王晶晶,周發(fā)明
(湖南人文科技學院商學院,湖南婁底 417000)
2018 年6 月,教育部部長陳寶生在新時代全國高等學校本科教育工作會議上指出對大學生要合理“增負”,提升大學生的學業(yè)挑戰(zhàn)度。那么高校大學生學習負擔具體體現(xiàn)在哪些方面呢?學習負擔又是怎樣形成的,主要受到哪些因素影響呢?回答這些問題,將有助于深化對學習負擔內涵及構成的認識,進一步揭示學習負擔的形成機制,為大學生合理“增負”提供理論基礎和實踐啟示。為此,本研究將在理論分析的基礎上,總結學習負擔的主要構成及其影響因素,構建高校大學生學習負擔形成機制模型。通過對代表性本科院校學生的調研,對模型的合理性進行檢驗,借助路徑分析各變量間的相互作用關系,以明確大學生“增負”的重點和關鍵。本研究的開展將豐富學習負擔的研究內容,研究結論可為高校學風建設、教學改革和人才培養(yǎng)提供參考。
根據(jù)學者顧志躍和肖傳彬等的觀點,學習負擔由客觀負擔和主觀感受兩部分構成[1-2]。學生學習負擔的客觀層面表現(xiàn)為學生所承擔的學習及相關任務量,可用學習負荷來概括;學習負擔的主觀層面表現(xiàn)為學生對于負擔的感知和適應水平,可用學習負擔感來概括。另外,學者們也總結了眾多影響學習負擔的因素,歸納起來有兩大類——外部環(huán)境因素和學生自身因素。張靈等指出中小學生的課業(yè)負擔與家庭期望、自我期望以及所在學校和班級的氛圍等因素密切相關[3]。董輝等提出學業(yè)負擔是學習任務、學習時間、學習態(tài)度、學習期望、教師授課質量等因素交互作用的結果[4]。宋乃慶等認為學習負擔實質上是個體與社會和物理環(huán)境交互作用過程中產(chǎn)生的學習壓力[5]。環(huán)境因素是客觀存在的外部影響因素,包括家庭期望、同學競爭等,可用環(huán)境壓力來概況。而學生自我期望、態(tài)度等是影響其學習負擔的主觀因素,在此用學習意識來概括。學習意識在此界定為學生在了解自我學習能力的基礎上對自身未來發(fā)展的期望及應具備的學習態(tài)度。
環(huán)境壓力中家庭期望、同伴影響、未來職業(yè)發(fā)展前景和學校教學管理等造成的壓力,均可能導致學生學習任務量增多,造成學習負荷的相應變化[6]。學生學習意識強,自我要求高,學習態(tài)度更為認真,往往傾向于主動承擔更多的學習任務,學習負荷也會相應增大。與此同時,環(huán)境壓力越大,個體為適應環(huán)境,往往會轉化成較強的學習意識。為此,提出以下研究假設:
H1:環(huán)境壓力對學生學習負荷具有顯著的直接正向影響;
H2:學習意識對學生學習負荷具有顯著的直接正向影響;
H3:環(huán)境壓力對學生學習意識具有顯著的直接正向影響。
另一方面,學習負荷越大,學習負擔感知水平會相應提高。此外,學習負擔受個體因素和外部環(huán)境因素的共同影響,個體因素中積極的學習態(tài)度和意識有利于緩解學習負擔感,而外部環(huán)境壓力則會增加學生學習壓力與焦慮感[7]。由此可見,環(huán)境壓力越大,學習負擔感水平會相應提高;學生學習意識增強在一定程度可以減輕其學習負擔感知水平。為此,提出如下研究假設:
H4:學習負荷對學生學習負擔感具有顯著的直接正向影響;
H5:環(huán)境壓力對學生學習負擔感具有顯著的直接正向影響;
H6:學習意識對學生學習負擔感具有顯著的直接負向影響。
根據(jù)上述的研究假設,構建如下研究模型(見圖1),并通過問卷調查和數(shù)理分析軟件對模型的擬合優(yōu)度進行檢驗,并結合路徑分析檢驗以上假設是否成立。
圖1 理論模型圖
本研究中涉及學習負擔感、學習負荷、環(huán)境壓力和學習意識4 個潛變量。到目前為止,學界并無成熟量表對學習負擔及其影響因素進行評價。本研究在結合學者的部分觀點和前期訪談基礎上,對上述4 個變量的具體測量指標進行了設計。學習負擔感通過4 個指標來評價,分別是“學習焦慮水平”“學習倦怠水平”“學習負擔適應情況”和“學習壓力水平”;環(huán)境壓力通過4 個指標來評價,分別是“父母的期望”“同伴影響”“未來職業(yè)發(fā)展壓力”和“學校教學管理因素”,其中“學校教學管理因素”指學校制定的強化教學效果的相關政策和措施,如考勤制度等;學習意識通過“學習態(tài)度”“自我要求”和“自我期望”3 個指標來評價;學習負荷通過“課堂教學”“作業(yè)任務”“備考任務”和“課外拓展學習”等4 個指標來衡量,其中“課外拓展學習”指學生為提升自身能力與素質而參加的課外培訓輔導、技能興趣班或探索性學習活動等,被調查者根據(jù)自身在上述學習活動中所花費的相對時間多少對題項進行評價。上述15 個指標題項構成本研究的核心量表,全部題項均采用Likert 五級尺度形式,被調查者可根據(jù)自身情況對指標做出判斷??紤]到其他變量對研究產(chǎn)生的影響,本研究選擇了性別、年級、學科門類等作為控制變量,并編制了調查問卷。隨后于2018 年10 月中旬在湖南人文科技學院和湖南農(nóng)業(yè)大學進行了預調查,并根據(jù)被調查者反饋的意見,再次對問卷內容進行了完善。
正式問卷調查于2018 年11 月上中旬在湖南省內6 所代表性本科院校展開。這6 所院校包括湖南大學、湘潭大學和湖南農(nóng)業(yè)大學等3 所一本院校,以及湖南文理學院、邵陽學院和湖南人文科技學院3 所二本院校。在各高校相關部門的協(xié)助下,每所高校各發(fā)放調查問卷150 份,采用分層抽樣方式重點調查2016 級、2017 級和2018 級學生。共發(fā)放問卷900 份,回收問卷879 份,其中有效問卷858 份,問卷回收率為97.67%,問卷有效率為95.33%。由于醫(yī)學類專業(yè)的特殊性暫未列入調研范圍之內。有效樣本分布如下表1。
表1 有效樣本的分布情況
研究中,采用SPSS22.0 和AMOS22.0 軟件對測量量表進行了探索性因子分析和驗證性因子分析。根據(jù)探索性因子分析結果,對測量指標進行刪減[8],直到所保留的指標經(jīng)再次因子分析時達到無需節(jié)選的狀態(tài)。經(jīng)探索性因子分析后,原量表中“學校教學管理”指標被剔除。其余的14 個有效指標被歸納為4 個維度,分別對應學習負擔感、學習負荷、學習意識和環(huán)境壓力等4 個潛變量。對有效指標構建測量模型進行驗證性因子分析,14 個指標的標準化載荷系數(shù)均在0.5 以上且小于1(且p <0.05),說明指標變量能有效反映其要測度的潛在變量特質。另外,各潛在變量的Cronbach's Alpha 系數(shù)均在0.70 以上,組合信度均在0.60 以上,收斂效度均在0.50 以上,表示模型的內在質量較理想[9],具體見下表2。
表2 量表的信度和效度檢驗結果
根據(jù)理論模型圖及表2 中各觀測變量構建結構方程模型,將問卷所獲有效數(shù)據(jù)代入結構方程中運行,結果如圖2 所示。結構方程模型的各項擬合指數(shù)如表3 所示。
圖2 結構方程模型路徑分析圖
表3 結構方程模型各擬合指數(shù)
研究選取較具典型性的9 項擬合優(yōu)度指數(shù)對模型的擬合優(yōu)度進行評價。按照較寬松的擬合優(yōu)度評價標準,表3 中指數(shù)在可接受范圍內,但是部分指數(shù)仍不十分理想,如NFI、CDI 和TLI 指數(shù)。另外從假設檢驗的結果表4 來看,環(huán)境壓力對學習意識和學習負荷有著顯著的直接影響,即假設H1、H3 得到了證實;學習意識對學習負荷和學習負擔感有著顯著的直接影響,即假設H2、H6 得到了證實;學習負荷對學習負擔感有著顯著的直接影響,即假設H4 得到了證實;但環(huán)境壓力對學習負擔感并無顯著的直接影響,即假設H5 未通過驗證。以上結果表明,研究模型還可以進一步修正,以使其與數(shù)據(jù)更好的擬合。
表4 路徑分析與假設檢驗結果
為了提高模型的擬合度,將不顯著的路徑剔除,對模型進行調整,并根據(jù)修正指數(shù)和現(xiàn)實情況對部分觀測變量的誤差項添列相關關系,最后得到的路徑分析結果和修正模型擬合結果,如圖3 和表5 所示,可見修正模型和數(shù)據(jù)擬合基本達到理想標準。另外,修正模型的各條路徑均通過了假設檢驗,說明修正模型比最初模型更具合理性(見表6)
圖3 修正后的結構方程模型路徑分析圖
表5 修正后結構方程模型擬合指數(shù)
表6 模型修正后路徑分析與假設檢驗結果
結合修正后的結構方程模型路徑分析圖3,可計算出變量相互影響的效果,具體如表7 所示。環(huán)境壓力對學習負荷只有直接影響,路徑系數(shù)為0.288;環(huán)境壓力對學習負擔感有間接影響,路徑系數(shù)為三條間接影響路徑系數(shù)之和0.013。學習負荷對學習負擔感具有直接影響,路徑系數(shù)為0.380;學習意識對學習負荷具有直接影響,路徑系數(shù)為0.620。而學習意識對學習負擔感的影響具有雙重性,直接效應為負,間接效應為正,總效應系數(shù)為-0.141。由此可見,環(huán)境壓力對學習負擔感影響較小,而學習負荷對學習負擔感影響較大;學生的學習意識的增強在一定程度上有利于減輕其學習負擔感。
表7 模型修正后路徑效應分析
接著運用SPSS18.0 中的獨立樣本的T 檢驗和單因素方差分析法(One-Way ANOVA)來檢驗不同性別、年級、學科門類和學校層次等控制變量在各個潛變量上的差異。各潛變量的值取其觀測指標值之和,最后對其進行差異分析,結果如表8 所示。就性別而言,不同性別學生在各潛變量上并無顯著差異;就年級而言,不同年級學生所承擔的學習負荷存在顯著差異;就學科門類而言,不同學科學生的學習負荷和學習負擔感存在顯著差異;就學校層次而言,一本院校學生和二本院校學生在4 個潛變量上均存在顯著差異。
表8 各控制變量在各潛變量上的差異性
本研究以大學生學習負擔為研究對象,在理論分析的基礎上對學習負擔的構成進行了梳理,明確了學習負擔的主要構成,指出學習負擔既包括客觀負擔——學習負荷,也包括了主觀負擔——學習負擔感兩方面;另外,結合實際總結了學習負擔的主客觀影響因素。最后通過數(shù)據(jù)分析檢驗了不同影響因素對學習負擔各構成面的作用路徑。主要結論有以下幾方面:
第一,高校教學管理制度層面的因素(如考勤等)并不構成學生學習負擔的外部環(huán)境壓力。所以在探索性因子分析中,這一指標被剔除了。這可能是因為高校大學生群體普遍獨立自主,不易受到強制性制度或措施因素的約束。為此,高校在教學管理過程中,應注意柔性管理方式的運用,盡量少使用懲戒性的手段,否則可能適得其反。
第二,環(huán)境壓力對學習負荷影響較小,而學生學習意識對學生學習負荷影響較大。因此激發(fā)學生的自主學習意識與創(chuàng)造性,有利于學生“增負提效”。另外,大學生合理“增負”的本質在于增加其學習負荷量。從學習負荷量的四部分構成可知,學習負荷量的增加要從學校教學層面做起,優(yōu)化教學設計,合理安排作業(yè)量和考試任務,提升課堂教學質量,打造“金課”,提高課程的挑戰(zhàn)性。在教學質量保障上要明確提高學生綜合素養(yǎng)的工作目標,將基礎學科教學、實踐技能訓練與價值觀培養(yǎng)緊密結合,引導教學工作要注重培養(yǎng)學生的實踐能力、創(chuàng)新能力與終身學習的能力[10]。修正模型中添列了課堂學習與課外拓展學習之間的誤差項的相關關系后模型擬合優(yōu)度有所提高,這從側面也反映出課堂學習時量與課外拓展學習時量之間存在一定的關聯(lián)性。因此,充實課堂教學內容,引導學生課后積極探索、進行拓展性學習是學生“增負”的有效途徑。
第三,學生學習意識對學習負擔感的影響具有雙重性,直接影響為負,間接影響為正。一方面,學習意識的強化可以激發(fā)學生主動學習,承擔更多的學習負荷;另一方面,學習意識強也意味著其對負擔的感知水平會相應減弱,不會輕易覺得負擔本身是一種壓力。為此,提高學生的學習意識,不僅可以實現(xiàn)“增負”的目的,還有利于其減輕心理負擔,實現(xiàn)“增負提效”,一舉兩得。強化學生自主學習意識是實現(xiàn)增強大學生學習負荷及提高高校教學及育人質量的重要途徑[11]。為此,學校層面應加強校園文化建設,引導學生樹立積極向上的價值觀,營造培養(yǎng)大學生自主學習能力的氛圍,激發(fā)學生的學習潛力與意志。教師作為與學生直接接觸的群體,在教學過程中更應將自身積極向上的人生觀、價值觀、職業(yè)道德等傳遞給學生,激發(fā)學生的求知欲和創(chuàng)造欲,提升學生的價值理念,從而強化其學習意識。
第四,控制變量對各個潛變量上具有一定的影響。其中年級、學科門類及學校層次在各潛變量上均表現(xiàn)出了較大的差異性。不同年級的學生,往往面對不同課程體系設置,相對而言,大一和大二學生普遍學習負荷較重。不同學科門類,由于專業(yè)性質差異較大,學生的學習負荷和學習負荷感知水平也存在較大差異。另外,一本院校和二本院校在人才培養(yǎng)目標和模式存在顯著差異,所以學生面臨的環(huán)境壓力、所具備的學習意識、學習負荷和學習負擔感水平均呈現(xiàn)顯著差異。為此,各高校亦不能盲目照搬其他院校的人才培養(yǎng)模式或教學管理方法,而應立足自身設計出符合學情的人才培養(yǎng)機制和教育教學體系。
本研究為一項探索性研究,建立了高校大學生學習負擔形成機制模型,并進行了系統(tǒng)、科學的實證檢驗。但是由于研究能力和研究經(jīng)費限制,本研究尚存在如下局限:
第一,在研究對象選取上,以高校大學生學習負擔為核心,未考慮其它學歷層次學生的學習負擔問題?;诖髮W生身心特點和學習特點總結了其學習負擔的影響因素,構建了大學生學習負擔形成機制模型,這一模型是否適用于中小學生還有待進一步驗證。
第二,在變量測度方面,學習負擔影響因素及其構成并無成熟的量表可借鑒,各變量的測量指標選取雖結合了理論分析和訪談結果,但其準確合理性尚需進一步論證。
第三,在調研實施方面,選擇了在湖南省內6所高校進行調查,暫未考慮到地域因素對調研結果的影響。調研獲取的是截面數(shù)據(jù),調研結果可能會受到調研時段學校教學安排的影響。
為此,在今后的研究過程中為增強量表的科學性和系統(tǒng)性,應提高樣本的覆蓋面,延長調研周期或增加調研次數(shù),以獲取更加客觀的數(shù)據(jù),建立更具普適性的理論模型,提高研究的外部效度。