大学生大五人格与学业成就间的关系:一项交叉滞后研究*

杨自伟,杨晓楠

(1.河南财经政法大学 工商管理学院,河南 郑州 450046;2.上海大学 管理学院,上海 200444)

个体的人格特质具有相对稳定性的特征[1]。然而,当用五种人格特质(外倾性、随合性、尽责性、情绪稳定性、经验开放性)去预测大学生的学业成就时,不同人格特质的预测效果不尽相同[2]。诸多研究表明,尽责性是学业成就的重要预测因子,能正向预测学业成就[3],外倾性、随合性、情绪稳定性、经验开放性对学业成就的预测效果并不统一。这种差异源自于两个方面。一方面是学业成就如何衡量的问题。如有学者认为,学业成就可以分为学业成绩、自我评价、认知水平、自学能力[4]。正是因为有的研究使用学习能力主观评价的方式来衡量学生的学业成就,这种主观性的成绩往往会因个体的认知差异,如不同学生对于60分与100分有着不同的认知,表现出很大的评估差异性,这使得人格特质与学业成就的关系在数据结果上呈现不同方向的显著性。为去除这种因个人的认知差异导致人格特质预测学业成就时的不一致性,本研究把学生的学业绩点GPA(Grade Point Average,平均成绩点数,主要是对学业成就的衡量)作为结果变量。另一方面,尽管大多数研究已经发现不同的人格特质对学业成就有着不同程度、不同方向的预测作用,但这些研究使用的都是横截面数据。横截面研究只能反映短时间内变量之间的关系,很难做出强有力的因果推论,所选的时间框架不同可能会有完全不同的研究结果[5]。

为探究大五人格与学业成就之间真正的相互关系,我们使用重复测量设计,在四个学期的每学期初,对某高校2017级学生进行追踪观察。通过追踪研究,能把握变量的动态变化,也能帮助研究者排除变量间自相关的影响,探索变量之间真正的相互关系,即对变量间的因果关系作出更有力的推断[6]。基于此,本文的目的是结合交叉滞后模型探究纵向研究中大五人格与学业成就之间的关系。

一、理论背景

西方学者认为人格是影响个体学业成就的重要因素,如雷诺(Leino)等人的研究认为包括人格特征等在内的非智力因素水平的高低是造成学业成绩优劣的最主要原因[7]。我国有研究者提出,人格是影响学习成绩的重要因素,它的影响既有积极的一面,也有消极的一面[8]。

(一)外倾性

外倾性描述的是个体对关系的舒适感。得分高者表现出外向、开朗、活泼等,得分低者表现出内向、庄重、安静少语等。外倾性与学业成绩之间的关系争议最大,研究者的观点主要分为两种:第一,两者之间正相关。季梦吟认为,外倾性与大学生学业成绩间存在显著正相关关系,主要因为外倾性高,表明善于与别人交流,进而能取长补短,提高学习成绩[9];第二,两者之间负相关。此负相关关系被解释为外倾性得分低者即相对内向的人花费更多的时间学习,外倾性得分高者即相对外向的人则花费更多时间社交[10]。也有西方学者的研究证实了外倾性与GPA呈负相关[11]。

宋专茂等人的研究表明,学业成绩优良的大学生性格偏内向,有较强的自我约束、自我管理能力,能把精力较多地投入到学业上;学业成绩落后的大学生性格偏外向,自我管理能力较差,难以集中精力于学业[12]。学习投入反映了学生对于正在经历的学习活动在认知上、情感上和行为上的投入状态,是衡量学生学习过程的质量的一个重要指标,也是学业成就的预测指标之一[13]。已有研究证明,学习投入与学业成就之间正相关[14],内向的人在学业上投入的精力更多,所以他们的学业成就更突出。本研究收集数据的学期为学生基础课程学习任务较多的学期,课程需要学生投入更多的时间和精力才能够很好地完成,外倾性高的学生往往会因为人际交往的需要而无法在课程学习上投入太多时间,进而使其学业成绩受到影响。基于此,我们提出假设:

H1:外倾性负向预测GPA。

(二)随合性

随合性描述的是个体对关系的舒适感。得分高者表现出友好合作、诚实可靠、热情等,得分低者表现出冷漠敌对、争强好胜、控制欲旺盛等。随合性与学业成就之间的关系也不确定,只有少数研究证实了二者间存在显著相关关系,但方向并不一致,如法赛德萨(Farsides)和伍德菲尔德(Woodfield)认为随合性与GPA之间呈正相关[15],帕诺宁(Paunonen)的研究则表明二者之间呈负相关[16]。本研究认为这种差异是因为随合性得分高的人更加诚实可靠、合作性强,在那些需要合作较多的课程作业上,它的促进效果更明显。因此,我们提出假设:

H2:随合性正向预测GPA。

(三)尽责性

尽责性是对可靠性的测量。得分高者表现出做事井然有序、持之以恒、责任心强等,得分低者表现出缺乏规划、精力分散等。相关研究已证实,尽责性能够有效预测学业成就,两者之间存在着最强最稳定的正相关关系,是大五人格五个维度中学业成就的最强预测因子[3]。尽责性强的人倾向于严格、勤奋、有纪律和专注,无论这一成就如何实现,尽责性都与学业成就有关,众多研究表明尽责性与学业成就呈正相关,这个结果要较其他人格特质与学业成就的关系都要稳健[17]。因此,我们提出假设:

H3:尽责性正向预测GPA。

(四)情绪稳定性

情绪稳定性刻画的是个体承受压力的能力。得分高者表现出情绪调适较好、不易出现偏激或消极的不良情绪等,得分低者表现出情绪不稳定、内心敏感、容易紧张等。一些研究已经表明,情绪稳定性与学业成就之间存在正相关关系,即神经质与学业成就之间存在负相关关系[10][18],情绪稳定的学生在学业表现上更好一些。已有的研究发现,在着重考察学生记忆知识存量的学业评估条件下,神经质的个体,即情绪稳定性差的个体被认为会经历焦虑和压力,损害他们的表现[18]。因此,我们提出假设:

H4:情绪稳定性正向预测GPA。

(五)经验开放性

经验开放性指个体对新奇事物的兴趣和热衷程度。得分高者表现出富有创造性、接受新颖思想和事物等,得分低者表现出按部就班、墨守成规、只对熟悉的事物感到舒适和满足等。经验开放性与学业成就之间的关系探究也存在不一致的结论。法赛德萨(Farsides)和伍德菲尔德(Woodfield)的研究表明经验开放性与学业成就正相关[15],也有研究报告二者之间负相关[19]。

韦德尔(Vedel)等人研究发现,对于政治专业的学生来说经验开放性能够正向预测学生的GPA,但对于法律专业的人来说,经验开放性与GPA负相关[20]。由此可见,经验开放性对学习成绩的影响可能与学习科目有关。本研究的样本为工商管理学科,学生前四个学期基础课程、闭卷考试课居多,后四个学期专业实训课程居多,因此,我们推测:

H5:经验开放性负向预测GPA。

二、研究设计

(一)问卷设计

本研究测量大五人格时参考了戈伯格(Goldberg)的量表[21],该量表的中文版有多个研究使用,内容上体现了较强的效度,在测量上也体现了较强的一致性。研究中四次大五人格测量的信度系数分别为0.942、0.929、0.935、0.922。本研究的问卷主要包括基本情况和人格特质两部分,基本情况包括姓名首字母缩写、学号、性别、年龄和高考成绩5道题目,人格特质包括外倾性、随合性、尽责性、情绪稳定性和经验开放性共50道题目。基本情况设置为填空题,人格特质设置为五点评分法,从“非常不符合”到“非常符合”五个等级分别记1—5分。

(二)研究对象

我们选取河南某高校管理学院2017级500名全日制学生作为调查对象,在每学期初发放问卷测量其人格特质,每学期末收集参与学生本学期的GPA。2020年上半年,该高校大学生受疫情影响整个学期居家使用移动设备进行学习,大学生原本的生活、学习节奏被打乱。因此,我们只用疫情发生之前四个学期的数据来做纵向研究。分别在四个学期收到了428份、468份、169份、466份问卷,经过筛选(基于学号进行了匹配和筛选),此研究有效样本量为116。处理数据时,应用SPSS 25.0对所有变量进行相关性分析,应用Mplus 8.3软件及其程序包结合交叉滞后模型探究人格特质与学业成就之间的相互关系。

三、结果分析

(一)初步统计分析

我们首先对各变量进行了相关性分析。其中,外倾性与GPA在不同的测试时间呈负相关:T3的外倾性与T3的GPA负相关(p<0.05),T2的外倾性分别与T3、T4的GPA负相关(p<0.01、0.05)。尽责性与各个学期的GPA之间均存在不同程度的正相关关系:T1的尽责性与T1的GPA正相关(p<0.05),T2的尽责性与T4的GPA正相关(p<0.05),T3的尽责性分别与T1、T2、T3、T4的GPA正相关(p<0.05、0.01、0.05、0.05),T4的尽责性分别与T1、T2、T3、T4的GPA正相关(p<0.01、0.01、0.01、0.01)。经验开放性与GPA在不同的测试时间呈负相关:T2的经验开放性分别与T1、T2、T3、T4的GPA负相关(p<0.05、0.05、0.01、0.05)。随合性和情绪稳定性与各个学期的GPA均不存在显著相关关系。此外,性别和年龄与GPA之间有负相关关系(性别分别与T1、T2的GPA负相关,p<0.01、0.05;年龄与T1的GPA负相关,p<0.05),高考成绩与GPA之间没有任何显著性关系。

(二)交叉滞后模型

交叉滞后模型CLPM(Cross-lagged Panel Model)是横截面设计和时滞模型的结合,包括控制变量自身随时间推移而变化的自相关路径,以及变量相互关系的交叉滞后路径,因此,交叉滞后模型适用于探索变量相互间逻辑关系的研究应用[6]。

袁帅等人对比分析了传统交叉滞后模型CLPM、带随机截距的交叉滞后模型RI-CLPM(Random Intercept Cross-lagged Panel Model)和广义交叉滞后模型GCLPM(General Cross-lagged Panel Model),结果发现三种模型适用情况不同。CLPM最少2轮数据,混杂了个体间效应和个体内效应,拟合简单;RI-CLPM最少3轮数据,以个体内效应为主,亦可囊括个体间效应,拟合一般;GCLPM最少4轮数据,以个体内效应为主,亦可囊括个体间效应,拟合较困难。三种模型都可以分析变量的时间点效应、自回归效应、交叉滞后效应和冲击,GCLPM还可以分析变量的移动平均效应和交叉滞后的移动平均效应。其中,自回归效应用来描述相同变量在多个时间点之间的关联程度,自回归效应的估计系数接近于 1 时,则表示该变量当前的取值很大程度受到过往取值的影响。交叉滞后效应用来描述一个变量过去的取值对于另一个变量未来取值的预测作用,该效应也因为时间的顺序性被认为能够在一定程度上揭示和展现因果效应[22]。

GCLPM拟合难度较大,建模过程相对繁复,我们不予考虑。我们分别使用CLPM和RI-CLPM进行建模,结果发现,RI-CLPM拟合出的变量间的显著性效果不好,可能是样本量不足的原因。尽管RI-CLPM可以分别关注个体内和个体间效应,但这并不是我们此项研究的侧重点。因此,我们最终采用传统交叉滞后模型进行建模。

如前文所述,我们在每学期初测量大五人格,学期末收集GPA数据。因此,我们在传统的交叉滞后模型中加以修改,用t时间的人格特质去预测t时间的GPA,用t-1时间的GPA去预测t时间的人格特质。传统交叉滞后模型的拟合指标如表1所示,整体拟合效果较好。

表1 传统交叉滞后模型拟合指标

大五人格与GPA之间的的传统交叉滞后模型的拟合结果如图1所示。由图1可知:(1)大五人格和GPA在不同时间点之间存在一定的稳定性:四个时间点的大五人格和GPA的自回归效应都显著,且GPA的自回归效应估计系数的值更大,表明人格特质过往的取值对当前取值影响较小,GPA当前的取值则很大程度上会受过往取值的影响。(2)外倾性负向预测GPA,H1假设成立:T3的外倾性能够负向预测T3的GPA(p<0.05)。(3)尽责性正向预测GPA,H3假设成立:T1、T4的尽责性能分别正向预测T1、T4的GPA(p<0.05、p<0.01)。(4)经验开放性负向预测GPA,H5假设成立:T1的经验开放性能够负向预测T1的GPA(p<0.05)。

注:* p <0.05;** p <0.01; *** p <0.001

我们还探究了高考成绩对大学生大学期间GPA的影响,结果显示:大学生的GPA与高考成绩之间没有显著相关关系,这与相关性分析的结果一致,也与王晓娇和齐鹏的“高考成绩对大学生学习成绩影响不显著”的结论相符[23]。

四、结论、应用与不足

本研究结果证明人格特质具有相对稳定性,但五种人格特质与学业成就之间的正向负向关系却不尽相同。研究结果表明:(1)大五人格与GPA均具有相当程度的稳定性;(2)外倾性、经验开放性负向预测GPA;(3)尽责性正向预测GPA;(4)随合性、情绪稳定性与GPA不存在显著相关关系。

(一)理论意义

本研究是对大五人格与学业成就关系的补充,对二者之间关系的研究不再仅仅局限于横截面研究。横截面研究中关于二者关系最一致的结论是,尽责性与学业成就呈正相关[18],我们的研究结果清楚地验证了这一结论。我们还证实了外倾性和经验开放性负向影响GPA,至于随合性和情绪稳定性与GPA之间的关系,此项研究中并没有得出显著性的结果。值得注意的是,在探究尽责性与GPA之间的关系时,我们发现t-1时间的GPA能够促进t时间的尽责性水平,这一结果在相关研究中是很少见的。

此外,我们利用传统交叉滞后模型进行建模的拟合结果显示,大五人格和GPA在不同的时间点具有相对稳定性的特征。这与人格特质的稳定性特征相一致,大学生后期的GPA也可以根据其前期GPA有效预测,前后时间段的GPA存在较高的正相关关系。

(二)实践启示

本研究的结果能够为大学生提升学业成就提供实证支持和可行性方案。高校若想提高学生的学业水平,需要切实加强对学生人格特质的培养,对学生人格的发展进行有效干预。提升学生的尽责性水平,如老师在布置作业时设置明确的截止日期;给学生展示自己的机会,提醒学生注意反复检查的同时也尽可能给学生提供详细指导。适当降低学生的外倾性水平,如减少对学生影响不大或者效果不好的活动;为学生提供安静能进行思考的学习场所。高校教育工作者应该对拥有不同人格特质的大学生在不同的学科方向上、在不同的学期期间因材施教,从而更好地帮助大学生提高学业成就。

(三)局限性与未来研究

虽然本研究使用纵向数据探究大五人格与学业成就之间的关系,但还存在一些局限性,这些局限性也突出了未来研究的重要途径。其一,我们仅关注了人格特质对大学生在校期间GPA的影响,但是人格特质对大学生毕业后的工作表现(创业自我效能感、创业意向等)都存在一定的显著相关关系[24]。因此,在未来研究中,我们可以对大学生大学期间进行追踪研究,工作后的两三年也继续追踪调查,增加重复测量的次数且增加其他因变量,来继续探究纵向分析中人格特质对大学生在校期间的学业水平、毕业后的工作表现之间的关系。

其二,由于对学生的考核要求及方式存在着很大的差异性,因此,学业成就的测度在不同学科之间存在着很大的调整空间。韦德尔(Vedel)等人的研究把参与者分为医学、心理学、法学、经济学、政治学、自然科学和艺术等七种学科领域,结果表明:不同学科学生的人格特质与学业成就间的关系存在差异,如经验开放性负向预测心理学学生的GPA、正向预测经济学学生的GPA[20]。因此,未来研究可以收集更多学科的大学生人格特质与学业成就间的数据进行追踪比较,对人格特质与学业成就间的关系进行稳健性检验,也为学校针对不同学科的学生管理工作提供更为坚实的理论支持。

其三,研究工具的局限性。本研究进行交叉滞后分析时结合研究目的最终选用传统交叉滞后模型。传统交叉滞后模型一个重要局限就是混杂了个体间效应和个体内效应。不少研究表明,带随机截距的交叉滞后模型RI-CLPM更受关注和广泛应用[22]。因此,未来研究可以根据自身研究和统计方法的深入,尝试用RI-CLPM去探究考虑被试间被试内的情况下变量之间的相互关系。