基于結(jié)構(gòu)方程模型預(yù)測(cè)醫(yī)學(xué)本科生的科研參與行為

潘 倩

(四川大學(xué) 華西基礎(chǔ)醫(yī)學(xué)與法醫(yī)學(xué)院，四川 成都 610041)

作為創(chuàng)新型人才培養(yǎng)的有效途徑，本科生科研是本科教育的重要組成部分。它往往以老師的科研項(xiàng)目或科研類課程為依托[1]，老師基于主觀經(jīng)驗(yàn)對(duì)學(xué)生進(jìn)行指導(dǎo)，這就容易出現(xiàn)忽視甚至錯(cuò)判學(xué)生個(gè)人特質(zhì)的情況。另外，很多學(xué)生存在對(duì)自身定位不準(zhǔn)確、對(duì)科研認(rèn)知不成熟、對(duì)未來規(guī)劃不清晰等問題，這就使得部分學(xué)生并未在其中開展有效學(xué)習(xí)和深度學(xué)習(xí)，造成相關(guān)科研訓(xùn)練成效甚微。

為解決上述問題，本文利用結(jié)構(gòu)方程模型(Structural Equation Modeling, SEM)建立了一種通過學(xué)生個(gè)人特質(zhì)預(yù)測(cè)其科研參與行為的客觀方法，可幫助學(xué)生進(jìn)行準(zhǔn)確的自我評(píng)估，還有助于老師對(duì)學(xué)生進(jìn)行精準(zhǔn)的“靶向”指導(dǎo)，使本科生科研的中心由老師轉(zhuǎn)移到學(xué)生及學(xué)習(xí)本身，為學(xué)生的個(gè)性化學(xué)習(xí)提供決策參考。

1 對(duì)象與方法

1.1 調(diào)查對(duì)象

以四川大學(xué)華西醫(yī)學(xué)中心2016屆醫(yī)學(xué)本科畢業(yè)生為調(diào)查對(duì)象，包括衛(wèi)生檢驗(yàn)、預(yù)防醫(yī)學(xué)、藥學(xué)、法醫(yī)學(xué)、基礎(chǔ)醫(yī)學(xué)、口腔醫(yī)學(xué)、臨床醫(yī)學(xué)和醫(yī)學(xué)檢驗(yàn)8個(gè)專業(yè)。

1.2 方法

1.2.1 問卷調(diào)查:問卷采用統(tǒng)一自制調(diào)查表，以醫(yī)學(xué)本科生的個(gè)人特質(zhì)、科研參與方式、科研參與體驗(yàn)、科研參與收獲為主要內(nèi)容[2-3]，根據(jù)33例預(yù)調(diào)查反饋的相關(guān)信息進(jìn)行修改完善后，于2016年6月由經(jīng)規(guī)范培訓(xùn)后的調(diào)查員發(fā)放與回收。對(duì)回收的問卷進(jìn)行嚴(yán)格篩選，剔除含缺失項(xiàng)的問卷。

1.2.2 調(diào)查問卷的錄入:采用EpiData 3.1雙輸錄入，隨后進(jìn)行一致性檢驗(yàn)，并10%抽樣復(fù)核，確保問卷錄入無誤。

1.2.3 SEM的構(gòu)建:根據(jù)人格特質(zhì)理論及本科生科研參與的相關(guān)文獻(xiàn)[2-3]，利用Amos 24分別繪制個(gè)人特質(zhì)與科研參與方式、體驗(yàn)與收獲的因果模型圖，3個(gè)SEM的內(nèi)因潛在變量相同，均為個(gè)人特質(zhì)，內(nèi)因潛在變量分別為科研參與方式、科研參與體驗(yàn)和科研參與收獲。模型估計(jì)方法為一般化最小平方法(generalized least squares, GLS)，根據(jù)AMOS輸出結(jié)果進(jìn)行適當(dāng)?shù)哪Ｐ托拚?/p>

1.3 統(tǒng)計(jì)學(xué)分析

問卷的基本數(shù)據(jù)分析由SPSS 19完成，其中信度分析采用Cronbach α信度系數(shù)法，效度分析為結(jié)構(gòu)效度分析，其抽取方法為主成分。采用AMOS 24進(jìn)行SEM模型適配度檢驗(yàn)，其中選取卡方顯著性概率值P、規(guī)范卡方(即卡方/自由度)值、調(diào)整后適配度指數(shù)(adjusted goodness-of-fit index, AGFI)值、適配度指數(shù)(goodness-of-fit index, GFI)值、漸進(jìn)殘差均方和平方根(root mean square error of approximation, RMSEA)值和臨界樣本數(shù)(critical N, NC)值來綜合判斷SEM的適配度。

2 結(jié)果

2.1 調(diào)查基本情況

調(diào)查共發(fā)放問卷439份(1份/人)，收回有效問卷417份，有效率94.99%。有效問卷中各專業(yè)所占比例如表1。

表1 有效問卷中各專業(yè)所占比例

2.2 調(diào)查問卷的信度、效度分析

調(diào)查問卷的α信度系數(shù)為0.774，效度分析KMO值為0.804，Bartlett球形度檢驗(yàn)顯著，提取公因子解釋總方差為53.94%。

2.3 SEM的構(gòu)建

個(gè)人特質(zhì)與科研參與方式、科研參與體驗(yàn)、科研參與收獲的SEM標(biāo)準(zhǔn)化輸出結(jié)果路徑圖如圖1所示，3個(gè)SEM均未出現(xiàn)負(fù)誤差方差，P>0.05，規(guī)范卡方值均大于1小于3，AGFI值和GFI值均大于0.9，RMSEA值均小于0.05，NC值均大于200。

其中A為個(gè)人特質(zhì)，W1～W6為其各觀察變量，分別為學(xué)習(xí)成績(jī)、畢業(yè)去向、科研參與時(shí)間分布、 科

A.personal traits and what have done in undergraduate research; B.personal traits and feelings about undergraduate research; C.personal traits and gains from undergraduate research

圖1 個(gè)人特質(zhì)與科研參與方式、科研參與體驗(yàn)、科研參與收獲的SEM標(biāo)準(zhǔn)化輸出結(jié)果路徑圖
Fig 1 SEM standard output paths of personal traits and research way/research experience/research gains

研參與中獲得的有效幫助來源、科研參與中受到的規(guī)范約束來源、 是否處于團(tuán)隊(duì)中，ew1～ew6分別為W1～W6的殘差；B為科研參與方式，X1～X4為其各觀察變量，分別為參與科研的形式、參與的科研類型、科研選題依據(jù)、科研訓(xùn)練內(nèi)容，ex1～ex4分別為X1～X4的殘差，eb為B的殘差；C為科研參與體驗(yàn)，Y1～Y4為其各觀察變量，分別為科研參與滿意度、科研參與中遇到的困難數(shù)量、科研參與中的地位、是否理解所做科研，ey1～ey4分別為Y1～Y4的殘差，ec為C的殘差；D為科研參與收獲，Z1～Z4為其各觀察變量，分別為通過科研參與所實(shí)現(xiàn)的愿望數(shù)量、通過科研參與得到提高的能力數(shù)量、通過科研參與得到提高的素質(zhì)數(shù)量、科研參與成果，ez1～ez4分別為Z1～Z4的殘差，ed為D的殘差。雙向箭頭上的數(shù)字為兩個(gè)有共變關(guān)系殘差的協(xié)方差，單向箭頭上的數(shù)字為各路徑系數(shù)，方框和橢圓右上角的數(shù)字分別為觀察變量和內(nèi)因潛在變量的方差。

2.4 建立預(yù)測(cè)方程

圖1中潛在變量與其觀察變量所組成的測(cè)量模型的回歸方程式(1)如下：

Wn=λAn*A+ewn

Xn=λBn*B+exn

Yn=λCn*C+eyn

Zn=λDn*D+ezn

其中An、Bn、Cn、Dn分別為A、B、C、D至其觀察變量的路徑系數(shù)。

圖1中外因潛在變量與相應(yīng)內(nèi)因潛在變量所組成的結(jié)構(gòu)模型的回歸方程式(2)如下：

B=λAB*A+eb

C=λAC*A+ec

D=λAD*A+ed

其中λAB、λAC、λAD分別為A至B、C、D的路徑系數(shù)。

由公式(1)、(2)可知，B、C、D的各觀察變量為A一次函數(shù)(3)：

Xn=λAB*λBn*A+λBn*eb+exn

Yn=λAC*λCn*A+λCn*ec+eyn

Zn=λAD*λDn*A+λDn*ed+ezn

其中A為自變量，Xn、Yn、Zn為因變量，λAB*λBn、λAC*λCn、λAD*λDn、λBn*eb+exn、λCn*ec+eyn、λDn*ed+ezn均為常數(shù)。

由公式(1)、(2)，公式(3)中自變量A的得分可由如下公式(4)估計(jì)[4]：

A=(λA1*W1+λA2*W2+λA3*W3+λA4*W4+λA5*W5+λA6*W6)/(λA1+λA2+λA3+λA4+λA5+λA6)

由公式(3)、(4)，根據(jù)調(diào)查問卷和SEM輸出結(jié)果，在已知各觀察變量與A得分的情況下，通過線性回歸分析建立Xn、Yn、Zn各觀察變量的預(yù)測(cè)公式(5)：

X1=0.3228A+1.4586

X2=0.1677A+0.8744

X3=0.0704A+1.6282

X4=1.0301A+1.727

Y1=0.2258A+2.0284

Y2=0.6026A+0.7522

Y3=0.4835A+1.7697

Y4=0.2012A+1.4754

Z1=1.1839A-0.3858

Z2=1.7868A+0.6776

Z3=1.4892A+1.121

Z4=0.5636A-0.2278

3 討論

本科生科研不但涉及的觀察變量較多，同時(shí)還涉及無法直接測(cè)量的潛在變量，這些變量間的因果關(guān)系錯(cuò)綜復(fù)雜，傳統(tǒng)的復(fù)回歸統(tǒng)計(jì)無法解釋這種復(fù)雜的因果模型，而SEM允許精致確認(rèn)及檢測(cè)復(fù)雜的路徑模型，可同時(shí)進(jìn)行多個(gè)變量的關(guān)系探討、預(yù)測(cè)及變量間因果模型的路徑分析，在一定程度上可同時(shí)替代傳統(tǒng)復(fù)回歸、通徑分析、協(xié)方差分析等[5]，因此SEM非常適合本研究。

本問卷的信度、效度良好，說明該問卷的各題項(xiàng)設(shè)計(jì)合理，測(cè)量結(jié)果受隨機(jī)誤差的影響較小，測(cè)量工具的一致性和穩(wěn)定性較高。模型適配度檢驗(yàn)結(jié)果表明所構(gòu)建的SEM無不合理參數(shù)存在且與數(shù)據(jù)適配度良好。在此基礎(chǔ)上建立的預(yù)測(cè)公式，特別適合準(zhǔn)備進(jìn)行科研訓(xùn)練或在科研訓(xùn)練初期的本科生，其對(duì)本科生科研的認(rèn)識(shí)尚處于懵懂階段，對(duì)未來可能要進(jìn)行的工作、面臨的困難等知之甚少，因此如果能夠事先根據(jù)已知的個(gè)人特質(zhì)，對(duì)未來科研訓(xùn)練前景做適當(dāng)預(yù)測(cè)，那么就可在有所準(zhǔn)備的情況下做出相應(yīng)規(guī)劃，規(guī)避可能遇到的彎路與挫折，甚至有選擇的迎難而上，避免千篇一律或經(jīng)驗(yàn)性的科研訓(xùn)練對(duì)學(xué)習(xí)積極性的挫傷，這顯然有助于學(xué)生的個(gè)性化學(xué)習(xí)及有效學(xué)習(xí)。

綜上，本文以相關(guān)調(diào)查問卷為出發(fā)點(diǎn)，基于SEM建立了一種通過個(gè)人特質(zhì)預(yù)測(cè)醫(yī)學(xué)本科生科研參與行為、體驗(yàn)與收獲的客觀可行的方法，這有助于為學(xué)生的個(gè)性化學(xué)習(xí)提供適當(dāng)?shù)臎Q策參考，這種方法不僅可應(yīng)用于醫(yī)學(xué)教育領(lǐng)域，也為其他預(yù)測(cè)相關(guān)的研究提供了一個(gè)新思路。