高职高专学生自主学习量表的初步编制

刘珍杰，蒲晓湘，李军政

(重庆电力高等专科学校，重庆400053)

1 问题提出

自主学习(Self-Regulated Learing，简称SRL)是近几十年来心理学与教育学界都普遍关注的问题。它是指学生在教师的引导下，对自己正在进行的学习活动进行主动、积极、自觉的计划、监控、评价、调整的过程。Zimmerman的社会认知理论是自主学习理论中最具影响力的理论之一。他认为自主学习可以分为计划阶段、行为或意志控制及自我反思三个阶段，学习者一方面要对自己的学习过程做出主动的控制与调节，另一方面则需要根据外部反馈对学习的外在表现和学习环境做出主动的监控和调节［1］。

在以往的研究中，无论是自主学习的理论研究还是应用研究，都强调解决自主学习的测量问题。迄今为止，国内外已经开发出一些与自我学习相关的测量工具。如Weinstein等人编制的“学习和探究策略调查表”;Zimmerman和Martinez-Pons等人编制的“自主学习访谈表”等;国内学者单志艳编制的“中学生自主学习问卷”［2］、庞维国等人编制的“中小学生学习自主性量表”［3］以及朱祖德等人编制的“大学生自主学习量表”［4］。

综观这些研究可以发现，目前还很少有针对高职高专学生自主学习状况的测量工具进行的研究，从而难以对高职高专学生自主学习的状况做出准确的描述，致使这些年来对高职高专学生自主学习情况的研究一直都存在盲区。因此，编制一份适用于高职高专学生的自主学习量表，以测定高职高专学生的自主学习能力和表现，这对于促进高职高专学生的自主学习发展具有重要意义。

2 《高职高专学生自主学习量表》的施测

通过开放式调查并结合以往研究的结果，编制出初始的《高职高专学生自主学习量表》。此表中共确立问卷初始题项70个，采用Liker5点计分，要求被试者根据自己的具体情况，对每个给定陈述题项进行评分，从“完全不符合”到“完全符合”。“完全不符合”记1分，“比较不符合”记2分，“不确定”记3分，“比较符合”记4分，“完全符合”记5分。其中题项 6、7、15、17、20、21、22、26、27、29、31、32、34、37、45、46、47、50、53、57、59、62、65 采用反向计分，在进行统计分析前已作处理。

在某专科院校进行施测，共发出问卷400份，回收有效问卷382份，回收问卷有效率达到95.5%。其中男生为287人，女生为95人，动力系为96人，电力系为155人，计科系为92人，管理系为39人。

3 《高职高专学生自主学习量表》的结构分析

3.1 项目分析

所有数据采用SPSS 13.0 for Windows 2000统计软件包进行数据分析和处理。

根据数据统计结果，为提高项目对测试的鉴别力，根据项目与总分的相关系数小于0.3，每道题计算出的CR值未达到显著性水平的删除标准，删除题项7、10、11、20、25、29、37、38、40、46、62、70。其余题项均能达到较好的区分度和相关度。

3.2 因素分析

根据项目分析的结果，筛选出了58个题项进行因素分析。对量表进行因素分析适合度检验结果如表1所示。

表1 初始KMO及Barlett球形检验结果

检验因素分析的适当性最常用的方法有KMO(Kaiser-Meyer-Olkim)检验和 Bartlett球型检验。Bartlett球型检验考查的是变量间的相关性，这是进行因素分析的先决条件。若检验达到显著，则适宜于进行因素分析，否则不适合。本研究中，初测问卷Bartlett球形检验，卡方值为 7598.621，df=1653，Sig.=.000，表明变量间存在着共享的因素结构，KMO=.883，(参见表1)，表明非常适合做因素分析。

在每次进行因素分析加最大方差旋转后，剔除初始问卷中涵盖题目内容较少的因素(少于3个题目)后，再进行另一轮因素分析。在进行3次这样的操作后，KMO检验和Bartlett球型检验结果仍表明非常适合做因素分析(参见表2)。

表2 最终KMO及Bartlett球形检验结果

对量表进行因素分析后我们最终得到的因素结构如表3所示。

结合表3、表4的结果，可以看出量表共检出4个因子41个题项，这些因子对总方差的解释率为40.125%。因素结构较清晰并能较好反映出总量表的变异。

表3 量表因素分析结果

表4 各因子特征根及方差贡献率

3.3 因子命名

根据探索性因素分析的结果，第一个因素包含9，24，3，2，8，23，35，1，27，33，4 等 11 个题项。这些题项主要涉及主动选取与学习相关内容来进行学习，并对知识加以巩固等方面内容，因此命名为“学习策略”因子。

第二个因素包含题项 61，41，36，55，58，39，43，42，69，56，63，64，68 等 13 个题项。这些题项主要涉及对自己学习的过程及结果主动进行检查并寻找原因等方面内容，因此命名为自主学习的“自我督查”因子。

第三个因素包含题项 59，50，65，31，34，47，57，53，45等9个题项。这些题项主要涉及对自己学习状态的监控，学习情绪的调控等方面内容，因此命名为自主学习的“自我控制”因子。

第四个因素包含题项 13、5、6、15、22、21、14、17等8个题项。这些题项主要涉及学生学习动机、学习自我效能感、对学习有无信心等方面内容，因此命名为自主学习的“自我效能”因子。

根据这四个因子，用以衡量自主学习的维度，用以表征:能够运用主动策略寻找学习资源、学习内容进行学习;对自己的学习过程和学习结果能够很好地进行监督调控;有足够的自我控制力让自己投入学习中;有充足的信心及效能感完成好学习目标。由于篇幅关系，文章中我们就不把施测的具体题项一一列出，各位施测人员可以根据自己的要求和被测者的实际情况，从这四个维度编制具体的题项。

4 量表的信效度检验

4.1 量表的信度

我们采用Cronbach α内部一致性系数和分半信度来考察量表的信度，结果显示出总量表内部一致性系数为.902。四个因子的内部一致性系数分别为:.872、.827、.777、.702。量表的分半信度为.831。四个因子的分半信度分别为.791，.820，.723，.778。同时，我们还分析了各因子与总分之间的相关性，其相关系数分别是.787，.765，.747，.662，均达到极显著(p＜0.00)。

结合Cronbach α内部一致性系数和分半信度，以及因子与总分间的相关系数，表明该量表具有较高的信度水平。

4.2 量表的效度

根据因素分析的理论要求，项目与所在维度的相关性应高于其与总分以及其它维度的相关性;而维度之间的相关性应低于维度与总分的相关性，如表5中所示。

表5 各因子间以及与总量表的相关系数

从表5可以看出，本问卷41个题项、四个因子及总分之间的相关关系符合这个要求。四个因子之间均存在显著相关，相关系数介于.272～.562之间，各因子与总量表之间的相关介于.662～.787之间。因子间相关性低于各因子与总量表之间的相关性，这表明各因子既表现出了一定的独立性，又反映出了相应的归属性，此问卷具有较好的结构效度。

5 讨论及总结

本研究参照了Zimmerman的自主学习理论，结合高职高专学生的实际情况，编制的高职高专学生自主学习量表共包含41个题项共4个因子用以描述自主学习的维度。从因子结构来说，“学习策略”维度主要描述了学生能主动寻找学习资源和学习内容进行学习，这一结构与Pintrich把学习策略分为认知、元认知和资源管理策略的构想［5］基本一致;“自我督察”以及“自我控制”维度反映的是学生对自己学习行为和学习情绪的调控，这与Zimmerman对自主学习中行为或意志控制阶段和自我反思阶段的描述基本吻合;而“自我效能”维度在国内外很多研究中，都把它归类于学习动机方面的维度。

总体来说，量表因子结构简洁清晰，从学习策略、自我督察、自我控制、自我效能四个方面较全面地反映了高职高专学生自主学习的维度，具有较好的信效度，适用于对我国高职高专学生自主学习状况的评定。

［1］Zimmerman B J.Becoming a self-regulated leaner:An overview［J］.Theory into Practice，2002，(2):64-70.

［2］单志艳，孟庆茂.中学生自主学习问卷的编制［J］.心理科学，2006，(6):1422-1424.

［3］庞维国.自主学习——学与教的原理和策略［M］.上海:华东师范大学出版社，2003:148，276-293.

［4］朱祖德，王静琼，张卫，等.大学生自主学习量表的编制［J］.心理发展与教育，2005，(3):60-65.

［5］Pinchrich P R，De Goot E V.Motivational and Self-Regulated Learning Component of Classroom［J］.Academic Performance.Journal of Educational Psychology，1990，(1):33-40.