大学生自主学习动机量表的编制

龚文进　李丽昭　黎晓琪

摘要 目的：探讨大学生自主学习的动机来源并编制量表，为学生学习、老师教学提供参考。方法：采用分层随机抽样方法抽取450名大学生进行开放性问卷和自编问卷调查，收集数据分别进行项目分析、因素分析、信度与效度分析。结果：编制包含37题的自主学习动机量表，量表分为8大维度，分别是自我实现、兴趣爱好、学习控制、意志力、他人影响、外部奖励、学习氛围、学习焦虑，累积方差贡献率为54.45%，信度为0.90，结构效度与标准关联效度较好。结论：大学生自主学习动机量表可用于分析大学生自主学习动机及来源，信效度较高。

关键词 大学生；自主学习；学习动机；因素分析

分类号 B841.7

1.引言

自主学习的研究在教育领域及心理学领域中，一直受到极大关注。自主学习（self-regulated learnlng）是指学习者在一定程度上从元认知、动机和行为方面积极主动地参与自己学习活动的过程（Zimmerman，1989：Zimmerman&Schuk，2012），其核心为学生积极主动地控制调节自己的学习。在教育领域，研究者一般以培养学生自主学习能力作为一项重要的教育目标，重点探讨促进学生自主学习的有效教学方法。在心理学领域，研究者侧重于考察影响学生自主学习的不同因素，以及自主学习发生、发展的内在机制，以期为教育领域研究者探讨学习理论和方法提供重要参考。

从20世纪50年代开始，自主学习就是教育心理学研究的一个重要课题，90年代后，国外对自主学习的研究越发深入。目前，国外已经有了中小学生及大学生自主学习的测试量表，如Zimmerman编制的“自主学习访谈表”，Martinez-Pons等人编制的“学生自主学习结果评定：教师用量表”等。而国内对于大学生自主学习的测评，主要有朱祖德、王静琼、张卫和叶青青（2005）编制的“大学生自主学习量表”，由动机分量表和策略分量表两个部分组成，包括了学习自我效能感、内在目标、学习控制感、外在目标、学习意义感、学习焦虑，以及一般方法、学习求助、学习计划安排、学习总结、学习评价、学习管理共12个因素。另外还有庞维国（2001）编制的“中小学生学习自主性量表”，单志艳和孟庆茂（2006）编制的“中学生自主学习问卷”，董奇和周勇（1995）编制适用于中学生的“学习自我监控量表”等。但是，研究自主学习动机的量表较为缺乏，仅有针对普遍学习的动机量表，如Printrich（1990等人编制的“学习动机和策略问卷”，问卷由8个项目组成，共分两个维度：动机和策略，以及池丽萍和辛自强（2006）编制的“大学生学习动机量表”。自主学习领域的研究专家Zimmerman（2000）认为，自主学习受到自我调控的影响，学习者一方面要对自己的学习过程作出主动的控制与调节，另一方面还需要根据外部反馈对学习的外在表现和学习环境作出主动的监控和调节，而学习动机的强弱直接决定着自我调控的效果。王静琼、张卫等（2010）也认为自主学习的动机十分重要，当学生在元认知、动机和行为三个方面都是一个积极的参与者时，其学习就会变成自主的。本研究通过考察大学生自主学习的动机及影响因素，编制成具有较高信度、效度的自主学习动机问卷，为同学的学习、教师的教学提供参考，丰富了自主学习的研究成果。

2.自主学习动机量表的编制与施测

2.1量表的设计

2.1.1量表的理论基础

根据Zimmerman提出的自主学习的理论框架设计问卷内容。他从学习动机、学习方法、学习时间、学习的行为表现、学习的物质环境、学习的社会性六个方面对自主学习的实质作出了解释。问卷对应这六个方面设计了自我实现、兴趣、学习控制、意志力、学习氛围、外部影响、他人肯定、学习焦虑等问卷内容，详见表1。

2.1.2问卷编制

第一阶段，向某校大学生随机派发100份开放式问卷，有效问卷为61份。开放式问卷主要有两道问题，分别是：1、写出你的自主学习行为或者态度；2、影响你自主学习的原因有哪些。问卷回收后，对项目进行频次的统计，并按频次的高低进行排列，然后对每个项目进行维度分类，最后把有歧义的或者指向性不明确的项目删去，保留下来的项目作为问卷的一部分。

第二阶段，根据Zimmerman和庞维国等学者对自主学习的研究成果，参考国内外不同学者编制的自主学习量表，并且结合通过开放式问卷收集回来的项目，经过讨论，最后形成包含59道题目的大学生自主学习问卷。问卷采用5点计分，从“完全不符合”“比较不符合”“一般符合”“比较符合”“完全符合”依次记为1至5分。

2.2对象

采用分层随机抽样方法，抽取某高校350名不同年级、不同专业的大学生作为调查对象，年龄在18～23岁之间。年级包括大一、大二、大三；专业主要包括经管类、医科类和中药类。有效问卷为308份。其中大一被试95人，占30.84%；大二被试167人，占54.22%；大三被试46人，占14.94%。男性124人，占40.26%；女性184人，占59.74%。城镇被试138人，占44.81%；农村被试170人，占55.19%。所有数据使用spss19.0统计软件分析。

3.研究结果

3.1项目分析

根据被试的作答情况，计算各项目与量表总分的相关系数。删除相关系数小于0.3的题目，共10题。佘下题目区分度高，有较好的鉴别能力。

3.2探索性因素分析

对量表进行分析，Bartlett的球形检验在0.001的水平上存在统计显著性，KMO值为0.87，说明适合进行因素分析。

采用主成分分析法结合方差最大正交旋转法，对量表共进行8次因素分析。每次进行因素分析时，根据碎石图以及旋转后的因子负荷矩阵，删除问卷各因子中负载量不足0.4的项目和涵盖项目内容较少的因子（不多于2题），最后确定8个因子，包含37题。各因子的特征根值与累积方差贡献率见表3。各项目的因子归属与负荷量见表4。