大学生高仿真实践学习策略量表的开发及信效度初步评价

，， ，，，

实践教学是培养学生专业技术应用能力及分析问题和解决问题能力的重要途径。解决护理实践教学与临床护理间的脱节、隔阂问题，缩短教学与临床间距离，一直是护理专业实践教学的重要诉求。高仿真模拟教学为解决这一问题提供了很好的改革方向。当前，高仿真模拟教学已应用于内科护理学、急救护理学等课程中[1-3]，利用其创设的高度仿真临床情境，要求护生整合各学科专业知识，组织护理专业学生(以下简称护生)对模拟人进行正确诊断、治疗和护理，有利于培养护生的综合技能操作能力、临床思维能力等[4-5]。但由于高仿真实践涉及知识面广、专业门类相对较多，对学生学习策略、团队合作能力、分析问题能力等提出了较高要求。学习策略与学习任务密切相关，高仿真实践过程中的学习策略问题在既往研究中还未得到足够重视，开发具有针对性的高仿真实践学习策略量表是评估和了解护生学习策略的重要基础。本研究通过设计大学生高仿真实践学习策略量表并对其信效度进行初步评价，以期为今后大学生高仿真实践学习策略量表的测量提供参考。

1 对象与方法

1.1 研究对象

以某学校参与护理综合实训课程SimMan综合模拟人实践教学的312名护生为调查对象。全部调查对象中，自评学习成绩很好者占4.5%，好者占14.4%，一般者占70.8%，不好和很不好者占10.3%；任学生干部者占36.5%，非学生干部者占63.5%；自评很热爱专业者占14.1%，热爱者占56.4%，一般者占28.2%，不热爱和很不热爱者占1.2%。

1.2 量表设计与评价

①大学生高仿真实践学习策略量表概念分析：课题组首先对学习策略概念进行梳理，并结合高仿真实践特点，将大学生学习策略界定为学习的信息加工策略、宏观策略及情感策略；②建立大学生高仿真实践学习策略量表条目池：参考杨易[6]开发的国内大学生学习策略使用量表，在前期对学习策略概念分析的基础上，建立包括17个条目的条目池(条目池简要内容见表1)；③形成大学生高仿真实践学习策略初始量表：将各条目列为题干项，备选项设定为“完全不符合”到“完全符合”共5个Likert等级，分别赋值1分～5分，形成初始量表；④形成大学生高仿真实践学习策略修订量表：对312名护生实测后，利用探索性因子分析提炼量表结构因子，并根据各条目载荷情况进行项目筛选，最终形成修订版量表。

1.3 其他研究工具

①学习风格问卷：采用Reid的感知学习风格调查问卷[7](Perceptual Learning Style Preference Survey, PLSPS)，结合SimMan综合模拟人教学特点进行微调，删除5个不适合条目，保留25个条目，实现对视觉学习风格、体验学习风格、听觉学习风格、群体学习风格、动手操作学习风格、独立学习风格6种学习风格的测量。问卷在本次调查中Cronbach′s α系数为0.828；②课堂参与行为问卷：将高仿真模拟教学过程中的主动提问方式、发言情况作为课堂参与的外显测量指标，这2个指标均包括对象(护生)、行动(课堂参与)、情境(高仿真实践)、时间(课堂)4个元素(TACT元素)[8]，评分均采用Likert 4级计分法(从“经常”到“从不”)，其Cronbach′s α系数为0.751。

1.4 资料收集与整理

取得被调查者知情同意后，于2017年3月—2017年5月采用团测方式进行数据收集。共发放问卷312份，回收有效问卷312份，有效回收率为100.0%。对问卷内容进行核对、整理，利用Excel建立数据库。

1.5 统计学方法

利用SPSS 20.0进行数据分析，探索性因子分析采用主成分分析法，学习策略量表得分与学习风格、课堂参与行为相关性使用Pearson相关分析，以0.05为检验水准。

2 结果

2.1 大学生高仿真实践学习策略量表的探索性因子分析

首先对包含17个条目的大学生高仿真实践学习策略初始量表进行探索性因子分析。结果显示：KMO值=0.913，Bartlett′s球形检验显著(χ2=2 242.239，P<0.001)，提示其适合行探索性因子分析[9]。根据特征根及碎石图提取3个公因子，条目5(认真听讲，不做与高仿真实践内容无关的事)、条目7(花更多时间了解高仿真实践讨论的问题)在信息加工策略和情感策略2个公因子上载荷较相近(分别为0.306、0.398及0.439、0.424)，经直交及斜交旋转后因子载荷仍不佳，故将条目5、条目7删除后行探索性因子分析，结果显示：KMO值=0.905，Bartlett′s球形检验显著(χ2=2 048.637，P<0.001)，共提取3个公因子，各条目公因子载荷均较理想(见表1)，根据公因子各条目内容，将其分别命名为信息加工策略、自评策略、情感策略，3个公因子累积方差贡献率为59.867%。

表1 大学生高仿真实践学习策略量表各条目公因子载荷

2.2 大学生高仿真实践学习策略量表各因子的相关性(见表2)

表2大学生高仿真实践学习策略量表各因子的相关性(r值)

项目信息加工策略自评策略情感策略信息加工策略1自评策略 0.6141)1情感策略-0.1241)-0.2561)1 1)P<0.05。

2.3 大学生高仿真实践学习策略量表的效标关系效度分析

通过大学生高仿真实践学习策略量表均分与学习风格、课堂参与行为的相关性验证预定设想：学习策略与其学习风格、课堂参与行为均呈正相关。结果显示：除独立学习风格外，5种学习风格及课堂参与行为均与学习策略量表均分呈正相关，相关系数亦均有统计学意义(P<0.05)，详见表3。

表3 大学生高仿真实践学习策略量表均分与课堂参与、学习风格的Pearson相关系数

2.4 大学生高仿真实践学习策略量表的Cronbach′s α系数与折半系数

大学生高仿真实践学习策略修订量表15个条目的Cronbach′s α系数为0.868，信息加工策略、自评策略、情感策略因子Cronbach′s α系数分别为0.870，0.848，0.457，量表整体折半系数为0.871。

3 讨论

学习策略是学习的信息加工活动过程，是学习方法技能与学习调控技能的有机统一[6]。学习策略与具体的学习任务有关，自主学习策略是达成大学生学习绩效的关键性路径[10]。当前，对于大学生高仿真实践学习策略还缺少科学的测量工具，无法诊断和评估大学生高仿真实践的学习策略水平，亦无法对干预和训练学习策略不良学生的效果进行评价。

本研究利用探索性因子分析提取大学生高仿真实践学习策略量表的公因子，并根据条目分布内容，将其分别命名为信息加工策略、自评策略、情感策略。各条目在因子上的载荷为0.548，0.821，均大于0.5，3个公因子累积方差贡献率为59.867%，3个公因子间相关系数均有统计学意义，表明量表具有较好的结构效度。

在因子结构上，实证所得3个公因子与量表开发阶段将学习策略界定为学习的信息加工策略、宏观策略及情感策略基本一致。其中，宏观策略指高度概括化的、与学习有关的调控、修正、审核及自我评价[6]。但在本研究中高仿真实践的宏观策略更倾向于自我评价，因而将该因子命名为自评策略。自评策略反映了大学生对自身学习活动的评价和批判，是对其已有行为的反省、自我意识的反思，是自我认识和行为的统一[11]，这一策略对于当代大学生自主学习尤为重要。此外，情感策略也是本量表开发过程中强调的重点，是既往其他学习策略量表开发中常忽视的部分。情感策略是学生在认知学习过程中激发学习动机、培养学习兴趣、集中和维持注意、调节情绪方面的策略，在一定程度上影响着学生的学习效果。高仿真实践与传统“示教-练习-回示”的实践教学均不同，以本课程的SimMan综合模拟人实践教学为例，通过采用数字化电脑教学软件，模拟人具备了“标准病人”的基本功能，可模拟出各种呼吸困难的气道情况和不同呼吸音、心音、肠鸣音等，有超过2 500种心电图，护生结合“角色扮演”和“案例情景”，对模拟人实施心电监护、除颤、体外起搏、静脉注射和导尿等技能练习，可以在无形中增加教学吸引力。因而量表条目池建立时包括了有关情感策略的内容，实证结果也最终将其纳入到量表中。

此外，本研究利用大学生高仿真实践学习策略与学习风格、课堂参与行为的相关性分析其效标关联效度，实证结果显示：在6种学习风格中，除独立学习风格外，其他学习风格及课堂参与行为均与学习策略量表均分呈正相关(相关系数为0.311～0.477)，表明本次开发的学习策略量表具有较好的效标关联效度。

在量表信度方面，最终得到15个条目的大学生高仿真实践学习策略量表Cronbach′s α系数为0.868，信息加工策略、自评策略、情感策略因子Cronbach′s α系数分别为0.870，0.848，0.457，量表折半系数为0.871，表明量表各条目内在一致性较好。情感策略因子Cronbach′s α系数略低(0.457)，考虑与其条目少(3个)有关。Cronbach′s α系数是与条目数有关的函数，条目多少及被试对象异质性会影响Cronbach′s α系数大小[12]，本量表在开发时即将其设想为开发条目数不须过多的快速测量工具，这在一定程度上可能牺牲部分因子的信度因子值，如何改善这一问题尚需今后在工具使用过程中进一步研究。同时，本研究仅利用一次实证数据进行了探索性因子分析，因子结构是否恰当亦有待今后利用其他数据、通过验证性因子等分析进行交叉验证。