1. 引言
目前,我国高等教育正处于大众化发展阶段,如何在此阶段上促进高等教育质量发展是我国一直关注的重要问题。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中明确提到了“提高高等教育质量”的问题;中国共产党第十九次全国代表大会的报告中也提到了“加快一流大学和一流学科建设,实现高等教育内涵式发展”的问题。这些都从侧面反映出了提高高等教育质量迫在眉睫。同时,大学生的学习也是一个较为复杂的过程,涉及到的影响因素也很多 [1]。那么在我国发展现阶段,就需要我们对大学生的教育问题进行深入的研究。
现在,对于提高高等教育质量,我们不仅要重视对大学生的学业成绩的测试,更要对大学生学习过程中各种影响因素进行考量与关联性研究 [2]。其中学习动力和学习投入是影响学生学习过程的主要原因之一,所以对学生的学习动力和学习投入之间进行相关研究是很重要的 [3]。基于此,本文即通过对学生的学习动力和学习投入进行相关分析 [4] 来了解两者之间的关联程度,由此来对大学生的教育问题进行合适的规划与调整。文中我们是将学习动力与学习投入两个部分细化为五个维度进行分析,具体为时间投入、精力投入、兴趣动力、目标动力 [5] 以及毕业去向动力。此研究可以在一定程度上有利于我国高等教育事业的发展,也有利于学生找准方向,从而取得更理想的成绩。
2. 研究对象与方法
2.1. 研究对象
选取我校数学与统计学院2021级本科生为研究对象,数学与统计学院21级大一本科共设有三个专业,分别为数学与应用数学专业、应用统计专业和信息与计算科学专业,共有189名学生。
2.2. 研究方法
2.2.1. 问卷调查法
采用线上问卷调查的方式有针对性的发放问卷 [6]。我校数学与统计学院2021级本科生共有189名学生,共发放189分问卷,有效回收175分问卷,有效率为92.59%,其中男生92人(占比52.57%),女生83人(占比47.43%)。
2.2.2. 统计学方法
应用SPSS 26.0统计软件包对录入数据进行独立样本T检验、Spearman相关性分析、方差分析。计量资料采用均值和标准误差 进行描述,单因素运用独立样本T检验、方差分析,学习投入和学习动力 [7] 之间的关系运用 Spearman 相关性分析,P < 0.05表示差异有统计学意义。
3. 研究过程与分析
3.1. 问卷信效度检验
3.1.1. 信度检验
信度分析又称可靠性检测,用于检验问卷收集到的数据结果是否一致,通常情况下克隆巴赫一致性系数达到0.6以上,表示该问卷的数据结果具有一致性。由表1可知,克隆巴赫系数为0.642,说明本次问卷的信度检验适合此次研究的标准,即说明各个维度的数据可靠性合适。
3.1.2. 效度检验
效度检验是具体考察问卷中每一个题项的能效性的检验。我们通过KMO和巴特利特球形检验实现。KMO检验是对原始变量之间的简相关系数和偏相关系数的相对大小进行检验,Bartlett球形检验用于检验各变量之间的相关性程度。
由表2可知:KMO值大于0.7,且巴特利特球形检验的显著性概率远小于0.05,这表明问卷的题项结构设计较好,收集到的问卷数据适合进行后续的分析。
3.2. 描述性统计分析
由表3、表4可知,学习投入平均分为(4.46 ± 0.0552)分,其中精力投入得分高于学习投入平均分,表明在学习投入中学生更倾向于精力投入。学习动力平均分为(4.724 ± 0.048)分,其中兴趣和毕业去向方面的动力得分高于学习动力平均分,表明在学习动力中目标规划和毕业去向思考两方面更能使学生产生学习动力。
Table 3. Describes the statistical tables
表3. 描述统计表
Table 4. Scores of the dimensions of learning engagement and learning motivation
表4. 学习投入与学习动力各维度得分
3.3. 学习投入与学习动力的性别差异
3.3.1. 学习投入的性别差异
由表5可知,该表分为了两个部分,一个是莱文方差等同性检验,一个是平均值等同性T检验。莱文方差等同性检验也叫F检验或方差齐性检验。在采用相等变异数条件下,F = 1.171,Sig. = 0.281 (显著性) > 0.05,可以认为性别对学习投入的方差是相等的。平均值等同性T检验中t = 0.555,自由度为173,双尾显著性概率Sig. (双尾) = 0.580 > 0.05,因此,应该接受原假设,即性别对学习投入无显著性差异。
Table 5. Independent sample tests of learning engagement and gender
表5. 学习投入与性别的独立样本检验
3.3.2. 学习动力的性别差异
由表6可知,在采用相等变异数条件下,F = 1.366,Sig. = 0.244 (显著性) > 0.05,可以认为性别对学习投入的方差是相等的。平均值等同性T检验中t = 1.787,自由度为173,双尾显著性概率Sig. (双尾) = 0.076 > 0.05,因此,应该拒绝原假设,即性别对学习动力无显著性差异。
Table 6. Independent sample tests of learning motivation and gender
表6. 学习动力和性别的独立样本检验
3.4. 学习投入与学习动力的专业差异
3.4.1. 学习投入的专业差异
由表7可知,F值 = 1.330,P(Sig.) = 0.267,说明三组数据方差齐性,满足方差分析的适用条件。由表8可知,我们需要的数据主要是专业一行值,其中F值为0.997,P(Sig.) = 0.371 > 0.05,表明专业对学习投入指标无显著差异。
Table 7. Levan equivalence test for the error variance of learning engagement and majors
表7. 学习投入和专业的误差方差的莱文等同性检验
Table 8. Intersubjective effects of learning engagement and majors
表8. 学习投入和专业的主体间效应检验
注:a表示R方 = 0.011 (调整后R方 = 0.000)。
3.4.2. 学习动力的专业差异
由表9可知,F值 = 0.568,P(Sig.) = 0.568,说明三组数据方差齐性,满足方差分析的适用条件。由表10可知,我们需要的数据主要是专业这一行的值,其中F值为8.361,P(Sig.) < 0.001,表明专业对学习投入指标有显著性差异。
Table 9. Levan equivalence test for learning motivation and professional error variance
表9. 学习动力和专业的误差方差的莱文等同性检验
Table 10. Inter-subjective effects of learning motivation and specialization
表10. 学习动力和专业的主体间效应检验
注:a表示R方 = 0.011 (调整后R方 = 0.000)。
3.5. Spearman相关性分析
由表11可知,时间投入与兴趣动力、目标动力、毕业去向动力以及学习动力总分都存在显著的正向相关关系;精力投入与目标动力和学习动力总分有着显著的正向相关关系;学习投入总分与兴趣动力、目标动力、毕业去向动力以及学习动力总分之间都存在显著的正向相关关系;在学习动力中,目标动力与学习投入之间相关性最大;在学习投入中,时间投入与学习动力之间的相关性最大。
Table 11. Correlation among dimensions of learning engagement and learning motivation
表11. 学习投入和学习动力各维度相关性
注:**表示在0.01级别(双尾),相关性显著。
4. 结果与讨论
4.1. 大学生学习投入基本情况
大学生学习投入的平均得分为4.46 ± 0.0552,其中时间投入得分为2.71 ± 0.06,精力投入得分为6.21 ± 0.077。从得分数据上来看,学生在精力上的投入得分明显高于在时间上的投入得分。这也反映了大一学生在学习上的时间投入还远远不够,他们可能将更多的时间放在了休息娱乐和体育锻炼这一块,从而忽视了对学习的投入。反观学生的精力投入,这一项就做的比较好,精力投入是从课堂注意力集中情况以及连续学习的积极性两方面反映的,而学生在这一项的得分较高就表明了学生们在上课时是比较认真的,这样一来课堂效率就会有所提升,有利于学生的学习教育发展。
通过研究大学生的学习投入在性别、专业上的差异可知,学生的学习投入在性别和专业上并无显著的区别。其可能的原因是,对于大一学生来说,每天的课程学习比较多,自己能够支配的时间相对较少,所以每个人从性别和专业角度来说,在学习投入上所表现出来的情况是基本无差别的。
4.2. 大学生学习动力基本情况
大学生学习动力的平均得分为4.724 ± 0.048,其中兴趣动力得分为5.67 ± 0.098,目标动力得分为2.07 ± 0.033,毕业去向动力得分为6.45 ± 0.07。从得分数据上来看,在学习动力这一块,目标动力的得分最低,即表明学生在当前阶段并没有一个明确的学习目标,从而导致学习动力缺乏。所以,目前我们要做的事情就是督促学生对自己的学习要有所合适且积极的规划,可以从短期规划开始,向着自己的毕业目标努力与奋斗。
通过研究大学生学习动力在性别和专业上的差异,我们可以知道学习动力在性别上无显著差异,即表明无论男女学生,他们在学习动力上是无显著区别的。而学习动力在专业上是存在显著差异的,也就是说专业的不同,其学生的学习动力情况一般是不相同的。至于学习动力在专业上表现出何种差异,还需进一步研究。
4.3. 大学生学习投入和学习动力的相关性情况
在学习投入和学习动力之间的相关性分析中,进行了斯皮尔曼(Spearman)相关性分析。由学习投入和学习动力各维度相关性结果可知,学习投入总分与学习动力总分之间存在显著的正向相关关系,其中时间投入与学习动力的各个维度之间均存在显著的正向相关关系,而精力投入只与学习动力中的目标动力存在显著的正向相关关系;学习投入中的时间投入与学习动力总分之间的相关性最大;学习动力中的目标动力与学习投入总分之间的相关性最大。这一结果表明:首先从各个维度看,学习动力和学习的时间投入是成正比的,也就是说学习动力和学习的时间投入是同步增长或同步降低的,例如当学习动力越足或者越明确时,学生在学习时间上的投入越多;而只有当学习目标动力更明确时,学习的精力投入才会越高;其次从整体上看,学习投入与学习动力之间存在显著相关关系,所以两者之间是存在一定的相互影响关系;最后,由时间投入与学习动力总分之间的相关性以及目标动力与学习投入总分之间的相关性最大表明:我们可以通过帮助学生调整时间投入从而提高学生的学习动力,也可以通过帮助学生明确学习目标从而增大学生的学习投入。不管是学习投入还是学习动力的增加,都能在一定程度上促进学生努力学习、提高学生学习成绩。
5. 结语
高等教育质量一直是我国反复提及的重要问题,大学生是我国发展的重要力量,所以我国对于大学生的教育问题予以重视。而学生的学习投入和学习动力是提高学生学业成就的重要因素。经过研究,我们发现学生的学习投入和学习动力之间是存在显著的正向相关关系的,所以两者之间是相互影响的,我们可以积极的引导学生去增加学习投入,例如通过相关知识的宣讲,让学生在时间和精力方面的投入增加,从而可以让学生在专业兴趣上、目标规划上、毕业去向上产生强烈的学习动力,从而促进学生的学业成绩的提高;也可以通过帮助学生提高专业兴趣、明确学习目标以及笃定毕业去向,从而增加学生的学习投入。无论是那种,都可以使学生的学习投入和学习动力得到提升,这使得学生的学习情况更加乐观、学业成就更加明显以及教育质量相应提高,也向为我国培养高水平人才的目标靠近。
基金资助项目
湖南省普通高等学校教学改革研究一般项目(编号:HNJG-2020-0277,HNJG-2021-1311)。