大学生学习投入度的实证研究.doc

大学生学习投入度的实证研究 大学生学习投入度的实证研究 4-6 17:10:18大学生学习投入大学生学习投入度的实证研究:2013- 度的实证研究——基于2012年“国家大学生学习情况调查”数据分析 摘 要:大学生学习投入度是指大学生在学习过程中行为、情感和认知三方面的投入程度。通过“国家大学生学习情况调查”网络调查平台，对我国48所本科院校、共计59372名本科生进行了学习投入度调查。结果显示:大学生学习投入度总体状况较好，但元认知策略和师生互动两因子得分相对较低;大学生学习投入度随着年级的升高，呈现“高—低—低—高”的趋势;大学生学习投入度中的同伴互动因子对学习收获有较高的解释力。在此结果基础上，对提高我国大学生学习投入度给出相关建议。 关键词:本科生，学习投入度，学情调查 一、研究背景 高等教育质量评估范式从注重高校的资源投入转向重视大学生的学习投入。大学生学习投入度研究已成为高等教育质量评估研究领域新的发展趋势，也是世界各国高等教育界共同关心的热点问题。“student engagement”(学生学习投 入度)概念大约出现在70年前。在20世纪30年代，教育心理学家Ralph Tyler先后在俄亥俄州和芝加哥大学做的一项研究，用来调查学生花在功课上的时间和学习上的努力程度。20世纪60年代，Robert Pace开始关注学生的努力成效(quality of effort)，并在此基础上开发了CSE0问卷，并于1979年实施调查。但许多教育史学者认为，Alexander Astin在20世纪80年代关于“学生学习参与度”(student involvement)的研究才是现代意义上的学习投入度研究。虽然并不是所有学者同意将“学生学习参与度”和“学生学习投入度”等同起来，但Alexander Astin和George Kuh认为这两者并没有本质的区别[1]。在美国教育学界如何定义“学生学习投入度”存在很大的争议，因此，有学者认为有必要对其进行定义[2]。Jennifer Fredricks[3]等学者通过对已有文献的研究提出学生学习投入度 4=基本同意，5=同意，6=非常同意。 2.正式量表的编制。 (1)量表的探索性因子分析。使用大学生学习投入度预测量表，通过“国家大学生学习情况调查”网络调查平台对福建省某高校进行试测，共 有2313名本科生参与了试测。使用SPSS19.0对预测量表进行项目分析(Item Analysis)和探索性因子分析(Exploratory Factor Analysis)。运用临界比值法(Critical Ration)进行项目分析[15]。通过项目分析发现所有项目都达到了0.001以上的显著性，各项目有良好的区分度，因此无需删题。项目分析后，对预测量表进行探索性因子分析。通过分析可知，KMO值为0.886。依据Henry Kaiser的观点[16]，KMO值在0.7以上，适合做因子分析。同时，Bartlett’s球形检验达到显著，也认为数据适合进行因子分析。用“极大方差法”(Varimax)进行正交旋转分析求出旋转因子负荷矩阵，项目的选取标准为因子负荷大于0.5，因子的提取标准为因子特征值大于1。在经过三次探索性因子分析的基础上，得到了一个稳定的因子结构。特征值大于1的主成分有5个，累积解释变异量为62.691%，方差解释率较好，可提取5个因子。因子F1为“元认知策略”、F2为“师生互动”、F3为“同伴互动”、P4为“深层认知策略”、F5为“学习热情”。通过探索性因子分析，得出大学生学习投入度的5个因子(共22个项目)，结果与最初的理论构想(除情感投入中学习兴趣和学习价值两方面合并成学习热情因子外)基本相一致，这也说明本量表拥有较好的构念效度(construct validity)。 (2)量表的信度考察。本研究以内部一致性系数(同质性信度，Cronbach’s a系数)来考察大学生学习投入度量表的信度(Reliability)。元认知策略因子的Cronbach’s a系数为0.824;同伴互动因子的 Cronbach’s a系数为0.818;深层认知策略因子的Cronbach’s a系数为0.838;师生互动因子Cronbach’s a系数为0.821;学习热情因子的Cronbach’s a系数为0.806;总的量表的Cronbach’s a系数为0.888。综合多位学者的看法[17]，总量表的信度系数最好在0.80以上，分量表的信度系数最好在0.70以上。基于此标准可以看出大学生学习投入度量表的信度很好，作为大学生学习投入度的测量工具拥有较高的可信度。 (3)量表的验证性因子分析。使用AMOS7.0对正式调查数据进行验证性因子分析(Confirmation Factor Analysi