随着社会数字网络化的不断深入发展,突飞猛进的信息数字化技术携数据洪流而至。海量信息的涌现致使人类数字化生存环境发生翻天覆地的变化,使既是信息生产者又是信息消费者的用户置身于大数据环境之中,人类的生活、工作与学习都深刻地受到大数据环境的影响。这对信息用户提出了新的要求,每个信息用户都需要必要的数据素养以满足数字化网络化信息环境的现实需求,数据素养水平正日益成为衡量社会及个人操作处理数据的基本素质标准。大学生作为社会未来的中坚力量,其数据素养水平的高低将对信息社会的发展具有至关重要的作用,研究其数据素养标准也具有非常重要的现实意义。数据素养是应对数据收集、分析处理等整个数据流程中的能力素质。一般来说涵盖两个层面:一是思想意识层面,包含数据意识、基本规范等范畴;二是实践技能,包括数据收集、数据处理等方面的能力范畴。本研究基于已有文献研究,辅以个案调研数据,利用扎根理论编码,对大学生的数据素养进行本土化研究。本研究的主要内容和成果如下:(1)提取数据素养核心要素与指标。以有数据操作处理经历的大学生为研究对象,采用出声思维法、访谈等多种形式收集提取数据素养核心要素与指标,通过扎根理论编码方式对案例进行分析,最终归纳提取出3个构念范畴,分别为个体特质,核心技能,辅助技能。(2)编制数据素养测量量表。根据前述数据素养案例访谈编码与文献研究成果,编制数据素养测量量表,并通过项目分析、探索性因素分析等方法分析预调研数据,检验筛选量表项目,形成数据素养正式测量量表。(3)构建了数据素养影响因素模型。基于构建的理论模型,对3个一级指标(构念范畴)、8个二级指标(因素范畴)的交互关系进行了分析。通过模型解读,提取8个二级指标之间的相互影响关系,整体呈现前序操作对后续操作具有显著影响,基础因素(数据意识)对其他因素具有显著影响,辅助因素(个人特质与辅助技能的5个二级指标)对核心要素(核心技能的3个二级指标)具有显著影响。3个一级指标之间呈现出显著的交互影响关系,而非传统意义上的单向线性影响关系。(4)构建相对完善、具有本土化性质并具有重要性排序的数据素养指标体系。通过结构化方程,对数据素养指标体系中各个层面的指标按照重要程度(相关性程度)进行排序,形成依重要性排序的数据素养指标体系。指标体系涵盖3个一级指标、8个二级指标、60个三级指标,每个层级的指标在对应上级指标下,依重要性进行排序。