数据可视化素养量表设计研究

[研究目的]数据可视化素养是大数据社会公众必备的基本素养之一。创建数据可视化素养评价框架和量表对科学评价数据可视化能力,实现国家对大数据环境下人才培养具有重要意义。[研究方法]通过对国内外文献的梳理,提出了基于人力资源的KSAO模型的数据可视化素养框架,该框架由数据可视化相关知识、数据可视化相关技能、数据可视化相关通用能力、数据可视化相关其他特质四个维度构成。在此框架指引下,设计了面向大学新生的数据可视化量表,该量表由80个题项构成。通过专家调查法,对量表题项内容效度进行分析。[研究结论]量表总体内容效度比CVR=0.91,专家意见一致效度系数B=0.08,克隆巴赫Alpha=0.891,具有较好的内容效度和信度。该量表设计思路对数据可视化素养评价具有一定的参考价值,为不同场景下,如专业特点、学生分类、职业分类的数据可视化素养量表开发提供了解决思路。