基于实证调查的军校研究生数据分析能力与数据素养关系研究

摘要：数据分析能力在研究生的科研工作中起着至关重要的作用，针对数据分析能力薄弱导致研究生科研能力不强、数据素养不高等问题，文章基于实证数据研究数据分析能力对提升研究生数据素养的作用。从数据获取、数据处理、数据分析、利用数据进行问题决策等方面设计提升数据素养调查问卷，对某军校理工科研究生数据分析能力的数据进行分析，通过进行个人对数据的敏感性与数据的应用相关性分析，以及对数据知识的掌握与数据分析的能力相关性分析，发现数据分析能力和数据素养有着紧密相关的联系，因此研究生培育需要制定相关培养方案，有效培养数据分析能力，提升数据素养。

关键词：数据分析；数据素养；相关性分析；研究生培养；军校研究生；问卷调查；SPSS分析

中图分类号：G642      文献标识码：A

文章编号：1009-3044（2025）08-0067-04

开放科学（资源服务） 标识码（OSID）

0 引言

如今，随着大数据的快速发展，数据素养[1]已经成为科研人员必备的能力，尤其是理工科研究生的科研成果极大推动着国防军事的进步。在当今信息爆炸的时代，数据素养不仅对个人职业发展具有重要意义，更是国防军事领域不可或缺的核心能力，数据分析能力与数据素养相互交织，共同塑造着国防军事的未来。

数据素养[2]，指的是个体在数据收集、整理、解读和应用过程中展现出的综合素质。它要求个体具备对数据的基本认识，能够识别数据中的信息，理解数据的来源和含义，并能够在生活和工作中合理运用数据。在信息时代，数据无处不在，数据素养的高低直接影响到个体获取和利用信息的能力。拥有高数据素养的科研人员，能够迅速从海量数据中提取有价值的信息，为科研决策提供有力支持。数据分析能力[3]则是数据素养的具体体现，它涉及对数据的挖掘、处理和解释等技能。它要求个体具备扎实的数学基础和统计学知识，能够运用各种数据分析工具对数据进行处理和分析，从而发现数据中的规律和趋势。如今数据分析能力的重要性日益凸显，但已有研究对研究生数据分析能力的培养尚不清晰，对提升数据素养的需求尚不明确，未能发掘出具体的数据分析能力培养方案，把数据分析和数学对等的情况非常普遍，以至于对研究生数据素养的培养[4]针对性较弱， 尤其是军校研究生数据素养的培养仍有很多的不足。

随着信息化时代的到来，军校逐渐意识到数据分析在军事领域的重要性，因此在课程体系中增加了相关的数据分析课程，如统计学、数据挖掘、大数据分析等，旨在提升学生的数据分析能力。为了让学生更好地掌握数据分析技能，军校通过实践教学、案例分析、模拟演练等方式，加强学生对数据分析方法的理解和应用能力。这些实践活动有助于学生将理论知识与实际问题相结合，提高解决问题的能力。但在实际教学中仍存在重理论、轻应用的问题。学生往往能够掌握数据分析的基本理论和方法，但在面对实际问题时，却难以将所学知识有效应用于解决实际问题中。这种现象导致学生的数据分析能力难以得到真正提升。并且军校研究生培养的目标仍以专业学科的划分为主，缺乏针对数据分 析能力和数据素养的专门培养目标。这导致学生在学习过程中缺乏明确的方向和动力，难以形成系统的数据分析能力和数据素养。

基于此，本文以提升数据分析能力为出发点，设计相关调查问卷，旨在探究培养研究生数据分析能力的方案，定向培养其数据素养，以期为新时代背景下提升军校研究生备战打仗能力提供良好的支撑。

1 研究生数据分析能力与数据素养培养

数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，将它们加以汇总和理解并消化，以求最大化地开发数据的功能，发挥数据的作用。数据分析是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程[5]。在这个信息爆炸的时代，新知识、新技术层出不穷。通过数据分析可以帮助学生更好地理解和运用这些新知识、新技术。因此，培养学生的数据分析能力，也是培养他们终身学习能力的重要途径。

数据分析涉及数学、统计学、计算机科学等多个学科的知识。通过培养学生的数据分析能力，可以促进这些学科之间的交叉融合，帮助学生建立更为全面的知识体系。《中国教育现代化2035》指出，“要全面提升师生数据使用能力，并推动高校开设大数据等专业，培养信息时代数字经济复合型人才”。杨悦等[6]基于《数理统计》的教学改革，指出数据分析能力的培养是提升研究生科研实践能力的一条重要途径；李晓莉[7]通过更新教学理念等方法，使学生能够通过数据分析剖析并解决问题，实现科研对数据分析能力的要求；刘晓楠等[8]采用“案例分析”式的方法，探究了科研向教学转化的实践。总体来看，对于学生的数据分析能力的培养得到了业界的广泛重视，其研究集中于不同学科下课程的资源支持、理论更新、教学模式的探索等。

当前，数据分析能力的提升与数据素养的培养往往被认为是两个方面，然而事实上，数据素养和数据分析能力是两个相辅相成、相互促进的概念。王利东等[9]指出随着大数据技术的快速发展，数据素养已成为研究生教育的重要组成部分，该文认为数据素养是对统计素养和信息素养的延伸和扩展，包括数据意识、数据敏感性、数据获取、分析、处理、利用和展现能力，以及对数据的批判性思维能力。这些能力正是数据分析能力的核心组成部分。首先，数据分析能力是提升数据素养的基石：数据素养为个体提供了对数据的基本认知和理解，使个体能够正确理解数据的来源、含义和局限性。这种基本认知是进行数据分析的前提，有助于个体在数据分析过程中避免误解和误导。其次，数据分析能力深化数据素养：通过运用数据分析工具和方法对数据进行深入挖掘和解释，个体能够进一步理解数据的内在规律和关联性。这种深入的分析过程能够增强个体的数据素养，使其对数据有更全面、更深入的认识。最后，两者相互促进、共同提升：数据素养和数据分析能力在实践中相互促进、共同提升。个体在运用数据分析能力进行数据分析的过程中，会不断加深对数据的理解和认识，从而提升数据素养；同时，数据素养的提 升也会使个体在数据分析过程中更加敏锐、准确地发现问题和解决问题，进而提升数据分析能力。

基于数据分析能力和数据素养紧密相连的关系，本文从实证数据分析提升数据分析能力对于提升数据素养的作用，以促进研究生认识和理解数据分析的思想，为数据素养的培养路径提供思路和方案。

2 研究方法

2.1 研究对象与研究方法

本文以某军校理工科研究生为研究对象，研究对象的纳入标准为：1） 该校在读的军人、军民融合硕士、博士研究生；2） 自愿参与调查，且愿意提供真实、准确的信息；3） 具备足够的数据分析能力认识和理解能力，以正确回答问卷中的问题。

问卷采用结构型问卷与非结构型问卷相结合的方式，设计了相关数据分析能力的问题，采用个别发送，集体发送和网络问卷的方式对问卷进行发放，调查随机抽取样本共计200份，回收问卷198份，问卷回收率99%；去除明显随意的问卷后，有效问卷190份，有效回收率95%。除了问卷调查外，还结合了个别访谈的方式，深入验证了问卷数据，提高研究的全面性和准确性。

2.2 问卷设计

1） 基本信息

本问卷旨在收集研究生数据素养的培养相关数据，以便研究生更好地理解和运用数据，实现更高效的决策和创新，为数据素养的培养模式提供思路和方法。

2） 问卷目的

① 了解研究生数据素养水平。

② 探究研究生数据分析能力的提升过程。

③ 分析提升数据素养的方式。

3） 问卷内容

① 个人信息：包括性别、年龄、学科方向、读研时间等基本信息。

② 个人对数据的敏感性：包括主动发现收集数据、分析数据等。

③ 个人基本知识的掌握情况：包括统计学的相关知识、数学建模的相关知识、是否熟练使用数据分析软件等。

④ 对数据的应用：包括基于数据调整并优化决策、撰写论文等。

4） 分析工具

本文采用SPSS分析软件对问卷得到的数据进行了深入的分析，旨在揭示提升数据分析能力的方法和手段。首先，本文对收集到的问卷数据进行了初步的数据清理和预处理，以确保数据的有效性和准确性。接下来运用了多种SPSS中的分析工具和方法，对问卷数据进行了系统的统计分析。

本文采用Cronbach α系数和折半系数对问卷的可信度进行分析，通过SPSS软件的分析，Cronbach α系数值为0.86，折半系数的值为0.925，说明本研究的问卷设计可信度较高，问卷的信度较好。

3 研究生数据分析能力现状

3.1 个人对数据的敏感性与数据的应用相关性分析

基于某军队院校理工科研究生的数据素养的问卷调查数据，首先分析研究生个人对于数据的敏感性与对数据的应用之间的相关性。个人对数据的敏感性主要采取了四个要素，分别是认为数据具有重要的作用、对数据具有较高的敏感度和洞察力、具备主动发现分析数据的意识和注重数据安全，数据的应用采取了四个要素，分别是基于数据对决策进行评估、利用数据解决问题、利用数据预测发展趋势和基于数据优化决策。

从上表可知，利用相关分析去研究个人对于数据的敏感性和对数据的应用之间的相关关系，使用Pearson相关系数去表示相关关系的强弱情况。具体分析如下。

由表1可知，数据敏感性的四个要素分别与数据应用的四个要素全部均呈现出显著性，相关系数值均大于0，意味着各要素之间有着正相关关系。那么也就意味着如果研究生对数据有较强的敏感性后，就会更强的意愿利用数据进行决策分析，这种敏感性不仅仅是对数据的直觉和洞察力，还包括对数据背后所蕴含的规律和模式的深刻理解和把握。拥有数据敏感性的研究生，通常能够更好地从海量的数据中提取出有价值的信息，发现其中的规律，并据此做出更为准确和科学的决策。他们懂得如何运用统计分析工具和方法，对数据进行深入挖掘和分析，以揭示数据背后的真相和趋势。

此外，数据敏感性的研究生还具备一种“数据驱动”的思维方式。他们习惯于用数据来验证和支撑自己的观点和决策，而不是仅凭主观经验或直觉。这种思维方式使得他们在面对复杂问题时，能够更加客观、全面和深入地分析问题，提出更加科学合理的解决方案。因此，对于具有数据敏感性的研究生来说，利用数据进行决策分析不仅是一种意愿，更是一种必要的技能和素养。通过不断学习和实践，他们可以不断提升自己的数据分析能力和决策水平，为未来的学术研究和职业发展奠定坚实的基础。

军校研究生的研究方向和成果往往紧密结合国家的实际需求，以军事战备、军事装备、军事指挥等为重点。这种服务国家的使命驱使他们更加关注与军事安全、国防建设等相关的数据，从而提高了他们对这些数据的敏感性。军校的教学方法和培养方式也对研究生的数据敏感性和应用能力产生重要影响。传统的“填鸭式”教学方式可能抑制了研究生的学习积极性和创新能力，而注重实践、强调自主学习和创新的教学方法则有助于培养研究生的数据敏感性和应用能力。

3.2 对数据知识的掌握与数据分析的能力相关性分析

表1给出了研究生对数据知识的掌握和数据分析能力之间的相关性。对数据知识的掌握采用了四个要素，分别是认为自己急需数据处理的专业知识、需要针对性辅导、能够熟练使用数据分析软件和具备统计学及数学建模的相关知识。数据分析能力采用了三个要素，分别是建立数据间的联系与融合、分析挖掘数据的内在规律和趋势、解释数据统计的结果。

由表3可知，对数据知识的掌握和数据分析能力有着较强的相关性，相关性系数均大于0，甚至有的相关性系数达到了0.7，这也就意味着研究生有较强的意愿去提升自身的数据处理方面的知识，急需提升自身的数据分析能力。

高校和科研机构应该加强对研究生基本数据知识的传授，加强其数据分析能力的培养和训练。通过开设相关课程、组织实践活动、提供数据分析工具等方式，帮助研究生更好地掌握数据分析技能和方法，提高他们的决策能力。这将有助于培养更多具有创新精神和实践能力的高素质人才，为我国的科研事业和社会发展做出更大的贡献。