问卷调查数据质量策略在院校探究中应用.docVIP

问卷调查数据质量策略在院校探究中应用 　　摘要：本文旨在基于调查总误差理论（total survey error theory），为高校的院校研究人员构建一套问卷调查的数据质量策略。本文首先描述了院校研究的特征，论述了院校研究数据质量问题上有关文献中的空缺之处，然后介绍了如何从质量的视角考察调查过程以及调查总误差的主要组成部分。本文中提出的数据质量策略从五种调查误差和院校研究调查项目的典型特征出发，该策略由确定每种调查误差的质量标准，进而确定每个质量标准的质量控制和质量保证程序组成。结论部分提出这一策略对院校研究人员的启示，并阐述一些总结性思考。附录中提供了一份检查调查数据质量的核查列表。 关键词：院校研究；问卷调查；数据；质量；调查总误差理论 中图分类号：G647 文献标识码：A 文章编号：1672-0059（2013）02-0046-08 院校研究（IR）涉及三个数据源：院校信息系统或管理数据（如注册学生数据、教师数据）；外部数据源（区域或国家的数据，如美国的高等教育综合数据系统）；从各种问卷调查和查询收集的数据。所使用的问卷调查常常是本地开发的。尽管本地制备的调查可能是获取所需信息的最佳选择，但是高校中的信息用户通常更加信任源于管理数据的研究，而不是那么信任源于调查数据的研究。在高等教育研究者和政策制定者中也发现类似情况，他们一贯对更软性、更主观的测量手段（如基于认知的调查数据）缺乏信心。同时，内、外部评估的需求比以往任何时候都对调查数据质量提出了更高的要求。此外，人们对常用的大学生调查的有效性提出了质疑，呼求更加严谨的调查设计和评估方式。在此情况下，需大力提高高等教育研究和院校研究的调查数据质量，以提高对调查数据的接受和使用程度。 可惜的是，以院校研究人员为目的、从整体上考察调查数据质量问题的文献十分有限。现有的改进调查方法的努力中存在两个空缺。首先，虽然从各方面论及调查项目的文献很多，但是缺乏有效的文献汇总，也缺乏以质量控制为目标的思维模型。由于缺乏综合，调查方法论问题尚未从质量的视角加以考察。由于调查质量是个多层面的复杂问题，这种缺乏思维模型和信息综合的情况是可以理解的。当深入研究一个特定领域时，就很难从广度上覆盖该主题的其他领域。然而，如果研究员严肃地对待调查数据质量，这种知识综合对任何形式的调查项目，无论是像全国学生参与度调查（NSSE）这样的多院校调查，还是单个院校内部的调查，都是必要的。 与之相关的第二个空缺是，在院校研究领域缺乏一个有关调查误差的综合思维模型。虽然“认真的”IR人员在努力提高调查数据质量，但他们往往不依赖任何调查方法理论。后文描述的一个调查方法理论——调查总误差——是一个非常有用的解决调查数据质量问题的方法。然而，目前的IR文献很少涉及调查总误差理论及其在IR中的应用。虽然有一些出版物从调查误差的角度，已经触及IR领域的调查问题，但对数据质量的论述仍然有限。因此，从数据质量的角度，透过调查总误差理论来看待IR的调查问题颇具意义。它提供了一个优化调查的理论框架，并为调查方法论提供了一个中心组织架构。本文后面的讨论均是基于这一观点，目的是将调查总误差的方法论融入到IR的数据质量问题里来。 院校研究人员为改善数据质量所付出的努力是不均衡的。这也使得提高调查数据质量的任务更为紧迫。在IR领域举足轻重的著作《人员、过程和管理数据》对IR如何为高校提供信息支持加以阐释。书中的信息支持周期包括五个信息管理阶段和以下三个利益相关方：保管人，供应者（负责数据的完整性）；中间人/生产者（将数据转化为信息）；管理者/用户（接纳信息并实地应用）。该周期的中心是质量决策（图1）。虽然IR与数据保管人和用户也相关，但其职能主要与信息中间人的角色相一致（第17页）。然而，该书仅讨论了IR的一个数据源，即院校管理数据，而没有论及问卷调查研究项目产生的数据。因此，当涉及调查数据时，IR职能如何融入信息支持周期，尚不清楚。 因此，本文基于调查总误差理论，为院校研究提出一项调查数据质量策略。下面我将简要介绍调查过程的质量视角和调查总误差的主要组成部分。随后，我将所提出的调查数据质量策略总结在一份表格中，并加以解释。本文以讨论该策略对IR的启示结束。应当说明的是，本文关注的是IR调查数据质量问题的整体概览和宽度，重点不在每个问题的深度。对某个特定主题感兴趣的读者，请查阅针对单个问题的文章获取详情。 一、调查过程的质量视角和调查总误差 问卷调查，可以通过两个视角考察。一个视角是过程视角：调查者检查一个调查项目所需的一切步骤和决定，这包括在信息需求基础上确定研究目标、确定抽样方法、开发调查工具、开展调查、进行数据分析以及最终生成调查报告。这个视角把调查过程描述为一个连续