Analiza jakości wybranych systemów e-learningowych za pomocą wielokryterialnej metody analitycznego procesu decyzyjnego AHP

• Autorzy: Adam Stecyk

Warianty tytułu

The Multi-Criteria Analytic Hierarchy Process (AHP) for Quality Analysis of Selected E-Learning Systems

• Języki publikacji: PL

Abstrakty

Celem artykułu jest prezentacja raportu z najnowszych badań przeprowadzonych na Wydziale Zarządzania i Ekonomiki Usług (Uniwersytet Szczeciński) na temat analizy poziomu jakości systemów e-learningowych (LAMS i MOODLE). Analizę oparto na wielokryterialnej metodzie analitycznego procesu hierarchicznego (AHP), narzędziu służącemu do określania głównych kryteriów jakości systemów e-learningowych. Przez hierarchiczne uporządkowanie problemu możliwe jest lepsze zrozumienie poziomu jakości, kryteriów, jakie należy zastosować, a także alternatywnych rozwiązań, które należy poddać ewaluacji. Proponowaną koncepcję badawczą można wykorzystać do analizy problemów nauczania elektronicznego, takich jak jakość systemów nauczania i platform e-learning, tryby nauczania czy jakość usług. Zakładając odpowiedni (najlepszy opis charakteru edukacji i jakości) dobór cech opisowych i przekształcenie ich w realne determinanty, koncepcja AHP może być wykorzystana do poprawy decyzji dotyczących zagadnień jakości w szkolnictwie wyższym.(abstrakt oryginalny)

EN

The aim of the article is a presentation of the report of the latest studies carried out at the Faculty of Management and Economics of Services (University of Szczecin, Poland) on analyzing the quality level of e-learning systems (LAMS and MOODLE) The analysis was based on the multi-criteria analytic hierarchy process (AHP) method, a tool that is used for determining the main criteria of e-learning systems quality. By structuring the problem based on the hierarchy, it is possible to better understand the level of quality, the criteria to be used and the alternatives to be evaluated. The proposed research concept can be used to analyze e-learning problems within the framework of specific subjects, such as system quality, teaching modes and service quality. Assuming a proper (the best description of the nature of education and quality) selection of descriptive characteristics and transforming them into real determinants, the AHP concept can be used to improve decisions on quality issues in higher education.(original abstract)

Słowa kluczowe

PL

Analityczny proces hierarchiczny; Zdalne nauczanie; Jakość; Szkolnictwo wyższe; Edukacja

EN

Analytic Hierarchy Process (AHP); e-learning; Quality; Higher education; Education

• Czasopismo: Informatyka Ekonomiczna / Uniwersytet Ekonomiczny we Wrocławiu
• Rocznik: 2018
• Numer: nr 3 (49)
• Strony: 78--88

Twórcy

autor

Adam Stecyk

• Uniwersytet Szczeciński

Bibliografia

• Alonso F., 2005, An instructional model for webbased e-learning education with a blended learning process approach, British Journal of Educational Technology, s. 217-235.
• Banayoun R., Roy B., Sussman N., 1966, Manual de Reference du Programme Electre, Note de Synthese et Formation 25, Direction Scientifique SEMA.
• Cai S., Jun M., Pham L., 2007, End-user computing satisfaction and its key dimensions: An exploratory study, Southwest Decision Sciences Institute, s. 725-734.
• Charnes A., Cooper W., Rhodes E., 1978, Measuring the efficiency of decision making units, European Journal of the Operational Research, nr 2, s. 63-85.
• Cronin J., Taylor S., 1994, SERPVERF Versus SERVQUAL: Reconciling Performance-Based and Perceptions - Minus-Expectations Measurement of Service quality, Journal of Marketing, nr 58(1), s. 23-24.
• DeLone W.H., McLean E.R., 2003, The DeLone and McLean model of information systems success: A ten-year update, Management Information Systems, 19(4), s. 9-30.
• Diech W., Korbicz J., Rutkowski L., Tadeusiewicz R., 2000, Sieci neuronowe, Akademicka Oficyna Wydawnicza EXIT, Warszawa.
• Doll W.J., Torkzadeh G., 1988, The measurement of end-user computing satisfaction, MIS Quarterly, 12:2, s. 259-274.
• Education, 2010, US Department of Education, https://www2.ed.gov/rschstat/eval/tech/evidencebased- practices/finalreport.pdf.
• Mączyńska M., 2014, Polska transformacja a kapitalizm inkluzywny, Mazowsze. Studia Regionalne, nr 15, s. 13-18.
• Mizerek H., 2012, Jakość edukacji. Dyskursy, które wybrzmiały, milcząc, [w:] Jakość edukacji, różnorodne perspektywy, Wydawnictwo Uniwersytetu Jagiellońskiego, Kraków, s. 13-16.
• Nedelcu B., 2015, Business intelligence systems, Database Journal, 1/12.
• Olszak C.M., 2012, Analiza i ocena dorobku naukowego z zakresu Business Intelligence, [w:] Olszak C.M., Systemy inteligencji biznesowej jako przedmiot badań ekonomicznych, Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, Katowice, s. 11-26.
• Parasuraman A., Zeithaml V., Berry L., 1994, Alternative scales for measuring service quality: A comparative assessment based on psychometric and diagnistic criteria, Journal of Marketing 1994, nr 70 (3), s. 201-230.
• Picciano A.G., 2014, Blended Learning: Research Perspectives, Taylor & Francis, New York.
• Popper K., 2002, Logika odkrycia naukowego, Wydawnictwo Naukowe PWN, Warszawa.
• Rudawska E., Kiecko R., 2000, SERVQUAL - metoda badania jakości usług i jej praktyczne zastosowanie, Marketing i Rynek, nr 5, s. 12-13.
• Saaty R., 2002, Decision Making in Complex Environments: The Analytic Network Process (ANP) for Dependence and Feedback: A Manual for the ANP Software SuperDecisions, Creative Decisions Foundation.
• Scott T., 2003, Bloom's taxonomy applied to testing in computer science classes, Journal of Computing Sciences in Colleges, s. 267-274.
• Stecyk A., 2016, Doskonalenie jakości usług edukacyjnych w szkolnictwie wyższym. Podejście metodyczne, Uniwersytet Szczeciński, Szczecin.
• Tijssen R.J., 1998, Quantitative assessment of large heterogeneous R&D networks: The case of Process Engineering in the Netherlands, Research Policy, 26, s. 7-8.
• Wells D., 2008, Business Analytics - Getting the Point, http://b-eye-network.com/view/7133.

Identyfikatory

DOI

10.15611/ie.2018.3.07