b_it () – значение t-го показателя, характеризующего i-ю специальность. Определение значений осуществляется с использованием функции f^*(X,R), задающей порядок свертки параметров (X_.) с учетом их веса (R).

Для каждого показателя yY введем в рассмотрение вектор весов W = (w₁,w₂,…,w_l,…,w_n). Вес w_l отражает положение каждого показателя, его значение и роль в проводимом исследовании.

Для сравнения исследуемых объектов используем интегральный показатель d=f(Y,W), где f – функция, задающая порядок свертки показателей (Y) с учетом их веса (W) в интегральный.

Ниже приведены показатели, влияющие на качество подготовки специалистов, которые были отобраны для исследования качества образования:

Y1 - Показатель качества методического и информационного обеспечения

Y2 - Показатель качества технического оснащения процесса

Y3 - Показатель качества подготовки контингента

Y4 - Показатель качества обучения (преподавания)

Y5 - Показатель качества организации процесса подготовки

Y6 - Показатель качества условий труда

Y7 - Показатель качества проведения практических занятий

Каждый из указанных показателей, в свою очередь, зависит от целого ряда факторов. Так, например, качество проведения практических занятий зависит от: проводится ли производственная практика на предприятии, обеспечена ли производственная практика необходимыми материалами, степени самостоятельности студента на практике, соответствия планового времени проведения практики фактическому, уровня практических навыков, удовлетворенности учащихся практическими занятиями.

2. Методика проведения оценки качества образования

В общем виде методика оценки качества образования может быть представлена в виде последовательности следующих действий: расчет показателей качества, определение весовых коэффициентов и корректировка значений показателей качества, расчет интегрального показателя, анализ и интерпретация результатов.

2.1. Расчет показателей качества

Пусть g – количество параметров , характеризующих показатель y_iY. Сопоставим каждому параметру x_j уровень его значимости для анализа r_j.

(1)

Если параметры x_j могут быть проранжированы по убыванию значимости для анализа, то оценить значимость i-го показателя r_i можно определить по правилу Фишберна [3].