Кластерний аналіз ефективності управління вищих навчальних закладів

Автор(и)

DOI:

https://doi.org/10.15587/1729-4061.2022.265860

Ключові слова:

кластерний аналіз, метод k-середніх, агломеративний кластерний аналіз, рівень управління вищим навчальним закладом

Анотація

Об'єктом дослідження є внутрішня структура управління у вищих навчальних закладах. Завдання дослідження полягає у підтвердженні причинно-наслідкового зв'язку між управлінням та рейтингом. Вища освіта є одним із найважливіших показників рівня розвитку держави. Саме тому багато країн світу надають великого значення питанню якості вищої освіти. Для відображення якості освіти у відповідних вищих навчальних закладах були створені різноманітні міжнародні та національні рейтингові системи вищих навчальних закладів. В даний час рейтинг вишів включає в себе такі критерії, як якість освіти, показники зайнятості випускників, затребуваність випускників на ринку праці, симбіоз науки, освіти і бізнесу, мобільність студентів. Дані показники є прямим результатом ефективного управління у вишах. Виходячи з цієї гіпотези, у роботі робиться припущення про можливість кластеризації вишів у Республіці Казахстан з метою визначення ефективності управління. Автори розглядають три моделі кластеризації: чітку та нечітку кластеризацію на основі k-середніх та агломеративний кластерний аналіз. Слід зазначити, що кластеризація вишів дозволяє визначити деяку системність щодо організації управління вишами. Поділ вишів на кластери за ступенем погіршення управління дозволяє створити своєрідний ієрархічний рейтинг організації управління діяльністю вишу. Це створює передумови для аналізу внутрішньої структури управління у провідних вищих навчальних закладах з метою вивчення та впровадження цих практик вишами нижчих кластерів

Біографії авторів

Aidar Mambetkaziyev, Kazakh-American Free University

Rector

Department of Business

Zhassulan Baikenov, Kazakh-American Free University

First Vice-President

Department of Business

Galina Konopyanova, Kazakh-American Free University

PhD, Professor

Department of Business

Посилання

  1. European Journal of Higher Education. Scimago Journal & Country Rank. Available at: https://www.scimagojr.com/journalsearch.php?q=21100863103&tip=sid&clean=0
  2. The Journal of Higher Education. Available at: https://www.tandfonline.com/toc/uhej20/64/5?nav=tocList
  3. Hazelkorn, E. (2015). Rankings and the reshaping of higher education. UK: Palgrave Macmillan, 304. doi: https://doi.org/10.1057/9781137446671
  4. Roghanian, P., Rasli, A., Gheysari, H. (2012). Productivity Through Effectiveness and Efficiency in the Banking Industry. Procedia - Social and Behavioral Sciences, 40, 550–556. doi: https://doi.org/10.1016/j.sbspro.2012.03.229
  5. Astakhova, N. I. (2019). Management. Moscow: Yurayt Publishing House.
  6. Higgins, J. C. (1989). Performance measurement in universities. European Journal of Operational Research, 38 (3), 358–368. doi: https://doi.org/10.1016/0377-2217(89)90012-x
  7. Van Dyke, N. (2005). Twenty Years of University Report Cards. Higher Education in Europe, 30 (2), 103–125. doi: https://doi.org/10.1080/03797720500260173
  8. Usher, A., Savino, M., (2006). A world of difference: A global survey of university league tables. Ontario: Educational Policy Institute.
  9. Lazzarotti, V., Manzini, R., Mari, L. (2011). A model for R&D performance measurement. International Journal of Production Economics, 134 (1), 212–223. doi: https://doi.org/10.1016/j.ijpe.2011.06.018
  10. Wu, H.-Y., Chen, J.-K., Chen, I.-S., Zhuo, H.-H. (2012). Ranking universities based on performance evaluation by a hybrid MCDM model. Measurement, 45 (5), 856–880. doi: https://doi.org/10.1016/j.measurement.2012.02.009
  11. Nail, N., Gorobets, D. V. (2016). Evaluation of the effectiveness of management development institutions of higher education on the basis of the factor and criterion model. International Journal of Environmental & Science Education, 11 (18), 12167–12182. Available at: https://files.eric.ed.gov/fulltext/EJ1122556.pdf
  12. Asaul, A. N., Kaparov, B. M. (2007). Management of a higher educational institution in an innovative economy. Saint Petersburg: “Humanystyka”.
  13. Bulatova, R. M., Tuguz, Yu. R., Filin, N. N. (2013). Evaluation of the effectiveness of universities on the basis of fuzzy methods. Fundamental Research, 11 (2), 238–243.
  14. Levshina, V. V., Shimokhina, V. V. (2007). Evaluation of the effectiveness of the quality management system of an educational organization. Problems of Modern Economics, 23, 18–24.
  15. Karlovsky, A. V. (2008). Formation of a system of indicators of the activity of a higher educational institution. Quality, Innovation, Education, 9, 16–23.
  16. Stepanov, S. A. (2004). Model and criteria for the effectiveness of the intra-university quality management system. Quality, Innovation, Education, 1, 30–37.
  17. Ruzieva, E., Nurgaliyeva, A., Duisenbayeva, B., Kulumbetova, D., Zhapbarkhanova, M. (2020). Optimization of the lecture training strategy for students. Entrepreneurship and Sustainability Issues, 7 (3), 2407–2418. doi: https://doi.org/10.9770/jesi.2020.7.3(63)
  18. Bishimbaeva, S. K., Nurasheva, K. K., Nurmukhanbetova, A. A. (2017). Key assessment indicators and criteria for university innovation as elements of the quality management system. International Research Journal, 11 (65), 136–141.
  19. Karur, S., Murthy, M. V. R. (2013). Survey and Analysis of University Clustering. International Journal of Artificial Intelligence & Applications, 4 (4), 127–144. doi: https://doi.org/10.5121/ijaia.2013.4412
  20. Chang, W., Ji, X., Liu, Y., Xiao, Y., Chen, B., Liu, H., Zhou, S. (2020). Analysis of University Students’ Behavior Based on a Fusion K-Means Clustering Algorithm. Applied Sciences, 10 (18), 6566. doi: https://doi.org/10.3390/app10186566
  21. Rapp, K., Büchele, G., Jähnke, A. G., Weiland, S. K. (2006). A cluster-randomized trial on smoking cessation in German student nurses. Preventive Medicine, 42 (6), 443–448. doi: https://doi.org/10.1016/j.ypmed.2006.03.006
  22. Battaglia, O. R., Paola, B. D., Fazio, C. (2016). A New Approach to Investigate Students’ Behavior by Using Cluster Analysis as an Unsupervised Methodology in the Field of Education. Applied Mathematics, 07 (15), 1649–1673. doi: https://doi.org/10.4236/am.2016.715142
  23. Head, M., Ziolkowski, N. (2012). Understanding student attitudes of mobile phone features: Rethinking adoption through conjoint, cluster and SEM analyses. Computers in Human Behavior, 28 (6), 2331–2339. doi: https://doi.org/10.1016/j.chb.2012.07.003
  24. Antonenko, P. D., Toy, S., Niederhauser, D. S. (2012). Using cluster analysis for data mining in educational technology research. Educational Technology Research and Development, 60 (3), 383–398. doi: https://doi.org/10.1007/s11423-012-9235-8
  25. Yang, C. Y., Liu, J. Y., Huang, S. (2020). Research on early warning system of college students’ behavior based on big data environment. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XLII-3/W10, 659–665. doi: https://doi.org/10.5194/isprs-archives-xlii-3-w10-659-2020
  26. Sorour, S. E., Mine, T., Goda, K., Hirokawa, S. (2015). A Predictive Model to Evaluate Student Performance. Journal of Information Processing, 23 (2), 192–201. doi: https://doi.org/10.2197/ipsjjip.23.192
  27. Peng, K., Leung, V. C. M., Huang, Q. (2018). Clustering Approach Based on Mini Batch Kmeans for Intrusion Detection System Over Big Data. IEEE Access, 6, 11897–11906. doi: https://doi.org/10.1109/access.2018.2810267
  28. Yuhui, P., Yuan, Z., Huibao, Y. (2018). Development of a representative driving cycle for urban buses based on the K-means cluster method. Cluster Computing, 22 (S3), 6871–6880. doi: https://doi.org/10.1007/s10586-017-1673-y
  29. Niukkanen, A., Arponen, O., Nykänen, A., Masarwah, A., Sutela, A., Liimatainen, T. et al. (2017). Quantitative Volumetric K-Means Cluster Segmentation of Fibroglandular Tissue and Skin in Breast MRI. Journal of Digital Imaging, 31 (4), 425–434. doi: https://doi.org/10.1007/s10278-017-0031-1
  30. Abbasi, S., Nejatian, S., Parvin, H., Rezaie, V., Bagherifard, K. (2018). Clustering ensemble selection considering quality and diversity. Artificial Intelligence Review, 52 (2), 1311–1340. doi: https://doi.org/10.1007/s10462-018-9642-2
  31. Bagherinia, A., Minaei-Bidgoli, B., Hossinzadeh, M., Parvin, H. (2018). Elite fuzzy clustering ensemble based on clustering diversity and quality measures. Applied Intelligence, 49 (5), 1724–1747. doi: https://doi.org/10.1007/s10489-018-1332-x
  32. Nazari, A., Dehghan, A., Nejatian, S., Rezaie, V., Parvin, H. (2017). A comprehensive study of clustering ensemble weighting based on cluster quality and diversity. Pattern Analysis and Applications, 22 (1), 133–145. doi: https://doi.org/10.1007/s10044-017-0676-x
  33. Independent Agency for Quality Assurance in Education. Available at: https://iqaa-ranking.kz/en/
Кластерний аналіз ефективності управління вищих навчальних закладів

##submission.downloads##

Опубліковано

2022-12-30

Як цитувати

Mambetkaziyev, A. ., Baikenov, Z., & Konopyanova, G. (2022). Кластерний аналіз ефективності управління вищих навчальних закладів . Eastern-European Journal of Enterprise Technologies, 6(3 (120), 26–31. https://doi.org/10.15587/1729-4061.2022.265860

Номер

Том 6 № 3 (120) (2022): Процеси управління

Розділ

Процеси управління

Ліцензія

Авторське право (c) 2022 Aidar Mambetkaziyev, Zhassulan Baikenov, Galina Konopyanova

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.