Как сделать систему оценок в эксель

Добавил пользователь Владимир З.
Обновлено: 05.10.2024

Задача описательной статистики (descriptive statistics) заключается в том, чтобы с использованием математических инструментов свести сотни значений выборки к нескольким итоговым показателям, которые дают представление о выборке .В качестве таких статистических показателей используются: среднее , медиана , мода , дисперсия, стандартное отклонение и др.

Опишем набор числовых данных с помощью определенных показателей. Для чего нужны эти показатели? Эти показатели позволят сделать определенные статистические выводы о распределении , из которого была взята выборка . Например, если у нас есть выборка значений толщины трубы, которая изготавливается на определенном оборудовании, то на основании анализа этой выборки мы сможем сделать, с некой определенной вероятностью, заключение о состоянии процесса изготовления.

Надстройка Пакет анализа;
Среднее выборки ;
Медиана выборки ;
Мода выборки ;
Мода и среднее значение ;
Дисперсия выборки ;
Стандартное отклонение выборки ;
Стандартная ошибка ;
Ассиметричность ;
Эксцесс выборки ;
Уровень надежности .

Надстройка Пакет анализа

Для вычисления статистических показателей одномерных выборок , используем надстройку Пакет анализа . Затем, все показатели рассчитанные надстройкой, вычислим с помощью встроенных функций MS EXCEL.

СОВЕТ : Подробнее о других инструментах надстройки Пакет анализа и ее подключении – читайте в статье Надстройка Пакет анализа MS EXCEL .

Выборку разместим на листе Пример в файле примера в диапазоне А6:А55 (50 значений).

Примечание : Для удобства написания формул для диапазона А6:А55 создан Именованный диапазон Выборка.

В диалоговом окне Анализ данных выберите инструмент Описательная статистика .

После нажатия кнопки ОК будет выведено другое диалоговое окно,

в котором нужно указать:

входной интервал (Input Range) – это диапазон ячеек, в котором содержится массив данных. Если в указанный диапазон входит текстовый заголовок набора данных, то нужно поставить галочку в поле Метки в первой строке (Labelsinfirstrow). В этом случае заголовок будет выведен в Выходном интервале. Пустые ячейки будут проигнорированы, поэтому нулевые значения необходимо обязательно указывать в ячейках, а не оставлять их пустыми;
выходной интервал (Output Range). Здесь укажите адрес верхней левой ячейки диапазона, в который будут выведены статистические показатели;
Итоговая статистика (SummaryStatistics) . Поставьте галочку напротив этого поля – будут выведены основные показатели выборки: среднее, медиана, мода, стандартное отклонение и др.;
Также можно поставить галочки напротив полей Уровень надежности (ConfidenceLevelforMean) , К-й наименьший (Kth Largest) и К-й наибольший (Kth Smallest).

В результате будут выведены следующие статистические показатели:

Все показатели выведены в виде значений, а не формул. Если массив данных изменился, то необходимо перезапустить расчет.

Зеленым цветом на картинке выше и в файле примера выделены показатели, которые не требуют особого пояснения. Для большинства из них имеется специализированная функция:

Ниже даны подробные описания остальных показателей.

Среднее выборки

Медиана выборки

Медиана (Median) – это число, которое является серединой множества чисел (в данном случае выборки): половина чисел множества больше, чем медиана , а половина чисел меньше, чем медиана . Для определения медианы необходимо сначала отсортировать множество чисел . Например, медианой для чисел 2, 3, 3, 4 , 5, 7, 10 будет 4.

Если множество содержит четное количество чисел, то вычисляется среднее для двух чисел, находящихся в середине множества. Например, медианой для чисел 2, 3, 3 , 5 , 7, 10 будет 4, т.к. (3+5)/2.

Очевидно, что средняя зарплата (71 тыс. руб.) не отражает тот факт, что 86% сотрудников получает не более 30 тыс. руб. (т.е. 86% сотрудников получает зарплату в более, чем в 2 раза меньше средней!). В то же время медиана (15 тыс. руб.) показывает, что как минимум у 50% сотрудников зарплата меньше или равна 15 тыс. руб.

Для определения медианы в MS EXCEL существует одноименная функция МЕДИАНА() , английский вариант - MEDIAN().

Медиану также можно вычислить с помощью формул

Подробнее о медиане см. специальную статью Медиана в MS EXCEL .

СОВЕТ : Подробнее про квартили см. статью, про перцентили (процентили) см. статью.

Мода выборки

Мода (Mode) – это наиболее часто встречающееся (повторяющееся) значение в выборке . Например, в массиве (1; 1; 2 ; 2 ; 2 ; 3; 4; 5) число 2 встречается чаще всего – 3 раза. Значит, число 2 – это мода . Для вычисления моды используется функция МОДА() , английский вариант MODE().

Начиная с MS EXCEL 2010 вместо функции МОДА() рекомендуется использовать функцию МОДА.ОДН() , которая является ее полным аналогом. Кроме того, в MS EXCEL 2010 появилась новая функция МОДА.НСК() , которая возвращает несколько наиболее часто повторяющихся значений (если количество их повторов совпадает). НСК – это сокращение от слова НеСКолько.

Например, в массиве (1; 1; 2 ; 2 ; 2 ; 3; 4 ; 4 ; 4 ; 5) числа 2 и 4 встречаются наиболее часто – по 3 раза. Значит, оба числа являются модами . Функции МОДА.ОДН() и МОДА() вернут значение 2, т.к. 2 встречается первым, среди наиболее повторяющихся значений (см. файл примера , лист Мода ).

Теперь вспомним, что мы определили моду для выборки, т.е. для конечного множества значений, взятых из генеральной совокупности . Для непрерывных случайных величин вполне может оказаться, что выборка состоит из массива на подобие этого (0,935; 1,211; 2,430; 3,668; 3,874; …), в котором может не оказаться повторов и функция МОДА() вернет ошибку.

Даже в нашем массиве с модой , которая была определена с помощью надстройки Пакет анализа , творится, что-то не то. Действительно, модой нашего массива значений является число 477, т.к. оно встречается 2 раза, остальные значения не повторяются. Но, если мы посмотрим на гистограмму распределения , построенную для нашего массива, то увидим, что 477 не принадлежит интервалу наиболее часто встречающихся значений (от 150 до 250).

Проблема в том, что мы определили моду как наиболее часто встречающееся значение, а не как наиболее вероятное. Поэтому, моду в учебниках статистики часто определяют не для выборки (массива), а для функции распределения. Например, для логнормального распределения мода (наиболее вероятное значение непрерывной случайной величины х), вычисляется как exp ( m - s 2 ) , где m и s параметры этого распределения.

Понятно, что для нашего массива число 477, хотя и является наиболее часто повторяющимся значением, но все же является плохой оценкой для моды распределения, из которого взята выборка (наиболее вероятного значения или для которого плотность вероятности распределения максимальна).

Для того, чтобы получить оценку моды распределения, из генеральной совокупности которого взята выборка , можно, например, построить гистограмму . Оценкой для моды может служить интервал наиболее часто встречающихся значений (самого высокого столбца). Как было сказано выше, в нашем случае это интервал от 150 до 250.

Вывод : Значение моды для выборки , рассчитанное с помощью функции МОДА() , может ввести в заблуждение, особенно для небольших выборок. Эта функция эффективна, когда случайная величина может принимать лишь несколько дискретных значений, а размер выборки существенно превышает количество этих значений.

Примечание : Строго говоря, в примере с зарплатой мы имеем дело скорее с генеральной совокупностью , чем с выборкой . Т.к. других зарплат в компании просто нет.

О вычислении моды для распределения непрерывной случайной величины читайте статью Мода в MS EXCEL .

Мода и среднее значение

Не смотря на то, что мода – это наиболее вероятное значение случайной величины (вероятность выбрать это значение из Генеральной совокупности максимальна), не следует ожидать, что среднее значение обязательно будет близко к моде .

Примечание : Мода и среднее симметричных распределений совпадает (имеется ввиду симметричность плотности распределения ).

Другой пример. Для Логнормального распределения LnN(0;1) мода равна =EXP(m-s2)= EXP(0-1*1)=0,368, а среднее значение 1,649.

Дисперсия выборки

Дисперсия выборки или выборочная дисперсия ( sample variance ) характеризует разброс значений в массиве, отклонение от среднего .

Из формулы №1 видно, что дисперсия выборки это сумма квадратов отклонений каждого значения в массиве от среднего , деленная на размер выборки минус 1.

В MS EXCEL 2007 и более ранних версиях для вычисления дисперсии выборки используется функция ДИСП() . С версии MS EXCEL 2010 рекомендуется использовать ее аналог - функцию ДИСП.В() .

Дисперсию можно также вычислить непосредственно по нижеуказанным формулам (см. файл примера ): =КВАДРОТКЛ(Выборка)/(СЧЁТ(Выборка)-1) =(СУММКВ(Выборка)-СЧЁТ(Выборка)*СРЗНАЧ(Выборка)^2)/ (СЧЁТ(Выборка)-1) – обычная формула =СУММ((Выборка -СРЗНАЧ(Выборка))^2)/ (СЧЁТ(Выборка)-1) – формула массива

Дисперсия выборки равна 0, только в том случае, если все значения равны между собой и, соответственно, равны среднему значению .

Чем больше величина дисперсии , тем больше разброс значений в массиве относительно среднего .

Размерность дисперсии соответствует квадрату единицы измерения исходных значений. Например, если значения в выборке представляют собой измерения веса детали (в кг), то размерность дисперсии будет кг 2 . Это бывает сложно интерпретировать, поэтому для характеристики разброса значений чаще используют величину равную квадратному корню из дисперсии – стандартное отклонение .

Стандартное отклонение выборки

Стандартное отклонение выборки (Standard Deviation), как и дисперсия , - это мера того, насколько широко разбросаны значения в выборке относительно их среднего .

По определению, стандартное отклонение равно квадратному корню из дисперсии :

Стандартное отклонение не учитывает величину значений в выборке , а только степень рассеивания значений вокруг их среднего . Чтобы проиллюстрировать это приведем пример.

Вычислим стандартное отклонение для 2-х выборок : (1; 5; 9) и (1001; 1005; 1009). В обоих случаях, s=4. Очевидно, что отношение величины стандартного отклонения к значениям массива у выборок существенно отличается.

В MS EXCEL 2007 и более ранних версиях для вычисления Стандартного отклонения выборки используется функция СТАНДОТКЛОН() . С версии MS EXCEL 2010 рекомендуется использовать ее аналог СТАНДОТКЛОН.В() .

Стандартное отклонение можно также вычислить непосредственно по нижеуказанным формулам (см. файл примера ): =КОРЕНЬ(КВАДРОТКЛ(Выборка)/(СЧЁТ(Выборка)-1)) =КОРЕНЬ((СУММКВ(Выборка)-СЧЁТ(Выборка)*СРЗНАЧ(Выборка)^2)/(СЧЁТ(Выборка)-1))

Стандартная ошибка

В Пакете анализа под термином стандартная ошибка имеется ввиду Стандартная ошибка среднего (Standard Error of the Mean, SEM). Стандартная ошибка среднего - это оценка стандартного отклонения распределения выборочного среднего .

Примечание : Чтобы разобраться с понятием Стандартная ошибка среднего необходимо прочитать о выборочном распределении (см. статью Статистики, их выборочные распределения и точечные оценки параметров распределений в MS EXCEL ) и статью про Центральную предельную теорему .

Стандартное отклонение распределения выборочного среднего вычисляется по формуле σ/√n, где n — объём выборки, σ - стандартное отклонение исходного распределения, из которого взята выборка . Т.к. обычно стандартное отклонение исходного распределения неизвестно, то в расчетах вместо σ используют ее оценку s - стандартное отклонение выборки . А соответствующая величина s/√n имеет специальное название - Стандартная ошибка среднего. Именно эта величина вычисляется в Пакете анализа.

В MS EXCEL стандартную ошибку среднего можно также вычислить по формуле =СТАНДОТКЛОН.В(Выборка)/ КОРЕНЬ(СЧЁТ(Выборка))

Асимметричность

Асимметричность или коэффициент асимметрии (skewness) характеризует степень несимметричности распределения ( плотности распределения ) относительно его среднего .

Примечание : Асимметрия выборки может отличаться расчетного значения асимметрии теоретического распределения. Например, Нормальное распределение является симметричным распределением ( плотность его распределения симметрична относительно среднего ) и, поэтому имеет асимметрию равную 0. Понятно, что при этом значения в выборке из соответствующей генеральной совокупности не обязательно должны располагаться совершенно симметрично относительно среднего . Поэтому, асимметрия выборки , являющейся оценкой асимметрии распределения , может отличаться от 0.

Функция СКОС() , английский вариант SKEW(), возвращает коэффициент асимметрии выборки , являющейся оценкой асимметрии соответствующего распределения, и определяется следующим образом:

где n – размер выборки , s – стандартное отклонение выборки .

В файле примера на листе СКОС приведен расчет коэффициента асимметрии на примере случайной выборки из распределения Вейбулла , которое имеет значительную положительную асимметрию при параметрах распределения W(1,5; 1).

Эксцесс выборки

Для того чтобы определить, что относится к хвостам распределения, а что к его центральной части, можно использовать границы μ +/- σ .

Согласно определения, Эксцесс равен четвертому стандартизированному моменту:

Для нормального распределения четвертый момент равен 3*σ 4 , следовательно, Эксцесс равен 3. Многие компьютерные программы используют для расчетов не сам Эксцесс , а так называемый Kurtosis excess, который меньше на 3. Т.е. для нормального распределения Kurtosis excess равен 0. Необходимо быть внимательным, т.к. часто не очевидно, какая формула лежит в основе расчетов.

Функция ЭКСЦЕСС() , английский вариант KURT(), вычисляет на основе значений выборки несмещенную оценку эксцесса распределения случайной величины и определяется следующим образом:

Как видно из формулы MS EXCEL использует именно Kurtosis excess, т.е. для выборки из нормального распределения формула вернет близкое к 0 значение.

Вернемся к распределениям случайной величины . Эксцесс (Kurtosis excess) для нормального распределения всегда равен 0, т.е. не зависит от параметров распределения μ и σ. Для большинства других распределений Эксцесс зависит от параметров распределения: см., например, распределение Вейбулла или распределение Пуассона , для котрого Эксцесс = 1/λ.

Уровень надежности

Уровень надежности - означает вероятность того, что доверительный интервал содержит истинное значение оцениваемого параметра распределения.

Вместо термина Уровень надежности часто используется термин Уровень доверия . Про Уровень надежности (Confidence Level for Mean) читайте статью Уровень значимости и уровень надежности в MS EXCEL .

Задав значение Уровня надежности в окне надстройки Пакет анализа , MS EXCEL вычислит половину ширины доверительного интервала для оценки среднего (дисперсия неизвестна) .

Тот же результат можно получить по формуле (см. файл примера ): =ДОВЕРИТ.СТЬЮДЕНТ(1-0,95;s;n) s - стандартное отклонение выборки , n – объем выборки .

Методические материалы по применению табличного процессора Excel для мониторинга успеваемости учащихся. Описанный способ позволяет определять рейтинг успеваемости в классе по среднему баллу за четверть и проводить анализ успеваемости по четвертям более наглядно. Систему применяю в течение 5 лет.

Вложение	Размер
excel_klruk.rar	416.66 КБ

Предварительный просмотр:

По теме: методические разработки, презентации и конспекты

Внутришкольный мониторинг успеваемости учащихся

Формулы для определения показателей успеваемости учащихся и итогов успеваемости и качества знаний (для просмотра формул лучше скачать файл, а не предварительный просмотр).

Мониторинг успеваемости по предметам

Данная таблица поможет учителю и зам. директора по УВР быстро составить анализ работы за четверть, год по всем предметам: успеваемость, качество, обученность средний балл.

Мониторинг успеваемости

Мониторинг (график в процентах) успеваемости по четвертям, за 2011-2012 учебный год, по предмету "Физическая культура".

Мониторинг успеваемости класса за1 и 2 четверть.

Материал для подготовки и проведения классного часа "Анализ нашей учебы за 2 четверть" и вопроса на родительском собрании "Анализ успеваемости класса в 1 и 2 четверти". Более подробно мето.

Мониторинг как способ повышения успеваемости учащихся при изучении иностранного языка.

Оценка уровня успеваемости учащихся с применением информационных технологий.

Каждый учитель обязательно проводит анализ своей работы. В этом нам помогает, утвержденная в школе, оценочная пятибалльная система. Установлены четкие периоды подведения итогов – четверти, год, итог. .

Мониторинг успеваемости учащихся по калмыцкому языку

Класс ПредметДанные по учебным годам 2016-2017 201702018 Кач. знУсп.Кач. Зн.Усп.3 классКалмыцкий язык 100 100 4 класс Калмыцкий язык.

Указания для выполнения. Создайте в Microsoft Excel таблицу результатов успеваемости класса по предложенному образцу (см. рисунок ниже) с использованием расчетных формул.

Порядок выполнения.

П.5. Вычисление среднего значения.

Примечание: в строке формул автоматически появилась функция вычисления среднего значения данных в ячейках интервала с С3 по С9. Выглядит она таким образом

Эту формулу можно набирать непосредственно в ячейке С10, не используя мастер функций. Результат будет такой же.

Введите любым из этих способов формулы для вычисления средних значений в соответствующие ячейки.

Выбор формата данных в ячейках.

Выделите те ячейки в таблице, в которых вам необходимо, чтобы число (результат вычислений) имело 2 знака после запятой. Это те ячейки, в которые были вставлены формулы. (По умолчанию для всех ячеек в рабочем листе используется Общий формат.)

Выберите в меню Формат – Ячейки (или правой клавишей мыши щелкнуть на ячейке – в контекстном меню выбрать Формат ячеек..).

Перейдите на вкладку Число. В списке Числовые форматы выберите Числовой. В поле Число десятичных знаков, которое необходимо отображать после запятой (в нашем примере 2).

Не забудьте нажать ОК.

Копирование формул в другие ячейки.

Используя функцию Автозаполнение, скопируйте созданную формулу в другие ячейки таблицы:

1. выделите ячейку с веденной в нее формулой. 2. подведите курсор к правому нижнему углу ячейки, он примет вид + . 3. Нажмите левую кнопку мыши, не отпуская ее, переместите указатель до конца диапазона ячеек, в которые вы хотите скопировать формулу. Так как в формуле использовались относительные ссылки, сама программа автоматически изменит адреса ячеек (посмотрите в строку формул, выделив любую ячейку диапазона, и убедитесь.) 4. Аналогичным способом скопируйте формулы в столбцах O, P, Q, R и строке 10.

Функция ОКРУГЛ округляет число до заданного кол-ва десятичных разрядов. В нашем задании ее нужно применить в столбце Q (ТематическаяВыделите первую ячейку в столбце (Q Запустите мастер функций. 3. Выберите функцию ОКРУГЛ. 4. В самой таблице щелкните на ячейку конца диапазона (Р 4), и в диалоговом окне в ячейке Число появится выбранный вами адрес ячейки, а в следующее поле Количество цифр введите 0. Не забудьте ОК.

Логическая функция ЕСЛИ

Функция ЕСЛИ устанавливает одно значение, если заданное условие истинно, и другое — если оно ложно. Например, в нашем задании в столбце R, если тематическая оценка больше 3, то ученик считается сдавшим тему, если нет, то несдавшим.

Добавляйте авторские материалы и получите призы от Инфоурок

Еженедельный призовой фонд 100 000 Р

Лабораторная работа 7.

Создание электронного журнала успеваемости в MS Excel

Цель работы : создать таблицу для подсчета статистики успеваемости каждого ученика (студента). Для работы вам потребуется один документ с тремя рабочими листами. Обратите внимание, что в ходе выполнения заданий вы должны:

— отработать некоторые приемы работы с комбинированными, сложными функциями, массивами;

— научиться строить связанные графики.

Рекомендуем для заполнения формул использовать Мастер функций .

Задание 1. Заполнение Листа 1

Создать список учащихся (студентов) из десяти произвольных фамилий, включая свою. После выполнения действий п. 1-5 у вас должна получиться таблица, аналогичная приведенной на рисунке 1.

Рисунок 1. Список студентов группы

3. В ячейках B 20: B 30 создайте список студентов (10 человек), причем, в одной ячейке, например, B 20, должны быть написаны и фамилия и имя. Отсортируйте полученный список по алфавиту (Данные – Сортировка).

Задание 2. Заполнение Листа 2

— В ячейках D 3 и E 3 введите две даты с интервалом в одну неделю, например, D 3 — 01.09.13; E 3 — 07.09.13.

— с помощью команды автозаполнения заполните все остальные ячейки на любые ДВА месяца. В нашем примере указан только один месяц.

— измените формат всех этих ячеек ( D 3 — H 3): разверните текст на 90 градусов и установите выравнивание по середине и по горизонтали и по вертикали ( Формат – Ячейка — Выравнивание )

— отформатируйте ширину столбцов: MS Excel : Формат – Столбец – Автоподбор ширины.

MS Excel 2003: обратите внимание, что данные для Источника должны быть на одном листе с выбранной ячейкой. Поэтому рекомендуется продублировать на листе 2 в любом свободном месте столбец с идентификаторами студентов. В более старших версиях MS Excel можно данные брать с разных листов.

После этого рядом со всеми выделенными ячейками появится кнопка выбора варианта.

7. В ячейке C3 должна появляться фамилия студента в соответсвии с его личным номером. Используйте формулу Поиск по вертикали : категория Ссылки и массивы – ВПР

В первом поле введите адрес ячейки B3 (Лист 2). Во втором поле укажите диапазон всей таблицы с Листа 1 (ячейки B4 — H13). В третьем поле диалогового окна функции укажите номер столбца из выделенного вами диапазона, откуда необходимо выбрать данные. В нашем примере мы должны поместить Фамилию и имя из столбца H. Порядковый номер этого столца в нашем выделении 7. Это число и нужно указать в поле Номер столбца.

Скопируйте формулу на весь необходимый диапазон, используя автозаполнение ячеек. 8. В ячейке L3 подсчитайте средний балл по тесту, выбрав функцию СРЗНАЧ и выделив диапазон числовых данных по тесту. В нашем примере =СРЗНАЧ(I3:K3) (категория Статистические) или =AVERAGE(I3:K3). Скопируйте формулу на весь необходимый диапазон, используя автозаполнение ячеек.

10.Для подсчета суммарного балла используйте функцию автосуммирования по строке.

11. Рассчитайте ранг студента в общем списке.

Функция РАНГ() (RANK) категория Статистические вычисляет ранг значения в выборке (распределения участников по местам). Функция РАНГ() имеет три аргумента. Первый – число, место (ранг) которого определяется. Второй аргумент ссылка – диапазон, в котором происходит распределение по местам. В нашем примере это столбец с суммарно набранным баллом. Диапазон должен быть неизменным, следовательно, его нужно указать с помощью абсолютной адресаций. Третий аргумент — Порядок – указатель порядка сортировки. Если третий аргумент 0 или не указан, места распределяются по убыванию значений (т.е. чем больше – тем лучше, 1-е место – максимальное значение). Если же поставить 1, то места будут распределяться по возрастанию (т.е. чем меньше, тем лучше ).

Логическая функция условие: ЕСЛИ() (IF)

Лучший табель учета рабочего времени в Excel

Табель учета рабочего времени – основной документ, содержащий информацию о числе явок и неявок на работу каждого сотрудника фирмы. Он передается в бухгалтерию. И на основании данных рассчитывается и начисляется заработная плата.

Законом предусмотрено 2 унифицированные формы табеля: Т-12 – для заполнения вручную; Т-13 – для автоматического контроля фактически отработанного времени (через турникет).

Данные вносятся каждый рабочий день. В конце месяца подсчитывается итог по явкам и неявкам каждого работника. Формирование отчета можно упростить, автоматизировав заполнение некоторых ячеек средствами Excel. Посмотрим, как.

Заполняем вводные данные функциями Excel

Формы Т-12 и Т-13 имеют практически одинаковый состав реквизитов.

В шапке 2 страницы формы (на примере Т-13) заполняем наименование организации и структурного подразделения. Так, как в учредительных документах.

Отводим поле за пределами табеля. Здесь мы и будем работать. Это поле ОПЕРАТОРА. Сначала сделаем свой календарик отчетного месяца.

Красное поле – даты. На зеленом поле проставляет единички, если день выходной. В ячейке Т2 ставим единицу, если табель составляется за полный месяц.

Вводим вручную порядковый номер, ФИО и специальность сотрудников организации. Плюс табельный номер. Информацию берем из личных карточек работников.

Автоматизация табеля с помощью формул

Первый лист формы содержит условные обозначения для учета рабочего времени, цифровые и буквенные. Смысл автоматизации средствами Excel в том, чтобы при внесении обозначения отображалось количество часов.

Для примера возьмем такие варианты:

В – выходной;
Я – явка (рабочий день);
ОТ – отпуск;
К – командировка;
Б – больничный.

Нужно проделать такую же работу для второй половины месяца. Достаточно скопировать формулы и поменять те ячейки, на которые они ссылаются. Результат работы:

Все формулы копируем и вставляем в соответствующие ячейки по всему списку сотрудников. При заполнении такого табеля нужно будет корректировать условные обозначения по работникам.

Если изменяется календарь, то меняются выходные и явки. Вручную проставляем прогулы, отгулы и т.п. Все остальное посчитается автоматически.

В соответствии с федеральным государственным образовательным стандартом среднего профессионального образования для аттестации обучающихся на соответствие их профессиональных достижений поэтапным требованиям соответствующей основной профессиональной образовательной программе по специальности (ОПОП) создаются фонды оценочных средств, позволяющие оценить знания, умения и освоенные компетенции. Оценочные средства текущего контроля и промежуточной аттестации разделяются на контрольные задания, показатели выполнения, критерии оценки.

В ходе реализации стандартов третьего поколения для системы СПО на модульно-компетентностной основе особые требования предъявляются к обработке результатов выполнения студентами контрольных заданий. При проведении анализа контрольных работ преподавателю окажет огромную помощь MS Excel.

Рассмотрим несколько, наиболее часто встречающихся случаев.

1. Оценочное средство состоит только из тестовых заданий

Это самый простой случай. Предположим, что при выполнении данной работы проверяются 4 умения (У1, У2, У3) и 3 знания (З1,З2,З3). Всего заданий в работе 20. Выполнение каждого задания оценивается дихотомической оценкой: 1 – (правильно / да), 0 – (неправильно /нет). В MS Excel строится следующая таблица: (Рисунок 1)

При составлении экзаменационных заданий возможно использование заданий трёх уровней: самые простые, тестовые задания; более сложные задания предполагающие несколько шагов при их выполнении; задания повышенного уровня. Таблица результатов выполнения такой работы будет выглядеть так (Рисунок 7). В приведённом примере задания второй части оцениваются 5 баллами, а третьей части 10 баллами. Для каждого задания третьей части определено, что при выполнении 6 шагов из 10 задание считается выполненным. В ячейке Т5 задана формула: =ЕСЛИ(H5>=3;1;0)+ЕСЛИ(M5>=6;1;0), т.к умение У4 проверяется заданием 7 второй части и заданием 12 третьей части.

Графическое представление результатов такой работы можно дополнить. Для каждой части можно построить графики, показывающие сколько процентов учащихся выполнили конкретное задание, выполнили его частично или не выполнили (Рисунок 8, Рисунок 9).

В ячейке С82 введена формула =СЧЁТЕСЛИ(B5:B9;"=1"), чтобы подсчитать число студентов выполнивших первое задание верно, в ячейках D82 и E82 вычисляются соответствующие проценты (D82: =C82/$A$4, E82: =100%-D82). В ячейке Р82 вводится формула для вычисления числа студентов верно выполнивших шестое задание: =СЧЁТЕСЛИ(G5:G9;"=5"). Частично выполнили это задание студенты, получившие за него 4 или 3 балла, поэтому в ячейке R2 записана формула: =(СЧЁТЕСЛИ(G5:G9;"3")+СЧЁТЕСЛИ(G5:G9;"4"))/K$4. Все остальные, задание не выполнили: =100%-Q82-R82.

Аналогично строится гистограмма по результатам выполнения третьей части. (Приложение 1, Лист 4).

Если число заданий в работе большое можно провести обработку на двух листах: на первом просто вводятся результаты, а на втором выполняется перевод выполнено/не выполнено и выводы об уровне усвоения умений и знаний. (Приложение 1, Лист 1-ПКС, 1-ПКС ит). Мы проводим такой подробный анализ для входного контроля и для экзаменационных работ. Это позволяет быстро оценить, что усвоили студенты, а что усвоено плохо и организовать коррекционную работу. Проведение такого анализа позволяет сравнить разные группы и оценить насколько успешно поработали студенты и преподаватель в течение семестра, т.е провести мониторинг.
Такой анализ требует много времени на первоначальном этапе при создании шаблонов. В дальнейшей работе обработка результатов каждой группы займёт 20-30 минут.

Литература:

1. Пермяков О.Е., Менькова С.В. Диагностика формирования профессиональных компетенций. Москва, 2010г.
2. Рекомендации по формированию оценочных средств для государственной (итоговой) аттестации выпускников учреждений СПО и НПО.

Соавтор(ы): Travis Boylls. Трэвис Бойллз — автор и редактор, пишущий о технологиях для wikiHow. Имеет опыт в написании статей на технические темы, оказании компьютерной технической поддержки и графическом дизайне. Специализируется на Windows, macOS, Android, iOS и Linux. Изучал графический дизайн в Муниципальном колледже Пайкс-Пик.

Читайте также: