影响大学生出勤率的客观因素验证性因子分析

魏丽,王春华

(山东师范大学传媒学院，山东 济南 250014)



影响大学生出勤率的客观因素验证性因子分析

魏丽,王春华

(山东师范大学传媒学院，山东 济南 250014)

近年来高校学生课堂出勤率低这一现象有蔓延之势，长此下去会使部分学生丧失学习兴趣，导致高校教学质量下降，甚至是形成不良学风。利用结构方程建模的统计学方法建立影响大学生出勤率的客观因素模型，能够揭示影响大学生出勤率的各种因素，对提高大学生课堂出勤率策略的制定与实施具有启示意义。

大学生课堂出勤率客观因素模型验证性因子分析

有关资料显示，目前我国大学生中有71%的人偶尔缺勤，有11%的人经常缺勤，从不缺勤的仅占总数的18%[1]。课堂缺勤对大学生自身成长及教育改革造成了巨大的困扰。笔者针对这种现状总结了影响大学生出勤率的因素，建立了大学生出勤率影响因素的初始模型，利用结构方程建模的统计学方法定量分析了各因素之间的相互关系，并根据数据对初始模型的不合理之处进行了修正，揭示了修正后的模型对提高学生课堂出勤率具有启示意义。

一、影响出勤率客观因素模型的初步建立

大学生出勤率影响因素初始模型的建立以文献研究成果为主要依据。笔者在中国期刊全文数据库中以“大学生出勤率研究”为全文检索词，共检索到文献14801篇；用“大学生出勤率”为主题检索词，时间限定在2000-2015年，共检索到相关文献 24篇，其中有21篇讨论了影响大学生出勤率的影响因素。笔者列举了这 21篇文献中涵盖的因素，并根据因素出现次数进行排列，舍去出现频率过低及不合理的因素后，形成了初始模型中需要保留的客观因素和主观因素。其中，影响大学生出勤率的客观因素包括学校因素、教师因素、家庭因素和社会因素；主观因素包括心理因素、动力与兴趣因素、期望功利化因素及个性因素。因为主观因素涉及学生隐私，相对难以调查，笔者只选取了客观因素加以分析。

石河子大学李红的研究表明，教师的教学方式及与学生之间的沟通交流，学校的课程设置、检查监督与考试制度和班额不合理等因素与大学生的课堂出勤率有着直接的影响[2]。吉林农业大学的李硕等人的研究指出，就业压力和社会风气等因素与大学生的课堂出勤率高度相关[3]。笔者根据已有研究成果构建了影响大学生课堂出勤率的客观因素初始模型(图1)。

二、影响大学生出勤率的客观因素模型的修正

为了得出符合实际的模型，笔者首先采用问卷调查的方法向在校大学生收集了影响出勤率客观因素的相关信息，然后采用多元数据分析结构方程模型验证性因子的方法分析了调查数据，用一些简化的结构和关系建立模型，以此来描述并替代一些烦琐复杂的变量间关系。

图1　影响大学生课堂出勤率的客观因素初始模型

(一)问卷调查的设计与实施

笔者选择了山东师范大学长清校区210名大学生作为调查的对象。调查问卷的编制涉及到初始模型中的各个因素，其中部分因素的测量是由笔者自行设计的，部分因素的测量源自文献。问卷采用 Likert5 点量表的记分方式。问卷共包括12个问题，共涉及四个方面的因素，具体结构是：(1)学校因素。包含了课程设置、检查监督、考试制度、班额等四个维度。(2)教师因素。主要从教学方式、师生沟通的效果以及对学生的检查监督等3方面展开。(3)家庭因素。主要包含家校沟通的频度、学生的家庭背景两个维度。(4) 社会因素。评价了就业压力、社会风气、课程设置与社会需求契合度对大学生缺课的影响。发放问卷210份，最终回收有效问卷188份，有效回收率为89.5%。

(二)数据分析的结果

笔者利用SPSS软件进行数据统计，得到变量之间的相关矩阵，然后用LISREL8.70 进行数据分析，以最大似然法(ML)完成参数估计。评价模型的拟合指数包括：卡方(X2)、自由度(df)、近似误差均方根(RMSEA)、比较拟合指数(CFI)、非范拟合指数(NNFI)等，这些拟合指数的功能在于评价模型和样本数据的匹配程度。一般认为，当ⅹ2/df小于5，CFI 和NNFI的值在0.9以上，RMSEA的值在0.08以下时，所拟合的模型就是可以接受的模型。

图2　 M1可视化的解

1.初始模型 M1。模型M1的程序如下：

Confirmatory Factor Analysis 1

DA NI=12 NO=188 MA=KM

KM SY1

.3161

.272.3411

.310.490.4521

.269.260.248.3671

.163.207.249.324.4531

.127.084.237.184.109.2311

.053.254.295.380.101.141.3661

.081.198.151.403.167.098.188.4191

.205.168.165.286.137.096.103.116.3021

.258.224.282.406.267.242.268.382.278.3781

.339.262.171.437.261.172.150.159.156.298.266 1

MO NX=12 NK=4 LX=FU,FI PH=ST TD=DI,FR

PA LX

4(1 0 0 0)

3(0 1 0 0)

2(0 0 1 0)

3(0 0 0 1)

PD

OU MI SS SC

图2显示，初始模型 M1的拟合效果不错，其拟合指数分别为：X2=94.78，df=48，X2/df=1.975<5，RMSEA=0.07<0.08，NNFI=0.92>0.9，CFI=0.94>0.9。通过分析LISREL系统所提供的修正指数(MI)和路径系数等信息发现，可以通过改变因子归属关系对初始模型 M1实施进一步修正。

2.修正模型M2(图3)。修正过程中首先考虑的是最大修正指数，来自TD矩阵(8,7)中的15.45.(MI=15.45)表明第七个指标的测量误差和第八个指标测量误差之间存在比较大的相关性。根据系统所提供的修正指数不难看出，M1中“家校沟通”与“教师的检查监督”有关。根据专家尽量不建立误差、方差之间的相关的建议，笔者放弃了对这条路径的修正并继续考虑其他相对较大的修正指数，发现较大的修正指数是LX矩阵中(7,3)的15.08。这表明，如果把第七个指标归属于第三个因子，那么结果就要修正15.08。据此，笔者把初始模型中的第七个指标归于第三个因子，使初始模型 M1改变为修正模型 M2，系统分析的结果也显示，修正模型M2的部分拟合指数与初始模型 M1相比，有了一定的改善，具体为：X2=79.35，df=48，X2/df=1.653，RMSEA=0.058，NNFI=0.95，CFI=0.96。

图3　M2可视化的解

3.最终模型M3(图4)。模型M2的最大修正指数MI=9.70在LX(12, 1)，表明要把课程设置与社会需求契合度归属于学校因素中，使修正模型 M2 改变为修正模型 M3。但M2中把第七个因素即把“教师的检查监督”的作用归属于家庭因子。这明显是不符合实际情况的。同时M2要求把“课程设置”与“社会需求契合度”归属于学校因素，因为问卷的第12题表明在学校所学习的知识满足不了“社会需求”所涉及到的学校因素。因此，在M1 基础上把“课程设置”与“社会需求契合度”归属于学校因素得到M3，其拟合指数为：X2=86.87，df=48，X2/df=1.809 ，RMSEA=0.065，NNFI=0.93，CFI=0.95，都略高于M1，且修正指数都较小，所以M3优于M1。此时，系统所提供的修正指数MI=16.03，且在TD矩阵中，误差、方差之间最好不建立相关关系。其余的修正指数相对比较小，显示M3中各因素之间不存在新的修正关系。所以M3可以视为最终模型。

图4　M3可视化的解

4.模型M4的建立。图5表明，问卷中的第12题可能归属于因子1较好，但研究者可能希望了解此题可否同时从属因子1和因子4。笔者将模型M3中的12题同时归属于因子1和因子4得到模型M4。

图5中，拟合指数X2=86.28，df=47，X2/df=1.836 ，RMSEA=0.066，NNFI=0.93，CFI=0.95，其拟合度并没有M3好。研究者通常希望每题只归属于一个因子，因此最终模型仍选M3。

图5　M4可视化的解

三、影响大学生出勤率客观因素模型的启示

模型M3揭示出影响大学生出勤率的客观因素来自于四个方面：学校、教师、家庭和社会。结合对这四个方面因素的具体分析，笔者认为，应采取以下措施来提高大学生的课堂出勤率。一是更新教育观念，优化课程设置。在课程设置方面，不仅要重视理论教学，更要注重实践教学，应根据社会实际需求增加实用性的教学科目；缩减班额，方便教师管理，这也与各省近年解决城镇普通中小学大班额问题有关事宜的通知精神是一致的。二是加强学生考勤，严格执行规章制度。班主任老师要随时抽

查，班干部要有效督促检查，任课老师注重考勤登记。另外，学院和学校教学管理部门也要引起高度重视，要经常深入课堂教学一线检查监督并公示检查结果，使规章制度在学生心目中真正形成威慑力。三是完善考试制度。要增大学生考评的灵活性，从多方面多角度考查学生，不以期末成绩作为评价学生的唯一指标，学生每堂课的出勤率、日常作业等也要按一定比例纳入到考核成绩中。四是改进教学方法，优化课堂教学，提高授课质量。教师应尽可能采用灵活多变的教学方式，注重因材施教。要尊重学生的主体地位，主动与学生沟通，及时了解每一位学生的动态，认真对待学生的意见和建议。另外教师还应加强自身修养，坚持终身学习的理念，不断提高自身素质，让更多的学生主动融入课堂。五是加强家校合作，促进孩子健康成长。对于在大学中的孩子，家长既不能完全放任自流，也不能像高中那样管得太严。家长应保持与学校的联系，在保证给学生留有自由空间的情况下，也不放弃对其进行督促监督，使学生不至于在人生的岔路口走错了方向。六是学校教育与社会需求进行接轨，鼓励大学生自主创业。

[1]廖满媛.大学生缺勤的原因与对策分析[J].中国电力教育，2013(19):216-217.

[2] 李红.高校大学生上课出勤率低的原因及对策[J].高教论坛，2008(10):51-53.

[3] 李硕等.浅谈高校大学生上课出勤率较低的原因及解决办法[J].高教研究，2013(12): 245.

(责任编辑：刘新才)

Confirmatory Factor Analysis on the Objective Factors Affecting College Students’ Attendance

WEI Li, WANG Chunhua

(SchoolofCommunication,ShandongNormalUniversity,Jinan,Shandong250014,China)

In recent years，it has been a grave problem that the attendance of the undergraduates is too low to be seen. And this phenomenon will definitely result in severe consequences if we keep turning a blind eye to them, such as the lack of interest in study, the decline of teaching quality and the bad social conduct. The research used the method of structure equation model to build the model of the objective factors that affect college students' attendance and proposed the solution to improve the attendance of the undergraduates based on the model.

attendance of the undergraduates; model; confirmatory factor analysis

2016-03-15

魏丽(1992-)，女，山东东营人，山东师范大学传媒学院硕士生；研究方向：现代教育技术。王春华(1971-)，女，山东诸城人，博士，山东师范大学传媒学院教授；研究方向：教育技术理论。

G647

A

1005-5843(2016)07-0109-04

10.13980/j.cnki.xdjykx.2016.07.021