西部地区高职学生数据素养现状调查研究

刘娜　王佳　孙新领

针对西部地区高职学生数据素养教育不足的现状，以高职学生数据素养的现状为依据，为高职院校构建科学合理的数据素养培养策略提供参考。基于已有的数据素养指标体系，构建高职学生数据素养評价体系，采用问卷调查的方式调查高职学生的数据知识、技能与实践方面的情况。高职学生整体数据素养水平较弱，缺乏数据意识，数据技能欠缺，数据应用由于实践较少，无法在具体的学习过程中以及实验实训等生产实践中加以应用。认为：（1）数据素养教育涉及人员都缺乏数据知识、技能与实践；（2）数据素养教育的师资与课程双匮乏；（3）没有形成完善的数据素养教育管理制度和保障措施，是形成高职学生数据素养现状的主要原因。

1 引言

随着数据在各行各业的深入应用，数据已经成为产业升级的核心，数据素养的作用正受到普遍重视。高职学生作为国家制造业发展的未来有生力量，其数据素养的培养必须结合其以后的工作内容和岗位全面考虑。因此，理清高职院校学生数据素养存在的问题，探索高职学生数据素养教育的策略与措施，成为高职教育领域的热点研究问题之一。

国内关于数据素养的相关研究在2013年左右开始起步，从2018年教育部职成司发布的国家专业教学标准来看，高职对于数据素养教育也逐步开始重视。由于高职院校对数据素养的教育实践和研究尚处于起步阶段，缺乏本土化的教育实践研究和经验，基于国内已有的高职学生数据素养教育的研究，构建高职学生数据素养评价指标体系，对高职学生数据素养的现状和需求进行深入的调研，并在此基础上提出高职学生数据素养的培养策略和开展相应的数据素养教育是十分迫切而且必要的。

本研究主要目的是在大数据环境下通过对西部地区高职学生数据素养现状的调查、分析，对西部地区高职学生数据素养的影响因素做出客观评价，找出西部地区高职学生数据素养教育方面存在的问题，提出培养西部地区高职学生数据素养的培养策略。

2 高职学生数据素养的概念

2.1 数据素养

随着数据素养的研究越多，其内涵愈发丰富，但对数据素养概念的论述都离不开在“数据”与相关领域或相关学科相结合的基础上，或者在“数据”与具体工作或者学习的过程相融合的基础上，探讨如何利用数据发挥数据的价值。

数据素养是人们在使用和处理数据时所应具备的素养，主要包括数据意识、数据技能与数据伦理等内容。处在大数据的时代背景下，数据素养不仅影响到人们的生存和发展，而且对高职学生来说，数据素养可以提高他们的认知理念、思维模式，提升他们分析问题和解决问题的能力，所以高职学生数据素养培养的重要性也日益凸显。

2.2 高职学生数据素养

高职学生主要是在高职院校就读的三年制学生，高职学生数据素养是高职学生在数据意识、技能和应用方面所具备的素养，这是一个综合的概念，有多个要素构成。

2.3 高职学生数据素养评价体系

首先，将数据素养的内涵与高职学生这一群体的特性相结合，高职学生除了需要掌握本专业的专业知识和技能之外，还需要具备把数据用于生产实践的能力，这需要高职学生首先需要具备一定的数据意识，能够认识到数据能够解决日常生活和生产实践中的问题。其次，收集后的数据还需要经过相关分析处理方能应用于真实的生产实践，所以正确理解、处理、评价及管理数据，到最后利用数据结果指导生产实践，向他人表达自己的生产经验，与他人分享由数据得来的生产经验，这都是高职学生的数据素养中所要包含或要体现出的要素，而且在利用数据进行生产实践的整个过程中还要具有数据伦理意识和数据共享意识。基于此，本文构建了高职学生数据素养构成要素模型，该模型共包含数据意识、数据技能、数据应用三个维度11个要素。

第一个维度为数据意识，主要包含数据意识、伦理意识、共享意识，是数据素养之中的基础和必要条件。第二个维度为技能维度，主要包括数据收集、理解、分析、评价、管理五个方面的能力。第三个维度是应用维度。主要包括数据的利用、数据的表达和数据的交流。

3 高职学生数据素养调查研究与分析

3.1 调查问卷的编制

本文根据前面的高职学生数据素养定义以及构成要素，编制了调查问卷，然后按照学生所属年级、专业按比例选取部分学生开展了预调研。根据预调研的结果与学生的反馈，修改了调研问卷的初稿，最后制定了正式问卷。并验证了问卷的信度和效度，结果符合调查标准与要求。正式问卷共由26个问题组成，其中包括“基本信息”和“数据素养现状调查”两部分。第一部分是学生基本信息，共6题，包括被调查者的性别、年龄、年级、专业、民族、城乡等问题，可以根据这些进行分类分析与差异分析。第二部分主要调查高职学生的数据素养情况，一共有20个问题，采用了李克特五级量表，选项包含“非常不符合”“比较不符合”“不确定”“比较符合”“非常符合”5个层级，分别赋1分、2分、3分、4分、5分。

3.2 问卷调查

选取哈密职业技术学院的在校生为抽样调查对象，覆盖了该校所有专业的三年制高职学生。正式调研时选用了400份问卷，问卷收集后剔除无效问卷，得到365份有效问卷，有效率为 91.2%。利用SPSS22.0对数据分析，分别从性别、年龄、所在系部、年级、民族、地域六个方面统计了人数和百分比。男生占比43.29%，女生占比56.71%，该数据基本符合该校高职学生的整体男女学生比例。大一学生占33.70%，大二学生占37.53%，大三占28.77%，与年级学生数的比例相近。系部、民族、地域百分比数据也符合学校人数比例分布情况。这些数据表明所获取的数据比较客观有效，为下一步实证分析提供了基础。

3.3 高职学生数据素养调查分析

（1）数据素养整体情况

经统计，数据素养所有题目平均分2.86，位于量表的2～3区间，显示出高职学生数据素养较弱。数据素养三个层面中数据意识得分最高3.16分，同时所有题目得分均低于3.4分。高职学生数据素养平均分为62，标准差为12.56，所以，由此可以看出哈密职业技术学院高职学生的数据素养总体水平整体偏低。然后对三个维度分别进行统计分析，结果显示，高职学生数据意识得分在3～4之间，数据技能和数据应用得分在2～3之间，三个维度中，只有数据意识的平均分超过了3，是三个维度中平均值最高的，数据应用维度均值2.79，数据技能均值是最低的，只有2.65。说明高职学生具有一定的数据意识，但是数据技能和数据应用整体还是偏低。由此可见，高职学生数据素养的三个方面都需提高，尤其是要重视数据技能的提升。

（2）数据素养各维度情况分析

①数据意识

数据意识有5个题目，主要调查高职学生的数据意识、伦理意识和共享意识。分别对应1～2题、3～4题、5题。经统计分析，数据意识的均值达到3.16，比其他两个维度相都高，说明高职学生能够意识到数据在生活与生产实践中的重要性，并具有一定的伦理意识和共享意识（见表1）。

但是，从统计结果中可以看出，大多数高职学生对数据意识并不是很清晰，只有一部分学生能够认识到数据在生产实践中具有重要作用（接近52%），也有一部分高职学生能够认识到数据对于生活和生产时间的重要价值（接近40%）。学生在引用数据符合规范方面“不确定”“比较不符合占比”较高，这说明高职学生在使用数据上缺乏法律意识和道德意识，也缺乏使用规范意识，高职学生的数据伦理道德教育还有待加强。

②数据技能

数据技能含8个题目，分别考查高职学生数据收集（6～8题）、数据理解（9题）、数据分析（10题）、数据评价（11～12题）、数据管理（13题）的能力。对问卷统计的结果对比发现，高职生在这几方面能力较弱，平均分都低于3。相对来说，数据分析和数据评价能力更弱（见表2）。

高职学生数据技能整体偏弱。首先，高职学生的数据收集能力没有想象中的那么乐观，高职学生的数据收集能力主要包括两个方面，第一是对已有数据的收集能力，问题7有25.3%的学生认为自己能够在互联网等数据收集平台检索到所需数据。第二是实验实训中的收集数据的能力也不是很理想，大部分学生无法正确选择数据收集方式。同时也缺乏数据解读能力，有近一半的学生不能对数据的类型、特点做出准确的解读。对收集到的数据没有基本的认识会直接影响到下一步的数据分析。只有25%左右的学生认为能够利用数据分析软件对数据做恰当的统计分析，说明学生使用数据分析软件的能力普遍不高。能够批判的评价数据的学生也仅25%左右，说明面对数据学生缺少评判技巧。在数据管理与备份方面，学生也面临着困难。

（3）数据应用

数据应用一共7个题目，分别考查高职学生的数据利用（14～16题）、数据交流（17～18题）、数据表达（19～20题）。整体情况略好于技能维度，但差于数据意识（见表3）。

数据应用与数据技能整体水平基本一样，关于数据的利用，由于高职学生基本上很少使用数据来分析实验实训报告等，所以能够根据数据做出生产实践等选择“不确定”或者“比较不符合”和“非常不符合”的都超过了60%。数据交流情况相对较差，即17、18小题均分较低。同时这两题也跟数据分析能力紧密相关，因为数据可视化需要熟练掌握数据分析软件，可以看出，高职学生掌握的分析软件非常有限，也缺少相应的实践经验。数据表达方面对生产实践数据的解释经历与经验也相对较少，这也符合高职学生学习实践多、理论思考不深入的特点。

3.4 数据素养的个体差异

问卷对高职学生的性别、年级、专业进行了相应的调查，在将这些高职学生的个体因素与答题情况进行综合对比分析后，得出如下结果。

（1）数据素养在性别上的差异

F值为0.086（p=0.769>0.05），未达显著性差异，表示两组样本的方差同质。“假设方差相等”栏的t值为1.385，p=0.167>0.05，0.05为显著水平，表示性别不同的高职学生的“数据素养”水平没有显著差异。高职学生本身就已经具有一定共性特质，学习背景具有高度相似性，无论男生女生大多数学习程度较弱，而且因为受所学专业影响，可能会对本研究的结果造成一定影响。

（2）数据素养在年级上的差异

F值为10.982（p<0.05），达到显著水平，表示不同年级的高职学生在数据素养水平上有显著差异存在。事后比较发现，大二与大一平均差异值为6.372，大二在数据素养水平得分的平均数显著高于大一。大三与大二的平均差异值为8.130，大三学生在數据素养水平得分的平均数显著高于大一学生。用Scheffe法和HSD法两种方法进行事后比较，结果一致。在客观情况下，随着年级的增加，所学的知识增加，参加的实习实训等生产实践增多，这也就在一定程度解释，无论是在整体的数据素养上，还是在各个层面上，大一、大二、大三的数据素养有差异。同时根据高职学生的学习发展规律，基本在大二就开始处于稳定状态了，因为大部分学生的专业课都在大二下学期结束，这也是差异在大一与大三、大二与大三之间更显著的一个因素，而大一与大二之间没有显著差异。

（3）数据素养在专业上的差异

不同专业在数据素养的F值是5.689（p<0.05），达到显著水平，表示不同专业的高职学生在数据素养水平上存在显著差异。进一步用Scheffe法进行事后比较发现：经济管理类专业高职学生与旅游管理类专业高职学生的平均差异值为10.567，经济管理类专业高职学生在数据素养水平得分的平均数显著高于旅游管理类高职学生。经济管理类专业高职学生与化工类、旅游类高职学生的平均差异值分别为7.763、12.351，经济管理类专业高职学生在数据素养的平均分数显著高于化工类、旅游类专业高职学生。用HSD法进行事后比较发现：经济管理专业类高职学生在数据素养平均得分显著高于机电类、化工类、旅游管理类专业高职学生。经调查发现，经济管理类专业开设了部分与数据知识理解、数据处理软件应用等有关的课程，所以整体上这些专业的学生的数据素养比其他专业的学生的数据素养高。

4 数据素养现状成因分析

从上述分析结果可知，高职学生整体数据素养水平较弱，缺乏数据意识，数据技能欠缺，数据应用由于实践较少，无法在具体的学习过程中以及实验实训等生产实践中加以应用。高职学生数据素养存在的问题，可以从以下四个方面探析原因。

4.1 数据素养教育涉及人员都缺乏数据知识、技能与实践

首先，学生是接收数据素养教育的主体，通过调查发现他们基本能够意识到数据素养的重要性，但数据技能和数据应用方面的得分较低，水平不足，以至于在具体的数据分析方法的运用和数据分析软件的操作上几乎没有，这需要系统化的知识学习和技能实践。

其次，学校目前还没有专任数据素养教师，而专业课教师由于术业有专攻，平时忙于专业课的教学工作，他们的数据知识和技能的学习时间和机会也比较少，缺少体系化的数据素养教育知识，无法在课程中引导学生对数据知识的学习。

最后，图书馆管理员没有立足于本校实际，深入研究在学生中开展数据素养教育活动的经验与知识，缺乏主动探究适合本校学生的数据素养教育方式，也无法发挥其在数据素养教育中的应有作用。客观上，由于疫情原因，图书馆开放时间相对较少，使得他们没有机会在培养学生数据素养方面发挥作用；主观上，由于图书馆管理员整体年龄较大，本身也缺乏数据相关数据知识与技能，难以胜任。

因此，培养学生数据基本知识与技能，提升教师、图书管理人员数据素养教育所需的知识、技能与实践经验是需要解决的问题。

4.2 数据素养教育的师资与课程双匮乏

首先，在数据素养课程方面，根据调查，学校开设数据素养相关课程数量少且单一，仅开设了“信息检索与处理”的选修课，内容主要侧重于利用互联网检索信息，没有与数据素养的相关内容，例如没有如何利用数据改进生产实践的内容。而且选修课也有人数限制，无法普及到整体学生。其次，无数据素养专任教师，专业课教师无相关授课内容。据素养教师是课程内容得以传授的主要途径，但是学校目前还没有专任的数据素养教育方面的师资，另外专业课教师也很少在专业课的课程内容中融入数据相关的知识。最后，学校图书馆人员不足，重视程度也不够，没有广泛开展数据应用相关的讲座、科普等，无法发挥其培养学生数据素养上的功能。

因此，如何开设数据素养教育相关课程，建立數据素养教育师资团队，是高职学生数据素养教育亟待解决的问题之一。

4.3 没有形成完善的数据素养教育管理制度和保障措施

首先，学校目前没有制订数据素养有关的管理制度和建立相应的保障措施，更没有明确各部门在数据素养教育中的责任与工作，尤其是图书馆的重要功能作用。其次，根据调查发现学校管理者、师生、图书管理人员对数据素养教育都不够重视，学校需要协调图书馆、各系部、学校科研处等展开建立有效合作机制，明确数据素养教育协作开展的策略。最后，专业课教师的主动性也没有被调动起来，没有数据素养教育的责任意识，也没有与学校、图书馆合作的想法，没有深入探究如何把数据素养融入专业课教学中。因此，学校没有相关数据素养教育管理制度、没有为数据素养教育提供保障是导致高职学生数据素养整体水平较弱的重要原因。

（作者单位：1.哈密职业技术学院；2.河南工学院）