高中生学习策略量表LASSI-HS的中文修订

安启龙 席居哲 左志宏

一、引言

不同学者对学习策略有着不尽相同的定义，但均强调了其在学习过程中的重要性。综合看来，学习策略是学习者为提高学习效率和效果而制定的一系列科学计划、规则和采取行动的程序序列总和。[注]席居哲、安启龙：《高中生学习策略量表LASSI-HS的特点及其应用价值》，《首都师范大学学报(社会科学版)》2015年第1期，第141-146页。研究显示，学习策略跟学习成绩存在显著的正相关，学习策略对学生的学习效率及学习效果有直接影响，也因此，提升学习策略是提高学习效率及学业成绩的关键一环。[注]何世平：《中学生学习策略与学业成就的相关研究》，天津师范大学研究生学位论文，2010年。若要持续提升学生的学习策略，对学生现有学习策略进行全面评估和系统诊断是关键的第一步，一套测量学属性良好的学习策略测量工具能为评估提供科学的依据并保证诊断的准确性。[注]席居哲、安启龙：《高中生学习策略量表LASSI-HS的特点及其应用价值》，《首都师范大学学报(社会科学版)》，2015年第1期，第141-146页。

学界对中学生学习策略测量工具的编制研究已有些历史。在1987年，Biggs制订了《学习过程问卷》，该问卷主要测试学生的学习动机方面，即表面型、深层型、成就型三个学习动机维度。[注]Briggs J. Study Process Questionnaire Manual.Hawthorne:Australian Council for Education Research,1987.在中国，台湾学者胡永崇1992年编制了《学习策略调查表》，共有25题，以李克特四点量表方式编制，总分为100。[注]胡永崇：《学习迟缓学生学业成就的相关因素及记忆策略指导效果之研究》，《屏东师范学院学报》1992年第2期，第56-59页。董奇等于1992年编制了《自我监控学习策略量表》，共有70题，[注]董奇、周勇：《关于学生学习自我监控的实验研究》，《北京师范大学学报(社会科学版)》1995年第1期，第84-90页。主要包括个体确立学习目标、安排学习步骤、调节学习努力程度、选择学习方法、利用学习时间、执行学习计划、检查与分析学习效果、采取补救措施等方法策略。周永垒编制的《初中生学习策略问卷》，共有56题，包括认知策略、元认知策略、目标管理和规划策略四个方面。此问卷相对来说较为完善，且制定有局部地区的参考常模，然而其对象是初中生，所以无法将其应用到高中生身上。

高中生学习策略量表(LASSI-HS)的蓝本是大学生学习策略量表(Learning and Study Strategies Inventory, LASSI)，LASSI由美国得克萨斯大学教育心理学系的Weinstein博士和Palmer博士于1987年编制。1990年，Weinstein及同事结合高中生的学习特点对LASSI进行了改编，形成了现在所称的高中生学习策略量表(LASSI-HS)。LASSI-HS可用以测量高中生有关学习的想法及行为，特别是，该工具有助于教育者及学生本人把握其有关学业成绩的特殊、隐蔽的想法和行为，并据此为有需要的高中生制定切实可行的干预计划或辅导方案。[注]余欣欣：《中学生学习策略发展的研究》，《广西师范大学学报》2001年第1期，第61-65页。

LASSI-HS自发表至今已20余年，在美国数以千计的高中学校得到普遍使用，全球多个国家也在试用或使用。LASSI-HS被认为是一套具有良好心理测量学属性、颇值得推广的高中生学生策略评定工具。在国内，虽早在1996年就有学者向学界同行简介过该量表，[注]刘儒德：《温斯坦标准化学习策略量表简介》，《心理发展与教育》1996年第2期，第26-28页。亦有少数探索者对该量表进行过试用，[注]潘颖秋、刘善循、龚志宇：《北京地区中学生学习策略水平的调查研究》，《心理科学》2000年第6期，第694-698页。然而，尚缺乏对LASSI-HS在中国文化背景下适用性的系统探讨。随着该工具在国际上被日益广泛地使用，以及提示其作为评定高中生学习策略工具的新证据不断涌现，有必要对LASSI-HS的中国文化适用性进行研究，以此为框架修订出一套适合在中国高中学校施测的学习策略评定工具。

二、研究方法

(一)被试

1.初测

在贵州省选取2所高中学校，随机选择5个班级进行问卷发放，共247份，有效回收224份，有效率为90.7%。其中男生109名，女生115名，各占48.7%、51.3%；高一158名，占70.5%，高二47名，占20.9%，高三26名，占8.6%。

2.再测

在全国共15个省17个地区(包括：北京、厦门、广州、毕节、贵阳、黔东南、石家庄、长沙、盐城、南昌、呼和浩特、太原、西安、上海、成都、乌鲁木齐、杭州)进行取样，共回收问卷1086份，有效1065份，有效率为98.2%。其中男生573名，女生492名，各占53.8%，46.2%；文科319名，占30.0%；理科255名，占23.9%；未分科392名，占36.1%；高一618名，占58.0%，高二,319名，占30.0%，高三128名，占12.0%。

同时对贵州省2所高中5个高一班级进行施测，进行验证性因素分析及信效度检验，共回收275份，有效问卷为261份，有效率为94.9%。其中男生154名，占59.0%；女生105名，占40.1%。重点班124名，占47.5%；普通班137名，占52.5%。

(二)工具

LASSI-HS原量表[注]Weinstein CE. LASSI-HS user’s manual (pp.18-19), H&H Publishing, Inc., 1990.有76个项目，由态度、动机、时间管理、焦虑、专心、信息加工、选择要点、学业求助、自我测试、考试策略10个维度构成，正向表述与负向表述各占一半，均采用李克特五级计分法，该量表的α系数在0.68～0.82之间，国外学者验证了其具有良好的心理测量学属性。[注]Stevens T, Tallent-Runnels MK. The learning and study strategies inventory-high school version: issues of factorial invariance across gender and ethnicity. Educational and Psychological Measurement, 2004, (2): 332-346.[注]Olivarez A, Tallent-Runnels MK. Psychometric properties of the learning and study strategies inventory-high school version. Journal of Experimental Education, 1994, 62(3): 243-257.

采用了Brislin推荐的“双翻”程序[注]Brislin RW, Back-translation of cross-cultural research. Journal of Crosscultural Psychiatry, 1970, (1): 185-216．。首先由华东师范大学心理学专业的2名研究生将英文版LASSI-HS分别独立翻译成中文，经讨论后确定初稿。再邀请2名英文硕士生将中文初稿回译成英文，逐句比较中文译稿与英文原稿的符合程度，同时将部分反向性描述改为正向描述。在核对过程中由于语意含混以及中国文化下不适用将2个项目删除(分别为，第29题：在学校，我经常感觉到很难控制发生在自己身上的事情；第37题：我只想学习能让我找到好工作的东西)，为使结构平衡，经过严格的程序增加了3个补充题项(增加的题项编号为T77、T78、T79)。经相关专家确认，作为施测工具。

(三)修订流程

遵循量表修订的科学程序，首先对英文版的LASSI-HS进行翻译、校对、回译、核对、减增、订校，获得LASSI-HS中文初版。接下来，在全国范围内选取高中学校，对高中生进行施测，通过探索性因素分析，对原有量表进行项目删减，确定其结构维度以及测试项目，成为LASSI-HS中文修订版。最后，运用LASSI-HS中文修订版对另一群高中生施测，采用验证性因素分析以验证其维度结构，并对其进行信度和效度检验。

(四)数据处理

将研究所获数据录入计算机进行管理，使用IBM SPSS Statistics l8.0、Mplus 8.0软件进行统计分析。所用统计方法有项目独立样本t检验、相关分析、探索性因素分析(EFA)、验证性因素分析(CFA)等，其中验证性因素分析通过Mplus 8.0进行。

三、研究结果

(一)LASSI-HS中文初版的测试及分析

1.对LASSI-HS中文初版的项目分析

项目鉴别力分析。按测验总分的高低排列答卷，确定高分组与低分组，每一组取答卷总数的27%，将高分组与低分组进行独立样本t检验，将差异不显著的题项删除。此步骤将T17(p=0.332)、T24(p=0.396)、T43(p=0.512)、T50(p=0.06)删除。

单项项目与项目总分相关性 (题总相关) 检验。求题总相关，剔除相关系数小于0.3的题项[注]徐雷：《情绪智力量表(EIS)的修订与应用研究》，上海师范大学研究生学位论文，2009年。。此步骤删除的题项有：T5, T17, T18, T21, T24, T28, T31, T43, T49, T50, T62, T66，r=-0.046 ～ 0.297,N=224。

2.对LASSI-HS中文初版的探索性因素分析

采用主成分法，通过方差最大化旋转，对样本数据进行探索性因素分析(Exploratory Factor Analysis，EFA)。1065个样本数据的KMO(Kaiser-Meyer-Olkin)=0.947，Bartlett球形度检验值为23249.768,df=2080,p< 0.001。研究者提出，KMO > 0.70比较适合作探索性因素分析，KMO值越大，表示变量间的共同因素越多，越适合进行因素分析；[注]吴明隆：《SPSS统计应用实务》，科学出版社1997年版，第264-268页。Bartlett球形检验提示拒绝各变量独立的假设，表明各变量之间存在显著的相关，该样本数据适合进行探索性因素分析。[注]吴明隆：《SPSS统计应用实务》，科学出版社1997年版，第264-268页。探索性因素分析的原则是：删除因素负荷出现在两个及以上因素上的项目，删除因素负荷小于0.40的项目，删除因素下只含有一、二题项的项目，每删除一个题项，即重新再做探索性因素分析直到结构清晰地稳定在某结构上。此过程共删除23个题项。最终得到了一个六因素的结构(碎石图提示六因素结构是合适的，见图1)，此时样本数据KMO为0.904，Bartlett球形检验值为2720.54,df=378,p< 0.001。

图1 主成分检验碎石图

经过探索性因素分析，最终得到了六因子28题项的高中生学习策略中文量表，六个因素特征根依次为7.90，3.54，1.99，1.94，1.43，1.17，可以分别解释总体方差的23.57%，10.56%，5.93%，5.19%，4.26%，3.50%，累计方差解释比率为53.01%,较之前还提高了6.9%，具体见表1。因素F1包括T7、T8、T15、T23、T36、T46、T61、T78等8个题项，根据这些题项的内涵，可将其命名为“信息加工”，指的是通过知识与知识、知识与经验的联结，以及通过类似画图、作标记等手段增进学习及其巩固效果，内部一致性系数α=0.867；因素F2包括T33、T44、T68、T73等4个题项，根据这些题项的内涵，可将其命名为“学习态度”，指的是对学校教育的态度和动机，是否明确学习的重要性，内部一致性系数α=0.728；因素F3包括T6、T38、 T45、T54等4个题项，根据这些题项的内涵，可将其命名为“专心程度”，指的是听讲、学习时的认真程度与注意力集中程度，内部一致性系数α=0.808；因素F4包括T52、T69、T72、T79等4个题项，根据这些题项的内涵，可将其命名为“复习策略”，指对已学知识是否进行复习及使用的复习方法，内部一致性系数α=0.728；因素F5包括T41、T27、T48、T63等4个题项，根据这些题项的内涵，可将其命名为“要点处理”，内部一致性系数α=0.761；因素F6包括T9、T35、T53、T56等4个题项，根据这些题项的内涵，可将其命名为“学业情绪”，指的是学习及考试过程中，对紧张、烦躁、担忧及慌乱等不良情绪的有效应对，内部一致性系数α=0.785。修订后中文LASSI-HS的内部一致性系数α=0.905。

表1 LASSI-HS中文修订版探索性因素分析因子负荷矩阵

(二)对LASSI-HS中文修订版的验证性因素分析及信效度检验

1.对LASSI中文修订版的验证性因素分析

为了进一步验证所修订的中文版LASSI-HS量表结构是否合理、稳定，对修订的量表进行新一轮施测，并通过验证性因素分析(Confirmatory Factor Analysis，CFA)以检验该工具的结构效度。依照初测确定的结构，对28个题目做CFA，χ2=730.964，df=306，χ2/df=2.37< 5，RMSEA=0.033 < 0.05，TLI=0.929，CFI=0.943，SRMR=0.043< 0.05。各项拟合指标达到要求，这说明六因素模型可以和再测数据相拟合。用六个因素的总分做探索性因素分析，结果发现六个因素构成了一个高阶因素，解释了53.05%的方差。相对而言，这种直接EFA的方法比较粗略，需要考虑诸指标的权重，所以对含有一个二阶因素的模型进行CFA。[注]胡月琴、甘怡群：《青少年心理韧性量表的编制和效度验证》，《心理学报》2008年第8期，第 902-912页。结果：χ2=745.592，df=313，χ2/df=2.38 < 5，RMSEA=0.033 < 0.05，TLI=0.930，CFI=0.942，SRMR=0.043< 0.05。这表明六因素二阶模型可以接受。六个一阶因素均指向一个二阶因素，即“学习策略”。比较一阶模型和二阶模型，△χ2=14.63，△df=7，p=0.04 > 0.01，表明二阶模型增加的卡方和一阶模型相比差异可以接受。由于二阶模型的自由度更大，也就是说模型更为简单，因此二阶模型更好些。

表2 修订中文LASSI-HS量表1阶6因素模型的完全标准化因素负荷系数

数据载入二阶模型的运行结果显示，一阶因子路径标准载荷系数0.33～0.80，t=8.21～21.75，p< 0.001，二阶因子路径标准载荷系数0.26～0.91，t=8.46～21.2，p≤ 0.001。其中，“信息加工”“学习态度”“专心程度”“复习策略”“要点处理”“学业情绪”六个分量表的组合信度系数(Composite Reliability,CR)分别为0.87、0.73、0.81、0.73、0.76、0.79，总体量表的CR=0.91。具体见表2及图2。

图2 修订版LASSI-HS的六因素二阶结构模型(说明：图2保留了初测问卷的题号，但用的是不同的被试数据)

2.内外部效度检验

先看构想效度。各题项与总分的相关系数r=0.23～0.64，p< 0.001，为中至高相关；因素与总分的相关系数r=0.61～0.81，p< 0.001，为高相关；因素之间的相关系数r=0.29～0.57,p< 0.001，为中到高相关。这些提示，修订版的LASSI-HS有较好的构想效度。

再看校标关联效度检验。另选取贵州两所高中进行问卷施测，获取261名高一年级被试期末考试成绩(试卷相同，取语数外总分)。以学生的期末考试成绩作为效标，计算修订版LASSI-HS各维度与成绩的相关。结果发现，r=0.21～0.35，p<0.050。这提示，所修订的中文LASSI-HS有较好的效标关联效度。

四、讨论与小结

对原版LASSI-HS按照标准的量表修订程序，通过探索性因素分析、验证性因素分析等方法，最终修订出中文版的高中生学习策略量表(下称LASSI-HS-CV)。量表题项数28，包括六个维度，即六个分量表。第一个为“信息加工”分量表，包括8个题项(“我会利用小窍门帮助学习，比如在课本上做特殊的标记、知识结构图及做小标题等。”“当老师讲授新知识时，我会尝试找出其中的主干知识。”“我通过想象相关情境去学习新知识、新原理。”“我会用我自己的话来叙述我正在学习的材料。”“上课时，我会检查自己是否听懂了老师所讲的内容。”“我会尝试将正学习的知识与自身经验联系起来。”“阅读时，我会利用章节标题作为指引，去寻找中心思想。”“我会利用阅读教辅资料或者上网等途径学习不清楚的知识点或不会的题目。”)。第二个为“学习态度”分量表，包括4个题项(“我会为自己没有完成课后作业寻找各种借口开脱。”“我只学我喜欢的学科。”“我觉得课堂上所学的知识实际作用不大，随便学习应付考试就行了。”“我花了很多时间去交朋友、参加活动，以致我没有足够的时间和精力完成学习任务。”)。第三个为“专心程度”分量表，包括4个题项(“我发现当老师讲课时，我常会走神想其他事，并没有认真听老师在讲什么。”“有时候我会焦躁不安或者情绪多变，导致不能把注意力集中在学习上。”“我很容易在学习时分心。”“因为走神，我对一些课堂内容不太明白。”)。第四个为“复习策略”分量表，包括4个题项(“在课上，我会做一些图表、表格等把所学材料联系起来。”“我会将所做的错题拿出来复习，以便确保自己不再发生此类错误。”“只要有时间，我就会去学习或复习功课。”“休息时或睡觉前，我会将今天所学的知识在大脑里面过一遍。”)。第五个为“处理要点”分量表，包括4个题项(“几乎每一科考试前，我都是靠死记硬背来复习的。”“老师课堂上讲的内容我听懂了，但自己总结不出来。”“当学习内容比较难时，我要么放弃，要么只学习容易的部分。”“对于语法规则、概念、公式等我常常因为没有领会，只能靠死记硬背。”)。第六个为“学业情绪”分量表，包括4个题项(“因为成绩差，我失去了学习的信心。”“当我考试时，我有信心能把自己的水平发挥出来。”“考试时，我常因担心考砸而不能集中注意力进行考试。”“每当重要考试来临，我会感到特别恐慌。”)。这些学习策略分量表是在中国高中生学生群体上通过系统探索和验证修订而来，统计分析结果显示LASSI-HS-CV具有良好的心理测量学属性及对学业成绩良好的预测效力。

LASSI-HS-CV与英文原版相比，从10个学习策略分量表缩减为6个，缩减的具体为学业求助、动机、自我测试和时间管理4个分量表。究其原因，主要是原量表的一些不符合中国文化的测试题项删减导致了维度的降低，如“我只想学习能让我找到好工作的东西”。另外，LASSI-HS-CV有将原量表维度题项合并压缩的情况，如之前属于时间管理的“我花了很多时间去交朋友、参加活动，以致我没有足够的时间和精力完成学习任务”，在新修订的量表中属于学习态度维度，在此将时间管理合并至学习态度维度；又如，原量表的测试题项“我尝试找出所学与已知间的关联”。与“当我学习新知识时，我喜欢把它和学过的内容联系起来”所测内容基本一致，在新修订的量表中修正为“我会尝试将正学习的知识与自身经验联系起来”。这样完成了项目的压缩优化。

虽然LASSI-HS-CV与原量表相比，维度降低、测试题项缩减，但其对高中生学习策略的检测依然较为全面。其分量表信息加工、要点处理、复习策略属于学习策略的技能成分，可检测高中生对重要新信息、观点及程序的辨别、获取与建构的学习策略、技能及思维过程，并检验他们是怎样准备考试的及如何将新学知识体现在考试考查中。其中，“信息加工”分量表高分学生能将所学知识进行融合联结，并能利用一些能提升学习效果的辅助策略，低分学生则说明其对知识进行加工整合的能力不足；“要点处理”分量表高分学生能较好地在听课或者自学时抓住重点、选择关键，低分学生表明其对所学知识的要点把握不够。“复习策略”分量表高分学生表明其有进行复习的习惯及复习方法，低分学生表明其对所学知识复习不够。学习态度、学业情绪属于学习策略的意愿成分，可检测高中生对学习新知识的接受能力、对专业的态度和兴趣、对学习表现的焦虑程度，并检测他们为取得学业成功所付出的勤奋、自律和意愿程度。其中，“学习态度”分量表高分学生指其对学业表现出积极主动的态度，低分学生则表现出消极或者应付的态度；“学业情绪”分量表高分学生能有效应对学习中产生的紧张、烦躁、担忧及慌乱等不良情绪，低分学生对自己学业负性情绪的调节能力不足。专心程度则是学习策略的自控成分，用来检测高中生如何集中注意力，检查他们是怎样在学习过程中进行任务管理和自我调控的。“专心程度”分量表高分学生能在听讲、学习时注意力高度集中，低分学生则容易分心走神。

LASSI-HS-CV有广阔的应用前景。其聚焦于高中生，可以帮助教师、咨询师或家长了解高中生的学习策略剖面，知悉其优势学习策略及有待于进一步发展的学习策略，为准确把握高中生学习策略使用态势、针对性地加以辅导干预提供了工具支撑，并可以用此工具来检测学习策略辅导或训练的效果。如，根据LASSI-HS-CV的测评得知某学生的信息加工、专心程度、复习策略在干预前是处于“需要提高学习技能来避免严重的问题阻碍进入大学”水平；通过三个月的干预后再次进行测评，来检验干预的效果，并据此评估学习策略干预方案的有效性和针对性，从而调整干预方案为高中生的学习策略改善服务。

不仅如此，高中生自己也可以通过自测，了解自己学习策略的优势及劣势，从而更针对性地改进自己的学习策略，最终提升学习质量和学业成绩。如，通过LASSI-HS-CV检出一个高中学生在“专心程度”这一策略方面存在不足，那么可以通过对其进行“专心”训练从而提高其专注程度。采用行为主义的刺激-惩罚，是在学习时提高专注度的一种方法，如：“当我在听课想入非非时，掐一下自己”。LASSI-HS-CV通过为高中生改善学习策略提供有价值的信息，从而促进个体的学习进步。

今后的研究将考虑制定中国高中生学习策略的常模，并系统开展不同学科学优生学习策略剖面图的探索，以便全方位、系统化地为高中生的学习指导服务。