Evaluace elektronických výukových materiálů · v akademickém roce 2014/13, 2013/12 a...

Univerzita Hradec Králové

Pedagogická fakulta

Katedra informatiky Přírodovědecké fakulty

Evaluace elektronických výukových materiálů

Disertační práce

Autor: Ing. Soňa Neradová

Studijní program: P 7507 Specializace v pedagogice

Studijní obor: Informační a komunikační technologie ve vzdělávání

Školitel: prof. PhDr. RNDr. Zdeněk Půlpán, CSc.

2015

Prohlašuji, že jsem disertační práci vypracovala pod vedením školitele samostatně

a uvedla jsem všechny použité prameny a literaturu.

V Hradci Králové dne 10. 5. 2015

Ing. Soňa Neradová

Poděkování

Děkuji svému školiteli, prof. PhDr. RNDr. Zdeňkovi Půlpánovi, CSc., za poskytnu-

tí mnoha podnětných konzultací v souvislosti s disertační prací, ale i za trpělivost a ochotu,

se kterou mne v průběhu celého studia učil vědecky pracovat.

Děkuji i všem svým blízkým za pomoc a pochopení po celou dobu studia.

Abstrakt

Práce se zabývá evaluací elektronických výukových materiálů z hlediska studentů,

jakožto uživatelů těchto materiálů. Analýzu zjištěných hodnocení lze využít pro zkvalitně-

ní výuky a lepší prezentaci školy. Jedná se o téma řešené v celosvětovém měřítku.

V práci byly porovnány výhody a nevýhody různých způsobů hodnocení elektro-

nických výukových materiálů. Pro realizaci vlastního šetření byl pro evaluaci elektronic-

kých výukových materiálů vybrán a upraven Kanův model hodnocení spokojenosti.

Vlastní šetření bylo provedeno se skupinou studentů Univerzity Pardubice Fakulty

elektrotechniky a informatiky, kteří se zapsali ke studiu bakalářských studijních programů

v akademickém roce 2014/13, 2013/12 a 2012/2011 na předmět Počítačové sítě 1

a Počítačové sítě 4.

Klíčová slova

evaluace, elektronické výukové materiály, e-learning, kvalita.

Abstract

This thesis focuses on the evaluation of e-learning materials from the student’s

point of view, as they are the users of such materials. The analysis of said evaluations can

be used to improve the quality of teaching and school’s image. It is a topic that is being

solved globally.

In the thesis, advantages and disadvantages of different evaluation methods are

compared. To conduct the investigation of evaluating e-learning materials itself, the Ka-

no’s model for evaluating satisfaction was selected and modified.

The investigation itself was conducted among a group of students of the University

of Pardubice, Faculty of Electrical Engineering and Informatics, who have registered for

subjects Computer Networks 1 and Computer Networks 4 in bachelor study programmes in

academic years 2014/13, 2013/12 and 2012/2011.

Keywords

evaluation, electronic educational books, e-learning, quality.

Obsah

SEZNAM ZKRATEK ................................................................................................................................. 8

SEZNAM OBRÁZKŮ ................................................................................................................................. 9

SEZNAM TABULEK ............................................................................................................................... 10

ÚVOD ........................................................................................................................................................ 11

1 CÍLE DISERTAČNÍ PRÁCE .............................................................................................................. 13

2 LITERÁRNÍ REŠERŠE ....................................................................................................................... 14

3 TEORETICKÁ VÝCHODISKA DISERTAČNÍ PRÁCE ................................................................... 19

3.1 HISTORICKÝ VÝVOJ HODNOCENÍ KVALITY VE VZDĚLÁVÁNÍ ................................................ 19

3.2 HODNOCENÍ KVALITY VYSOKÉ ŠKOLY ................................................................................. 20

3.3 STANDARDY A PRAVIDLA PRO ZAJIŠŤOVÁNÍ KVALITY ......................................................... 21

3.4 SOUČASNÝ STAV ZAJIŠŤOVÁNÍ KVALITY VÝUKY NA UPCE ................................................. 23

4 OBECNÉ ZÁSADY PRO TVORBU VÝUKOVÝCH MATERIÁLŮ ................................................ 26

4.1 NOSITELE DIDAKTICKÉ INFORMACE ..................................................................................... 26

4.1.1 Vzdělávání 21. století ................................................................................................ 30

4.1.2 Výukové principy ve výuce na vysoké škole ............................................................ 34

4.1.3 Výukové formy a metody ve vysokoškolském vzdělávání ....................................... 36

4.2 SROZUMITELNOST TEXTU .................................................................................................... 37

4.2.1 Metody pro měření srozumitelnosti a obtížnosti textu .............................................. 38

4.2.2 Měření jazykové obtížnosti českého textu................................................................. 41

4.2.3 Zvýšení srozumitelnosti výukového textu pomocí myšlenkových map .................... 42

5 MOŽNOSTI HODNOCENÍ KVALITY VÝUKY NA VŠ .................................................................. 45

6 PRACOVNÍ METODY A PROBLEMATIKA EVALUACE ELEKTRONICKÝCH VÝUKOVÝCH

MATERIÁLŮ ................................................................................................................................ 49

6.1 METODY SBĚRU ÚDAJŮ ........................................................................................................ 50

6.1.1 Dotazník .................................................................................................................... 50

6.1.2 Strukturovaný pohovor .............................................................................................. 51

6.1.3 Pracovní skupina ....................................................................................................... 52

6.1.4 Vyhodnocení úspěšnosti studentů „Před“ a „Po“ ...................................................... 52

7 NÁVRH METODY EVALUACE ELEKTRONICKÝCH VÝUKOVÝCH MATERIÁLŮ ............... 54

7.1 KANŮV MODEL SPOKOJENOSTI ............................................................................................ 56

7.2 POUŽITÍ KANOVA MODELU SPOKOJENOSTI PRO EVALUACI ELEKTRONICKÝCH VÝUKOVÝCH

MATERIÁLŮ STUDENTY ........................................................................................................ 65

8 VÝZKUMNÉ ŠETŘENÍ...................................................................................................................... 73

8.1 CÍLE REALIZOVANÉHO VÝZKUMNÉHO ŠETŘENÍ ................................................................... 73

8.2 ÚČEL VÝZKUMU .................................................................................................................. 73

8.3 VÝZKUMNÉ OTÁZKY ............................................................................................................ 74

8.4 POPIS JEDNOTLIVÝCH KROKŮ VÝZKUMNÉHO ŠETŘENÍ ......................................................... 75

8.4.1 Krok - 1. .................................................................................................................... 75

8.4.2 Krok - 2. .................................................................................................................... 78

8.4.3 Krok - 3. .................................................................................................................... 79

8.4.4 Krok – 4. .................................................................................................................... 80

8.5 VÝSLEDKY VÝZKUMNÉHO ŠETŘENÍ ..................................................................................... 87

9 ZÁVĚR ................................................................................................................................................ 90

10 SLOVNÍČEK POJMŮ ......................................................................................................................... 92

11 POUŽITÉ ZDROJE ............................................................................................................................. 94

12 PUBLIKAČNÍ ČINNOST AUTORA ................................................................................................ 102

13 PŘÍLOHA A ...................................................................................................................................... 105

PŘEDSTAVENÍ VSTUPNÍHO TESTU ZNALOSTÍ ................................................................................ 105

1. MATEMATICKÝ ZÁKLAD .................................................................................................... 105

HODNOCENÍ VÝSLEDKŮ PRVNÍ ČÁSTI VSTUPNÍHO TESTU – MATEMATICKÉHO ZÁKLADU ............. 106

2. OBECNÉ ZNALOSTI Z INFORMAČNÍCH TECHNOLOGIÍ .......................................................... 107

HODNOCENÍ VÝSLEDKŮ DRUHÉ ČÁSTI VSTUPNÍHO TESTU – OBECNÉ ZNALOSTI Z INFORMAČNÍCH

TECHNOLOGIÍ .............................................................................................................................. 109

3. POKROČILÉ ZNALOSTI Z OBLASTI POČÍTAČOVÝCH SÍTÍ ...................................................... 110

HODNOCENÍ VÝSLEDKŮ TŘETÍ ČÁSTI VSTUPNÍHO TESTU – POKROČILÉ ZNALOSTI Z OBLASTI

POČÍTAČOVÝCH SÍTÍ .................................................................................................................... 113

CELKOVÉ ZHODNOCENÍ VSTUPNÍHO TESTU ZA AKADEMICKÉ ROKY 2011 AŽ 2014 ...................... 114

8

Seznam zkratek

AK – Akreditační komise

CD ROM – Compact Disc Read-Only Memory

CS – Customers satisfaction

CTS – Critical To Satisfy

ČR – Česká republika

DVD – Digital Versatile Disc

ECTS – European Credit Transfer System

EFQM – European Foundation for Quality Management

ENQA – European Association for Quality Assurance in Higher Education

ERASMUS – EuropeanAction Scheme for the Mobility of University Students.

ESG – European Standards and Guidelines

FEI – Fakulta elektrotechniky a informatiky

ICT – Informační a komunikační technologie

IPn – Individuální projekt národní

ISO – International Organization for Standardization

LMS – Learning Management System

MIT – Massachusetts Institute of Technology

MŠMT – Ministerstvo školství, mládeže a tělovýchovy

SGS – Studentská grantová soutěž

STAG – Studijní agenda

ŠVP – Školní vzdělávací program

TQM – Total Quality Management

UPCE – Univerzita Pardubice

URL – Uniform Resource Locators

VOC – Voice Of Customers

VŠ – Vysoká škola

VŠB-TUO Ostrava – Vysoká škola báňská - Technická univerzita Ostrava

WWW – World Wide Web

9

Seznam obrázků

Obrázek 1 Interní celofakultní hodnocení ............................................................... 17

Obrázek 2 Struktura Učebnice dle D. D. Zujeva ..................................................... 27

Obrázek 3 Struktura elektronických studijních materiálů dle K. Kopeckého ......... 29

Obrázek 4 Pyramida učení ....................................................................................... 43

Obrázek 5 Vyjádření spokojenosti uživatele jako funkce splnění jeho požadavků . 57

Obrázek 6 Procesní schéma sběru a zpracování požadavků dle Kanova modelu ... 59

Obrázek 7 Vyhodnocení požadavků na elektronické výukové materiály................ 70

Obrázek 8 Individuální vyhodnocení odpovědí jednotlivých studentů ................... 71

Obrázek 9 Určení kategorie každého z požadavků CTS ......................................... 72

Obrázek 10 Grafické znázornění počtu návštěv stránek .......................................... 76

Obrázek 11 Grafické vyjádření souhrnné tabulky 14 .............................................. 82

Obrázek 12 Grafické vyjádření souhrnné tabulky 18 .............................................. 85

Obrázek 13 Zapojení sítě LAN .............................................................................. 112

10

Seznam tabulek

Tab. 1 Požadavky pro elektronické výukové materiály ........................................... 28

Tab. 2 Rozmezí skóre .............................................................................................. 41

Tab. 3 Tabulka dotazů – Kanův dotazník ................................................................ 67

Tab. 4 Kanova evaluační tabulka ............................................................................. 68

Tab. 5 Tabulka odpovědí studenta ........................................................................... 68

Tab. 6 Souhrnná tabulka odpovědí .......................................................................... 69

Tab. 7 Stupnice pro stanovení priority požadavků .................................................. 69

Tab. 8 Náplň jednotlivých kroků ............................................................................. 75

Tab. 9 Bakalářské studijní programy ....................................................................... 75

Tab. 10 Výzkumný vzorek ...................................................................................... 79

Tab. 11 Souhrnná tabulka odpovědí – rok 2011/12 ................................................. 81



Tab. 14 Souhrnná tabulka odpovědí za 3 akademické roky, Počítačové sítě 1 ....... 82




Tab. 18 Souhrnná tabulka odpovědí za 3 akademické roky, Počítačové sítě 4 ....... 85

Tab. 19 Počet testovaných studentů v jednotlivých akademických rocích............ 105

Tab. 20 Procentuální zastoupení správných odpovědí – matematický základ ...... 106

Tab. 21 Procentuální zastoupení správných odpovědí – obecné znalosti .............. 109

Tab. 23 Procentuální zastoupení správných odpovědí – pokročilé znalosti

z oblasti počítačových sítí ....................................................................... 113

11

Úvod

Moderní doba je charakterizována potřebou neustálého vzdělávání téměř ve všech

oblastech lidských činností. Celoživotní vzdělávání se tak stává nezbytností pro dosažení

profesního úspěchu v životě každého člověka. Volba vhodného vzdělávacího institutu,

schopného nabídnout potřebné vzdělání na špičkové úrovni, je základním předpokladem

dosažení tohoto cíle.

Spolu s rostoucí poptávkou po vzdělání roste logicky i nabídka vzdělání, sílí tedy

konkurence škol. Kvalita vzdělání tak může být jedním z faktorů, kterým se jednotlivé ško-

ly mohou od sebe vzájemně odlišovat, a stává se jedním z diskutovaných témat našeho

školství.

Každá škola by měla rozpoznat své slabší a silné stránky, měla by umět získané in-

formace vyhodnotit, a na základě toho přijmout adekvátní opatření pro zvýšení kvality po-

skytovaného vzdělání. Je samozřejmé, že vyhodnocování kvality vzdělávání musí být ne-

přetržité, aby škola dokázala reagovat na měnící se požadavky vědy a společnosti,

a tak požadovanou kvalitu vzdělávání zajistila v delším časovém horizontu.

Ve světě i u nás byly vyvinuty různé modely a nástroje pro řízení kvality, lišící se

svými cíli, strukturou i použitými metodami. Většina systémů řízení kvality byla vyvinuta

pro aplikaci ve výrobní sféře a je pouze omezeně použitelná, pokud vůbec, pro řízení kvali-

ty vzdělávacího procesu. Jedním z důvodů je i skutečnost, že kvalita vzdělávacího procesu

musí být pojímána komplexněji a šířeji, než je obvykle definována kvalita výrobního pro-

cesu. Vzdělávací proces je jedinečný v tom, že jeho produktem je člověk, který ovlivňuje

zpětně sebe i společnost, a je velmi obtížné ho obecným způsobem normovat.

V 90. letech 20. století se začaly objevovat projekty, jejichž autoři se přesto pokusi-

li implementovat existující modely řízení kvality v průmyslu i do oblasti vzdělávání.

V současné době tedy již existují školy, které mají zavedeny systém řízení kvality např. dle

normy ISO 9001:2000 (ISO 9001) nebo podle Modelu excelence EFQM (The EFQM Ex-

cellence Model ©). Příkladem je VŠB-TUO Ostrava, která jako první veřejná vysoká škola

v České republice v roce 2007 obdržela certifikát ISO 9001 (Hutyra, 2007).

Vyhodnocení kvality výukového procesu je náročným úkolem, vyžadujícím porov-

nání celé řady faktorů. Cílem této disertační práce je věnovat se jedné z oblastí, ovlivňují-

cích kvalitu vzdělávání, a tou je kvalita používaných vzdělávacích materiálů. Vzhledem

12

k tomu, že v současné době se stále více využívají elektronické výukové materiály, věno-

vala se autorka evaluaci elektronických výukových materiálů.

Trend zavádění elektronických výukových materiálů a e-learningu obecně do výu-

kového procesu na všech typech a stupních škol je podporován v ČR i Ministerstvem škol-

ství, mládeže a tělovýchovy (např. grantový projekt Tvorba výukových materiálů a jejich

implementace do výuky jako podpora zavádění nových ŠVP v rámci Operačního programu

Vzdělávání pro konkurenceschopnost (MŠMT, 2006)).

Přednosti elektronických výukových materiálů v porovnání s klasickými výukový-

mi materiály jsou v jejich snadné dostupnosti prostřednictvím internetu, v možnosti pravi-

delné a snadné aktualizace (ta je důležitá především u dynamicky se rozvíjejících oborů,

jako ICT) a ve využití informačních a multimediálních technologií, nemyslitelné u klasic-

kých výukových materiálů, dovolujících okamžité ověření pochopení dané problematiky

studenty prostřednictvím opakovacích cvičení a doplňkového výkladu (Lepil, 2006). Kla-

sické výukové materiály tyto výhody postrádají a naráží i na další omezení (např. nutnost

poskytnout maximum informací na omezené ploše). Pedagogům je tak nabízena možnost

vytvořit výukové materiály, které studenty zaujmou pestrostí prezentovaných poznatků,

usnadní pochopení probírané látky možností rozdílného působení na jednotlivé smysly

(zvuk, obraz, způsoby a dynamikou zobrazení).

Aby elektronické výukové materiály splnily výše uvedená očekávání a byly tak od-

povídajícím způsobem zhodnoceny náklady a úsilí, vložené autory do jejich tvorby, musí –

mimo základního požadavku na úroveň a aktuálnost obsahu – splňovat i další požadavky

jejich konečných uživatelů, tj. žáků a studentů: srozumitelnost, přehlednost, grafické ztvár-

nění, zařazení vhodných testů a cvičení apod. Elektronické výukové materiály tedy nejsou

a nemají být pouhou digitalizovanou verzí tištěných knih a skript, nýbrž samostatným

a kvalitativně odlišným produktem. Jejich tvorba proto vyžaduje i poněkud odlišný přístup,

než je psaní samostatného učebního textu. Ani zkušený pedagog však nemusí být nutně

intuitivně schopen vytvořit elektronické výukové materiály, splňující všechny výše uvede-

né i další požadavky. Vyvstává tak potřeba zavedení vhodné metodiky tvorby i evaluace

elektronických výukových materiálů, poskytující autorům elektronických výukových mate-

riálů informaci o tom, jak studenti konkrétní elektronické výukové materiály využívají

a hodnotí z hlediska přínosu pro studium a jaké jsou možnosti jejich zkvalitnění (Skalková,

1995).

13

1 Cíle disertační práce

Cílem disertační práce je návrh vhodné metodiky pro evaluaci elektronických výu-

kových materiálů a následné vyhodnocení získaných informací.

Jako nedílná součást procesu evaluace je v této disertační práci propracována

i metodika pro vytváření strukturovaných dotazníků pro hodnocení elektronických výuko-

vých materiálů.

Autorkou disertace navržená metoda hodnocení elektronických výukových materiá-

lů prostřednictvím studenty byla prakticky ověřena na Katedře softwarových technologií

Univerzity Pardubice.

Jednotlivé dílčí cíle disertační práce byly stanoveny následovně:

Zjištění a popis současného stavu využívaní elektronických výukových ma-

teriálů na Katedře softwarových technologií Univerzity Pardubice.

Nalezení vhodné metodiky pro evaluaci elektronických výukových materiá-

lů.

Ověření vypracované metodiky evaluace elektronických výukových materi-

álů na Katedře softwarových technologií FEI Univerzity Pardubice v před-

mětech Počítačové sítě 1 a Počítačové sítě 4.

Výchozím impulsem pro zpracování tohoto tématu byla nespokojenost

s výukovými materiály jak ze strany vyučujících, tak studentů. Dosavadní doporučená tiš-

těná skripta (Janeček, Bílý, 2004) tvořící náplň přednášek předmětu Počítačové sítě 1 už

byla nedostačující z pohledu odborné aktuálnosti a ani didakticky nebyla uspokojivá. Podí-

váme-li se například na jejich skladbu jen z formálního hlediska, zjistíme, že obsahovala

82 obrázků, 13 tabulek, 21 vzorců a 5 odkazů na zdroje na Internetu. Neobsahovala žádná

cvičení, ale pouze triviální příklady a vložené odkazy na internetové zdroje již byly ne-

funkční.

V doporučené studijní literatuře jsou uvedeny i další zdroje (Dostálek, 2012; Lam-

mle, 2010), z kterých lze studovat, nicméně se jedná pouze o doplňující zdroje.

Již tento úvodní formální pohled naznačuje několik možností ke zvýšení kvality

stávajících výukových materiálů, avšak možných hodnotících hledisek existuje mnohem

více. Snahou autorky bylo vzít v potaz jejich co nejširší spektrum a přizpůsobit hodnocení

výukových materiálů z pohledu studentů.

14

2 Literární rešerše

Pro vytvoření komplexního pohledu na vybranou problematiku byly nejprve pro-

studovány vybrané tematicky blízké literární zdroje. Převážně se jedná o bibliografické

zdroje materiálů, dostupných na odborných internetových stránkách, zabývajících se eva-

luací procesu výuky obecně a dále podrobněji evaluací výukových materiálů.

V zahraničí se problematice evaluace elektronických výukových materiálů věnují

specializovaná pracoviště univerzit a výzkumných ústavů. Odborné informace z této oblas-

ti lze čerpat z časopisu Assessment & Evaluation in Higher Education. Tento mezinárodní

recenzovaný časopis vydává dokumenty a zprávy o všech aspektech posuzování a hodno-

cení v rámci vysokoškolského vzdělávání. Pedagogická evaluace se vymezila z obecné

evaluace (general discipline of evaluation) v novou samostatnou disciplínu. Ve stati A De-

cade of International Trends in Evaluation (Russon, 2004) uveřejněné v časopise The Eva-

luation Exchange je popsáno deset let úsilí o propojení rostoucího počtu regionálních

a národních organizací zabývajících se evaluací po celém světě.

Autoři Donald a James Kirkpatrickovi publikovali v článku Evaluating Training

Programs (Kirkpatrick a Kirkpatrick, 1975) čtyřúrovňový model evaluace výuky. Tento

model byl později v roce 1998 rozšířen a doplněn v knize Evaluating Training Programs:

The Four Levels (Kirkpatrick a Kirkpatrick, 2005). Autoři se ve svém modelu zaměřují na

hodnocení následujících čtyř úrovní:

reakce studentů – co si myslí o výuce a jaké jsou jejich pocity z ní,

výuka – výsledné zvýšení znalostí nebo schopností,

reakce – změna chování a zvýšení schopnosti implementace/aplikace získa-

ných vědomostí,

výsledek – výsledné dopady pedagogického úsilí na konkrétní oblast.

Způsob výuky na vysoké škole ovlivňuje studenty a vede ke změnám v oblasti ko-

gnitivní, profesionální, emocionální i sociální. Kniha Jak vysoká škola ovlivňuje studenty

(Pascarella a Terenzini, 2005) ukazuje, že v době, kdy se studenti vzdělávají, jsou ovlivně-

ni rozmanitými zážitky, spoluvytvářejícími vzdělávací proces jako soubor akademických

a neakademických aktivit. Studie, která prošetřovala akademickou spokojenost vysokoško-

láků v oblastech kurikula, infrastruktury, metodiky vyučování a osobních postojů, se zamě-

15

řila na zjištění, jak důležité jsou tyto prvky při posuzování účinnosti institucionálního

a vzdělávacího prostředí na spokojenost s programy a službami pro studenty (Elliott

a Shin, 2002).

V České republice byla tato oblast značně opomíjena a to z důvodů společensko-

historických a také důvodů finančních. Evaluací výukových materiálů se zabýval např. Jan

Průcha v knize Pedagogická evaluace (Průcha, 1996). V této knize najdeme vysvětlení

pojmu pedagogická evaluace a přehled základních oblastí, ve kterých se pedagogická eva-

luace provádí. Evaluaci výukových materiálů se autor věnuje v kapitole Evaluace učebnic.

Dalším autorem, zabývajícím se popisem a hodnocením výukových materiálů

obecně, je E. Walterová v knize Kurikulum (Walterová, 1994).

Na webových stránkách Národního ústavu odborného vzdělávání (NÚV, 2012) lze

najít postupy pro evaluaci, jsou však zaměřené především na evaluaci základních

a středních škol, včetně doporučené literatury. Problematiku evaluace škol také zpracovala

Vašťatková (2009, s. 582). Ta definuje autoevaluaci jako „cyklický, systematický a systé-

mový proces, který je iniciován a realizován aktéry školního života“. V průběhu tohoto

procesu se pomocí různých metod či nástrojů sbírá a s využitím kritérií i indikátorů analy-

zuje průkazný materiál k vyhodnocování míry, v jaké se podařilo dosáhnout plánovaných

cílů, stanovených v souladu s přijatým konceptem kvality. Zjištěné poznatky jsou následně

ve škole interně diskutovány a získané výstupy jsou impulsem pro další práci, které pomá-

hají škole kvalifikovaně prokazovat kvalitu své práce, kvalitu práce udržovat nebo i zlep-

šovat. Autoevaluace je jedním z hlavních mechanismů autonomie školy, který, pokud je

funkční, napomáhá jejímu žádoucímu rozvoji.

Současný stav rozvoje ICT a jejich aplikování do výuky klade vysoké nároky na

odborné znalosti pedagoga (Jochems et al., 2004). Rozsah jeho role se mění v závislosti na

postupech, které zvolí při zařazení ICT do výuky. Kompetence posoudit vhodnost určité

didaktické technologie pro výuku je jedním z významných znaků odborných schopností

každého pedagoga. Jak uvádí Skalková (2002), nestačí, aby vyučující měli technologie jen

k dispozici, ale také se s nimi naučili zacházet.

Dominantní informační a komunikační technologií, ovlivňující výuku, je

e-learning. Ten lze definovat jako „jakýkoliv vzdělávací proces (s různým stupněm inten-

cionality), v němž jsou používány informační a komunikační technologie pracující s daty

v elektronické podobě. Způsob využívání prostředků ICT je závislý především na vzdělá-

16

vacích cílech, obsahu a charakteru edukačního prostředí, potřebách a možnostech všech

aktérů vzdělávacího procesu“ (Zounek, 2006, s. 336).

Publikace, zabývající se hodnocením kvality e-learningového kurzu, se zaměřují

většinou na finanční náročnost zavádění této technologie, technické parametry a vlastní

návrh. Hlediska pedagogická nebo didaktická nebývala většinou akcentována. Práce Lear-

ning style reflection within tertiary e-education (Poulová a Šimonová, 2012) se zaměřila na

didaktické šetření problematiky stylů učení v terciálním vzdělávání s podporou ICT.

Obecně se hodnocením výuky ze strany studentů zabývá publikace Jiřího Mareše

a Šárky Došlé – Studentské posuzování kvality výuky na celouniverzitní úrovni (Mareš

a Došlá, 2008). Zmiňovaná publikace je doplněna o příklady hodnotících standardů použí-

vaných na vysokých školách v Austrálii a o následné hodnocení z pohledu vhodnosti pro

české vysoké školství.

Hodnocením fakult na stejné univerzitě se zabývá Arreola ve své knize Developing

a comprehensive faculty evaluation system: a guide to designing, building, and operating

large-scale faculty evaluation systems, (2007). Tento autor ve své knize uvádí praktické

a osvědčené modely pro rozvoj a používání komplexního systému hodnocení fakulty. Pu-

blikace shrnuje 36 let výzkumu a zkušeností s budováním a provozováním rozsáhlých sys-

témů hodnocení fakulty. Autor si všímá i určitých obav vyučujících z hodnocení výukové-

ho procesu studenty. Zobecněný model návrhu řešení interního celofakultního hodnocení

výuky je zobrazen na následujícím obrázku:

17

Obrázek 1 Interní celofakultní hodnocení

Zdroj: zpracováno dle (Arreola, 2007 cit. podle MAREŠ Jiří a Šárka DOŠLÁ, 2008, s. 28)

Za povšimnutí stojí publikace Škola v proměnách (Pol, 2007), která je sice zaměře-

na především na základní a střední školy, ale náplň některých kapitol je přínosná i pro vy-

sokoškolské pedagogy. Příkladem jsou kapitoly zaměřené na otázky týkající se procesů

spojených s tvorbou a realizací grantů, kapitoly obsahující mimo jiné popisy mnohostran-

ných procesů učení a spolupráce a práce škol s daty. Zpracování získaných dat dává škole

možnost provádět evaluaci. Důležitost evaluace můžeme potvrdit jak z vlastní zkušenosti,

tak i slovy čerpanými z této publikace:

„Pouze organizace, ve kterých je systematická pozornost věnována vlastnímu učení

se, dosahují dobrých výsledků dlouhodobě." (Pol, 2007, s. 96).

18

Další publikace orientovaná již na české vysokoškolské výukové prostředí Přístupy

k hodnocení elektronických studijních opor určených pro realizaci výuky formou

e-learningu (Klement, 2011), se zabývá vývojem a ověřováním systémů hodnocení kvality

elektronických studijních opor v distančním vzdělávání vlastním výběrem a pomocí statis-

tických metod.

Při hledání nástrojů, vhodných pro měření výkonů školy standardizovaným způso-

bem, byly rovněž vzaty v úvahu nástroje pro měření kvality procesů, používané v jiných

oblastech lidské činnosti. Články a knihy o aplikaci Kanova modelu byly do nedávna za-

měřeny na příklady pro vyjádření spokojenosti zákazníků s nějakým výrobkem (Sharif,

Tamaki, 2011). V kontextu vzdělávacího prostředí neuvažujeme o zákaznících, ale

o účastnících podílejících se na chodu univerzity, kterými jsou studenti, akademičtí pra-

covníci a další zaměstnanci, zajišťující činnost univerzity. Výzkumníci z oblasti vzdělávání

zacházejí s Kanovým modelem jako s možným vhodným nástrojem pro sledování spoko-

jenosti studentů s celou řadou faktorů ovlivňujících jejich studium. Příkladem mohou být

vědecké články, obsahující pozorování, zaměřené na studentské hodnocení spokojenosti

s informačními systémy, webovými stránkami nebo případně s celkovým harmonogramem

studia (Bauk, Kopp, 2014).

19

3 Teoretická východiska disertační práce

Jak bylo zmíněno v předcházející kapitole, je problematika evaluace významným

pedagogickým tématem. Je zřejmé, že problematika evaluace školních výukových materiá-

lů s sebou nese celou řadu problémů, které je nutné analyzovat a zohlednit. Pro komplexní

pohled na evaluaci je jistě nezbytné mít historický pohled na problematiku vzdělávání

a s ním spojený vývoj nejen didaktických metod, ale také pravidel tvorby a práce

s didaktickým textem, ať již ve formě klasických učebnic či elektronických výukových ma-

teriálů. Proto se těmto podstatným částem evaluace nyní budeme věnovat podrobněji.

3.1 Historický vývoj hodnocení kvality ve vzdělávání

Určitý způsob zjišťování kvality výuky byl vždy součástí hodnocení škol všech

úrovní, nicméně toto hodnocení nemělo systematizovanou podobu. V 50. a 60. letech, spo-

lu se společenskými změnami a rozvojem techniky, se tento dynamický proces promítl i do

změn vzdělávacích systémů, při kterém došlo ve vyspělých evropských státech

k masovému rozvoji vysokého školství. Souběžně s rozmachem vysokého školství vznikla

i obava, že tento rozvoj musí nutně znamenat také konec kvality vzdělávání.

V historii české pedagogiky najdeme práce z období první republiky, zaměřené na

evaluační výzkum (např. Václav Příhoda a jeho dvě knihy Teorie školského měření

(Příhoda, 1936) a Praxe školského měření (Příhoda, 1936). Po překonání období stalinské-

ho útlumu se v bývalém Československu výzkum prezentoval knihou Didaktické testy

a jejich statistické zpracování od autorů Hniličková, Josífko a Tuček (Hniličková, 1972).

Celkově se však naše vysoké školství až do 90. let minulého století vyvíjelo podle sovět-

ského vzoru. Některé práce z té doby jsou ale i tak srovnatelné s úrovní zahraničních prací:

je to publikace Kuliče Psychologie řízeného učení (Kulič, 1992) a Byčkovského Základy

měření výsledků výuky (Byčkovský, 1982), které byly vydány v 80. letech. Problematiku

didaktických testů také najdeme v českém prostředí v pracích Helus et al. (1979), Mráze

(1977), Půlpána (1991) nebo Sedláčkové (1993).

Přechod od socialistického školství byl provázen kritickou analýzou zahraničních

expertů např. J. Rupnika, který charakterizoval tuto transformaci „jako období nejistot po-

stkomunistického období, poznamenaného napětím mezi dynamikou změn a přítěží minu-

lostí“ (Rupnik, 1992). V této době stálo vysoké školství před naplněním několika velkých

úkolů najednou. Vrátit se k samostatnosti, vytvořit nové studijní programy, které by po-

20

mohly ekonomické sféře dohnat nedostatek kvalifikovaných odborníků a další činnosti vy-

plývající z celkové existence VŠ. Restrukturalizace vysokého školství v České republice

začala přijetím nového zákona o vysokých školách č. 172/1990 Sb. 1

, který vymezil státní

správě pouze právo rozdělovat finanční prostředky a koordinovat činnost vysokých škol.

Tento zákon byl v roce 1998 nahrazen novým zákonem č. 111/1998 Sb. 2

o vysokých ško-

lách a umožnil lépe definovat pravomoci státu vůči vysokým školám (Kalous, Veselý

2006). Autonomie vysokých škol vyvolává a klade zvýšené požadavky na jejich odpověd-

nost za všechny vzdělávací aktivity, které uskutečňují. Je požadováno, aby vysoké školy

prokazovaly kvalitu svých činností, které jsou financovány z veřejných prostředků, což je

důvodem pro rozvoj mechanismů zajišťování kvality jak samotnými školami, tak i ze stra-

ny státní správy.

3.2 Hodnocení kvality vysoké školy

S tím, jak se dynamicky vyvíjí technické možnosti výuky a zvyšuje se mobilita stu-

dentů při přechodu z bakalářského studia na magisterské nebo v rámci programu Erasmus,

rostou i požadavky ze strany MŠMT na zjišťování kvality výuky na vysokých školách.

Hlavním hybatelem v této oblasti bylo zapojení České republiky do evropských

struktur a připojení se postupně k Sorbonské deklaraci, Boloňské deklaraci a Lisabonské

deklaraci. Těmito dokumenty byl vytvořen prostor pro Evropský prostor vysokoškolského

vzdělávání. Jedním ze šesti cílů Boloňské deklarace je rovněž „podpora evropské spolu-

práce v oblasti udržování kvality se zřetelem na vypracování srovnatelných kritérií

a metodologie“ (Základní dokumenty evropské spolupráce ve vzdělávání a Boloňského

procesu, 1999). V roce 2005 byly konferencí ministrů školství v Bergenu přijaty Evropské

zásady a postupy pro zabezpečení kvality v Evropském prostoru vysokoškolského vzdělá-

vání (Čiháková, Kaňáková a Rathouský, 2008).

Hodnocení výkonu vysoké školy v České republice je v současnosti prováděno

dvěma způsoby. Na jedné straně je to vnitřní hodnocení školy, které je řízeno vedením ško-

ly a jednotlivými fakultami. Tato povinnost je vysokým školám uložena zákonem

č. 111/1998 Sb. který veškeré podrobnosti ponechává v samosprávné působnosti školy. Vy-

___________________________

1 Česká republika. Zákon o vysokých školách. In: 172/1990 Sb. 1990.

2 Česká republika. Zákon o vysokých školách. In: 111/1998 Sb. 1990.

21

jádření míry kvality získává vysoká škola pomocí výsledků své vědecké a pedagogické

činnosti. Vědecká činnost se měří počtem publikovaných prací v recenzovaných

a impaktovaných časopisech. Hodnocení pedagogické činnosti je obsáhlejší a zahrnuje sběr

a vyhodnocení všech údajů týkajících se procesu výuky. Každá vysoká škola přistoupila

k sebehodnocení svým způsobem a pojetím.

Druhý způsob hodnocení je vnější hodnocení vysoké školy a je prováděno Akredi-

tační komisí České republiky.

Klíčový význam akreditace pro vysokoškolské vzdělávání vyplývá z jejích hlavních

cílů, které jsou dle (Mrňová, 2007) tyto:

podporovat zvyšování kvality vysokého školství,

udržovat a posilovat důvěru společnosti v úroveň kvality vysokého školství,

minimalizovat zásahy decizní sféry do řízení vysokých škol,

posilovat autonomii vzdělávání, vědecké a umělecké činnosti vysokých

škol,

pomáhat k rozvoji vědecké a umělecké činnosti vysokých škol podle nejno-

vějších poznatků vědy, umění a potřeb společnosti,

ochraňovat společnost před podvody ve vysokoškolském vzdělávání

a výzkumu.

Komise hodnotí kvalitu školy a jejich studijních programů a realizuje aktivity

v souladu s požadavky vyplývajícími z členství AK ve sdružení ENQA (Evropská síť pro

zabezpečování kvality ve vysokoškolském vzdělávání).

3.3 Standardy a pravidla pro zajišťování kvality

Vytvoření standardizovaných ukazatelů vzniklo na základě potřeby měřit

a porovnávat výkony jednotlivých vysokých škol. V evropském regionu byly vytvořeny

Evropské směrnice a normy – ESG (Standards and Guidelines for Quality Assurance in the

European Higher Education Area, 2009, s. 41). Obsah směrnic navazuje na dosud dosažené

výsledky ve způsobech zjišťování efektivity vysokých škol a je rozdělen do tří skupin.

První skupina se týká interního zabezpečování kvality na vysokoškolských institucích

a zaměřuje se na následující body:

zásady a postupy zabezpečování kvality,

22

schvalování, monitorování a pravidelné hodnocení studijních programů

a akademických titulů,

hodnocení studentů,

zabezpečování kvality pedagogických pracovníků,

studijní zdroje a zdroje na podporu studentů,

informační systémy,

veřejné informace.

Druhá skupina určuje kritéria pro hodnocení VŠ akreditační agenturou se zaměře-

ním na externí hodnocení školy a třetí skupina určuje kritéria pro hodnocení akreditační

agentury samotné.

Činnost české akreditační komise je v současnosti zaměřena převážně na vypraco-

vávání expertních posudků k žádostem o akreditaci a reakreditaci studijních programů.

I když mechanismus hodnocení kvality má tato komise vytvořen v souladu s postupy běž-

nými v Evropě i jinde ve světě, Münsterová a Šebková (2005) upozorňují, že chybí jasně

vyslovená definice pro kvalitu, jak pro účely hodnocení, tak pro účely akreditace, a to způ-

sobuje neprůhlednost těchto činností. Navíc akreditační mechanismus používá pouze

vstupní parametry (což není strategickým cílem na evropské úrovni) a nepoužívá hodnoce-

ní kvality na základě parametrů procesu a výstupních parametrů, jež by bylo vhodné

u akreditace již realizovaného programu.

Další faktor, který negativně ovlivňuje vzájemnou spolupráci VŠ a akreditační ko-

mise, je chybějící interakce mezi těmito institucemi. Činnost akreditační komise je pro za-

interesované činovníky VŠ ne zcela čitelná, zvláště nemají-li možnost vyjádřit se kriticky

k mechanismu hodnocení akreditační komise.

Cíle vzdělávání a cíle ostatních hlavních činností vysokých škol jsou vyjadřovány

v zákonem předepsaném dokumentu, kterým je Dlouhodobý záměr (Dlouhodobé záměry

a jejich aktualizace (rozvojové programy): MŠMT ČR, 2015). Způsob a míra naplňování

daných cílů se zobrazí v zákonem předepsané Výroční zprávě o činnosti. Evropské směrni-

ce se promítají na národní úrovni do Dlouhodobého záměru MŠMT. Na tyto evropské

směrnice navazuje český Projekt IPn Zajišťování a hodnocení kvality v systému terciárního

vzdělávání (IPN pro oblast terciárního vzdělávání, výzkumu a vývoje: MŠMT ČR, 2015).

23

Hlavním cílem projektu je navržení a ověření komplexního systému hodnocení kvality vy-

sokých škol.

3.4 Současný stav zajišťování kvality výuky na UPCE

Vzhledem k tomu, že každá univerzita je při tvorbě vnitřních pravidel fungování

značně autonomní, jsou způsoby vyhodnocování kvality výuky realizovány různorodými

přístupy. Tato práce se nezabývá popisem jednotlivých rozdílů mezi univerzitami. Popis

aplikace evropských směrnic je v následujícím textu vztažen pouze na Univerzitu Pardubi-

ce.

Na Univerzitě Pardubice je efektivita této instituce zajišťována v souladu

s Dlouhodobým záměrem vzdělávací a vědecké, výzkumné, vývojové a inovační, umělecké

a další tvůrčí činnosti na období 2011 – 2015 (UPCE, 2010). Do dlouhodobého záměru

univerzity jsou včleněny body, které zabezpečují kvalitu:

Inovace obsahu vzdělávání ve vazbě na vývoj společenské praxe a nové teoretické

poznatky.

Implementace Národního kvalifikačního rámce terciárního vzdělávání – zajištění

souladu struktury obsahu vzdělávání s požadovaným profilem absolventů jednotli-

vých bakalářských studijních programů v návaznosti na deskriptory příslušných ob-

lastí vzdělávání.

Péče o nadané studenty bakalářských studijních programů, podpora jejich účasti na

odborných soutěžích a dalších odborných akcích.

Zvyšování míry uplatnění absolventů bakalářských studijních programů v praxi

a poskytování kariérového poradenství.

Akcent kladený na ukončování studia v jeho standardní době.

Naplňování požadavků spojených s úspěšnými akreditacemi a prodlužování akre-

ditací ve všech součástech univerzity.

Důsledné uplatňování ECTS v duchu principů Boloňského procesu a uznávání vý-

sledků studia realizovaného v zahraničí v souladu se smlouvou o studiu.

Zdokonalování systému mezifakultního zajišťování výuky a společného zajišťování

vybraných předmětů.

24

Rozvíjení obecných způsobilostí studentů v návaznosti na potřeby praxe.

Diverzifikace forem studia a metod vzdělávání ve vazbě na profil univerzity.

Rozvíjení univerzitního systému vnitřního hodnocení činností.

Zvýšení kvality výuky napříč celou univerzitou začíná zvyšováním kvality

a účelností bakalářských a posléze navazujících magisterských a doktorských studijních

programů, které jsou zajišťovány jednotlivými fakultami. Celé úsilí by mělo vést k tomu,

aby výkon fakulty byl čitelný a měřitelný jak z vnitřního pohledu (např. výkon jednotli-

vých kateder), tak z pohledu zájemců o studium na této fakultě. V naplňování požadavků

na kvalitu se již může UPCE prezentovat certifikátem Diploma Supplement Label (Univer-

zita Pardubice: Univerzita Pardubice získala znovu evropský certifikát „DIPLOMA

SUPPLEMENT LABEL“, 2014). Fakulty vypracovávají vlastní hodnocení své činnosti, do

kterého patří i hodnocení práce akademických pracovníků.

Cílem a důsledkem hodnocení je rozvíjení výuky na základě hodnocení studijních

výsledků studentů a zpětné vazby od studentů. Součástí procesu zvyšování kvality výuky

na UPCE je i systém studentského hodnocení výuky. Pro studentské hodnocení kvality vý-

uky je v současnosti využíván internetový informační systém STAG. V tomto systému je

obsažen modul Hodnocení výuky, který obsahuje jednoduchý dotazník. Bohužel dotazník

není příliš často využíván a skladba jeho otázek není vhodná pro statistické zpracování

(volné odpovědi).

Další součástí vnitřního hodnocení fakulty je hodnocení práce akademického pra-

covníka. Mezi vyhodnocovanými parametry je i počet vyučovaných hodin povinně volitel-

ných a volitelných předmětů. Počet studentů, kteří mají zájem o tyto předměty, je jedním

z faktorů hovořících o zájmu o určitou výuku.

Aby bylo možné lépe zjistit, co je důvodem k většímu nebo menšímu zájmu

o určitý vyučovaný předmět, bylo by zapotřebí získat podrobnější zpětnou vazbu od stu-

dentů na daný předmět. Tato aktivita není zahrnuta do života fakulty a tak zůstává na vyu-

čujícím, jak naloží se svým předmětem. Provede-li změnu výukových materiálů, způsob

výuky nebo zkoušení.

Protože jsme obklopeni Internetem a jeho sociálními sítěmi, hodnocení výuky stu-

denty a tím i školy jako takové probíhá zde a úplně nezávisle. Takto budovaný obraz

ovlivňuje i budoucí uchazeče o vysokoškolské vzdělávání na UPCE.

25

Profesor Mareš v rozhovoru v časopisu Forum (Mareš, 2012, s. 18) komentuje způ-

sob průběhu studentské evaluace na vysokých školách slovy:

„Studentská evaluace je zákonná povinnost, většina škol ji provádí, ale práce

s výsledky je za prvé práce navíc, za druhé práce odborná. Chtělo by to vypracovat model,

v němž by figurovali lidé, pro které bude evaluace hlavní náplní pracovní činnosti.“

Dále budou zmíněny obecné zásady pro tvorbu výukových materiálů. Uvedené zá-

sady budou použity při evaluaci výukových materiálů.

26

4 Obecné zásady pro tvorbu výukových materiálů

Obsah výukových materiálů vychází z odborného textu, který pracuje s odbornou

terminologií a pojmovou syntaktickou konstrukcí (Hasilová, 2011). Výukové materiály

musí být obsahově přiměřené odbornému zaměření studentů a jsou rozšířeny

o zpětnovazební funkce v podobě kontrolních otázek, kvízů nebo testů. Náplň textu je dána

tím, pro jakou cílovou skupinu je určen, tedy zda se jedná o studenty prezenčního, kombi-

novaného nebo distančního studia. Další vymezení při tvorbě výukového materiálu je ná-

vaznost na předpokládané znalosti studentů u navazujících předmětů. To znamená, že je

důležitá vzájemná komunikace mezi vyučujícími z důvodů zachování kontinuity vzděláva-

cího procesu. Další odlišnosti jsou dány způsobem sdělování a zprostředkovávání daného

tématu jak se uvádí v (Slavík, 2012):

k přednáškám, kde plní funkci základní osnovy přednášeného tématu

k zapamatování,

k semináři, kde nabývá podoby doplňujících příkladů k přednášce,

ke cvičení, kde slouží jako pracovní materiál k procvičení.

4.1 Nositele didaktické informace

Na vysokých školách jsou základními nositeli didaktické informace studijní texty,

čerpající z odborných publikací. Pro potřeby vysokoškolského studia jsou také vypracová-

vány studijní opory – veškeré studijní a informační zdroje, které jsou speciálně metodicky,

pedagogicky a graficky zpracované tak, aby v maximální míře usnadňovaly studium. Stu-

dijní opory se vyvinuly z učebnic a skript. Učebnice se stala nejrozšířenějším druhem di-

daktického textu, tj. textu, který je zkonstruován tak, aby byl nositelem didaktické infor-

mace (Průcha, Walterová a Mareš 2003).

Klasický model struktury učebnice (Průcha, 1998) ve vztahu k vlastnímu textu pra-

cuje se základní strukturou složenou ze dvou komponent: textové komponenty (psaný text)

a mimotextové komponenty (grafické komponenty). Jednotlivé komponenty lze identifiko-

vat, analyzovat a měřit. Konkretizací struktury učebnice a zkoumáním jejích dílčích složek

se zabývá funkčně strukturální analýza. Princip analýzy spočívá v tvrzení, že každá struk-

turální složka s sebou nese určitou informaci, pomocí níž se projevuje funkce učebnice.

Přitom některé ze složek jsou dominantní, a tak leží v centru zájmu strukturální analýzy

učebnic (Průcha, 1987).

27

Teoretická východiska strukturální analýzy v české pedagogice byla zpracována

empiricky v 70. letech 20. století, ve Výzkumném ústavu odborného školství v Praze, od-

borníky ve složení J. Doleček, M. Řešátko a Z. Skoupil. Ve své práci, zabývající se katego-

rizací strukturních prvků učebnic, nazývali tyto prvky textovými komponentami

a každému z nich přisuzovali specifickou funkci, kterou v procesu učení plní. Autoři neak-

centují mimotextové komponenty, ale značnou pozornost věnují textovým prvkům, kterým

přisuzují specifické funkce: motivační, regulační, vysvětlující, fixační a zpětnovazebnou

(Doleček, Skoupil a Řešátko, 1975).

Dokonalejší klasifikaci strukturních komponent provedl D. D. Zujev (1983), který

vymezil základní strukturu učebnice dle obrázku na dvě základní komponenty, textovou

a mimotextovou a každou z nich rozdělil do tří základních strukturních prvků. Na základě

exaktních šetření pak tento autor zavádí teoretický pojem didaktická hodnota učebnic, jenž

se stal kriteriem pro evaluaci učebnic.

Obrázek 2 Struktura Učebnice dle D. D. Zujeva

Zdroj: zpracováno dle (Zujev 1986, s. 111)

Dnešní učebnice reagují na rozšířené technologické možnosti. Klasické tištěné

učebnice jsou doplňovány o nosiče CD ROM nebo DVD s interaktivními prvky nebo jsou

celé k dispozici v elektronické podobě. V případě učebnic pro vysoké školy se jedná

o odborné publikace, jež jsou doplněny o přípravu k získání odborné průmyslové certifika-

ce v daném oboru.

Digitalizace ve výuce vedla ke vzniku elektronických studijních materiálů. Přidaná

hodnota proti tištěné podobě je v možnosti rozšíření elektronických studijních materiálů

zařazením prvků multimediálního charakteru a interaktivních prvků. Struktura materiálů je

28

daná šablonou, do které se zapisuje obsah a její vzhled je předem nastaven v dané organi-

zaci. Obsahová náplň je tvořena spojením dvou prvků: textu a pedagogických nástrojů.

Využívá se hypertextové uspořádání textu s využitím široké škály multimediálních a inter-

aktivních prvků pro aktivaci mozku. Texty jsou členěny na kapitoly, každá kapitola má

svou pevnou strukturu, která by měla vycházet z požadavků uvedených v následující ta-

bulce:

Tab. 1 Požadavky pro elektronické výukové materiály

Vyjádření cílů výuky, uvedení cílové skupiny

Didaktika výukových materiálů – zařazení pedagogic-

kých nástrojů

Kompaktnost, homogennost a rozsah učiva

Celkový design, přitažlivost a motivačnost

Multimediální charakter:

Hypertext

Obrázky

Zvukový komentář

Zvuk

Převzaté video

Vlastní video

Animace

Online aplikace

Simulace

Kvalita a přiměřenost doplňujících studijních materiálů

(učební texty, pracovní sešity apod.)

Aplikace učiva na příkladech

Autotesty a testy

Přehled použité literatury, URL odkazy

Zdroj: zpracováno dle (Zounek, 2006)

29

Elektronické výukové materiály svým pojetím umožňují vzdělávání i mimo univer-

zitu, ale vyžadují jistou míru informační gramotnosti. Struktura elektronických materiálů je

tvořená statickými a dynamickými prvky. Z vzájemného porovnání struktury elektronic-

kých výukových materiálů se strukturou učebnic je patrné, že ICT technologie, obsahující

dynamické prvky, významným způsobem usnadňují vnímání výukového textu.

Obrázek 3 Struktura elektronických studijních materiálů dle K. Kopeckého

Zdroj: zpracováno dle (Kopecký, 2006)

Na fakultě FEI jsou využívány výukové materiály, které lze rozdělit podle struktury

a obsahu jednotlivých vyučovaných předmětů. Jednotlivé typy výukových materiálů jsou

tvořeny:

Studijním textem, obsahující minimum multimediálních nebo interaktivních

prvků, které jsou představované většinou pouze statickými obrazovými infor-

macemi v podobě obrázků, grafů, schémat a největší podíl obsahu výuky je rea-

lizován v textové podobě.

Multimediálním textem, obsahujícím vyvážený podíl textu a multimediálních

a interaktivních prvků.

Audiovizuální prezentací, jejíž výuková část je tvořena pomocí audiovizuálních

souborů (avi, mpg, mpeg apod.) a úloha textu spočívá v popisu jednotlivých

částí a uvedení do vlastní výukové situace.

30

Elektronické výukové materiály jsou uloženy a jsou dostupné v univerzitním in-

formačním sytému STAG a na fakultním portálu LEARN, který je realizován v prostředí

Moodle 2.0. Studenti přistupují k těmto systémům s různými technickými prostředky, pro-

to dalším požadavkem na elektronické interaktivní studijní materiály doplněné

o multimediální prvky, je optimalizace zobrazení na monitoru, případně upravené verze

pro tablety a smartphony.

4.1.1 Vzdělávání 21. století

Pokrok a vývoj v oblasti informačních technologií umožnil vznik a tvorbu interak-

tivních výukových materiálů, díky nimž se proces výuky stává časově nezávislým (tj. je

možné je využívat kdykoliv), současně však zachovávají možnost komunikace mezi jed-

notlivými účastníky výukového procesu. Tento proces je označován pojmem

e-learning a lze jej definovat takto:

„E-learning a samotné moderní technologie nabízejí možnosti, jak zpřístupnit učení

v jeho různých podobách také různě znevýhodněným skupinám lidí. Může se přitom jednat

o speciální počítačové komponenty, ale také o počítačové výukové programy nebo napří-

klad o audio knihy“ (Zounek, 2006, s. 344).

Průvodním jevem přechodu k e-learningovým technologiím je podstatné zvýšení

finančních i časových požadavků: zavedení e-learningu vyžaduje od fakult nemalé investi-

ce do technického vybavení; vlastní příprava studijních materiálů, využívajících všech vý-

hod a možností soudobých informačních technologií je pro autory náročná jak časově, tak

i z hlediska nutnosti zvládnutí využívaných informačních a multimediálních technologií.

V publikaci E-learning učení (se)s online technologiemi (Zounek a Sudický, 2012) je uve-

deno podrobné porovnání výhod a nevýhod těchto technologií.

Jednou z možností, jak snížit časovou náročnost tvorby e-learningových výukových

materiálů, je využití on-line nástrojů, dostupných (díky Web 2.0) na Internetu. Rozvoj

e-learningu je tak úzce spjat se vznikem platformy Web 2.0, umožňující sdílet data

a služby napříč celým Internetem.

Internet byl původně navržen pro přenos souborů a zpráv (email) mezi vzdálenými

počítači. Původní koncepce Internetu byla pochopitelně navržena pro tehdejší technologic-

kou úroveň síťové infrastruktury, neporovnatelnou se současným stavem. Internetová ko-

munikace v té době byla určena počítačovým odborníkům a věděckým pracovníkům, niko-

liv široké veřejnosti. Postupně došlo k vytvoření internetové služby World Wide Web

31

(WWW) a přenosových protokolů, podporujících přenos a zobrazení jednoduchých webo-

vých stránek. Tato služba nesla označení Web 1.0. V té době existovaly pouze statické we-

bové stránky, umožňující uživatelům pouze stahování informací z centrálního serveru. Od

roku 2000 se služby na Internetu začaly dynamicky rozvíjet a vznikly internetové služby

druhé generace označované jako Web 2.0. Tento termín poprvé použila Darcy DiNucci

v roce 1999 ve svém článku Fragmented future (1999), zásluhu na jeho popularizaci má

především Tim O'Reilly. V roce 2004 na jím organizované konferenci tento pojem defino-

val následovně (O'Reilly, 2004):

„služby Web 2.0 přesahují komunikaci počítače a prohlížeče, navazují na již vytvo-

řené služby ve Web 1.0, a svou dynamikou expandují do mnohem většího webového pro-

storu, kde následně mohou uživatelé najít on-line aplikace běžící na webu, a mění se

i činnosti uživatelů, z přenášení informací a vyhledávání na spolupráci a sdílení informací

mezi uživateli“

V té době skončila doba centralizace a odborná stránka používaných internetových

technologií se stala pro širokou veřejnost neviditelnou, vlastní data se však proměnila

v uživatelsky přívětivé on-line aplikace.

Webové nástroje a služby 2.0 podnítily vznik sociálních sítí a dalších on-line ko-

munit, kde se lidé mohou sdružovat a komunikovat spolu navzájem. Web 2.0 a jeho služby

v současnosti charakterizují následující vlastnosti:

používané služby využívají decentralizovaný model,

Internet je vytvářen uživateli,

přístup na služby je odkudkoliv na světě,

služby jsou uživatelsky přívětivé,

uživatel se může na Internetu svobodně pohybovat,

uživatel může vytvářet služby.

Web 2.0 je termín pro souhrn technologií, přinášejících zcela nové možnosti i do

oblasti vzdělávání. Část nových nástrojů, spojených s Web 2.0 je na oblast vzdělávání pří-

mo zaměřena a dala vzniknout novému pojmu E-learning 2.0 (Downes, 2005), kde ozna-

čení 2.0 zrcadlí interaktivní možnosti Web 2.0. Pojem e-learningu v sobě zahrnuje činnosti,

které dovolují vytvářet:

32

úplné kurzy pro distanční výuku,

doplnění prezenční výuky ad hoc,

nástroje kolaborativního učení,

autotesty,

diskuzní fóra,

další synchronní nebo asynchronní komunikační nástroje.

Výhodou je, že jednotlivé části lze vytvářet a používat i odděleně, a tak vytvořit

podmínky, vyhovující různým učebním stylům studentů. Obecně platí, jak uvádí (Weis-

berg, 2011), že současní studenti přijímají nové technologie obsahující multimédia a různé

aktivity mnohem otevřeněji než kdy dříve.

Je nutné si uvědomit, že velice rychlé a svým způsobem přelomové změny

v informačních technologiích během posledních třiceti let zásadně ovlivňují všechny oblas-

ti lidského života. Tradiční pojetí školy a způsobů vzdělávání nestačí absorbovat tyto rych-

lé změny. I vlastní internet se neustále mění a vyvíjí i díky tomu, že je otevřeným prostře-

dím, dovolujícím svobodně publikovat odborníkům i laikům. Internet obsahuje mnoho dat

v podobě elektronických knih, videí, článků, diskuzních fór a webových stránek. Stinnou

stránkou publikační svobody internetu je fakt, že ne všechny jeho zdroje jsou zcela důvě-

ryhodné. Množství dostupných informací pak mnohdy ztěžuje a časově prodlužuje vyhle-

dání specifické informace i navzdory existenci sofistikovaných internetových vyhledávačů,

umožňujících cílené vyhledávání pomocí operátorů. Vlastní existence Internetu

a technologií Web 2.0 tedy sama o sobě, bez vhodných nástrojů, neznamená automaticky

okamžitý přístup ke skutečně validním informacím. Z tohoto důvodu vznikají na univerzi-

tách (např. MIT) a v komerčním sektoru komplexní systémy, označované jako LMS (Lear-

ning Management Systems), pro tvorbu otevřených

e-learningových kurzů. Výhoda těchto otevřených kurzů je zřejmá: bez zdlouhavého vy-

hledávání poskytují relevantní a validní informace k danému tématu. Současně využívají

možnosti relativně časově i geograficky neomezeného přístupu k těmto informacím (rela-

tivně z toho důvodu, že pro přístup je nutné internetové připojení).

Na fakultě FEI je při výuce počítačových sítí využíván systém LMS NetSpace od

firmy Cisco, který v sobě zahrnuje:

Samostatné studijní kurzy, které vzdělávají studenty a připravují je na různé

stupně průmyslových certifikací.

33

Kurzy, do kterých se může vyučující zapsat, a jsou určeny pro sebevzdělávání.

(Zde jsou představovány nové síťové technologie).

Kurzy, které jsou určeny pro rozšíření úvodních znalostí potřebných pro

zvládnutí neustále se rozšiřujících síťových technologií:

o Linux,

o Internet věcí,

o Virtualizace,

o Cloudové technologie,

o Úvod do kybernetické bezpečnosti.

Pro vyučující se nabízí možnost využití předpřipravených multimediálních prvků,

výukových videí vysvětlujících nejnovější technologie připojení, internetových odkazů na

jiné zdroje nebo videa, vložení testových otázek a poskytnutí zpětné vazby studentům. Na-

bízí se rovněž možnost propojit si tyto prvky s vlastními výukovými materiály. Výhoda

tohoto prostředí spočívá v:

rozšíření na všechny vysoké školy vyučující počítačové sítě,

existenci velké komunity vzájemně komunikujících učitelů a studentů,

odhalení odborných nebo jiných nedostateků,

rychlém vysvětlení nové síťové technologie pomocí animací,

velké databázi praktických příkladů, zaměřených na řešení problémových

situací v sítích,

simulátoru síťového prostředí, který je studentům k dispozici a v němž si

mohou odzkoušet praktické příklady.

Učitel má tak k dispozici systém, který mu umožňuje využít předpřipravené dyna-

mické didaktické prvky pro výuku počítačových sítí, má podstatně větší prostor na přípra-

vu kvalitního výukového textu a organizaci vhodného řazení jednotlivých podpůrných částí

do výuky. Je také důležité zmínit, že úspěšné zvládnutí náplně počítačových sítí klade vel-

ký důraz na dokonalé zvládnutí rozsáhlých laboratorních cvičení, vyžadujích od učitele

přípravu podrobných a srozumitelných zadání.

34

4.1.2 Výukové principy ve výuce na vysoké škole

Výuka je souhrnný proces tvořený jednotlivými prvky vlastního učení a působení

různých vnějších vlivů jako je prostředí, organizace, zpětná vazba apod. Výuka na vysoké

škole má svá specifika, odlišuje se od pojetí výuky na školách v nižších úrovních vzdělá-

vání. Vychází z předpokladu, že vysokoškolský student je intelektově vyspělý

a samostatný, má zájem vzdělávat se a chce dosáhnout vysokoškolského diplomu

(Vašutová, 2002).

Vysokoškolský učitel by si měl klást otázky týkající se úspěšnosti a účinnosti své

výuky. Vysokoškolská výuka se svou koncepcí odlišuje od koncepcí středoškolské výuky.

Paul Ramsden (2003) formuloval na základě výzkumu vysokoškolských učitelů a studentů

šest principů vysokoškolské výuky:

1. Kvalita výkladu a ovlivňování studijních zájmů studentů.

2. Zájem o studenty, respektování studentů a jejich učení.

3. Vhodné hodnocení a zpětná vazba.

4. Jasné cíle a intelektuální podněty.

5. Samostatnost a aktivní zapojení studentů do výuky.

6. Učení se od studentů.

Výše uvedené principy podrobněji definuje Ramsden (2003) takto:

Princip 1: Kvalita výkladu a ovlivňování studijních zájmů studentů.

Vysokoškolský učitel by měl být schopen vybrat a předkládat učivo s vysokou in-

formační hodnotou a respektující aktuální poznatky vědy. Rovněž tak by měl být schopen

používat vhodnou terminologii a verbální i neverbální komunikační prvky.

Skladba přednášky by měla obsahovat prvky, které studenty aktivně zapojí do výu-

ky formou otázek, doplňujícího vysvětlení, animací apod. Odstranění monotónnosti výkla-

du napomáhá studentům k snazšímu pochopení probírané látky.

Princip 2: Zájem o studenty, respektování studentů a jejich učení

Vysokoškolský učitel by měl zahájit výuku vhodným úvodem dříve, než přistoupí

k prezentaci jednotlivých témat. Tento úvod by měl napomoci sjednocení vstupních zna-

lostí všech studentů a měl by obsahovat odkazy na zdroje předpokládaných znalostí nebo

vlastní výukové materiály. Samozřejmostí by mělo být poskytnout studentům možnost

35

konzultací v průběhu výukového období a tím jim napomoci úspěšně zvládnout daný

předmět.

Princip 3: Vhodné hodnocení a zpětná vazba

Součástí výuky je hodnocení studentů, které může mít dvě fáze. První fáze je rozlo-

žena do celého výukového období formou průběžných testů. Průběžné výsledky slouží jak

vyučujícímu, tak studentovi jako okamžitá zpětná vazba. Druhá fáze je závěrečné hodno-

cení a hodnotí celkový výkon studenta v daném předmětu. Hodnocení prováděné vyučují-

cím informuje studenta, do jaké míry zvládl studijní požadavky daného předmětu, a mělo

by jej pozitivně motivovat. Studijní požadavky musí být pevně definovány a dobře vysvět-

leny na počátku výuky, samozřejmostí je dodržení objektivity a nestrannosti hodnocení.

Student musí být seznámen s tím, jaké hodnotící metody budou použity při ústní zkoušce,

písemné zkoušce nebo praktické zkoušce, případně i jejich kombinaci. Hodnocení přináší

vyučujícímu důležitou zpětnou informaci o efektivitě zvolených metod a postupů.

Princip 4: Jasné cíle a intelektuální podněty

Výukový cíl daného předmětu by měl být jasně a srozumitelně formulován tak, aby

bylo jednoznačně zřejmé, co je náplní určitého předmětu. V souladu se stanovenými cíli

jsou nastaveny studijní požadavky na úspěšné ukončení předmětu. Důležitost naplnění to-

hoto požadavku vynikne při uznávání předmětů v rámci výměnných studijních pobytů

(Erasmus) nebo při přechodu studenta na jinou vysokou školu.

Princip 5: Samostatnost a aktivní zapojení studentů do výuky

Student by měl mít možnost ověřit si své získané znalosti samostatnou činností,

která může mít formu individuální aktivity nebo týmové spolupráce. Každá takováto čin-

nost zvyšuje schopnost samostatného jednání studenta a zvyšuje jeho odborné sebevědomí.

Tyto výukové procesy vyžadují od vysokoškolského učitele vysokou odbornou znalost,

provázenou pedagogickou zralostí.

Princip 6: Učení se od studentů

Učitel by se měl seznámit se studijními styly studentů, aby mohl zvolit vhodné vý-

ukové metody a vhodně reagovat na chování studentů v průběhu procesu výuky. Vysoko-

školský učitel musí získávat zpětnou vazbu od svých studentů a musí ji umět i následně

vyhodnotit. Evaluace by měla být aktivní součástí pedagogického procesu a zároveň vyús-

těním procesu “učení se od studentů“. V tomto procesu vzájemného poznávání je pro pe-

dagoga důležité umět vytvořit prostor k navázání spolupráce a k vytvoření přínosného stu-

36

dijního prostředí. Rozpoznání studijního potenciálu studenta může vést k jeho postupnému

zapojení do výzkumných činností pracoviště.

K výše uvedenému přistupuje i další požadavek na zvládnutí nových multimediál-

ních a online technologií v pedagogickém pojetí. Současně je však nutné vyvarovat se

honbě za novými verzemi či trendy (Zounek, 2009). Přesah této problematiky lze spatřit i

v otázce, jaké faktory ovlivňují profesi vysokoškolského učitele (Vašutová, 2005).

V článku Pedagogické vzdělávání vysokoškolských učitelů jako aktuální potřeba jsou

zhodnoceny změny, kterými si prošly vysoké školy, a je poukázáno na nutnost zavádění

specifického pedagogického vzdělávání vysokoškolských učitelů s potřebou skloubit vyso-

koškolskou politiku a teorii vysokého školství, psychologické a sociologické aspekty práce

vysokoškolského učitele.

Univerzita Pardubice se zařadila mezi vysoké školy, které reagovaly na nové poža-

davky na vysokoškolskou výuku a učitele samotné. Pro usnadnění a zvládnutí procesu za-

vádění nových technologií do výuky nabízí kurz Vysokoškolské pedagogiky. Tento kurz se

skládá z několika modulů vytvářejících předpoklady pro efektivní osvojení klíčových pe-

dagogických dovedností, podmiňujících kvalifikované vedení výuky. Rozvíjení vědomostí

i dovedností se zaměřením na specifické poslání a postavení odborných technických před-

mětů absolvovalo 39 pracovníků fakulty FEI.

4.1.3 Výukové formy a metody ve vysokoškolském vzdělávání

Přednáška je (vedle semináře, cvičení atp.) klasickou výukovou metodou a zároveň

formou vysokoškolského vzdělávání. Vyznačuje se uceleností, strukturovaností, jedno-

značností, aktuálností a odpovídající náročností obsahovou i metodologickou (Vašutová,

2002). S rozvojem nových informačních technologií a jejich postupném zavádění do výuky

se zdálo, že lze tradiční přednášky těmito novými technologiemi nahradit. Tento předpo-

klad se však nepotvrdil, naopak se ukazuje, že přednáška, při které dochází k osobnímu

kontaktu vyučujícího se studenty, umožňuje studentům snadněji pochopit cíle předmětu

a sžít se s odbornou terminologií vyučujícího. Tento aspekt vynikne, zejména pokud hovo-

říme o distančním vzdělávání, kdy má student pouze časově omezenou možnost přímého

kontaktu s vyučujícím. Ve výukové praxi se lze setkat i s on-line přednáškami, které

umožňují studentům připojit se bez nutnosti dojíždět na místo přednášky. Tato varianta

požaduje po studentovi určité technické vybavení. Nutností je možnost kvalitního interne-

tového připojení, což může být v některých lokalitách problematické. Pro akademické pra-

coviště se také zvyšují nároky na technické vybavení, na trvale spolehlivou a kvalitou se

37

vyznačující funkčnost příslušných technologií z hlediska datového přenosu, a dále na pre-

cizní didaktickou přípravu orientovanou na informační prostředí.

Semináře a cvičení vhodným způsobem doplňují přednášky a umožňují studentům

prohloubit si své teoretické znalosti. V případě praktických cvičení prováděných ve specia-

lizovaných laboratořích mohou studenti například řešit úlohy zaměřené na prověření prak-

tických dovedností v podobě realizace reálných technologií používaných v praxi.

V návaznosti na tuto situaci se studenti učí vyřešit i případné simulované selhání technolo-

gií. V technických oborech je dnes samozřejmostí, že zvládnutí praktické části předmětu

vyžaduje navíc od studenta další dovednosti. Tyto dovednosti navazují na základní počíta-

čovou gramotnost, jedná se především o zvládnutí specializovaného software, umožňující-

ho pracovat jak s technickými přístroji, tak s reálnými technologiemi nebo simulačními

programy.

Učitel v současné době musí sám umět uživatelsky zvládnout všechny potřebné in-

formační technologie a musí být schopen vytvořit kvalitní výukové materiály. Z tohoto dů-

vodu je nutností reflexe proběhlé výuky (počínaje studentským hodnocením výuky), aby

byly rozpoznány vzdělávací potřeby studentů.

4.2 Srozumitelnost textu

Základním předpokladem úspěšnosti při předávání nových informací studentům je

srozumitelnost učebního textu a v něm používaných termínů. Pokud tedy chceme dosáh-

nout porozumění neboli percepce, musíme postupovat od známých termínů.

Precizní definici podává (Podlahová, 2012, s.110):

"Vztah mezi komunikačním záměrem autora textu a konkretizací tohoto záměru

ovlivňuje řada faktorů. Nejdůležitější jsou schopnosti autora konkretizovat svůj záměr pro-

střednictvím vhodných výrazových prostředků (lexika a syntaktických struktur, forem spo-

jování známých a nových informací apod.) Autor textu se musí také snažit, aby se komuni-

kace realizovala na přibližně stejném informačním pozadí, tj. aby autor textu i jeho příjem-

ce měli stejnou (nebo alespoň přibližně stejnou) komunikační kompetenci."

Pochopení a vlastní výklad daného textu studentem je ovlivněn (Petřková, 2006),

(Daneš, 2009):

jak je student motivován k vnímání daného textu,

38

jakou pozornost mu student věnuje,

jak s autorem textu student komunikuje, jak se mu daří odhalit autorův ko-

munikační záměr.

Rozlišujeme užší a širší pojetí srozumitelnosti (Geršlová, 2009):

1. Užší pojetí pracuje především s jazykovými charakteristikami textu. Všímá si:

a. větné stavby,

b. délky vět,

c. abstraktnosti a odbornosti slovní zásoby.

2. Širší pojetí srozumitelnosti zahrnuje kromě jazykových i charakteristiky obsa-

hové (množství témat, logickou složitost výkladu), rétorické (uspořádání výkla-

du do odstavců, schopnost příjemce porozumět textu) či typografické prvky

(druh, velikost i typ, resp. barvu písma apod.).

Rovin může existovat více a Daneš (2009) uvádí pro odborný text alespoň tyto čty-

ři:

návaznosti tematické,

návaznosti obsahově-logické,

návaznosti opakováním,

návaznosti kompoziční (stylistické, rétorické).

4.2.1 Metody pro měření srozumitelnosti a obtížnosti textu

Vysokoškolské vzdělávání upřednostňuje v současnosti výuku orientovanou na stu-

denta (angl. student-centred teaching) s cílem vytvořit co nejlepší podmínky pro efektivní

učení studentů k dosažení co nejlepších výsledků. Snahou je vytvořit co nejlepší podmínky

co nejširšímu okruhu studentů s rozdílnou úrovní předchozích znalostí, motivace i schop-

ností osvojování nových poznatků. V průběhu výukového procesu si student osvojuje nové

poznatky a také se učí, jak se v těchto nových informacích orientovat, jak je zpracovat

a jak je umět následně aplikovat. Elektronizace textu vytváří z výukových materiálů didak-

tický prvek, který není omezen místem vzniku, časem ani svým obsahem. Je to svébytný

39

prvek, který lze rychle upravovat a předávat jej studentům ve vhodném elektronickém

formátu, a který si mohou doplnit o své poznámky.

Srozumitelnost je charakterizována určitými vlastnostmi, které lze měřit. Vznikly

různé metody, které vedou k určení obtížnosti textu (Čmejrková, Daneš a Světlá, 1999).

Následující metody se snažily najít odpověď jaká je míra srozumitelnosti určitého odbor-

ného textu.

Metoda dotaz a odpověď

Žákům určitého věku se předloží text a formou otázek se zjišťuje míra porozumění

obsahu textu. Z poměru kladně či záporně zodpovězených otázek se odhaduje, jaké věkové

kategorii čtenářů bude možné text doporučit. Praktické využití ve škole je vzhledem

k náročnosti metody málo vhodné.

Metoda vynechaných slov ("close technique") –- doplňovačka

Věty předloženého textu obsahují vynechaná slova (zpravidla 5). Podle počtu dopl-

něných slov se usuzuje na stupeň porozumění textu, a tím i na věk čtenáře. Tato metoda je

rovněž časově i organizačně velmi náročná.

Metoda porovnání textu se standardním seznamem slov

Dale-Challeova metoda výpočtu vzorce obtížnosti textu je založena na analýze

slovníku textu v závislosti na délce věty. Vychází se z předpokladu, že text je pro čtenáře

tím obtížnější, čím delší věty obsahuje a čím větší počet slov textu není zahrnut ve speciál-

ním standardizovaném slovníku. Analyzovaný text by měl obsahovat minimálně 3000 slov.

V každé jazykové oblasti se výběr slov do seznamu poněkud liší a navíc je nutné vzhledem

k dynamickému vývoji slovní zásoby standardní slovník neustále aktualizovat. Tato meto-

da však poněkud opomíjí fakt, že délka vět nemusí být nutně na závadu srozumitelnosti

textu, pokud je tento text primárně určen okruhu čtenářů alespoň částečně obeznámených

s popisovanou problematikou (což je obvykle případ odborných textů).

Metody založené na měření délky vět, délky slov ve větách a dalších parame-

trech textu

Tato metoda se používá především pro svou jednoduchost, pracuje s následujícími

parametry, pomocí kterých jsou vytvořeny formule – testy.

40

Délka věty

Čím je věta delší, tím obtížnější je model skutečnosti přenášený textem. Dlouhé vě-

ty se člení do souvětí s větami nadřazenými a podřazenými, zachycujícími složité příčinné

a časové vztahy. Proto může být délka věty indikátorem umožňujícím stanovit obtížnost

textu. Délku věty vyjadřujeme počtem slov. Pro vysokou frekvenci některých větných čle-

nů je možné vyřadit z výpočtu nejfrekventovanější členy - spojky, předložky apod.

Délka slova

Délka slova měřená v slabikách je rovněž příznakem obtížnosti textu. Čím delší

slovo, tím obtížněji se vnímá. Jelikož platí, že dlouhá slova se častým používáním zkracují,

je možné rovněž předpokládat, že mezi dlouhá slova budou patřit ta, která jsou

v komunikaci méně používána.

Počet rozdílných slov

V delším textu se některá slova vyskytují s menší frekvencí, jiná častěji. Lze před-

pokládat, že slova méně častá budou při porozumění působit čtenáři větší obtíže než slova,

s nimiž se v textu setká častěji. Předpokládáme proto, že čím větší je počet slov, které se

vyskytují v textu pouze jednou nebo s minimální frekvencí, tím bude text obtížnější.

Existuje více než 200 takových testů a šest z nich se nejvíc používá. Některé z testů

byly použity k nalezení optimální věkové kategorie současných britských učebnic, a tyto

hodnoty jsou uváděny v tabulce vědeckých učebnic. Přehled několika nejpoužívanějších

testů pro určování obtížnosti textu se způsobem výpočtu zpracované autory Šlerka

a Smolík (2011):

Flesch reading ease score (fres)

Vzorec zohledňuje tři položky: celkový počet vět, celkový počet slov a celkový po-

čet slabik. Metoda používá vzorec pro výpočet:

fres = 206,835 − 1,015 × (počet slov / počet vět) − 84,6 ×∙(počet slabik / počet slov)

Vysoká čísla ukazují na snadnou srozumitelnost, nízká naopak na srozumitelnost

obtížnou.

41

Tab. 2 Rozmezí skóre

Skóre Úroveň textu

90.0 – 100.0 snadno srozumitelné pro průměrného jedenáctiletého žáka

60.0 – 70.0 snadno srozumitelné pro průměrné třinácti- až patnáctileté žáky

0.0 – 30.0 porozumění bude nejlepší u absolventů univerzity

Zdroj: zpracováno dle (Šlerka, Smolík, 2011)

Gunning fog index (fog). K výpočtu je potřeba krátká část textu – stačí 100 slov. Metoda

používá vzorec pro výpočet:

fog = 0,4 × (počet vět/ počet slov + (100,0 × počet složitých slov)/ počet slov)

Vzorec pracuje s počtem slov, počtem vět a s počtem složitých slov, která jsou de-

finována jako slova delší než tři slabiky. Ideální skóre je mezi 7 – 8, skóre nad 12 zname-

ná, že materiál je velmi těžko srozumitelný.

SMOG index (smog). Metoda SMOG (Simple Measure of Gobbledygook) používá vzorec

pro výpočet:

smog = sqrt (počet složitých slov × 30 / počet slov) + 3

Vzorec pracuje pouze se dvěma položkami: s počtem vět a s počtem víceslabičných

slov představovanými třemi a více slabikami. Vzorec je kalibrován tak, aby výsledek zhru-

ba odpovídal dosaženému ročníku vzdělání.

Všechny zmíněné testy byly jednou z cest, které měly podchytit formálním apará-

tem obtížnost textu. Nicméně výsledky vyvolávaly velkou polemiku a byly částí odborné

veřejnosti zpochybňovány.

4.2.2 Měření jazykové obtížnosti českého textu

Čeština se od angličtiny odlišuje strukturou, a proto výše uvedené metody nejsou

vždy vhodné. Slovenský lingvista J. Mistrík vyvinul v roce 1968 tzv. Mistríkův vzorec ob-

tížnosti textu:

R = 50 – (V × S)/ l

začleňující tři parametry: „V“ – průměrná délka vět ve slovech (příznak složitosti

vyjadřovaných myšlenek), „S“ – průměrná délka slov v počtu slabik (je příznakem pojmo-

vé zatíženosti textu), „I“ – index opakování slov (charakteristika lexikální variability tex-

42

tu). Index opakování slov je počítán pomocí vzorce I = N/L, kdy „N“ vyjadřuje počet

všech slov využitých při měření a „L“ vyjadřuje počet rozdílných slov (Čmejrková,

Čmejrková, Daneš a Světlá, 1999), (Průcha, 1998).

Mistríkův vzorec používá škálu obtížnosti (s hodnotami mezi 0 – 50 body), v níž

nejsnadnější texty mají 40 – 50 bodů a nejobtížnější texty 0 – 10 bodů. Pro měření se dopo-

ručuje zvolit vzorek s minimálním počtem 300 slov (Čmejrková, et al., 1999), (Průcha,

1998).

Vysokoškolským textům, učebnicím a skriptům je obecně věnována malá pozor-

nost. K autorům, kteří své výzkumy aplikovali na zhodnocení pedagogických testů pro stu-

denty VŠ, řadíme J. Mareše (1987), A. Petřkovou (1984). Obtížností učebnic, určených pro

lékařské fakulty se věnoval J. Mareš (1987). Analyzoval 15 vysokoškolských učebnic a 2

učebnice pro střední zdravotní školu. Konstatoval odlišné zpracování textů a odlišnou ob-

tížnost v jednotlivých parametrech (sémantické složky, hustoty informace apod.). Na zá-

kladě výzkumu pak konkretizoval některé nedostatky studijních textů, jako například izo-

laci pojmů, absenci vazeb mezi nimi, nedocenění obtížnosti užívaných odborných termínů,

netransparentní odlišení odborných a obecných pojmů apod. (Mareš, 1987).

Tyto metody při evaluaci nebudou použity. Bylo by vynaloženo mnoho úsilí na

zjištění srozumitelnosti textu, která je ale jen jednou vlastností výukových materiálů. Mo-

derní materiály neobsahují jenom text, ale i obrázky, grafy, tabulky. Přehlednosti je dosa-

ženo i multimediálními prvky, jejichž vliv nelze popsat pouze jednotným formálním zápi-

sem.

4.2.3 Zvýšení srozumitelnosti výukového textu pomocí myšlenkových map

Předcházející části textu poukázaly na matematické posouzení srozumitelnosti tex-

tu, ale neříkaly nic o studentském přístupu k výukovému textu. Dnešní studenti používají

digitální technologie pro vzájemnou komunikaci často v podobě krátkých sdělení. Při vy-

hledávání na internetu pracují většinou s neuspořádanými informacemi, čtou méně než je-

jich předchůdci. Je pro ně obtížnější umět si vytvořit strukturu v učivu a je to náročnější

pro vysokoškolského studenta:

který může mít v rozvrhu několik různých přednášek za den,

který je začínající vysokoškolák a není ještě seznámen s vysokoškolskou

organizací výuky,

43

pokud je to úplně nové odborné téma.

Na obrázku 4 je graficky zobrazena pyramida učení, která vyjadřuje účinky použí-

vání jednotlivých výukových metod.

Obrázek 4 Pyramida učení

Zdroj:zpracováno dle (Kalhous, Obst 2009)

Základní myšlenka této pyramidy zní: Člověk (student) získává tím více informací

a schopností, čím aktivněji je zapojen do procesu výuky. Procenta zapamatování uvedená

u jednotlivých výukových metod jsou proměnlivá, protože efekt použití každé z nich závisí

na dalších faktorech. (např. motivace studentů, jejich únava, jejich předchozí zkušenost,

atd.).

Hodnota uvedená u přednášky je poměrně kritická, protože zde by měli studenti

získat teoretický základ, na který navazují praktická nebo laboratorní cvičení. Jedním

z možných způsobů jak jednak aktivně zapojit studenty do výuky a zároveň je naučit vy-

tvářet své vlastní struktury ve vyučovaném předmětu, je použití myšlenkových map. Myš-

lenkové mapy jsou grafickým vyjádřením základních částí řešeného problému, jednotli-

vých dílčích složek a jejích vzájemných souvislostí (Buzan, 2007). Zařazením této metody

při shrnutí učební látky na závěr přednášky, takovým způsobem, aby vytvoření myšlenko-

44

vé mapy probíhalo ve spolupráci se studenty, povede ke zvýšení pozornosti studentů, za-

pamatování látky a následně větší srozumitelnosti při pozdějším studiu.

Problematika síťových technologií je velmi rozsáhlá a na začínajícího studenta jsou

kladeny požadavky na zvládnutí rozsáhlé odborné terminologie, včetně detailního pocho-

pení jednotlivých technologií a jejich vzájemné návaznosti. Z těchto důvodů bylo do výuky

na FEI zařazeno využívání myšlenkových map. Studenti si vytváří své myšlenkové mapy,

které je vedou k pochopení souvislostí a k lepšímu zapamatování probírané látky. Grafický

zápis vzájemných vztahů je v souladu se současným “ne textovým“ vyjadřováním studentů

a proto je dobře studenty přijímán. (Neradová a Horálek, 2011)

45

5 Možnosti hodnocení kvality výuky na VŠ

Otázka kvality vysoké školy z pohledu uplatnitelnosti na trhu je diskutována dlou-

hou dobu a je vyvolána změnami pracovního trhu a tím i měnícími se požadavky na absol-

venty. Ve svém výzkumu se k této otázce vyjádřil Porrer z univerzity v Edinburghu

(Porrer, 1994), který rozpoznal požadavky zaměstnavatelů na absolventy v oblasti intelek-

tuálních a sociálních dovedností. Určil několik vzdělávacích cílů z pohledu budoucích za-

městnavatelů v rámci inženýrských oborů, které rozdělil na intelektuální a sociální doved-

nosti. Mezi intelektuální dovednosti zařadil požadavky na sebevzdělávání inženýrů, schop-

nost obhájit a vysvětlit svá rozhodnutí, umět zapracovat nové informace a následně provést

rozhodnutí, a také umět pracovat s neúplnými informacemi, charakteristickými pro reálné

pracovní prostředí. Kladl důraz na sociální dovednosti. Vyjádřil požadavky na schopnost

prezentace v písemné i ústní podobě, umět vysvětlit odbornou problematiku, schopnost

vést pracovní skupiny a spolupracovat. Porrer ve svém výzkumu popsal právě takové chy-

bějící dovednosti ve vzdělávání v inženýrských oborech, které se postupně staly součástí

vzdělávání, a to i v dalších oborech a odrážejí se na profilu absolventa.

V posledních letech dochází k přejímání termínů a metodiky sledování a zvyšování

kvality z oblasti průmyslu i do oblasti vzdělávání. Problematika kvality dalšího vzdělávání

se stala předmětem zájmu a téměř celosvětové diskuse. Debaty byly ovlivněny i ze strany

veřejnosti, především zaměstnavatelů, kteří požadují znát odpověď na otázku, jak kvalitní

vzdělávání získávají studenti. Pro průmysl byly vyvinuty a do praxe zavedeny modely, kte-

ré umožňují měřit kvalitu produktů i výrobních procesů. Jednotlivé modely se liší nejen

svými cíli (co hodnotí jako kvalitu), ale i metodami a formami zjišťování kvality. Tím, že

většina dosud uplatňovaných modelů byla vyvinuta pro výrobní sféru, jsou jen velmi pod-

mínečně a výjimečně bez dalších úprav vhodné i pro aplikaci v oblasti vzdělávacích insti-

tucí. Ve sféře vzdělávání jsou především pojmy z ekonomické sféry, kde hlavním měřít-

kem kvality je efektivita zisku, jako “úspěch” a s tím i “kvalita” vnímány mnohem kom-

plexněji a tím jsou i popsatelné obtížněji než ve sféře ekonomické (Rýdl, 2012).

V otázce hledání modelu určování kvality ve vzdělávání se uplatní definice peda-

gogické evaluace, jak ji např. uvádí Průcha v Přehledu pedagogiky „jako soubor speciál-

ních procedur, metod a technik, profesních konvencí, které určují, jakými způsoby hodno-

cení provádět, aby splňovalo kritéria exaktnosti“ (Průcha, 2006, s.124). K hledání obecné

shody určování kvality vysokoškolského vzdělávání přistupuje i fakt, že uvnitř fakulty se

46

klade důraz na jiné parametry, než jaké požadují například zaměstnavatelé. Škola by měla

zjišťovat názory a spokojenost studentů s výukou, kvalitou studijních materiálů, s ověřo-

váním vědomostí, zručností a schopností studentů a také pedagogů. Toto ověřování by mě-

lo mít formu pravidelné zpětné vazby mezi účastníky výukového procesu, která pracuje s

nástroji umožňující získání přesných údajů.

Protože si i do školního prostředí našly cestu pojmy z výrobní a ekonomické oblas-

ti, prosadila se ve školství i filozofie TQM (Mehrotra, 2012). Ta byla upravena pro potřeby

školství, chápaného jako produkce určitým způsobem vzdělaných absolventů. Cílem je

kvalitnější řízení, které se promítne do kvality výstupů příslušné organizace. Přístup TQM

reprezentuje zejména model Evropské nadace pro řízení kvality (European Foundation for

Quality Management) „The Excellence Model EFQM“. Jedná se o praktický nástroj odha-

lující mezery ve výkonnosti pomocí pravidelného sebehodnocení i vnějšího hodnocení

a uplatnění zpětné vazby. Ve skutečnosti je hodnocení kvality služeb mnohem obtížnější

než hodnocení kvality produktu, protože je většinou propojeno s pocity uživatelů – studen-

tů (Grigoroudis, 2009).

Pro oblast českého vysokého školství byla vypracována komparativní studie Meto-

dika komplexního hodnocení kvality a EFQM Excelence Model® Higer Education version

2003 (Hutyra, 2006). Cílem bylo stanovit teoretická východiska pro praktickou aplikaci

hodnotících mechanismů při procesu hodnocení kvality vysoké školy. Výsledkem této ana-

lýzy bylo rozhodnutí:

„EFQM Model Excelence je nejkomplexnějším, generickým, ale zároveň nejnároč-

nějším hodnotícím rámcem pro komplexní hodnocení kvality organizací s použitelností pro

vysoké školy“(Hutyra, 2006, s. 10)

Pilotní testování komplexního hodnocení kvality VŠ proběhlo na dvanácti vybra-

ných VŠ. Byly zastoupeny všechny typy škol: státní, veřejné a soukromé a zahrnovaly ško-

ly technické, humanitní, právnické, umělecké, lékařské a pedagogické.

Model hodnocení kvality ve vzdělávání popisuje činnost instituce a probíhající pro-

cesy, obsahuje kritéria, která hodnotí instituci ve všech jejich funkcích. Do oblasti procesů

patří vzdělání a výzkum, které na vysoké škole spolu úzce souvisí. Součástí modelu hod-

nocení kvality výukového procesu by měla být metodika hodnotící kvalitu – míru a způsob

zapojení jednotlivých učitelů. To je uvedeno i v doporučeních ve zprávě Evropské komise

(2013) – Skupiny na vysoké úrovni pro modernizaci vysokoškolského vzdělávání, která

47

tuto zprávu, obsahující doporučení o zkvalitňování výuky a učení na vysokých školách,

vydala.

Na kvalitu výukového procesu mají vliv i následující faktory, které jsou přímo

ovlivnitelné vyučujícími, resp. vedením fakulty vysoké školy:

a) Vzdělání a kvalita učitele jako pedagoga. Samotné sebevzdělávání musí být ne-

dílnou součástí akademické profese. Profesní vzdělávání vysokoškolského uči-

tele a pedagogické vzdělávání je zvyšováno zapojením vyučujících do různých

univerzitních a fakultních projektů. Role učitele v těchto projektech může být

různého charakteru. V projektech jako je např. SGS3, kde dochází k přímému

zapojení studentů a vyučujících, má vyučující zároveň několik rolí – tvůrčí, ko-

operativní a hodnotící. Pokud jsou to projekty cílené na středoškolské studenty,

v kterých představují své obory popularizací výzkumu a odborných činností, tak

zde musí projevit zvládnutí oborové didaktiky. Realizace těchto projektů vyža-

duje vytvoření systému vzdělávacích a populárně-naučných činností včetně ne-

tradičních odborných forem tak, aby došlo k přiblížení výsledků vědecko-

výzkumné činnosti jednotlivých pracovišť mládeži.

b) Úsilí instituce o zlepšení výuky. Aby mohla vzdělávací instituce naplňovat ten-

to bod, musí umět analyzovat výsledky své výuky. Jedním z nástrojů, který po-

máhá k okamžitému náhledu výsledků výuky, je studijní informační systém.

Obsahuje databázi údajů, umožňující prohlížení a další zpracování informací

o počtu studentů na předmětech, o průběhu a výsledku uděleného hodnocení

studentů a přehled kvalifikačních prací. Součástí by měla být i zpětná vazba od

studentů, která může pomoci odhalit příčiny problémů ve výukovém procesu,

tak jak je doporučeno ve výše zmíněné zprávě Evropské komise.

c) Metody prověřování znalostí. Nejčastějšími používanými metodami jsou didak-

tické testy, dnes převažují elektronické nebo ústní zkoušení. Pokud se na výuce

podílí vícero pedagogických pracovníků, tak je důležité zabezpečit stejnou ná-

plň výuky a způsob hodnocení studentů, tak aby byla zajištěna objektivita

a spravedlnost pro všechny studenty. Následně by bylo vhodné porovnat četnos-

tí hodnocení studentů od jednotlivých vyučujících a vyhodnotit získané údaje.

___________________________

3 Studentská grantová soutěž – specifický vysokoškolský výzkum

48

d) Vyhodnocování uplatnitelnosti absolventů v praxi. Hodnocení lze provádět

zpětně podle statistik Úřadu práce, uvedených na webu Ministerstva práce

a sociálních věcí (v případě škol působících v České republice) o počtech ab-

solventů jednotlivých vysokých škol, kteří se po ukončení studia zaregistrují na

úřadech práce. Hodnocením uplatnitelnosti studentů se zabývají i další instituce,

u nás například Středisko vzdělávací politiky Pedagogické fakulty Univerzity

Karlovy v Praze v projektu Reflex (Koucký, Ryška a Zelenka, 2013). Hodnoce-

ní uplatnitelnosti studentů ovšem poskytuje nejen celkovou informaci o úrovni

a kvalitě výuky na dané vysoké škole, ale především o tom, jak dalece odpovídá

úroveň a především obsah vzdělání, poskytovaného konkrétní vysokou školou,

potřebám a požadavkům pracovního trhu. Výsledky této metody hodnocení jsou

tedy přínosné především pro vedení vysoké školy. Otázkou je, jak dalece se toto

hodnocení na jednotlivých vysokých školách využívá.

Přestože k hodnocení kvality výuky obecně lze využít statistických metod

a matematických vzorců, interpretace výsledků a výsledné hodnocení by mělo být

v každém případě prováděno zkušeným a kvalifikovaným pedagogickým odborníkem.

49

6 Pracovní metody a problematika evaluace elektronic-

kých výukových materiálů

Pro vymezení vlastního pojmu evaluace v oblasti vzdělávání lze použít následující

definici:

„Evaluace je sběr, analýza a interpretace informací o každém aspektu programu vzdělávání

a výuky v rámci uznávaného procesu posuzování jeho efektivnosti, účinnosti a dalších pří-

padných výsledků.“ od autorů Ellingtona a Percivala (1993)

Z uvedené definice vyplývá, že počátečním krokem evaluačního procesu je sběr

údajů. V případě evaluace elektronických výukových materiálů má sběr údajů charakter

zpětné vazby – předpokládá se shromažďování dat o existujících elektronických výuko-

vých materiálech.

Aby evaluace elektronických výukových materiálů a její závěry měly skutečnou

vypovídací hodnotu, je nutné shromáždit relevantní odpovědi od dostatečně reprezentativ-

ního počtu studentů, aby nedocházelo k nežádoucímu ovlivňování výsledků např. nevhod-

ně nebo úzce zaměřenou skupinou studentů. Rovněž je vhodné zjišťovat hodnocení výuko-

vých materiálů studenty pokud možno anonymním způsobem, aby získané odpovědi vyja-

dřovaly skutečné názory a hodnocení studentů, neovlivněné jejich případnou obavou

z negativní reakce ze strany pedagoga – autora konkrétního hodnoceného výukového mate-

riálu nebo realizátora konkrétní výuky.

Velké množství shromážděných údajů (odpovědí studentů) ovšem klade zvýšené

nároky na způsob jejich zpracování – je nutné použít vhodnou metodu. Prvotní požadavek

na dostatečně velké množství shromážděných informací implikuje i nutnost definování ur-

čité struktury a konsistence shromažďovaných údajů, aby je bylo možné jednoduše vzá-

jemně porovnávat a vyhodnocovat. Z tohoto hlediska je především nutné vyvarovat se me-

tod, využívajících rozsáhlá slovní hodnocení, která není možné při jejich velkém počtu po-

žadovaným způsobem zpracovat.

Je rovněž nutné, nejlépe pomocí strukturovaného pohovoru s menší skupinou re-

spondentů ověřit, jak respondenti rozumí otázkám v dotazníku a zda použitá terminologie

je srozumitelná. V případě dotazníku hodnocení kvality elektronických výukových materi-

álů studenty je nutné volit takové otázky, které studenti mohou z vlastní zkušenosti zodpo-

vědět a které jsou relevantní pro vyjádření požadavků studentů na výukové materiály.

50

Požadavek na anonymitu získaných údajů (odpovědí) klade zvýšené nároky na me-

todu sběru údajů. Na jedné straně anonymita zvyšuje pravděpodobnost získání skutečně

objektivních odpovědí, neboť nevyvolává u hodnotících obavu z možné odvetné reakce na

negativní hodnocení. Na druhé straně anonymita zvyšuje možnost výskytu neúplných či

zcela nesmyslných odpovědí. Metoda, použitá pro zpracování anonymních informací, by

tedy měla umožňovat vyloučení nebo identifikaci neúplných či nesmyslných odpovědí.

6.1 Metody sběru údajů

Vzhledem k charakteru prostředí, ve kterém budou informace pro evaluaci elektro-

nických výukových materiálů shromažďovány (univerzity, střední školy), připadají

v úvahu níže uvedené metody. Informacemi v tomto případě rozumíme hodnotící odpovědi

studentů.

6.1.1 Dotazník

Nejjednodušší a nejrychlejší metoda sběru údajů. Dotazník představuje písemnou

podobu dotazování. K jeho charakteristikám patří, že je „standardizovaným souborem otá-

zek, jež jsou sestavovány a formulovány z jednoho centra tak, aby byl ve všech případech

stejný“ (Lamser, 1966, s. 100). Spočívá v písemném předkládání otázek, na které respon-

dent sám písemně odpovídá, s nimiž souhlasí nebo nesouhlasí nebo z předložených variant

odpovědí vybírá pro sebe nejpřijatelnější alternativu, která nejvíce odpovídá jeho názorům

na zkoumanou skutečnost. Je zpravidla anonymní. Z údajů získaných dotazníkem se sna-

žíme zjistit informace o postojích, hodnotách, motivech, názorech, vztazích a charakteris-

tických rysech jedinců a sociálních skupin. Velkou pozornost je třeba věnovat vlastnímu

návrhu dotazníku, aby poskytoval jednoznačné odpovědi na skutečně relevantní dotazy.

Mezi výhody této metody patří zejména:

poskytování velké množství informací v jednoduchém formátu,

umožňování zachovat anonymitu a získat tak skutečně pravdivé informace,

jednoduchá administrace,

jednoduchý sběr informací a jejich následná analýza.

51

Nevýhody této metody:

U anonymních dotazníků může být obtížné získat pravdivé odpovědi na

všechny otázky (odevzdávání nevyplněných dotazníků, náhodné zaškrtávání

možných odpovědí).

Některé dotazy je obtížné kategorizovat.

Odpovědi typu ANO – NE nemusí přesně vystihovat daný problém – je

nutný následný pohovor.

6.1.2 Strukturovaný pohovor

Rozhovor jako technika zkoumání se liší od běžného rozhovoru určitým stupněm

zaměřenosti (víme, jaké informace chceme získat) a systematičnosti (metodologická strán-

ka). Rozhovor je nejnáročnější technikou výzkumu z hlediska odborné přípravy, zkušenosti

a schopností výzkumníka. Proces dotazování je ovlivněn:

Předmětem dotazování a vztahem obou účastníků k tomuto předmětu.

Scénářem (formulářem) rozhovoru, podle toho, jak bude veden a se zaměře-

ním na jeho obsah a smysl.

Prostředím (kde probíhá) tj. prostředí domácí, pracovní, neutrální, jeho vy-

bavení, rušnost aj.).

Osobností tazatele a dotazovaného a jejich interakcí, zvláště vzájemnou

komunikací (verbální i neverbální) a motivací (Surynek, 2001).

V sociologickém výzkumu se používá rozhovor ke třem hlavním účelům:

V počáteční fázi k získání informací o představách respondentů,

k identifikaci proměnných a vztahů, k naznačení hypotéz apod.

Jako hlavní nástroj výzkumu, kdy otázky jsou součástí schématu rozhovoru.

K doplnění poznatků získaných jinými technikami, např. k prohloubení vý-

zkumu motivace (Kelinger, 1972).

Metoda strukturovaného pohovoru (standardizovaný, řízený) bývá využívána jak

samostatně, tak jako návazná na dotazníkovou metodu. Umožňuje získání podrobnějších

informací, případně získání informací, které nebyly obsaženy v dotazníku.

52


získání detailnějších informací,

možné získání dodatečných důležitých informací – odpovědí na dotazy, kte-

ré nebyly obsaženy v dotazníku.


časová náročnost,

nízká relevance některých informací,

obtížná statistická analýza,

neanonymita.

6.1.3 Pracovní skupina

Tato metoda spočívá v navození diskuse o daném problému uvnitř pracovní skupi-

ny moderátorem a zaznamenání výsledků této diskuze. Bývá rovněž používána jako ná-

vazná na dotazníkovou metodu.


možnost relativně rychlého získání informací od většího počtu studentů,

dovoluje interakci mezi dotazovanými a tazatelem (moderátorem),

získání informací o způsobu myšlení dotazovaných studentů,

získání informací – odpovědí na dotazy, které nebyly původně zvažovány.


nebezpečí ovlivnění odpovědí moderátorem,

vyžaduje zkušeného moderátora,

nelze použít pro citlivá témata,

časová náročnost zpracování a analýzy získaných odpovědí,

neanonymita.

6.1.4 Vyhodnocení úspěšnosti studentů „Před“ a „Po“

Tato metoda spočívá ve statistickém vyhodnocení studijních výsledků studentů

před zavedením elektronických výukových materiálů a po jejich zavedení. Tato metoda je

53

relativně časově nenáročná, neumožňuje však získat detailní informace pro zlepšení elek-

tronických výukových materiálů.


relativně snadné a rychlé získání požadovaných informací


možnost ovlivnění výsledku i jinými faktory než kvalitou používaných elek-

tronických výukových materiálů

nemožnost získání detailnějších informací pro zlepšení elektronických výu-

kových materiálů

54

Praktická část

7 Návrh metody evaluace elektronických výukových

materiálů

Ze skutečností uvedených v kapitole Problematika evaluace elektronických výuko-

vých materiálů vyplývá několik komplikací pro stanovení optimální metodiky získání in-

formací pro evaluaci elektronických výukových materiálů:

Je nutné získat pokud možno co nejpodrobnější informace. Z tohoto hlediska by se

jako ideální jevila metoda strukturovaných pohovorů. Zároveň je důležité získání informa-

cí (hodnocení existujících elektronických výukových materiálů, požadavky pro tvorbu no-

vých elektronických výukových materiálů) od co možná největšího počtu studentů, neboť

jenom tak lze zajistit skutečnou a průkaznou hodnotu získaných informací a vyloučit

ovlivnění např. nevhodně zvoleným vzorkem studentů. Velký počet studentů však praktic-

ky vylučuje možnost pohovorů jako hlavní metody získávání informací. Dotazníková me-

toda je pro velký počet respondentů vhodnější, má však jistá omezení z hlediska kvality

a podrobnosti získaných informací (viz kapitola Problematika evaluace elektronických vý-

ukových materiálů). Omezení dotazníkové metody však lze do jisté míry obejít vhodně

zvolenou strukturou dotazníků.

Vhodnou metodiku pro vytváření a zpracování dotazníků nabízí systém řízení kva-

lity Six Sigma (Topffer, 2008). Jedná se o systém, určený pro řízení a zvyšování kvality

procesů (především ve výrobním prostředí) pomocí různých, především statistických me-

tod, aplikovaných na řízení procesů. Six Sigma je značně rozsáhlý systém, resp. strategie

řízení, původně vyvinutý společností Motorola a doplněný a rozšířený dalšími technolo-

gickými společnostmi (např. Honeywell). Základní myšlenkou a snahou je identifikace

aodstranění příčin odchylek od požadované kvality výstupů sledovaného procesu. Pro do-

sažení tohoto cíle definuje určitá procesní pravidla a postupy, jejichž jedna část je věnova-

ná získávání relevantních informací od uživatelů (zákazníků) formou speciálně vytvoře-

ných dotazníků. Pro vytváření těchto dotazníků stanovuje systém Six Sigma určitá pravi-

dla. Dotazníky jsou vytvářeny a vyhodnocovány s využitím Kanova modelu spokojenosti

(Fundina a Nilsson, 2003). Křížová dichotomická struktura dotazů funkční – nefunkční

umožňuje vyloučit ze zpracování dotazníky neúplně nebo nesmyslně vyplněné (což je dů-

ležité při anonymním zadávání dotazníků). Výsledky lze následně statisticky zpracovat

55

a získat tak hodnocení kvality hodnoceného produktu spolu s případnými požadavky na

jejich úpravu.

Pravidla systému Six Sigma, resp. hodnocení kvality produktu pomocí Kanova mo-

delu spokojenosti lze s výhodou aplikovat i na proces evaluace elektronických výukových

materiálů. Hodnoceným produktem jsou tedy v tomto případě elektronické výukové mate-

riály. Zákazníky, či lépe uživateli, tohoto produktu jsou studenti, kteří tyto materiály

v průběhu výukového procesu využívají. Tento přístup vychází ze skutečnosti, že (elektro-

nické) výukové materiály nejsou (či neměly by být) jejich autory vytvářeny jako dokumen-

tace a popis současného stavu poznání problematiky daného předmětu, ale primárně jako

studijní materiály, umožňující a usnadňující jejich uživatelům – studentům – pochopení

a zvládnutí dané tématiky. Z tohoto důvodu by elektronické výukové materiály měly (jak

je uvedeno v kapitole Obecné zásady pro tvorbu výukových materiálů) v plné šíři postiho-

vat formou učebního textu zpracovanou vlastní odbornou problematiku a vhodným způso-

bem využívat dostupné multimediální technologie. Multimediální technologie slouží nejen

pro oživení vlastního textu, ale díky možnosti interakce poskytují okamžitou zpětnou vaz-

bu studentům. Uvedené předpoklady se na první pohled mohou jevit jako zcela samozřej-

mé. Při snaze o jejich naplňování je však nutné vzít v úvahu možnost rozdílného náhledu

a požadavků na tyto materiály mezi jejich autorem – pedagogem – a jejich uživateli – stu-

denty. Přístup a vnímání autora může být (a pravděpodobně i bude) ovlivněno jeho profes-

ními a životními zkušenostmi a detailní znalostí dané problematiky, které mohou i při auto-

rově poctivé snaze vyústit do jistého stereotypního přístupu ke tvorbě výukových materiá-

lů. Studenti pochopitelně postrádají zmíněné profesní i životní zkušenosti autora (pedago-

ga), proto může být i jejich schopnost porozumění obsahu (a tím i jejich názor na kvalitu

a použitelnost) výukových materiálů odlišný nejen od názoru samotného autora, ale –

vzhledem ke značně progresivnímu vývoji v oblasti informačních technologií – i od názoru

jejich předchůdců.

Aby se tedy maximálním možným způsobem zefektivnil proces přenosu informací

ve výuce a zúročila nemalá práce a úsilí pedagoga, věnované tvorbě elektronických výu-

kových materiálů (tj. produktu z hlediska metodiky Six Sigma), je vhodné při jejich tvorbě

zohlednit nejen odborná kritéria, ale i názor jejich budoucích uživatelů – studentů

(v terminologii Six Sigma klientů / zákazníků). Vhodný způsob vyhodnocení požadavků

studentů poskytuje Kanův model spokojenosti.

56

7.1 Kanův model spokojenosti

Dr. Noriaki Kano, profesor na japonské Tokio Rika University, je autorem tzv. Ka-

nova modelu (Kano, 1984). V osmdesátých letech pracoval na projektu zlepšování služeb a

výrobků. Ve své práci zpochybnil tradiční přístup ve vyhodnocování kvality služeb a uži-

vatelů vyjádřený heslem Čím více, tím lépe. Uvědomil si, že uživatelé vnímají různé para-

metry výrobků a služeb velmi rozdílně a ne vždy lineárně, tzn., že některým parametrům či

vlastnostem přiřazují větší důležitost a význam než jiným. Jím vyvinutý model hodnocení

spokojenosti, nazývaný Kanův model, je dnes rozšířeným nástrojem pro vyhodnocování

kvality služeb a výrobků a je i součástí metodologie Six Sigma. Aplikujeme-li tento princip

hodnocení na výukové materiály, dojdeme k závěru, že větší objem a podrobnost samotné-

ho textu nemusí automaticky znamenat větší přínos pro edukační hodnotu těchto výuko-

vých materiálů (a tedy větší spokojenost jejich uživatelů – studentů).

Kanův model rozděluje požadavky a vlastnosti produktů na:

Nutné – (v angličtině označované jako Must-be) související s funkcí daného

produktu, jejichž splnění je očekáváno automaticky, uživatelé tedy při popi-

su svých požadavků tyto vlastnosti obvykle ani nezmiňují (v případě výu-

kových materiálů např. každý očekává, že popisují problematiku daného

předmětu). Splnění těchto požadavků nevede ke zvýšení užitné hodnoty

a spokojenosti uživatele – dosažený stav je možné označit „není nespoko-

jen“, nesplnění samozřejmých požadavků však vede ke značné nespokoje-

nosti uživatele.

Lineární – (v angličtině označované jako Linear nebo One-dimensional)

čím více a lépe jsou splněny, tím větší je užitná hodnota produktu a vyšší

spokojenost uživatele (např. čím přehledněji jsou zpracovány jednotlivé ka-

pitoly výukových materiálů, tím mají tyto materiály vyšší hodnotu pro stu-

dium). Tyto požadavky bývají obvykle uživateli explicitně vyjádřeny.

Atraktivní – (v angličtině označované jako Attractive nebo Delighters) spl-

nění těchto požadavků není očekáváno, uživatelé je obvykle nezmiňují, jsou

něčím navíc, vzbuzuje nadšení a zvyšuje užitnou hodnotu a spokojenost

uživatelů (u výukových materiálů tímto požadavkem mohou být např. řeše-

né vzorové úlohy). Je však nutné mít na paměti, že splnění požadavků

57

atraktivních může vyvolat pozitivní odezvu pouze za podmínky, že jsou

splněny i požadavky nutné.

Kategorizaci požadavků na nutné, lineární a atraktivní a jejich vliv na spokojenost

uživatelů ukazuje následující obrázek:

Obrázek 5 Vyjádření spokojenosti uživatele jako funkce splnění jeho požadavků

Zdroj: zpracováno dle (Fundina a Nilsson, 2003, s. 32 – 49)

Mimo těchto tří základních kategorií požadavků a vlastností produktů se při vyhod-

nocování kvality a spokojenosti uživatelů pomocí Kanovy metody používají i tři vedlejší

(či pomocné) kategorie:

Opačný – (v angličtině označované jako Reverse). Pokud je výsledkem

hodnocení pomocí Kanovy evaluační tabulky tato kategorie, znamená to, že

požadavky uživatelů jsou přesně opačné, než byl původní předpoklad. Je te-

dy nutné znovu zvážit definici daného požadavku a formulaci související

otázky.

Lhostejný – (v angličtině označované jako Indiferent). Jak již samotný ná-

zev napovídá, daná vlastnost produktu je uživateli lhostejná, míra splnění

Produkt / služba

NEFUNKČNÍ

Nespokojenost

Spokojenost

Produkt / služba

PLNĚ FUNKČNÍ

Lineární

Nutné

Atraktivní

58

nebo nesplnění tohoto požadavku nemá žádný dopad na spokojenost či ne-

spokojenost uživatele.

Nejasná odpověď – (v angličtině označované jako Questionable). Je-li vý-

sledkem hodnocení tato kategorie, uživatel buď plně nepochopil definici

daného požadavku, otázka nebyla pro uživatele srozumitelným způsobem

zformulována nebo uživatel nevěnoval dostatečnou pozornost jejímu zod-

povězení. Je tedy nutné znovu zvážit definici daného požadavku a formulaci

související otázky, případně znovu kontaktovat uživatele a odpověď, týkají-

cí se daného požadavku s ním vyjasnit.

Mezi základní přednosti a důvody oblíbenosti a využívání Kanova modelu spoko-

jenosti patří:

Lepší porozumění požadavkům zákazníků / uživatelů.

Důraz na jednoznačné stanovení požadavků, kritických pro spokojenost

(označovaných jako CTS – Critical To Satisfy)

Záruky správného stanovení priority a porozumění jednotlivým poža-

davkům CTS

59

Obrázek 6 Procesní schema sběru a zpracování požadavků dle Kanova modelu

Zdroj: zpracováno dle (Shillito, 2001)

9

8

1

0

1

3

1

4

2

0

1

5

60

Uvedené schéma stanovuje obecně platné zásady, pro vlastní aplikace je možné

(a obvykle i nutné) je přizpůsobit – rozšířit či redukovat podle konkrétních podmínek

a možností. Již samotné vedení úvodních pohovorů – VOC – pro stanovení základních po-

žadavků uživatelů může být značně časově a finančně náročné. Je tedy samozřejmé, že tato

část se bude značně odlišovat např. při aplikaci pro stanovení požadavků zákazníků

v automobilovém průmyslu a aplikaci pro stanovení požadavků studentů na výukové mate-

riály. Jednotlivé kroky a možné postupy jsou podrobněji popsány v následujících bodech:

I. Zjištění a kategorizace požadavků uživatelů – pomocí úvodních interview (roz-

hovorů s uživateli, v angličtině označované zkratkou VOC – Voice Of Customers)

pro identifikaci základních požadavků na daný produkt (v případě výukových mate-

riálů se tedy jedná o požadavky studentů na tyto výukové materiály). Jak bylo uve-

deno v úvodu této kapitoly, výhodou strukturovaných pohovorů s uživateli je mož-

nost dokonalého definování požadavků a vzájemného porozumění (je důležité se

ujistit, že i uživatel správně porozuměl položeným otázkám), nevýhodou je praktic-

ká nemožnost vést takovéto pohovory s větším počtem uživatelů. V praxi je tedy

nutné vést pohovory s omezeným počtem uživatelů a soustředit se na získání ma-

ximálního množství informací a dokonalé porozumění uživatelským požadavkům.

V průběhu VOC pohovorů je nutné se soustředit na následující body:

přání uživatele,

požadavky uživatele,

očekávání uživatele,

požadavky nad rámec očekávání,

požadavky kritické pro spokojenost.

II. Stanovení nejdůležitějších požadavků CTS – z výsledků pohovorů VOC vychází

stanovení nejdůležitějších požadavků, důležitých pro spokojenost uživatele (pokud

k ní nedošlo už během samotných pohovorů). Je samozřejmé, že tento krok je nut-

ný pouze při větším počtu různorodých požadavků. Následně jsou tyto požadavky

převedeny do tabulky tzv. požadavků kritických pro spokojenost (v angličtině

označované zkratkou CTS – Critical To Satisfy).

III. Vytvoření dotazníku podle Kanova modelu. Dotazník je vytvářen, aby bylo

možné zjistit požadavky od většího počtu uživatelů v jasně definované podobě

61

vhodné i pro případné následné hromadné zpracování pomocí softwarového nástro-

je. Pro vytváření dotazníků platí následující pravidla:

1. Pro každý z požadavků CTS se vytvoří dvě otázky funkční – nefunkční.

a) Funkční: Jak hodnotíte, pokud elektronický výukový materiál

obsahuje/splňuje daný CTS?

b) Nefunkční: Jak hodnotíte, pokud elektronický výukový mate-

riál neobsahuje /nesplňuje daný CTS?

2. Jako odpověď je možné zvolit jednu z následujících možností:

Líbí se mi.

Musí být.

Jsem neutrální (ani spokojen, ani nespokojen).

Mohu ještě akceptovat.

Nelíbí se mi.

3. Při vytváření párových otázek funkční – nefunkční je vhodné se držet ná-

sledujících zásad:

Striktně se držet otázek a odpovědí, získaných během pohovorů

VOC.

Každý jednotlivý pár otázek funkční – nefunkční se smí týkat

pouze jednoho požadavku CTS.

Vždy je lépe položit o jednu otázku více než o jednu otázku mé-

ně.

Používat terminologii, orientovanou na uživatele, nikoliv termi-

nologii výrobce/vývojáře.

Osoba, zodpovídající/vyplňující dotazník funkční – nefunkční,

musí být informována, že odpovědi jsou důležité pro klasifikaci

požadavků, nikoliv pro stanovení priority. Hodnocení priority

jednotlivých požadavků CTS probíhá v samostatném kroku.

Je nutné věnovat pozornost jednoznačné formulaci otázek

(zejména v mezinárodním prostředí).

Je nutné respektovat složení cílové skupiny respondentů. Příliš

detailní zaměření dotazů může vést k vysokému procentu odpo-

62

vědí kategorie I – lhostejný, protože většina respondentů nebude

mít znalosti, nutné k zodpovězení takto detailně formulovaných

dotazů.

IV. Stanovení priority jednotlivých požadavků CTS. Tento krok slouží ke stanovení

důležitosti jednotlivých požadavků z hlediska uživatele a eliminaci nebezpečí, že

důraz bude položen na některý z méně důležitých požadavků. Je samozřejmé, že

jako první musí být splněny požadavky nutné. Možnosti pro plnění požadavků však

bývají obvykle jistým způsobem omezené, zpravidla z hlediska dostupných finanč-

ních zdrojů, omezených lidských zdrojů (např. na tvorbě výukových materiálů se

obvykle podílí pouze úzká skupina autorů, často pouze jediný autor). Splnění všech

jednotlivých požadavků CTS tedy není možné současně, obvykle existuje i určitý

časový limit pro ukončení vývoje daného výrobku / služby (výukové materiály je

nutné připravit do data zahájení výuky). Snaha o dokonalé a stoprocentní splnění

všech požadavků CTS by tedy vývoj či přípravu daného výrobku / služby neúměrně

časově prodlužovala a zvyšovala finanční náklady nad akceptovatelnou mez.

Z tohoto důvodu je tedy bezpodmínečně nutné stanovit prioritu jednotlivých poža-

davků CTS pro užvatele. Stanovení priority je žádoucí zejména u požadavků kate-

gorie lineární a atraktivní. Správné stanovení priority jednotlivých požadavků

umožní soustředit se při vývoji na ty z požadavků CTS, jejichž splnění má největší

přínos pro spokojenost uživatele, případně na ty, jejichž nesplnění by vyvolalo nej-

větší nespokojenost uživatele. Pro stanovení priority jednotlivých požadavků CTS

lze použít dvě níže popsané metody, případně využít obou současně a porovnat

vzájemnou korelaci zjištěných výsledků.

a) Stanovení priority uživatelem (v angličtině je tato metoda označována ja-

ko self-stated-importance). Uživatelé současně s vyplňováním Kanova do-

tazníku označí i prioritu, kterou přisuzují každému z požadavků CTS. Prio-

rita požadavků se stanovuje pomocí otázek ve formátu: „Jak důležité je,

když (dosazen požadavek CTS)? Pro odpovědi je k dispozici stupnice 1 – 9,

kde hodnota 1 znamená bezvýznamný, hodnota 9 pak extrémně důležitý.

Výsledky je vhodné pro přehlednost zanést do grafu, nejvyšší pozornost je logicky

nutné věnovat požadavkům s nejvyšší prioritou pro uživatele.

b) Stanovení koeficientu spokojenosti zákazníka (v angličtině označované

customers satisfaction coefficient, zkráceně CS-coefficient). Koeficient spo-

63

kojenosti zákazníka určuje míru přínosu daného požadavku CTS pro spoko-

jenost zákazníka/uživatele v případě splnění tohoto požadavku či naopak –

v případě nesplnění tohoto požadavku – míru jeho vlivu na nespokojenost

zákazníka/uživatele (Berger & Berger, 2003). Stanovení priority požadavků

CTS výpočtem koeficientu spokojenosti zákazníka je vhodné především

v případech, kdy rozdíly ve skóre pro určení kategorie požadavků CTS po-

mocí Kanova dotazníku, jsou velmi malé, takže stanovení výsledné katego-

rie konkrétního požadavku CTS není zcela jednoznačné.

Při vlastním výpočtu se stanovuje tzv. pozitivní CS koeficient CSP, udávající přínos

pro spokojenost uživatele a rovněž negativní CSN koeficient (znaménko minus implikuje

negativní dopad na spokojenost uživatele). Pozitivní CSP koeficient se stanoví jako podíl

součtu hodnocení atraktivní a lineární děleného celkovým součtem hodnocení

(s vynecháním hodnocení opačný a nejasný) daného požadavku CTS. Negativní CSN koe-

ficient se pak stanoví jako podíl součtu hodnocení nutný a lineární děleného celkovým

součtem hodnocení (opět s vynecháním hodnocení opačný a nejasný) daného požadavku

CTS.

Vzorec pro výpočet pozitivního CSP koeficientu:

CSP = (A + O) / (M + A + O + I)

Vzorec pro výpočet negativního CSN koeficientu:

CSN = – (M + O) / (M + A + O + I)

Hodnota pozitivního CSP koeficientu se pohybuje v rozsahu od 0 do 1. Čím více se

jeho hodnota blíží 1, tím větší je vliv daného požadavku CTS na spokojenost uživatele,

hodnota blízká 0 znamená jen malý vliv na celkovou spokojenost uživatele.

Hodnota negativního CSN koeficientu se pohybuje v rozsahu od –1 do 0. Hodnota

koeficientu blízká –1 značí významný vliv na nespokojenost zákazníka při nesplnění dané-

ho požadavku CTS (Berger & Berger, 2003).

Výsledky je vhodné pro přehlednost zanést do grafu, nejvyšší pozornost je logicky

nutné věnovat požadavkům s nejvyšší hodnotou pozitivního koeficientu CSP, resp.

s nejnižší hodnotou negativního koeficientu CSN.

V. Otestování dotazníku – tento krok by neměl být v žádném případě vynechán.

Otestování dotazníku před jeho vlastní distribucí uživatelům umožní odhalení ne-

jasných formulací či logických chyb při tvorbě otázek. Sníží se tak pravděpodob-

64

nost výskytu kategorií Q (nejasná odpověď) a R (opačný) při následném vyhodno-

cování odpovědí uživatelů. Dotazník se otestuje v následujících krocích:

1. Každý člen týmu vyplní dotazník (pokud možno z hlediska uživatele), při

vyplňování se pokusí identifikovat nejasné nebo nejednoznačné otázky. Pro

vyplnění dotazníku je vhodné využít i osoby, které se nepodílely na jeho se-

stavení.

2. Úprava nejasně nebo nevhodně formulovaných dotazů.

3. Opakování kroku 1.

Je možné, že tento postup bude nutné opakovat několikrát.

VI. Administrace - rozeslání a zpětný příjem dotazníků se řídí podle následujících bo-

dů:

1. Výběr cílových uživatelů.

2. Výběr vhodného média (web, email, telefon...).

3. Sběr a případné roztřídění odpovědí podle relevantních kategorií (demogra-

fické, různé segmenty trhu apod.), včetně údajů o každém uživateli, data

odeslání a přijetí dotazníku.

VII. Zpracování odpovědí se řídí následujícími pravidly:

1. Jednotlivé požadavky CTS se podle odpovědí roztřídí do kategorií

s použitím Kanovy evaluační tabulky. Kategorie požadavků jsou:

A = atraktivní

M= nutný

R = opačný

O = lineární

Q = nejasná odpověď

I = lhostejný

2. Vyhodnocení kategorie (podle hodnocení od jednotlivých uživatelů – skóre)

jednotlivých požadavků CTS. Výsledky z individuálních evaluačních tabu-

lek od jednotlivých uživatelů se zaznamenají do souhrnné tabulky. Každý

požadavek CTS se pak zařadí do kategorie, do které byl nejčastěji zařazen

jednotlivými uživateli. Je-li výsledek u některého z CTS požadavků nejed-

noznačný (stejné nebo velmi blízké skóre), stanoví se kategorie podle prio-

65

rity M > O > A > I. Vysoký počet požadavků, zařazených dle výsledku

hodnocení do kategorie Q (nejasná odpověď) znamená, že uživatelé buď

neporozuměli danému dotazu, nebo dotazník vyplňovali nesprávně, nebo

byla otázka špatně sestavena.

3. Z výsledků kategorizace požadavků (předchozí bod) a uživatelského stano-

vení priority jednotlivých požadavků CTS metodou self-stated-importance

nebo metodou stanovení koeficientu spokojenosti zákazníka se vytvoří graf,

určující na které z požadavků CTS je nutné zaměřit největší pozornost

a jejich splnění považovat za prioritní pro uživatele. Nejvyšší prioritu mají

logicky ty požadavky CTS, které byly zařazeny do kategorie M (nutné)

a současně je uživatelé označili jako nejdůležitější (tj. získaly nejvyšší sou-

čet hodnocení na stupnici důležitosti 1 – 9 při hodnocení metodou self-

stated-importance) nebo mají nejvyšší pozitivní koeficient CSP a/nebo nej-

nižší negativní koeficient CSN.

VIII. Analýza výsledků – cílem analýzy výsledků předchozího kroku, tj. zpracování od-

povědí, získaných pomocí dotazníků, je:

1. Dokonalejší porozumění jednotlivým požadavkům CTS.

2. Stanovení priority následných kroků při vývoji produktu.

3. Rozpoznání a rozdělení požadavků pro různé typy uživatelů.

Výsledky analýzy je nutné v každém případě chápat jako návod a pomoc pro další

postup, nikoliv jako absolutní a neměnné dogma.

7.2 Použití Kanova modelu spokojenosti pro evaluaci elektro-

nických výukových materiálů studenty

Postup při zjišťování a zpracování požadavků uživatelů pomocí Kanova modelu

spokojenosti, popsaného v předchozí kapitole, je obecným postupem, který je možné –

a obvykle i nutné upravit podle konkrétního prostředí, ve kterém má být použit.

Pro zjišťování požadavků studentů na elektronické výukové materiály a jejich eva-

luaci byl vytvořen dotazník.

Z pohovorů, vedených se studenty, vyplynuly určité požadavky, které studenti

u elektronických výukových materiálů pokládají za důležité, tj. tyto požadavky odpovídají

66

definici požadavku CTS Kanova modelu. Zjištěné požadavky byly zformulovány do tabul-

ky párových dotazů typu funkční / nefunkční.

Dotaz typu funkční je vždy v řádku a, dotaz typu nefunkční v řádku b. Hodnotící

studenti označí vždy jednu z možností v řádku a i b. Celkový počet párových dotazů je 12.

Tento počet byl zvolen jako kompromis na základě předchozích VOC pohovorů se studen-

ty. Větší počet dotazů by teoreticky přinesl větší množství informací, příliš velký počet do-

tazů by však pravděpodobně studenty vedl ke snaze o jejich co nejrychlejší zodpovězení

bez náležité předchozí rozvahy a degradoval tak validitu získaných informací.

Dotazy lze rozdělit do tří podskupin, vztahujících se k jednotlivým prvkům elektro-

nických výukových materiálů (Klement, 2011):

Statické (textové) části, tvořené vlastním textem, obrázky, tabulkami, sché-

maty, grafy, vzorci, rovnicemi apod.

Interaktivní (dynamické, multimediální části), rozšiřující, částečně nebo

zcela nahrazující obsah textové části, jejíž obsah není možné distribuovat ji-

nou než elektronickou formou.

Verifikační a evaluační části, sloužící k získání zpětné vazby pro studenta

(někdy i vyučujícího), tvořené zpravidla kontrolními otázkami, texty apod.

Tato část může mít podobu textovou, může však být zpracována i formou

dynamickou, interaktivní.

67

Tab. 3 Tabulka dotazů – Kanův dotazník

Jak hodnotíte, jestliže výukové ma-

teriály: Líbí

se mi Nutné Neutrál-

ně Mohu ak-

ceptovat Nelíbí

se mi

1a V úvodu jsou vyjmenovány předpokládané

znalosti? 1 2 3 4 5

1b Předpokládané znalosti nejsou uvedeny,

pokládají se za samozřejmé? 1 2 3 4 5

2a Každá kapitola obsahuje seznam zdrojů? 1 2 3 4 5

2b Seznam zdrojů není v jednotlivých kapito-

lách uveden? 1 2 3 4 5

3a Obsahují slovníček pojmů a všech použitých

zkratek a symbolů? 1 2 3 4 5

3b Slovníček pojmů a všech použitých zkratek

a symbolů není obsažen? 1 2 3 4 5

4a Obsahují tabulky, schémata a postupy? 1 2 3 4 5

4b Neobsahují tabulky, schémata a postupy? 1 2 3 4 5

5a Jsou volně dostupné na internetu? 1 2 3 4 5

5b Jsou dostupné pouze registrovaným uživate-

lům? 1 2 3 4 5

6a Využívají grafické animace a simulace pro

názorné vysvětlení? 1 2 3 4 5

6b Nepoužívají grafické animace a simulace

pro názorné vysvětlení? 1 2 3 4 5

7a Obsahují hypertextové odkazy k souvisejí-

cím tématům na internetu? 1 2 3 4 5

7b Obsahují pouze textové nebo žádné odkazy

na související témata? 1 2 3 4 5

8a Využívají přehrávání audiozáznamů, vysvět-

lujících danou problematiku? 1 2 3 4 5

8b Nevyužívají přehrávání audiozáznamů? 1 2 3 4 5

9a Obsahují praktická cvičení a příklady? 1 2 3 4 5

9b Neobsahují praktická cvičení a příklady? 1 2 3 4 5

10a Každá kapitola je ukončena testem, odpoví-

dajícím této kapitole? 1 2 3 4 5

10b Kapitoly neobsahují testy, materiály jsou

ukončeny souhrným testem? 1 2 3 4 5

11a Test je po vyplnění automaticky vyhodno-

cen? 1 2 3 4 5

11b Test není automaticky vyhodnocen – správ-

né odpovědi je nutné vyhledat? 1 2 3 4 5

12a Je uvedeno datum poslední aktualizace? 1 2 3 4 5

12b Datum poslední aktualizace není uvedeno? 1 2 3 4 5

Zdroj:vlastní

68

Odpovědi získané od studentů jsou následně vyhodnoceny pomocí Kanovy evalu-

ační tabulky do kategorií A, M, O, I, R, Q. Postup kategorizace požadavků je jednoduchý

a jednoznačný – každý požadavek je zařazen do kategorie, dané průsečíkem odpovědí na

dotazy funkční – nefunkční.

Tab. 4 Kanova evaluační tabulka

Požadavky na výukové materiály Nefunkční

1. Líbí 2. Nutné 3. Neutrální 4. Akceptovatelné 5. Nelíbí

Funkční

1. Líbí Q A A A O

2. Nutné R I I I M

3. Neutrální R I I I M

4. Akceptovatelné R I I I M

5. Nelíbí R R R R Q

Zdroj:vlastní

Odpovědi každého studenta se zaznamenají do Tabulky odpovědí. Hodnocení od

jednotlivých studentů se následně zaznamenají do souhrnné tabulky odpovědí. Nejvyšší

dosažené číslo určuje kategorii konkrétního požadavku CTS.

Tab. 5 Tabulka odpovědí studenta

Tabulka odpovědí – Student 1

CTS # M O A I R Q

1

2

3

4

5

6

7

8

9

10

11

12

Zdroj:vlastní

69

Odpovědi od všech studentů se zanesou do souhrnné tabulky odpovědí. V této ta-

bulce se rovněž označí kategorie každého požadavku CTS (daná maximem hodnocení)

a vypočítají koeficienty CSP a CSN.

Tab. 6 Souhrnná tabulka odpovědí

Souhrnná tabulka odpovědí

CTS # M O A I R Q MAX S-S-I CSP CSN

1

2

3

4

5

6

7

8

9

10

11

12

Zdroj:vlastní

Stupnice pro stanovení priority požadavků na elektronické výukové materiály je

v následující tabulce:

Tab. 7 Stupnice pro stanovení priority požadavků

Jak je důležité, jestliže výuko-

vé materiály

Není

důležité

Částečně

důležité Důležité

Velmi

důležité

Ex-

trémně

důleži-

té

1 V úvodu jsou vyjmeno-

vány předpokládané zna-

losti?

1 2 3 4 5 6 7 8 9

2 Každá kapitola obsahuje

seznam zdrojů? 1 2 3 4 5 6 7 8 9

3 Obsahují slovníček pojmů

a všech použitých zkratek

a symbolů?

1 2 3 4 5 6 7 8 9

4 Obsahují tabulky, sché-

mata a postupy? 1 2 3 4 5 6 7 8 9

5 Jsou volně dostupné na

internetu? 1 2 3 4 5 6 7 8 9

6 Využívají grafické ani-

mace a simulace pro ná-

zorné vysvětlení?

1 2 3 4 5 6 7 8 9

7 Obsahují hypertextové

odkazy k souvisejícím

tématům na internetu?

1 2 3 4 5 6 7 8 9

8

Využívají přehrávání

audiozáznamů, vysvětlu-

jících danou problemati-

ku?

1 2 3 4 5 6 7 8 9

9 Obsahují praktická cviče-

ní a příklady? 1 2 3 4 5 6 7 8 9

70

Jak je důležité, jestliže výuko-

vé materiály

Není

důležité

Částečně

důležité Důležité

Velmi

důležité

Ex-

trémně

důleži-

té

10 Každá kapitola obsahuje

závěrečný test? 1 2 3 4 5 6 7 8 9

11 Testy jsou automaticky

vyhodnoceny? 1 2 3 4 5 6 7 8 9

12 Obsahují datum poslední

aktualizace? 1 2 3 4 5 6 7 8 9

Zdroj:vlastní

Studenti při stanovování priority svých požadavků vyberou pro každý CTS požada-

vek jednu z hodnot důležitosti na stupnici 1 – 9.

Požadavky na elektronické výukové materiály, které studenti považují za nejdůleži-

tější, se vyhodnotí použitím následujícího dvourozměrného schematu:

Obrázek 7 Vyhodnocení požadavků na elektronické výukové materiály

Zdroj:vlastní

71

Příklad 1 – individuální vyhodnocení odpovědí jednotlivých studentů:

Student 1 uvedl jako odpověď na dotaz, týkající se požadavku CTS1, typu funkční

„2 Nutné“ a současně odpověď na dotaz typu nefunkční „5 nelíbí“. Tomuto hodnocení od-

povídá podle Kanovy evaluační tabulky kategorie M – nutné. Tak se i hodnocení (katego-

rizace) požadavku CTS1 ze strany studenta 1 zaznamená do jeho individuální tabulky hod-

nocení.

Stejným způsobem se postupuje i u dalších požadavků CTS.

Jak je důležité, jestliže výukové materiály Líbí se mi Nutné Neutrálně

Mohu

akceptovat Nelíbí se mi

1a Jsou volně dostupné na internetu? 1 2 3 4 5

Jsou dostupné pouze registrovaným

účastníků? 1 2 3 4 5

Požadavky na výukové materiály Nefunkční

1. Líbí 2. Nutné 3. Neutrální 4. Akceptovatelné 5. Nelíbí

Funkční

1. Líbí Q A A A O

2. Nutné R I I I M

3. Neutrální R I I I M

4. Akceptovatelné R I I I M

5. Nelíbí R R R R Q

Tabulka odpovědí – Student 1

CTS # M O A I R Q

1 1

2

3

4

5

6

7

8

9

10

11

12

Obrázek 8 Individuální vyhodnocení odpovědí jednotlivých studentů

Zdroj:vlastní

72

Příklad 2: určení kategorie každého z požadavků CTS

Individuální hodnocení studentů, získaná postupem uvedeným v Příkladu 1, se za-

znamenají (sečtou) do Souhrnné tabulky hodnocení. Nejvyšší dosažený součet určuje kate-

gorii daného požadavku CTS.

Souhrnná tabulka odpovědí

CTS # M O A I R Q MAX S-S-I CSP CSN

1 2 13 11 1 2 A 6,45 0,58 -0,08

2 4 1 6 15 3 I 4,66 0,27 -0,19

3 3 5 3 17 1 I 4,62 0,29 -0,29

4 1 2 4 21 1 I 3,86 0,21 -0,11

5 2 6 9 11 1 I 5,52 0,54 -0,29

6 7 12 3 6 1 O 7,41 0,54 -0,68

7 5 4 2 17 1 I 5,38 0,21 -0,32

8 3 13 12 1 A 5,38 0,57 -0,11

9 4 4 6 13 2 I 5,55 0,37 -0,30

10 2 6 4 15 1 1 I 4,93 0,37 -0,30

11 10 8 3 5 2 1 M 6,07 0,42 -0,69

12 5 2 2 20 I 4,72 0,14 -0,24

Obrázek 9 Určení kategorie každého z požadavků CTS

Zdroj:vlastní

.

73

8 Výzkumné šetření

Jako součást výzkumného šetření byla prakticky ověřena Kanova metoda pro hod-

nocení elektronických výukových materiálů studenty na katedře softwarových technologií

Univerzity Pardubice. Tato část se opírá o základní pojmy a postupy uvedené v teoretické

části podrobně popisující Kanovu evaluační metodu a metodiku pro její aplikaci pro zjiště-

ní studentské spokojenosti s výukovými materiály. Cíle práce byly formulovány na základě

získaných teoretických znalostí z provedené analýzy odborných publikací a požadavků fa-

kulty.

8.1 Cíle realizovaného výzkumného šetření

Cíle práce byly formulovány následovně:

1. Zjištění současného stavu využívaní elektronických výukových materiálů

na Katedře softwarových technologií Univerzity Pardubice

2. Návrh Kanova dotazníku pro hodnocení elektronických výukových materiá-

lů studenty.

3. Praktické ověření vypracované metodiky evaluace elektronických výuko-

vých materiálů na Katedře softwarových technologií Univerzity Pardubice

na předmětu Počítačové sítě 1 a Počítačové sítě 4.

4. Vyhodnocení dotazníků Kanovou evaluační metodou.

Výše uvedené cíle byly chronologicky seřazeny tak, jak byly postupně

v jednotlivých krocích naplňovány.

8.2 Účel výzkumu

Samozřejmou snahou a cílem každého pedagoga by mělo být zajištění co nejvyšší

efektivity v procesu výuky. Zmíněný proces výuky – předávání poznatků studentům –

ovšem nelze chápat omezeně pouze jako přímý kontakt vyučujícího se studenty během

přednášek a cvičení. Jeho, vzhledem k rozsahu probíraného učiva obvykle časově převažu-

jící, součástí je i samostatné osvojování si poznatků a informací – samostudium –

s využitím (elektronických) výukových materiálů a dalších zdrojů. Je tedy zřejmé, že pro

dosažení co nejvyšší efektivity výuky musí být vlastní pedagogické schopnosti vyučujícího

bezpodmínečně doplněny kvalitními výukovými materiály. Zatímco schopnost efektivní

výuky – předávání informací – během přednášek a cvičení je dána především osobností

74

vyučujícího a jeho individuálními pedagogicko-psychologickými schopnostmi

a zkušenostmi, které jsou subjektivní povahy a je obtížné (či spíše nemožné) nalézt objek-

tivní způsob pro jejich kvalitativní hodnocení, pro výukové materiály je možné stanovit

hodnotící kritéria pro hodnocení jejich přínosu výukovému procesu. Hodnocení (případně

i definování nových požadavků) by ovšem nemělo být prováděno samotnými autory (ti

jsou samozřejmě zodpovědni za faktickou správnost obsahu), ale primárně jejich uživateli,

tj. studenty. Jak bylo uvedeno v předchozích kapitolách, je požadavek na hodnocení kvali-

ty výukových materiálů studenty důležitý (vzhledem k možnosti využití interaktivity

a multimediálních forem) zejména u elektronických výukových materiálů. Z uvedeného

tedy vyplývá potřeba vypracování vhodné metodiky pro objektivní zjišťování potřeb a pre-

ferencí studentů, týkajících se elektronických výukových materiálů. Stanovení a ověření

této metodiky hodnocení je i předmětem a účelem výzkumu, popisovaného v této dizertač-

ní práci.

8.3 Výzkumné otázky

Z výše uvedeného výzkumného účelu vyplynula následující hlavní výzkumná otáz-

ka: „Je Kanova metoda vhodným nástrojem pro studentské hodnocení kvality elek-

tronických výukových materiálů?“ Výsledkem vlastního výzkumného šetření by dále

mělo být získání jednoznačných odpovědi na následující otázky:

1. Studenti preferují interaktivní výukové materiály, poskytující okamžitou

zpětnou vazbu. Osvojili si probíranou látku dostatečným způsobem? (Zpět-

nou vazbou se v tomto případě rozumí test, který je studentem vyplněn

a následně automaticky vyhodnocen.)

2. Preferují studenti výukové materiály obsahující praktické ukázky a řešené

úlohy před výukovými materiály obsahujícími pouze samotnou teorii?

3. Preferují studenti výukové materiály obsahující hypertextové odkazy (linky)

na další internetově dostupné studijní materiály, navazující či rozšiřující da-

nou tématiku?

Následující body představují postup při praktickém šetření a použití Kanova mode-

lu spokojenosti pro studentské hodnocení elektronických výukových materiálů.

75

8.4 Popis jednotlivých kroků výzkumného šetření

Výzkumé šetření, naplňující výše uvedené cíle bylo realizováno v několika vzá-

jemně na sebe navazujících krocích. Jejich podrobný popis je uveden v dalším textu.

Tab. 8 Náplň jednotlivých kroků

Krok 1 Krok 2 Krok 3 Krok 4

Zjištění současného sta-

vu využívaní elektronic-

kých výukových mate-

riálů na Katedře softwa-

rových technologií Uni-

verzity Pardubice

Návrh Kanova dotazníku

pro hodnocení elektro-

nických výukových ma-

teriálů studenty

Praktické ověření vypra-

cované metodiky evalua-

ce elektronických výu-

kových materiálů na Ka-

tedře softwarových tech-

nologií Univerzity Par-

dubice na předmětu Po-

čítačové sítě 1. a Počíta-

čové sítě 4

Vyhodnocení dotazníků

Kanovou evaluační me-

todou

Zdroj:vlastní

8.4.1 Krok - 1.

Zjištění současného stavu využívaní elektronických výukových materiálů na Kate-

dře softwarových technologií Univerzity Pardubice

Fakulta FEI nabízí ke studiu dva bakalářské studijní programy, které se dále člení

na jednotlivé obory.

Tab. 9 Bakalářské studijní programy

Informační technologie (IT) Elektrotechnika a informatika (EI)

obor Řízení procesů (ŘP) obor Komunikační a mikroprocesorová technika

(KMT) obor Informační technologie (IT))

Zdroj:vlastní

V studijních plánech jsou uvedeny vyučované předměty pro daný akademický rok

a jsou z větší části zabezpečovány jednotlivými katedrami FEI, z menší části pak vyučují-

cími z jiných fakult. Akademičtí pracovníci Katedry softwarových technologií zabezpečují

výuku v zimním semestru 14 předmětů a v letním semestru 17 předmětů.

V rámci projektu LEARN, zaměřeného na zvýšení kvality studia dvou akreditova-

ných bakalářských studijních programů Fakulty elektrotechniky a informatiky Univerzity

Pardubice, bylo vytvořeno a postupně ve výuce ověřeno 64 elektronických výukových ma-

teriálů. Katedra softwarových technologií v rámci tohoto projektu připravila studijní mate-

http://www.upce.cz/fei/studium/studijniprogramy/bakalarske/obor_IT.html

http://www.upce.cz/fei/studium/studijniprogramy/bakalarske/obor_IT.html

76

riály pro 14 předmětů včetně předmětů Počítačové sítě 1 a 4. Tyto elektronické studijní

materiály jsou uloženy a jsou studentům dostupné ke stažení na fakultním serveru. Graf na

následujícím obrázku zobrazuje časový průběh počtu přístupů na webové stránky fakulty

s elektronickými výukovými materiály v průběhu let 2012 až 2014.

Obrázek 10 Grafické znázornění počtu návštěv stránek

Zdroj:vlastní

Minima v grafu počtu návštěv stránek odpovídají časovým úsekům, kdy neprobíhá

výuka. Z grafu je patrná i proporcionalita mezi počtem přístupů na stránky a počtem stu-

dentů v daném školním roce (viz Příloha A Tab 19 Počet testovaných studentů v jednotli-

vých akademických rocích).

Výuka předmětů počítačových sítí na Fakultě elektrotechniky a informatiky Uni-

verzity Pardubice je standardně rozdělena na přednášky a laboratorní cvičení. Rozsáhlá

problematika oblasti počítačových sítí je na FEI UPCE rozdělena do čtyř semestrů

v předmětech Počítačové sítě 1 až Počítačové sítě 4, které na sebe postupně navazují. Je

tak vytvářena pyramida znalostí, v jejíchž základech stojí obecné principy fungování počí-

tačových sítí TCP/IP, na něž pak navazují dvě nejvýznamnější oblasti, a to principy smě-

rování a přepínání. Znalosti získané v těchto třech oblastech pak student využívá

v posledním bloku, zaměřeném na technologie rozsáhlých sítí typu WAN. Předměty se od

sebe také liší v počtu hodin přednášek a cvičení:Předmět Počítačové sítě 1 má rozsah před-

nášek v počtu dvou hodin a cvičení dvě hodiny týdně.

77

Předmět Počítačové sítě 4 má rozsah přednášek v počtu jedna hodina a cvičení tři

hodiny týdně.

Předmět Počítačové sítě 1 je výchozím předmětem, požadovanými vstupními zna-

lostmi jsou obecný přehled operačních systémů Unix a Windows. Základní požívanou

formou vzdělávací činnosti jsou přednášky a laboratorní cvičení, která jsou realizovaná

v dobře technologicky vybavených síťových laboratořích. Cílem je představit studentům

teoretická východiska počítačových sítí, na kterých jsou vytvořeny příslušné standardy pro

komunikaci po síti. Zároveň se musí studenti naučit používat vybavení laboratoří počítačo-

vých sítí pro realizaci praktický úloh, protože tento úvodní předmět je poměrně náročný na

osvojení si základních pojmů, definic, jednotlivých struktur používaných protokolů a to až

do nejpodrobnějších detailů, definovaných příslušnými průmyslovými standardy. Je zapo-

třebí dobře vysvětlit důležitost těchto znalostí studentům z důvodů rozpoznání možných

problémů v případě používání technického a technologického vybavení od různých výrob-

ců. Nároky navazujících předmětů počítačových sítí (Počítačové sítě 2 a 3) a zvláště před-

mětu Počítačové sítě 4 spočívá v schopnosti studentů využít teoretické znalosti při řešení

problémů v komplexních síťových úlohách. Tyto úlohy jsou sestaveny tak, aby odrážely

stavy vznikající v reálném provozu. Student musí umět zanalyzovat probíhající stav

v počítačové síti s využitím vhodných diagnostických nástrojů a následně vhodně vyřešit.

Tento požadavek se odráží i ve zvýšeném počtu hodin na cvičení oproti základnímu před-

mětu Počítačové sítě 1.

Významným specifikem těchto předmětů je vysoký důraz, kladený na domácí pří-

pravu studentů. Pro úspěšné absolvování těchto předmětů je student povinen pravidelně

průběžně ověřovat své znalosti pomocí elektronických testů a realizací praktických cvičení

v síťovém simulátoru. Tento postup je nezbytný proto, že samotná laboratorní cvičení jsou

z velké části naplněna samostatnou odbornou činností studentů na reálných síťových zaří-

zeních tvořených směrovači, přepínači, strukturovanou kabeláží atd. Úspěšné používání

těchto prvků vyžaduje teoretické znalosti získané na přednáškách a z domácí přípravy.

Průběžná domácí příprava je s praktickými cvičeními dobrou průpravou pro úspěšné za-

končení předmětu.

Úspěšné absolvování předmětu studentem je posuzováno vyučujícím z pohledu

schopnosti studenta samostatně realizovat zadané úlohy na reálném zařízení a ústně vy-

světlit danou problematiku. Praktická část je vždy zaměřena na problematiku probranou

v aktuálním semestru a student zde prokazuje schopnost praktické aplikace probírané teo-

78

rie v daném předmětu a ve vymezeném časovém limitu. Studenti jsou dopředu obeznámeni

s tímto postupem a na tento závěr reagují tak, že někteří chtějí během semestru pracovat na

úlohách samostatně nebo dochází k vytváření skupin, které mezi sebou „soutěží“ o rychlej-

ší a správné řešení dané úlohy.

Pro snadnější zvládnutí rychle se vyvíjejících počítačových sítí jsou v těchto před-

mětech k dispozici studentům elektronické materiály, které jsou umístěny na portálu uni-

verzity a jsou tvořeny:

materiály, které doplňují přednášky a jsou umístěny na Wiki stránkách Univerzity

Pardubice. Jsou vhodné pro přípravu studentů na závěrečné bakalářské zkoušky.

e-learningem, který obsahuje jak textovou část, tak využívá dynamické prvky

v podobě:

animací a krátkých video modulů, usnadňujících pochopení nového

učiva,

interaktivních úloh, využívajících systém drag and drop.

simulace jednotlivých síťových technologií, které byly vytvořeny v rámci bakalář-

ských nebo diplomových prací.

Jak bylo dříve zmíněno předmět Počítačové sítě 1 je povinný předmět a je z této sé-

rie předmětů zaměřených na počítačové sítě nejtěžším předmětem. Nicméně mezi studenty

je velký zájem o pokračování ve studiu v této oblasti. Výběr studentů je prováděn na zá-

kladě studijních výsledků základního předmětu Počítačové sítě 1. Možnost zapsání si na-

vazujících povinně volitelných předmětů Počítačové sítě 2 až 4, je také omezena kapacitou

síťových laboratoří a počtem odborně způsobilých vyučujících.

8.4.2 Krok - 2.

Návrh Kanova dotazníku pro hodnocení elektronických výukových materiálů studenty.

V kapitole 7.2 je uveden Kanův dotazník, který byl v této podobě použit i pro prak-

tické ověření navržené evaluační metody. Otázky v tomto dotazníky byly sestaveny na zá-

kladě předchozích pohovorů (VOC) s vybranými skupinami studentů. Byla uskutečněna tři

setkání s různými skupinami studentů. Skupiny byly složené ze sedmi studentů.

Z pohovorů se studenty vyplynuly základní informace o tom, co studenti u elektronických

výukových materiálů pokládají za důležité. Tyto požadavky odpovídají definici požadavku

CTS Kanova modelu. Zjištěné požadavky byly zformulovány do tabulky párových dotazů

typu funkční / nefunkční.

79

Pilotní ověření sestaveného dotazníku proběhlo se skupinou studentů, kteří nebyli zahrnuti

do prvotních VOC pohovorů (aby ověření bylo neutrální – neovlivněné tím, že se určitá

skupina studentů spolupodílela na vytváření dotazníků během VOC pohovoru). Smyslem

pilotního ověření bylo především otestování srozumitelnosti a jednoznačnosti otázek

v dotazníku. Skupina studentů byla složena ze studentů Dopravní fakulty Jana Pernera, za-

psaných do předmětu Počítačové sítě 1, vyučovaného na téže fakultě

a studentů Ekonomicko správní fakulty, zapsaných do předmětu Počítačové sítě na téže

fakultě. Výsledkem pilotního ověření byly úpravy formulace některých otázek pro zajištění

jejich jednoznačnosti a srozumitelnosti.

8.4.3 Krok - 3.

Praktické ověření vypracované metodiky evaluace elektronických výukových materiálů na

Katedře softwarových technologií Univerzity Pardubice na předmětu Počítačové sítě 1.

a Počítačové sítě 4.

Výzkumný vzorek představovali studenti, zapsaní do předmětů Počítačové sítě 1

a 4, kteří se zúčastnili závěrečné přednášky daného předmětu a vyplnili připravený evalu-

ační dotazník pro hodnocení elektronických výukových materiálů.

Záměně byli vybráni studenti, kteří s počítačovými sítěmi začínají a mají je v rámci

studijního plánu zařazeny jako povinný předmět (Počítačové sítě 1). Studenti jsou

v průběhu první povinné přednášky požádání o vyplnění testu vstupních znalostí. Výsledky

vstupních testů prováděných po celou dobu výzkumu, tj. během 3 let, prokázaly, že úroveň

vstupních znalostí studentů byla konzistentní s minimálními odchylkami a lze konstatovat,

že studenti mají obdobné vstupní znalosti. Podrobný popis průběhu a výsledku vstupního

testu je uveden v Přiloze A.

Studenti předmětu Počítačové sítě 4 byli zvoleni z důvodů možnosti porovnání vý-

sledků hodnocení (resp. požadavků na elektronické výukové materiály) studenty, kteří se

studiem daného předmětu začínají, se studenty vyššího ročníku.

Tab. 10 Výzkumný vzorek

Počet studentů 2011/12 Počet studentů 2012/13 Počet studentů 2013/14

Počítačové sítě 1 102 128 123

Počítačové sítě 4 34 46 46

Zdroj:vlastní

80

8.4.4 Krok – 4.

Vyhodnocení dotazníků Kanovou evaluační metodou.

Níže uvedené tabulky představují souhrn hodnocení elektronických výukových ma-

teriálů, používaných pro výuku předmětů Počítačové sítě 1 a Počítačové sítě 4 na Katedře

softwarových technologií Univerzity Pardubice. Hodnocení prováděli studenti těchto

předmětů během tří po sobě následujících akademických roků.

K vyhodnocení byly použity dotazníky, sestavené podle pravidel Kanova modelu

spokojenosti. Studenti odpovídali na dotazy typu funkční / nefunkční, vztažených na hod-

nocené výukové materiály. Dotazy v dotazníku (požadavky CTS) byly specifikovány bě-

hem předchozích pohovorů (VOC) s vybranými skupinami studentů, jak je uvedeno

v kapitole 7.1 – Kanův model spokojenosti na straně 60 (teoretická část) a kapitole 8.4.2.

na straně 78 (popis praktického řešení). Dotazník uvedený v kapitole Použití Kanova mo-

delu spokojenosti pro evaluaci elektronických výukových materiálů studenty – Tab. 3 Ta-

bulka dotazů – Kanův dotazník obsahuje dvanáct párových otázek funkční / nefunkční, pro

každou otázku lze zvolit jednu z pěti možných odpovědí (hodnocení). Dotazníky, zodpo-

vězené jednotlivými studenty, byly vyhodnoceny s použitím Kanovy evaluační tabulky

(kap. 7.2 - Tab. 4 Kanova evaluační tabulka). Souhrny hodnocení od jednotlivých studentů

byly zaznamenány do souhrných tabulek odpovědí, odděleně pro jednotlivé akademické

roky a předměty. V dalším kroku studenti hodnotili důležitost jednotlivých požadavků CTS

na stupnci 1 – 9. Hodnocení důležitosti (Self – Stated – Importance podle Kanova modelu

spokojenosti) je v souhrných tabulkách odpovědí zaznamenáno v sloupci S-S-I. Důležitost

jednotlivých požadavků CTS byla rovněž vyhodnocena pomocí výpočtu koeficientů CSP

a CSN (customer’s satisfaction).

81

8.4.4.1 Hodnocení předmětu Počítačové sítě 1

Souhrnné tabulky odpovědí v jednotlivých akademických letech:

Tab. 11 Souhrnná tabulka odpovědí – rok 2011/12

Zdroj:vlastní


Zdroj:vlastní


Zdroj:vlastní

82

Tab. 14 Souhrnná tabulka odpovědí za 3 akademické roky, Počítačové sítě 1

Zdroj:vlastní

4

10

11

9

6

27

M

O

A

Důležitost

Kategorie

Obrázek 11 Grafické vyjádření souhrnné tabulky 14

Zdroj:vlastní

83

Z výše uvedené souhrnné tabulky Tab. 14 hodnocení elektronických výukových

materiálů studenty předmětu Počítačové sítě 1 a jejího grafického vyjádření (Obrázek 11)

je zřejmé následující:

1. Jako požadavek nutný označili studenti dva požadavky CTS:

CTS 10 – Každá kapitola obsahuje závěrečný test.

CTS 11 – Testy jsou automaticky vyhodnoceny.

Jako prioritní z obou požadavků byl studenty metodou Self Stated Importance

označen požadavek CTS 10, jeho prioritu potvrzuje i vypočtený koeficient spoko-

jenosti CSP. Rozdíl v hodnocení priority obou požadavků je však velmi malý (hod-

nota rozdílu je 0,3 na 9-ti hodnotové stupnici). Vzhledem k tomu, že oba požadavky

spolu úzce souvisí, je vhodné považovat současné splnění obou z nich za základní

podmínku spokojenosti studentů s elektronickými výukovými materiály.

2. Jako požadavek lineární označili studenti jeden požadavek CTS:

CTS 9 – Elektronické výukové materiály obsahují praktická cvičení a příklady.

Priorita tohoto požadavku hodnocená metodou Self Stated Importance je rovněž

poměrně vysoká, vypočtený koeficient spokojenosti CSP dosahuje dokonce druhé

nejvyšší hodnoty ze všech požadavků. I splnění tohoto požadavku tedy lze pokládat

za základní podmínku spokojenosti studentů s elektronickými výukovými materiá-

ly.

3. Jako požadavek atraktivní označili studenti celkem čtyři požadavky CTS:

CTS 2 – Každá kapitola obsahuje seznam zdrojů.

CTS 4 – Elektronické výukové materiály obsahují tabulky, schémata a postupy.

CTS 6 – Elektronické výukové materiály využívají grafické animace a simulace pro

názorné vysvětlení.

CTS 7 – Elektronické výukové materiály obsahují hypertextové odkazy

k souvisejícím tématům na internetu.

Jako požadavek s nejvyšší prioritou z této čtveřice byl metodou Self Stated Impor-

tance označen požadavek CTS 4, nejnižší prioritu studenti přiřadili požadavku

CTS 2. I v tomto případě je rozpětí v hodnocení priority poměrně malé (hodnota

rozdílu je 0,96 na 9-ti hodnotové stupnici).

84

8.4.4.2 Hodnocení předmětu Počítačové sítě 4

Souhrnné tabulky odpovědí v jednotlivých akademických letech:


Zdroj:vlastní


Zdroj:vlastní


Zdroj:vlastní

85

Tab. 18 Souhrnná tabulka odpovědí za 3 akademické roky, Počítačové sítě 4

Zdroj:vlastní

M

O

A

11

10

9

3 6

7

4

2

Kategorie

Důležitost

Obrázek 12 Grafické vyjádření souhrnné tabulky 18

Zdroj:vlastní

86

Z výše uvedené souhrnné tabulky Tab. 18 hodnocení elektronických výukových

materiálů studenty předmětu Počítačové sítě 4 a jejího grafického vyjádření (Obrázek

12Obrázek 11) je zřejmé následující:

1. Jako požadavek nutný označili studenti tři požadavky CTS:

CTS 9 – Elektronické výukové materiály obsahují praktická cvičení a příklady.

CTS 10 – Každá kapitola obsahuje závěrečný test.

CTS 11 – Testy jsou automaticky vyhodnoceny.

Jako prioritní z trojice požadavků byl studenty metodou Self Stated Importance

označen požadavek CTS 9 (jeho vypočtený koeficient spokojenosti CSP je však

nejnižší). Rozpětí v hodnocení priority všech tří požadavků je však velmi malé (ro-

zpětí rozdílu je 0,59 na 9-ti hodnotové stupnici). Požadavky CTS 10 a CTS 11 spo-

lu úzce souvisí, je vhodné považovat současné splnění obou z nich za základní

podmínku spokojenosti studentů s elektronickými výukovými materiály.

2. Jako požadavek lineární označili studenti jeden požadavek CTS:

CTS 3 – Elektronické výukové materiály obsahují slovníček pojmů a použitých

zkratek a symbolů.

Priorita tohoto požadavku hodnocená metodou Self Stated Importance se pohybuje

těsně nad polovinou 9-ti bodové stupnice.

3. Jako požadavek atraktivní označili studenti celkem čtyři požadavky CTS:

CTS 2 – Každá kapitola obsahuje seznam zdrojů.

CTS 4 – Elektronické výukové materiály obsahují tabulky, schémata a postupy.

CTS 6 – Elektronické výukové materiály využívají grafické animace a simulace pro

názorné vysvětlení.

CTS 7 – Elektronické výukové materiály obsahují hypertextové odkazy

k souvisejícím tématům na internetu.

Jako požadavek s nejvyšší prioritou z této čtveřice byl metodou Self Stated Impor-

tance označen požadavek CTS 4, nejnižší prioritu studenti přiřadili požadavkům

CTS 2 a CTS 7. I v tomto případě je rozpětí v hodnocení priority poměrně malé

(hodnota rozdílu je 1 na 9-ti hodnotové stupnici).

87

8.5 Výsledky výzkumného šetření

Na základě hodnocení elektronických výukových materiálů studenty pomocí Kano-

va dotazníku a následné anylýzy získaných odpovědí dospěla autorka k těmto výsledkům

výzkumného šetření:

Požadavky kategorie nutné (jejich splnění je očekáváno jako zcela samozřejmé a nemá

významný vliv na úroveň dosaženou v hodnocení kvality, naopak jejich nesplnění vede

k silné nespokojenosti a významně snižuje dosaženou úroveň v hodnocení kvality).

Studenti zařadili při hodnocení kvality elektronických výukových materiálů pro vý-

uku předmětů Počítačové sítě 1 a Počítačové sítě 4 do kategorie nutné požadavky CTS 10

– Každá kapitola je zakončena testem a požadavek CTS 11 – Testy jsou po vyplnění auto-

maticky vyhodnoceny. Tyto požadavky takto vyhodnotili jak studenti předmětu Počítačové

sítě 1, kteří se studiem počítačových sítí začínají, tak i studenti předmětu Počítačové sítě 4,

majícími již s tímto předmětem zkušenosti. Zařazení obou těchto požadavků do kategorie

nutné se jeví jako zcela logické – studenti si potřebují po prostudování dané kapitoly ově-

řit, zda právě nastudovanému učivu správně porozuměli. Zařazení požadavku na automa-

tické vyhodnocení testů (CTS 11) potvrzuje autorčin výzkumný předpoklad (uvedený

v Kap. 8.3), že studenti preferují interaktivní elektronické výukové materiály.

Studenti předmětu Počítačové sítě 4 navíc do kategorie nutné zařadili i požadavek

CTS 9 – elektronické výukové materiály obsahují praktická cvičení a příklady. Označení

tohoto požadavku za požadavek kategorie nutný skupinou studentů, kteří již absolvovali

předměty Počítačové sítě 1 – 3 se opět jeví jako logické s ohledem na způsob výuky

a zejména průběh zkoušek, jejichž nedílnou součástí je i praktická část, kdy studenti mají

za úkol zadanou úlohu (zapojení a konfiguraci) prakticky realizovat na fyzickém zařízení.

Možnost přípravy studentů na praktickou část zkoušky je tak omezena na hodiny cvičení

a konzultací v laboratoři Katedry informatiky během semestru (jedná se o zařízení, určená

pro průmyslovou a komerční sféru, nikoliv pro domácí použití). Podrobná praktická cviče-

ní a příklady tedy významně usnadňují osvojení učiva a zvládnutí praktických úloh

v průběhu cvičení a zkoušek.

88

Požadavky kategorie lineární (jejich splnění přispívá ke spokojenosti a má tak významný

vliv na úroveň dosaženou v hodnocení kvality, naopak jejich nesplnění vede k silné nespo-

kojenosti a významně snižuje dosaženou úroveň v hodnocení kvality).

Studenti předmětu Počítačové sítě 1 do kategorie lineární zařadili požadavek CTS 9

– elektronické výukové materiály obsahují praktická cvičení a příklady. Splnění požadavků

kategorie lineární má obdobně jako u kategorie nutný zásadní vliv na spokojenost studentů

resp. na jimi vnímanou kvalitu hodnocených elektronických výukových materiálů, zdů-

vodnění zařazení tohoto požadavku do kategorie lineární lze tedy považovat za shodné se

zdůvodněním, uvedeným u tohoto požadavku v předchozím odstavci. Zařazení tohoto po-

žadavku do kategorie lineární potvrzuje autorčin výzkumný předpoklad, že studenti prefe-

rují výukové materiály obsahující praktické ukázky a řešené úlohy před výukovými mate-

riály obsahujícími pouze samotnou teorii.

Studenti předmětu Počítačové sítě 4 do kategorie lineární zařadili požadavek CTS 3

– elektronické výukové materiály obsahují slovníček pojmů a seznam použitých zkratek

a symbolů. Zařazení tohoto požadavku do kategorie lineární se na první pohled může jevit

překvapivé, lze jej však zdůvodnit kladným vlivem na přehlednost elektronických výuko-

vých materiálů. Používání zkratek je v oblasti IT běžnou praxí, vzhledem k dynamice

změn a vývoje tohoto oboru přibývají se stejnou dynamikou i nové pojmy a zkratky. Zařa-

zení slovníčku pojmů a seznamu zkratek (především v interaktivní podobě hypertextových

odkazů) tedy přináší nezanedbatelné usnadnění a zrychlení orientace v elektronických vý-

ukových materiálech.

Požadavky kategorie atraktivní (jejich splnění není očekáváno, jejich nesplnění tedy ne-

vede k nespokojenosti a nesnižuje dosaženou úroveň v hodnocení kvality, jejich splnění

naopak přispívá ke spokojenosti a má tak významný vliv na úroveň dosaženou v hodnocení

kvality).

Studenti předmětu Počítačové sítě 1 do kategorie atraktivní zařadili shodně se stu-

denty předmětu Počítačové sítě 4 celkem čtyři požadavky: CTS 2 – Každá kapitola obsa-

huje seznam zdrojů, CTS 4 – Elektronické výukové materiály obsahují tabulky, schémata

a postupy, CTS 6 – Elektronické výukové materiály využívají grafické animace a simulace

pro názorné vysvětlení, CTS 7 – Elektronické výukové materiály obsahují hypertextové

odkazy k souvisejícím tématům na internetu. Zařazení těchto požadavků do kategorie

atraktivní má rovněž svá logické zdůvodnění:

89

Zařazení požadavků CTS 2 a CTS 7 do kategorie atraktivní je dáno skutečností, že

problematika IT je velice rozsáhlá, jednotlivé části na sebe navazují a plné pochopení

a zvládnutí jedné části obvykle předpokládá znalosti z jiné oblasti. Není proto možné do

elektronických výukových materiálů, zabývajících se jedním konkrétním tématem, včlenit

výklad témat souvisejících, jejichž znalost však podmiňuje nebo usnadňuje zvládnutí da-

ného tématu. Seznam zdrojů a zejména hypertextové odkazy významně usnadňují

a urychlují vyhledání a nastudování souvisejících témat a zvyšují tak kvalitu elektronic-

kých výukových materiálů. Zařazení požadavku CTS 7 potvrzuje autorčin výzkumný

předpoklad preference interaktivních výukových materiálů studenty.

Zařazení požadavků CTS 4 a CTS 6 je logicky zdůvodnitelné potřebou přípravy na

praktickou část zkoušky, k jejímuž zvládnutí samotné nastudování teorie nemusí být posta-

čující. Zařazení požadavku CTS 4 do kategorie atraktivní potvrzuje autorčin výzkumný

předpoklad, že studenti preferují výukové materiály obsahující praktické ukázky a řešené

úlohy před výukovými materiály, obsahujícími pouze samotnou teorii; zařazení požadavku

CTS 6 pak potvrzuje další výzkumný předpoklad o preferenci interaktivních výukových

materiálů studenty.

90

9 Závěr

Z výsledků, získaných výzkumným šetřením, realizovaným během tří akademic-

kých roků se studenty Katedry informačních technologií Univerzity Pardubice, vyplynuly

následující odpovědi na výzkumné otázky, definované a položené v kapitole 8.3 – Vý-

zkumné otázky:

Základní výzkumnou otázku „Je Kanova metoda vhodným nástrojem pro stu-

dentské hodnocení kvality elektronických výukových materiálů?“ lze zodpovědět jed-

noznačně kladně. Důvody pro kladné hodnocení vhodnosti Kanovy metody pro evaluaci

elektronických výukových materiálů studenty lze shrnout do těchto bodů:

a) Z praktické realizace výzkumu vyplývá, že Kanovu metodu hodnocení kva-

lity elektronických výukových materiálů lze použít pro hodnocení velkým

počtem studentů, což je základním předpokladem pro statistickou relevanci

získaných údajů.

b) Struktura dotazníků, navržených pomocí Kanova modelu spokojenosti, zá-

roveň zaručuje jednoznačnost získaných odpovědí, resp. umožňuje vylouče-

ní nejasných či nesmyslných odpovědí. V praktickém šetření se počet nejas-

ných odpovědí či nesprávně pochopených dotazů (kategorie odpovědí

R – opačný a Q – nejasný) pohyboval pod hranicí 9%. Takto nízký počet

nejasných odpovědí (resp. nepochopení dotazu respondenty) lze přičíst po-

stupu tvorby dotazníků podle metodiky Kanova modelu spokojenosti: vlast-

nímu sestavení dotazníků předcházejí pohovory se skupinami studentů, díky

nimž lze dotazy formulovat takovým způsobem, aby byly jednoznačně defi-

nované a srozumitelné co nejširšímu okruhu respondentů. Dalším krokem,

stanoveným Kanovou metodou, je testování dotazníků před jejich vlastní

distribucí respondentům. Testování umožňuje odhalit případné nejasnosti

a přispívá tak ke zvýšení srozumitelnosti a jednoznačnosti dotazníků.

c) Kanova metoda poskytuje nejen odpověď na otázku, jakým způsobem při-

spěje splnění jednotlivých požadavků CTS ke spokojenosti studentů

s hodnocenými elektronickými výukovými materiály (tedy zařazení jednot-

livých CTS do kategorií), ale současně i informaci o tom, jakou prioritu pro

studenty splnění konkrétního požadavku CTS má. Vzhledem k tomu, že au-

tory výukových materiálů (včetně elektronických) jsou zpravidla jednotliví

91

vyučující, případně malé kolektivy, jsou časové možnosti autorů značně

omezené. Je proto žádoucí, aby autoři výukových materiálů prioritně vyna-

kládali pozornost a úsilí na splnění těch požadavků, které samotní studenti

považují za nejdůležitější.

d) Potvrdila se možnost snadného automatizovaného zpracování získaných od-

povědí. Pro tvorbu a zpracování dotazníků lze s výhodou využít standard-

ních funkcí programu MS Excel; této možnosti využila i autorka této diser-

tační práce. Použití Kanova dotazníku a následné zpracování získaných dat

tedy nevyžaduje ani v případě rozsáhlého výzkumného vzorku studentů

speciální softwarové vybavení či znalosti, tedy ani žádné dodatečné investi-

ce do softwarového vybavení ani do zpracování získaných dat (znalost práce

s programem MS Excel a základní znalost programování maker lze považo-

vat za standard vysokoškolského pedagoga). Vysoké školy obvykle nedis-

ponují ani finančními, ani personálními zdroji, srovnatelnými

s průmyslovou sférou (pro kterou byla tato metodika původně vyvinuta).

Možnost použití běžně dostupného softwarového vybavení pro zpracování

dotazníků je důležitým faktorem pro hodnocení Kanovy metody jako vhod-

ného nástroje pro evaluaci elektronických výukových materiálů studenty.

Z hodnocení, uvedeného v kapitole 8.5, vyplývá i potvrzení dalších autorčiných vý-

zkumných předpokladů, že studenti preferují elektronické výukové materiály:

interaktivní, poskytující okamžitou zpětnou vazbu,

obsahující praktické ukázky a řešené úlohy před výukovými materiály ob-

sahujícími pouze samotnou teorii,

obsahující hypertextové odkazy (linky) na další internetově dostupné studij-

ní materiály, navazující či rozšiřující danou tématiku.

Na základě výzkumného šetření tedy lze považovat Kanovu metodu jako vhodný

způsob hodnocení kvality elektronických výukových materiálů studenty. Metoda poskytuje

autorům těchto materiálů vhodnou zpětnou vazbu, lze ji využít bez zvláštních nároků na

technické vybavení a speciální znalosti a může tedy významně přispět ke zkvalitnění výu-

kového procesu.

92

10 Slovníček pojmů

Boloňská deklarace

společné prohlášení ministrů školství evropských států z roku 1999 podporující vytvoření

evropského prostoru vysokoškolského vzdělávání

ESG

European Standards and Guidelines – Evropské standardy a směrnice pro vnitřní zajištění

kvality v rámci institucí terciárního vzdělávání

EFQM

Model excellence EFQM je dobrovolný nástroj sloužící k hodnocení organizace bez ohle-

du na velikost, odvětví nebo vyzrálost. EFQM (Evropská nadace pro management kvality)

je neziskovou nadací sdružující organizace, usilující o trvale udržitelnou excelenci.

Google

nejpoužívanější v současnosti světový internetový vyhledávač, provozovaný společností

Google

ICT

termín informační a komunikační technologie vymezujeme v souladu s Pedagogickým

slovníkem (2003) následovně: jedná se o prostředky moderní didaktické audiovizuální

techniky (zejména video, televizi, datový projektor) a technologie, které jsou založené na

počítačích a na moderních telekomunikačních službách umožňujících jejich uživatelům

v maximální možné míře zpřístupnit informace a pracovat s nimi v digitální, resp. elektro-

nické podobě (především počítače, počítačové programy, lokální počítačové sítě, Internet,

multimediální výukové programy na různých typech nosičů nebo interaktivní tabule)

LMS

Learning Management System (systém pro řízení výuky)

LEARN

portál LEARN v prostředí Moodle 2.0 vytvořený na Fakultě elektrotrchniky a informatiky

Univerzity Pardubice

Lisabonská strategie

schválená v roce 2000 a následné v roce 2002 ministři členských států EU odpovídající za

vzdělávání přijali program na období 2002 až 2010 s názvem Vzdělávání a odborná pří-

prava 2010

93

Moodle

Modular Object-Oriented Dynamic Learning Environment (modulární objektově oriento-

vané dynamické vzdělávací prostředí označující konkrétní LMS)

Sorbonnská deklarace

zdůraznila ústřední roli vysokých škol ve vývoji evropské kulturní dimenze a pojednává

mj. o přeshraniční prostupnosti vysokých škol a zápočtů kreditů

STAG

je informační systém určený pro administraci studijní agendy vysoké školy nebo vyšší od-

borné školy

ŠVP

školní vzdělávací program je učební dokument, který si každá základní a střední škola

v České republice vytváří, aby realizovala požadavky rámcového vzdělávacího programu

pro daný obor vzdělávání. Legislativně je zakotven v zákoně číslo 561/2004 Sb. (školský

zákon)

Web 1.0

vývojová etapa Internetu (statické publikování informací v hypertextové podobě)

Web 2.0

vývojová etapa Internetu (podpora komunikace, spolupráce uživatelů a tvorby obsahu we-

bových stránek)

94

11 Použité zdroje

A Decade of International Trends in Evaluation. Reflecting on the Past and Future of Eva-

luation. The evaluation Exchange [online]. 2004, IX.(4): 12-19 [cit. 2015-03-18]. Dostupné

z: A Decade of International Trends in Evaluation. Reflecting on the Past and Future of

Evaluation

ARREOLA, Raoul A. Developing a comprehensive faculty evaluation system: a guide to

designing, building, and operating large-scale faculty evaluation systems. 3rd ed. Bolton,

Mass.: Anker Pub. Co., 2007, xxxi, 246 p. ISBN 19-333-7111-0.

BAUK, Sanja, Snežana ŠĆEPANOVIĆ a Michael KOPP. Estimating Students’ Satisfacti-

on with Web Based Learning System in Blended Learning Environment. Education Re-

search International. 2014, 14(731720): 1-11. DOI: 10.1155/2014/731720. ISSN 2090-

4002. Dostupné také z: http://www.hindawi.com/journals/edri/2014/731720/

BERGER, Lance A a Dorothy R BERGER. The talent management handbook: creating a

sustainable competitive advantage by selecting, developing, and promoting the best peo-

ple. 2nd ed. New York: McGraw-Hill, 2011, xiv, 562 p. ISBN 00-717-3905-X.

BUZAN, Tony. Mentální mapování. Vyd. 1. Praha: Portál, 2007, 165 s. ISBN 978-80-

7367-200-3.

BYČKOVSKÝ, Petr. Základy měření výsledků výuky. Praha: ČVUT VUIS, 1982.

COHEN, Lou. Quality function deployment: how to make QFD work for you. Reading,

Mass.: Addison-Wesley, 1995, xix, 348 p. ISBN 02-016-3330-2.

ČIHÁKOVÁ, Hana, Martina KAŇÁKOVÁ a Miloš RATHOUSKÝ. Evropské aktivity

v oblasti odborného vzdělávání: Výběr z dokumentů Evropské unie [online]. Praha: Národ-

ní ústav odborného vzdělávání, 2008 [cit. 2015-05-27]. Dostupné

z: http://www.nuov.cz/uploads/PaK/Evropske_aktivity_v_oblasti_odborneho_vzdelavani.p

df

ČMEJRKOVÁ, Světla, František DANEŠ a Jindra SVĚTLÁ. Jak napsat odborný text.

Vyd. 1. Praha: Leda, 1999, 255 s. ISBN 80-859-2769-1.

DANEŠ, František. Kultura a struktura českého jazyka. Vyd. 1. Praha: Karolinum, 2009,

511 s. ISBN 978-802-4616-483.

DINUCCI, Darry. Fragmented Future. Print, 1999, 3 s. Dostupné také

z: http://darcyd.com/fragmented_future.pdf

Dlouhodobé záměry a jejich aktualizace (rozvojové programy): MŠMT ČR. MŠMT ČR

[online]. Praha: MŠMT, © 2013 – 2015 MŠMT [cit. 2015-04-28]. Dostupné

z: http://www.msmt.cz/vzdelavani/vysoke-skolstvi/dlouhodoby-zamer-vzdelavaci-a-

vedecke-vyzkumne-vyvojove-a

95

DOLEČEK, Josef, Zdeněk SKOUPIL a Miloš ŘEŠÁTKO. Teorie tvorby a hodnocení

učebnic pro odborné školství. Praha: Výzkumný ústav odborného školství, 1975.

DOSTÁLEK, Libor. Velký průvodce protokoly TCP/IP a systémem DNS. 3. aktualiz.

A rozš. vyd. Praha: Computer Press, 2002, xiv, 542 s. ISBN 80-722-6675-6.

DOWNES, Stephen. E-learning 2.0: Education and Technology in Perspective. ELearn

Magazine [online]. 2005 [cit. 2015-04-28]. Dostupné

z: http://elearnmag.acm.org/featured.cfm?aid=1104968

EDITED BY WIM JOCHEMS, Jeroen van Merriënboer and Rob Koper. Integrated E-

Learning Implications for Pedagogy, Technology and Organization. London: Routledge-

Falmer, 2003. ISBN 02-034-1636-8.

ELLIOTT, Kevin M. a Dooyoung SHIN. Student Satisfaction: An alternative approach to

assessing this important concept. Journal of Higher Education Policy and Management.

2002, 24(2): 197-209. DOI: 10.1080/1360080022000013518. ISSN 1360-080x. Dostupné

také z: http://www.tandfonline.com/doi/abs/10.1080/1360080022000013518

ERNEST T. PASCARELLA, Ernest T.Patrick T a . How college affects students: a third

decade of research. 2nd ed. San Francisco: Jossey-Bass, 2005. ISBN 978-078-7910-440.

EVROPSKÁ KOMISE. Skupina EU na vysoké úrovni: naučme učitele učit. Brusel, 2013,

8 s. Dostupné také z: http://europa.eu/rapid/press-release_IP-13-554_cs.htm

FUNDIN, Anders a Lars NILSSON. Using Kano’s Theory of Attractive Quality to Better

Understand Customer Experiences with E‐Services. Asian Journal on Quality. 2003, 4(2):

32-49. DOI: 10.1108/15982688200300018.

GERŠLOVÁ, Jana. Vádemékum vědecké a odborné práce. 1. vyd. Praha: Professional Pu-

blishing, 2009, 148 s. ISBN 978-80-7431-002-7.

GRIGOROUDIS, Evangelos. Customer satisfaction evaluation. New York: Springer,

2009, p. cm. ISBN 978-144-1916-396.

HASILOVÁ, Helena. Lingvodidaktické problémy výuky odborného vyjadřování v němčině:

nácvik ústního a písemného referátu na české vysoké škole v česko-německém interkultur-

ním prostředí. Vyd. 1. Praha: Karolinum, 2011, 230 s. ISBN 978-802-4619-101.

HELUS, Zdeněk. KOLEKTIV AUTORŮ. Psychologie školní úspěšnosti žáků. Praha: Stát-

ní pedagogické nakladatelství, 1979.

HNILIČKOVÁ, Jitka. Didaktické testy a jejich statistické zpracování. 1. vyd. Praha: SPN,

1972, 199 s.

Hodnocení kvality vysokých škol / sborník příspěvků z 7. semináře z cyklu "Hodnocení kva-

lity vysokých škol", Ústí nad Labem, 23.-24. ledna 2006. Ústí nad Labem: Univerzita Jana

Evangelisty Purkyně v Ústí nad Labem, 2006. ISBN 80-704-4800-8.

ISSN 80-7044-800-8.

96

HUTYRA, Milan. Kvalita ve vzdělávání a její zabezpečování v prostředí vysokých škol –

II. Česká společnost pro jakost – spolek – certifikace systémů jakosti [online]. [cit. 2015-

03-18]. Dostupné z: http://www.csq.cz/res/data/000198.pdf

HUTYRA, Milan. Komparativní studie Metodiky komplexního hodnocení kvality a EFQM

Excellence Model® Higher Education Version 2003. Ostrava, 2006, 10 s. Dostupné také z:

http://www.csvs.cz/projekty/2006_kvalita/publikace.htm

IPN pro oblast terciárního vzdělávání, výzkumu a vývoje: MŠMT ČR. MŠMT ČR [online].

Praha: MŠMT ČR, © 2013 – 2015 MŠMT [cit. 2015-04-28]. Dostupné

z: http://www.msmt.cz/strukturalni-fondy/ipn-pro-oblast-terciarniho-vzdelavani-vyzkumu-

a-vyvoje?highlightWords=IPn+kvalita

JANEČEK, Jan a Martin BÍLÝ. Lokální sítě. Vyd. 3. V Praze: České vysoké učení tech-

nické, 2008, 180 s. ISBN 978-80-01-04014-0.

KALHOUS, Zdeněk a Otto OBST. Školní didaktika. Vyd. 2. Praha: Portál, 2009,

447 s. ISBN 978-807-3675-714.

KANO, Noriaki. Attractive Quality and Must-Be Quality. Journal of the Japanese Society

for Quality Control. 1984, 14(2): 29–48.

KERLINGER, Fred N. Základy výzkumu chování: Pedagogický a psychologický výzkum.

1. vyd. Praha: Academia, 1972, 705 s.

KIRKPATRICK, Donald L a James D KIRKPATRICK. Evaluating training programs:

the four levels. 3rd ed. San Francisco: Berrett-Koehler, 2006, xvii, 379 s.

ISBN 15-767-5348-4.

KLEMENT, Milan. Přístupy k hodnocení elektronických studijních opor určených pro rea-

lizaci výuky formou e-learningu. Olomouc: Velfel Ladislav, 2011.

ISBN 978-80-87557-13-6.

KOPECKÝ, Kamil. E-learning (nejen) pro pedagogy. 1. vyd. Olomouc: HANEX, 2006,

125 s. ISBN 80-857-8350-9.

KOUCKÝ, Jan, Radim RYŠKA a Martin ZELENKA. Reflexe vzdělání a uplatnění absol-

ventů vysokých škol: Výsledky šetření REFLEX 2013 [online]. Praha: Středisko vzdělávací

politiky, Pedagogická fakulta, Univerzita Karlova v Praze, 2014, 208 s. [cit. 2014-05-10].

Dostupné také

z: http://www.strediskovzdelavacipolitiky.info/download/Reflexe%20vzdelani%20a%20up

latneni%20absolventu.%20Vysledky%20setreni%20REFLEX%202013.pdf

KULIČ, Václav. Psychologie řízeného učení. Vyd. 1. Praha: Academia, 1992, 187 p. ISBN

80-200-0447-5.

LAMMLE, Todd. LAMMLE. CCNA: výukový průvodce přípravou na zkoušku 640-802.

Vyd. 1. Brno: Computer Press, 2010, 928 s. ISBN 978-802-5123-591.

97

LAMSER, Václav. Základy sociologického výzkumu. Praha: Svoboda, 1966.

LEPIL, Oldřich. Teorie a praxe tvorby výukových materiálů: zvyšování kvality vzdělávání

učitelů přírodovědných předmětů. 1. vyd. Olomouc: Univerzita Palackého v Olomouci,

2010, 97 s. ISBN 978-80-244-2489-7.

MAREŠ, Jiří. Co se skrývá za numery? IForum: časopis Univerzity Karlovy [online].

2012, 1(12): 18-21 [cit. 2015-04-28]. ISSN 1214-5726. Dostupné

z: https://iforum.cuni.cz/IFORUM-13142-version1-FORUM052012WEB.pdf

MAREŠ, Jiří. Analýza obtížnosti učebnic pro lékařské fakulty. In: Tvorba učebnic. Praha:

SNP, 1987, s. 42–48.

MAREŠ, Jiří a Šárka DOŠLÁ. Studentské posuzování kvality výuky na celouniverzitní

úrovni. Brno: MSD, 2008, 141 s. ISBN 978-807-3920-753.

MEHROTRA., Dheeraj. Implementing six sigma in education towards TQM in academics.

New Delhi: S Chand, 2012. ISBN 978-812-1939-812.

MISTRÍK, Jozef. Štylistika. 3. vyd., upravené. Bratislava: Slovenské pedagogické nakl,

1997. ISBN 80-080-2529-8.

MRÁZ, Václav. Analýza a standardizace testů pedagogické a psychologické diagnostiky.

Praha: Pedagogická fakulta UK, 1977.

MRŇOVÁ, Olga. Vliv evropské integrace systémů zajišťování kvality na rozvoj kvality

českého terciárního vzdělávání. In: Ekonómia a podnikanie: Vedecký časopis Fakulty eko-

nómie a podnikania BVŠP. Bratislava: Bratislavská vysoká škola práva, 2007, s. 66-74.

ISSN 1337-4990. Dostupné také

z: http://www.paneurouni.cz/files/sk/fep/casopis/ekonomia_a_podnikanie_1-2007.pdf

Národní ústav pro vzdělávání: činnosti. Národní ústav pro vzdělávání [online]. Praha, 2015

[cit. 2015-05-27]. Dostupné z: http://www.nuv.cz/cinnosti

O'REILLY, Tim. What Is Web 2.0. [online]. San Francisco, 2004 [cit. 2015-04-28]. Do-

stupné z: http://www.oreilly.com/pub/a//web2/archive/what-is-web-20.html

PERCIVAL, Fred a Henry ELLINGTON. A handbook of educational technology. 2nd ed.

New York: Nichols Pub., 1988, 273 p. ISBN 08-939-7300-9.

PETŘKOVÁ, Anna. Psychologie učení a vzdělávání dospělých: studijní text pro distanční

studium. 1. vyd. Olomouc: Hanex, 2006, 80 s. ISBN 80-857-8363-0.

PODLAHOVÁ, Libuše. Didaktika pro vysokoškolské učitele. Vyd. 1. Praha: Grada, 2012,

154 s. Pedagogika (Grada). ISBN 978-802-4742-175.

POL, Milan. Škola v proměnách. 1. vyd. Brno: Masarykova univerzita, 2007, 194 s.

ISBN 978-80-210-4499-9.

98

PORRER, Robert. Placement as Integral part of Institutional Provision. Higher Education

Management and Policy. 1994, 6(3). ISSN 1682-3451.

PRŮCHA, Jan. Pedagogická evaluace: hodnocení vzdělávacích programů, procesů a vý-

sledků. Vyd. 1. V Brně: Masarykova univerzita, 1996, 166 s. ISBN 80-210-1333-8.

PRŮCHA, Jan. Učení z textu a didaktická informace. Praha: Academia, 1987, 91 p.

PRŮCHA, Jan. Učebnice: teorie a analýzy edukačního média: příručka pro studenty, uči-

tele, autory učebnic a výzkumné pracovníky. Brno: Paido, 1998, 148 s. Edice pedagogické

literatury. ISBN 80-859-3149-4.

PRŮCHA, Jan. Přehled pedagogiky: úvod do studia oboru. 2., aktualiz. vyd. Praha: Portál,

2006, 271 s. ISBN 80-717-8944-5.

PRŮCHA, Jan, Eliška WALTEROVÁ a Jiří MAREŠ. Pedagogický slovník. 4., aktualiz.

vyd. Praha: Portál, 2003, 322 s. ISBN 80-717-8772-8.

PŘÍHODA, Václav. Praxe školského měření: testování na škole prvního stupně. 2. vyd.

Praha: Dědictví komenského, 1936, 328 s.

PŘÍHODA, Václav. Pedotechnika. Praha: Bakulův ústav, 1930, 282 s.

PŮLPÁN, Zdeněk. Základy sestavování a klasifikace vyhodnocování didaktických testů.

Hradec Králové: Kotva, 1991, 148 s. ISBN 80-900-2544-7.

OP Vzdělávání pro konkurenceschopnost období 2007-2013. OP VK - Operační program

Vzdělávání pro konkurenceschopnost [online]. MŠMT, 2013 [cit. 2015-03-18]. Dostupné

z: http://www.op-vk.cz/

RAMSDEN, Paul. Learning to teach in higher education. 2nd ed. New York: Routledge-

Falmer, 2003, xiii, 272 p. ISBN 04-153-0345-1.

RUFFINO, Sharon G. Fisher with Barbara J. Establishing the value of training: practical

tools and techniques for calculating training costs and returns. Amherst, Mass: HRD

Press, 1996. ISBN 978-087-4253-221.

RUPNIK, Jacques a Anna OROSZ. Higher Education and the Reform Process in Central

and Eastern Europe: Changes in the Croatian Higher Education System. European Journal

of Education. 1992, 27(1/2): 63-82. DOI: 10.1007/978-3-658-02333-1_4.

RUSSON, Craig. A Decade of International Trends in Evaluation. The Evaluation Exchan-

ge. 2003,IX(4).

RÝDL, Karel. Vliv socioekonomického vývoje společnosti na pojetí kvality školy v ČR.

Praha: Národní ústav pro vzdělávání, 2012, 119 s. ISBN 978-80-87063-76-7.

99

SEDLÁČKOVÁ, Jarmila. Diagnostické metody ve vyučování matematice: Určeno pro po-

sl. učitelského stud. s matematikou PřF UP. 1. vyd. Olomouc: Univerzita Palackého, 1993,

87 s. ISBN 80-706-7261-7.

SHARIF ULLAH, A. M. M. a Jun'ichi TAMAKI. Analysis of Kano-model-based customer

needs for product development. Systems Engineering. 2011, 14(2): 154-172. DOI:

10.1002/sys.20168. ISSN 10981241. Dostupné také

z: http://doi.wiley.com/10.1002/sys.20168

SHILLITO, M. Acquiring, processing, and deploying voice of the customer. Boca Raton,

Fla.: St. Lucie Press, 2001, xvi, 279 p. ISBN 15-744-4290-2.

SKALKOVÁ, Jarmila. Za novou kvalitu vyučování: (inovace v soudobé pedagogické teorii

i praxi). Brno: Paido - edice pedagogické literatury, 1995, 89 s. ISBN 80-859-3111-7.

SKALKOVÁ, Jarmila. Využívání médií jako didaktického prostředku v procesu školního

vyučování. Pedagogika: Časopis pro vědy o vzdělávání a výchově. Praha: Pedagogický

ústav Jana Amose Komenského, AV ČR, 2012, 52(4): 445 – 452. ISSN 0031-3815.

SLAVÍK, Milan. Vysokoškolská pedagogika. Vyd. 1. Praha: Grada, 2012, 253 s. Pedago-

gika (Grada). ISBN 978-80-247-4054-6.

Standards and Guidelines for Quality Assurance in the European Higher Education Area.

3. Helsinki: © European Association for Quality Assurance in Higher Education, 2009, 41

s. ISBN 978-952-5539-24-0.

SURYNEK, Alois. Základy sociologického výzkumu. 1.vyd. Praha: Management Press,

2001, 160 s. ISBN 80-726-1038-4.

ŠEBKOVÁ, Helena a Eva MÜNSTEROVÁ. Akreditace a hodnocení kvality. Aula. Praha:

Centrum pro studium vysokého školství, 2005, 13(1): 14–22. ISSN 1210-6658. Dostupné

také z: http://www.csvs.cz/aula/clanky/5-2005.1-akreditace-a-hodnoceni.pdf

ŠIMONOVÁ, Ivana a Petra POULOVÁ. Learning style reflection within tertiary

e-education. 1st issue. Hradec Králové: WAMAK CZ in Miloš Vognar M, 2012, 105 s.

ISBN 978-80-86771-51-9.

ŠLERKA, Josef a Filip SMOLÍK. Studie z aplikované lingvistiky: Automatická měřítka

čitelnosti pro česky psané texty. Praha: Univerzita Karlova, 2011, 11 s. ISSN 1804-3240.

Teorie a nástroje vzdělávací politiky. 1. vyd. Praha: Karolinum, 2006, 172 s. Učební texty

Univerzity Karlovy v Praze. ISBN 80-246-1259-3.

TÖPFER, Armin. Six Sigma: koncepce a příklady pro řízení bez chyb. 1. vyd. Brno: Com-

puter Press, 2008, x, 508 s. ISBN 978-80-251-1766-8.

TÖPFER, Armin. Six Sigma: koncepce a příklady pro řízení bez chyb. 1. vyd. Brno: Com-

puter Press, 2008, x, 508 s. ISBN 978-80-251-1766-8.

100

Univerzita Pardubice: Univerzita Pardubice získala znovu evropský certifikát „DIPLOMA

SUPPLEMENT LABEL“. Univerzita Pardubice [online]. Pardubice: Univerzita Pardubi-

ce, 2014 [cit. 2015-04-28]. Dostupné z: https://dokumenty.upce.cz/Univerzita/tiskove-

zpravy/archiv/tiskove-zpravy-2014/univerzita-ds-label.html

UPCE. Dlouhodobý záměr vzdělávací a vědecké, výzkumné, vývojové a inovační, umělecké

a další tvůrčí činnosti Univerzity Pardubice 2011 – 2015. Pardubice: Univerzita Pardubice,

2010, 40 s. ISBN 978-80-7395-305-8. Dostupné také

z: https://dokumenty.upce.cz/Univerzita/zakladni-dokumenty/dlouhodoby-zamer/dz-2011-

2015.pdf

VAŠŤATKOVÁ, Jana. Pedagogická encyklopedie: Autoevaluace škol. In Průcha. Praha:

Portál, 2009, s. 582–586. ISBN 978-80-7367-546-2.

VAŠUTOVÁ, Jaroslava. Strategie výuky ve vysokoškolském vzdělávání. Praha: Univerzita

Karlova v Praze, Pedagogická fakulta, 2002, 283 s. ISBN 80-729-0100-1.

VAŠUTOVÁ, Jaroslava. Strategie výuky ve vysokoškolském vzdělávání. Praha: Univerzita

Karlova v Praze, Pedagogická fakulta, 2002, 283 s. ISBN 80-729-0100-1.

Vliv evropské integrace systémů zajišťování kvality na rozvoj kvality českého terciárního

vzdělávání. Ekonómia a podnikanie. 2007, 1(1): 66-74. ISSN 1337-4990. Dostupné také

z: http://www.paneurouni.cz/files/sk/fep/casopis/ekonomia_a_podnikanie_1-2007.pdf

WALTEROVÁ, Eliška. Kurikulum: proměny a trendy v mezinárodní perspektivě. Vyd. 1.

Brno: Masarykova univerzita, 1994, 185 s. ISBN 80-210-0846-6.

WEISBERG, Mitchell. Student Attitudes and Behaviors Towards Digital Textbooks. Pu-

blishing Research Quarterly [online]. 2011, 27(2): 188-196 [cit. 2015-04-30]. DOI:

10.1007/s12109-011-9217-4. ISSN 1053-8801. Dostupné

z: http://link.springer.com/10.1007/s12109-011-9217-4

Základní dokumenty evropské spolupráce ve vzdělávání a Boloňského procesu, MŠMT

ČR. MŠMT ČR [online]. Praha: Web provozovaný ministerstvem školství ČR, © 2010 –

2012 MŠMT [cit. 2011-02-10]. Dostupné z: ww.msmt.cz/mezinarodni-vztahy/dulezite-

dokumenty

ZOUNEK, Jiří. E-learning a vzdělávání: Několik pohledů na problematiku e-learningu.

Pedagogika: Časopis pro vědy o vzdělávání a výchově. Praha: Pedagogický ústav Jana

Amose Komenského, AV ČR, 2006, 56(4): 335 – 347. ISSN 0031-3815.

ZOUNEK, Jiří. E-learning a vzdělávání: Několik pohledů na problematiku e-learningu.

Pedagogika. Praha: Pedagogický ústav Jana Amose Komenského, AV ČR, 2006, LVI(4):

335-347. ISSN 0031-3815.

ZOUNEK, Jiří. E-learning - jedna z podob učení v moderní společnosti. Vyd. 1. Brno: Ma-

sarykova univerzita, 2009, 161 s. ISBN 978-80-210-5123-2.

101

ZOUNEK, Jiří a Petr SUDICKÝ. E-learning: učení (se) s online technologiemi. Vyd. 1.

Praha: Wolters Kluwer Česká republika, 2012, xix, 226 s. ISBN 978-80-7357-903-6.

ZUJEV, Dmitrij Dmitrijevič. Ako tvoriť učebnice. Bratislava: Slovenské pedagogické na-

kladatelství, 1986.

102

12 Publikační činnost autora

NERADOVÁ, Soňa. Průběžný stav disertační práce - Evaluace elektronických výukových

materiálů. In: Ditech '09: mezinárodní studentská vědecká konference. [DVD-ROM]. Hra-

dec Králové: IKM UHK, 2009. ISBN 978-80-7435-001-6.

NERADOVÁ, Soňa. Robotika pro první stupeň základních škol. In: Media4u Magazine:

Čtvrtletní časopis pro podporu vědy a výzkumu v oblasti vzdělávání [online]. 2009, 31–33.

ISSN 1214-9187. Dostupné z: http://www.media4u.cz/mm022009.pdf

NERADOVÁ, Soňa, Zdeněk DRVOTA, Štěpán HUBÁLOVSKÝ a Josef ŠEDIVÝ. Začí-

náme s Javou. In: Media4u Magazine: Čtvrtletní časopis pro podporu vědy a výzkumu v

oblasti vzdělávání [online]. 2009, s. 28–30. ISSN 1214-9187. Dostupné

z: http://www.media4u.cz/mm022009.pdf

NERADOVÁ, Sońa. Aplikace teorie grafů: Čtvrtletní časopis pro podporu Přiklad použiti

eulerovského tahu při hře domino. In: Media4u Magazine: Čtvrtletní časopis pro podporu

vědy a výzkumu v oblasti vzdělávání [online]. 2009, s. 35–37. ISSN 1214-9187. Dostupné


NERADOVÁ, Soňa. Matematické putování - didaktická pomůcka pro upevňování základ-

ních početních znalostí. In: Média a vzdělávání 2009. Praha: Vysoká škola hotelová v Pra-

ze 8, spol. s.r.o, 2009, s. 70–73. ISBN 978-80-86578-94-1. Dostupné

z: http://www.media4u.cz/sbornikmeavz2009.pdf

NERADOVÁ, Soňa. Zpracování a zhodnocení průběžného testu v předmětu Základy algo-

ritmizace. In: ICTE - Junior České Budějovice [DVD-ROM]. České Budějovice: V Čes-

kých Budějovicích: Jihočeská univerzita, 2009. ISBN 978-80-7394-191-8.

NERADOVÁ, Soňa. Styly učení studentů v kombinované formě studia. In: DisCo 2010:

Příležitosti a rizika distančního vzdělávání. Plzeň: Západočeská univerzita v Plzni, Ústav

celoživotního vzdělávání, 2010, s. 170–173. ISSN 978-80-7043-911-1. Dostupné

z: http://www.disco.zcu.cz/files/Sbornik_DisCo_Rozsireny.pdf

NERADOVÁ, Soňa. Vliv cílené prezentace vysoké školy na kvalitu vysokoškolského stu-

dia. Media4u Magazine: Čtvrtletní časopis pro podporu vědy a výzkumu v oblasti vzdělá-

vání [online]. 2010, roč. 7, č. 4, s. 24–26. Dostupné


103

NERADOVÁ, Soňa a Josef HORÁLEK. Využití myšlenkových map ve výuce počítačo-

vých sítí. Journal of Technology and Information Education: Časopis pro technickou

a informační výchovu [online]. 2011, roč. 3, č. 2, s. 60–62. Dostupné

z: http://www.jtie.upol.cz/clanky_2_2011/neradova.pdf

Neradová, Soňa. Evaluace elektronických výukových materiálů. In: KAPOUNOVÁ, Jana

a Kateřina KOSTOLÁNYOVÁ. Information and Communication Technology in Educati-

on 2011. Rožnov pod Radhoštěm, 2012, s. 15. ISBN 978-80-7464-136-7.

NERADOVÁ, Soňa a Josef HORÁLEK. Využití statistiky při evaluaci v e-learningových

systémech. Journal of Technology and Information Education: Časopis pro technickou

a informační výchovu [online]. 2012, roč. 4, č. 1, s. 10–14. Dostupné

z: http://www.jtie.upol.cz/clanky_1_2012/neradova.pdf

Filip HOLÍK, Josef HORÁLEK, Ondřej MAŘÍK, NERADOVÁ, Soňa a Stanislav ZITTA.

Effective penetration testing with Metasploit framework and methodologies. In COMPU-

TATIONAL INTELLIGENCE and INFORMATICS PROCEEDINGS (CINTI 2014): Proce-

edings. Piscataway : IEEE (Institute of Electrical and Electronics Engineers), 2014,

s. 237–242. ISBN 978-1-4799-5338-7.

Filip HOLÍK, Josef HORÁLEK, Ondřej MAŘÍK, NERADOVÁ, Soňa a Stanislav ZITTA.

S. The methodology of measuring throughput of a wireless network. In COMPUTATIO-

NAL INTELLIGENCE and INFORMATICS PROCEEDINGS (CINTI 2014): Proceedings.

Piscataway : IEEE (Institute of Electrical and Electronics Engineers), 2014, s. 279–284.

ISBN 978-1-4799-5338-7.

Josef HORÁLEK, Ondřej MAŘÍK, NERADOVÁ, Soňa a Stanislav ZITTA. Virtualization

tools analysis mapped into RING 0. In ICETA 2014: Proceedings. Piscataway : IEEE (In-

stitute of Electrical and Electronics Engineers), 2014, s. 151–156.

ISBN 978-1-4799-7740-6.

Josef HORÁLEK, Ondřej MAŘÍK, NERADOVÁ, Soňa a Stanislav ZITTA. Cloud soluti-

ons in education. In ICETA 2014: Proceedings. Piscataway : IEEE (Institute of Electrical

and Electronics Engineers), 2014, s. 157–162. ISBN 978-1-4799-7740-6.

104

MAŘÍK, Ondřej, Josef HORÁLEK, Filip HOLÍK, Soňa NERADOVÁ a Stanislav ZIT-

TA.Centralizace provozních datových výstupů letištních provozních zařízení I.: Výzkumná

zpráva. Pardubice, 2014.

105

13 Příloha A

Vstupní test znalostí a jeho vyhodnocení

Studenti studijního oboru Informační technologie programu Informační technologie

absolvují v rámci povinných předmětů Počítačové sítě 1.

Tab. 19 Počet testovaných studentů v jednotlivých akademických rocích

Akademický rok Celkový počet studentů

2011/2012 206

2012/2013 168

2013/2014 176

Zdroj:vlastní

Představení vstupního testu znalostí

Test vstupních znalostí je rozdělen do tří základních částí, které jsou zaměřeny na

problematiku:

1. matematického základu využívaného v problematice datových komunikací,

2. orientace v obecných pojmech informatiky a základní problematice týkají-

cích se počítačových sítí,

3. pokročilé znalosti z oblasti problematiky počítačových sítí.

1. Matematický základ

Cílem těchto otázek (rozsah 1 až 2) je ověřit znalosti binární a hexadecimální sou-

stavy a dovednosti pracovat s různými číselnými soustavami a převádět číselné hodnoty

mezi nimi. Tyto dovednosti a znalosti jsou nezbytné pro pochopení problematiky logické-

ho adresování s využitím protokolu IPv4, IPv6 a fyzickému adresování s využitím MAC

adres. Položené otázky byly následující:

1. Převeďte desítkové číslo 231 na jeho binární ekvivalent. Vyberte správnou

odpověď.

a.) 11110010

b.) 11011011

c.) 11110110

d.) 11100111

e.) 11100101

106

f.) 11101110

2. Převeďte binární číslo 10111010 na jeho hexadecimální ekvivalent. Vyberte

správnou odpověď.

a.) 85

b.) 90

c.) BA

d.) A1

e.) B3

f.) 1C

Hodnocení výsledků první části vstupního testu – matematického základu

Z výsledků uvedených v tabulce 20 je vidět, že více než polovina studentů umí

správně pracovat s převody mezi desítkovou a dvojkovou číselnou soustavou. Tato doved-

nost je významná pro práci s protokolem IPv4 a reprezentaci IP adresy v binární soustavě

např. pro potřeby principů směrování.

Tab. 20 Procentuální zastoupení správných odpovědí – matematický základ

Akademický rok Otázka 1 Otázka 2

2011/2012 66% 33%

2012/2013 63% 30%

2013/2014 57% 28%

Průměr správných odpovědí 62% 31%

Maximální odchylka od průměru 4,62% 2,93%

Minimální odchylka od průměru 3,53% 2,72%

Zdroj:vlastní

Druhá otázka, jež ověřuje dovednosti respondentů převádět číselné hodnoty mezi

binární a hexadecimální soustavou, má výrazně nižší procento úspěšnosti. Tyto výsledky

mohou být důsledkem nedostatečného důrazu na práci s číselnými soustavami

v matematice a hlavně požadavkem na schopnost přímého převodu čísla mezi binární

a hexadecimální soustavou resp. Dvojího převodu, pokud student při převodu využije re-

prezentaci v desítkové soustavě. Z výsledků plyne, že na tuto dovednost je nutné při výuce

vyčlenit dostatečný časový prostor, jelikož vztah mezi binární a hexadecimální soustavou

je nezbytný pro správné pochopení a práci s protokolem IPv6 resp. při využívání fyzické

MAC adresy.

107

Obě otázky také naznačují, že vstupní znalost práce s číselnými soustavami je

z velké části konzistentní a s odchylkou okolo 3% oscilují kolem průměrných hodnot.

Vstupní znalosti testovaných studentů v této oblasti se v jednotlivých akademických letech

výrazným způsobem neliší a při vyhodnocování studijních materiálů z pohledu studenta,

zabývajících se touto problematikou, je lze považovat za konzistentní.

2. Obecné znalosti z informačních technologií

Cílem těchto otázek (rozsah 3 až 8) je ověřit znalosti z oblasti obecných pojmů

a principů z oblasti informačních technologií a základních principů a problémů datových

komunikací. Cílem těchto otázek je ověřit orientaci v dané problematice a možnost použí-

vání odborné terminologie ve výkladu a studijních materiálech. Položené otázky byly ná-

sledující:

3. Jaká je funkce BIOSu? Vyberte správnou odpověď.

a.) umožňuje počítači připojení k síti

b.) poskytuje prostor CPU pro dočasné ukládání dat

c.) provádí samočinný test vnitřních částí počítače nazývaný (power-

on self test)

d.) poskytuje grafické rozhraní pro hry a aplikace

4. Co je charakteristické pro internet? Vyberte správnou odpověď.

a.) není centrálně řízen

b.) používá pouze fyzické adresy

c.) používá soukromé IP adresy

d.) je lokalizován na určité zeměpisné místo

5. Který příkaz lze použít k otestování připojení mezi dvěma počítači, které

jsou připojeny k síti? Vyberte správnou odpověď.

a.) Ipconfig

b.) Ping

c.) Winipcfg

d.) Ifconfig

e.) nbtstst – s

108

6. Jaký typ konektoru se používají pro síťovou kartu? Vyberte správnou odpo-

věď.

a.) DIN

b.) PS-2

c.) RJ-11

d.) RJ-45

7. Uživatel má problémy s přístupem na internet. Příkaz ping www.upce.cz

selže. Nicméně, ping na IP adresu upce.cz pomocí příkazu ping

198.133.219.25 je úspěšný. V čem je problém? Vyberte správnou odpověď.

a.) webový server pro doménu upce.cz je mimo provoz

b.) je nesprávně nastavena výchozí brána (gateway)

c.) problém je v protokolu DNS

d.) je nesprávně nastavena adresa mezipaměti ARP

8. Jaká je zásadní výhoda používání protokolu IPv6? Vyberte správnou odpo-

věď.

a.) poskytuje větší adresný rozsah pro sítě a hostitele

b.) zajišťuje rychlejší připojení

c.) je mu přidělena větší šířka pásma

d.) pro přenos používá v porovnání s IPv4 vyšší frekvenci

109

Hodnocení výsledků druhé části vstupního testu – obecné znalosti z informačních

technologií

Z tabulky 21 je vidět, že otázky zaměřené na obecné znalosti problematiky z oblasti

informačních technologií mají vysoké procento správných odpovědí. Vysoká míra správ-

ných odpovědí koresponduje se zaměřením studentů FEI UPCE a vysokou míru správných

odpovědí lze jistě přičíst i tomu, že testovaní studenti jsou již v druhém ročníku a položené

otázky jsou tematicky zaměřeny na specializaci studovaného oboru. Výjimkou ve vysoké

úspěšnosti správných odpovědí představuje otázka číslo 7, která předpokládá nutnost pro-

vést analýzu zadaného problému a na jejím základě vybrat vhodnou definici problému.

Tab. 21 Procentuální zastoupení správných odpovědí – obecné znalosti

Akademický rok Otázka

3

Otázka

4

Otázka

5

Otázka

6

Otázka

7

Otázka

8

2011/2012 72% 73% 77% 72% 49% 63%

2012/2013 67% 70% 72% 70% 48% 57%

2013/2014 68% 71% 74% 73% 46% 61%

Průměr správných odpovědí 69% 72% 74% 72% 48% 60%

Maximální odchylka od průměru 2,75% 1,78% 2,43% 1,46% 1,62% 1,13%

Minimální odchylka od průměru 2,10% 1,62% 1,94% 0,97% 1,29% 0,81%

Zdroj:vlastní

Odchylky od průměru správných odpovědí v jednotlivých otázkách zaměřených na

všeobecný přehled v oblasti informačních technologií se pohybují okolo 2%, což opět

představuje vysokou konzistentnost vstupních znalostí studentů.

110

3. Pokročilé znalosti z oblasti počítačových sítí

Cílem těchto otázek (rozsah 9 až 15) je ověřit stupeň pokročilých znalostí z oblasti

počítačových sítí. Tyto otázky mají za úkol zjistit počet studentů, kteří do kurzu vstupují

s pokročilými znalostmi dané problematiky, a je tedy možné těmto studentům připravit in-

dividuální úlohy pro jejich dynamický rozvoj. Dané otázky se také v různých obměnách

vyskytují v závěrečném testu a je tedy možné sledovat vývoj vzdělávané skupiny studentů.

Na dané otázky pak správně odpovídají převážně studenti, kteří se s problematikou počíta-

čových sítí setkali na střední škole. Položené otázky byly následující:

9. Jaký účel má proces směrování v síti? Vyberte správnou odpověď.

a.) zapouzdřit data, která se používají pro komunikaci po síti

b.) provádí výběr cesty, které se používají k přímému doručení dat do

cílové sítě

c.) převádí název URL na IP adresu

d.) zajistí bezpečný přenos souborů na internet

e.) k předání dat na základě MAC adres

10. Které síťové zařízení by se mělo používat, pro umožnění komunikace hosti-

tele s jiným hostitelem v jiné síti? Vyberte správnou odpověď.

a.) switch (přepínač)

b.) hub (rozbočovač)

c.) router (směrovač)

d.) uživatel (koncové zařízení např. PC)

11. V jakém případě je vhodné, aby administrátor sítě použil diagnostický ná-

stroj tracert? Vyberte správnou odpověď.

a.) ke stanovení aktivního připojení protokolu TCP na koncovém PC

b.) ke zjištění informací o názvu DNS na DNS serveru

c.) ke zjištění, kde byl paket ztracen nebo informací o zpoždění na sí-

ti

d.) k zobrazení IP adresy, výchozí brány a adresy DNS serveru na PC

12. Jaký účel má ICMP zpráva? Vyberte správnou odpověď.

111

a.) informovat směrovače (routery) o změnách topologie sítě

b.) zajistit doručení IP paketu

c.) poskytnout zpětnou vazbu o IP přenosu paketů,

d.) sledovat proces překladu doménového jména na IP adresu

13. Které tři IP adresy patří mezi privátní? (Vyberte tři správné odpovědi.)

a.) 10.1.1.1

b.) 172.32.5.2

c.) 192.167.10.10

d.) 172.16.4.4

e.) 192.168.5.5

f.) 224.6.6.6

112

14. Jakou adresu výchozí brány musíme nastavit u hosta A v síti 192.133.219.0.

Vyberte dle obrázku?

Obrázek 13 Zapojení sítě LAN

Zdroj:vlastní

a.) 192.135.250.1

b.) 192.31.7.1

c.) 192.133.219.0

d.) 192.133.219.1

15. Jaké tvrzení správně popisuje funkci Address Resolution Protocol? Vyberte

správnou odpověď.

a.) ARP se používá pro zjištění IP adresy nějakého počítače na jiné

síti

b.) ARP se používá pro zjištění IP adresy nějakého počítače v místní

síti

c.) ARP se používá pro zjištění MAC adresu nějakého počítače na ji-

né síti

d.) ARP se používá pro zjištění MAC adresu nějakého počítače na

lokální síti

113

Hodnocení výsledků třetí části vstupního testu – pokročilé znalosti z oblasti počítačo-

vých sítí

Z výsledků, uvedených v tabulce 23, je zřetelně vidět, že pokročilé znalosti pro-

blematiky počítačových sítí jsou u začínajících studentů minimální a jejich povědomí

o této problematice a technické úrovni se v jednotlivých akademických letech lišily mini-

málně. Z toho vyplývá, že převážnou většinu specializovaných znalostí z oblasti počítačo-

vých sítí studenti získávají až při studiu předmětu a to z přednášek, cvičení a studijních

materiálů. Zpětnou analýzou lze pak vysledovat změny znalostí v jednotlivých částech

a jejich dynamický růst. Zvýšení znalostí z oblasti počítačových sítí pak lze do značné mí-

ry přičítat efektivnímu systému výuky a opakovanému zdokonalování obsahu a formy stu-

dijních materiálů.

Tab. 22 Procentuální zastoupení správných odpovědí – pokročilé znalosti z oblasti počítačových sítí

Akademický

rok

Otázka

9

Otázka

10

Otázka

11

Otázka

12

Otázka

13

Otázka

14

Otázka

15

2011/2012 20% 26% 14% 18% 9% 11% 11%

2012/2013 18% 24% 12% 14% 11% 10% 9%

2013/2014 19% 25% 15% 17% 10% 8% 7%

Průměr správných

odpovědí 19% 25% 14% 17% 10% 10% 9%

Maximální odchyl-

ka od průměru 1,13% 0,97% 1,94% 2,59% 0,97% 1,94% 2,27%

Minimální odchyl-

ka od průměru 0,81% 0,97% 1,46% 1,78% 0,97% 1,46% 2,10%

Zdroj:vlastní

114

Celkové zhodnocení vstupního testu za akademické roky 2011 až 2014

Z výše uvedených výsledků lze vyvodit závěr, že vstupní znalosti, s nimiž studenti

vstupují do předmětu Počítačové sítě 1, jsou v době výzkumu, tedy po tři sledované aka-

demické roky, velice podobné a liší se maximálně o necelých 5%. Pokročilé znalosti, pak

jsou po dobu výzkumu na minimální úrovni a zohledňují spíše výjimečné případy studentů,

kteří se s touto problematikou setkali v dřívějším studiu. Zde je dokonce možné sledovat

vysoce stabilní trend vývoje znalostí, kdy se úspěšnost studentů za tři roky mění maximál-

ně v rozsahu 2%.

Date post:	23-Aug-2020
Category:	Documents
Upload:	others
View:	1 times
Download:	0 times

Evaluace elektronických výukových materiálů · v akademickém roce 2014/13, 2013/12 a...

Documents