基于SEM的大学生体育课堂学习满意度验证分析

秦海权

（同济大学运动与健康研究中心,上海 200092）

基于SEM的大学生体育课堂学习满意度验证分析

秦海权

（同济大学运动与健康研究中心,上海 200092）

采用结构方程模型中的验证分析法，对大学生体育课堂学习满意度的因子进行优化和精简，量化满意度各因素间的关系，并做了性别和年级分类分析，构建了适配度较为理想的测量模型。结果显示：1）大学生体育课堂学习满意度可以从27 个测量条目优化精简为19 个，5 个维度的CFA验证结果均具有较好的组成信度和理想的平均变异数萃取量；2）大学生体育课堂学习满意度的一阶5 因子完全相关模型是比较适切的因素验证模型，5 个因子之间的相关系数为中度（0.6）以上，其中体育教学氛围与内容因子和体育教师教学能力因子之间相关系数最高（0.88），体育教师教学能力因子与成绩评定因子之间的相关系数最低（0.59)；3）从模型适配度的角度，大学生体育课堂学习满意度验证模型在性别和年级上均存在差异。男大学生的满意度验证模型要优于女大学生，一年级新生的满意度验证模型要优于二年级以上的学生。

大学生；体育课堂学习；满意度；SEM；验证分析

现有研究成果显示，我国学者对学生体育课堂学习满意度的研究主要集中在以下3 个不同的层次：1）以掌握学生的体育学习满意度现状调查为主，如张辉（2010）、李大威等人（2011）针对大学生对公共体育课学习满意度的调查，分析了研究对象对于体育课程设置、教师和成绩评定、场地器材等方面的满意度[1][2]，李廷武等人（2012）以教师评价为视角，分析了学生对中年教师与年轻教师的满意度差别，提出改进建议[3]，李群力等人（2008）以特教学校的听觉障碍学生为调查对象，探讨该群体体育教学活动、教学环境、教学内容和学习效果因素上的满意度差异[4]；2）以探讨体育学习满意度与教师教导方式、动机、兴趣等方面的关系为主题，如王佃娥等人（2011）考察了大学生体育课学习满意度与体育锻炼态度的关系，验证二者之间3 个不同的假设关系[5]，于春艳（2013）讨论了不同性别和不同性质体育课程的学生在教导方式和学习策略上的交互作用影响，教师教导方式预测学生的学习策略和学习满意度，学习动机对学习策略的预测作用等方面内容[6]；3）以研制开发学生体育学习满意度量表为研究目的。如史青（2010，2012）研制了信效度较高的大学生体育课学习满意度测查量表，包含教学氛围与内容、教师教学能力、同学关系、场地器材和成绩评定等5 个维度[7]，并进行了初步应用和验证[8]，于春艳（2013）根据服务质量评价理论和双因素理论，构建并研制了大学生游泳学习满意度问卷量表，包括教师教学、场地设施、课堂管理、人际关系、教学效果等5 个维度[9]，但存在项目局限性。以上不同层次和类型的研究均为本领域的拓展和延伸提供重要的线索和依据，成为深层次探讨学生体育课学习满意度研究主题的理论基础。本研究采用结构方程模型（SEM）的验证分析视角，对大学生体育课堂学习满意度的各维度深入进行单因素多因素双重分析，力图提炼单因素的优化因子，验证因素之间的定量关系，为下一步构建稳定大学生体育课堂学习满意度结构方程模型建立基础。

1 研究对象与方法

1.1 研究对象 以大学生体育课堂学习满意度为研究对象。

1.2 研究方法

1.2.1 文献资料法 通过中国知网、学校图书馆查阅大量关于学生学习满意度的相关文献，梳理本主题相关领域的研究现状，找到研究切入点，为因素分析打下理论基础。

1.2.2 调查法 采用史青副教授（2010）编制的《大学生体育课学习满意度量表》，该量表共27 个条目，分教学氛围与内容（Teaching Atmosphere and Contents, TAC）、教师教学能力（Teaching Competence, TC）、同学关系（Classmates Relationship, CR）、场地器材（Sports Space and Equipment, SSE）、成绩评定（Score Evaluation, SE）等5 个维度，总量表的Cronbach’s a系数为0.9333，各因子累积贡献率为63.898%，分量表的a系数在0.8081 ～ 0.8905 之间，量表的信度非常好。重测信度系数为0.835，表明量表的重测信度非常好。各分量表与总量表的相关在0.692 ～ 0.873之间，量表的内容效度是比较理想的。各分量表之间的相关则在0.261 ～ 0.483 之间，说明该量表具有一定的结构效度[7]。根据Hair等人[10]对结构方程模型样本量不少于200 的建议，本次研究共发放问卷510 份，回收510 份，其中有效问卷为497 份，问卷有效率为97.45%。

1.2.3 数理统计法 采用spss20.0 进行数据录入和分析，采用amos20.0 进行SEM验证性因素分析（CFA）。

2 结果与分析

2.1 单因素分析结果

2.1.1 大学体育课堂教学氛围与内容满意度单因素分析与因子优化 根据Hair等人[11]关于CFA因子载荷、组成信度及平均变异数萃取量标准（以下同），体育课堂教学氛围与内容由8 个涉及教学氛围、教学组织和教学内容方面的问题条目组成，执行CFA后，其修正指标显示第5 条、第7 条题目方差及残差载荷过小（小于0.5），为精简模型，故予以删除，重新分析输出，模型适配度仍然不佳，显示第1 条、第3 条存在残差不独立的现象，为精简模型，故予以删除，再次分析输出，标准化系数均超过0.7，且未超过0.95，残差均为正且显著，明显无违反估计。组成信度（CR）为0.853，超过0.7 的标准，平均变异数萃取量（AVE）为0.592，超过0.5 的标准，符合收敛效度的标准，适配度也在可接受范围内，因此保留此4 项（图1）。

图1 体育课堂教学氛围与内容因素分析结果

2.1.2 大学体育教师教学能力满意度单因素分析与因子优化 体育教师教学能力由5 个涉及教师教学能力方面的问题条目组成，执行CFA后，其修正指标显示，第10 条题目方差及残差载荷过小，为精简模型，故予以删除，重新分析输出，标准化系数均超过0.7，且未超过0.95，残差均为正且显著，明显无违反估计。组成信度为0.850，超过0.7 的标准，平均变异数萃取量为0.588，超过0.5 的标准，符合收敛效度的标准，适配度也在可接受范围内，因此保留此4 项（图2）。

图2 体育教师教学能力因素分析结果

2.1.3 大学体育课堂同学关系满意度单因素分析与因子优化 体育课堂同学关系由6 个涉及同学关系方面的问题条目组成，执行CFA后，其修正指标显示，第14 条、第16 条题目方差及残差载荷过小，为精简模型，故予以删除，重新分析输出，标准化系数均超过0.7，且未超过0.95，残差均为正且显著，明显无违反估计。组成信度为0.870，超过0.7 的标准，平均变异数萃取量为0.626，超过0.5 的标准，符合收敛效度的标准，适配度也在可接受范围内，因此保留此4 项（图3）。

图3 体育课堂同学关系因素分析结果

2.1.4 大学体育场地与器材满意度单因素分析 体育场地与器材因素由4 个涉及学校体育场地器材方面的问题条目组成，执行CFA后，标准化系数除V20 为0.58，虽然未达0.7 的标准，但是也在可接受的范围内，其余3 个均超过0.7，且未超过0.95，残差均为正且显著，明显无违反估计。组成信度为0.870，超过0.7 的标准，平均变异数萃取量为0.626，超过0.5 的标准，符合收敛效度的标准，适配度也在可接受范围内，因此保留此4 项（图4）。

2.1.5 大学体育课程成绩评定满意度单因素分析与因子优化 体育课程成绩评定因素由4 个涉及成绩评定方面的问题条目组成，执行CFA后，第24 条题目方差及残差载荷过小，为精简模型，故予以删除，重新分析输出，标准化系数除V25 为0.68，虽然未达0.7 的标准，但是也在可接受的范围内，其余2 个均超过0.7，且未超过0.95，残差均为正且显著，明显无违反估计。组成信度为0.864，超过0.7 的标准，平均变异数萃取量为0.684，超过0.5 的标准。1 个因素3 个测量变量为饱和模式，为唯一解，因此无任何适配度指标，保留此3 项为后续分析所用（图5）。

图4 体育场地与器材因素分析结果

图5 体育课程成绩评定因素分析结果

2.2 多因素分析结果 本研究将大学生体育课堂学习满意度解构为体育教学氛围与内容、体育教师教学能力、同学关系、场地器材、成绩评定5 个构面，为确保分解成这5 个构面是合理且必需的，则要继续执行以下几个分析，包括一因子模型、五因子无相关模型、五因子完全相关模型。由于以上单因素分析已经确定好每个构面的题目，以下分析不再依据负荷量0.7 的标准，纯粹从适配度作为种模型的考量标准。

2.2.1 大学生体育课堂学习满意度一阶验证式分析 根据Kline（2011）对模型适配度指标的可接受标准描述[12]，分析结果显示，模型适配度指标均未能达到可接受的标准，其中卡方值为1 587.687，自由度为152，卡方自由度比为10.445，GFI为0.700，AGFI为0.625，RMSEA为0.138（图6，表1）。故此模型用于解释各观察变量与大学生体育课堂学习满意度不具有适切性。

2.2.2 大学生体育课堂学习满意度因素间完全无相关分析 将测量指标按照体育课堂氛围与内容、体育教师教学能力、同学关系、场地器材、成绩评定5 个分维度进行无相关因素分析，结果显示，模型适配度指标均任未能达到可接受的标准，其中卡方值为1 840.475，自由度为152，卡方自由度比为12.108，GFI为0.677，AGFI为0.596，RMSEA为0.150（图7，表1）。故此模型用于解释5 个维度与大学生体育课堂学习满意度之间完全无相关不具有适切性。

图6 大学生体育课堂学习满意度一阶分析结果（N=497）

表1 大学生体育课堂学习满意度因素分析模型适配度指标

2.2.3 大学生体育课堂学习满意度因素间完全相关分析 将测量指标按照体育课堂氛围与内容、体育教师教学能力、同学关系、场地器材、成绩评定5 个分维度进行相关链接，分析结果显示，模型适配度指标均达（图8）。

2.2.4 大学生体育课堂学习满意度性别差异分析结果 进一步按性别分类进行模型输出，结果显示男女生在体育课堂满意度模型上具有显著差异，其中男大学生的满意度输出结果适配度优于女大学生。分析结果显示，男大学生的模型适配度指标均达到可接受的标准，其中卡方值为427.201，自由度为142，卡方自由度比为3.008，GFI为0.872，AGFI为0.829，RMSEA为0.082（图9，表2），女大学生的满意度输出结果只有少数接近标准，其中卡方值为580.631，自由度为142，卡方自由度比为4.089，GFI为0.785，AGFI为0.713，RMSEA为0.125（表2）。

2.2.5 大学生体育课堂学习满意度年级差异分析结果 进一步按年级分类进行模型输出，结果显示一年级新生和二年级以上的高年级学生在体育课堂满意度模型上具有显著差异，其中一年级大学生的满意度输出结果适配度优于二年级以上大学生。分析结果显示，一年级大学生的模型适配度指标均达到可接受的标准，其中卡方值为471.286，自由度为142，卡方自由度比为3.319，GFI为0.879，AGFI为0.838，RMSEA为0.083（图10，表2），二年级以上大学生的满意度输出结果只有部分达到可接受的标准，其中卡方值为386.691，自由度为142，卡方自由度比为2.723，GFI为0.822，AGFI为0.761，RMSEA为0.105（表2）。

图7 大学生体育课堂学习满意度因素间无相关分析结果（N=497）

表2 大学生体育课堂学习满意度分类因素分析模型适配度指标

3 结 论

1）大学生体育课堂学习满意度可以从27 个测量条目优化精简为19 个，5 个维度的CFA验证结果均具有较好的组成信度和理想的平均变异数萃取量。

2）大学生体育课堂学习满意度的一阶五因子完全相关模型是比较适切的因素验证模型，五个因子之间的相关系数为中度（0.6）以上，其中体育教学氛围与内容因子和体育教师教学能力因子之间相关系数最高（0.88），体育教师教学能力因子与成绩评定因子之间的相关系数最低（0.59）。

3）从模型适配度的角度，大学生体育课堂学习满意度验证模型在性别和年级上均存在差异。男大学生的满意度验证模型要优于女大学生，一年级新生的满意度验证模型要优于二年级以上的学生。

图8 大学生体育课堂学习满意度因素间完全相关分析

图9 男大学生体育课堂学习满意/度因素间完全相关分析

图10 一年级大学生体育课堂学习满意度因素间完全相关分析结果（N=339）

[1] 张辉. 中北大学学生对公共体育课学习满意度的调查与分析[J]. 福建体育科技, 2010, 29(3):59 - 60.

[2] 李大威, 李健, 陈亚男. 大学生对公共体育课学习的满意度调查与分析[J]. 成人教育, 2011, 29（4）:112 - 113.

[3] 李廷武, 黄伟明. 贵州师范学院学生体育课学习满意度调查研究[J]. 贵州师范学院学报, 2012, 28(9):42 - 47.

[4] 李群力, 罗智波. 湖南省特教学校听觉障碍学生体育课学习满意度的调查研究[J]. 中国特殊教育, 2008 （9）: 41 - 46.

[5] 田佃娥, 杜发强. 大学生体育课学习满意度与体育锻炼态度的关系[C]. 第九届全国体育科学大会论文摘要汇编(4), 上海, 2012(12):155 - 156.

[6] 于春艳. 体育教师教导方式、学习动机及学习策略与体育课学习满意度的关系研究[J]. 科技信息, 2013 （12）:1 - 3.

[7] 史青. 大学生体育课学习满意度测查量表编制[J]. 体育学刊, 2010, 17(7):56 - 60.

[8] 史青. 大学生体育课学习满意度研究[J]. 首都体育学院学报, 2012, 24(1):42 - 45, 53.

[9] 于春艳. 大学生游泳学习满意度问卷量表编制[J]. 浙江体育科学, 2013, 35(4):89 - 95.

[10] Hair, Joseph F., William C. Black , Barry J. Babin , Rolph E. Anderson. (2009) Multivariate Data Analysis (7th Edition)[M]. Englewood Cliffs, N.J. Prentice Hall：589.

[11] Hair, Joseph F., William C. Black , Barry J. Babin , Rolph E. Anderson. (2009) Multivariate Data Analysis (7th Edition)[M]. Englewood Cliffs, N.J. Prentice Hall：677-679.

[12] Rex B. Kline.(2011) principles and practice of structural equation modeling(3rd Edition)[M]. Guilford Publications：192-193.

Conf i rmatory Analysis on University Student Sports Class Learning Satisfaction Based on SEM

QIN Hai-quan
（Sports and Health Research Center, Tongji University, Shanghai 200092, China）

Using the method of conf i rmatory analysis based on SEM, the author optimizes and ref i nes the factors of university student satisfactory degree of sports class learning, and computes to quantify the relationship of the factors, then constructs an ideal measurement model with the classif i cation analysis of gender and grade. The results are concluded as follows: 1) There can be 19 better items ref i ned from 27 items about university student satisfaction of sports class learning, and fi ve CFAs conf i rmatory analysis show good composite reliability (CR) and average variance extracted (AVE). 2) The complete correlation single-order-f i ve-factors model is the better conf i rmatory model, and the relationship index between the fi ve factors are more than 0.6, among them, the highest index is 0.88, which exists between the sports teaching atmosphere and contents (TAC) and teachers’ teaching competence (TC), the lowest index is 0.59, which exists between the TC and score evaluation (SE). 3) With the classification measurement model, there are signif i cant differences with gender and grades, and the male’s model is better than the female’s, the freshman’s model is better than the higher grade students’.

university student; sports class learning; satisfaction; SEM; conf i rmatory analysis

G837

A

1004 - 7662(2014)01 - 0065 - 05

2013 - 12 - 13

2011年同济大学优秀青年教育培养计划（项目编号：同人才［2011］33号）。

秦海权，讲师，硕士，研究方向体育课程与教学。