亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于相關(guān)—主成分分析的高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系構(gòu)建

        2019-05-15 07:58:28
        圖書(shū)館研究 2019年2期
        關(guān)鍵詞:服務(wù)質(zhì)量指標(biāo)體系因子

        (遼寧工業(yè)大學(xué)圖書(shū)館,遼寧 錦州 121001)

        1 引言

        智能手機(jī)用戶的井噴式增長(zhǎng)及用戶時(shí)間碎片化、閱讀重點(diǎn)化等因素的影響,使得移動(dòng)圖書(shū)館應(yīng)運(yùn)而生并快速發(fā)展起來(lái)。它依托移動(dòng)網(wǎng)絡(luò)及多媒體技術(shù),使讀者可以方便靈活地對(duì)圖書(shū)館資源進(jìn)行查詢、瀏覽與獲取[1]。在我國(guó),移動(dòng)圖書(shū)館尚處起步階段,服務(wù)內(nèi)容多限于一些基礎(chǔ)性的工作,諸如查、約、借等,服務(wù)質(zhì)量也良莠不齊。而學(xué)術(shù)界對(duì)專門(mén)性研究高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量的文獻(xiàn)少之又少,筆者在中國(guó)知網(wǎng)期刊數(shù)據(jù)庫(kù)進(jìn)行檢索:檢索范圍選擇“全部”,篇名=“移動(dòng)圖書(shū)館”ד評(píng)價(jià)”,對(duì)檢索到的相關(guān)文獻(xiàn)進(jìn)行深度閱讀后發(fā)現(xiàn),真正評(píng)價(jià)移動(dòng)圖書(shū)館服務(wù)質(zhì)量的文獻(xiàn)只有11篇,評(píng)價(jià)方法主要采用LibQual+和層次分析法,其評(píng)價(jià)的指標(biāo)體系多是通過(guò)文獻(xiàn)法或?qū)<以L談法建立因果關(guān)系模型構(gòu)建移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系,指標(biāo)選擇較多,合理性有待商榷。鑒于此,本文采用因子分析法中的相關(guān)分析法和主成分分析法對(duì)已有研究成果中的各個(gè)指標(biāo)進(jìn)行分析、篩選、剔除,以期構(gòu)建一套針對(duì)高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)的指標(biāo)體系。

        2 相關(guān)—主成分分析法應(yīng)用于高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系構(gòu)建的可行性

        “數(shù)據(jù)處理”是信息時(shí)代最主要的特征之一,數(shù)據(jù)無(wú)所不在,充斥于我們的生活之中。面對(duì)繁雜的數(shù)據(jù),我們?cè)囍ㄟ^(guò)量化它,達(dá)到理解它、控制它、改變它的目的。因子分析法是當(dāng)前較為成熟的數(shù)據(jù)處理與分析方法,它利用公因子的公式組合來(lái)表示樣本的整體特征,通過(guò)從變量中找出關(guān)鍵因子,實(shí)現(xiàn)將本質(zhì)相同的變量歸入同一個(gè)因子的目的[2],從而避免所統(tǒng)計(jì)的指標(biāo)出現(xiàn)信息重復(fù),它不但可以最大限度地減少評(píng)價(jià)指標(biāo)的數(shù)目,增強(qiáng)評(píng)價(jià)指標(biāo)全面性與易用性,還可以檢驗(yàn)變量間關(guān)系的假設(shè),已被廣泛應(yīng)用到各個(gè)領(lǐng)域。本文的評(píng)價(jià)指標(biāo)體系的構(gòu)建主要采用因子分析中相關(guān)性分析和主成分分析。相關(guān)性分析是通過(guò)計(jì)算相關(guān)系數(shù)來(lái)實(shí)現(xiàn)對(duì)原始指標(biāo)的定量刪除,避免反應(yīng)信息冗余的指標(biāo)出現(xiàn)在最終的評(píng)價(jià)體系中。在相關(guān)性分析的基礎(chǔ)上,對(duì)初步篩選后的指標(biāo)進(jìn)行主成分分析,刪除影響力小的評(píng)價(jià)指標(biāo),最終實(shí)現(xiàn)評(píng)價(jià)指標(biāo)體系既簡(jiǎn)潔又影響顯著。

        3 高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系構(gòu)建及篩選思路

        3.1 海選原始指標(biāo)體系

        海選的原始評(píng)價(jià)指標(biāo)來(lái)源于兩部分:已有研究成果中采用的指標(biāo);圖書(shū)館界專家學(xué)者的意見(jiàn)。

        筆者在中國(guó)知網(wǎng)期刊數(shù)據(jù)庫(kù)進(jìn)行檢索,檢索入口為“篇名”,檢索詞為“移動(dòng)圖書(shū)館”×(“評(píng)價(jià)”+“評(píng)估”),匹配度為“模糊”,共檢索到相關(guān)文獻(xiàn)29篇,深度閱讀后,提取了相關(guān)文獻(xiàn)內(nèi)涉及的移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)指標(biāo),作為原始評(píng)價(jià)指標(biāo)之一[1,3-5]。

        另外一個(gè)原始評(píng)價(jià)指標(biāo)來(lái)源于圖書(shū)館領(lǐng)域的專家學(xué)者。我們共選取了10位涉足移動(dòng)信息服務(wù)領(lǐng)域且具有多年高校圖書(shū)館工作經(jīng)驗(yàn)的學(xué)者作為調(diào)查對(duì)象,聽(tīng)取了他們的意見(jiàn)建議,作為原始評(píng)價(jià)指標(biāo)之二。

        我們對(duì)這兩部分指標(biāo)體系進(jìn)行了匯總,選取了內(nèi)容質(zhì)量、環(huán)境質(zhì)量、交互質(zhì)量、結(jié)果質(zhì)量4個(gè)一級(jí)指標(biāo)22個(gè)二級(jí)指標(biāo),構(gòu)建出高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)的原始評(píng)價(jià)指標(biāo)體系,具體見(jiàn)表1。

        表1 高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量原始評(píng)價(jià)指標(biāo)體系

        注:本文采用因子分析法對(duì)這22個(gè)原始指標(biāo)進(jìn)行了優(yōu)化,以避免指標(biāo)間的重復(fù)度,并力爭(zhēng)使每個(gè)指標(biāo)對(duì)測(cè)評(píng)結(jié)果具有顯著性影響。

        圖1 原始評(píng)價(jià)指標(biāo)篩選示意圖[6]

        3.2 評(píng)價(jià)指標(biāo)篩選思路

        首先,在查閱了相關(guān)文獻(xiàn)和咨詢專家的基礎(chǔ)上,對(duì)影響高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量的指標(biāo)進(jìn)行構(gòu)建,即選取原始變量;其次,利用因子分析法中的相關(guān)性分析和主成分分析對(duì)四個(gè)原始指標(biāo)準(zhǔn)則層內(nèi)的指標(biāo)進(jìn)行分析,計(jì)算出相關(guān)系數(shù)得分和因子載荷得分,刪除載荷因子小和相關(guān)系數(shù)大的指標(biāo);最后,構(gòu)建出新的高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系。具體分析、評(píng)價(jià)、篩選過(guò)程見(jiàn)圖1所示。

        4 高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系的重構(gòu)

        4.1 篩選前原始指標(biāo)數(shù)據(jù)的標(biāo)準(zhǔn)化

        數(shù)據(jù)的標(biāo)準(zhǔn)化就是通過(guò)公式計(jì)算將評(píng)價(jià)指標(biāo)轉(zhuǎn)化為0-1之間的數(shù),以便消除指標(biāo)差異性對(duì)篩選指標(biāo)的影響。評(píng)價(jià)指標(biāo)有正向、負(fù)向、區(qū)間三種,它們是依據(jù)評(píng)價(jià)指標(biāo)對(duì)被評(píng)價(jià)主體影響的不同而劃分的。正向指標(biāo)標(biāo)準(zhǔn)化數(shù)值越大、負(fù)向指標(biāo)標(biāo)準(zhǔn)化數(shù)值越小,指標(biāo)越好,區(qū)間指標(biāo)在特定的區(qū)間范圍內(nèi),指標(biāo)最好。具體剔除時(shí)要剔除正向指標(biāo)指數(shù)值小、負(fù)向指標(biāo)指數(shù)值大、以及區(qū)間范圍之外的指標(biāo)。

        正向指標(biāo)數(shù)據(jù)和負(fù)向指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化處理時(shí)采用的公式分別為:

        (1)

        (2)

        其中:i為原始評(píng)價(jià)指標(biāo)體系中指標(biāo)的數(shù)值,j為評(píng)價(jià)對(duì)象的數(shù)值,m為指標(biāo)的總個(gè)數(shù)(本文中m為20),vij為第j個(gè)評(píng)價(jià)對(duì)象的第i個(gè)指標(biāo)數(shù)值,xij為將vij標(biāo)準(zhǔn)化后的數(shù)值。

        4.2 相關(guān)性分析篩選原理與方法

        4.2.1 篩選原理

        萬(wàn)物是相互關(guān)聯(lián)的,具有相關(guān)性。相關(guān)性是指兩個(gè)變量之間的變化趨勢(shì)的一致性,而相關(guān)性分析是分析客觀事物之間關(guān)系的數(shù)量分析方法,通過(guò)對(duì)具備相關(guān)性的變量進(jìn)行分析,達(dá)到衡量?jī)蓚€(gè)變量的相關(guān)度的目的。利用公式,計(jì)算出同一準(zhǔn)則層中每對(duì)指標(biāo)的相關(guān)系數(shù),系數(shù)較大的指標(biāo)中刪除其中一個(gè),保證評(píng)價(jià)指標(biāo)的簡(jiǎn)練,避免指標(biāo)重復(fù)反映信息[7]。本文中主要是剔除高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量原始評(píng)價(jià)指標(biāo)中高度重復(fù)度的指標(biāo),以降低重復(fù)性評(píng)價(jià)指標(biāo)對(duì)評(píng)價(jià)結(jié)果的影響。

        4.2.2 篩選方法

        (1)計(jì)算高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)各指標(biāo)的相關(guān)系數(shù)

        各指標(biāo)的相關(guān)系數(shù)可以通過(guò)SPSS軟件來(lái)實(shí)現(xiàn),具體的計(jì)算公式為:

        (3)

        其中:i為原始評(píng)價(jià)指標(biāo)體系中指標(biāo)的數(shù)值,j為評(píng)價(jià)對(duì)象的數(shù)值,k為評(píng)價(jià)對(duì)象的數(shù)值,rij為相關(guān)系數(shù)(高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量原始評(píng)價(jià)指標(biāo)中i、j兩指標(biāo)的相關(guān)系數(shù)),zki為第k個(gè)評(píng)價(jià)對(duì)象的第i個(gè)指標(biāo)的值[8]。

        (2)設(shè)定臨界值,篩選指標(biāo)

        根據(jù)高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)的實(shí)際情況設(shè)定一個(gè)臨界點(diǎn)M(0M,則可刪除兩項(xiàng)比較指標(biāo)中的一個(gè)指標(biāo);若|rij|

        4.3 主成分分析篩選原始指標(biāo)的原理與方法

        4.3.1 篩選原理

        主成分分析的基準(zhǔn)思想是降維,通過(guò)降維可以實(shí)現(xiàn)指標(biāo)的精簡(jiǎn)——即把多個(gè)指標(biāo)轉(zhuǎn)化為少數(shù)的主成分。這種方法在引進(jìn)多方面變量的同時(shí)將復(fù)雜因素歸結(jié)為幾個(gè)主成分,從而保證篩選出的指標(biāo)均為重要指標(biāo)[9]。

        在相關(guān)性分析的基礎(chǔ)上,繼續(xù)對(duì)評(píng)價(jià)指標(biāo)進(jìn)行主成分分析,獲取各個(gè)指標(biāo)的因子載荷,因子載荷是介于-1和1之間的數(shù)值,它反映評(píng)價(jià)指標(biāo)對(duì)評(píng)價(jià)結(jié)果的影響力度。保留因子載荷絕對(duì)值大的指標(biāo),刪除因子載荷絕對(duì)值小的指標(biāo)。

        4.3.2 篩選方法

        (1)主成分分析的計(jì)算模型

        主成分分析的計(jì)算模型為:Fj=xi1X1+xi2X2+……+ximXm

        其中:k為主成分的個(gè)數(shù),m為指標(biāo)個(gè)數(shù),Xi為原始指標(biāo)體系中的第i個(gè)指標(biāo)(1≤i≤m),本文中m為22,則Xi表示X1到X22;Fj為第j個(gè)主成分(1≤j≤k),本文中k為4,則Fi表示F1到F4;xij為為對(duì)應(yīng)第i個(gè)特征值的特征向量中第j個(gè)分量。

        (2)主成分分析的步驟

        主成分分析的步驟如圖2所示:

        圖2 主成分分析流程圖[6]

        4.4 判定新建評(píng)價(jià)指標(biāo)體系的合理性

        相關(guān)性分析、主成分分析都是以同一準(zhǔn)則層內(nèi)的原始評(píng)價(jià)指標(biāo)為對(duì)象,篩選出具有代表性的指標(biāo)。相關(guān)性分析通過(guò)刪除相關(guān)系數(shù)大的指標(biāo),來(lái)避免指標(biāo)所轄信息冗余重復(fù)。而主成分分析則是通過(guò)主成分因子載荷的數(shù)值對(duì)指標(biāo)進(jìn)行刪除,刪除對(duì)評(píng)價(jià)結(jié)果影響力小的指標(biāo)。依次使用相關(guān)性分析和主成分分析篩選原始指標(biāo),既可以使選出的指標(biāo)間沒(méi)有高度的相關(guān)性,又可以使統(tǒng)計(jì)指標(biāo)含義清晰,從而使構(gòu)建出的新的指標(biāo)體系更加科學(xué)合理。但是新構(gòu)建的評(píng)價(jià)指標(biāo)體系是否合理尚需要判斷。因此,我們運(yùn)用因子分析法,用數(shù)據(jù)方差來(lái)表示指標(biāo)信息含量,建立高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系合理性判定標(biāo)準(zhǔn)。具體來(lái)說(shuō),用IN表示篩選后的原始評(píng)價(jià)指標(biāo)對(duì)原始海選評(píng)價(jià)指標(biāo)的信息貢獻(xiàn)率[10],具體公式如下:

        IN=trSs/trSh

        (4)

        其中:S表示高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量原始評(píng)價(jià)指標(biāo)的協(xié)方差矩陣,trS表示高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量原始評(píng)價(jià)指標(biāo)協(xié)方差矩陣的跡,h表示海選的高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量原始評(píng)價(jià)指標(biāo)總個(gè)數(shù),s表示原始評(píng)價(jià)指標(biāo)篩選后得到的指標(biāo)個(gè)數(shù),trSs篩選后指標(biāo)的方差之和,trSh篩選前的指標(biāo)方差之和,IN為二者的商——信息貢獻(xiàn)率。

        5 高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)的實(shí)證分析

        5.1 樣本的選取

        在借鑒相關(guān)文獻(xiàn)論述和對(duì)部分讀者進(jìn)行訪談的基礎(chǔ)上,設(shè)計(jì)了針對(duì)高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)調(diào)查問(wèn)卷。問(wèn)卷分為兩部分:第一部分為讀者的基本情況(性別、年齡、學(xué)科、身份……);第二部分是對(duì)影響高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量的各個(gè)指標(biāo)進(jìn)行調(diào)研。問(wèn)卷采用李克特五級(jí)量表,對(duì)下設(shè)的“非常滿意”“滿意”“不確定”“不滿意”“非常不滿意”五個(gè)指標(biāo),分別賦值5分、4分、3分、2分、1分。

        以遼寧省高校圖書(shū)館為例,共發(fā)放問(wèn)卷500份,問(wèn)卷回收率96%,其中無(wú)效問(wèn)卷23份,有效問(wèn)卷回收率為91.4%,達(dá)到了調(diào)查問(wèn)卷的基本要求。

        5.2 指標(biāo)數(shù)據(jù)的標(biāo)準(zhǔn)化

        本文所涉及指標(biāo)均為正向指標(biāo),數(shù)據(jù)代入公式(1)即得到標(biāo)準(zhǔn)化數(shù)據(jù)。在SPSS中具體操作過(guò)程如下:

        在SPSS的菜單中依次選擇:分析—描述統(tǒng)計(jì)—描述,在彈出的對(duì)話框里勾選“將變量保存為標(biāo)準(zhǔn)化得分”復(fù)選框,然后把要標(biāo)準(zhǔn)化的變量選入右邊變量框,點(diǎn)擊“OK”,就可以得到我們預(yù)期的標(biāo)準(zhǔn)化數(shù)據(jù),見(jiàn)表2。

        表2 高校圖書(shū)館評(píng)價(jià)指標(biāo)篩選原始數(shù)據(jù)及標(biāo)準(zhǔn)化數(shù)據(jù)

        5.3 基于相關(guān)性分析的指標(biāo)篩選

        依據(jù)公式(3),計(jì)算出同一準(zhǔn)則層中每對(duì)指標(biāo)的相關(guān)系數(shù)。系數(shù)高表明兩指標(biāo)關(guān)系緊密,所代表的信息重復(fù),則可刪除其中一個(gè)指標(biāo)。系數(shù)低表明兩指標(biāo)關(guān)系疏遠(yuǎn),均應(yīng)予以保留。在SPSS中具體操作步驟如下:

        (1)導(dǎo)入數(shù)據(jù):把數(shù)據(jù)錄入SPSS中,依次點(diǎn)擊“文件”—“打開(kāi)”—“數(shù)據(jù)”(并選擇你的數(shù)據(jù),如果為SPSS數(shù)據(jù)可以直接導(dǎo)入,若為excel格式,需要在“文件類(lèi)型”框中選擇“excel格式”);

        (2)數(shù)據(jù)分析:在SPSS工具欄處,依次點(diǎn)擊:“分析”—“相關(guān)”—“雙變量”;

        (3)選擇變量:點(diǎn)擊“選項(xiàng)”,選擇需要分析的“統(tǒng)計(jì)量”,將要分析的變量放入“變量”框;

        (4)獲取結(jié)果:選中要分析的數(shù)據(jù),點(diǎn)擊“確定”,在output窗口就可以看到結(jié)果;

        (5)結(jié)果分析:計(jì)算結(jié)果稱皮爾遜相關(guān)系數(shù),用字母r來(lái)表示,設(shè)定臨界點(diǎn)M,若r>M,則可刪除兩項(xiàng)比較指標(biāo)中的一個(gè);若r

        表3 相關(guān)性分析的篩選篩選

        對(duì)標(biāo)準(zhǔn)化后的數(shù)據(jù)進(jìn)行相關(guān)性分析,本文設(shè)定一個(gè)臨界點(diǎn)M=0.8,若|rij|>0.8,則刪除兩項(xiàng)比較指標(biāo)中的一個(gè)指標(biāo);若|rij|<0.8,兩個(gè)指標(biāo)都保留。

        5.4 基于主成分分析的指標(biāo)篩選

        在利用相關(guān)性分析對(duì)原始評(píng)價(jià)指標(biāo)進(jìn)行第一次定量刪除后,還要用主成分分析對(duì)余下指標(biāo)進(jìn)行二次定量刪除,并依據(jù)計(jì)算出的各個(gè)指標(biāo)的因子載荷,刪除因子載荷絕對(duì)值小的指標(biāo)。在SPSS中的具體步驟如下:

        (1)打開(kāi)SPSS,在欄中輸入需要分析的數(shù)據(jù);

        (2)在菜單欄中,依次選擇“分析”—“降維”—“因子分析”,進(jìn)入到因子分析界面;

        (3)在因子分析界面里,將預(yù)計(jì)分析的數(shù)據(jù)選擇進(jìn)入變量框內(nèi);

        (4)點(diǎn)擊“描述”按鈕,在“方法”選項(xiàng)卡、“分析”選項(xiàng)卡、“輸出”選項(xiàng)卡、“抽取”選項(xiàng)卡中分別選擇“主成分”“相關(guān)性矩陣”“未旋轉(zhuǎn)的因子節(jié)和碎石圖”“基于特征值”,選擇完畢后,點(diǎn)擊“繼續(xù)”按鈕;

        (5)點(diǎn)擊“抽取”按鈕,選擇“主成分”—“碎石圖”;

        (6)點(diǎn)擊“旋轉(zhuǎn)”按鈕,選擇“載荷圖”,點(diǎn)擊“繼續(xù)”—“確定”,新窗口中就會(huì)出現(xiàn)所需的主成分的因子負(fù)載數(shù)據(jù);

        (7)根據(jù)因子載荷絕對(duì)值篩選原始指標(biāo):保留因子載荷的絕對(duì)值大的指標(biāo),刪除因子載荷絕對(duì)值小的指標(biāo)。

        表4 主成分的特征值和貢獻(xiàn)率

        表5 主成分載荷系數(shù)

        表6 構(gòu)建的高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)

        對(duì)標(biāo)準(zhǔn)化后的數(shù)據(jù)進(jìn)行主成分分析,計(jì)算出主成分負(fù)載系數(shù)。并根據(jù)遼寧工業(yè)大學(xué)圖書(shū)館讀者對(duì)移動(dòng)圖書(shū)館服務(wù)質(zhì)量的期望設(shè)定一個(gè)臨界點(diǎn)N,本文將N定也0.9,對(duì)于|bij|<0.9的指標(biāo)予以刪除,反之保留。最終的保留指標(biāo)如表6所示。

        5.5 判定指標(biāo)體系構(gòu)建的合理性

        利用前面數(shù)據(jù),通過(guò)公式,計(jì)算出篩選前后各指標(biāo)的方差之和trSh和trSs的數(shù)值分別為2.042和2.064。帶入公式IN=trSs/trSh,得到篩選后的指標(biāo)對(duì)篩選前指標(biāo)的信息貢獻(xiàn)率為98%。即從海選22指標(biāo)中篩選出16個(gè)指標(biāo),63.6%(14/22)的指標(biāo)反映了98%的原始信息,指標(biāo)構(gòu)建合理。

        6 結(jié)語(yǔ)

        本文通過(guò)借鑒前人研究成果和專家訪談的方式,海選出了影響高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量的原始指標(biāo)22個(gè),運(yùn)用因子分析法中的相關(guān)性分析和主成分分析對(duì)這22個(gè)指標(biāo)進(jìn)行梳理篩選:通過(guò)相關(guān)性分析,剔除同一準(zhǔn)則層內(nèi)相關(guān)系數(shù)大的指標(biāo),通過(guò)主成分分析剔除負(fù)載系數(shù)絕對(duì)值小的指標(biāo)。共精選出16個(gè)評(píng)價(jià)指標(biāo),重構(gòu)了新的高校圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系。規(guī)避了主觀確定指標(biāo)權(quán)重的隨意性,實(shí)現(xiàn)了定量定性的結(jié)合,使得高校圖書(shū)館評(píng)價(jià)指標(biāo)體系更具科學(xué)性、合理性。最后用信息貢獻(xiàn)率對(duì)評(píng)價(jià)指標(biāo)的合理性進(jìn)行了判定,新構(gòu)建的63.6%的指標(biāo)能反映98%的原始信息,說(shuō)明所構(gòu)建的新的評(píng)價(jià)指標(biāo)體系合理有效。

        猜你喜歡
        服務(wù)質(zhì)量指標(biāo)體系因子
        因子von Neumann代數(shù)上的非線性ξ-Jordan*-三重可導(dǎo)映射
        一些關(guān)于無(wú)窮多個(gè)素因子的問(wèn)題
        影響因子
        影響因子
        論如何提升博物館人性化公共服務(wù)質(zhì)量
        收藏界(2019年2期)2019-10-12 08:26:42
        層次分析法在生態(tài)系統(tǒng)健康評(píng)價(jià)指標(biāo)體系中的應(yīng)用
        供給側(cè)改革指標(biāo)體系初探
        傾聽(tīng)患者心聲 提高服務(wù)質(zhì)量
        堅(jiān)持履職盡責(zé) 提升服務(wù)質(zhì)量
        以創(chuàng)建青年文明號(hào)為抓手提升服務(wù)質(zhì)量
        亚洲av毛片成人精品| 无码ol丝袜高跟秘书在线观看| 亚洲综合无码一区二区三区| 手机色在线| 免费观看一区二区三区视频| 久久无码高潮喷水抽搐| 无码午夜成人1000部免费视频| 久久91综合国产91久久精品 | 国产一区不卡视频在线| 三级黄色片免费久久久| 乱色熟女综合一区二区三区| 国产午夜精品一区二区三区视频| 日韩国产自拍成人在线| 国产禁区一区二区三区| 六月婷婷久香在线视频| 久久久99精品成人片中文字幕| 一区二区三区成人av| 国产av无码专区亚洲a∨毛片| 综合无码一区二区三区| 日韩美女高潮流白浆视频在线观看| 97久久综合精品国产丝袜长腿| 天天做天天摸天天爽天天爱| 亚洲精品无码久久久久sm| 欧美成人网视频| 中国黄色一区二区三区四区| 玩50岁四川熟女大白屁股直播| 日韩二三区| 国产麻豆国精精品久久毛片| 欧美黑人又粗又大xxxx| 99精品视频在线观看| 在线观看中文字幕一区二区三区| 干日本少妇一区二区三区| 99精品一区二区三区无码吞精 | 亚洲一道一本快点视频| 青青草免费手机视频在线观看| 乱人伦中文无码视频在线观看| 精品18在线观看免费视频| 亚洲一区二区综合精品| 国产伦精品免编号公布| 狠狠色狠狠色综合日日92| 日本熟妇裸体视频在线|