基于用戶滿意度視角的統計知識質量評價

康 萍，崔曉會

（西安財經學院 管理學院，西安 710100）

0 引言

隨著統計數據質量的概念內涵不斷擴展[1,2]，如何從大量統計數據中提取可信的、新穎的、有效的并且是能被人理解的統計知識，成了各統計機構和統計知識用戶關注的焦點。統計知識主要被高校科研人員用來進行經濟現狀分析的學術實證研究，因此統計知識質量的好壞直接決定了學術研究的真實性和準確性，統計知識質量的評估也因此受到越來越多的學者的重視[3,4]。本文以統計知識的主要用戶即高校經濟管理類科研人員為問卷調查對象，基于用戶滿意度的視角對我國統計知識質量進行評估，為統計知識質量評估與控制提供了一個重要的方法，以期對我國統計知識質量的提高提供具體的改進建議。

1 研究設計及數據收集

統計知識質量是一個多維度的概念，有效測評統計知識質量的前提是確立一個合理的統計知識質量維度體系。本文參照了“數據質量評估框架”和一些學者已有的研究成果設計了8個質量維度與21個對應的測評指標，如表1所示。調查問卷的主體采用李克特量表的10級分類法，來反映用戶對各個問項的滿意度。

受研究條件和實施可行性限制，本文對用戶群體進行了細分，因為經濟管理類學者對統計知識有更高質量的要求和更豐富的使用經歷，調查對象主要針對高校需要使用統計知識進行學術研究的科研人員，并針對其特征來設計調查問卷。此研究方法可以很容易地推廣到其他用戶群體。

表1 統計知識質量用戶滿意度測評量表

本問卷的問項設計預先征集了相關領域學者和專家的意見，可認為具有良好的內容效度。在正式調查之前，請相關學者和專家測試問卷的問項，以消除問卷的歧義。

2 測評量表的檢驗

為了確保問卷調查對象具有很強的代表性，正式的問卷調查在我國陜西省、河南省和北京市的七所高校進行，問卷主要通過研究人員的同學、同事等社會關系渠道進行發放。共發放問卷300份，回收有效問卷273份，有效回收率90.1%。

根據正式調查問卷的數據結果來檢驗量表的信度與效度，以確保所研究的對象得到可靠和正確的測量。本文運用SPSS19.0來進行因子分析和α系數的可信度分析，運行結果如表2所示。

表2分析結果表明，各問項的因子載荷系數都顯著大于0.5，各維度的α系數均大于0.7，本文所設計的調查問卷都可以通過信度和效度的檢驗，測評量表的設計是基本合理的，實際調研取得的數據是可以用來進行下一步數據分析的。

3 數據結果分析

3.1 關聯性分析

問卷設置了用戶對統計知識質量的綜合滿意度，結果顯示有0人認為“非常滿意”，認為“比較滿意”的有38人，認為“一般”的有162人，“比較不滿意”的有55人，“非常不滿意”的有18人，比重分別為0%、14.0%、59.3%、20.1%、6.6%。分析結果如表3所示。

表2 驗證性因子分析結果

表3 各質量維度的用戶滿意度與用戶綜合滿意度比較

表3中，綜合滿意度選擇“比較滿意”的用戶對8個維度的滿意度平均值在6.223以上，比綜合滿意度選擇“一般”的用戶對8個相應維度的滿意度都要高，如準確性維度的滿意度平均值6.488＞5.153＞4.091＞3.032，依次類推。因此，8個質量維度的用戶滿意度與用戶綜合滿意度具有一致性，即綜合滿意度越高的用戶對8個質量維度的滿意度也越高。進而也說明本文所設置的8個維度是可以很好的代表統計知識質量的不同方面，可以有效地表達用戶綜合滿意度的特征。

3.2 用戶重要性認識與綜合滿意度比較

為了調查統計知識用戶的滿意度情況，在問卷設計時設置了8個用于測評統計知識用戶對統計知識質量重要性感知的問項，問項與質量維度保持了一對一的關系，各維度的重要性認知和滿意度平均值比較結果如表4所示。

統計知識用戶對各質量維度的重要性認知代表了他們對統計知識的期望水平，因此把重要性認知與實際滿意度比較，有助于統計部門從整體上判斷統計知識用戶對統計知識的評價水平，對統計部門有針對性的改進提供建議。高校學者應用統計知識的目的在于統計知識對比分析與數量建模等，因此對一致性、準確性、可得性有較高的期望值，分別為8.695、8.447和8.425，但是相應的滿意度卻很低，特別是可得性，其滿意度平均值是最低的，為4.168，說明高校學者對統計知識的獲取的便利性和可得性、收費標準和公平性最不滿意。統計部門應該著重加強統計知識的一致性、準確性和可得性，從整體上提高統計知識用戶滿意度。

表4 各質量維度的重要性認知與滿意度比較

表5 不同高校性質的用戶滿意度平均值比較

3.3 不同高校用戶滿意度比較

本文在問卷設計時調查了統計知識用戶的所在高校性質，具體分為“985”高校、“211”高校和普通高校，其中“985”高校用戶30人，“211”高校用戶92人，普通高校用戶151人。以期調查不同高校獲取統計知識的差異性和滿意度，分析結果如表5所示。

從表5分析知，985、211、普通院校的用戶由于其所在高校購買的知識庫不同，而使統計知識的獲取和滿意度不同。如準確性維度在985高校、211高校和普通高校的滿意度平均值分別為5.557、5.175和4.756，呈現出遞減的趨勢，其他維度也是如此。雖然高校學者在進行科研時，會盡全力搜集所需要的統計知識，但985高校用戶由于其平臺較好，搜集統計知識更加便利，在搜集過程中得到支持的能力更強，這些優勢也使得他們對統計知識質量有較為正面的印象，而普通高校用戶則沒有這種情況，也說明由于獲取統計知識的平臺不同，不同用戶對統計知識質量的滿意度也不盡相同，因而統計知識服務的公平性也有待提高。

4 模糊綜合評價

統計知識用戶滿意度是一個多因素模糊概念，模糊綜合評價方法可以較好地處理多因素且評價標準為定性區間形式的問題。

其數學模型可表示為：

（1）式中，B表示評價集合，bj表示調查對象對第 j種評價的隸屬度，A表示權重，*表示模糊運算符，R表示模糊關系矩陣。

對于多層次因素的綜合評價問題，可采用多層次模糊綜合評價方法來解決，即從最底層開始逐層向上運算，直至得到最后的評價集合B，第k層的評價結果就是第k-1層因素的隸屬度。確定權重的方法有主觀賦權法和客觀賦權法。前者的缺點是主觀性太強，對所選專家存在一定程度的依賴性；后者的缺點是研究者無主動性，只能根據數據信息提供公共因素，實際運用中常出現兩個明顯不相關的因素被分在同一類中的情況，但研究者卻無法修正。鑒于以上原因，本文選用主客觀相結合的驗證性因子分析法確定權重。權重的確定根據前面分析的表2來確定，表2通過對因子載荷系數的歸一化處理可以確定三級指標對二級指標的權重、二級指標對一級指標的權重。

統計知識質量滿意度綜合評價所適用的方法為多層次模糊綜合評價方法。其步驟為：首先，根據調查問卷各問項的結果作為模糊關系矩陣R，對8個維度進行評價；其次，將該層次的評價結果作為綜合滿意度的模糊關系矩陣B；最后，進行綜合滿意度的模糊綜合評價，并得到總體綜合評價結果D。

本文將評語集合定義為：V=｛非常滿意，比較滿意，一般，比較不滿意，非常不滿意｝。

對于“準確度”維度來說，

同理，對其他7個維度經過計算，我們得出計算結果，如表6所示。計算出八個維度的評價矩陣后，便可進行最高層次的綜合評價，即求得高校用戶對統計知識質量綜合滿意度的評價矩陣。統計知識轉移滿意度的評價矩陣D為:

表6 三級指標對二級指標的評價矩陣

高校學者用戶對統計知識質量滿意度指標對評價集的隸屬度分別為0.0621、0.2589、0.3777、0.2026 和0.0873。隸屬度最大的評價是0.3777，代表“一般”。

為了使模糊綜合評價的結果具有更強的直觀性和可比性，將五種評語非常滿意、比較滿意、一般、比較不滿意、非常不滿意分別賦值為10、8、6、4和2，綜合滿意度的得分為5.9434，處于“一般”的水平。從具體維度來看，8個維度的綜合得分分別為 5.833、6.064、6.314、6.201、5.646、6.098、5.879、6.226。所以，不論是8個統計知識質量維度滿意度還是總體統計知識質量滿意度，按照最大隸屬度原則，用戶滿意度都應判定為“一般”水平。

5 結論及建議

本文從統計知識用戶滿意度的角度評價了統計知識質量，對統計知識評價的視角和方法做了進一步探索，設計了8個質量維度并據此設計了測評量表，通過對其信度和效度的檢驗，判斷問卷具有較好的內部一致性，且可以有效地測量統計知識的用戶滿意度。通過對驗證性因子分析法和模糊綜合評價方法的綜合利用，綜合滿意度評價結果為“一般”。

基于對以上數據的分析及評價結果，對統計部門具體的改進建議如下：

首先，用戶對統計知識的準確性、一致性和可得性的期望值最高，但其滿意度卻偏低，統計部門應該著重對這3個維度加以改進。具體來說，統計知識要準確反映我國的實際情況以提高可信性，要努力提高關聯項目的一致性、時間上的連續性、不同來源的可比性，提高統計知識獲取途徑的多樣化、便利性，提高透明度，以提高統計知識質量的綜合感知。

其次，由于不同用戶獲取統計知識的平臺不盡相同，對統計知識的滿意度也不相同，因此統計知識服務的公平性有待提高，要降低統計知識的獲取門檻，適當降低統計知識獲取費用，讓所有用戶都能公平公正地獲取所需要的統計知識。

最后，由于各個質量維度的滿意度和綜合滿意評價結果均為“一般”，特別是準確性、可得性和制度規范性，綜合得分都在6以下，處于“一般”偏下的層次，統計部門應該重點在這幾個質量維度上提升用戶滿意度，以便從整體上提高用戶的綜合滿意度。

[1]李鳳,程書強.企業統計數據質量影響因素分析[J].西安財經學院學報,2013,26(5).

[2]周建.我國政府統計數據質量對策研究[J].中國軟科學,2003,(4).

[3]王華.統計數據生成過程的博弈分析[J].中國軟科學,2008,(2).

[4]金勇進,陶然.中國統計數據質量理論研究與實踐歷程[J].統計研究,2010,27(1).