zunia.vn

Tuyển sinh 2024 dành cho Gen-Z

zunia.vn

» Khoa Học Xã Hội

» Ngôn ngữ học

Ứng dụng phương pháp phân tích thành phần chính và phân cụm dữ liệu đánh giá kết quả kiểm định chất lượng cơ sở giáo dục đại học

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:10

Báo xấu

23
lượt xem 5
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết Ứng dụng phương pháp phân tích thành phần chính và phân cụm dữ liệu đánh giá kết quả kiểm định chất lượng cơ sở giáo dục đại học chỉ ra những điểm mạnh, yếu về hoạt động của các trường theo các tiêu chuẩn, mối quan hệ giữa các lĩnh vực cũng như so sánh mức độ đánh giá giữa các trung tâm kiểm định với nhau. Đây là cơ sở để thực hiện việc đối sánh và cải tiến chất lượng tại các cơ sở giáo dục.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Ứng dụng phương pháp phân tích thành phần chính và phân cụm dữ liệu đánh giá kết quả kiểm định chất lượng cơ sở giáo dục đại học

ỨNG DỤNG PHƯƠNG PHÁP PHÂN TÍCH THÀNH PHẦN CHÍNH VÀ PHÂN CỤM DỮ LIỆU ĐÁNH GIÁ KẾT QUẢ KIỂM ĐỊNH CHẤT LƯỢNG CƠ SỞ GIÁO DỤC ĐẠI HỌC Lê Phước Thành1 Tóm tắt: Hiện nay các trung tâm kiểm định chất lượng giáo dục đại học (KĐCLGDĐH) đã công bố kết quả kiểm định các trường đại học theo bộ tiêu chuẩn của thông tư 12/2017/TT-BGDÐT. Kết quả kiểm định được chuẩn hóa dưới dạng một cơ sở dữ liệu đa chiều theo các tiêu chuẩn. Sự kết hợp giữa hai kỹ thuật phân tích thành phần chính với phân cụm dữ liệu nhằm trình bày, phân tích và trích ra những tri thức hữu ích trong việc đánh giá. Theo đó, bài báo chỉ ra những điểm mạnh, yếu về hoạt động của các trường theo các tiêu chuẩn, mối quan hệ giữa các lĩnh vực cũng như so sánh mức độ đánh giá giữa các trung tâm kiểm định với nhau. Đây là cơ sở để thực hiện việc đối sánh và cải tiến chất lượng tại các cơ sở giáo dục. Từ khóa: Phân tích thành phần chính, Phân cụm dữ liệu, Thuật toán K-Means, Hệ số tương quan, Kiểm định chất lượng giáo dục đại học. 1. Mở đầu 1.1. Giới thiệu về kiểm định chất lượng cơ sở giáo dục đại học ở Việt Nam Ngày 19 tháng 5 năm 2017 Bộ Giáo dục và Đào tạo ban hành thông tư số 12/2017/ TT-BGDÐT Quy định về KĐCLGDĐH, theo đó bộ tiêu chuẩn đánh giá gồm 25 tiêu chuẩn, 111 tiêu chí và được phân vào 4 lĩnh vực: (1) Đảm bảo chất lượng về chiến lược: Tiêu chuẩn 01 đến 08, gồm các vấn đề về sứ mệnh, tầm nhìn, mục đích, mục tiêu chiến lược, các chính sách… (2) Đảm bảo chất lượng về hệ thống: Tiêu chuẩn 09 đến 12, gồm các vấn đề về hệ thống đảm bảo chất lượng bên trong, hệ thống thông tin, … (3) Đảm bảo chất lượng về thực hiện chức năng: Tiêu chuẩn 13 đến 21, gồm các vấn đề về hoạt động đào tạo, nghiên cứu khoa học và phục vụ cộng đồng. (4) Kết quả hoạt động: Tiêu chuẩn 22 đến 25, gồm các vấn đề về kết quả của hoạt động đào tạo, nghiên cứu khoa học, phục vụ cộng đồng và tài chính-thị trường. Mỗi tiêu chuẩn được đánh giá theo thang điểm 7 Bộ tiêu chuẩn này tiếp cận theo mô hình đánh giá CLGDĐH của Mạng lưới các trường đại học khu vực Đông Nam Á (ASEAN University Network - Quality Assurance, viết tắt là AUN-QA). Về các trung tâm kiểm định, đến tháng 09-2020 Việt Nam 5 trung tâm KĐCLGD đã công bố kết quả kiểm định của 28 trường đại học và học viện theo bộ tiêu chuẩn này gồm: 1 ThS., Trường Đại học Quảng Nam 91
ỨNG DỤNG PHƯƠNG PHÁP PHÂN TÍCH THÀNH PHẦN CHÍNH... (1) Trung tâm KĐCLGD−Đại học Quốc gia Hà Nội (CEA_HN), 6 trường (2) Trung tâm KĐCLGD−Quốc gia Thành phố Hồ Chí Minh (CEA_TPHCM), 5 trường (3) Trung tâm KĐCLGD−Đại học Đà Nẵng (CEA_DN), 4 trường (4) Trung tâm KĐCLGD−Trường Đại học Vinh (CEA_Vinh), 5 trường (5) Trung tâm KĐCLGD−Hiệp hội các trường đại học, cao đẳng Việt Nam (CEA_ HiepHoi), 8 trường 1.2. Kỹ thuật phân tích thành phần chính và phân cụm dữ liệu Phân tích thành phần chính (PCA - Principal Component Analysis) là kỹ thuật thường được sử dụng khi làm việc với đối tượng có quá nhiều biến (thuộc tính/số chiều) (đối tượng được biểu diễn ở không gian nhiều chiều) sang không gian 2 hoặc 3 chiều nhưng có khả năng biểu diễn dữ liệu tốt tương đương không gian cũ, nghĩa là đảm bảo độ biến thiên của dữ liệu trên mỗi chiều mới. Ngoài ra có thể phát hiện những liên kết tiềm ẩn của dữ liệu có thể được khám phá trong không gian mới. Hai công dụng lớn nhất của phân tích thành phần chính là tìm mối liên hệ giữa đối tượng với các chiều của không gian mới và các biến cũ với nhau trong các chiều của không gian mới. Khi các đối tượng được biểu diễn trong không gian 2 chiều với trục ngang là thành phần chính thứ nhất (Component 1) và thành phần chính thứ hai (Component 2) ta tiếp tục dùng dùng kỹ thuật phân cụm dữ liệu để nhóm các đối tượng có tính chất “tương tự” nhau theo một tiêu chí nào đó (chẳng hạn theo khoảng cách), và các đối tượng của hai nhóm khác nhau không có cùng tính chất trên. 2. Nội dung 2.1. Nguồn dữ liệu cho việc phân tích Nguồn dữ liệu để phân tích được lấy từ kết quả KĐCLGD đã công bố trên website của 5 trung tâm kiểm định [9], [10], [11], [12], [13], dữ liệu bao gồm các trung tâm kiểm định, các trường được kiểm định và thang điểm 7 của 25 tiêu chuẩn được phân vào 4 lĩnh vực sau đó được tổng hợp bằng bảng 1 như sau: Bảng 1. Tra cứu số thứ tự các trường đại học trong phân tích Số Trường đại học đã TT KĐ T1 … T25 LV1 LV2 LV3 LV4 TT KĐ 1 CEA_DN Công nghệ TP HCM 4.60 … 4.00 4.44 4.53 4.49 4.54 2 CEA_DN Quốc tế Sài Gòn 4.00 5.00 3.93 4.06 4.10 4.27 3 CEA_DN SPKT Vĩnh Long 4.20 4.00 4.07 4.06 4.07 4.02 4 CEA_DN Văn Hiến 4.00 4.00 3.88 3.95 3.81 3.79 5 CEA_HN Nội vụ Hà Nội 3.80 3.50 3.79 3.69 3.76 3.75 6 CEA_HN Phan Thiết 4.20 3.50 3.84 3.64 3.68 3.63 7 CEA_HN Phennikaa 4.40 4.00 4.01 3.80 3.88 4.00 92
LÊ PHƯỚC THÀNH Số Trường đại học đã TT KĐ T1 … T25 LV1 LV2 LV3 LV4 TT KĐ 8 CEA_HN TDTT Hà Nội 4.00 4.00 3.84 3.73 3.82 3.88 9 CEA_HN Thủy Lợi 4.60 4.00 4.37 4.03 4.29 4.31 10 CEA_HN Học viện Ngoại giao 4.20 4.50 3.98 3.81 4.14 4.36 11 CEA_TPHCM Đà Lạt 4.00 3.50 3.82 3.50 3.58 3.52 Kinh tế-Tài chính TP 12 CEA_TPHCM 3.80 3.50 3.81 3.53 3.76 3.63 HCM 13 CEA_TPHCM Quốc tế Miền Đông 4.00 4.00 4.03 3.64 3.74 3.61 14 CEA_TPHCM Trà Vinh 4.20 4.00 4.16 4.17 4.15 4.00 Văn hóa TP Hồ Chí 15 CEA_TPHCM 4.00 3.50 3.64 3.55 3.53 3.50 Minh Công nghệ Miền 16 CEA_Vinh 3.80 4.50 3.72 3.73 3.82 4.08 Đông 17 CEA_Vinh FPT 4.80 5.00 4.56 4.03 4.32 4.52 18 CEA_Vinh Hoa Lư 3.80 3.50 3.79 3.84 3.87 3.63 Kinh tế C.Nghiệp 19 CEA_Vinh 4.00 4.00 3.96 3.72 3.82 3.88 Long An 20 CEA_Vinh Thủ Đô Hà Nội 4.00 3.50 4.03 4.06 3.93 3.71 21 CEA_HiepHoi Bà Rịa-Vũng Tàu 4.00 4.50 4.19 3.93 4.01 3.96 22 CEA_HiepHoi Đại Nam 4.00 4.00 3.85 4.17 3.99 4.00 23 CEA_HiepHoi Dầu khí Việt Nam 4.20 5.00 4.25 4.28 4.03 4.40 Điều dưỡng Nam 24 CEA_HiepHoi 4.40 5.00 4.04 4.27 4.11 4.33 Định 25 CEA_HiepHoi Hoa Sen 4.20 4.00 3.94 4.02 3.84 3.86 26 CEA_HiepHoi Quốc tế Hồng Bàng 4.60 4.50 4.44 4.54 4.41 4.38 27 CEA_HiepHoi Tân Trào 4.20 4.50 4.16 4.21 4.22 4.38 28 CEA_HiepHoi Học viện Phụ nữ 3.80 4.00 3.83 3.78 3.79 3.77 Sau đây là bảng tra cứu (bảng 2) danh mục tên của 25 tiêu chuẩn để thuận lợi theo dõi kết quả phân tích, đánh giá những mặt mạnh, yếu của các trường theo các tiêu chuẩn. Bảng 2. Tra cứu danh mục các tiêu chuẩn STT Tên tiêu chuẩn STT Tên tiêu chuẩn 01 Tầm nhìn, sứ mạng và văn hóa 14 Chương trình dạy học 02 Quản trị 15 Giảng dạy và học tập 03 Lãnh đạo và quản lý 16 Đánh giá người học 04 Quản trị chiến lược 17 Hỗ trợ người học 05 Các C.Sách về ĐT, NCKH và PVCĐ 18 Quản lý nghiên cứu khoa học 06 Quản lý nguồn nhân lực 19 Quản lý tài sản trí tuệ 07 Quản lý tài chính và cơ sở vật chất 20 Hợp tác và đối tác NCKH 93
ỨNG DỤNG PHƯƠNG PHÁP PHÂN TÍCH THÀNH PHẦN CHÍNH... 08 Các mạng lưới và quan hệ đối ngoại 21 Kết nối và phục vụ cộng đồng 09 Hệ thống ĐBCL bên trong 22 Kết quả đào tạo 10 Tự đánh giá và đánh giá ngoài 23 Kết quả nghiên cứu khoa học 11 Hệ thống thông tin ĐBCL bên trong 24 Kết quả phục vụ cộng đồng 12 Nâng cao chất lượng 25 Kết quả tài chính và thị trường 13 Tuyển sinh và nhập học 2.2. Thuật toán 2.2.1. Phân tích thành phần chính [1], [2] Bài toán: Cho ma trận X={xi, j} , như vậy: (i) Một đối tượng có thể biểu diễn trong không gian , trong đó mỗi điểm có tọa độ ,i= , gọi là không gian các đối tượng. (ii) Một biến có thể biểu diễn trong không gian , trong đó mỗi biến có tọa độ ,j= , gọi là không gian các biến. Các bước sau đây nhằm tìm thành phần chính trong không gian các đối tượng (trường hợp (i)), trường hợp (ii) thực hiện tương tự trong không gian các biến. Các bước thực hiện (1) Xác định tâm của đám mây dữ liệu Mỗi đối tượng luôn biểu diễn thành một điểm trong không gian, tập các điểm này gọi là đám mây dữ liệu. Quy tâm tức là tịnh tiến gốc tọa độ về trọng tâm của đám mây. Tâm của đám mây dữ liệu được thực hiện bằng cách đưa ma trận số liệu về ma trận độ lệch so với trung bình chung. Mỗi đối tượng i của biến đều được trừ cho số bình quân của biến . Ta được ma trận quy tâm X = (2) Tìm các trục chính a) Ma trận phương sai-hiệp phương sai (Variance-Covariance Matrix) Ma trận phương sai-hiệp phương sai nhằm đánh giá sự biến thiên (tập trung hay phân tán) của dữ liệu quanh tâm của đám mây dữ liệu. Ma trận này được tính theo gốc mới như sau: : Ma trận chuyển vị của ma trận X Nếu biểu diễn sự biến thiên của dữ liệu theo hình học, nghĩa là tìm đường thẳng sao cho đi qua tâm của đám mây dữ liệu và “gần” với các điểm nhất, nghĩa là khoảng cách từ các điểm đến đường thẳng cần tìm là nhỏ nhất, hay hình chiếu của các điểm trên trục thứ nhất (thành phần chính 1) có biến động (phương sai) lớn nhất. b) Tìm giá trị riêng và véc tơ riêng (Eigenvalues and Eigenvectors) Tìm giá trị riêng và véc tơ riêng nhằm để xác định các đường thẳng đi qua tâm gần 94
LÊ PHƯỚC THÀNH đám mây dữ liệu nhất. Tìm các giá trị riêng theo phương trình: , I: Ma trận đơn vị Về mặt hình học, giá trị riêng là tổng bình phương khoảng cách hình chiếu của các điểm trên những đường thẳng sao cho giá trị này là nhỏ nhất. Với mỗi giá trị (j = , q
ỨNG DỤNG PHƯƠNG PHÁP PHÂN TÍCH THÀNH PHẦN CHÍNH... Đối với các đối tượng, mối quan hệ với các biến được xác định như sau: Khi các đối tượng nằm về phía xa của trục dương ứng với thành phần nào thì có giá trị cao với các biến gần với thành phần đó và ngược lại. Sau đây là kết quả phân tích bằng biểu đồ và một số đánh giá theo từng lĩnh vực: Trong lĩnh vực 1 (hình 1): Các trường trong nhóm với số thứ tự 1, 17, 9, 26 được đánh giá cao nhất ở tất cả các tiêu chuẩn thuộc lĩnh vực này. Trong khi đó các trường trong nhóm có số thứ tự 11, 15 đánh giá thấp nhất ở các tiêu chuẩn 4, 5, 7. Ngoài ra các trường trong nhóm có số thứ tự 4, 18, 22 đánh giá thấp ở các tiêu chuẩn 2, 3, 8. Các trường thuộc nhóm bố trí quanh gốc tọa độ được đánh giá trung bình đối với các tiêu chuẩn. Hình 1. Biểu đồ sự phân bố các đối tượng theo các thành phần chính và cách phân cụm ở lĩnh vực 1 Trong lĩnh vực 2 (hình 2): Các trường trong nhóm với số thứ tự 1, 26 được đánh giá cao nhất ở tất cả các tiêu chuẩn thuộc lĩnh vực này. Trong khi đó các trường trong nhóm có số thứ tự 12, 15 đánh giá thấp nhất các 4 lĩnh vực đặc biệt rất thấp ở tiêu chuẩn 9, trường số 11 đánh giá rất thấp ở tiêu chuẩn 12. Hình 2. Biểu đồ sự phân bố các đối tượng theo các thành phần chính và cách phân cụm ở lĩnh vực 2 Trong lĩnh vực 3 (hình 3): Các trường trong nhóm với số thứ tự 1, 17, 26 được đánh giá cao nhất ở tất cả các tiêu chuẩn thuộc lĩnh vực này, đặc biệt trường số 17 vượt trội ở các tiêu chuẩn 13, 15, 16, 17. Trong khi các đó các trường 11, 15 đánh giá thấp nhất ở các tiêu chuẩn 21, các trường thuộc nhóm số 6, 11, 12 đánh giá thấp ở tiêu chuẩn 14, 18, 19, 20, 96
LÊ PHƯỚC THÀNH nhưng trường số 12 đánh giá rất cao ở tiêu chuẩn 17. Hình 3. Biểu đồ sự phân bố các đối tượng theo các thành phần chính và cách phân cụm ở lĩnh vực 3 Trong lĩnh vực 4 (hình 4): Các trường trong nhóm với số thứ tự 1, 17 được đánh giá cao nhất ở các tiêu chuẩn 22, 24, 25, nhưng trường số 17 đánh giá thấp ở tiêu chuẩn 23; các trường trong nhóm với số thứ tự 7, 9, 1 đánh giá cao ở tiêu chuẩn 23, trong khi đó các trường trong nhóm có số thứ tự 6, 13, 15 đánh giá thấp ở tiêu chuẩn 23. Trường số 11 đánh giá thấp ở tiêu chuẩn 22, 24, 25. Hình 4. Biểu đồ sự phân bố các đối tượng theo các thành phần chính và cách phân cụm ở lĩnh vực 4 Tổng hợp 4 lĩnh vực (hình 5): Mỗi lĩnh vực bao gồm một số tiêu chuẩn thuộc lĩnh vực đó, điểm của lĩnh vực được tính bằng trung bình của các tiêu chuẩn. Căn cứ vào giá trị riêng (Bảng 3) để xác định số lượng thành phần chính. Chọn Eigenvalues>=1, chỉ có 1 thành phần chính bao gồm cả 4 lĩnh vực được trích ra và giải thích được 85.9% sự biến thiên của dữ liệu (giữ được 85.9% lượng thông tin ban đầu). Bảng 3. Giá trị riêng và phần trăm giải thích phương sai của dữ liệu STT Giá trị riêng Phần trăm Biểu đồ phần trăm Phần trăm tích lũy 1 3.4384 85.959 85.959 97
ỨNG DỤNG PHƯƠNG PHÁP PHÂN TÍCH THÀNH PHẦN CHÍNH... 2 0.2785 6.962 92.921 3 0.2240 5.601 98.521 4 0.0591 1.479 100.000 Căn cứ vào véc tơ riêng để xác định mối quan hệ giữa thành phần chính và các biến. Nói cách khác, đây là mối quan hệ tuyến tính giữa thành phần chính và các biến. Mối quan hệ được thể hiện bằng bảng ma trận tải (Loading Matrix) bảng 4 như sau: Bảng 4. Ma trận tải các thành phần chính Các thành phần chính Lĩnh vực 1 2 3 4 LV1 0.90147 0.38525 0.18539 0.06760 LV2 0.90174 -0.35876 0.23410 0.05791 LV3 0.97774 0.00926 -0.04143 -0.20550 LV4 0.92553 -0.03548 -0.36489 0.09483 Sau đây là một số đánh giá khi phân tích theo 4 lĩnh vực: (i) Các trường thuộc nhóm có số thứ tự 1, 26, 17 được đánh giá cao ở 4 lĩnh vực, đặc biệt trường 27 đánh giá cao nhất ở lĩnh vực 1. Trong khi đó các trường số 15, 11, 6, 12 đánh giá thấp ở 4 lĩnh vực, trường số 15 đánh giá thấp nhất ở lĩnh vực 3 và 4. (ii) Kết quả kiểm định của các trung tâm có sự phân bố tương đối đều nhau ở các mức cao, trung bình và thấp đối với các trường được kiểm định, tuy nhiên đối với kết quả kiểm định các trường thuộc trung tâm kiểm định−Đại học quốc gia TP Hồ Chí Minh hầu hết đạt ở mức thấp so với các trung tâm khác, đó là các trường có số thứ tự 11, 12, 13, 15 Hình 5. Biểu đồ sự phân bố các đối tượng theo các thành phần chính, cách phân cụm ở 4 lĩnh vực và các trung tâm phụ trách kiểm định các trường (iii) Mối quan hệ giữa các lĩnh vực: Xây dựng hệ số tương quan giữa các lĩnh vực (Hình 6). Lĩnh vực 3 và 4 có hệ số tương quan lớn nhất, điều này chứng tỏ lĩnh vực 3 về chức năng, hệ thống, chính sách của hoạt động đào tạo, nghiên cứu khoa học và phục vụ cộng đồng đã tác động trực tiếp đến lĩnh vực 4 về kết quả hoạt động. Trong khi đó lĩnh vực 2 và 3 có hệ số tương quan thấp hơn, điều này chứng tỏ chưa có sự kết nối chặt chẽ giữa lĩnh vực 1 về sứ mệnh, tầm nhìn, mục đích, mục tiêu chiến lược, các chính sách đến lĩnh vực 2 về xây dựng hệ thống đảm bảo chất lượng bên trong, hệ thống thông tin. 98
LÊ PHƯỚC THÀNH Hơn nữa khi xoay dữ liệu với cột là các trường được kiểm định và dòng là các lĩnh vực, lúc đó lĩnh vực 3 được bố trí gần gốc tọa độ, điều này chứng tỏ điểm số của lĩnh vực 3 không có sự chênh lệch lớn giữa các trường (tương đối đều nhau), trong khi đó các lĩnh vực 1, 2 và 4 có sự khác biệt giữa các trường với nhau. Hay nói cụ thể là các trường có chức năng, hệ thống, chính sách về hoạt động đào tạo, nghiên cứu khoa học và phục vụ cộng đồng là đồng đều nhau. Hình 6. Hệ số tương quan giữa các lĩnh vực Một cách phân cụm dữ liệu khác là phân cụm theo thứ bậc (hierarchical clustering) [2], [3], hình 7. Ở đây phân thành 4 cụm và được trình bày một cách trực quan những trường có kết quả kiểm định cao như ĐH Công nghệ TP Hồ Chí Minh, Quốc tế Hồng Bàng, … những trường có kết quả kiểm định thấp như ĐH Phan Thiết, Kinh tế-Tài Chính TP Hồ Chí Minh, … Thuật toán phân cụm theo K-Means và phân cụm theo thứ bậc mỗi cách tiếp cận khác nhau nhưng kết quả phân cụm nhóm các trường là tương đương nhau. Hình 7. Biểu đồ phân cụm theo thứ bậc 3. Kết luận Phương pháp phân tích thành phần chính dựa trên mô hình toán học là phép biến đổi tuyến tính từ không gian này đến không gian khác với số chiều của dữ liệu giảm đi nhưng vẫn giữ được phần lớn thông tin của dữ liệu, thuận lợi trong việc trình bày, phân tích và đánh giá chất lượng hoạt động của các trường theo các tiêu chuẩn và lĩnh vực. Khi không gian bài toán ban đầu được đưa về mặt phẳng 2 chiều với hai thành phần chính được trích ra, tiếp tục áp dụng kỹ thuật phân cụm dữ liệu dựa trên “sự tương tự” giữa các đối tượng trong nhóm, bằng cách nhóm các trường có những tiêu chuẩn, lĩnh vực mạnh/ yếu theo từng cụm để đánh giá. Sự kết hợp của hai kỹ thuật này nhằm trình bày một cách trực quan nhất không gian nhóm các đối tượng (các trường đại học) theo các biến/ thành phần chính (các tiêu chuẩn, lĩnh vực). Đây mới chỉ là kết quả của 28 trường đại học và học viện được đánh giá theo bộ tiêu chuẩn của thông tư 12/2017/TT-BGDÐT, khi các trung tâm kiểm định có kết quả kiểm định ngày càng đầy đủ, việc phân tích mối liên hệ giữa các tiêu chuẩn, lĩnh vực sẽ tạo điều kiện cho các trường đại học có những định hướng đúng đắn trong việc xây dựng hệ thống đảm bảo chất lượng bên trong nhà trường. 99
ỨNG DỤNG PHƯƠNG PHÁP PHÂN TÍCH THÀNH PHẦN CHÍNH... TÀI LIỆU THAM KHẢO 1. Tài liệu: [1]. Đỗ Phúc (2008), Giáo trình khai thác dữ liệu. Nhà xuất bản Đại học Quốc gia TP Hồ Chí Minh. [2]. Tô Cẩm Tú, Nguyễn Huy Hoàng (2003), Phân tích số liệu nhiều chiều. Nhà xuất bản Khoa học và Kỹ thuật. [3]. Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2005), Phân tích dữ liệu nghiên cứu với SPSS, tập 2. Nhà xuất bản Thống kê. [4]. Hoàng Xuân Huấn (2015), Giáo trình học máy, Đại học Quốc gia Hà Nội. [5]. ZHOU Shuangxi (2015), University Teachers’Performance Comprehensive Evaluation Based on Principal Component Analysis, Higher Education of Social Science, CSCanada [6]. MengYi (2019), Application of Principal Component Analysis in Teaching Evaluation, Published by Francis Academic Press, UK [7]. JMP 13 Multivariate Methods, Second Edition (2017). Cary, NC: SAS Institute Inc. [8]. Thông tư 12/2017/TT-BGDÐT Ban hành Quy định về kiểm định chất lượng cơ sở giáo dục đại học, Bộ Giáo dục và Đào tạo. 2. Các website của trung tâm kiểm định để truy cập dữ liệu: [9]. http://cea.udn.vn, truy cập ngày 24/09/2020 [10]. http://cea.vnuhcm.edu.vn, truy cập ngày 24/09/2020 [11]. http://cea.vnu.edu.vn, truy cập ngày 24/09/2020 [12]. http://kdclgd.vinhuni.edu.vn, truy cập ngày 24/09/2020 [13]. http://cea-avuc.edu.vn, truy cập ngày 24/09/2020 Title: APPLYING PRINCIPAL COMPONENT ANALYSIS AND CLUSTERING TO ASSESS ACCREDITATION RESULTS IN HIGHER EDUCATION INSTITUTIONS LE PHUOC THANH Quang Nam University Abstract: Currently, the centers for education accreditation (CEA) have announced university accreditation results by the standard set under Circular 12/2017 / TT-BGDĐT. The accreditation results are standardized in the form of a multi-dimensional database based on these standards. This research is carried out in a combination of two main techniques- principal component analysis and clustering- to present, analyze and extract useful knowledge from the accreditation results. At the same time, the paper points out the educational institutions’ strengths and weaknesses based on the standards, the relationship between different fields as well as compare the assessment levels among accreditation centers. This is the foundation to compare and improve the quality in educational institutions. Keywords: Principal Component Analysis, Clustering, K-MEANS clustering algorithm, Correlation Coefficient, Higher Education Quality Accreditation. 100

CÓ THỂ BẠN MUỐN DOWNLOAD

THÔNG TIN

TRỢ GIÚP

HỖ TRỢ KHÁCH HÀNG

Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.