地方高水平大学理工科大学生学习投入情况实证研究

张洪亚?肖念?郭广生

摘 要：利用“中国大学生学习与发展追踪研究调查”问卷为工具，采用主成分分析、判别分析等方法，将地方高水平大学理工科大学生学习投入情况分为四种类型：主动投入生师互动积极参与型、被动投入消极孤立自主散漫型、主动投入外显人际社交积极互动型和被动投入生师互动生生互助型。研究结果表明，大部分理工科大学生学习投入状态良好，不同类型分别有各具特色的学习投入行为特征。对于学习投入水平低的理工科大学生，可以通过加强课堂内外师生互动，激发其学习自主性等途径，提高大学生学习投入。

关键词：学习投入；人才培养；理工科

提高办学质量是高等教育发展的核心任务，如何评价高等教育质量是学术界一直关注的问题。近年来，以美国为代表的西方发达国家对高等教育评价转向关注学生的学习，提出“大学生学习投入”（Student Engagement）概念，通过评价学生的学习过程和效果来评价高等教育质量。如今，从学生视角评价高等教育办学质量亦已成为国内高等教育界研究热点，大学生的学习经历、感受和在学满意度成为质量研究不可或缺的一部分[1]。

本文以地方高水平大学理工科大学生为研究对象，利用“中国大学生学习与发展追踪研究调查”问卷（CCSS，NSSE-China），通过定性定量相结合及多种研究方法综合使用，对地方高水平大学理工科在读本科生的学习情况开展实证研究，以期掌握目前理工科大学生学习投入基本状况。

一、研究设计

（1）研究数据。本研究调查数据来源于 “中国大学生学习与发展追踪研究调查”（NSSE-China） 2014年的地方高水平大学数据[2]。有效问卷1 289份，其中男生914人占70.91% ，女生375人占29.09%；理科132人占10.2%，工科1 157人占89.8%；大一475人占36.9%，大二331人占25.7%，大三302人占23.4%，大四181人占14%；城市家庭学生417人占32.4%，农村家庭学生872人占67.6%。

（2）研究方法。首先根据大学生学习投入理论，从学业挑战度、生师互动、主动与合作学习、教育经验的丰富度和校园环境支持度这5个维度选取25个题项作为建构理工科大学生分类模型的基本指标。利用SPSS19.0软件，采用因子分析法、主成分分析法、最大方差法和具有 Kaiser 标准化的正交旋转法，得到理工科大学生学习投入因子结构及对应选项。采用Bartlett方法等划分地方高水平大学理工科大学生学习投入类型。通过判别分析，对分类结果进行合理性检验。

二、实证分析

1.地方高水平大学理工科大学生学习投入因子分析

目前国内外学者对“学习投入理论”趋于认同乔治·库（George D Kuh）的观点，认为“学习投入就是学生在有效教育活动中投入的时间和精力，以及学校吸引学生积极参与有效教育活动的所作所为，其本质就是学生行为与院校条件的相互作用”[3]。

NSSE问卷设计大学生学习投入分别从学业挑战度、生师互动、主动与合作学习、教育经验的丰富度和校园环境支持度5个维度进行测量[4，5]。基于这个思想，本文从这5个维度各选取了5个题项，共计25个题项作为建构理工科大学生分类模型的基本指标。信度效度检验结果，科隆巴赫系数a=0.907>0.9，25个指标有良好的结构效度和信度。根据SPSS19.0输出结果，Sig为0.000，KMO和Bartlett的球形度检验通过。采用主成分分析法，最大方差法、具有 Kaiser 标准化的正交旋转法，旋转在 6 次迭代后收敛得到的旋转成分矩阵，依据对应的题项，对这5个因子重新进行命名，分别为生师课堂内外互动程度、利用学习条件和融入学习环境的程度、与同学课堂内外互动程度、对挑战性的学业任务掌握程度、社会活动参与度。

2.地方高水平大学理工科大学生学习投入聚类分析和判别分析

采用Bartlett方法计算因子得分，并对因子得分的结果进行K-均值聚类[6]。采用均值比较描述统计方法，对聚类结果进行解释。正值表示高于平均水平，数值越大表明高出平均水平程度越大，负值表示低于平均水平。采用means方法中的单因素方差分析，检验各个类别在所有变量上的差异。经过运算，这四个类别所有变量的差异性显著，这说明以上这种分类是有效的。聚类结果见表1。

结合变量对Ⅰ、Ⅱ、Ⅲ、Ⅳ这四种类型命名。类型Ⅰ命名为主动投入生师互动积极参与型，类型Ⅱ命名被动投入消极孤立自主散漫型、类型Ⅲ命名为主动投入外显人际社交积极互动型、类型Ⅳ命名为被动投入生师互动生生互

助型。

最后，采用判别分析对聚类分析的结果进行检验。判别分析检验结果显示，已对初始分组案例中的96.2%进行了正确分类，以上四种分类结果是合理的。也就是说理工科大学生的学习投入状态可以分为以上四种类型。

三、研究结论

1.地方高水平大学理工科大学生大部分学习投入状态良好

以上四种类型中，类型Ⅰ、类型Ⅲ和类型Ⅳ三种类型在学习投入的五个测量维度均有3～4个方面得分高于平均水平，说明此三种类型的学生学习投入的时间和精力相对比较多，生师互动比较频繁，能够利用学校提供的学习条件积极融入大学学习生活，学生整体学习投入表现状态良好，此三类学生占到75.41%。因此，可以得出，目前地方高水平大学理工科大学生大部分学习投入状态良好。

2.不同类型学生在学习投入行为上的基本特征有明显差异

主动投入生师互动积极参与型（类型Ⅰ）学生在学习投入的五个测量维度均高于平均水平。此类学习投入行为基本特征是，课堂内外与任课老师互动非常充分，努力达到课程的要求，经常和任课教师讨论课程相关内容、自己的职业计划和想法，以及人生观和价值观等问题；并经常和任课教师一起参与课程以外的工作（如社团活动、学生会等）。学生学习主动，投入学习上的时间多、利用学习条件和融入学习环境比较好，学业、就业方面的问题会主动寻求老师的帮助、挑战性学业掌握程度比較高。但是与同学互动比较低，很少与同学一起合作完成作业或是学习任务；很少参加社会活动，以及各类学术、专业、创业或设计竞赛。统计显示，类型Ⅰ学生占样本总数28.39%。

被动投入消极孤立自主散漫型（类型Ⅱ）学生在学习投入的五个测量维度均低于平均水平，是四种类型中学习投入水平最低的，这反映了他们融入大学环境、发生互动的程度较低。其中生师课堂内外互动程度、学习主动性和利用、融入学习环境程度分值尤为低，说明此类型学生学习投入的时间少、精力不足、动力不足，平时与老师、同学沟通少，学习主动性差，对学校提供的学习环境参与度低、参与校园活动也少，大学学习生活融入度低。经过统计，类型Ⅱ学生占样本总数24.59%。

主动投入外显人际社交积极互动型（类型Ⅲ）学生在学习投入的五个测量维度中有4个方面均高出平均水平，特别是在社会活动参与度等方面更为突出，而生师课堂内外互动程度低于平均水平。整体而言，这类学生除了学习中投入了大量时间，同时在各种社团和社区活动中也花费较多时间，比如参加读书会、英语俱乐部、社区服务等。课堂内外经常与同学互动，善于将概念、理论或方法运用于实际问题或新的情境中。而在课堂内外与任课老师关于课程学习方面互动则特别少，很少与任课教师讨论课程、作业、自己的职业规划、人生观等问题，很少就某一研究主题与任课老师一起参与课程以外的工作。类型Ⅲ占样本总数27.08%。

被动投入生师互动生生互助型（类型Ⅳ）学生在生师课堂内外互动、利用学习条件和融入学习环境程度、对挑战性的学业任务掌握程度方面均高于平均水平；而学习主动性和利用融入学习环境程度和对挑战性的学业任务掌握程度方面得分均低于平均水平。这类学生与任课老师课内外的互动非常充分，能够满足老师提出的课程要求，经常和任课教师讨论课程相关内容、讨论作业量或分数、讨论自己的职业计划和想法，经常和任课教师一起参与课程以外的工作（如社團活动、学生会等）。经常与其他同学合作完成课程作业或相关任务、善于使用网络媒介讨论或完成作业（如网络论坛、聊天工具等）。较为经常地参加学习社团和社区服务。而在学业方面主动投入的时间不多，利用和融入学习环境程度偏低，对挑战性学业掌握程度偏低，很少能够综合不同信息以形成新的观点，不善于将理论运用于实际问题。类型Ⅳ占样本总数19.94%。

四、研究建议

首先，基于地方高水平大学理工科学生四类学习投入行为特征的分析基础，我们可以针对各类型学生学习投入方面的短板加强引导，比如可以分别从激发理工科大学生学习主动性和自主性，加强课堂内外师生互动，促进学生更好地融入学习环境等方式方法提高大学生学习投入，从而达到科学提升人才培养质量的目的。其次，为更好地激发学生的学习投入，培养学生探索知识的兴趣，学校应针对理工科大学生学科专业特点，在教学中加强实践环节，进而提升大学生学习主动性、自主性，增强学习效果。理工科大学生学习过程，不管是知识学习还是技能学习，都不是简单的灌输和被动的接受，而是需要学生自己主动去探索、发现、思考、体验，这样才能达到对知识和技能的理解和掌握，完成自身知识结构和技能的建构。实践环节大量削减，会“导致工科学生在黑板上开机器，或在电脑屏幕上仿真模拟工程”[7]。因此，应该尽可能让理工科大学生有更多的机会实践应用所学的知识，使他们根据自身行动的反馈信息来形成对客观事物的认知和解决实际问题的方案。

参考文献：

[1] 史静寰.走向质量治理——中国大学生学情调查的现状及与发展[J].中国高教研究，2016（2）：36-41.

[2] 罗燕，海蒂·罗斯，岑逾豪. 国际比较视野中的高等教育测量——NSSE—China工具的开发：文化适应与信度、效度报告[J]. 复旦教育论坛，2009（5）：

12-18.

[3] George D. Kuh. Assessing What Really Matters to Student Learning： Inside the National Survey of Student Engagement[J]. Change， 2001，33（3）： 10-17.

[4] George D. Kuh. The National Survey of Student Engagement： Conceptual and Empirical Foundations [J]. New Directions for Institutional Research， 2009， 141： 8.

[5] Pike， G.R. The convergent and discriminant validity of NSSE scalelet scores [J]. Journal of College Student Developent， 2006，47（5）：551-564.

[6] 张尧庭. 多元统计分析引论[M].武汉：武汉大学出版社，2013.

[7] 崔军. 整体工程观视野下的工程师和工程教育改革[J].中国大学教学，2016（10）：37-42.

[本文系国家社科基金项目“创新型人才培养与高校教学改革研究——基于不同群体对大学生学习观理解”的阶段性成果，项目编号BIA130073 ]

[责任编辑：周晓燕]