APP下载

元分析:中国大学生学业倦怠

2016-12-22李昌庆

贵阳学院学报(自然科学版) 2016年3期
关键词:情绪低落置信区间样本量

李昌庆

(丽江师范高等专科学校 教育科学系,云南 丽江 674100)



元分析:中国大学生学业倦怠

李昌庆

(丽江师范高等专科学校 教育科学系,云南 丽江 674100)

了解我国大学生学业倦怠的现状。对129份大学生学业倦怠的研究进行元分析统计处理、分析。结果显示:学业倦怠总分的效应估计值为2.85±0.05,效应检验:Z=31.49,P<0.01,95%置信区间为2.79-2.94,失效安全系数为91308。情绪低落的效应估计值为2.74±0.05,效应检验:Z=50.93,P<0.01,95%置信区间为2.63-2.84,失效安全系数为75746。行为不当的效应估计值为2.96±0.06,效应检验:Z=,52.50,P<0.01,95%置信区间为2.85-3.07,失效安全系数为81337。低成就感的效应估计值为2.87±0.05,效应检验:Z=53.23,P<0.01,95%置信区间为2.77-2.98,失效安全系数为84424。结论为我国大学生学业倦怠总体属于中等水平。

大学生;学业倦怠;元分析

学业倦怠(Learning fatigue),是由学习压力或学习兴趣的缺乏而产生的学习感到厌倦的消极态度与行为,有情绪低落、行为不当和低成就感三个维方面。[1]元分析(meta-analysis)是运用统计学的方法对某同类研究主题的、独立的研究结果进行系统的综合评价与统计分析,最终获得相对较为客观、普遍和概括性高的研究结论的一种研究方法,[2]能提高统计检验的效力、估计的相对精准度[3]、克服传统文献综述的缺陷或各种偏倚以及在提高结论的科学、客观、真实性等方面[4]具有良好的表现,还能获得合成的效应量及其影响因素[5]。

纵观国内相关研究可以发现:大学生存在学业倦怠是无异议,但大学生学业倦怠的程度就众说纷纭:有研究认为大学生学业倦怠很严重,[6]有研究认为大学生学业倦怠处于中等程度,[7]也有研究认为大学生学业倦怠较轻[8]。另外,对于不同性别的大学生学业倦怠程度也持有不同的看法,有的研究认为没有性别差异,[9]有的研究却认为有差异[10]。本研究通过运用元分析方法,整合已有研究结论的矛盾,探索国内大学生学业倦怠的状况和未来的研究取向等。

1 研究资料与方法

1.1 研究文献

1.1.1 文献收集 以“大学生”、“学业倦怠”、“学习倦怠”等为关键词,借助国内中国知网、维普网、万方数据三大网络搜索平台,初步获得277篇有关“大学生学业倦怠”的研究文献。

1.1.2 文献筛选标准 对已经收集到的大学生学业倦怠文献,符合以下标准即可进入元分析统计:(1)公开发表或未公开发表的非重性研究文献;(2)均以MBI-SS(中文版)问卷进行调查,抑或自编问卷(必须有情绪低落、行为不当和低成就感三个维度);(3)文献数据结果符合本次元分析的数据标准,即有样本量、均值和标准差等数据;(4)均以我国在校大学生为研究对象。不符合以上标准的文献均不纳入本次元分析统计分析。最终有129篇研究符合元分析统计分析。

1.2 统计方法

采用EXCEL2010、SPSS17.0和CMA2.0等统计软件对元分析的有关数据进行计算和统计分析。通过运用元分析技术,统计、分析了情绪低落、行为不当和低成就感的同质性检验、效应值、置信区间、失效安全系数等,并探索经济发展水平、研究品质、时间和样本量等变量对学业倦怠的影响。

2 结果

2.1 异质性检验

采用异质性检验来判断效应值是否具有统计学的意义,以及能够在多大程度上排除随机因素的作用。若异质性检验表明效应值具有同质性时,应采用固定效应模型;否则,应采用随机效应模型[11]。学业倦怠总分、情绪低落、行为不当和低成就感的同质性检验结果分别为:58.39(p<0.01)、46.68(p<0.01)、50.45(p<0.01)和51.39(p<0.01),见表1。这表明,纳入元分析的各研究效应值具有异质性,故采用随机效应模型。

表1 大学生学业倦怠的元分析结果

2.2 效应值

学业倦怠总分和三个维度的效应值是:(1)学业倦怠总分效应估计值为2.85±0.05,效应检验:Z=31.49,P<0.01;(2)情绪低落效应估计值为2.74±0.05,效应检验:Z=50.93,P<0.01;(3)行为不当效应估计值为2.96±0.06,效应检验:Z=52.50,P<0.01;(4)低成就感应估计值为2.87±0.05,效应检验:Z=53.23,P<0.01。

2.3 95%置信区间

学业倦怠总分及三个维度的95%置信区间分别为:2.76-2.94,2.63-2.84,2.85-3.07,2.77-2.98和2.60-2.29,均不包含0。这表明,效应值是具有统计学意义的。

2.4 失效安全系数

通过计算失效安全数(Fail-safe Number,Nfs)来估计元分析研究的发表性偏倚情况,即需多少隐性研究才能让元分析结论发生逆转[12]。Nfs.05=(∑Z/1.645)2-K,Z为各独立研究的Z值,K为研究数量。大学生学业倦怠总分及三个维度失效安全数分别为:91308,75746,81337和84424,见表1。

2.5 地域、出版年代、刊物类型和样本量的影响

对地域、出版年代、刊物类型和样本量与大学生学业倦怠进行相关分析,探究这些变量与学业倦怠关系,见表2。

表2 地域、样本量和发表年代与学业倦怠的相关系数

从表2可以看出,地域、出版年代、刊物类型和样本量与学业倦怠总分以及情绪低落、行为不当、低成就感的相关均不显著。地域、出版年代与情绪低落之间呈负相关,刊物类型与学业倦怠总分呈负相关,样本量与学业倦怠总分以及情绪低落、行为不当、低成就感之间呈负相关。

2.6 不同性别的大学生学业倦怠差异

对82份有不同性别的研究数据进行统计检验结果表明(见表3):不同性别的大学生的学业倦怠差异无统计学的意义。

表3 大学生学业倦怠性别差异的T检验

3 讨论

通过对129份大学生学业倦怠的元分析统计处理发现,我国大学生学业倦怠总分以及三个维度的得分在2-3之间,接近3分。通常情况下,3分是学业倦怠量表五点计分的中间值,分数越高说明倦怠水平越高。效应值检验具有统计学意义,95%的置信区间统计表明是有意义的。95%置信区间等价于a=0.05的假设检验:若合并效应值的95% CI不包含0,则等价于p<0.05,具有统计学意义,反之则反[13]。失效安全系数的结果符合Rosenthal R的观点,即失效安全系数越大,元分析结果的可靠性就越好(见表2)。这表明,元分析的统计处理符合统计理论要求,结果是可靠的。据此,我国大学生学业倦怠总分及三个维度接近中等程度的倦怠,分值由小到大排序为情绪低落、低成就感和行为不当。行为不当维度得分是三个维度中最高的,这与大学生学习期间的旷课、迟到、早退和不按时完成作业等行为表现吻合程度较高。

学业倦怠总分及三个维度与地域、出版年代、刊物类型和样本量相关均不显著,见表3。这表明通过元分析统计处理后的数据结果稳定性好,不会受到经济、时间、研究质量和样本量等因素的影响而产生变化。进一步而言,我国大学生学业倦怠无实质上的区别和差异。这为高校学生降低学业倦怠,提高学习效率,优化人才培养方案等提供支撑性的依据。既然元分析所探讨的这些因素与大学生学业倦怠的关系不甚密切,那么到底是什么因素才与学业倦怠关系密切呢?已有的研究表明,比如师生关系[14]、核心自我评价[15]、人格特质[16]、自我效能感和自尊[17]、自我同一性[18]、希望[19]、心理资本[20]等因素是影响学业倦怠的重要因素,还有研究表明学习成绩、教师授课水平、对所学专业是否感兴趣、班级学习气氛、学习压力、抑郁等都对学业倦怠有影响[21]。抑或这些因素可能是元分析中学业倦怠异质性的来源,这需要进一步研究证明。

通过对不同性别的大学生学业倦怠的差异检验(见表3)。可以发现男生在学业倦怠总分及三个维度的得分均高于女生,且男生的情绪低落、行为不当和低成就感的分值已经超过中值(中值=3),女生的学业倦怠总分和三个维度的得分均低于中值。但是,男生与女生在学业倦怠方面并无统计学上的差异,即性别不是影响学业倦怠的因素,不管是男生还是女生都会出现学业倦怠。

依据大学生学业倦怠的元分析表明:首先我国大学生学业倦怠总体上属于中等程度,且地域、出版年代、刊物类型和样本量等因素不具有统计学意义。其次,男生的学业倦怠程度高于女生,但无统计学上的差异。最后,对大学生学业倦怠的研究需要关注的是:(1)提升大学生学业倦怠研究的量、质;(2)对大学生学业倦怠的影响因素进行元分析,如学校类型、民族、专业等;(3)强化对大学生学业倦怠的的干预、对策等的实证研究;(4)建构我国大学生学业的倦怠常模。

[1]连榕,杨丽娴,吴兰花.大学生的专业承诺、学习倦怠的关系与量表编制[J].心理学报,2005,37(5):632-636.

[2]Glass G V. Primary, Secondary, and Meta-Analysis[J]. Educational Researcher, 1976, 5(10):3-8.

[3]仲晓波. 元分析价值的置信区间表示[J].心理学探新, 2013, 33(1):74-78.

[4]夏凌翔. 元分析方法的几个基本问题[J].山西师大学报(社会科学版), 2005, 32(3):34-38.

[5]吴鹏, 刘华山. 道德推理与道德行为关系的元分析[J].心理学报, 2014, 46(8):1192-1207.

[6]马雅菊. 关于大学生学业倦怠状况的调查与分析[J].教育探索, 2014(3):144-145.

多行业、多社会阶层,但是以初中以下无职业者为主,反映了药物滥用者低文化、低收入的特点。因此,需要相关部门进一步加强对该人群的宣传教育工作,让其知道药物滥用的危害。另一方面,进一步加强我市市民文化教育水平,加强经济建设,使低收入、低文化者进一步减少,才能有效开展相关宣传教育工作。

3.2 复发药物滥用者有2384例,占62.23%,反映了药物滥用者戒断巩固困难、管理控制难、融入社会难的问题[2]。需要相关部门进一步加强对药物滥用者就业安置、生理脱毒、身心康复、就业安置、融入社会等方面的工作。

3.3 药物滥用者滥用药物的主要场所分别为“居家住所”“朋友处”“暂住地/租住屋”,而“无固定地点”达到了18.66%,反映了目前药物滥用者多场地、更隐蔽的使用特点,进一步加大了公安部门打击药物滥用行为的工作难度。药物滥用原因统计则显示了药物滥用者“追求欣快、刺激”,“满足好奇”等心理特征以及“被家人或同伴影响/教唆”等社会因素。在宣传教育工作中,应根据以上特点有的放矢,使群众从思想上筑牢防线,拒绝加入滥用人群。

3.4 以注射方式滥用药物的调查表结果显示,HIV检查结果阳性的为2.61%、未做HIV检查的达到14.36%,提示目前药物滥用者仍然存在比较严重的HIV感染传播隐患。

3.5 海洛因是我国最主要的滥用物质[3],在贵阳市得到相似结果,滥用海洛因者占总数的92.72%。而多种物质混合滥用已成为该人群中的一种普遍现象。海洛因滥用者所滥用的物质不仅有阿片类,还涉及其他多种不同药理/毒理学性质的药物/物质,其中既有禁止医疗目的使用的物质(毒品),也有医疗使用的精神药品以及普通药物。因此,需要进一步加强麻精药品的销售与使用环节的管理,并且在预防药物滥用宣传方面,加大对合法、合理与安全使用药品的宣传教育。

参考文献:

[1]刘志民.药物滥用流行形势与药物滥用调查监测[J].药物流行病学杂志,2006,15(4):193-196.

[2]马永清.吸毒人员回归社会的思考[J].社会,2002(9):50-53.

[3]刘志民,吕宪祥,穆悦,等.我国药物滥用的基本情况调查[J]. 中国药物滥用防治杂志,2002,40(5):27-30.

Meta-analysis China college students' Learning fatigue

LI Chang-qing

(Education Science Department of Lijiang Teachers College, Lijiang,Yunnan,674100, China)

To understand the current situation of college students' Learning fatigue in our country. MethodsThestudyof129collegestudents'Learningfatiguemeta-analysis.ResultsLearningfatigueeffectestimatesoftotalscorefor:2.85±0.05,Reffectinspection:Z=31.49,P<0.01,95%confidenceinteral:2.79-2.94,failuresafetycoefficientfor91308.Effectestimatesofdepressingemotion:2.74±0.05,Effectinspection:Z= 50.93,P<0.01,95%confidenceinteral:2.63-2.84,failuresafetycoefficientfor75746.Misconducteffectestimatesfor: 2.96±0.06,Effectinspection:Z=,52.50,P<0.01,95%confidenceinteral:2.85-3.07,failuresafetycoefficientfor81337。Lowefficacyeffectestimatesfor: 2.87±0.05,Effectinspection:Z=53.23,P<0.01,95%confidenceinteral:2.77-2.98,failuresafetycoefficientfor84424。 ConclusionTheacademicburnoutofcollegestudentsinourcountryisinthemiddlelevel.

College students'; Learning fatigue; Meta-Analysis

2016-05-11

李昌庆(1978-),男,云南昭通人,副教授、硕士,主要研究方向:发展与教育心理学。

B841;G645.5

A

1673-6125(2016)03-0069-03

猜你喜欢

情绪低落置信区间样本量
定数截尾场合三参数pareto分布参数的最优置信区间
医学研究中样本量的选择
p-范分布中参数的置信区间
多个偏正态总体共同位置参数的Bootstrap置信区间
清明
样本量估计及其在nQuery和SAS软件上的实现*——均数比较(十一)
克服情绪低落实用而有效的方法
列车定位中置信区间的确定方法
样本量估计及其在nQuery和SAS软件上的实现——均数比较(二)
自适应样本量调整中Fisher合并P值法和传统检验法的模拟比较