应用型人才培养视角下独立学院大学生自主学习能力测评影响因素初探

周 珂 杨 磊

(浙江海洋大学 东海科学技术学院 ，浙江 舟山 316000)

独立学院是指实施本科以上学历教育的普通高等学校与国家机构以外的社会组织或者个人合作，利用非国家财政性经费举办的实施本科学历教育的高等学校。独立学院人才的培养主要面向地方和区域社会、经济发展的需要，以培养应用型本科人才为主。

国务院关于加快发展现代职业教育的决定（国发[2014]19号）指出，当前职业教育还不能完全适应经济社会发展的需要，要推动公办与民办职业教育共同发展，到2020年高等职业教育占高等教育的一半以上。近年来，加强应用型建设已经成了独立学院实现特色发展的重要方向，独立学院因其本身的独特性在人才培养各方面面临着巨大的挑战，各级教育主管部门、各高校均纷纷出台相应的应对措施，高校教育管理者也开始从各自的领域出发，针对独立学院及其学生的特点展开研究，以促进独立学院人才培养目标的实现。笔者根据工作实际，以浙江海洋大学东海科学技术学院电气类专业为例，从应用型人才培养的视角下尝试探讨独立学院大学生自主学习能力测评方法，以期为独立学院人才培养工作提供基础材料。

一、测评量表的选择与分析方法

（一）测评量表的选择

自我效能感量表(GSES)调研采用了基于Schwarzer等人编制的本土化版本，共10题，采用四级评分制。[1]基于笔者（2016年）对独立学院自主学习能力现状的调研结果，[2]以职业生涯理论为基础，结合访谈、实证分析等方法，对影响大学生自主学习能力的因子进行分类、筛选，编制自主学习能力测评原始量表，采用Likert量表五级评分制，包括职业信念、自我管理、学习管理3个维度，共计51个题目。

（二）数据处理

调研所得数据采用SPSS 17.0进行多元统计学分析，因子分析采用主成分分析法。

二、自主学习能力测评量表的调整

（一）量表的调整

本次发放51题版本调查问卷90份，其中2015级、2016级、2017级各30份，回收90份，回收率100%，剔除无效问卷12份，有效回收率86.7%。

用自主学习能力得分的两个极端组的成绩差值来估计区分度，采用以下计算方法：D = PH- PL[3]，本研究根据78个样本的实际得分情况，取PM〈3.2的样本为低分组、取3.8≤PM的样本为高分组；其中，D为区分度，PH为高分组平均得分，PM为总平均得分，PL为低分组平均得分。

各题目区分度见表1。本研究从职业信念、自我管理、学习管理3个维度设置了51道题目，借助个体测试最终得分的差异来分析大学生自主学习能力的差异，并归纳影响大学生自主学习能力的关键因素，而区分度低的题目对获得个体之间最终得分差异的贡献不大，问卷过于繁冗影响调研的可操作性和有效性。故为了优化问卷，结合题目的实际类别，本研究通过实际分析，剔除了区分度D〈1.00的题目，最终得到了28道题目，涵盖了职业信念、自我管理、学习管理3个维度的各方面，可作为后期调研问卷的测试题目。所保留的题序为：T2职业定位、T3职业环境认知、T5职业环境认知、T6目标管理、T9自我调整、T10时间管理、T11职业兴趣、T12信息能力、T14时间管理、T19专业认知、T20协作能力、T21目标管理、T23协作能力、T27学习方法、T31学习方法、T32职业能力认知、T33目标管理、T35职业准备、T38目标管理、T39学习态度、T40自我认知、T41职业定位、T42职业环境认知、T43职业能力认知、T46学习方法、T47学习态度、T48自我调整、T51学习方法。

三、施测与结果分析

（一）自我效能感水平测评

自我效能感最早由Bandura提出，已成为当前教育心理学、人格心理学和临床心理学研究的一项重要参考指标。自我效能感是指个体对自己面对环境中的挑战能否采取适应性的行为的知觉或信念，是以自信的理论看待个体处理所面临的各种压力的能力，自我效能感影响个体的感觉、思维和行动，能加强或削弱个体的动机水平。也就是，自我效能感可以影响大学生的自主学习能力。王才康等对中文版GSES表的心理测量学特征进行了研究，中国男大学生在GSES上的得分为2.69±0.57，女大学生为2.55±0.53。[1]

本研究发放自我效能感量测试表90份，其中2015级、2016级、2017级各30份，回收90份，回收率100%，有效回收率100%。由表2可知，本研究各年级学生自我效能感与王才康等（2001年）的研究相接近，说明样本对自我效能感Likert量表的反应符合测试预期效果，测试对象对调研工作积极配合，可进一步利用Likert量表进行自主学习能力测评。

表2 自我效能感水平

本调查开展时间为当学年第一学期。由表2可知，2017级调查对象自我效能感最高，2015级次之，2016级最低。笔者认为，引起不同年级学生群体间自我效能感差异的原因与施测时间和不同阶段学生群体的心理特质相关。结合访谈可知，大学一年级学生群体在第一学期始业教育期间，对学校、专业、就业前景等有较高期望，表现出相对较高的自信心；大学二年级学生群体对自身角色定位和未来发展方向存在明显的不确定性；大学三年级学生群体基本适应了大学的学习、生活、工作方式，多数学生有短期或长期的打算。因此，自主学习能力的培养需兼顾不同群体和个体的特征，分阶段有针对性地采取相应的人才培养策略，不可忽视新生始业教育。

（二）自主学习能力测试

本次发放28题版本调查问卷240份，其中2015级、2016级、2017级各80份，回收240份。因考虑均衡各年级有效回收样本数量和方便后期采用主成分分析方法进行探索，本研究最终随机选取了各年级有效调查问卷各55份，共计得到165个样本测试数据。

Likert量表单个题目的得分并无太多实际意义，故为直观体现自主学习能力测试得分及各维度得分情况，自主学习能力测试得分及各维度得分采用平均得分，值介于1-5分，计算方式为：M=T/N，其中M为测试得分，T为测试总得分，N为题量。

本研究对自主学习能力测试得分进行Bartlett球形检验和KMO适合度检验，发现相关系数矩阵有显著差异（P=0.000），且适合进行因子分析（KMO=0.863），即可通过主成分分析进一步探索影响自主学习能力测试结果的因子。由表3可知，提取了特征值大于1的主成分，所提取的主成分方差累计贡献率为60.86%，其中PC1、PC2贡献率较大，分别为25.67%和16.967%。

为便于分类评价，笔者根据自主学习能力测试得分M，以0.5为间隔，将样本分为5个群体，并进行五级评价。由表4可知，自主学习能力等级为优秀、良好、中等、中下、较差的人数占样本总量的百分比分别为4.24%、13.9%、21.8%、49.7%、10.3%，这种分布与笔者调研访谈结果和班级学习成绩分布比例大致相吻合。为进一步探索主成分分析的结果，绘制了PC1和PC2主成分得分散点图，由图1可见，PC1区分能力明显，重新分类后的5个群体沿FAC1坐标轴依次分开。

图1 不同学生群体自主学习能力评价指标的主成分散布图

表3 自主学习能力测试得分的主成分分析

表4 自主学习能力得分区间人数分布情况

（三）自主学习能力测试关键指标体系的提炼

主成分分析印证了量表所设计题目对自主学习能力的测试有较好的区分度，也说明了测试维度的划分在本研究视角下的可行性。笔者将载荷绝对值P〉0.5的变量作为影响相应主成分的主要变量。由表3可知，载荷绝对值P〉0.5的变量集中在PC1、PC2和PC3，分别包含变量13个、9个和1个，累计贡献率达48.78%，占所提取6个主成分累计贡献率的80.14%。

PC1载荷绝对值P〉0.5的变量依次为：T11职业兴趣（0.642）、T9自我调整（0.625）、T3职业环境认知（0.617）、T14时间管理（0.598）、T21目标管理（0.597）、T41职业定位（0.585）、T5职业环境认知（0.568）、T2职业定位（0.563）、T12信息能力（0.557）、T46学习方法（0.549）、T51学习方法（0.547）、T27学习方法（0.542）、T6 目标管理（0.537）。

PC2载荷绝对值 P〉0.5的变量依次为：T48自我调整（0.62）、T47学习态度（0.615）、T38目标管理（0.613）、T32职业能力认知（0.569）、T43职业能力认知（0.544）、T19专业认知（0.538）、T33目标管理（0.524）、T39学习态度（0.509）、T10时间管理（-0.527）。

PC3载荷绝对值P〉0.5的变量为：T35职业准备（0.533）。

据此，笔者进一步将测试维度各项影响因子进行调整，如表5所示，得到本研究视角下影响大学生自主学习能力的关键指标体系，即职业信念、自我管理、学习管理3个维度，职业兴趣、职业环境认知、职业定位、职业准备、专业认知、职业能力认知、自我调整、时间管理、目标管理、学习态度、信息能力、学习方法12种影响因子，共计23个题目用于计分分析。分析表明，量表的Cronbach's alpha系数α=0.878，半分信度为0.791，说明量表具有较高的内在一致性和较高的信度。由表6可知，自主学习能力测试总得分与各维度测试得分相关性极其显著，各维度间相关性极其显著。

表5 影响自主学习能力的关键指标体系

表6 自主学习能力各维度测量得分的相关系数

Knud Illeris在《我们如何学习：全视角学习理论》中指出，满足现代社会能力发展要求的学习过程包括：内容、动机和互动。传统学习理论更多强调内容维度，即强调知识和技能的获得；动机维度是学习所必须的动力能力，直接影响学习效果；所有的学习都是在某个具有社会和人际交往特征的情景中发生，互动是学习中不可或缺的一部分。[4]从学生个体而言，结合本研究主成分分析可知，职业信念、自我管理、学习管理3个维度均包含了全视角学习理论的关键要素，进一步证明本研究所设置3个维度的可靠性，经统计学分析遴选得到的关键指标可以作为分析大学生自主学习能力的主要影响因子。从应用型人才培养角度来说，提升学生的自主学习能力，首先要解决动机问题，职业信念是影响学习动机的关键因素，要积极引导学生探索自己的兴趣、价值观、能力，引导学生了解职业、认识外在工作环境，引导学生树立科学、理性职业生涯理念，制定可行的职业生涯规划。在此基础上，探索提升学生自我管理能力的问题，探索学什么、如何学的问题，进而解决学生学习行为的问题，以此促进人才培养目标的实现。

四、结语

1.本研究借鉴其他教育领域自主学习测量方法，从多元统计学分析的角度，探索一种独立学院具体专业或具体目标群体自主学习能力分析评价方法。量表的有效性受生源质量、办学层次、专业类型、样本数量、施测时间、研究角度等多方面因素的影响，故量表的使用需要结合实际进行系统研究、优化。

2.学生自主学习能力的量化测评，可直接反映学生个体的大致情况，为学校人才培养各环节的设计、实施、调整提供参考。需要指出的是，学生经长期的教育和高考选拔性遴选，特定高校具体专业学生的综合素质整体上具有相似性，故从长远来看要提升学生的自主学习能力，根本在于改变办学的顶层设计和以生为本的人才培养计划的有效实施。从学生自身角度来说，首先要从思想上解决职业信念的问题，要引导学生树立科学的职业信念，要引导学生认识到良好的自我管理能力和采用正确的方法是实现目标的关键。

[参考文献]

[1]王才康,胡中锋,刘勇.自我效能感量表的信度和效度研究[J].应用心理学,2001(1):37-40.

[2]周珂,杨磊，胡笑颖.独立学院大学生自主学习能力存在的问题及对策[J].管理观察,2016(36):126-128.

[3]林毅,姜安丽.护理专业大学生自主学习能力测评量表的研制[J].解放军护理杂志,2004(6):1-4.

[4]林众,冯瑞琴,罗良.自主学习合作学习探究学习的实质及其关系[J].北京师范大学学报(社会科学版),2011(6):30-36.