地方高校本科生学习状态自评量表的设计研究

李维涅，徐辉

（1.海南医学院管理学院，海南海口 571101；2.海口经济学院网络学院，海南海口 571127）

本科学习虽然只有四年或五年的时间，却是本科生从高中毕业生不断成长成职业人的重要阶段。大学生的学习成长是教师、学生和家长都十分重视和关心的课题。边洁，刘西华[1]指出：大学专业学习的主要任务是培养有独立工作能力的专门人才，大学生学习的主要特点有：学习形式具有较强的灵活性和多样性；学习内容具有较强的理论性、专业性；学习性质具有专业性和定向性。大学生要善于总结学习经验，学会自我评价，在学习过程中不断检查、总结自己的学习效果，分析成功或失败的原因，采取针对性措施。如果测量和评价大学生的学习状态，无论是在理论研究还是社会实践方面都具有重要意义。

对于如何评价本科生的学习，已查阅的文献中，石珊瑞，覃吉春[2]设计了大学生自我学习与成长满意度的调查问卷，满意度测评的内容包括学生对自己学习效果的满意度，对掌握知识的效果和实践能力提升的满意度，对专业课程设计的满意度，对任课教师教学水平的满意度，对学校整体学风的满意度以及对教育教学管理的满意度。从学校管理、教师教学、家庭关注、学生投入四个层面提出了对策建议。范晓[3]编制了大学生自我学习与成长满意度测评量表，设计了学习态度、院校环境与条件、学习成绩、发展状态4个维度来测量大学生自我学习与成长的满意度。王波，王秀荣[4]讨论了对学生课堂外学习状态实施评价应关注的几个方面，包括对学生作业、报告和测验的评价，课外提问和答疑的评价，网络平台学习的评价，学习资料使用的评价，师生交流频次互动关系的评价。已查找的文献中还没有发现专门针对大学生学习状态进行量表设计和测量的相关文献。

本论文通过设计本科生学习状态测评量表，有利于教师测量本科生的学习状态，从而了解不同专业、不同班级学生的学习特点，采用与之相匹配的教学方法与策略，提高学生的学习效果。同时，学生通过对自身的测量和评价，诊断自身在学习态度、学习过程等方面存在的问题和不足，进行反思和改进，有利于提高学习效果。

一、初期量表的构建

在文献查阅和理论研究的基础上[4-10]，本课题预设学习态度、学习方法、学习过程3个一级指标，通过广泛查阅与学习态度学习方法、学习过程相关的文献，收集整理相关内容并进行理论架构和推演。形成若干个二级和三级指标，学习态度的二级指标包含：学习动机、学业目标、专业兴趣；学习方法的二级指标包含：探究性学习方法、合作性学习方法、自主性学习方法、体验性学习方法和交往性学习方法。学习过程的二级指标包含：学习设计、自我执行监控、学习结果、自我反思。三级指标更为细化，通过项目组成员进行头脑风暴，收集了初始量表的72个条目。在头脑风暴的过程中，鼓励项目组成员畅所欲言，并对每个成员提出的条目进行了充分的采纳，因此收集到的条目数量较多。对每一项三级指标均采用Linkert计分法，条目的选项分为5个级别，对每个级别进行量化计分：完全不同意（计1分）、不同意（计2分）、基本同意（计3分）、同意（计4分）、非常同意（计5分），以便于后续进行量表的信度和效度分析，罗列的具体条目见表1。

表1 本科生学习状况初始量表的条目

经过反复推敲，项目组成员发现：72个条目中有些测量指标含义是重复的，需要删除其中含义重复的多余条目。比如，条目2：我只学习考试涉及的内容，没有必要学习考试范围之外的东西；条目3：学习只要能通过考试就可以了；条目4：我觉得老师不应该要求我们去学习一些不考试的知识，这3个条目都是测试学生对学习内容与考试内容关系的看法，只保留其中一个条目即可，按照条目“简单易懂又精简”的原则，保留条目3，删除条目2和条目4。再比如，条目5：我对自己的专业很有兴趣，因此会花时间来学习新东西；与条目58：我喜欢自己的专业都指的是对自己专业的偏好程度，基本意思一致。因此，保留条目58，删除条目5。

通过斟酌，删除内容重复性的条目序号为2、4、5、9、27、31、36、40、48、51、69、70。

二、初始量表的调查

（一）调查工具

利用初始量表作为调查工具，进行本科生学习状态的实际测评，调查人数预计为具体细化条目数的10倍，以符合量表的编制要求，要求被试者根据条目所述内容选择最符合自己近半年实际情况的选项。条目的选项分为5个级别，对每个级别进行量化计分：完全不同意（计1分）、不同意（计2分）、基本同意（计3分）、同意（计4分）、非常同意（计5分）。为避免统计分析结果出现偏差，将少数反向计分的条目分值进行转化，与正向计分统一。

（二）调查对象

以海南省某高校的本科生为研究对象，按专业和年级进行分层，采用按班级整群随机抽样的方法，抽取了不同专业的大一至大四本科生652人。由研究者本人亲自发放纸质问卷进行匿名测试，采用统一指导语要求被试者当场填写并回收问卷，并向调研对象保证个人资料不对外公布，仅用于课题研究用途，答案没有对错之分，共回收630份问卷。回收问卷后进行逐一核查并编号，删除无效问卷22份，有效问卷为608份，有效问卷回收率为96.51%。符合量表编制预试人数为测试条目数10倍的要求。

三、数据处理及结果

采用SPSS19.0统计软件建立数据库；采用临界比率法、Pearson相关法对量表条目的区分度进行分析；采用探索性因子分析法检验量表的结构效度；采用内部一致性信度和分半信度检验量表的信度[11]。

（一）量表条目的区分度分析结果

1.临界比率法分析结果

将总分按由低到高的顺序排列，得分前25%者为低分组，得分后25%者为高分组。对低分组和高分组被试在每题上的得分作平均数差异显著性检验，分析每个条目的区分度，并将未达显著性水平（P＜0.05）的条目删除。

临界比率法分析结果表明，除2个条目外，绝大多数条目差异性显著性检验P＜0.05。因此删除表1中序号为6.49的2个条目。

2.项目与总分的相关法分析结果

通过计算条目分与测试总分的相关性来确定条目的区分度，要求相关系数≥0.4且P值＜0.05，采用Pearson相关法计算各条目影响量得分与全量表影响量得分的相关性。结果表明，除8个条目外，其他条目与总分的相关性显著性P值均小于0.05，相关系数大于或等于0.4，删除条目的序号为：1、3、7-8、10、11、50、62。

表2 各条目与总得分的相关系数

（二）探索性因子分析结果

探索性因子分析的目的在于求得量表的结构效度，同时删除一些对量表因素贡献较小的条目。

1.KMO检验及BartIett's球形检验

KMO检验是进行因子分析的先决条件。按照KMO系数规定，系数在0.9以上非常适合作因子分析，在0.8～0.9之间比较适合作因子分析。经检验，本量表的KMO值为0.961，Bartlett's球形检验的卡方值为31 039.1（P＜0.05），说明非常适合作因子分析。

2.因子分析及结果

对保留的58个条目进行探索性因子分析，采用主成分分析法配合方差最大旋转法。删除共同度小于0.5的条目；或旋转后因子载荷小于0.4的条目。对保留的条目再重新进行因子分析，直至所有因子结构相对稳定。删除的条目序号为：9、12、13、14、21、22、23、24、26、28、33、35、42、43、44、57、71，共17条。最后，萃取了6个因子，能解释总方差的61.49%（见表3）。

表3 公共因子及其解释方差

3.旋转后的因子载荷矩阵结果

根据旋转后的因子载荷矩阵（见表4），对每一个因子所包含的条目进行归纳并命名。因第六个因子只包含2个条目，条目数＜3，所含信息量较少，因此将第六个因子所含条目58、59删除。对其中保留的5个因子分别命名为：自我学习过程、合作与交往性学习、学习应用能力、学习成长与发展、学习结果评价。

表4 旋转后的因子载荷矩阵

续表

量表维度及条目分布见表5

表5 各维度的条目及信度

（三）信度检验结果

采用内部一致性信度和分半信度两个指标对量表进行信度检验。

1.内部一致性信度分析结果

内部一致性信度主要采用Cronbach's α系数进行评价，系数的取值为0-1，值越大，信度越好。如果Cronbach's α系数在0.8以上，表明量表有较高的信度。经检验，本量表的总α系数值为0.962，表明量表的整体可靠性较好。5个维度的α系数值分别为0.918、0.908、0.898、0.866、0.822，各因子的内部一致性信度也较好。

2.分半信度分析结果

分半信度指的是将一个量表分成对等的两半后，所有被试在这两半上所得分数的一致性程度。经检验，本量表的总分半信度是0.868；5个维度的分半信度分别为0.849、0.871、0.872、0.748、0.750。可见本量表的分半信度较好。

四、结束语

（一）本科生学习状态自评量表的结构

本科生学习状态自评量表围绕自我学习过程、合作与交往性学习、学习应用能力、学习成长与发展、学习结果与评价5个维度设计，经检验量表具有良好的效度和信度，能有效测量海南省某高校的本科生学习状态，也能为其他高校测量本科生学习状态提供参考依据。

（二）本科生学习状态自评量表分析

在文献研究与理论研究的基础上，运用头脑风暴法、深度访谈法，结合多年的教学经验设计初始量表。利用临界比率法、相关分析对量表条目的区分度进行了分析，利用探索性因子分析进行效度检验，提取了5个因子，共包含28个条目。5个因子的特征值分别为6.63、4.78、4.54、4.16、3.83、1.89，能解释总方差的56.99%，旋转后各条目的负荷均大于0.4。采用内部一致性信度与分半信度对量表进行信度检验，量表的总α系数值为0.962，总分半信度为0.868，各维度的α系数值均在0.8以上，分半信度均在0.74以上。表明本量表具有较好的效度与信度。

（三）本研究的不足与展望

如果应用本量表在更多高校开展测评，结论会更有说服力。后续可围绕本量表进行更进一步的研究，包括：如何根据学生的实际测量结果进行不同维度及总分的等级划分，以利于教师掌握不同班级学生的整体水平，匹配相应的教学方法和教学内容，因材施教。如何评价学生在某一群体中的等级，在某一维度或条目所处的区间，以便学生进行反思。最好是能提供给学生关于其学习状态的有针对性的改进措施或建议，促进学生进步。