Professional Documents
Culture Documents
Αγγειοπλάστης Αθανάσιος
athaange@ihu.gr
Τσιμπίρης Αλκιβιάδης
atsimpiris@ihu.gr
Βαρσάμης Δημήτριος
dvarsam@ihu.gr
Διεθνές Πανεπιστήμιο Ελλάδος
Περίληψη
Αναμφίβολα, η στατιστική ανάλυση αποτελεί ένα ισχυρό εργαλείο για
την κατανόηση, την εξέταση και την ερμηνεία πολύπλοκων φαινομένων και
δεδομένων στα ακαδημαϊκά ιδρύματα καθώς και για την εξαγωγή
πολύτιμων συμπερασμάτων. Στο πλαίσιο αυτής της εργασίας, αναλύθηκαν
τα κύρια χαρακτηριστικά και τα δεδομένα που σχετίζονται με το
προπτυχιακό πρόγραμμα σπουδών του Τμήματος Μηχανικών
Πληροφορικής, Υπολογιστών και Τηλεπικοινωνιών (ΜΠΥΤ) του ΔΙ.ΠΑ.Ε.
Σερρών. Στόχος είναι να διερευνηθούν οι τάσεις, τα προφίλ των φοιτητών,
τα ακαδημαϊκά τους αποτελέσματα και άλλες πτυχές του προγράμματος
σπουδών. Η εργασία αυτή, παρέχει σημαντικά αποτελέσματα σχετικά με τα
δημογραφικά στοιχεία και τις επιδόσεις των φοιτητών του Τμήματος
ΜΠΥΤ του ΔΙ.ΠΑ.Ε.. Η ανάλυση αυτή δίνει το έναυσμα για τη βελτίωση
Abstract
Undoubtedly, statistical analysis is a powerful tool for understanding,
examining and interpreting complex phenomena and data in academic
institutions and drawing also valuable conclusions. In the context of this
work, the main characteristics and data related to the undergraduate study
program of IHU Department of Computer Informatics and
Telecommunications Engineering were analyzed. The aim is to explore
trends, learner profiles, academic outcomes and other aspects of the
curriculum. This work provides important results regarding the demographic
data and performance of the students of the IHU department. This analysis
provides the impetus to improve the weaknesses identified in the curriculum
courses and increase its effectiveness.
Εισαγωγή
Στη σύγχρονη κοινωνία, η στατιστική ανάλυση αποτελεί ένα ισχυρό
εφόδιο για την κατανόηση και την ερμηνεία των δεδομένων και την
εξαγωγή ασφαλών συμπερασμάτων. Είναι ένα διακεκριμένο επιστημονικό
πεδίο που αποτελεί τη βάση για την λήψη ορθών αποφάσεων σε πολλούς
τομείς, από την οικονομία και το επιχειρείν έως την υγεία και την
εκπαίδευση. Όσον αφορά την εκπαιδευτική διαδικασία, ολοένα και
περισσότεροι εκπαιδευτικοί φορείς και ιδρύματα αναγνωρίζουν την
συμβολή της στατιστικής ανάλυσης [2]. Αυτό συμβαίνει γιατί οι
πληροφορίες που μπορεί να προσφέρει είναι πολύτιμες και συμβάλουν στην
κατανόηση της συμπεριφοράς και των επιδόσεων μαθητών και φοιτητών.
Ολοένα και περισσότερες στατιστικές έρευνες διεξάγονται από τους
εκπαιδευτικούς φορείς όλων των βαθμίδων εστιάζοντας στα
χαρακτηριστικά και την καθημερινότητα φοιτητών ή μαθητών, στοχεύοντας
να εξηγήσουν ή ακόμα και να προβλέψουν τις επιδόσεις τους. Εξετάζονται
διάφοροι παράγοντες όπως το κοινωνικοοικονομικό υπόβαθρο, το φύλο ή
ακόμα και η χρήση του κινητού τηλεφώνου [1] και το κατά πόσο αυτοί
συσχετίζονται με τις σχολικές ή τις ακαδημαϊκές επιδόσεις [3].
Η παραπάνω έρευνα, υπήρξε και η αφορμή για την στατιστική μελέτη
των χαρακτηριστικών των φοιτητών του προπτυχιακού προγράμματος του
Τμήματος Μηχανικών Πληροφορικής, Υπολογιστών και Τηλεπικοινωνιών
536 38ο Πανελλήνιο Συνέδριο Μαθηματικής Παιδείας
Μεθοδολογία
Από τη στιγμή που τα εκπαιδευτικά δεδομένα του προπτυχιακού
προγράμματος σπουδών του Τμήματος Μηχανικών Πληροφορικής,
Υπολογιστών και Τηλεπικοινωνιών του ΔΙ.ΠΑ.Ε. Σερρών είναι δεδομένα
μεγάλου όγκου, ακολουθήθηκε η εξής μεθοδολογία. Αρχικά, το ενδιαφέρον
εστιάστηκε στην εξαγωγή όλων των πληροφοριών από την κεντρική βάση
δεδομένων της Γραμματείας του Τμήματος σε αρχεία ανά έτος σπουδών τα
οποία ενοποιήθηκαν σε μια συγκεντρωτική βάση δεδομένων. Το επόμενο
βήμα ήταν η επεξεργασία και η κωδικοποίηση των δεδομένων με την χρήση
SQL και υπολογιστικών φύλλων. Στη συνέχεια, ο κύριος στόχος υπήρξε η
κατηγοριοποίηση των δεδομένων με βάση τα χαρακτηριστικά τους.
Ακολούθησε η διεξαγωγή των στατιστικών ελέγχων η οποία
πραγματοποιήθηκε με το ελεύθερο λογισμικό Jamovi και τις βιβλιοθήκες
του [5], [9]. Τα στατιστικά τεστ που πραγματοποιήθηκαν ήταν το t-test
ανεξαρτησίας (Independent samples t-test) [4] για 2 ανεξάρτητα δείγματα
και μία συνεχή μεταβλητή και ακολούθως το τεστ της Ανάλυσης της
Διακύμανσης (ANOVA) [8]. Η τελευταία φάση ήταν η οπτικοποίηση των
αποτελεσμάτων με τη χρήση γραφημάτων του Microsoft Excel [10].
Αποτελέσματα
Δημογραφικά στοιχεία:
Στο Τμήμα Μηχανικών Πληροφορικής, Υπολογιστών και
Τηλεπικοινωνιών του ΔΙ.ΠΑ.Ε. στην Πανεπιστημιούπολη Σερρών, από το
2019 μέχρι τη χρονική στιγμή της έρευνας έχουν εγγραφεί συνολικά 383
φοιτητές στα μητρώα του τμήματος. Η κατανομή τους με βάση το βιολογικό
τους φύλο είναι 60 γυναίκες (ποσοστό 15.67%) και 323 άνδρες (ποσοστό
84.33%) γεγονός που καταδεικνύει την συντριπτική προτίμηση των ανδρών
στην επιλογή του συγκεκριμένου τμήματος.
Εικόνα 1 - Κατανομή βιολογικών φύλων όλων των Εικόνα 2 - Βιολογική κατανομή ενεργών φοιτητών
εισαχθέντων
Οι ενεργοί φοιτητές του τμήματος είναι 324, δηλαδή από τους συνολικά
383 παραμένουν ανενεργοί ή έχουν αποχωρήσει από το Τμήμα 59 φοιτητές
(ποσοστό 15.40%). Όπως είναι εμφανές στην Εικόνα 2, το πλήθος των
γυναικών στους ενεργούς φοιτητές είναι 55 (ποσοστό 16.97%) ενώ των
ανδρών είναι 269 (ποσοστό 83.03%). Τα ίδια σχεδόν ποσοστά σε σχέση με
το πλήθος όλων των εισαχθέντων σημαίνουν ότι ο ρυθμός με τον οποίο
παραμένουν ανενεργοί ή αποχωρούν οι φοιτητές είναι ίδιος και για τους
άνδρες και για τις γυναίκες.
538 38ο Πανελλήνιο Συνέδριο Μαθηματικής Παιδείας
Συμπεράσματα
Στο Τμήμα Μηχανικών Πληροφορικής, Υπολογιστών και
Τηλεπικοινωνιών του ΔΙ.ΠΑ.Ε. υπάρχουν συνολικά 324 ενεργοί φοιτητές,
με την κατανομή του βιολογικού τους φύλου να είναι 55 γυναίκες (15.67%)
και 269 άνδρες (83.03%). Ο κύριος όγκος των φοιτητών αποτελείται από
φοιτητές που προέρχονται από τις περιοχές των Σερρών και της
Θεσσαλονίκης (50.94%), ενώ το τμήμα προσελκύει κυρίως φοιτητές που
κατάγονται από τις περιοχές την κεντρικής και τις ανατολικής Μακεδονίας
με συνολικό ποσοστό 72.64%. Η πλειοψηφία των φοιτητών έχει εισαχθεί
38ο Πανελλήνιο Συνέδριο Μαθηματικής Παιδείας 543
Βιβλιογραφία
1. A. Lepp, J. E. Barkley, A. C. Karpinski (2014) 'The relationship between cell
phone use, academic performance, anxiety, and satisfaction with life in college
students', Computers in human behavior.
2. J. A. Ferrandino (2016) 'Student achievement in undergraduate statistics: The
value of encouraging failure.', Journal of the Scholarship of Teaching and
Learning, vol. 16(6), pages 1-18.
3. M. S. Farooq, A. H. Chaudhry, M. Shafiq and G. Berhanu (2011) 'Factors
affecting students’ quality of academic performance: A case of secondary
school level', Journal of quality and technology management. vol 7(2), pages
1-14.
4. J. Fox and S. Weisberg (2018) 'An R companion to applied regression', Sage
publications.
5. Jr Miller and G. Rupert (1997) 'Beyond ANOVA: basics of applied statistics',
John Wiley & Sons Inc, CRC press.
6. S. Nakagawa (2004) 'A farewell to Bonferroni: the problems of low statistical
power and publication bias', Behavioral ecology, vol. 15(6), pages 1044-1045.
7. B. B. Schultz (1985) 'Levene's test for relative variation', Systematic Zoology,
34.4 449-456, 1985.
8. R Core Team (2013) 'R: A language and environment for statistical
computing', R Foundation for Statistical Computing, Vienna, Austria.
9. The jamovi project (2023). 'jamovi (Version 2.3)', Computer Software,
https://www.jamovi.org/.
10. Microsoft Corporation (2023). 'Microsoft 365', Computer Software,
https://office.microsoft.com/excel