学习策略何以影响考试焦虑：多重中介效应模型构建与检验

侯睿，金玲，贺剑

1. 宁夏大学 博雅书院，宁夏 中卫 750021；2. 韩国国立全北大学 教育学院，韩国 全州 54907；3. 宁夏大学 勤学书院，银川 750021

随着社会经济形势发展和学生成长环境变化, 学生心理健康问题愈加显著[1-2]． 2023年, 教育部等17个部门联合印发的《全面加强和改进新时代学生心理健康工作专项行动计划(2023-2025年)》再次要求以智慧心提升学生心理健康素养[2]． 学生心理健康和考试焦虑密切相关[3], 近15年来, 中国学生考试焦虑发生率平均达到 22.32%[4]． 考试焦虑是一种情境特异性人格特质, 在面临考试或评价情境时部分学生会表现出过度担忧、 心理混乱、 紧张及相应的生理唤醒． 考试焦虑不仅会影响学生的注意力[5]、 学业成绩[6], 过度的考试焦虑还会影响学生的心肺功能[7]、 免疫系统[8]、 甚至引起抑郁[9], 产生自杀倾向[10]． 当前, 考试焦虑研究对象主要聚焦于中小学生, 对大学生考试焦虑研究不足[11-13], 而各类考试充斥着大学生的生活[14], 学术和职业考试对大学生的个人目标和职业选择意义重大[3], 考试焦虑影响着大学生的学习能力和身心健康[12-13], 因此探讨大学生考试焦虑的影响因素及其内在作用机制, 对促进大学生心理健康发展具有重要意义．

大学生考试焦虑的影响因素包括学习策略[15]、 学习动机[16]、 学习投入[17]等． 有效的学习方法可以帮助学习者战胜考试焦虑, 提升学习效率[18], 进而帮助大学生实现学术理想和人生目标． 近年来, 随着教育信息化持续深入推进, 在线学习成为变革教与学模式的重要教育实践形态[19], 大规模在线教育引发了教育领域一场深刻的变革[20]． 当前, 在线学习已经成为当代教育体系中重要的组成部分, 是现代社会必不可少的一种学习方式． 其中, 云自习[21](Study with Me)作为一种新兴的自主在线学习方式[22], 受到全球学习者和教育研究者的关注． 云自习又译为学习直播[23]、 直播自习[24]、 网络陪伴式学习[25]等．

云自习的兴起可以追溯到“Study Account”在社交媒体的兴起[24]和直播技术的迅猛发展[26]． 学界目前还没有统一的定义, 本研究参考焦建利[21]、 李海峰等[25]、 Kim等[27]的观点, 将云自习定义为学习者以学习为目的, 进入网络虚拟学习环境中进行自主学习的方式． 以“云自习”为标签的视频在B站上播放次数超过14亿次[28], B站每天开启10 293个云自习直播间供云自习学习者参与, 其中超过半数的学习者是大学生[29]． 有研究表明, 参与云自习与考试焦虑相关[30], 学习者在云自习过程中获得情感上的陪伴和学习效率提升[22,24-25], 缓解了考试焦虑． 探寻云自习对大学生考试焦虑的影响因素及内在作用机制, 不仅为缓解大学生考试焦虑提供有效的对策, 也为创新在线教育实践提供支持, 通过实证研究对其进行验证． 假设1: 参与云自习对大学生考试焦虑有显著预测作用．

学习动机是激发、 维持和完成特殊学习目标行为的内在过程, 大致分为内在动机和外在动机[31]． 有研究表明, 学生的学习动机与考试焦虑密切相关[32], 内在动机和考试焦虑呈负相关[33], 外在动机和考试焦虑呈正相关[34]． 过度关心考试成绩会让学习者的学习动机产生偏差, 致使学习者容易出现考试焦虑[35]． 在在线学习过程中, 学习者缺乏学习动机容易出现注意力游离、 欠缺坚持性的现象, 因此学习动机显得尤为重要[36]． 云自习与学习者的学习动机密切相关[37], 大学生在参与云自习的过程中, 通过自我规训、 同侪陪伴、 群像激励等方式增强学习动机[37-38], 借助线上监督, 改善学习状态, 从情感能量中驱动学习力, 提高学习效率, 从而应对考试带来的压力和焦虑． 由此, 本研究提出假设2: 学习动机在云自习对大学生考试焦虑之间起中介作用．

学习投入是一种与学习相关, 积极、 充实的精神状态[39], 包涵活力、 奉献和专注3个维度, 亦是评价学习过程、 衡量学习质量的重要指标之一[40]． 多项研究结果显示, 学习投入与考试焦虑呈显著负相关[41]． 考试带给大学生的压力是普遍的, 对一部分学生来讲这种压力还很大[42], 严重的考试焦虑会导致学生逃避学习, 致使学生的学习时间减少, 无法掌握需要学习的内容[37], 因而产生更强的考试焦虑, 最终形成恶性循环． 学生增加学习投入, 收获更好的学业成绩, 学业成绩提升, 考试焦虑可以得到一定的缓解[42], 使大学生身心健康向积极的方向发展, 因此有必要提升大学生应对考试焦虑的方法． 已有研究发现, 参与云自习和学习投入有一定关系[43]． 云自习作为一种有效的学习方式[22-25], 可以点燃学习者的学习热情, 提高学习专注度[22], 延长学习时间, 增加学习投入[27]． 由此, 本研究提出假设3: 学习投入在云自习对大学生考试焦虑之间起中介作用．

在社会科学领域的一些研究中, 因为研究情境复杂, 需要多个中介变量才能更加清晰地说明自变量对因变量的效应[44], 因此越来越多的学者采用多重中介(Multiple Mediation)模型开展研究． 在本研究中, 学习动机和学习投入均对云自习和考试焦虑产生重要影响, 为了研究云自习对大学生考试焦虑的影响及多重中介效应, 本研究提出一个多重中介模型(图1)．

图1 理论假设模型

1 对象与方法

1.1 对象

本研究采取方便取样法, 选取参与过云自习的在校大学生作为调查研究对象, 通过在云自习直播间和学习社群发放问卷, 累计回收问卷372份． 剔除不认真作答问卷34份, 有效问卷338份, 有效率为90.8%． 其中, 男生166人(49.11%)、 女生172人(50.89%); 大一66人(19.53%)、 大二87人(25.74%)、 大三81人(23.96%)、 大四104人(30.77%); 人文社会科学专业学生224人(66.27%)、 自然科学专业学生114人(33.73%)．

1.2 工具

1.2.1 参与云自习时间

调查大学生平均每日参与云自习的学习时间, 旨在以时间维度的客观数据反映大学生在在线自主学习模式下的学习情况． 选项赋值为: 1<1小时, 1小时≤2<3小时, 3小时≤3<6小时, 4≥6小时以上．

1.2.2 学习动机

采用Amabile等[45]开发, 池丽萍等[46]修订, 于倩等[47]再次修订的学习动机量表, 量表包涵内在动机和外在动机2个维度共17个问题． 内在动机是指因学习活动本身的意义和价值所引起的动机, 比如学生努力学习是因为他们感兴趣、 好奇, 在学习中获得了乐趣． 外在动机是指因学习活动之外的诱因而引起的学习动机, 比如学习努力是想在考试中获得好成绩、 得到奖励、 取悦家长或者逃避惩罚等[47]． 问卷采用1～4计分方式(1=“完全不符合”、 4=“完全符合”), 分数越高个人的学习动机越强． 本研究内在动机Cronbach的α系数为0.875, 外在动机Cronbach的α系数为0.873．

1.2.3 学习投入

采用Schaufeli等[48]开发, 方来坛等[49]翻译修订的学习投入量表, 量表包涵奉献、 活力和专注3个维度共17个问题． 其中, 奉献是指个人对学习的热爱和自豪感, 并愿意作为一名开拓者致力于学习的决心; 活力是指个人在学习中的意志力, 表示个人愿意把精力投入学习, 不畏困难地坚持下去; 专注意味着个人全神贯注于学习, 并愿意为之投入大量时间[48]． 问卷采用1～4计分方式(1=“完全不符合”、 4=“完全符合”), 分数越高表示学习投入越多． 本研究Cronbach的α系数为0.952．

1.2.4 考试焦虑

采用Pintrich等[50]开发, 王宽明等[51]翻译并修订的考试焦虑量表, 量表一共4个问题: ① 考试时如果不能回忆起所学的内容, 我会感到很紧张; ② 考试时我会感到紧张、 不适; ③ 对于考试, 我极为担心; ④ 考试时我担心自己会考得很糟糕[51]． 问卷采用1～4计分方式(1=“完全不同意”、 4=“完全同意”), 分数越高, 表示考试焦虑程度越高． 本研究Cronbach的α系数为0.843．

1.3 分析框架

本研究采用SPSS 26.0软件对数据进行共同方法偏差检验、 描述性统计和相关分析, 并通过AMOS 26.0软件构建结构方程模型检验多重中介作用． 数据分析主要包括4个方面: ① 进行人口统计学特征差异分析． 运用正态分布计量资料以均数±标准差与t检验和One-Way ANOVA检验, 分析性别, 专业, 年级差异有无统计学意义． ② 基本统计信息描述与判断． 运用描述性统计分别对大学生参与云自习、 内在动机、 外在动机、 学习投入和考试焦虑间的Pearson相关系数进行描述, 并判断是否满足进一步进行测量模型分析的条件． ③ 测量模型分析． 运用验证性因子分析(Confirmatory Factor Analysis, CFA)判断内在动机、 外在动机、 学习投入和考试焦虑的信效度是否达到学者所建议的一般水平, 为进一步进行结构模型分析做铺垫． ④ 结构模型分析． 运用结构方程模型探索云自习对考试焦虑的直接影响作用, 以及通过内在动机、 外在动机、 学习投入的间接影响作用．

1.4 共同方法偏差检验

本研究采用Harman单因素检验法[52]进行共同方法偏差检验． 检验的具体做法是对所有题目进行探索性因子分析, 查看析出的第一个因子的解释量是否低于临界值40%． 结果表明特征值大于1的因子共有7个, 且第一个因子解释的变异量为28.339%(表1), 小于临界值, 说明本研究不存在明显的共同方法偏差问题．

表1 Harman单因素检验法

2 结果分析

2.1 人口统计学特征差异分析

为了解大学生参与云自习的个体差异, 以性别、 专业为自变量进行独立样本t检验; 以年级为自变量进行One-Way ANOVA检验． 从表2可以看出, ① 性别方面, 大学生在云自习时间内动机和学习投入不存在显著差异, 外在动机和考试焦虑存在显著差异, 女生在外在动机和考试焦虑上均高于男生; ② 年级方面, 大学生在云自习时间内在动机和学习投入不存在显著差异, 外在动机和学习投入存在显著差异, 其中大一年级在学习投入上高于大二、 大三、 大四年级, 大三年级的考试焦虑高于大一、 大二、 大四年级; ③ 专业方面, 大学生的内在动机、 外在动机和学习投入均不存在显著差异, 云自习时间和考试焦虑存在显著差异, 自然科学专业学生上自习时间长于人文社会科学专业学生, 人文社会科学专业学生考试焦虑程度高于自然科学专业学生．

表2 不同性别, 年级, 专业云自习各维度平均分差异比较(N=338)

2.2 各变量的描述统计及相关分析

表3给出了云自习、 内在动机、 外在动机、 学习投入、 考试焦虑的平均值(M)、 标准差(SD)以及各变量之间的皮尔逊相关系数． 统计结果显示, 云自习与内在动机呈显著正相关(r=0.327,p<0.001); 参与云自习与学习投入呈显著正相关(r=0.525,p<0.001); 内在动机与学习投入呈现显著的正相关(r=0.523,p<0.001); 外在动机与考试焦虑呈现显著的正相关(r=0.511,p<0.001); 参与云自习与外在动机呈显著负相关(r=-0.254,p<0.001); 参与云自习与考试焦虑呈显著负相关(r=-0.488,p<0.001); 内在动机与考试焦虑呈显著负相关(r=-0.126,p<0.01); 学习投入与考试焦虑呈显著负相关(r=-0.308,p<0.001)． 外在动机与内在动机, 学习投入与外在动机相关均不显著(表3)．

表3 各变量描述统计及相关分析

2.3 验证性因子分析

内在动机、 外在动机、 学习投入、 考试焦虑的标准化路径系数(Std.)范围分别为0.764～0.837,0.727～0.785,0.816～0.928,0.673～0.805, 分别均在0.6以上; 组成信度(CR)分别为 0.835,0.793,0.913,0.840, 大于0.7, 均达到学者建议的水平, 说明4个潜变量的信度均较优． 平均变异数萃取量(AVE)分别为0.628,0.561,0.778,0.569, 均大于0.5[52], 说明4个潜变量均有较好的收敛度(表4)． 测量模型拟合指数(x2/df)=130.78/59, Tucker-Lewis指数(TLI)=0.958, 标准拟合指数(NFI)=0.944, 相对拟合指数(RFI)=0.926, 增值拟合指数(IFI)=0.968, 比较拟合指数(CFI)=0.968, 近似误差均方根(RMSEA)=0.060, 综合各项指标证明本研究分析测量模型良好[53](表5)．

表4 验证性因子分析

表5 测量模型整体适配度评价指标体系及拟合结果

2.4 内在动机、 外在动机和学习投入在云自习中对考试焦虑的中介效应检验

通过AMOS.26软件进行结构方程建模, 以云自习时间为自变量, 以考试焦虑为因变量, 以学习动机(内在动机、 外在动机)和学习投入为中介变量, 结果显示模型拟合指数为x2/df=151.206/68,TLI=0.954,NFI=0.940,RFI=0.919,IFI=0.966,CFI=0.966,RMSEA=0.060[53], 综合各项指标证明本研究分析模型良好(表6)．

表6 结构模型的评价指标体系及拟合结果

变量间的标准化路径系数(β)如表7所示, 云自习显著负向预测考试焦虑(β=-0.256,SE=0.043,p<0.001); 云自习显著正向预测内在动机(β=0.345,SE=0.025,p<0.001)、 学习投入(β=0.526,SE=0.025,p<0.001), 云自习显著负向预测外在动机(β=-0.283,SE=0.032,p<0.001); 外在动机显著正向预测考试焦虑(β=0.564,SE=0.092,p<0.001); 学习投入显著负向预测考试焦虑(β=-0.215,SE=0.106,p<0.01); 内在动机(β=0.003,SE=0.109,p>0.05)则不能预测考试焦虑(图2)．

表7 结构模型路径系数

图2 内在动机、 外在动机、 学习投入、 云自习和考试焦虑的机构方程式模型图

进一步通过AMOS 2.60软件的Bootstrap程序重复取样1 000次, 并通过95%置信区间(CI)检验本研究模型中介效应的显著性及效应量． 结果显示, 云自习到考试焦虑间接效应的95%置信区间(CI)均不包括0, 且平均间接效应在置信区间范围内, 说明多重中介效应显著． 以内在动机为中介变量的路径间接效应为-0.001(95%CI=[-0.035, 0.035]), 以外在动机为中介变量的路径间接效应为-0.112(95%CI=[-0.186, -0.061]); 以学习投入为中介变量的路径间接效应为-0.079(95%CI=[-0.141, -0.028]); 线上自习的直接效应为-0.179(95%CI=[-0.272, -0.086]), 总的间接效应为-0.192(95%CI=[-0.278, -0.105])(表8), 表明云自习与考试焦虑的直接路径和2条间接路径均显著．

表8 中介效应检验的Bootstrap分析

3 讨论

3.1 人口统计学特征差异讨论

男生和女生参与云自习, 其内在动机和学习投入差异并不明显, 而外在动机和考试焦虑存在显著差异, 女生显著高于男生． 关于考试焦虑的性别差异研究比较多, 以往的学者认为存在性别差异且女生显著高于男生[55-56], 与本研究的结果一致． 但是, 也有研究认为考试焦虑不存在性别差异[57]． 已有研究认为, 社会期望和文化规范会影响女生的行为方式和心理发展, 与男生相比女生更倾向于寻求外部认可来确认自己的能力和成就． 特别是在面对考试这种评价情境时, 女生更加重视成绩, 关注教师和同伴的反馈, 这种对外部认可的依赖增加了她们的焦虑[54-57], 因而提示我们要更加关注女生的心理状态[56], 多沟通、 早发现、 早干预, 多给女生积极的肯定和鼓励, 避免焦虑情绪持续升级．

不同年级参与云自习时间、 内在动机和考试焦虑差异并不显著． 但在外在动机上, 大三学生显著高于其他年级学生; 在学习投入上, 大三学生显著低于其他年级学生． 本研究与已有研究结果一致[55,58]． 已有研究认为, 大三是大学阶段的转折点, 经过两年的大学学习生活, 学生对世界、 社会及人生有了新的认识, 开始更多关注外界及他人的要求, 对自己有了新的定位[59-60], 特别是在实训实习期间, 面临着学习成绩之外更多社会尺度的评价, 导致其对学习的投入明显减少, 外部动机明显增强． 这一研究结果提示我们, 要更多关注大三学生的学习生活和心理状态, 帮助他们顺利完成“大学生”到“社会人”的转变．

人文社会科学学生和自然科学学生在内在动机、 外在动机、 学习投入上差异不显著． 在参与云自习时间方面, 自然科学学生显著高于人文社会科学学生． 在考试焦虑方面, 人文社会科学学生显著高于自然科学学生[61], 这种状态可能是因为学科特点不同所致． 人文社会科学专业以具体的、 境遇性的实践知识为主, 侧重于分析和总结, 考前需要大量记忆与理解, 相比平时学习备考压力更大, 考试焦虑程度聚增; 自然科学专业的课程紧、 任务重, 需要完成学习任务时间较长[62], 参与线上自习时间也相对较长, 考前突击效果不明显, 考前复习任务与压力相对较少, 考试焦虑程度相对较低[58-60]． 研究结果表明, 在对大学生考试焦虑的预防和干预中, 对人文社会科学专业学生需要做好考前心理疏导, 对自然科学专业学生则需要注重平时课业生活中的心理辅导．

3.2 云自习对大学生考试焦虑的直接作用

本研究证实参与云自习对考试焦虑具有显著负向预测作用, 与假设1相同． 大学生参与云自习可以在一定程度上舒缓心理压力, 从而缓解学生考试焦虑, 本研究结果与已有研究结果一致[24]． 5G时代, 时空一体的沉浸式体验将人们惯性化生活场域发展成为泛化的社会文化仪式[63], 媒介技术提供的资源及环境促成了新的学习氛围, 云自习为学习者创造出的“虚拟在场”和“数字共在”[64], 满足了新时代大学生表达自我、 构建自我认同, 形成新的人机关系和人际关系的需求[63]． 在参与云自习过程中, 大学生们通过网络学习空间组成了预想中的学习共同体[66]． 在学习共同体中, 有着相似学习目标和情感需求的学习者聚集到一起, 同伴氛围形成自我激励, 同境遇激发深层共情, 同情性理解促进自我治愈, 有效地缓解了备考过程中的不安和孤独感[37]． 这种局面可以帮助学习者调整心态, 在自主学习的过程中重建自我认同． 通过这种方式, 学习者能够调整和优化学习状态, 从而缓解考试焦虑． 参与云自习不仅是大学生寻求自我实现的手段, 也是他们寻求社会认同的心理慰藉．

3.3 学习投入和学习动机的中介作用

在学习动机中, 外在动机在云自习和大学生考试焦虑间起到中介作用． 假设2得到部分验证． 以往多项研究发现, 考试焦虑与外部动机呈显著正相关, 内在动机和考试焦虑呈显著负相关[67], 与本研究部分一致． 在本研究中, 外在动机在云自习与大学生考试焦虑之间作为中介时, 为显著负向预测作用, 内在动机无显著预测作用, 说明参与云自习对大学生外在动机有一定积极的影响, 与已有研究结果一致[24]． 参与云自习, 大学生主动展露自己的学习过程并分享学习记录, 这种将个人学习状态公开的方式, 有助于大学生将学习过程中的焦虑具象化, 使他们能够量化学习时间． 通过对学习过程和时间量化的视觉展示, 可以深入了解自身的学习习惯和效率． 在此过程中, 大学生因担心与他人相比不够努力而产生强烈的外在驱动力, 这种双向监督在一定程度上倒逼他们完成学习任务, 因而获得了来自于自己和其他学习者的积极评价, 缓和了考试焦虑．

学习投入在参与云自习与大学生考试焦虑间起中介作用, 假设3得到验证． 在数字化时代背景下, 网络空间成为当代大学生主要活动场所, 大学生们习惯于通过互联网获取信息资源并开展学习活动[68]． 参与云自习作为这一趋势的体现方式, 利用交互式媒体构建了虚拟学习空间, 通过诸如番茄钟、 白噪音、 摄像头、 学习目标打卡、 视觉场景构建[24]等学习工具和学习策略帮助大学生快速进入学习状态, 保持专注和延长学习时间, 从而增加学习投入． 当学习者在学习上投入了更多的时间和精力, 对知识的熟练程度就越高, 心态就更加积极, 从而对学业的担忧减少, 对考试的焦虑程度降低．

本研究还发现, 参与云自习对内在动机有显著的正向预测作用, 这与已有研究一致[37]． 内在动机对考试焦虑无显著预测作用, 这种结果与部分研究报道不一致[69]． 此外, 内在动机作为中介变量时对云自习与大学生考试焦虑之间也无显著预测作用, 与我们的假设不一致, 这种状态可能源于我国人口基数过于庞大, 长期以应试教育方式筛选人才有关． 通过考试改变命运的观念, 使得考试成为贯穿中国学生从幼年到成年最重要的竞争方式[70]． 高中阶段以考上大学为唯一目标, 考入大学后因没有及时树立进一步的学习目标, 从而因“动机落差”导致动机水平在不同维度上产生差异, 大多数学生表示自己为了通过期末考试或获得学分而学习, 努力程度低、 缺乏学习自主性, 因此这部分学生往往内在动机水平较低而外在动机水平较高[71]．

3.4 研究不足与展望

本研究深入讨论大学生参与云自习对考试焦虑的影响机制, 分析学习投入和学习动机对大学生参与云自习和考试焦虑之间的多重中介作用, 既为通过新兴学习策略缓解大学生考试焦虑提供理论依据, 也为考试焦虑探索提供更丰富的思路, 有助于丰富云自习、 考试焦虑、 学习投入、 学习动机的理论研究和实证检验, 并为将来其他相关研究提供佐证和支持． 改善考试焦虑, 促进大学生心理健康发展, 需要学生、 学校、 社会3个方面共同努力． 在学生方面, 设定合理的学习目标, 理性看待考试竞争, 参与云自习提升自主学习效率, 避免不必要的焦虑和内耗; 在学校方面, 通过校园公众号、 视频号等平台推送云自习相关文章和视频, 引导大学生了解并尝试参与到云自习活动, 在校内创建形式丰富的主题自习室, 组建云自习学习小组, 为学生提供更多机会去探索和体验新的学习方法; 在社会方面, 鼓励多元化的评价方式, 加强非娱乐性云自习学习平台建设, 为学生提供更具多样性的学习体验和安全的网络学习空间． 这种努力不仅为缓解考试焦虑提供了有效的措施, 为大学生心理健康教育工作提供了新的思路, 也为理解当代大学生在线学习提供了新的视角, 为数字时代开展个性化教育实践, 构建“人人皆学、 处处能学、 时时可学”的学习型社会[72]提供了有益的启示． 当前, 对于参与云自习的研究尚处于起步阶段, 实证研究和实验研究均较少, 需要进一步开展工作．

4 结论

(1) 云自习时间直接负向预测大学生考试焦虑;

(2) 外在动机在云自习与大学生考试焦虑之间起中介作用, 内在动机无显著作用;

(3) 学习投入在云自习与大学生考试焦虑之间起中介作用．