公共圖書館滿意度評價指標(biāo)的客觀權(quán)重挖掘方法研究

摘要：一直以來，公共圖書館開展?jié)M意度調(diào)查普遍僅體現(xiàn)在滿意率的分析上，而鮮有體現(xiàn)各評價指標(biāo)對公共圖書館的綜合評價影響的研究。文章通過運用最小二乘解理論，利用MATLAB軟件計算得出滿意度調(diào)查問卷各指標(biāo)的客觀權(quán)重值。最小二乘解理論計算指標(biāo)權(quán)重，易于習(xí)得，其設(shè)計特點需在問卷中單獨設(shè)一項“綜合評價”作為計算依據(jù)。評價指標(biāo)的客觀權(quán)重，直接反映了問卷設(shè)計的科學(xué)性及各指標(biāo)問題的重要性和優(yōu)先級，在指導(dǎo)圖書館發(fā)展和決策中，發(fā)揮著不可忽視的作用，該方法為權(quán)重賦值研究提供了一種可行性方案。

關(guān)鍵詞：最小二乘解；指標(biāo)權(quán)重；MATLAB；滿意度調(diào)查；公共圖書館

中圖分類號：G251文獻標(biāo)識碼：A

Research on the Objective Weight Mining Method of Public Library Satisfaction Evaluation Index Based on the Theory of Least Squares Solution for Linear Equations

Abstract Public libraries have traditionally conducted satisfaction surveys primarily focusing on satisfaction rates，with few studies examining the impact of various evaluation indicators on the comprehensive assessment of libraries.This paper applies the least squares solution theory and uses MATLAB software to calculate the objective weight for each indicator in the satisfaction survey.The least squares method for calculating indicator weights is easy to learn，and its design requires a specific\"comprehensive evaluation\"item in the questionnaire as a basis for calculation.The objective weight of the evaluation indicators directly reflects the scientific validity of the questionnaire design and the importance and priority of each indicator，playing a crucial role in guiding library development and decision-making.This method provides a feasibleapproach for weight assignment research.

Keywords least squares solution;the index weight;MATLAB;satisfaction survey;public library

1引言

公共圖書館作為承擔(dān)政府公共服務(wù)職能的機構(gòu)，對其所提供服務(wù)的質(zhì)量需要進行定期的測評，從而不斷提高和完善其服務(wù)。為了科學(xué)評估服務(wù)滿意度，圖書館通常采取“讀者滿意度調(diào)查問卷”的方式讓讀者進行評分?！白x者滿意度”的概念最早源自于“顧客滿意度”理論，該理論由Parasuraman[1]、Cronin[2]等學(xué)者提出。Hernon和Altman[3]將“顧客滿意度”理論引入圖書館界，首次提出“讀者滿意度”的概念。2023年7月1日，GB/T28220—2023《公共圖書館服務(wù)規(guī)范》[4]（以下簡稱“新版《規(guī)范》”）正式生效。相較于舊版《規(guī)范》，新版《規(guī)范》將“讀者滿意度調(diào)查”改為了“公眾滿意度調(diào)查”，將滿意度調(diào)查的對象從“讀者”的范圍擴大到了“社會公眾”這一范疇，不再限制調(diào)查對象的持證讀者身份。

一份調(diào)查問卷能否反映被調(diào)研者所關(guān)心的事項，與問卷內(nèi)容設(shè)計的科學(xué)性緊密相關(guān)。在滿意度的多指標(biāo)評價中，除了各指標(biāo)滿意率以外，指標(biāo)權(quán)重的確定也具有重要意義。它既代表著各分項評價對整體評價的影響程度，又可以幫助決策者分析和判斷各分項的重要性及優(yōu)先級，以一種量化的方法來支持決策，更有效地合理分配資源，使得決策過程更加客觀和系統(tǒng)化。權(quán)重可以根據(jù)經(jīng)驗和標(biāo)準(zhǔn)主觀定義，也可以通過數(shù)學(xué)方法從已知的數(shù)據(jù)中客觀發(fā)掘。

2權(quán)重計算的相關(guān)研究

在數(shù)據(jù)分析領(lǐng)域，學(xué)術(shù)界對賦權(quán)問題尚無統(tǒng)一的定論。較常用的權(quán)重計算方法主要有三種[5]，即主觀賦權(quán)法（層次分析法、德爾菲法、模糊綜合評價法等）、客觀賦權(quán)法（主成分分析法、熵權(quán)法、灰色關(guān)聯(lián)度分析法等）和組合賦權(quán)法（線性加權(quán)組合法、乘法合成法等）。

在滿意度評價領(lǐng)域，張新興等人[6]提出高校圖書館具有移植顧客滿意指數(shù)模型進行數(shù)據(jù)庫用戶滿意度測評的可行性，運用部分最小二乘法對假設(shè)模型進行驗證，并得出用戶滿意指數(shù)。鄒凱等人[7]將顧客滿意度理念引入社區(qū)信息服務(wù)體系中，建立社區(qū)信息服務(wù)顧客滿意度指數(shù)模型，并運用偏最小二乘法對測評模型進行檢驗，證實了模型可行性。陳麗霞[8]借助結(jié)構(gòu)方程模型得出影響圖書館讀者滿意度的最大因素，并得出整體評價。衛(wèi)格格等人[5]引入基于博弈論的組合賦權(quán)思想，利用層次分析法與熵值法相結(jié)合的權(quán)重計算結(jié)果，解決了滿意度評價指標(biāo)權(quán)重確定的片面性問題。馮娜[9]建立了基于模糊綜合評價理論的高校圖書館讀者滿意度模型。吳紅艷等人[10]利用主成分分析法改進層次分析法的主觀權(quán)重較重的弊端，運用SPSS20.0和Yaahp軟件對影響高校圖書館讀者滿意度的原因進行分析。張曉娟等人[11]通過層次分析法和熵權(quán)法組合賦權(quán)的方法確定權(quán)重排序，借助偏序集評價方法中的Hasse圖對26所高校圖書館微信公眾號服務(wù)進行分層和聚類，改善了傳統(tǒng)評價方法中確定具體權(quán)重的問題，為高校圖書館微信公眾號服務(wù)評價提供了新方法。曹奔[12]利用模糊語言變量隸屬度取值表確定評價指標(biāo)隸屬度，層次法計算指標(biāo)權(quán)重，構(gòu)建了高校圖書館微信公眾號服務(wù)質(zhì)量評價的二級模糊綜合評價模型。

由上述文獻分析得出，指標(biāo)賦權(quán)的研究方法日趨多樣化，不斷創(chuàng)新與融合。而在圖書館問卷調(diào)查領(lǐng)域，賦權(quán)研究主要集中在高校圖書館，鮮少有公共圖書館對問卷中的指標(biāo)權(quán)重進行研究。主要原因有三方面：其一，研究方法的復(fù)雜性對館員在數(shù)據(jù)分析方面的專業(yè)性要求較高，運算方法較難掌握；其二，相對簡易的方法需要依賴專家的主觀賦權(quán)，如層次分析法等，這在希望得到讀者客觀評價的情況下無法參考實施；其三，受制于財力與資源的不足——部分專業(yè)運算軟件價格高昂。

基于上述問題，筆者運用“最小二乘解理論”（least square solution）及MATLAB計算工具，探索出一種計算便捷、對主觀評判無依賴的計算方法，旨在發(fā)現(xiàn)隱藏在海量數(shù)據(jù)背后的客觀權(quán)重信息，為圖書館了解讀者最看重的服務(wù)項目提供判斷依據(jù)。本文根據(jù)上海浦東圖書館2023年調(diào)查問卷真實數(shù)據(jù)，并結(jié)合真實實踐，論述該方法的可行性與實際操作過程，與業(yè)內(nèi)同仁共同探討。

3研究實例

3.1研究方法介紹

在一份滿意度調(diào)查問卷中，讀者綜合滿意度體現(xiàn)在兩個維度，第一是在問卷中直接填寫的綜合滿意度得分，第二是每個獨立問題的滿意度打分再通過隱藏在獨立問題背后的權(quán)重得到的綜合分?jǐn)?shù)。假設(shè)每個讀者針對獨立問題的權(quán)重相同，且獨立問題和綜合滿意度打分一致，即可通過“最小二乘法”求解出藏在獨立問題背后的權(quán)重。本研究分為四個步驟：（1）通過設(shè)計問卷、發(fā)放與收集問卷，得到真實讀者對滿意度的反饋數(shù)據(jù)；（2）對數(shù)據(jù)進行篩選與處理，選定適合的數(shù)學(xué)模型，并根據(jù)真實情況確定優(yōu)化邊界條件；（3）將數(shù)據(jù)與邊界條件輸入計算工具中，求解出權(quán)重，并整理與匯總；（4）針對計算結(jié)果進行有效分析。

3.2數(shù)據(jù)來源與說明

計算數(shù)據(jù)來源于上海浦東圖書館于2023年末進行的一次讀者滿意度調(diào)查。此次滿意度調(diào)查共發(fā)放電子問卷1 091份，回收1 091份，發(fā)放紙質(zhì)問卷100份，回收96份，綜合回收率99.7%，排除惡意答題的無效問卷，實際有效問卷816份。

本次問卷設(shè)計包含了讀者基本信息、環(huán)境和設(shè)施、公眾服務(wù)、總體評價4個板塊，最后一題是開放題，要求讀者提出建議和意見。根據(jù)調(diào)查問卷的問題特征，將其分為以下三種類別。

類別一：信息收集類。包含讀者的基本信息和基本屬性，如性別、年齡段、學(xué)歷、職業(yè)、聯(lián)系電話等。該數(shù)據(jù)不是研究需要的數(shù)據(jù)，予以剔除。

類別二：五級量表形式評價類。該部分共計22個問題，內(nèi)容涵蓋了圖書館服務(wù)的多個方面，以及一項“綜合評價”。該部分是滿意度調(diào)查問卷的核心數(shù)據(jù)，反映了每個受調(diào)查者個體對圖書館服務(wù)的評價，摘取后進行編號（見表1）。

類別三：主觀評價反饋類。該部分問卷反饋讀者的主觀評價，不是研究所需要的數(shù)據(jù)，不再詳細(xì)表達。

3.3重要假設(shè)與模型選取

調(diào)查問卷中，“Q27綜合評價”是Q1—Q21問題的綜合結(jié)果反饋，兩者皆采用五級量表，能反映讀者對圖書館服務(wù)的分項與整體兩個方面的評價情況。此處提出假設(shè)，即將問卷中Q27的綜合滿意度打分視為每個獨立問題Q1—Q21的綜合反饋，綜合打分與分項打分具有一致性，每個獨立問題評價高，綜合滿意度也評價高，反之亦然。

基于上述假設(shè)，根據(jù)權(quán)重的定義，針對每個讀者的反饋數(shù)據(jù)，均可以建立一條多元方程，所有讀者的數(shù)據(jù)匯集起來，就可以得到與參與評價讀者數(shù)量相同的多元線性方程組。因為方程組數(shù)量超過了本身權(quán)重未知數(shù)的數(shù)量，此方程組可以利用數(shù)學(xué)工具，求解出該多元方程的最小二乘解，隨即就得到了各分項問題的權(quán)重結(jié)果。

3.4數(shù)學(xué)模型的建立

將22個問題以及讀者的具體評價匯入到Excel表中，并轉(zhuǎn)化為得分分值：“非常滿意”為5分；“比較滿意”為4分；“一般”為3分；“不太滿意”為2分；“很不滿意”為1分。

設(shè)Q1—Q21對綜合評價得分Q27的影響權(quán)重分別為r1—r21，該分值越高，說明讀者對該問題的關(guān)注度越高。

假設(shè)讀者總數(shù)為n，1#讀者對Q1問題的打分為S 1 01，對Q21問題的打分為S 1 21；依次類推，n#讀者對Q1問題的打分為S n 01，對Q21問題的打分為S n 21；1#讀者綜合評價為A_1，n#讀者綜合評價為A_n。

根據(jù)權(quán)重的定義，形成如下的n條線性方程組：

S_1_01*r1+S_1_02*r2+…+S_1_21*r21=A_1方程1

S_2_01*r1+S_2_02*r2+…+S_2_21*r21=A_2方程2

……

S n 01*r1+S n 02*r2+…+S n 21*r21=A_n方程n

方程組中，r1—r21為影響權(quán)重，是一個介于0—1之間的實數(shù)，且權(quán)重和為1。

方程組變換為矩陣表達法，為：

S*R=A

其中：

矩陣S=[S 1 01 S 1 02…S 1 21

S_2_01 S_2_02…S_2_21

…

S n 01 S n 02…S n 21]

R=[r1 r2…r21]T

A=[A_1 A_2…A_n]T

因此，該數(shù)學(xué)問題可以表達為：通過1—n的線性方程組聯(lián)立，求解未知數(shù)r1—r21，即已知矩陣S、A，在表達式S*R=A的情況下，求解未知矩陣R。

由線性代數(shù)理論得知，未知數(shù)r的數(shù)量為21，n的數(shù)量不同，會產(chǎn)生以下三種情況：情況①，nlt;21，未知數(shù)r1—r21有無窮多的解；情況②，n=21，未知數(shù)r1—r21有唯一解；情況③，ngt;21，方程組為超定方程組，可以解出最小二乘解，即找到最優(yōu)的解R，使得‖S*R-A‖最小，其中的邊界條件為：

0≤R≤1；

r1+r2+…+r21=1。

3.5求解函數(shù)的應(yīng)用

根據(jù)求解數(shù)學(xué)模型的形式與要求，選擇MATLAB中的lsqlin函數(shù)進行求解。MATLAB旨在簡化線性代數(shù)和數(shù)字信號處理等復(fù)雜數(shù)學(xué)問題的解決過程。在國際學(xué)術(shù)界，MATLAB已經(jīng)被確認(rèn)為準(zhǔn)確、可靠的科學(xué)計算標(biāo)準(zhǔn)軟件[13]，現(xiàn)已成為跨學(xué)科研究和工程應(yīng)用的首選工具。

lsqlin函數(shù)旨在求解帶有約束的線性方程組最小二乘解，數(shù)學(xué)描述如下：

其語法為：x=lsqlin（C，d，A，b，Aeq，beq，lb，ub），其中：不等式約束為A*x≤b，不需要約束時，可將A和b設(shè)置為空矩陣[]；線性等式約束為Aeq*x=beq，不需要約束時，可將Aeq和beq設(shè)置成空矩陣[]；邊界約束為lb≤x≤ub，不需要約束時，可將lb的下限設(shè)置為-Inf，ub的上限設(shè)置為Inf。

結(jié)合需要計算的問題：函數(shù)中矩陣C，為問題中的矩陣S；函數(shù)中的被求解矩陣x，為問題中的待求解矩陣R；函數(shù)中矩陣d，為問題中的矩陣A。

結(jié)合實際問題中的限制，需要針對求解函數(shù)設(shè)置邊界：沒有不等式約束，因此A和b設(shè)置為空矩陣[]；所有權(quán)重相加為1（r1+r2+…+r21=1），Aeq和beq需要根據(jù)等式設(shè)置；lb是求解下限，設(shè)置為0；ub是求解上限，設(shè)置為1。

3.6編程與求解

按照下列步驟，在MATLAB環(huán)境中進行求解。

步驟1：給矩陣C賦值。

使用問卷的真實數(shù)據(jù)，將評分轉(zhuǎn)化成矩陣，賦值給C，將1#—816#讀者的21個分項數(shù)據(jù)，按照下列格式錄入MATLAB中。

1#讀者的評價值2#讀者的評價值

…

816#讀者的評價值5 5 4 5 5…5 4

4 5 4 5 5…4 5

…

5 5 5 5 5…5 5

]

步驟2：給矩陣d賦值。

將Q27的評分轉(zhuǎn)化成矩陣，賦值給d，1#—816#讀者的綜合評價數(shù)據(jù)，可以通過如下語法進行錄入：

d=[5 4 3 5 5 5 3 5 4 5…4 4 4 5 5]

d=d'

步驟3：給邊界條件賦值。

A=[]

b=[]

Aeq=[1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1]beq=1

lb=[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]lb=lb'

ub=[1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1]ub=ub'

步驟4：輸入計算命令，進行求解。

x=lsqlin（C，d，A，b，Aeq，beq，lb，ub）

步驟5：得到計算結(jié)果。

x=[0.1163 0.1018 0.0000 0.0000 0.0000 0.0139 0.0000 0.0000 0.0000 0.0075 0.0473 0.0849 0.0000 0.0746 0.1177 0.0553 0.0000 0.0488 0.0801 0.0626

0.1891]'

x的解代表了r1—r21的值，表明通過求解計算，計算機已經(jīng)根據(jù)邊界條件，求出了描述問題的最小二乘解。

3.7權(quán)重計算結(jié)果統(tǒng)計

將計算得到的數(shù)據(jù)，匯總到Q1—Q21對應(yīng)的問題表格中，得到了Q1—Q21所有問題的權(quán)重值（見表2）。

將各項權(quán)重總和視為整體1，各分項的權(quán)重分布由圖1清晰展示。

4計算結(jié)果分析

4.1高分項分析

客觀權(quán)重運用中，權(quán)重值越高，則該指標(biāo)項對讀者進行綜合評定的影響越大，權(quán)重值越低，則影響越小。

由計算結(jié)果看出，本次問卷的21個指標(biāo)項中，權(quán)重值大于0的項目有13個，等于0的項目有8個。其中“餐飲服務(wù)”“圖書外借服務(wù)”“閱讀環(huán)境安全及舒適度”位列權(quán)重值前三，分別為0.189 1、0.117 7、0.116 3，是被調(diào)查者最為重視的評價指標(biāo)；“圖書館指引標(biāo)識的清晰度”“館藏目錄查詢系統(tǒng)的準(zhǔn)確性”以及“閱讀推廣活動”也較受廣大讀者的重視。

本次計算結(jié)果中，較為突出且出乎意料的是讀者對“餐飲服務(wù)”寄予了非常高的期望，“餐飲服務(wù)”的質(zhì)量直接影響到讀者對圖書館服務(wù)整體的評價。

為了印證這一數(shù)據(jù)的可靠性，筆者調(diào)查了近一年上海浦東圖書館的“讀者意見本”數(shù)據(jù)，發(fā)現(xiàn)對于食堂及餐飲服務(wù)方面的投訴呈上升且密集的態(tài)勢（見表3），從而說明了讀者對“餐飲服務(wù)”感受的重視。食堂與餐飲在讀者心目中，是上海浦東圖書館異于其他圖書館的特色。

4.2低分項分析

從數(shù)據(jù)意義上評判，指標(biāo)權(quán)重值為0的評價指標(biāo)屬于無意義。但細(xì)分權(quán)重值0的由來，有利于發(fā)現(xiàn)問卷在設(shè)計方面存在的問題。

（1）指標(biāo)層級不清，相關(guān)性高度重合。如問題Q3、Q4、Q5都涵蓋在了問題Q1中，Q3、Q4、Q5只是從不同的側(cè)面描述了Q1的某個具體功能特征，因此Q1與Q3、Q4、Q5之間是總分關(guān)系，而非平行關(guān)系。在問卷的設(shè)計方面，需要避免出現(xiàn)功能重疊的問題。同理Q13與Q2、Q12，Q17與Q15在問題的提法上，出現(xiàn)了雷同。就問卷設(shè)計而言，應(yīng)避免相關(guān)性高度重合的問題出現(xiàn)，且應(yīng)重視指標(biāo)層級的劃分。

（2）服務(wù)頻次與關(guān)注度的相互性。如Q7、Q8、Q9權(quán)重值為0則反映了讀者較低的關(guān)注度。首先，Q7、Q8、Q9代表的是讀者服務(wù)頻次較低的服務(wù)體驗，如辦證，而對于被調(diào)查群體，更注重的是每次來圖書館所能感受到的穩(wěn)定性的服務(wù)，如文獻借閱、環(huán)境、餐飲、閱讀推廣活動等。因此，數(shù)據(jù)結(jié)果真實反映了讀者的關(guān)注點，有利于圖書館明確提升與改進服務(wù)品質(zhì)的方向與重點。

5結(jié)論與展望

5.1理論意義

目前理論界對于指標(biāo)權(quán)重的挖掘尚無統(tǒng)一的方法，本文通過綜合比較、分析諸多專家學(xué)者在指標(biāo)權(quán)重方面的研究，結(jié)合公共圖書館的實際，提出了運用“多元線性方程最小二乘解”數(shù)學(xué)模型確立指標(biāo)權(quán)重。該方法操作便捷、無主觀依賴，能夠直接通過數(shù)據(jù)反映滿意度的影響因素。

在重視客觀權(quán)重的分析領(lǐng)域，運用線性方程的最小二乘解理論求得客觀權(quán)重值，相較于層次分析法或在其基礎(chǔ)上運用的各類綜合分析法而言，能夠直接反映受試者的真實評價，且不受專家個人主觀判斷的影響。在數(shù)據(jù)量的需求方面，相較熵權(quán)法而言，最小二乘解的計算對數(shù)據(jù)量的要求并不高。在計算的方法方面，相較博弈論等綜合計算技術(shù)而言，最小二乘解僅依托MATLAB計算工具，就可以使用lsqlin函數(shù)計算出客觀的權(quán)重，其計算方法更加便捷，更易在公共圖書館領(lǐng)域推廣。

5.2實踐意義

客觀權(quán)重值的高低，直觀展現(xiàn)了讀者重點關(guān)注的問題，為圖書館了解讀者需求提供了客觀依據(jù)。本次調(diào)研通過對816份問卷進行權(quán)重計算與分析，從權(quán)重值分布的角度，得出以下結(jié)論。

5.2.1以客觀權(quán)重結(jié)果為依據(jù)，彌補業(yè)界與讀者感受的認(rèn)知偏差

客觀權(quán)重的賦值，能夠幫助圖書館發(fā)現(xiàn)容易被忽視但卻是讀者重視的服務(wù)內(nèi)容。本次調(diào)研中，發(fā)現(xiàn)讀者對圖書館外延的餐飲服務(wù)特別重視，從一定角度提醒圖書館管理者，在建設(shè)圖書館過程中，不僅要發(fā)揮圖書館專業(yè)優(yōu)勢，還需要重視讀者對普適性服務(wù)的需求。

公共圖書館相較于其他公共服務(wù)的區(qū)別在于，民眾在圖書館逗留的時間相對較長，而非參觀、辦事等一次性游覽性質(zhì)。因此，圖書館提供的餐飲質(zhì)量、便民服務(wù)等相關(guān)民生服務(wù)質(zhì)量直接關(guān)系到讀者對圖書館滿意度的感受。圖書館在加強文化推廣、文獻咨詢等專業(yè)服務(wù)的同時，還應(yīng)顧及讀者對其場所使用過程中的附加價值，以期成為讀者心中真正的“文化家園”。

5.2.2客觀權(quán)重值的分布，有助于圖書館定位服務(wù)重心，提升服務(wù)能級

在“以人為本”的服務(wù)理念指導(dǎo)下，認(rèn)識到哪些因素直接影響讀者滿意度并為之加大投入和管理，將極大提升圖書館的服務(wù)管理效能。本次研究中發(fā)現(xiàn)，讀者更注重圖書館的功能使用需求，除前文提到的“餐飲服務(wù)”外，“圖書外借服務(wù)”“閱讀環(huán)境安全及舒適度”“圖書館指引標(biāo)識的清晰度”“館藏目錄查詢系統(tǒng)的準(zhǔn)確性”以及“閱讀推廣活動”等方面對滿意度的評價影響更大，努力提升這些指標(biāo)的服務(wù)質(zhì)量，將對提升整體滿意度起到顯著作用。

在如今智慧圖書館的建設(shè)中，越來越多的公共圖書館意識到回歸圖書館基礎(chǔ)功能建設(shè)，保障資源利用率、提升讀者使用效率、挖掘讀者及社會智慧資源、提升圖書館的創(chuàng)造性價值，已然成為未來圖書館發(fā)展的方向。而在客觀權(quán)重值的指導(dǎo)下，將讀者需求具象化、重點化，圖書館將更加方向明確、目標(biāo)清晰，對提升服務(wù)能級起到促進作用。

5.2.3客觀權(quán)重值的分布可幫助檢驗問卷設(shè)計的科學(xué)性

對于調(diào)查問卷本身而言，本次研究的結(jié)果發(fā)現(xiàn)，部分問題出現(xiàn)雷同或內(nèi)容相近的情況，問卷設(shè)計的語言表達不夠清晰，因而讀者在答題時會產(chǎn)生誤判或難以回答等情況。因此，客觀權(quán)重值的計算，可以指導(dǎo)圖書館進一步改善調(diào)研方法，提升調(diào)研的科學(xué)性和嚴(yán)謹(jǐn)性。

5.3局限與展望

作為一項探索性的實證研究，本文論述的方法也具有一定的局限性。首先是問卷設(shè)計中，需設(shè)一項“綜合評價”指標(biāo)，以作為計算的目標(biāo)數(shù)據(jù)。其次，數(shù)據(jù)的客觀性有賴于參與調(diào)查者自身的素質(zhì)，需要盡可能保證數(shù)據(jù)的真實性。參與評分的讀者，務(wù)必在給每個問題評分和綜合評分時，秉承一致性原則。過度分離的打分原則，會破壞計算數(shù)據(jù)的真實性。因此，需對原始數(shù)據(jù)的可靠性進行篩選，剔除明顯不合常理的數(shù)據(jù)。

為使被調(diào)查者的評價區(qū)分度更加顯著，問卷可改進為Likert 7級或10級量表，或者以“LibQUAL+TM”模式的問卷評價形式呈現(xiàn)，從而直觀地了解到讀者的期望值與對實際服務(wù)質(zhì)量的感受值的相關(guān)性，加以本文的最小二乘解計算方法，則可得到更精確的計算結(jié)果。

參考文獻：

[1]PARASURAMAN A，ZEITHAML V，BERRY L.A conceptual model of service quality and its implications for future research[J].Journal of Marketing，1985，49（4）：41-50

[2]CRONIN JR J J，TAYLOR S A.Measuring service quality：A reexamination and extension[J].Journal of Marketing，1992，56（3）：55-68.

[3]王世偉.全球大都市圖書館服務(wù)的新環(huán)境，新理念，新模式，新形態(tài)論略[J].圖書館論壇，2014（12）：1-13.

[4]全國圖書館標(biāo)準(zhǔn)化技術(shù)委員會.公共圖書館服務(wù)規(guī)范：GB/T 28220-2023[S].北京：中國標(biāo)準(zhǔn)出版社，2023.

[5]衛(wèi)格格，魯麗麗，翟小靜，等.基于博弈論組合賦權(quán)法的圖書館讀者滿意度評價指標(biāo)權(quán)重確定[J].情報探索，2014（3）：43-45，116.

[6]張新興，楊志剛.高校圖書館數(shù)據(jù)庫用戶滿意指數(shù)模型：假設(shè)與檢驗[J].圖書情報工作，2010，54（3）：76-80.

[7]鄒凱，劉瑩瑩.社區(qū)信息服務(wù)顧客滿意度指數(shù)模型實證研究[J].圖書情報工作，2011，55（12）：65-69.

[8]陳麗霞.基于結(jié)構(gòu)方程的圖書館讀者滿意度調(diào)查分析[J].浙江高校圖書情報工作，2013（3）：36-40.

[9]馮娜.基于模糊綜合評價的高校圖書館讀者滿意度評價[J].唐山師范學(xué)院學(xué)報，2017，39（2）：141-143，147.

[10]吳紅艷，彭彥茹.基于改進AHP的高校圖書館讀者滿意度調(diào)查分析：以呼倫貝爾學(xué)院為例[J].呼倫貝爾學(xué)院學(xué)報，2019，27（6）：80-86，91.

[11]張曉娟，毛志勇，遲春佳.高校圖書館微信公眾號服務(wù)評價研究[J].情報探索，2021（10）：106-113.

[12]曹奔.基于模糊理論的高校圖書館公眾號服務(wù)質(zhì)量評價[J].產(chǎn)業(yè)與科技論壇，2023，22（16）：50-52.

[13]張德豐，周燕.詳解MATLAB在統(tǒng)計與工程數(shù)據(jù)分析中的應(yīng)用[M].北京：電子工業(yè)出版社，2010：2.