大学生数据素养的影响因素研究——基于SEM和fsQCA方法
作者单位:华中师范大学
学位级别:硕士
导师姓名:上超望
授予年度:2022年
学科分类:1205[管理学-图书情报与档案管理] 12[管理学] 120501[管理学-图书馆学] 0401[教育学-教育学] 04[教育学] 120502[管理学-情报学] 040102[教育学-课程与教学论]
主 题:数据素养 影响因素 技术接受模型 结构方程模型 多群组分析 模糊集定性比较分析
摘 要:数据素养是使用数据网络技术的前提,提升大学生的数据素养是实现从网络大国迈向网络强国的必由之路。虽然大部分高校开展了数据获取及分析等通识课程,但存在内容短缺、体系不完善等问题,导致大学生的数据素养水平并不理想。深入研究我国大学生数据素养的影响因素,以及不同的因素组合方式对数据素养的影响路径,对于推动高校数据素养教育方式的转变,提升大学生的数据素养水平,具有重要的理论和现实意义。文章首先分析数据素养热点、内涵及影响因素的研究现状,归纳常见的数据素养影响因素,并基于当前研究的不足,提出大学生使用数据过程中的动态影响因素。其次,以技术接受模型为理论框架,引入数据素养氛围、数据素养教育、负向突发事件、感知有用性、感知易用性和数据使用态度变量,构建相对动态的大学生数据素养影响因素研究模型。再次,设计调查问卷,选取某高校700名大学生为研究对象并收集数据。然后,采用结构方程模型法验证影响大学生数据素养的因素及作用路径,通过多群组分析研究控制变量对模型的调节作用。最后,运用模糊集定性比较分析法探究影响因素的不同组合方式对数据素养的影响。研究得到以下结论:结构方程模型分析结果表明:(1)感知有用性、态度对数据素养有显著的直接影响,前者是最重要的内部影响因素;(2)感知易用性对数据素养有显著的间接影响;(3)外部因素可直接或间接地影响数据素养,影响效果从大到小排序为:数据素养氛围、数据素养教育、负向突发事件;(4)性别、学历、年龄控制变量对模型并不具备调节作用。模糊集定性比较分析结果表明:共有4种不同的组合方式对数据素养产生影响。(1)感知有用性*感知易用性*数据使用态度*数据使用氛围;(2)感知有用性*无数据使用态度*数据素养教育*负向突发事件;(3)感知易用性*数据使用态度*数据使用氛围*数据素养教育;(4)数据使用态度*数据使用氛围*数据素养教育*负向突发事件。根据对6种因素及其之间的组合方式对大学生数据素养的影响结果的分析,并借鉴已有研究,文章提出三条有助于提升大学生数据素养水平的建议:(1)加强数据素养教育;(2)强化非正式学习路径;(3)制定数据使用激励措施。