozók egyenrangú partnere legyen. Hallgatóink széleskörű képzettségét bizonyítja, hogy végzett hallgatóink az egészségügyön kívül működő munkahelyeken (közigazgatás, informatikai cégek, pénzintézetek stb.) is jól megállják a helyüket. A betöltött munkahelyek skálája is igen széles: informatikus, ügyvitelszervező, irodavezető, rendszergazda, kontroller, marketinges, minőségbiztosítási és gazdasági munkakörök. Az egészségügyi szervező alapszak jelenleg 3 szakirány oktatási feladatait látja el. A hallgatók az első három félévben közös képzésben vesznek részt, ahol nagyrészt alapozó ismeretek és szakmai törzsanyag kerül feldolgozásra. A képzés a 4. félévben részekre válik, a szakirányok tantárgyi programjai nagyrészt szakmaspecifikus anyagot tartalmaznak. A képzés gyakorlatorientált, melyet a teljes 7. félévben zajló gyakorlat zár le. 3.
Az ILIAS bemutatása
Az ILIAS más tanulást támogató rendszerekhez hasonlóan egy olyan rugalmas e-learning keretrendszer, ami egy környezetben integrálja a tudás átadásának és megszerzésének, a rendszer használói közötti együttműködésnek és kommunikációnak, valamint a mérés-értékelésnek az eszközeit lehetőséget kínálva tanítás-tanulás komplex menedzselésére. Felhasználási területe igen széles, de leginkább nagyobb intézmények, vállalkozások használják. A rendszer minden felhasználó számára (egyetemek, oktatási intézmények, vállalatok) ingyenes, 2000 óta nyílt forráskódú, így mindenki hozzá is járulhat a további fejlesztésekhez. Az ILIAS által biztosított szolgáltatások, lehetőségek: Minden felhasználó egy munkaasztallal rendelkezik, mely olyan privát terület, amelynek testre szabásával kényelmesebbé és hatékonyabbá teheti a rendszer használatát. Kurzusokat hozhatunk létre, melyekhez számos formában rendelhetünk tartalmakat. A felhasználói csoportok munkája további eszközök igénybevétele nélkül támogatható. Integrált környezetet biztosít mérési eszközök létrehozására, az ismeretelsajátítás értékelésére. Lehetőség van nagy számú felhasználóval való kapcsolattartásra, a felhasználókat, kurzusokat érintő információgyűjtésre, kiértékelésre is. Az intézményben bevezetésre kerülő rendszer testreszabása során igényfelmérést végeztünk, melyben több hallgatói körből más-más szempontok alapján kértünk véleményt. Egyrészt azok között, akik jelenleg első évesek, hiszen ők már a kezdetektől az ILIAS-t használják. Másrészt egy felsőbb éves csoportban, akik véleményalkotásukban az ILIAS előtti tapasztalataikat is összevethették a jelenlegi LMS rendszerrel. Harmadrészt a levelező és nappali tagozaton másmás igények jelentkezhetnek pl. nappali tagozaton a számonkérések magasabb száma miatt. A felhasználói vélemények értékelése alapján az egyes oktatókhoz tartozó tárgyak anyagainak ILIAS-ban történő megjelenése az alábbi szempontoknak megfelelően került feltöltésre: Legyen tantárgyleírás vagy tematika a követelmények egyértelmű megjelölésével. 2
Az előadáshoz/gyakorlathoz kapcsolódóan legyen elérhető az előadásvázlat vagy valamilyen elektronikus jegyzet. Legyenek a hallgatói felkészülést segítő segédanyagok, mintafeladatok, példatárak. A tárgyhoz kapcsolódó számonkérések, zárthelyi dolgozatok eredményeiről tudjon tájékozódni a hallgató. A fenti változtatások után kialakított ILIAS rendszer használatát követő eredmények képezték a vizsgálatban szereplő összehasonlítás tárgyát. [1][2] 4.
Statisztikai elemzés
A statisztikai elemzés során a vizsgált populációt a Debreceni Egyetem Egészségügyi Kar Egészségügyi Szervező szakos hallgatói alkották. Vizsgálatunk arra irányult, hogy az ILIAS keretrendszer bevezetése hatással volt-e, ha igen hogyan befolyásolta a tanulmányi eredményeket. Ezért a bevezetést megelőző 2007. évi valamint a bevezetést követő 2008. és 2009. évi adatokat vizsgáltuk, melyeket a Neptunk Egységes Tanulmányi Rendszerből válogattuk le. A vizsgálatba évfolyamonként és tantárgyanként átlagosan 40 hallgató adatait vontuk be. A tantárgyak közül a szakmai törzsanyaghoz kapcsolódó közös tantárgyak adatait elemeztük részletesen. [3] Nagy hangsúlyt fektettünk arra, hogy a vizsgált tárgyak esetében a peremfeltételek (oktató személye, óraszám, követelmények, tantárgyi tartalom) a vizsgált félévekben nem változhattak. Mivel egy tantárgy esetében változott az oktató személye, ezért azt nem szerepeltettük a vizsgált tárgyak között. Az elemzést leíró statisztikai mutatók (középérték, szóródás) kiszámításával indítottuk. Az elemző statisztika során normalitásvizsgálatot (Kolmogorov-Smirnov (KS), Shapiro-Wilk (SW) teszt), varianciaanalízist (Anova, Post-Hoc tesztek: Tamhane teszt, Scheffe Teszt), nemparametrikus vizsgálatot (középértékek egyenlősége: Kruskal-Wallis (KW) próba, Medián teszt (MT)) és Mann-Whitney (MW) próbát alkalmaztunk. [4][5] Az elemzés a fenti statisztikákon kívül a belső struktúra vizsgálatára is nagy hangsúlyt helyezett. A vizsgált 10 tárgyat 3 nagy csoportba tudtuk sorolni. A kapcsolatos részletes erdményeink a következők. 4.1. Javuló tendenciát mutató tárgyak
Az első csoport a javuló tendenciát mutató tárgyak csoportja. (Anova, KW <0,05: Post Hoc test, MW) Ide a Matematika 1., Biometria 1. tárgyak kerültek.
E U1 U2
1. táblázat: Matematika 1. tantárgy statisztikai elemzésének ereményei. Normalitás KW Anova N Mean Variance 0,023 0,018 KS SW 0,000 0,000 48 2,188 0,836 MT Post Hoc 0,000 0,000 40 2,250 0,244 0,093 EU1 0,000 0,000 39 2,615 0,453 EU2 * U1E U1U2 * * The mean difference is significant at the 0,05 level U2E * U2U1 * 2. táblázat: Biometria 1. tantárgy statisztikai elemzésének ereményei. Normalitás KW Anova N Mean Variance 0,008 0,004 KS SW 3
MW 0,631 0,019 0,014 -
E U1 U2
0,001 0,000 0,000
0,001 0,000 0,000
41 46 41
2,683 2,891 3,439
1,522 0,810 0,902
MT Post Hoc 0,134 EU1 EU2 * U1E U1U2 * * The mean difference is significant at the 0,05 level U2E * U2U1 *
MW 0,525 0,008 0,007 -
1. ábra: Biometria 1.
A Biometria 1. esetén jellemző az érdemjegyek belső strukturájára, hogy az elégtelenek eltűntek, a jeles érdemjegyek száma pedig növekedett. 4.2. Változást nem mutató tantárgyak
A második fő csoport azokat a tantárgyakat foglalja magába, amelyek nem mutattak lényeges, statisztikailag kimutatható változást. (Anova, KW, MT >0,05) A részletes eredmények a következők. 3. táblázat: Közgazdasági ismeretek 2. tantárgy statisztikai elemzésének ereményei. Normalitás KW Anova N Mean Variance 0,944 0,984 KS SW E 0,004 0,002 18 2,889 1,046 MT Post Hoc MW U1 0,000 0,000 49 2,857 0,750 0,561 EU1 0,857 U2 0,000 0,007 31 2,839 0,940 EU2 0,782 U1E U1U2 0,792 * The mean difference is significant at the 0,05 level U2E U2U1 4. táblázat: Közgazdasági ismeretek 3. tantárgy statisztikai elemzésének ereményei. Normalitás KW Anova N Mean Variance 0,315 0,314 KS SW E 0,000 0,003 20 3,400 0,779 MT Post Hoc MW U1 0,000 0,000 46 3,587 0,826 0,129 EU1 0,335 U2 0,014 0,007 16 3,875 1,050 EU2 0,189 U1E U1U2 0,341 * The mean difference is significant at the 0,05 level U2E 4
U2U1
-
2. ábra: Közgazdasági ismeretek 3.
Ebben a csoportban a vizsgált időszakokban az érdemjegyek átlaga folyamatos növekedést mutat, statisztikailag mégsem mutatható ki javulás. Ugyanakkor az első időszakban a jó, majd a jeles érdemjegyek emelkedésének köszönhető a tantárgyi átlag folyamatos emelkedése.
E U1 U2
5. táblázat: Matematika 2. tantárgy statisztikai elemzésének ereményei. Normalitás KW Anova N Mean Variance 0,237 0,325 KS SW 0,000 0,003 35 2,629 0,887 MT Post Hoc 0,000 0,000 45 2,889 0,828 0,616 EU1 0,014 0,007 39 2,897 0,568 EU2 U1E U1U2 * The mean difference is significant at the 0,05 level U2E U2U1
MW 0,194 0,108 0,678 -
3. ábra: Matematika 2.
A Matematika 2. tárgynál jól látható, hogy kezdetben csak az elégtelenek, majd a jeles érdemjegyek is eltűntek, erősen a közepes teljesítmény felé koncentrálódott a hallgatói teljesítmény. 4.3. Előbb javuló vagy változatlan, majd romló tendenciájú tantárgyak
A harmadik csoport azokat a tárgyakat fogja egybe, amelyek előbb javuló, majd romló tendenciát mutattak. (Anova, KW, MT <0,05) Az eredmények a következők. 6. táblázat: Egészségtudományi ismeretek 2. tantárgy statisztikai elemzésének ereményei. N Mean Variance Normalitás KW Anova 5
E U1 U2
0,000 0,000 42 3,310 0,756 MT Post Hoc 43 4,047 0,617 0,001 EU1 * 41 3,390 0,644 EU2 U1E * U1U2 * * The mean difference is significant at the 0,05 level U2E U2U1 *
KS 0,000 0,000 0,000
SW 0,000 0,000 0,000
MW 0,194 0,857 0,001 -
4. ábra: Egészségtudományi ismeretek 2.
Közvetlenül a bevezetés után a jeles érdemjegyek rendkívüli mértékű növekedése és az elégségesek eltűnése nagymértékű javulást eredményezett, mely később a közel ugyanolyan mértékű visszarendeződés miatt csökkenést. Hasonló változások mentek végbe a következő két tárgy esetében is. 7. táblázat: Egészségügyi adatszolgáltatás és dokumentáció tantárgy statisztikai elemzésének ereményei. Normalitás KW Anova N Mean Variance 0,002 0,001 KS SW E 0,000 0,002 40 3,000 1,128 MT Post Hoc MW U1 0,000 0,000 41 3,561 0,602 0,030 EU1 * 0,017 U2 0,000 0,000 40 2,850 0,695 EU2 0,468 U1E * U1U2 * 0,000 * The mean difference is significant at the 0,05 level U2E U2U1 * -
8. táblázat: Informatikai hálózatok tantárgy statisztikai elemzésének ereményei. Normalitás KW Anova N Mean Variance 0,000 0,003 KS SW E 0,000 0,000 41 4,342 0,639 MT Post Hoc MW U1 0,000 0,000 44 4,523 0,441 0,000 EU1 0,283 U2 0,000 0,000 41 4,000 0,350 EU2 0,006 U1E U1U2 * 0,000 * The mean difference is significant at the 0,05 level U2E U2U1 * 6
9. táblázat: Adatszerkezetek és algoritmusok tantárgy statisztikai elemzésének ereményei. Normalitás KW Anova N Mean Variance 0,006 0,008 KS SW E 0,002 0,001 50 3,200 1,592 MT Post Hoc MW U1 0,000 0,001 47 3,085 1,210 0,012 EU1 0,603 U2 0,000 0,000 43 2,512 0,827 EU2 * 0,003 U1E U1U2 0,008 * The mean difference is significant at the 0,05 level U2E * U2U1 -
5. ábra: Adatszerkezetek és algoritmusok
Ennél a tárgynál különös átrendeződést figyelhetünk meg az átlag csökkenése mögött. Az elégséges érdemjegyek száma kezdetben másfélszeresére, majd annak duplájára nőtt. Ezzel párhuzamosan a jeles érdemjegyek száma kétszer egymást követően feleződött. E tárgy esetén azt kellett megállapítanunk, hogy a hallgatóknak nem az eredmény növelésére vonatkozó igénye, hanem a kreditek legkisebb ráfordítással történő megszerzése érvényesült. Ez az elvárás hallgatói részről csak akkor tervezhető ilyen pontossággal, ha a teljesítési követelmények és a mérés értékelés szempontjai egyértelműen kerülnek megfogalmazásra, valamint a felkészüléshez szükséges eszközök is rendelkezésre állnak. Ennek azonban - ahogy ennél a tárgynál is látható - nem biztos, hogy a hallgatói teljesítmény növekedése, hanem a tanulási tevékenység, a felkészülésra fordított energia racionalizálása lesz a következménye. Tehát az oktatók részéről eredetileg kitűzött célok nem egyeztek meg a hallgató igényekkel ezért nem tudtak maradéktalanul megvalósulni. 5.
Összegzés
Az iménti eredmények alapján úgy véljük, további kutatások szükségesek annak igazolására, mindezek a változások milyen mértékben köszönhetők az e-learning keretrendszernek. Összegzésként elmondható, hogy az LMS keretrendszer implementációját követően a vizsgált tárgyak esetében a statisztikai elemzés többnyire az általunk várt eredményeket hozta. A tárgyak egy része javuló tendenciát, más viszont kis mértékű visszaesést mutatott a bevezetés utáni második időszakban. A pontosabb modell kialakítása érdekében szükséges további vizsgálatok elvégzése (a bevezetés előtti viszonyok pontosabb feltárása, stb.) melyek folyamatban vannak. Igen érdekes, hogy vannak olyan tárgyak, ahol a változások belső struktúrája arra enged következtetni, hogy a hallgatók részéről más jellegű igények is felmerülnek, mint az eredményeik javítása, ennek behatóbb vizsgálata szintén szerepel jövőbeli céljaink között. Nem 7
elhanyagolható ugyanakkor a hallgatók elégedettségének javulása sem. Az oktatók visszajelzései szerint az eredmények javulása az e-learnink keretrendszer által biztosított átláthatóbb tanulmányi környezetnek és ez által a hallgatói motiváció növekedésének is köszönhető. 6.
Irodalom
[1] Szász Antónia: Differenciált didaktikai stratégiák e-learning környezetben 8th. International ILIAS Conference in Budapest (2009. nov. 12-13.) http://ilias.gdf.hu/repository.php?ref_id=25764&cmd=sendfile&rep_frame=1 [2] Dr. Komenczi Bertalan: Elektronikus tanulási környezetek, Gondolat Könyvkiadó, Kognitív szeminárium sorozat (szerk: Pléh Csaba) [3] Falus Iván - Ollé János: Az empirikus kutatások gyakorlata. Adatfeldolgozás és statisztikai elemzés, Nemzeti Tankönyvkiadó, Budapest, 2008 [4] Sajtos László – Mitev Ariel: SPSS kutatási és adatelemzési kézikönyv, Alinea Kiadó, 2007 [5] Levesque, R.: SPSS Programming and Data Management: A Guide for SPSS and SAS Users, Fourth Edition (2007), SPSS Inc., Chicago.
8
