中小学学习动机的潜在剖面分析

冯玉祥，范会勇

(渤海大学教育科学学院，辽宁锦州，045116)

一、引言

学习动机是指能够引发并维持学生学习活动，并使之指向一定学业目标的一种动力倾向。[1]对学生而言，学习动机决定着其学习方向、学习进程和学习效果，影响着学生的学业成绩，同时影响着其个性及心理的发展。因此，通过研究学习动机来提升学生的学业成绩具有十分重要的现实意义。

关于动机结构的研究有两类：一类是以变量为中心的，一类是以个体为中心的。[1-2]以变量为中心的研究大多考察学习动机总体水平或学习动机某一维度的现状及其与学业成绩、家庭作业行为或其他变量的关系。该类研究能同时考虑的维度较少，学习动机结构构成差异与家庭作业努力的关系研究较少。以个体为中心的研究探讨不同动机的组合结构如何激发个体的行为。例如，Regueiro等人调查了西班牙714名高中生的学习动机水平，发现了不同维度的学习动机水平。[3]Trautwein等人针对德国五年级、七年级和九年级学生的研究表明，学生在课堂作业努力的主观动机比在家庭作业努力的主观动机更高。[4]现有个体研究在分析学生学习动机类型时考虑的维度较少，关于学习动机的具体分类并不明确。

对此，本研究采用潜在剖面分析(latentprofile analysis)探究不同类型学习动机的构成要素。潜在剖面分析能够对所有个体属于哪类群体的概率做出估计，相比于传统的以个体为中心的分析技术，其保留类别数量的标准更严格，具有更好的分类效果。[5]潜在剖面分析是潜在类别模型在连续外显变量上的延伸，同时能表现出个体间多维的质化和量化差异。[6]相较于以往的研究，潜在剖面分析纳入了更多学习动机的子维度，进一步加深了对中小学生学习动机的了解，探究了中小学生学习动机构成的具体模式，更契合我国学生的实际情况。本研究对了解学习动机的作用机制、完善学习动机的相关研究都有着重要意义。综上所述，本研究的目的是基于潜剖面分析技术探究中小学生的学习动机潜类别。

二、研究方法

(一)被试

测试对象选取某市及周边地区4所小学、5所初中、2所高中的中小学生，共发放问卷2120份，剔除无效问卷后，回收有效问卷1995份，有效回收率为92.2%。其中，小学生(3—6年级)547人，初中生1001人，高中生407人。被试年龄在8—19岁(M=13.54，SD=2.418)。

(二)研究工具

本研究采用自编的中小学学习动机问卷，分为挑战取向、奖惩取向、收获—发展取向、兴趣取向、表现取向、尊重需求取向六个维度，共28个项目，采用Likert-4点计分法，无反向计分项。该问卷的一致性系数为0.800。

(三)施测程序

在开学两周后开始正式施测，全部测试在一周内完成。问卷由心理健康教育专业研究生或委托测试学校心理健康教师发放，在发问卷前与被委托的教师确认了每题的含义。学生在填写问卷时若有不理解的问题，发放者予以解答。回收问卷后，先对全部问卷进行编码，对问卷数据进行清洗，剔除空白超过三分之一、大量选择同一选项和明显乱选的问卷。

(四)数据处理

本研究使用SPSS 25.0和Mplus 7.4对数据进行分析，对学习动机类型进行潜在剖面分析，探究不同动机类型下学生的家庭作业努力情况。本研究分别抽取1至10个类别，并根据AIC、BIC、SSABIC、Entropy、LMRT和BLRT等相对拟合指数指标综合判断模型拟合优度。根据AIC(Akaike Information Criterion)赤池信息准则，BIC(Bayesian Information Criterion)贝叶斯信息准则和SSA-BIC(samplesize-adjustedBIC)样本校正的BIC反映模型拟合情况，在估计时其统计值越小表示拟合度越好，通常选取值最小的模型。Entropy即信息熵，用于评价分类精确性，值越接近1分类越精确。当Entropy=0.80时，分类准确率超过90%。[7]Lo-mendell-rubintest(LMRT)和Bootstrapped Likelihood Ratio(BLRT)，二者用于比较k-1和k个类别模型间的拟合差异，若二者的p值显著，说明k个类别的模型拟合度优于k-1个类别的模型拟合度。除了以上指标，在确定类别数时，本研究还综合选取了各潜类别中各指标的差异程度作为确定标准。

三、结果

(一)中小学生学习动机的潜在剖面分析

根据自编的中小学生学习动机量表的六个维度，本研究依次对1至10个潜类别进行分析，3至7个类别数的相关模型拟合度指标如表1所示。当模型的AIC、BIC、SSA-BIC更小，Entropy更大，且LMRT和BLRT达到显著(p<0.05)时，该模型的拟合度较高，模型更优。拟合指标结果表明，LMR值的显著程度在5类别后有所下降；当潜类别数大于5后，p值均大于0.05，Entropy值虽有所增加，但整体增幅较小，且各类别对应的潜类别概率均大于0.05。综合考虑，将中小学生学习动机划分为五类较为适合，此时各潜类别对应的潜类别概率和后验概率如表2和表3所示。

表1 中小学生学习动机潜在剖面分析模型拟合指数

表2 各动机潜类别所对应的潜类别概率

表3 各潜变量后验概率均值

根据后验概率，分到该组的平均概率都在0.8以上，分到其他组的概率均在0.1以下，辨别力较强，表明潜在剖面分析获得最优模型的结果较为可靠。

为探究5个类别动机在中小学生学习动机六个维度上呈现出的分布特征和类别特点，本研究先对学习动机六个维度进行Z分数转换，然后计算5个类别动机在各个维度上Z分数的均值。为继续探究动机各维度在5个亚类上的分布是否有差异，本研究采用单因素方差分析，结果如表4所示。

由表4可知，潜类别1的Z分数值均低于均值，除在奖惩这一维度与潜类别5相近且高于潜类别2外，其余各维度均明显低于其他类别，因而可命名为“低动机组”。整体而言，潜类别2在挑战和收获发展两维度上处于主导地位，表现出更多的自主性，而奖惩、表现和社会价值这些更依赖外界评价的维度则较低，整体处于中等水平，因而可命名为“自主型中等动机组”。潜类别3的Z值多低于平均水平，仅奖惩和社会价值维度高于均值，动机构成更依赖外部评判甚至是直接的奖惩措施，因而可命名为“奖惩敏感型中等动机组”。潜类别4的Z分数值多高于均值，除挑战维度略低于潜类别2和潜类别5外，其他各维度均处于较高水平，因而可命名为“高动机组”。潜类别5除奖惩这一维度低于平均水平外，其余各项均高于平均水平，动机构成相对主动、均衡，因而可命名为“均衡型次高动机组”。

表4 动机类型与各动机维度的Z分数、均值及差异

(二)学生动机类型的预测变量研究

由以往的研究结果可知，学生年级和性别可能会对学习动机造成影响。卡方检验结果发现，只有年级这一变量在不同动机类型上分布存在显著差异(χ2=161.832，df=36，p<0.005)，而性别对动机类型并无影响(χ2=6.114，df=4，p>0.005)。将年级作为预测变量纳入回归混合模型，使用稳健三步法[8]进行多元logistics回归分析，结果如表5所示。在0.05的级别上，年级分布差异明显的有类别1和2，类别1和类别3，类别1和类别4，类别1和类别5，类别2和类别3，类别3和类别4，类别3和类别5。其中，高年级学生更易成为奖惩敏感性中等动机组，而年级越低越易成为自主型中等动机组。

表5 年级作为预测变量对动机类型的影响

四、讨论

(一)学习动机潜类别的分类

本研究通过潜在剖面分析探索了中小学生动机的潜类别，即低动机组、自主型中等动机组、奖惩敏感型中等动机组、高动机组、均衡型次高动机组，各类别动机各子维度分布差异明显。在各类别动机具体分布情况上，占比第一的为奖惩敏感型中等动机组(34.2%)，第二是均衡型次高动机组(29.7%)，第三是自主型中等动机组(21%)。在这三种类别动机中，自主型中等动机组与均衡型次高动机组的挑战和收获发展维度均高于平均值，区别在于自主型中等动机仅关注个人，而均衡型次高动机组还关注他人给予的反馈和他人对自己的评价等，且动机构成水平显得更社会化。在动机构成要素方面，奖惩敏感型中等动机组虽然各维度也处于中等水平，但相对以上两组，其奖惩维度显著高于其他各维度，使该组动机更多依赖外部的直接反馈，显得更被动。低动机组和高动机组人数占比最小。

学习动机总体水平和挑战维度不存在性别差异，其他维度有显著差异，部分支持了已有研究成果。学习动机总体水平及各维度在年级上存在显著差异，具体表现为：年级升高，学习动机总体水平下降，面对学业问题时，个体努力挑战克服困难的倾向减少，这与以往的结论相符。[9]下降的原因可能是随着年级的升高，学习任务和难度及科目增加，学习困难增多，导致学习效能感减少，学习动机水平下降。兴趣与社会取向这两个维度则随着学生年级的升高而有所增长，这与高年级学生的自我认知和自我意识随年龄而逐渐增长，自我认同的需求增加有关。学习表现优秀会为高年级学生带来更多的尊重和他人对自己的认可。

(二)教育和干预启示

教师了解学生动机类型，能有针对性地、更高效地进行教学，在注重达成客观目标的同时更多关注个体的差异。从了解学生的学习动机类型和班级的动机类型组成入手，教师可以尝试更多元化、更有针对性的多维动机提升模式和方法，激励和促进学生积极学习行为的产生与保持。此外，教师在教学中应多关注低动机群体，帮助其找到学习的动力和意义，提升他们的学习动机水平。要想提升学生的学习效果，教师应从适当提升学习动机水平、转变学习动机类型入手，更多地发挥学生的主观能动性，激发和提升学生对学习的兴趣和获得感。

(三)研究不足与展望

本研究的全部被试来自同一城市及其周边地区，存在研究对象代表性不足、研究结果对其他地区适应性不强的问题。今后的研究在地域的选择上可以更广泛，探索其他地区中小学生学习动机是否也存在相同或类似的关系。本研究调查的小学、初中、高中的学校类型并不相等，各年级分布也不同，可能存在人数较多的年级对分类结果的影响较大的情况。另外，本研究为横断面设计，仅能说明当下学生的学习动机分类模式。对此，未来的研究可采取纵向追踪设计，关注学生整个中小学学习阶段的动机类型。

五、结论

通过潜在剖面分析对中小学生学习动机进行分类，结果表明学习动机结构特征存在五种潜类别，即低动机组、自主型中等动机组、奖惩敏感型中等动机组、高动机组、均衡型次高动机组。其中，占比较大的为奖惩敏感型中等动机组、均衡型次高动机组和自主型中等动机组，低动机组和高动机组人数占比较小。各学习动机类型的性别分布差异不显著，但年级分布差异显著，表现为年级越高，中小学家庭作业努力程度越低。总之，本研究结果对改善学习动机、提高学业成绩具有重要意义。