大学生自我分化与学业倦怠关系研究

牛姗姗，　卓杏轩

(合肥工业大学 管理学院，合肥　230009)



大学生自我分化与学业倦怠关系研究

牛姗姗，卓杏轩

(合肥工业大学 管理学院，合肥230009)

为探讨大学生自我分化与学业倦怠之间的关系，文章采用整群随机抽样方法抽取500名大学生,应用吴煜辉修订的自我分化问卷(DSI-R)和倪士光修订的大学生学业倦怠问卷(MBI-GS)进行调查。研究发现情绪反应性、自我位置、情感断绝、与他人融合及自我分化均与学业倦怠显著负相关；逐步多元回归分析表明，自我位置、情感断绝是学业倦怠的主要预测因素，能联合预测学业倦怠0.191的变异量。研究结果表明，自我分化能在一定程度上预测大学生的学业倦怠水平。

自我分化；学业倦怠；单因素分析；大学生

家庭系统心理学家Bowen最早提出了自我分化概念。他从内心层面和人际层面来阐释自我分化：前者指个体将理智与情感区分开来的能力；后者指个体在与他人的关系中同时体验亲密与独立的能力[1]。Bowen 认为自我分化是个体心理成熟最为关键的个性品质之一。国外的研究表明，自我分化与焦虑、抑郁、心理适应和心理健康等密切相关[2]。学业倦怠表现为身心资源衰竭、对学习疏离和负性自我评价的低效学习心理，会严重影响学生的学业成就和生涯发展[3]。本研究尝试对大学生的自我分化和学业倦怠状况进行调查，探讨大学生自我分化的现状及其与学业倦怠各因子的关系，为学业倦怠的有效干预提供实证依据和指导。

一、研究对象与研究方法

1.研究对象

选取合肥工业大学500名本科学生进行问卷调查，回收有效问卷463份，问卷回收率为92.60 %。调查对象的具体信息为：男生331人，女生132人；文科专业39人，理科专业 41人，工科专业285人，管理专业98人；本科一年级121人，二年级125人，三年级109人，四年级108人。

2.研究方法

采用整群随机抽样方法抽取500名大学生进行问卷调查，调查采用了以下两份量表：一是大学生自我分化量表修订版(DSI-R)。该量表由吴煜辉根据Skowron和Friedlander的自我分化量表修订，包含27个项目，分为情绪反应性、自我位置、情感断绝、与他人融合4个维度，该量表具有较好的信度与效标关联效度[4]。量表得分越高，表明自我分化水平越高。在本研究中,自我分化量表的内部一致性系数为 0.792，其中各个维度的克朗巴哈系数值在0.602-0.775之间，说明本研究中的自我分化量表数据具有较强的可信度，因而可以产生较为可靠的分析结果。 二是大学生学业倦怠问卷(MBI-GS)。该问卷由倪士光根据杨惠贞翻译的马氏倦怠量表修订，分为情绪衰竭、讥诮态度和低个人成就感3个分量表，分别包含4个、4个、6个项目，该问卷具有较好的信效度指标[5]。问卷总分反映了学业倦怠的总体程度，分数越高，倦怠越严重。在本研究中，学业倦怠问卷的内部一致性系数为 0.741，其中各个分量表的克朗巴哈系数值在0.789-0.806之间，这说明了本研究中的学业倦怠问卷数据具有较强的可信度，因而可以产生较为可靠的分析结果。

3.数据分析

使用SPSS 18. 0处理和分析数据，主要进行可信度分析、描述统计分析、单因素分析、Pearson相关分析和逐步多元回归分析。

二、实证结果分析

1.大学生自我分化分析

(1) 大学生自我分化的现状分析选取情绪反应性、自我位置、情感断绝、与他人融合四个维度所含题项的均值作为标准，以此来考察大学生自我分化四个维度上的一般特点，各维度的均分及分布情况见表1。

表1　大学生自我分化量表总均分( ±s)

从上表1可以看出，本次调研对象在四个维度上的均分高低顺序依次为：情感断绝、自我位置、情绪反应性、与他人融合，且自我分化总均分为4.01，高于中等临界值3.5分(量表是1-6级评分)，且高于吴煜辉(2008)[6]所提出的大学生自我分化总平均分3.85，这说明本次所调查的大学生的自我分化平均水平处在正常范围，能够在一定程度上表现出较为理智、成熟的行为方式，但仍需要得到更充分的发展。从各个维度上看，情绪反应性、与他人融合两个维度均分略高于中等临界界值，说明本次所调查的大学生的情绪较为稳定，情绪波动性较小，可以维持与他人的情感联系，同时又能够保持较为清晰的自我感；自我位置和情感断绝两个维度的均分明显高于中等临界值，说明本次所调查的大学生能够坚守个人的观点，能够客观冷静地思考问题，能够主动表达自己的感受，在人际交往中能够体验到亲密感。进一步分析还发现，有92名大学生自我分化水平低于中等临界值(3.5)，占总人数的19.9 %；175名大学生的自我分化水平处于3.5-4分之间，占总人数的29.8 %；总均分高于4分的人数为233人，占总人数的50.3 %。这说明此次调查中，自我分化水平偏低的大学生，以及处于临界范围、有较大提升空间的大学生，占有一定的比例。

(2) 大学生自我分化的差异性分析 一是性别差异方面。自我分化在性别上总体不存在显著差异，女生只在情感断绝上显著高于男生(表现为在1%水平上显著相关)，而在其他维度上男女生差异无统计学意义，研究结果见下表2。

表2　大学生自我分化的性别差异

注：“*”表示在0.05水平上显著相关；“**”表示在0.01水平上显著相关；“***”表示在0.001水平上显著相关。下同。

二是家庭经济困难的差异方面。在自我位置维度上，家庭经济不困难的学生显著高于家庭经济困难的学生，而在其他三个维度上差异均无统计学意义，研究结果见下表3。

表3　大学生自我分化的家庭经济状况差异

三是恋爱经历的差异方面。在情感断绝上，有恋爱经历的学生显著高于无恋爱经历的学生，而在其他维度上差异均无统计学意义，研究结果见下表4。

表4　大学生自我分化的恋爱经历差异

四是其他方面的比较。依次对不同专业、不同年级、不同民族、不同来源地以及是否为独生子女的大学生自我分化水平的平均分进行差异比较，结果发现他们间的差异均未达到显著性水平，说明大学生的自我分化水平不存在专业、年级、民族、来源地差异，也不因是否为独生子女而有显著不同。这一研究结果与安晓鹏(2010)[7]的研究基本一致。

2.大学生学业倦怠分析

(1) 学业倦怠的现状 选取情绪衰竭、讥诮态度和低个人成就感三个维度所含题项的均值作为标准，以此来考察大学生学业倦怠三个维度上的一般特点，各维度的均分及分布情况见下表5。

表5　大学生学业倦怠量表平均分

从表5可以看出，情绪衰竭、讥诮态度和学业倦怠总分的平均分均低于中等临界值4分(量表是1-7级评分，中等临界值是4)，其中，讥诮态度的平均分最低且标准差相对较大，说明被调查大学生在此维度上个体差异较大，分数分布不均匀。

以学业倦怠中等临界值4作为大学生是否体验到学业倦怠的检出标准，检出率为26.2 %，其中总均分为4-5的人数为22.5 %，而总均分在5-6以及6-7之间的人数分别占到总体的3.5 %和0.2 %，具体均分分布情况因篇幅所限，不一一列出。本研究中大学生的学业倦怠检出率略高于倪士光(2009)[5]23.4 %的检出率。

(2) 学业倦怠的差异性分析一是性别差异方面。男生只有在讥诮态度上特别显著高于女生(T显著性值为0.000，小于0.001)，而在其他维度上男女生之间的差异无统计学意义，研究结果见下表6。

表6　大学生学业倦怠的性别差异

二是年级差异方面。各个年级学生在情绪衰竭上有显著性差异，而在讥诮态度、低个人成就感和学业倦怠问卷上差异无统计学意义，研究结果见下表7。

表7　大学生学业倦怠问卷的年级差异

三是来源地差异方面。只有在讥诮态度上，来自农村的大学生显著高于来自城镇的大学生，而在学业倦怠问卷及其他维度上差异均无统计学意义，研究结果见下页表8。

四是其他方面的比较。依次对不同专业、不同民族、不同经济状况家庭、有无恋爱经历以及是否为独生子女的大学生学业倦怠的平均分进行差异比较，结果发现他们间的差异均未达到显著性水平，说明大学生的学业倦怠程度不存在专业、民族、家庭经济状况、有无恋爱经历差异，也不因是否独生子女有很大的不同。

表8　大学生学业倦怠的来源地差异

3.大学生自我分化与学业倦怠的相关分析

经Pearson相关分析，以α=0.01(双侧)为显著性水平，被调查大学生自我分化与学业倦怠之间的相关关系如表9所示。由该表可知，自我分化与学业倦怠之间显著负相关，且自我分化各个维度与学业倦怠间也均显著负相关。

表9　大学生自我分化与学业倦怠的Pearson相关分析(系数)(r值)

4.大学生自我分化与学业倦怠的回归分析

以自我分化量表的四个维度及自我分化量表总分为预测变量，学业倦怠作为因变量进行逐步多元回归分析。在分析过程中，由于情绪反应性、与他人融合两个维度对学业倦怠的影响不显著，故在进行逐步多元回归分析时被自动剔除，仅研究自我位置、情感断绝和自我分化总分三个变量对学业倦怠的影响关系。进而生成四个回归模型，模型1仅以自我分化总分为自变量，模型2在模型1的基础上加入了自变量——自我位置，模型3在模型2的基础上又加入了自变量——情感断绝，而模型4只考虑了自我位置和情感断绝对学业倦怠的影响关系。分析结果显示，模型4的拟合优度为0.191，比模型3仅仅降低了0.004。由此可知，自我位置和情感断绝是影响学业倦怠的主要因素，可以较好地解释学生的学业倦怠行为，即自我分化对学业倦怠有直接效应。

表10　大学生自我分化与学业倦怠的回归分析

三、结果讨论

本研究表明，大学生自我分化水平与学业倦怠程度显著负相关。这说明，自我分化水平高的个体，在遇到学业问题时，有较为清晰的自我感，能够客观、理智地思考，并清晰地认识到问题所在，及时调整自己的不良情绪状态，通过采取积极的方式不断努力尝试改变，最终有效减少学业倦怠。相反，自我分化水平低的个体，在遇到学业问题时，容易受到不良情绪的影响和支配，常常陷入疲惫、学业负荷过重的体验中无法自拔，不能有效地操控学习，继而采取对学业漠不关心、疏离的消极态度和行为，使得学业愈加困难并陷入恶性循环，最终导致自我评价低，学业倦怠程度越来越严重。

本研究在一定程度上验证了Bowen的观点。他的研究认为个体的自我分化水平越高，其调节自己情绪，理性思考问题的能力越强，越能冷静地面对生活中的压力或挫折，并能采取积极有效的策略加以应对。本研究成果也在一定程度上验证了其他相关研究，即自我分化水平高的个体具有良好的心理调适能力[8]和较高的自我控制能力[9]。良好的心理调适能力和较高的自我控制能力可以促使个体在面临学业问题或学业压力时，尽量减少不良情绪的影响，保持较为清晰的自我感，选择积极的学业态度和行为，尽量抑制消极的学业态度和行为，以减少学业倦怠的可能。

本研究还发现，自我位置、情感断绝两个维度对学业倦怠都有显著的预测作用。首先，有清晰自我感的个体在面临学业问题时，能够很好地掌控自己，客观、冷静地思考，对学业问题有较为清晰的认识，个体对学业漠不关心、疏离的消极态度和行为较少，学业倦怠的卷入程度较轻。其次，在人际互动中能够有效表达个人的情感并能体验到亲密感的个体，在遇到学业问题时，会主动向其社会支持系统求助，而不是选择逃避，继而对学业采取消极的态度和行为，学业倦怠的卷入程度较轻。

由此可见，自我分化水平对大学生的学业倦怠程度具有较强的预测作用，关注大学生的自我分化水平有利于我们及时发现大学生的学业倦怠问题，也为我们及时有效干预提供了全新的视角。我们可以通过提高大学生区分理智与情感的能力、与人交往中同时体验亲密与独立的能力来提升大学生的自我分化水平，进而有效应对大学生的学业倦怠问题。

[1]Bowen M. Family therapy in clinical practice[M].Northvale：Jason Aronson Inc Publishers,1990:35-52.

[2]吴煜辉, 王桂平. 国外自我分化研究述评[J]. 医学与社会, 2008, (1): 44-46.

[3]倪士光.工科大学生学业倦怠的特点及认知行为互动取向团体辅导的干预效果研究[D].北京：北京师范大学，2008.

[4]吴煜辉，王桂平.大学生自我分化量表的初步修订[J].心理研究，2010,(4):40-45.

[5]倪士光，伍新春，张步先.大学生学业倦怠问卷的信效度验证及其结构[J].中国健康心理学，2009，(7):827-830.

[6]吴煜辉.大学生自我分化与压力知觉、心理健康的关系[D].石家庄：河北师范大学，2008.

[7]安晓鹏.大学生自我分化特点及其促进研究[D].重庆：西南大学，2010.

[8]SM Jenkins,WCB Jr, JP Schwartz,P Johnson. Differentiation of self and psychosocial development[J]. Contemporary Family Therapy, 2005, (2): 251-261.

[9]Skow Ronea, Dendy AK. Differentiation of self and attachment in adulthood: Relational correlates of effortful control [J].Contemporary Family Therapy. 2004, (3): 337-357.

(责任编辑谢媛媛)

Research on the Relationship between College Students' Self-differentiation and Academic Burnout

NIU Shan-shan，ZHUO Xing-xuan

(School of Management, Hefei University of Technology, Hefei 230009, China)

In order to explore the relationship between college students' self-differentiation and academic burnout, 500 students were selected by the method of cluster random sampling, and a questionnaire investigation was carried out based on the Differentiation of Self Inventory-Revised(DSI-R) revised by Wu Yuhui and Maslach Burnout Inventory-General Survey(MBI-GS) revised by Ni Shiguang. The results show that there are significant negative correlations between the academic burnout and the emotional reactivity, self-location, broken-off emotion, harmony with others and self-differentiation. Moreover, the result of stepwise multiple regression analysis shows that the self-location and broken-off emotion are the main predictors of academic burnout, which can jointly predict 19.1% variance of academic burnout. To some extent, self-differentiation is one of the methods to predict the academic burnout of college students.

self-differentiation； academic burnout； single factor analysis； college student

2015-12-18

牛姗姗(1980-)，女，安徽萧县人，讲师。

G44

A

1008-3634(2016)03-0125-06