基于LibQUAL＋TM的高职院校图书馆服务质量评价研究★

2014-05-10王振华

河北科技图苑 2014年3期

王振华

（黑龙江司法警官职业学院图书馆黑龙江哈尔滨 150060）

LibQUAL＋TM是一种基于读者满意度的图书馆服务质量评价模式。自20世纪80年代，国外的学者就不断地探索顾客对于服务质量满意度的测评方法和管理理论，形成了比较有代表性的SERVQUL（Service Quality）评价方法，随后图书馆界的学者也不断地尝试应用SERVQUAL的评价方法来进行图书馆服务质量的测评。1999年，美国研究图书馆协会（Association of Research Library，简称ARL）联合TEXAS等大学将SERVQUAL的调查问卷服务评价指标体系数据收集过程等进行了重新设计和改进，推出了一种更为实用的图书馆服务质量用户评价模式LibQUAL＋TM，在国际图书馆界产生了广泛的影响［1］。LibQUAL＋TM采用Web调查方式，被调查者在网上填写问卷并提交。ARL为采用LibQUAL＋TM的图书馆提供了配套的服务与设施：专用的数据分析软件、集中的数据储存空间、对反馈数据的分析、测度结果的整理、报告的撰写等［2］。

表1 评价指标体系表

1 基于LibQUAL＋TM的高职院校图书馆服务质量评价模型的构建

1.1 建立评价指标体系

参照LibQUAL＋TM评价体系，结合高职院校图书馆普遍状况和读者需求的特点，参考其他类型院校图书馆服务质量评价指标，笔者将高职院校图书馆服务质量评价要素确定为以下5个一级指标和17个二级指标，如表1所示。

1.2 利用模糊层次分析法确定权重

1.2.1 确定各级指标重要程度

采用德尔菲调查法，向图书馆学、情报学、高职教育领域专家发放调查表，对影响高职院校图书馆服务质量的5个一级指标和17个二级重要程度进行评价。为了避免专家依据自身经验和知识进行判断造成的主观影响，调查问卷采用同级指标对比法确定，即将两个同级指标进行对比，得出其中一个的相对重要程度。这种方法能够最大程度地提高各评价指标的准确度。调查表采用模糊标度法给予定量标度，具体如表2所示。

表2 模糊标度及其含义表

1.2.2 构建模糊互补判断矩阵

（1）各专家模糊互补矩阵的构建

根据各个专家调查表构建模糊互补判断矩阵Am＝（aij）n×n，式中i，j＝1，2，…，n；m＝1，2，…，s。n为评价指标个数，s为专家个数。矩阵中各元素aij表示后者对比前者的重要程度，其中aij（i＜j）共有个，表示共比较了次Cn2。根据互补矩阵可知，aij＝1－aij；aij（i＝j）＝0.5。

（2）模糊互补矩阵合矩阵的构建

模糊互补判断矩阵Am仅仅代表了某个专家对同一级指标重要性的评价，要想反映出s个专家整体对同一级指标的重要性评价，则需构建合矩阵

λm为第m个专家的权重。如果每个专家权重相同，则λ1＝λ2＝…λm＝1／m。

1.2.3 运用最小方差法计算各级指标的权重

wi向量中各元素即为对应评价指标的权重。

各级指标的权重表示如下：一级评价指标权重为w＝（w1，w2，w3，w4，w5）。二级评价指标权重分别为wA＝（w1，w2，w3，w4）；wB＝（w1，w2，w3，w4）；wC＝（w1，w2，w3）；WD＝（w1，w2，w3，w4）；wE＝（w1，w2）。

1.3 高职院校图书馆服务质量综合评价

1.3.1 建立高职院校图书馆服务质量评价的因素集

高职院校图书馆服务质量总体指标（Q）包括资源的获取（A）、服务效果（B）、馆员的素质（C）、图书馆的设施条件（D）及图书馆环境（E）共计5个一级指标，即：Q＝（A，B，C，D，E）T。如表1所示，各个一级指标分别包含各若干个二级评价指标，即：A＝（A1，A2，A3，A4）T；B＝（B1，B2，B3，B4）T；C＝（C1，C2，C3）T；D＝（D1，D2，D3，D4）T；E＝（E1，E2）T。

1.3.2 建立评语集

根据评价者的真实感受，对每一个评价指标进行主观定性评价而形成的集合成为评语集V＝（V1，V2，V3，V4，V5）。本文对高职院校图书馆服务质量的评价设定为5个等级，分别为：优（V1）、良（V2）、中（V3）、可（V4）、差（V5）。

1.3.3 建立分数集

本文将每个评价指标分值设定为0－10，满分为10分，最低分为0分。分值通过向用户发放调查表的方式获得，然后应用等差打分法与评语集V＝（V1，V2，V3，V4，V5）对应，得出分数级S＝（10，8，6，4，2），即为［10－8］优，（8－6］为良，（6－4］为中，（4－2］为可，（2－0］为差。

1.3.4 建立二级指标评价矩阵

每个用户都会根据自身的真实感受对每个二级指标进行打分，再根据分值确定评价等级为优、良、中、可、差中的哪一级。为了准确反映出所有用户对同一指标的真实感受情况，需要建立二级指标评价矩阵式中i＝1，2，…，m；j＝1，2，…，5。m为二级评价指标个数。rij表示第i个指标第j评价等级（优、良、中、可、差）在所有调查用户样本中出现的频率。

1.3.5 进行多层次的模糊综合评价

（1）一级指标模糊综合评价

根据二级指标评价矩阵和二级指标对应的权重向量，对一级指标进行模糊综合评价，计算出模糊综合评价集Q1，l∈（A，B，C，D，E）。

再根据模糊综合评价集Q1及分数集S计算出各一级指标的综合得分F1，l∈（A，B，C，D，E）。

（2）总目标模糊综合评价

根据一级指标综合评价建立一级指标评价矩阵R＝（QA，QB，QC，QD，QE）T，然后根据一级指标评价矩阵R和一级指标权重向量计算出总目标模糊综合评价集Q。

再根据总目标的Q及分数集S计算出总目标的综合得分F。

2 基于LibQUAL＋TM评价的举例分析

本次调查共向4个专家发放专家调查表，向50个用户发放满意度调查表，所有调查表均得到回馈并且数据可用。本文将根据这4个专家调查表及50个用户满意度调查表对高职院校图书馆服务质量进行综合评价。

2.1 各级权重的计算

2.1.1 构建模糊互补判断矩阵

（1）专家模糊互补矩阵的构建

以一级评价指标为例，根据4个专家调查表构建4个一级模糊互补矩阵Am，m∈（1，2，3，4）。

（2）模糊互补矩阵合矩阵的构建

根据A1、A2、A3、A4计算一级评价指标的合矩阵。共有4个专家，定义每个专家权重相等，则λ1＝λ2＝λ3＝λ4＝1／4＝0.25。根据公式1.1计算出合矩阵。计算结果如下。

表3 评价指标权重表

2.1.2 计算权重向量

根据公式1.2计算一级评价指标合矩阵A的权重向量w，结果如下：

同理可以计算出二级评价指标权重如表3所示。

2.2 模糊综合评价

2.2.1 用户满意度调查表结果统计

根据50份用户满意度调查表，统计出各级指标优、良、中、可、差出现的频率，具体表4所示。

2.2.2 二级指标评价矩阵的构建

以二级指标A为例，构建二级指标A的指标评价矩阵如下所示：

同理，可以构建其他二级指标评价矩阵RB，RC，RD及RE。

表4 服务质量指标评价等级表

2.2.3 进行多层次的模糊综合评价

（1）一级指标模糊综合评价

根据公式1.3计算出各一级指标模糊综合评价集QA，QB，QC，QD，QE。

说明8.68%的用户认为资源的获取（A）是优秀的，38.17%的用户认为是良好的，22.81%的用户认为是中等的，14.76%的用户认为是尚可的，15.59%的用户认为是较差的。

同理，QB＝（0.0753，0.3164，0.3320，0.1702，0.1061），说明7.53%的用户认为服务效果（B）是优秀的，31.64%的用户认为是良好的，33.20%的用户认为是中等的，17.02%的用户认为是尚可的，10.61%的用户认为是较差的。

QC＝（0.637，0.3575，0.3159，0.1851，0.0778），说明6.37%的用户认为馆员的素质（C）是优秀的，35.75%的用户认为是良好的，31.59%的用户认为是中等的，18.51%的用户认为是尚可的，7.78%的用户认为是较差的。

QD＝（0.0998，0.3561，0.2055，0.2806，0.0581），说明9.98%的用户认为图书馆的设施条件（D）是优秀的，35.61%的用户认为是良好的，20.55%的用户认为是中等的，28.06%的用户认为是尚可的，5.81%的用户认为是较差的。

QE＝（0.1109，0.3897，0.2691，0.1794，0.0509），说明11.09%的用户认为图书馆环境（E）是优秀的，38.97%的用户认为是良好的，26.91%的用户认为是中等的，17.94%的用户认为是尚可的，5.09%的用户认为是较差的。

根据公式1.4计算各一级指标的综合评分FA、FB、FC、FD、FE。

由于6.1924处于（8－6］，说明资源的获取（A）综合评价等级为良好。同理求得FB＝6.1692处于（8－6］，说明服务效果（B）综合评价等级为良好。FC＝6.2884处于（8－6］，说明馆员的素质（C）综合评价等级为良好。FD＝6.3184处于（8－6］，说明图书馆的设施条件（D）综合评价等级为良好。FE＝6.6606处于（8－6］，说明图书馆环境（E）综合评价等级为良好。

（2）总目标模糊综合评价

根据公式1.5计算总目标模糊综合评价集。