任務

全國學生調查（NSS）是一項年度調查，該調查收集了本科生對所學課程的看法和經驗。它被廣泛認為是對英國高等教育的生活質量進行描繪的權威且極具影響力的調查。

在蘭開斯特大學，與許多其他機構一樣，迄今為止，還沒有對所進行調查的定性要素進行系統的分析。但是NSS對蘭開斯特大學非常重要，因為所獲得的分數會對大學的當前地位產生巨大影響。并且蘭開斯特大學在2016年獲得了出色的NSS評分（84.3％積極評分）之后，在教學卓越框架（TEF）中獲得金獎。最近，蘭卡斯特還被《泰晤士報》和《星期日泰晤士報》評為2018年度優秀大學指南。

而本文就是挑戰在于從收集的數據中獲得更好，更深刻的理解，以改善學生在蘭卡斯特的生活和學習體驗。蘭開斯特大學健康與醫學學院的學習技術專家Steve Wright博士將此作為試點項目進行了研究。

為任務找到合適的工具

NSS試點項目的目的是參與各種機構活動，為大學的TEF提交和評估做準備。

第一階段比較了三種可能用于定性分析的工具：QDA Miner和WordStat；NVivo；運行的Leximancer。

選擇NVivo是因為：

• 界面更容易理解
• 該機構熟悉NVivo，并擁有許多熟練的用戶
• WordStat和QDA Miner功能強大，但非常復雜
• 其他人的輸出沒有NVivo的交互性

點擊下載最新版NVivo

NVivo可視化顯示數據的能力也是選擇過程中的重要因素。 “在NVivo中，可視化使您能夠瀏覽數據，使其成為用于分析和表示的非常強大的工具，” Steve說。他沒有在報告中添加條形圖，而是直接從NVivo內部進行呈現。他說：“將其用作交互式演示的功能使其強大，例如，能夠單擊直方圖中的列并獲取基礎數據。”

測試情緒和主題的自動化

蘭卡斯特大學在整個機構內共收到8000份NSS評論，共需分析25,000個單詞。

NSS要求學生完成三項開放性意見：

• 好評
• 負面評論
• 關于機構的評論

史蒂夫（Steve）對可以從數據中收集到哪些見解很感興趣，特別是如果他們使用可以復制的系統方法的話。該方法將提取關鍵主題，將這些關鍵主題分組，然后探究與這些主題相關的情緒。有這樣的想法是，由于情感存在于NSS結構中（要求給出肯定和否定的評論），因此可以對照這些數據檢查NVivo情感分析（否定/肯定）的準確性，然后從中推斷出或使用它可以作為您對NVivo對其他數據集進行自動情感標記的一個示例。

“我們有大量的文本，但是大多數情況是，我們不進行分析就共享文本，只有部門中關鍵人員的基本結構才能閱讀。當他們收到三到四頁的評論時，最容易發生的事情就是閱讀前幾頁并在腦海中構造一個敘述，并立即獲得信息。”史蒂夫說。

“ NVivo Plus工具確實對此非常有用。我能夠獲取這些結構化程度最低的數據，這些數據僅提供了與之相關的部門和評論的類型，然后提取主題并與情感進行交叉引用，并提供摘要。”

使用NVivo的好處

該分析受到了好評，且收到了一個重要的回應，稱他的分析沒有比以前的統計分析更進一步。史蒂夫認為事實并非如此。 “統計數據表明，學生們在這里普遍感到開心。他們喜歡某些東西，但定量統計顯示的特定領域較低，但是統計學沒有做的是，他們真正了解過程，經驗，從而為較低的分數提供了信息。”

“定性分析允許您做的是，將這些主題拆開并分解，以查看為什么某些部門的分數更高-以確定良好做法，例如，給出了一些較低的分數以告知干預措施和發展的特定原因。”史蒂夫說。

NVivo的情緒分析功能在數據分析中發揮了重要作用，特別是考慮到為NSS收集調查數據的方式。

“由于NSS的結構，正面評論和負面評論，我們能夠通過NVivo的情緒分析將其交叉列出，并獲得一種內置的準確性檢查，” Steve說。 “而且效率非常高。它傾向于通過加法而不是遺漏來計算以至于弄錯事情。也就是說，當它只是正面時，它將同時將正面和負面歸為一類。典型的例子是“我有很多個人問題，部門太棒了。”這是一個積極的評論，但是，由于其中包含“問題”一詞，因此也會自動歸為負面。

絕大多數情況下，NVivo都能正確地對其進行分類，我們知道會有一些錯誤的匹配項，但它們是少數，并且考慮到能夠使我們使用它們的數據量，可以這個軟件適合的工具。”他說。 “此外，當我們將這種方法應用于沒有這種結構的其他學生反饋和評論數據時，這也為我們提供了信心分析的基線。”

與共享靜態報告相反，能夠與熟悉NVivo的其他人員在整個大學共享該項目是對未來的期望。員工可以直接研究該項目并自己發現見解。

未來的工作

大學計劃在明年重復分析，并以該框架為基礎。

從那些看到它的人那里，已經發現了一些真正的興趣。“我認為真正的潛力在于學生或員工調查。大多數組織都有員工調查，他們要求提供廣泛的定性意見，但是通常不對其進行任何系統的分析。”史蒂夫說。

該項目的重點是開發一種方法，NVivo協助更好地分析了這些數據。問題是：

• 我們如何才能將其開發為一種好方法，不僅適用于本項目，還可以著眼于其他數據集來改善我們的機構數據分析？
• 機構如何才能實際使用本質上與我們的學生“客戶”有關的數據并改善學生體驗？

他還建議，對于商業和公共部門組織來說，這是一個巨大的機會，他們需要使用非結構化數據集來分析客戶體驗，并且有很大的潛力進一步開發類似此處介紹的方法。

文章推薦：

結合NVivo和Endnote進行質量評估的文獻綜合

為新的醫療保健決策制定提供信息

想要購買NVivo正版授權的朋友，或者獲取更多該產品相關信息的朋友可以點擊

關注慧聚IT微信公眾號???，了解產品的最新動態及最新資訊。