高校社科用戶數據檢索能力差異調查

魏園婷 魏 靜 李婷婷

(1，3西安理工大學圖書館，陜西西安 710048；2西安電子科技大學圖書館，陜西西安 710071)

1 引言

隨著研究范式的轉變，研究者在數據發現與獲取、管理與組織等方面都面臨著問題，數據素養成為了科學研究者們必備的素養之一[1]。秦建認為數據素養是指具備在科學研究中收集、加工、管理、評價和利用數據的知識和能力[2]。Carlson從數據生命周期的角度出發，提出數據素養是指具備數據收集、組織、分析、可視化、再利用的數據基本能力[3]。美國數據質量運動(Data Quality Campaign)指出數據素養是指從可訪問的數據源中搜尋、遴選、收集數據；整合、分析數據等[4]。由此可知，數據檢索能力是數據素養的必要條件。這些問題也受到社會科學研究者的重視，故本研究以社會科學用戶為研究對象，從數據需求入手，調查用戶的數據使用頻率、用戶在查找數據時的感受以及感受與用戶數據檢索能力之間的關系進行調查，以期為高校社會科學用戶數據素養教育提供參考。

2 研究設計

本問卷設計之初首先與15位用戶進行訪談，了解用戶在查找數據過程中提及的、經常遇到的問題，對其中的關鍵詞進行總結、梳理，最終設計問卷。問卷采用人工分發與網絡填寫兩種方式，采用SPSS19進行數據分析，主要利用的分析方法有描述性統計、方差分析與相關分析。

3 問卷統計分析

3.1 信度效度分析

信度指問卷的可信度，本研究采用阿爾法系數進行信度檢驗。利用SPSS工具計算本問卷量表部分的α值，得出結果均大于0.9，說明本問卷具有良好的信度。效度是指問卷的準確性，使用KMO值和Bartlett球度檢驗的結果來判斷結構效度。本問卷KMO值均大于0.8，Bartlett球度檢驗值小于0.005，因此認為本問卷具有結構效度。

表1 樣本人口特征分布表

3.2 樣本人口特征分析

由表1可知，共回收有效問卷356份。其中，有61位理工科用戶，295位社會科學用戶。本研究以社科用戶為研究對象，所以對295名社科用戶做進一步分析。在社科用戶中有83位男性，占總人數的28.1%，女性212位，占總人數的71.9%，女性多于男性，符合社科領域女性研究者較多的現狀。在人員層次方面有本科生87人，占29.5%；碩士生136人，占46.1%；博士生32人，占10.8%；教師40人，占13.6%。整體來看博士生與教師樣本量較少，但是在高校中博士與教師樣本總體遠小于研究生與本科生，符合總體的分布，故樣本研究用戶身份分布在可以接受的范圍內。從整體上看，樣本覆蓋面較廣，包含本科、碩士、博士、教師各個層級，社科領域大多數專業都有涉及，且來自眾多高校。因此，樣本具有代表性。

3.3 數據使用情況調查

3.3.1 數據使用頻率

借鑒信息使用的定義，將數據使用定義為用戶對數據內容、數據服務或數據資源的吸收和使用。數據源是指用戶為滿足數據需求而獲得數據的來源，是數據的載體。

本研究通過Q5——“您曾在學術研究中引用數據嗎？”，引用數據是指對數據的使用，對二手數據的利用。通過對數據使用頻率的了解也可以推出用戶的數據需求，若經常使用數據的則有高的數據需求，不常使用的則數據需求較低，從未使用過數據則表示沒有數據需求或這類用戶的數據需求還處于潛在階段，指用戶存在但沒有直接意識到，或需求不夠強烈沒有轉化為使用行為。

表2 數據使用情況表

由表2可知，56.3%社科領域研究者需要經常在科學研究中引用數據，40.3%的用戶偶爾引用數據，僅有少數(3.4%)用戶表示從未在自己的研究中引用過數據。說明隨著科研環境的變化、科學研究范式的轉變，大多數研究者在科研活動中需要使用數據，具有強烈的數據需求，但也存在少數研究者的需求還處在潛在階段。在之后的圖書館數據服務中，對需求強烈的用戶需要進一步關注用戶的需求內容、特點，對于還處在潛在需求階段的用戶需要喚醒、引導，幫助用戶意識到并且表達出自己的需求。

3.3.2 用戶數據使用頻率與身份、專業相關性分析

表3 數據使用頻率與身份、專業方差分析結果表

為探求數據使用頻率與身份、專業之間是否具有相關性，對使用頻率與身份、專業分別進行方差分析。在方差分析前對選項進項賦值，1為從沒引用過數據為1分，2為偶爾引用為2分，3為經常使用為3分。由表3可知，根據方差齊性檢驗的結果，說明各組的方差在顯著性水平為0.05時，沒有顯著性差異，即方差具有齊性。身份、專業與數據使用頻率的方差檢驗P值均小于0.05，說明身份、專業與數據使用頻率具有關聯性。

(1)不同身份用戶數據使用頻率差異分析

根據不同身份用戶對數據的使用頻率求得均值，繪制柱狀圖，如圖1所示。

圖1 不同身份用戶數據使用頻率柱狀圖

由圖1可知，數據使用頻率最低的為本科生，最高的為教師，碩士生和博士生之間差別不大。可認為本科生數據需求較低，教師最高，碩、博用戶差別不大。數據需求的高低一部分由科學研究任務決定，一部分由用戶的數據意識決定。本科生的數據需求最低，一方面可能是因為科研活動少、科研層次較淺，所以導致的需求低，另一方面可能是數據意識低，即沒有意識到數據的價值、沒有利用數據的想法、不知道自己需要數據等多種原因導致的需求低。可見，在對本科生進行信息素養教育時，需要培養其數據意識。同樣的，教師的數據需求最高，可能是因為研究活動增多導致，也可能是教師的數據利用意識較高。

(2)不同專業用戶數據使用頻率差異分析

根據不同專業用戶對數據的使用頻率求得均值，繪制柱狀圖，如圖2所示。

圖2 不同專業用戶數據使用頻率柱狀圖

根據圖2可以看出，數據使用頻率從高到低的專業分別是：經濟學、管理學、法學、教育學、文學。

可知，數據需求最高的是經濟學類專業用戶，經濟學是指研究國民經濟各方面問題的學科，包括各種經濟關系和經濟活動規律。經濟學研究大多都采用模型驅動的研究范式，即先構建模型，再搜集實證數據去驗證模型的合理性[5]，或通過根據現有數據設定模型。無論是哪種方式，都對數據有著極強的依賴性，數據的數量和質量已經成為制約經濟學模型研究的主要因素[6]。因此，具有高的數據查找、篩選能力對于經濟學研究至關重要。

其次，是管理學類專業用戶，管理學是指研究管理活動的基本規律和方法的科學[7]。管理學研究是復雜的，因為影響管理活動的因素眾多，不僅有生產力和生產關系，還有自然因素、政治、心理、文化等，所以管理學的研究方法也是復雜的[8]。數學作為管理學的理論基礎，決定了管理學研究必然離不開對數據的利用。

再次，是法學類專業用戶，法學是指研究國家和法的科學[9]。法律學、政治學、社會學的實證研究離不開數據，通過對數據的收集與分析，說明法律效果或社會效果、制度/政策合理性、社會現狀等。

從次，是教育學類專業用戶，教育學是研究教育規律、現象及方法的學科，教育學發展之初以理論研究為主，多以體驗、領悟為核心[10]。隨著研究方法的發展，出現了對假設檢驗方法的運用[11]。隨著假設檢驗方法的興起，則產生了數據需求。

最后，是文學類專業用戶，文學學科是指研究文學作品與文學現象的學科，包含的二類學科有中/外語言文學、新聞傳播學、藝術學。傳統文學對數據的利用較少，但是，對著數據密集型科研范式的到來，在文學領域進行定量分析已悄然興起[12]。隨著統計文藝學的興起，文學領域對數據的需求將逐漸增多。

可以看出，雖然不同專業數據需求高低有區別，但是總得來說，都具有使用數據的需求。本研究的前提是有過數據使用或數據查找的經歷，所以在之后的數據分析中，剔除了10位從沒引用過數據的用戶。

3.4 數據查找困難度與檢索能力分析

3.4.1 數據查找困難度

采用問題T1——“我認為找數據是個麻煩事”來衡量用戶在情感上對于查找數據的看法。問題T2——“我在檢索數據時通常要找很久”來衡量實際操作中查找數據的情況。例如：我認為找數據是一個麻煩事，我在找數據時通常要找很久，則認為該用戶在查找數據方面存在困難。

圖3 查找數據困難度柱狀圖

根據圖3可以看出，對于大多數用戶來說，在查找數據方面存在困難。訪談用戶S6、S7、S12等，也表示查找數據是一個很花費精力、耗費時間成本的行為，而且往往收效很低。有的用戶表示很無奈，并表明現狀就是這樣，沒辦法。可見，降低用戶查找數據的困難度是數據服務的緊要任務。

3.4.2 數據檢索能力

選擇合適的方法和工具，高效地找到所需數據，即是數據檢索能力。在以往的檢索能力培訓中更多的是針對文獻檢索，隨著數據需求的增多，應增加有關數據檢索能力培訓的課程、講座，以此來提高用戶查找數據的能力，節省用戶的時間。本研究通過T3、T4、T5、T6問題來衡量用戶的數據檢索能力。將四個題目的選項進行賦值，從1反對到5非常贊同，賦值為1至5分，求得均值，值越高說明用戶某方面的能力越強。

圖4 數據檢索能力柱狀圖

T3——“我對本專業的數據源都很熟悉”和問題T4——“我知道去哪檢索我需要的數據”，用T3問題來考察用戶對數據源的了解情況，用T4來衡量用戶對數據源的選擇能力。T5——“我知道如何檢索數據”，這個問題是用來衡量用戶對于檢索方法的掌握情況，如檢索式的構建等。T6——“當不同來源的數據值不一樣時，我知道如何選擇出相對準確的”，用該問題來衡量用戶對數據及數據源的評價能力，選出好的數據源很大程度上就決定了數據的質量。

整體而言，從圖4數據檢索能力折線圖可以看出，普遍而言，社會科學領域研究者的數據檢索能力有待加強。相對而言，用戶較強的能力為“知道如何檢索”，即用戶基本具有將需求轉化為檢索式的能力，這點可能是用戶在長期的文獻檢索中積累的；用戶相對較欠缺的檢索知識為對本專業網絡數據源的了解，缺乏對數據源的了解，就會在查找數據時無從下手，造成檢索的低效率。在之后的數據素養教育中，則要重點加強對用戶所欠缺的能力的培養。

3.4.3 用戶數據檢索能力差異分析

為探究不同身份、專業用戶，檢索能力的差異性，分別對T3、T4、T5、T6與身份、專業做方差分析。在方差分析前先進行方差齊性檢驗，由表4可知，各組的方差在顯著性水平為0.05時，沒有顯著性差異，即方差具有齊性。方差檢驗結果為：①不同專業、身份用戶對本專業數據源的熟悉程度沒有差異；②不同專業、身份用戶的數據源選擇能力均具有差異；③不同專業、身份用戶構建檢索式的能力沒有差異；④不同身份用戶的數據源評價能力沒有差異，不同專業用戶間存在差異。具體的差異如圖5所示。

表4 數據檢索能力與身份、專業方差分析表

圖5 不同用戶檢索能力差異分析圖

由圖a不同身份用戶群體對網絡數據源熟悉度差異分析可以看出，對于本專業網絡數據源的熟悉程度最高的為教師，最低的為本科生，碩士生與博士生相差不大。基本可知，隨著研究水平的增高對數據源的熟悉程度逐漸增高。但是應該注意到，博士生的科研經驗、研究層次都比碩士用戶豐富，卻對本專業的網絡數據源的熟悉程度與碩士差不多，與教師用戶相差很多。

由圖b不同身份的用戶數據源選擇能力差異分析可知，選擇能力最強的為教師群體，最弱的為博士用戶。

可以看出，最需要關注的為博士用戶群體，在現實中，往往我們都會默認博士具有較高的綜合能力，但是根據分析結果可以看出，最需要提升數據檢索能力的用戶群體為博士用戶，一方面原因為，我們對博士生檢索能力的慣性思維，致使博士生受到檢索能力培訓機會的降低，很少有專門針對博士生檢索能力培訓的課程或講座；另一方面是，博士生對數據的完整性、系統性、內容深度、準確性等方面要求較高，在較高要求的情況下，反襯出能力的不足。

由圖c不同專業用戶數據源選擇能力的差異分析可以看出，數據源選擇能力最強的專業為教育學類專業用戶，其他專業用戶能力水平相近。即表明，當教育學類專業用戶需要查找數據時，大多數用戶都清楚應該選擇哪個或哪幾個數據源去檢索。根據之前的研究，教育學專業用戶對網絡數據源的熟悉度并不比其他用戶強，但數據源選擇能力卻明顯優于其他專業用戶，可能原因為教育類專業數據網站、數據平臺較少或教育學用戶數據需求較固定，產生無需選擇的可能。

由圖d不同專業用戶數據篩選能力差異分析可以看出，數據篩選能力最強的專業用戶群體為管理學用戶，最弱的為文學用戶。管理學用戶相對于文學用戶具有較豐富的查找數據的經驗、及使用數據的經歷，可能導致較高的數據篩選能力。

3.4.4 數據查找困難度與數據檢索能力相關分析

為探究用戶對數據查找困難程度與檢索能力之間的關系，本研究采用Spearman法對兩組變量進行相關性分析。

表5 數據檢索能力與數據查找困難度的相關分析

根據相關分析的結果表5所示，P值小于0.05，則認為檢索能力與查找數據的困難度具有統計學意義的相關性，r值為-0.263，則說明二者之間具有負相關性，即隨著檢索能力的提高，查找數據的困難度會降低。通常講，當0.2

查找數據的困難度可能與多種因素有關，比如用戶的研究任務、用戶個性不同對困難的感知程度不同等，都會影響對困難度的衡量，檢索能力是一部分，雖然相關性較弱，但是也應得到充分重視。

4 結語

根據本研究的研究結果，56%的用戶數據需求較強，40%的用戶數據需求較弱，以及3.45%的用戶沒有使用過數據。數據需求低，一方面是由研究層次或研究任務決定的，一方面是用戶沒有意識到自己的數據需求，即需求還處在初始或萌芽階段，對于這類用戶需要對其進行引導，使其意識到數據作為資源對于科學研究的促進作用，如訪談用戶S9說：“自己有的時候也想不到要用數據，看別人的論文時發現別人用了，自己就想去找找看有沒有更新的數據”。即數據需求是可以培養的，并不是所有用戶一開始就知道自己需要或不需要數據，而是在研究的過程中通過閱讀、學習，逐漸明晰自己的數據需求。圖書館在提供數據服務時，對于數據需求較低的用戶，可著重于數據使用意識的培養，包括數據價值的解釋、科研范式轉化的介紹等。

通過對用戶查找數據時的感受和查找數據耗費的時間進行調查，研究發現大多數用戶表示查找數據非常麻煩，要耗費很長的時間。并且據訪談用戶表示，找數據經常需要找很久，但是經常竹籃打水，有時甚至會因為找不到相關數據而更改研究設計(S14)。訪談用戶認為，查找數據麻煩的主要原因有：①數據不公開導致。大多數用戶表示，自己找不到數據是因為被調查數據不公開發布，或者有些數據確實存在，也聯系了相關人員，但是還是難以獲得。如訪談用戶S6說：“有一次在找關于阿壩州的數據，詢問當地的政府，說明是以學術研究為目的，但是對方還是不肯提供。”②不存在相關數據。部分研究者表明，自己的科研內容比較具有創新性，目前還不存在已經調查好的數據(S15)。③數據收費。數據資源具有巨大的潛在價值，就是普通的統計數據有時也能產生巨大的影響，所以數據收費是目前的普遍現象。雖有少部分用戶表示可以接受收費，但是大多數用戶表示會放棄收費數據，轉而尋找可替代的。④數據檢索能力欠缺。在大學課程里有很多關于文獻信息的檢索課，但是卻欠缺關于數據檢索的培訓，多數用戶表示自己在檢索數據時多次構建檢索式但還是檢索不出想要的結果(S6)。

通過對數據檢索能力進行調查，發現被調查用戶普遍檢索能力一般。通過用戶查找數據困難度與數據檢索能力的相關性分析得出，數據檢索能力的提高，確實可以一定程度上減少用戶的數據查找困難度。相對而言更需要提升的為對本專業數據源的熟悉程度和數據源評價能力，用戶已基本具有選擇數據源的能力并且掌握了一定的檢索方法。通過分別對有關檢索能力的四項內容與身份、專業做方差分析，得到的結果為：①數值型數據庫熟悉程度與身份有關，與專業無關。在身份分組中，從本科到教師，隨著身份層次的增高，對于本專業數值型數據庫的熟悉程度逐漸增高，碩士、博士相差不大。②數據源選擇能力與身份、專業均具有關聯性。在身份分組中，數據源選擇能力最低的為博士生，其次為本科生、碩士生，最高的為教師。在專業分組中，數據源選擇能力最強的專業為教育學，最低的為管理學專業，其他專業差別不大。③是否掌握了檢索方法與身份、專業無關。④數據源評價能力與身份無關，與專業有關。數據源評價能力最強的專業為管理學，其次為教育學、經濟學、法學，最低的為文學類專業用戶。通過本研究，可以為用戶提供更有針對性、更高效的培訓服務。需要重點向本科生介紹本專業數據源，提高博士研究者、及管理學用戶的數據源選擇能力，提升文學用戶的數據源評價能力。

隨著科學研究范式的轉變，數據在科學研究中發揮著越來越重要的作用，數據素養也成為研究者亟需提升的素養之一。但是目前在用戶數據查詢方面的研究還較少，本研究具有拋磚引玉的作用。