نقش متغیرهای پذیرشی در موفقیت تحصیلی دانشجویان دورة کارشناسی و کارشناسی ارشد

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشیار گروه مدیریت آموزشی، دانشگاه سمنان

2 استاد دانشکده مهندسی صنایع، دانشگاه علم و صنعت ایران

3 دانشجوی دکتری مدیریت آموزشی، دانشگاه سمنان

چکیده

هدف مطالعه حاضر، بررسی نقش متغیرهای پذیرشی در موفقیت تحصیلی دانشجویان دوره­ کارشناسی و کارشناسی ارشد و تدوین آنها در قالب مدل پیش­بینی بوده و طرح مطالعه از نوع همبستگی بوده است. جامعه آماری شامل، کلیه پذیرفته شدگان در دوره­های کارشناسی و کارشناسی ارشد مرکز آموزش الکترونیکی دانشگاه علم و صنعت ایران بود که تا پایان نیمسال دوم سال تحصیلی 92-1391حداقل، یک نیمسال، نمرات ثبت شده داشته­اند. معدل کل واحدهای اخذ شده در مقطع تحصیلی فعلی به عنوان متغیر وابسته، در نظر گرفته شد. تحلیل داده­ها با مدل رگرسیون خطی و به شیوه گام به گام به اجرا درآمد. نتایج تحلیل­ها حاکی از آن است که شاخص­های پذیرشی به­تنهائی از توان نسبتاً پائینی برای پیش­بینی موفقیت تحصیلی در دوره­های آموزش الکترونیکی برخوردارند. لذا نمی­توان سیاست­گذاری­های آموزشی در این دوره­ها را صرفاً برمبنای مؤلفه­های پذیرشی بنا نهاد. با اینحال، در صورتیکه اطلاعات در اختیار یا قابل حصول مدیریت دانشگاه، محدود به اطلاعات پذیرشی باشد، می­توان گفت: در مقطع کارشناسی، بومی بودن، معدل دیپلم و پذیرش از طریق آزمون اختصاصی و در مقطع ارشد، رشته تحصیلی مقطع کارشناسی(مهندسی)، پذیرش از طریق آزمون اختصاصی(با وزن منفی)، معدل کل مقطع کارشناسی، نوع دانشگاه محل تحصیل مقطع کارشناسی(دولتی) و رشته تحصیلی مقطع کارشناسی(علوم پایه)، به ترتیب، به عنوان مؤثرترین  پیش­بینی­کننده­های موفقیت تحصیلی، قابل معرفی­اند. درمجموع فرض بر این است که نتایج این مطالعه   می­تواند برای دانشگاه مورد مطالعه و سایر دانشگاه­های مشابه در امر برنامه­ریزی آموزشی برای توسعه دوره­های آموزش الکترونیکی مورد بهره­برداری قرار گیرند.

کلیدواژه‌ها


ابوالقاسمی، مهدی؛ میرالی رستمی، ام­کلثوم و پیرعلی، مصطفی. (1392). عوامل مؤثر بر پیشرفت تحصیلی دانشجویان دانشکده­های فنی و مهندسی دانشگاه تهران به منظور ارائه مدلی برای پیش­بینی پیشرفت تحصیلی آنها. فصلنامه آموزش مهندسی ایران، 8(2)، 67-84.

امام­قریشی، فاطمه؛ حیدری، سیدتقی و نجفی­پور، صدیقه. (1389). بررسی فاکتورهای مؤثر بر وضعیت تحصیلی دانشجویان دانشگاه علوم پزشکی جهرم. مجله دانشگاه علوم پزشکی بابل،12(1)، 45-40.

حسن­آبادی، حمیدرضا؛ یعقوبی، حمید؛ پیروی، حمید؛ اکبری­زردخانه، سعید؛ صبحی قراملکی، ناصر و فرزان، نسرین. (1391). عوامل مؤثر بر پیشرفت تحصیلی دانشجویان: نتایج مقدماتی یک طرح ملی. ششمین سمینار سراسری بهداشت روانی دانشجویان. رشت، ایران.

دسترنج، منصوره؛ بلوکی، صدیقه و موذن، مریم. (1392). بررسی عوامل مؤثر بر اُفت تحصیلی دانشجویان دانشگاه پیام­نور بستک در سال 1389. فصلنامه تخصصی علوم اجتماعی دانشگاه آزاد اسلامی واحد شوشتر، 7(20)، 258- 241.

دلارام، معصومه؛ آئین، فرشته و فروزنده، نسرین. (1391). عوامل مؤثر بر مشروط شدن دانشجویان دانشگاه علوم پزشکی شهرکرد. مجله پزشکی هرمزگان،16(2)، 172-163.

رحمتی، عباس، لسانی،‌ مهدی و خلیل­زاده، ‌راحیل. (1391). عوامل مرتبط با مشروطی دانشجویان شهید باهنر کرمان در سال 89-1388 و ارائه مدل تحلیلی آن. پایان نامه کارشناسی ارشد. دانشگاه شهید باهنر کرمان،‌ دانشکده ادبیات و علوم انسانی.

رودباری، مسعود؛ احمدی، آزاده و عبادی فرد آذر، فربد. (1389). تعیین عوامل موثر بر پیشرفت تحصیلی دانشجویان دانشگاه علوم پزشکی ایران در سال تحصیلی 89-88. فصلنامه طب و تزکیه، 19 (348-37.

سنائی­نسب، هرمز؛ رشیدی­جهان، حجت و صفاری، محسن. (1391). عوامل مؤثر بر پیشرفت تحصیلی دانشجویان. فصلنامه راهبردی آموزش. 5(4)، 249- 233.

شهرآبادی، عفت؛ رضائیان، محسن و حق­دوست، علی­اکبر. (1392). پیش­بینی ارزشیابی پیشرفت تحصیلی براساس تجربه دوره تحصیلی در دانشجویان دانشگاه علوم پزشکی رفسنجان. مجله مرکز مطالعات و توسعه آموزش پزشکی.10(4)، 493- 485.

عراقیه، علیرضا؛ فتحی واجارگاه، کورش؛ برزگر، نادر و مرادی، سعید. (1390). توسعه سرمایه انسانی در آموزش عالی از طریق احترام به تنوع فرهنگی دانشجویان. دو فصلنامه مدیریت و برنامه ریزی در نظام های آموزشی، 4(7)، 85-99.

نیکخواه، محمد؛ شریف، مصطفی؛ نصر، احمد رضا و طالبی، هوشنگ. (1390). امکان­سنجی کاربرد شاخص­های ارزشیابی آموزش­عالی در حوزه ارزشیابی برنامه درسی دوره تحصیلات تکمیلی بر مبنای الگوی سیپ. دو فصلنامه مدیریت و برنامه­ریزی در نظام­های آموزشی.4(7)، 100-132.

هومن، حیدرعلی. (1390). تحلیل داده های چند متغیری در پژوهش رفتاری. تهران:  انتشارات پیک فرهنگ.

یمنی­دوزی­سرخابی، محمد. (1382). برنامه­ریزی توسعه دانشگاهی؛ نظریه­ها و تجربه ها. تهران: انتشارات دانشگاه شهید بهشتی.

Changhui, K. (2007). Classroom Peer Effects and Academic Achievement: Quasi-Randomization Evidence from South Korea. Journal of Urban Economics, 61(4), 458–495.

Chen, S. and Voyles, D. (2013). HESI Admission Assessment Scores: Predicting Student Success. Journal of Professional Nursing, 9(25), 32–37.

Daniza, M. I., Herna, N. T., Manuel, G. O., Nora, S. D., Ba ´Rbara, & D. L., Rodolfo, M. I. (2004). Scholastic Achievement: A Multivariate Analysis of Nutritional, Intellectual, Socioeconomic, Sociocultural, Familial, and Demographic Variables in Chilean School-Age Children. Applied Nutritional Investigation, 10(20), 878-889.

Dorothyjean, C. (2012). Potential for Significant Reductions In Dropout Rates:  Analysis of An Entire 3rd Grade State Cohort. Economics of Education Review, 31, 644–662.

Gambian, F., Erasmus, V. Vassiliadis, E. (2011). Educational systems efficiency in European Union countries. Studies in Educational Evaluation, 37(8), 108–12.

Hamaideh, S. H. & Hamdan-Mansour, A. M. (2013). Psychological, cognitive and personal variables that predict college academic achievement among health sciences students. Nurse Education Today, 34(5), 703-708.

Hardinger, K. L., Schauner, S., Graham, M. & Garavalia, L. (2013). Admission predictors of academic dismissal for provisional and traditionally admitted students. Currents in Pharmacy Teaching and Learning, 5(2), 33–38.

Islam Shovon, H. and Haque, M. (2012). An Approach of Improving Student’s Academic Performance by using K-means clustering algorithm and Decision tree. International Journal of Advanced Computer Science and Applications, 3(8): 145- 149.

Knauss, P. J., & Wilsson, P. (2013). Predicting early academic success: HESI admissions assessment exam. Journal of Professional Nursing, 29(6), 28-31.

McClure, J., Meyer, L. H., Garisch, J., Fischer, R., Weir, K. F., & Walkey, F. H. (2011). Students’ attributions for their best and worst marks: Do they relate to achievement? Contemporary Educational Psychology, 36(1), 71–81.

Nasir, N. A., Rasid, N. S., Ahmad, N. & Noor Shah, M. S. (2013). Bicluster Analysis as an Effective Tool to Measure Students Overall Performance. Procedia - Social and Behavioral Sciences, 90(5), 593 – 598.

Nistor, N., & Neubauer, K. (2010). From participation to dropout: Quantitative participation patterns in online university courses. Computers & Education, 55, 663-672.

Nonis, S. A., Hudson, G., Philhours, M. J., & Teng, J. K. (2005). Changes in college student composition and implications for marketing education: revisiting predictors of academic success. Journal of Business Research, 58(1), 321– 329.

Rodgers, S., Stenhouse, R., McCreaddie, M., & Small, P. (2013). Recruitment, selection and retention of nursing and midwifery students in Scottish Universities. Nurse Education Today, 33(7), 1301–131.

Rosander, P., Bäckström, M., & Stenberg, G. (2011). Personality traits and general intelligence as predictors of academic performance: A structural equation modeling approach. Learning and Individual Differences, 21(3), 590–596.

Saklofske, D. H., Austin, E. J., Mastoras, S. M., Beaton, L. & Osborne, S. E. (2012). Relationships of personality, affect, emotional intelligence and coping with student stress and academic success: Different patterns of association for stress and success. Learning and Individual Differences, 22(1), 251–257.

Saldaña, O., Escartín, J., Torres, L., Varela-Rey, A., Martín-Peña, J. & Vidal, T. (2014). University Students´ Strengths Associated With An Optimal Academic And Professional Performance. Procedia - Social and Behavioral Sciences 141(4), 30 – 34.

Schlesselman, L. S. & Coleman, G. I. (2011). Predictors of Poor Student Performance at a Single, Accreditation Council for Pharmacy Education–Accredited School of Pharmacy. Currents in Pharmacy Teaching and Learning, 3(1), 101–105.

Galvan, G. J. & Galvan, G., F. (2013). How to Use Professional and Life Projects to Guide University Students towards Optimal Professional Development. Procedia - Social and Behavioral Sciences. 93(3), 1901–1905

Willcockson, I. U., Johnson, C. W., Hersh, W., & Bernstam, E. V. (2009). Predictors of Student Success in Graduate Biomedical Informatics Training: Introductory Course and Program Success. Journal of the American Medical Informatics Association, 16(1), 837–846.

Zoghbi, C., Fabiana, A. R., & Enlinson, M. (2013). Education production efficiency: Evidence from Brazilian universities. Economic Modeling, 31(5), 94–103.