Analityka w szkolnictwie wyższym

Analityka akademicka jest definiowana jako proces oceny i analizy danych organizacyjnych otrzymanych z systemów uniwersyteckich w celu raportowania i podejmowania decyzji (Campbell, & Oblinger, 2007) [1] . Analityka akademicka pomoże studentom i wykładowcom śledzić ich karierę i ścieżki zawodowe. Według Campbella i Oblingera (2007) agencje akredytujące, rządy , rodzice i uczniowie wzywają do przyjęcia nowych, nowoczesnych i skutecznych sposobów poprawy i monitorowania sukcesów uczniów. To wprowadziło system szkolnictwa wyższego w erę charakteryzującą się wzmożoną kontrolą ze strony różnych interesariuszy . Na przykład w przeglądzie Bradleya uznano, że porównawcze , takie jak zaangażowanie studentów, służą jako wskaźniki oceny jakości instytucji (Commonwealth Government of Australia , 2008).

Zwiększona konkurencja, akredytacja , ocena i regulacje to główne czynniki zachęcające do przyjęcia analityki w szkolnictwie wyższym . Chociaż instytucje szkolnictwa wyższego gromadzą wiele ważnych danych, które mogą znacząco pomóc w rozwiązywaniu problemów, takich jak ścieranie i retencja, zebrane dane nie są odpowiednio analizowane, a tym samym przekładane na użyteczne dane (Goldstein, 2005).

Następnie kierownictwo szkolnictwa wyższego jest zmuszone do podejmowania krytycznych i istotnych decyzji w oparciu o nieodpowiednie informacje, które można osiągnąć poprzez właściwe wykorzystanie i analizę dostępnych danych (Norris, Leonard i strategic Initiatives Inc., 2008). Rodzi to strategiczne problemy. Ta porażka przejawia się również na poziomie taktycznym . Uczenie się i nauczanie w szkołach wyższych to często różnorodne i złożone doświadczenia. Każdy nauczyciel, uczeń lub kurs jest zupełnie inny.

Jednak LMS ma za zadanie zająć się nimi wszystkimi. LMS znajduje się w centrum analiz akademickich. Rejestruje informacje o każdym uczniu i personelu i skutkuje kliknięciem w systemie. Gdy te kluczowe informacje zostaną dodane, porównane i skontrastowane z różnymi systemami informatycznymi przedsiębiorstwa, zapewni to instytucji szeroki wachlarz przydatnych informacji, które można zebrać w celu uzyskania przewagi konkurencyjnej (Dawson i McWilliam, 2008; Goldstein, 2005; Heathcoate i Dawson, 2005). ).

W celu uzyskania sensownych informacji ze źródeł instytucjonalnych, tj. LMS, informacje te muszą zostać poprawnie zinterpretowane w oparciu o podstawę efektywności edukacyjnej, a działanie to wymaga analizy ze strony osób posiadających umiejętności uczenia się i nauczania. Dlatego wymagane jest podejście oparte na współpracy zarówno ze strony osób strzegących danych, jak i tych, które będą je interpretować, w przeciwnym razie dane pozostaną całkowitym marnotrawstwem (Baepler i Murdoch, 2010). Podejmowanie decyzji na najbardziej podstawowym poziomie opiera się na domniemaniu lub intuicji (człowiek może wyciągać wnioski i podejmować decyzje na podstawie doświadczenia bez konieczności przeprowadzania analizy danych) (Siemens i Long, 2011). Jednak wiele decyzji podejmowanych na uczelniach jest zbyt ważnych, aby opierać się na anegdocie , domniemaniu lub intuicji, ponieważ ważne decyzje muszą być poparte danymi i faktami.

Tło

Analityka , często nazywana „analizą biznesową”, pojawiła się jako nowe oprogramowanie i sprzęt , które umożliwiają firmom gromadzenie i analizowanie dużych ilości informacji lub danych. Proces analityczny składa się z gromadzenia, analizowania, manipulowania danymi i wykorzystywania wyników do odpowiedzi na krytyczne pytania, takie jak „dlaczego”. Analityka została po raz pierwszy zastosowana w dziale rekrutacji w szkołach wyższych. Instytucje zwykle stosowały pewne formuły, aby wybrać studentów z dużej puli kandydatów. Formuły te czerpały informacje z transkryptów szkół średnich i standaryzowanych wyników testów.

W dzisiejszym świecie analityka jest powszechnie stosowana w jednostkach administracyjnych, takich jak zbieranie funduszy i rekrutacja. Wykorzystanie i zastosowanie analityki akademickiej ma rosnąć ze względu na stale rosnące obawy dotyczące sukcesów uczniów i odpowiedzialności. Analityka akademicka przede wszystkim łączy złożone i obszerne dane z modelowaniem predykcyjnym i technikami statystycznymi w celu lepszego podejmowania decyzji. Obecne akademickie inicjatywy analityczne mają na celu wykorzystanie danych do przewidywania trudności uczniów (Arnold i Pistilli, 2012, kwiecień). Pozwala to doradcom i członkom wydziału na interwencję poprzez dostosowanie procedur, które spełnią potrzeby edukacyjne ucznia (Arnold, 2010). W związku z tym analityka akademicka ma zdolność poprawy uczenia się, sukcesów uczniów i nauczania. Analityka stała się cennym narzędziem dla instytucji ze względu na jej zdolność do przewidywania, modelowania i usprawniania procesu decyzyjnego.

Kroki analityczne

Analiza składa się z pięciu podstawowych etapów: przechwytywania, zgłaszania, przewidywania, działania i udoskonalania.

Przechwytywanie : wszystkie wysiłki analityczne koncentrują się na danych. W konsekwencji analityka akademicka może być zakorzeniona w danych z różnych źródeł, takich jak CMS i systemy finansowe (Campbell, Finnegan i Collins, 2006). Ponadto dane są dostarczane w różnych formatach, na przykład w arkuszach kalkulacyjnych . Dane mogą być również pozyskiwane z otoczenia zewnętrznego instytucji. Aby uchwycić dane, analityka akademicka musi określić rodzaj dostępnych danych, metody ich wykorzystania oraz formaty, w jakich się one znajdują.

Raport : po przechwyceniu i przechowywaniu danych w centralnej lokalizacji analitycy będą je analizować, przeprowadzać zapytania , identyfikować wzorce, trendy i wyjątki przedstawione w danych. W większości generowane są odchylenie standardowe i średnia ( statystyki opisowe ).

Przewidywanie : Po przeanalizowaniu przechowywanych danych za pomocą statystyk opracowywany jest model predykcyjny . Modele te różnią się w zależności od charakteru pytania i rodzaju danych. Aby opracować prawdopodobieństwo , modele te wykorzystują koncepcje i techniki regresji statystycznej . Prognozy dokonywane są po zastosowaniu algorytmów statystycznych .

Działaj : Głównym celem i celem analityki jest umożliwienie instytucji podejmowania działań w oparciu o prawdopodobieństwa i przewidywania . Działania te mogą się różnić od wynalazku do informacji. Interwencje w celu rozwiązania problemów mogą mieć formę osobistego e-maila, rozmowy telefonicznej lub automatycznego kontaktu doradców wydziału w sprawie zasobów i umiejętności związanych z nauką, takich jak godziny pracy lub sesje pomocy. Niewątpliwie instytucje muszą opracować odpowiednie mechanizmy pomiaru wpływu; na przykład, czy uczniowie rzeczywiście odpowiedzieli lub uczestniczyli w sesjach pomocy, gdy zostali zaproszeni.

Uściślij : Analityka akademicka powinna również składać się z procesu mającego na celu samodoskonalenie . Procesy statystyczne powinny być stale aktualizowane, ponieważ pomiar wpływu projektu nie jest jednorazowym, statycznym wysiłkiem, ale raczej ciągłym wysiłkiem. Na przykład analizy przyjęć powinny być aktualizowane lub korygowane co roku.

Zrozumienie zaangażowanych interesariuszy

Analityka dotyczy dyrektorów wykonawczych , studentów, wykładowców, personelu IT i personelu zajmującego się sprawami studentów. Podczas gdy studenci będą chcieli wiedzieć, że analityka akademicka wpłynie na ich oceny, wykładowcy będą zainteresowani dowiedzeniem się, w jaki sposób informacje i dane mogą zostać wykorzystane do innych celów (Pistilli, Arnold i Bethune, 2012). Co więcej, pracownicy instytucji będą skoncentrowani na znalezieniu sposobu, w jaki analiza umożliwi im efektywne wykonywanie pracy, podczas gdy prezes instytucji będzie skoncentrowany na zatrzymaniu studentów pierwszego roku i zwiększeniu odsetka absolwentów.

Krytyka

Analityka była krytykowana z różnych powodów, takich jak profilowanie . Ich głównym zastosowaniem jest profilowanie uczniów na kategorie odnoszące sukcesy i nieudane. Jednak niektóre osoby twierdzą, że profilowanie uczniów ma tendencję do zniekształcania zachowań i oczekiwań ludzi (Ferguson, 2012). Ponadto brak jest jasnych wytycznych, które kwestie profilowania powinny być zakazane, a które dozwolone w uczelniach.

• Analityka akademicka w Bibliotece zasobów EDUCAUSE
• Arnold, KE (2010). Sygnały: stosowanie analiz akademickich. Kwartalnik edukacyjny, 33(1), n1. (odpowiedzialność)
• Arnold, KE i Pistilli, MD (2012, kwiecień). Sygnały kursu w Purdue: Wykorzystanie analityki uczenia się w celu zwiększenia sukcesu uczniów. W Proceedings of the 2. International Conference on Learning Analytics and Knowledge (s. 267–270). ACM.
• Baepler, P. i Murdoch, CJ (2010). Analityka akademicka i eksploracja danych w szkolnictwie wyższym. International Journal for the Scholarship of Teaching and Learning, 4(2), 17.
• Campbell, JP i Oblinger, DG (2007). Analityka akademicka. Artykuł edukacyjny.
• Campbell, JP, Finnegan, C. i Collins, B. (2006). Analityka akademicka: wykorzystanie CMS jako systemu wczesnego ostrzegania. W konferencji dotyczącej wpływu WebCT.
• Rząd Wspólnoty Narodów Australii. (2008). Przegląd australijskiego szkolnictwa wyższego o. Numer dokumentu)
• Dawson, S. i McWilliam, E. (2008). Badanie zastosowania danych generowanych przez IT jako wskaźnika wyników w nauce i nauczaniu: Queensland University of Technology i University of British Columbia. (AL a. T. Rada o. Numer dokumentu)
• Ferguson, R. (2012). Analiza uczenia się: czynniki napędzające, zmiany i wyzwania. International Journal of Technology Enhanced Learning, 4(5), 304-317.
• Goldstein, P. (2005). Analityka akademicka: Zastosowania informacji zarządczej i technologii w szkolnictwie wyższym o. Numer dokumentu)
• Heathcoate, L. i Dawson, S. (2005). Eksploracja danych w celu oceny, analizy porównawczej i refleksyjnej praktyki w LMS. E-Learn 2005: Światowa konferencja na temat e-Learn w przedsiębiorstwach, rządzie, służbie zdrowia i szkolnictwie wyższym.
• Norris, DM, Leonard, J. i strategiczne inicjatywy Inc. (2008). Co każdy lider kampusu powinien wiedzieć o Analytics o. Numer dokumentu)
• Pistilli, MD, Arnold, K. i Bethune, M. (2012). Sygnały: Korzystanie z analiz akademickich w celu promowania sukcesów uczniów. EDUCAUSE Recenzja online, 1-8.
• Siemens, G. i Long, P. (2011). Penetrując mgłę: Analityka w nauce i edukacji. Przegląd edukacyjny, 46(5), 30-32.