基于因子分析法的“學習性投入”審視——以C大學為研究案例

黃 銀，邢全超

(重慶大學高等教育研究所，重慶 400044)

大學本科教育因其“基礎性”和“廣泛性”的特性，而成為全球高等教育質量改革的核心任務。美國通過設計National Survey of Student Engagement測評工具而展開的相關研究產生了較大的學術影響和社會影響。2008年清華大學教育研究院引入美國National Survey of Student Engagement測評工具，結合中國具體的教育環境處理形成NSSE－China測評工具，2010年正式更名為中國大學生學習與發展追蹤研究(Chinese College Student Survey，以下簡稱 CCSS)。

一、“學習性投入”的解讀

關于“學習性投入”的概念和結構的定義，學界尚未形成統一的觀點，不同學者從不通的研究視角提出了不同的見解。在CCSS測評工作中主要采用庫(G．D．Kuh)的“學習性投入”概念:學習性投入是一個測量學生在學業與教育活動中所投入的時間和精力，以及學生如何看待學校對他們學習的支持力度的概念，其本質是學生行為與院校條件的相互作用。

2013年的中國大學生學習與發展追蹤研究(Chinese College Student Survey，CCSS)指標體系已經較為成熟，其具體指標構成如表1。

二、因子分析法下的“學習性投入”再審視

問卷中的眾多指標能夠較全面地反映“學習性投入”的情況。對諸多指標進行因子分析，更易于把握學習性投入的重點，指導學生的學習與發展。

表1 2013年CCSS學習性投入調查的指標結構

(一)因子分析的基本思路

運用因子分析法［1］，將 C大學2013年 CCSS調查問卷中眾多的原始指標，通過降維處理將有高度關聯性的指標聚集在一起，把眾多的原始輸入變量濃縮成幾個相互獨立又包含絕大部原有變量信息的因子變量，利用這個幾個代表因子解釋較多需要觀測的變量中存在的復雜關系。這樣的處理主要有3個方面的益處:一是最大化地縮減變量的數目，二是簡化變量特征的難度，三是降低問題分析的復雜度。因子分析統計模型如下:

設 p 個可以觀測的指標為 x1，x2，…，xp，m 個不可觀測的因子為 F1，F2，…，Fm，則因子分析模型描述如下:

其中:m＜p

F=(F1，F2，…，Fm)是不可測的向量，我們把F稱為X的公共因子，其均值向量E(F)=0，協方差矩陣Cov(F)=1，即向量的各分量是相互獨立的(ε1，ε2，…，εp)是特殊因子，與 F 相互獨立，且 E(ε)=0。A=(aij)，aij為因子載荷，數學上可以證明，因子載荷aij就是第i指標與第j因子的相關系數，載荷越大，說明第j個指標與第i個因子的關系越密切;反之載荷越小，關系越疏［2］。

(二)因子分析的輸出解釋:“學習性投入”再審視

本調查使用是中國大學生學習與發展追蹤研究調查問卷2013版，采取全樣本調查方式對C大學全體在校本科生發放調查問卷，收回有效問卷5 045份，經有效樣本的年級、性別、學科、學院的代表性檢驗，樣本具有較好的代表性。

1．KMO檢驗和Bartlett球形檢驗

根據表2可以得出，KMO取值0．830，屬于Kaiser給出適合做因子分析的標準范圍0．9＞KMO＞0．8;Bartlett球形檢驗的數據值為80 618．451，統計量值比較大，適合作因子分析;Bartlett球形檢驗的相伴概率為0．000，小于顯著水平0．05，因此拒絕球形檢驗的零假設，證明適合于因子分析。

表2 KMO和Bartlett球形的檢驗

2．變量的共同度

根據表3可以得知，“主動合作學習水平”的共同度為0．932，可以理解為兩個公因子能夠解釋“主動合作學習水平”方差的93．1%，本例中“生師互動”“校園環境支持度”“反思與整合學習”等其他變量共同度的解釋類似。

表3 共同性公因子方差

3．方差解釋表

在表4中“初始特征值”一項中的“累計%”列可以看出前5個公因子解釋的累計方差達到69.243%，可見選取前5個公因子就能夠對原有整體變量信息進行較為全面的解釋。而“提取平方和載入”與“初始特征值”兩項中的“合計”與“方差的%”兩列取值一樣，則可以表明原有總體信息超過69%的信息可以由這5個公因子來解釋。

表4 總方差分解

4．特征值碎石圖

圖1是根據表4中“初始特征值”一項中的“合計”列的數據按照特征值降序排列而生成的關于初始特征值(也就是方差貢獻率)的碎石圖，從中可以觀察到從第6個公因子到第22個公因子特征值整體變化趨于平緩，所以提取第1個至第5個公因子較為合適。

5．旋轉后的因子載荷矩陣

根據表5可以得知，經過旋轉后的公因子比未旋轉時更能夠清晰地顯示每個公因子上的載荷分配，這樣也就能夠對各因子的意義進行更加準確清楚地解釋。如果一個因子的載荷絕對值較大，則表明這因子與變量的相關系數高，說明此因子能夠較為準確的代表這個變量。

圖1 特征值碎石圖

第1個公因子代表校園環境支持度、有效教學實踐、互動質量、支持性環境、課程要求的嚴格程度、向學/厭學、自我報告的教育收獲和在校滿意度8個變量因素;第2個公因子更適合代表學業挑戰度、高階學習、反思與整合學習、學習策略和課程教育認知目標這5個變量;第3個公因子則表示主動合作學習水平、合作性學習和課程學習行為3個變量;第4個公因子代表生師互動、數量推理和生師互動ind三個變量;第5個公因子代表教育經驗豐富度、與多元人群的討論和課程外拓展性學習行為3個變量。根據各個變量的特點，可以分別把5個因子命名為教育環境因子、深度學習、合作學習、生師交流、實踐活動。這樣就可以利用新提取出來的這5個潛在因素對樣本中的22個投入指標加以描述了。

6．因子得分系數矩陣

根據表6可以推到得出因子得分最終公式:

由上式可知，在測評學生“學習性投入”活動時，可以直接計算出這5因子的標準化值，也就是該生這一因子得分，即決定這22個指標潛在投入的強弱，大致衡量出該生的學習性投入情況。至此，我們實現了對變量的“降維”。

回到SPSS軟件運行Data Editor窗口的當前數據集(表略)，會看到文件中增加了5列:FAC1_1(第1因子得分)、FAC2_1(第2因子得分)、FAC3_1(第3因子得分)、FAC4_1(第4因子得分)和FAC5_1(第5因子得分)。根據數值大小即可判斷學生在5個公因子的表現，從而判斷學生的學習性投入的優劣。若第1因子得分最高，則說明學校在教育環境的投入與營造方面做得不錯;第2因子得分最高，則體現了他們深度學習方面占有優勢。

表5 旋轉后的因子載荷矩陣

表6 成分得分系數矩陣

三、基于提取因子的思考

CCSS調查工具為“學習性投入”提供了成熟和全面的測評指標體系，其指標的豐富性充實了對學生學習性投入的現實表達，對其進行降維處理，有利于各院校明確“學習性投入”的方向，更好地指導學生的發展。根據上述公共因子的提取結果，可以發現教育環境、深度學習、合作學習、生師交流和活動實踐5個共同因子的投入，對提高教學質量、促進學生全面發展的意義舉足輕重，同時數據也呈現出現實教育情境的改善方向:

(一)完善教育支持環境，促使學生全面發展

學校營造的教育環境對學生的成長發展有著舉足輕重的影響，經研究分析發現教育環境因子在諸多指標中有8項指標對其載荷程度較高，分別為校園環境支持度、有效教學實踐、互動質量、支持性環境、課程要求的嚴格程度、向學/厭學、自我報告的教育收獲和在校滿意度。盡管近年來各院校大力加強了學校軟硬件條設施的件建設，校園環境投入表現持續向好，但較多院校在“提供學業支持幫助”“提供社交機會”以及“提供身心健康服務”等方面還有較大的提升空間。因此，學校應將“以學生為中心”的理念融入教學實踐活動的各環節，圍繞學生完成學業、身心健康成長，加快完善“校園環境”，如加強學業指導、建設寫作中心、提供更好的身心健康支持與服務，以及創造更多的社交機會等。

(二)創設深度學習問題情境，實現知識的遷移和內化

深度學習對學習提出較高的要求，強調對知識的整體性與系統性的把握，旨在實現知識的遷移和內化。數據分析顯示，深度學習因子影響較大的指標主要有:學業挑戰度、高階學習、反思與整合學習、學習策略和課程教育認知目標。一般學生在學習認知、學習策略、學習進度上表現較為良好，但是在學業挑戰度方面略顯不足。學業挑戰度作為一個表現學生智力活動中運用能力、分析能力、評價(判斷)能力、綜合能力等綜合性質的診斷指標，它所指向的是需要學校(適當)提高學習的難度系數，同時也是(當前)提高本科教育質量的必然選擇和首要選項。

(三)教育活動增設“合作式參與”環節，培養學生合作精神

知識往往伴隨著交流而得以傳承發展，學習活動中更少不了彼此之間的合作學習。合作學習作為大學生學習的重要方式，無論在CCSS調查問卷綜合分析指標中，還是公因子提取的過程中，都有著不容忽視的意義?，F階段，由于大部分中國家庭內缺乏同輩成員的共同成長環境，多數學生在家庭教育中相對缺乏合作精神、互助觀念的培養環境，因此加強力度培養學生的合作精神是提升學生質量的一項不容忽視的任務。在教育活動中適當增添“合作式參與”環節，以學業成績作為誘導，使學生主動參與教育實踐合作活動中，進而實現對學生合作精神的培養。

(四)加強生師互動機制建設，提升生師互動效果

從教育的本質來探討，教學相長、生師互動過程就是對教學過程的完滿詮釋?；右蜃赢a生影響較大的指標包括生師互動、生師互動ind和數量推理(數量推理指標在5個公因子中所受影響較小，在因子重命名時依其該因子的主要影響方向命名，分析不作為重點，但均值情況依舊予以呈現)。我國本科生在課堂內外與教師互動表現較差，低年級學生的生師互動情況更是急需改善。因此，建立規范化的生師互動交流機制勢在必行:一方面回歸和強化“以學生為中心”的教育理念，鼓勵摒棄教師的權威，以對等身份主動融入學生的交流互動之中;另一方面創新教師的考核制度，在秉承必要的考核形式和秩序同時，適當增添有關生師互動的有關考核內容，以創新靈活的方式積極引導教師投入“必要勞動時間”與學生“心靈溝通”，形成良好的互動模式。

(五)拓展課程外學習，提高學生實踐能力

對學生實踐能力的培養是實現學生全面發展的基礎保障，在實踐過程中培養學生學會學習、學會生活、學會發現和解決現實問題的能力，實踐活動在學生的學習成長過程中起著至關重要的作用。在學習投入因子提取中，教育經驗豐富度、與多元人群的討論和課程外拓展性學習行為3項指標受該因子影響較大。而在研究中發現課程外拓展性學習行為對學業表現影響尤為突出，但在學業投入中，它卻是一塊“短板”。當代教育不僅肩負傳遞知識的使命，更要肩負著高素質人才培養的任務，提升這塊“短板”的長度，必將對學業水平的提升有較大的益處。豐富學生的教育經歷是提升學生發展的一個重要方面，尤其是對課程外學習課程外學習的引導尤為重要。主要可以從以下幾個方面入手:首先，鼓勵學生多參與實習、社會實踐或調查，鼓勵學生參加學生社團，在實踐中鍛煉學生的才能，提升素質;其次，積極拓展多元化學習平臺，創設教育情境，豐富學生的學習閱歷，鍛煉其在實踐活動中對知識的拓展運用能力，提高其解決實際問題的綜合素質;再次，學生要對自我發展有明晰的認識，積極尋求自我發展機會，積極展現自己鍛煉自己，如參加競賽、等級考試，給學術期刊投稿，以及和老師一起做研究等。

［1］ 何曉群.現代統計分析方法與應用［M］.北京:中國人民大學出版社，1998.

［2］ HARVA M K.A Variational learning for rectified factor analysis［J］.Signal Proeessing，87:509-527.

［3］ SCHAUFELI W B，SALANOVA M，GONZáONZáLEZROMá V，et al.The Measurement of Engagement and Burnout:A Two Sample Confirmatory Analytic Approach［J］.Journal of Happiness studies，2002(3):71-92.

［4］ KUH G D.What We’re Learning about Student Engagement from NSSE［J］.Change，2003，35(2):24-32.

［5］ 喬曉熔.中學生數學學習自我決定及其與數學學習投入的關系［D］.鄭州:河南大學，2006:14.

［6］ 蘇紅，章建石，朱生玉.教師學習投入狀況及特征［J］.教育科學研究，2007(5):23-25.

［7］史靜寰.關注學習過程，研究學習性投入［N］.中國教育報，2009-11-24(10).

［8］ 蔣華林，李華，吳芳，等.學習性投入調查:本科教育質量保障的新視角［J］.高教發展與評估，2010(4):45-53.

［9］ 王紓.研究型大學學生學習性投入對學習收獲的影響機制研究［J］.清華大學教育研究，2011(4):9-23.

［10］盧瑞玲，郭俊風.加強反思學習 促進知識遷移［J］.教育理論與實踐，2013(31):57-59.

［11］劉訪華，余瑞君.基于因子分析的學生成績評價對提高本科教學質量的啟示［J］.中國人民大學教育?？?，2013(12):14-24.

［12］ WIGGINS G.Seven Keys to Effective Feedback［J］.Education Leadership，2012，70(1):10-16.