赵鹏芳

（三明学院 外国语学院，福建 三明365004）

一、引 言

随着学科建设的飞速发展，社会科学研究方法在西方经历了一场空前革命，20世纪70年代EM（Expectation Maximization）算法的出现和计算机技术的发展带来了新一代的统计和测量理论及方法。[1]387-401结构方程模型 （structural equation modeling,SEM）是近些年在经济、医学、心理学和教育学等领域广为应用的多元数据统计方法。[2]35-51SEM主要应用线性方程系统表示各个相关变量之间的关系，又称为协方差结构分析（analysis of covariance structure）或因果建模 （causal modeling）等。到了20世纪80年代，SEM这套新的数据分析系统已经成熟，目前正为广大社会科学研究人员所接受。SEM的路径分析思想拓展了社会科学研究的思路，很多学科的专业课题已由过去的只研究单变量转变成研究多变量，由分析主效应到同时分析交互效应，由对单指标和直接观测变量进行研究到对多指标和潜变量进行研究。

在二语习得研究中常常涉及学习动机、学习策略、学习风格和自我概念等无法直接测量的学习者个体差异变量，这些变异之间的关系复杂，尤其适合应用SEM来揭示变量间的交互作用。在SEM前期发展阶段，尽管其在经济学、心理学等领域已经广泛应用，但SEM用于二语习得理论探索和外语教学的研究可谓凤毛麟角，Kunnan认为造成这种现象的主要原因是从事外语教育研究的人不熟悉这种统计分析技术，对其优缺点了解不够。[3]295-332随着近年来语言学专家和统计学家的合作加强，以及SPSS公司开发的图形化操作SEM建模软件AMOS的迅速发展，利用SEM开展二语习得理论和教学研究成为国外语言学研究的热点。

研究利用结构方程模型的分析方法，探讨态度、学习动机和英语成绩之间的关系。

二、研究设计

（一）对象和工具

研究的对象为福建三明学院大二学生615名，其中男生302名，女生313名，年龄18-25岁不等，分别来自5个不同的学院，12个不同的专业。

研究为问卷调查法，采用国际公认的Gardner和Lambert设计的语言学习动机调查工具“态度/动机量表”（mini AMTB）。[4]157-194与完整版 AMTB 不同的是，mini AMTB仅包含12个变量，涵盖融入型（Integrativeness）、对教学环境的态度、学习动机、语言焦虑、工具型导向（Instrumental orientation）以及父母鼓励等多个方面。

融入型包括：1.对英语人群的态度；2.对英语的兴趣；3.融入型导向。

对教学环境的态度包括：1.对英语教师的评价；2.对英语课程的评价。

学习动机包括：1.动机强度；2.学习英语的欲望；3.学习英语的态度。

语言焦虑包括：1.英语课堂焦虑；2.英语使用焦虑。

而工具型导向和父母鼓励均为单个条目。问题采用七点式李克特量表形式，得分从1分至7分。

此外，所有纳入研究的对象均在量表测试后同一时间参加了全国大学英语四级考试，包括听力、阅读理解、写作等测试，其得分作为研究对象英语成绩参考标准。

（二）数据的收集与分析

研究为非匿名调查，将问卷结果与四级考试成绩相匹配。共发放纸质问卷615份，回收问卷602份，其中有效问卷598份。对有效问卷采用Epidata软件录入，采用双人双机独立录入，逻辑核查无误后建立资料数据库。数据库导入AMOS 18.0进行路径分析，探讨AMTB量表中的主要变量和英语成绩之间的关系。

三、结 果

（一）AMTB量表中的变量和英语成绩之间的相互关系

对调查数据进行pearson相关分析，融入型、对教学环境的态度、学习动机、语言焦虑、工具型导向、父母鼓励及英语成绩之间的相关系数大部分都有统计学意义（p＜0.05），其相关系数矩阵见表1。

研究采用mini-AMTB进行测试，因为测量的条目减少，变量之间的相关系数可能比用完整版的AMTB更大。例如英语成绩和学习动机的相关系数为0.413，意味着学习动机较高的学习者，其英语成绩也相应较高。研究发现，英语成绩与融入型、学习动机、语言焦虑、工具型导向和父母鼓励的相关均有统计学意义（P＜0.05）,而英语成绩与对教学环境的态度的相关没有统计学意义。

表1 AMTB量表中的变量和英语成绩的相关系数矩阵（N=598）

（二）社会教育模型

以社会教育模型为基础，对研究获得的数据进行路径分析，探讨各变量之间的复杂关系。路径分析是结构方程模型的特例，其主要区别在于不涉及潜变量。[5]115-22

此模型初始的构想是融入型与对教学环境的态度这两个变量是学习动机的基础，而动机和语言学能是英语成绩的两个独立影响因素。[6]59-90

该模型进一步假设语言焦虑是英语成绩的直接影响因素，但受到其他变量的制约，例如工具型导向也能够提高学习外语的动机。[7]9-20

图1 路径分析模型最终拟合结果

研究并未测试语言学能，但通过路径分析，可以利用其他变量来检验社会教育模型，如图1所示。在路径分析中，有四个外源变量：融入型、对教学环境的态度、工具型导向和父母鼓励，它们彼此相关，也即是说在二语习得的过程中，这四个变量存在交互作用。而另一个外源变量——语言焦虑则与对教学环境的态度相关。从路径分析模型中可以看出，融入型、对教学环境的态度、工具型导向与学习动机之间有直接路径，也就是说这三个变量对学习动机具有直接效应，完全支持社会教育模型的理论。此外对教学环境的态度、学习动机和语言焦虑与英语成绩之间同样有直接路径。需要说明的是，在前述的相关矩阵中，对教学环境的态度和英语成绩之间并无显著的联系，但在进一步分析时发现，增加对教学环境的态度和英语成绩之间的路径有助于提高拟合优度。

通过路径分析，揭示态度、动机、成绩之间错综复杂的相互关系。经过统计检验，所有参数有统计学意义，且多个拟合指数提示此模型拟合极佳。拟合优度指数（goodness of fit index,GFI）是常用的评价指标，该指数越高模型拟合越好。研究中GFI=0.979，说明本模型解释了97.9%的变异。GFI随参数增加而上升，没有考虑模型的复杂性，故应当用调整后的拟合优度指数（AGFI）以惩罚复杂模型。[8]233-239本模型的AGFI=0.944，同样提示极高的拟合优度。相对拟合指数CFI=0.982，一般来说CFI大于0.95即意味着拟合优度良好。近似误差均方根 （Root Mean Square Error of Approximation,RMSEA）也是常用的拟合指标，考虑了自由度和样本量的影响。RMSEA小于0.06则提示拟合良好，本例中RMSEA=0.058。所有拟合指数都表明，本模型拟合优良，能够较准确地解释变量之间的相关关系。

四、讨论和结论

动机和外语成绩的关系是语言学研究的热点之一。主要存在几种理论：1）基于二语习得和态度动机测试的社会教育理论；[9]237-2602）自我决定理论；[10]107-1443）社会背景模型。[11]147-154不同的理论对动机概念的表述不尽相同，但都证实了动机和外语成绩之间的相互关联。Gardner首先发现，融入型及对教学环境的态度和动机有直接相关，而对外语成绩而言，动机和语言天赋是两个独立的影响因素。近年来，其研究假设认为，语言焦虑或许也是外语成绩的直接影响因子，而其他变量如工具型导向等可能在动机对外语成绩的影响中也发挥重要的作用。语言学的假设需要通过适当的数学模型来证实。

首次在中国采用结构方程建模的方法研究英语学习者学习策略、态度、动机的关系，研究结果有力地支持了社会教育模型。通过路径分析证实，对于中国英语学习者而言，个体学习动机的差异受到融入型、对教学环境的态度和工具型导向的直接影响；而学习动机、对教学环境的态度和语言焦虑直接影响英语成绩。

需要指出的是，在路径分析模型中，除了对教学环境的态度影响学习动机进而影响英语成绩之外，从对教学环境的态度到英语成绩还有一条独立于学习动机之外的直接路径，且路径系数为负值，但不能据此断定对教学环境的态度和英语成绩为负相关，表1中可以看出，两个变量之间的相关系数没有统计学意义。可以这样理解，好的对教学环境的态度提升学习动机，学习动机提升后，英语成绩也相应提高。如果不考虑对教学环境的态度对动机的影响，就对教学环境的态度和英语成绩本身而言，作用是负向的。因此，中国英语学习者的对教学环境的态度对成绩有负面影响，而对学习动机有正面影响，学习动机对成绩也有正面影响，在两种作用互相叠加的情况下，造成了对教学环境的态度与成绩之间的相关性不显著。这是本研究的一个重要发现，利用路径分析初步揭示了对教学环境的态度对英语成绩两种不同的影响，而传统的统计学方法并不能解释这一点。

综上所述，学习动机和英语成绩之间有很强的相关，但绝不是简单、直接的相关，他们之间还有其他错综复杂的因子在发挥作用。目前人们通过多种动机理论和因果模型来研究二者的关系。而本研究的路径分析模型经过检验拟合优良，符合社会教育模型，对国内英语教学有一定理论意义。教师应当充分认识到学习动机和英语成绩不仅受课堂教学的影响，还有很多其他因素，诸如对教学环境的态度、融入其他语言群体中的信念、把英语作为一种工具使用的信念等。还有评价学习状态有很多指标。另外，当不考虑对学习动机的影响时，语言焦虑和对教学环境的态度对成绩都有负面影响。

[1]Bernaus,M.and Gardner R.C.Teacher motivation strategies,student perceptions, student motivation, and English achievement[J].The Modern Language Journal,2008,92（3）.

[2]Bentler,P.M.Structural modeling and Psychometrika:An historical perspective on growth and achievements[J].Psychometrika,1986,51（1）.

[3]Kunnan,A.J.An introduction to structural equation modelling for language assessment research [J].Language Testing,1998,15（3）.

[4]Gardner,R.C.and P.D.MacIntyre.On the measurement of affective variables in second language learning[J].Language learning,1993,43（2）.

[5]Streiner,D.L.Finding our way:an introduction to path analysis[J].Can JPsychiatry,2005,50（2）.

[6]Gardner,R.C.Social psychology and second language learning[M].London:Edward Arnold,1985.

[7]Gardner,R.C.Motivation and second language acquisition[J].Porta Linguarum,2007,104（8）.

[8]Tanaka,J.S.and G.J.Huba.A general coefficient of determination for covariance structure models under arbitrary GLS estimation [J].British Journal of Mathematical and Statistical Psychology,1989,42（2）.

[9]Gardner R.C.The socio-educational model of second language acquisition:A research paradigm[J].Eurosla Yearbook,2006,61（1）.

[10]Noels K.A.Learning Spanish as a second language:Learners'orientations and perceptions of their teachers'communication style[J].Language learning,2001,51（1）.

[11]Clément R.Ethnicity,Contact and communicative competence in a second Language[J].Social psychological perspectives,1980（1）.