學習收獲視角下大創項目參與行為測量及驗證

盛艷燕 孫一平

摘 要：通過學生學習收獲的文獻構建大創項目參與行為的維度，開發量表并進行驗證。結果顯示，大創項目參與行為由投入行為和擔任角色兩個維度構成，投入行為由5個題項構成，擔任角色由6個題項構成，量表具有較高的信度和效度。與經典測量量表比較發現，大創項目參與行為量表與之存在異同點，但體現了大創項目參與行為的特點，能夠在未來大創項目管理中加以應用。

關鍵詞：大創項目參與行為;投入行為;擔任角色

大學生的學習收獲是評價高等教育質量的關鍵指標[1]。大量研究表明，大學生在校期間的各類學習、實踐、社交活動會影響他們的學習收獲，最終影響他們的職業發展和社會地位。學生的學習收獲存在較大差異，參與的內容、廣度和深度是能夠在很大程度上解釋學生的學習收獲差異的[2]。

大學生在校期間可以選擇參與的實踐活動非常豐富，主要有科研項目、社會實踐和兼職、學干、各類競賽、大學生創新創業訓練項目（簡稱大創項目）等，大創項目是參與師生人數較多的活動。研究者發現，參與大創項目的學生在科研意識、技能提升、社會適應、團隊合作能力等方面有所提升，甚至對他們將來的就業也是有利的[3];但也有研究發現，大創項目的完成情況不樂觀、參與積極性參差不齊、創新能力鍛煉不夠[4]。盡管學生都在參與大創項目，但個人參與大創項目的實際情況可能不同，部分學生并沒有將創新落實到行動[5]，說明學生的參與水平差異導致部分學生并沒有獲得創新能力的培養。所以，如果想通過參與大創項目來提升學生的學習收獲，需要深入考查學生的參與行為。目前，學生參與行為涉及課堂學習、各類實踐活動、競賽比賽、科研活動等，并未專門對大創項目參與行為開展研究，只有少數研究者利用理論分析方法指出大創項目參與程度不高的現象，缺乏對大創項目參與行為的測量和評價，不利于了解大創項目參與行為的實際狀況以便有針對性地制定措施。為了提升大創項目參與者的收獲，本文開發了大創項目參與行為量表，用于識別有利于提升學生學習收獲的參與行為，以便更好地指導學生參與大創項目。

一、文獻回顧與研究假設

學生參與行為相關的概念有學習經歷、學習投入等，參與行為是兩者的核心內容。學習經歷包括學習投入、收獲和環境感知[6]，其核心是學習投入;學習投入分為行為投入、情感投入和認知投入，行為投入用來描述大學生在課堂內外參與學習的行為表現[7]，即參與行為。

學生參與行為豐富多樣，行為投入是學生參與行為的核心要素[8]。對行為投入的測量主要分為兩種：第一，從學生各種學習行為發生頻率的角度。例如，研究型大學本科生學習經歷調查（SERU）的測量題項包括課堂的深度研討、課前準備、同伴互動、師生深度交流等[9]，全國大學生學習性投入調查（NSSE）的測量題項包括學業挑戰度、主動合作學習和生師互動、教育經驗豐富程度和校園環境支持度[10]。第二，從學生在學習過程中產生的心理特征角度。例如，大學生學習投入量表（UWES-S）分為動機、精力和專注[11]，該量表描述了學生行為和情感投入的強度和持久度。

大創項目是在導師的指導下以團隊形式開展工作的實踐項目。角色理論認為，由于任務分工和所處社會層級不同，每個人扮演了不同角色。Belbin（1993）將團隊角色分為任務性角色和社會性角色，任務性角色包括創新者、資源調查者、執行者、完成者和專家，社會性角色包括協調者、塑造者、監控者和團隊工作者[12]，一個職位的任職者可能同時兼具多個角色[13]，一個角色內也有不同的角色任務和要求[14]，所以角色行為存在差異。根據角色理論，學生在參與大創項目的過程中擔任的角色越重要、承擔的任務越多、難度越大，越需要付出更多的時間和精力來完成任務，這有助于他們積累知識、鍛煉能力，所以他們的學習收獲更大。由于大創項目以團隊形式開展工作，擔任不同角色意味著大創項目參與者需要完成特定的任務，任務差異導致個人參與行為存在差異。

大創項目是高校廣泛開展的一項實踐活動，目前暫未發現大創項目參與行為的量表。我們不僅僅需要了解學生參與該項活動的收獲，更需要了解他們完成相關任務中表現出來的具體行為，即做了什么、如何做的[15]。目前，少數文獻隱含指出了大創項目參與行為測量的方法，即：是否主持或參與大創項目、參與項目的數量[16]、參與項目的特征[17]，但沒有體現學生的參與行為。學習投入行為的測量主要從各類學習行為的發生頻率、強度與持久性角度，沒有體現個人擔任的團隊角色差異，而個人擔任的團隊角色差異是影響個人學習收獲的重要因素。因此，投入行為和擔任角色相結合能夠好地體現大創項目參與行為的特點。

綜上所述，本文作出如下假設：大創項目參與行為應從投入行為和擔任角色兩個角度進行測量。

二、研究設計

根據研究假設，本文從投入行為和擔任的團隊角色兩個角度來測量大創項目參與行為。基于經典測量量表，本文采用訪談法、內容分析法等方法收集和整理題項，再采用問卷調查法收集數據，然后對問卷進行信度和效度檢驗，最后得到大創項目參與行為的測量量表。

（一）題項的收集和整理

本次訪談對象為一所地方應用型高校主持或參與大創項目的在校學生。先將2021年6月大創項目結項情況分為優秀和通過兩種，再從中分別抽取10個小組進行訪談，每個小組至少選擇1名組長和成員。先通過結項名單聯系到小組組長，再通過小組組長聯系成員，征得他們的同意后開展訪談，最后共獲得42名學生的訪談資料。

訪談采用一對一開放式訪談，訪談內容圍繞大創項目從立項到結項過程中個人做了什么，如何做的。主要內容如下：你是項目負責人還是成員，你覺得你在完成項目的過程中扮演了什么角色;你主要負責項目的哪些工作，你是如何完成工作的;你負責的工作與其它成員之間有何關系，你如何與其它成員合作的;你覺得個人在完成項目的過程中有什么收獲。

將訪談內容整理成文字，以大學生學習投入量表（UWES-S）和Belbin（1993）的角色自評量表為依據對訪談資料進行內容分析。例如，學生談到在完成大創項目的過程中忙的時候忘記吃飯卻精神抖擻，這個現象與大學生學習投入量表中“我渾身有力且干勁十足”的題項相對應。學生談到自己是組長，要根據每個人的特點安排任務，這個現象無法與大學生學習投入量表的題項相對應。Belbin（1993）的角色自評量表的部分題項描述的內容與之相似，例如我有興趣更多地了解我的同事、我能與各種類型的人一起合作共事等，所以將訪談內容改編成兩個題項，包括我了解團隊成員的性格、特長，我按照團隊成員的特點分配工作。按照以上方法，將所有題項進行匯總，再合并意思相同的題項，初步獲得共獲得32個題項。

（二）問卷編制與測試

將內容分析所得題項進行匯總。從訪談對象中選擇10名學生閱讀題項，再對題項進行評價。評價從三個方面進行，即：每個題項表述的清晰程度、每個題項是否需要合并或拆分、題項內容是否全面描述自己參與大創項目的過程。計分方法為李克特五點計分法，分數從低到高排列。如果學生對題項的評價低于4分，則需要對題項進行討論和修改，一直到所有同學的評價都達到4分。經過10名同學的篩選，刪除發生頻率比較低的題項、評分低于4分的題項，再根據題項之間的邏輯關系進行合并，共獲得11個題項。

問卷共分為3個部分。第一部分是個人基本情況，包括性別、年級、專業、學院、GPA分數、參與大創項目的類型和級別。第二部分是行為投入，包括“我在大創項目中渾身有勁，干勁十足”等5個題項。第三部分是擔任的角色，包括“我為團隊成員制定計劃，大家都遵照執行”等6個題項。1表示非常不贊同，2表示不太贊同，3表示一般，4表示比較贊同，5表示非常贊同。

（三）數據收集

問卷調查對象為該校2022年6月之前申請立項的學生，主要是大學三年級和四年級的學生。先檢索2022年和2021年該校官方網站上發布的大創項目立項名單，再通過名單聯系到小組組長和成員，然后將問卷鏈接發給他們，由他們在問卷星上填寫。

本次發放問卷598份。剔除填寫時間少于1分鐘、所有選項完全一樣以及填寫缺失太多的問卷，共獲得534份問卷。其中，填寫人主持或參與大創項目的有248人，沒有參與大創項目的有286人。由于本文研究的是大創項目參與行為，需要主持或參與大創項目的學生填寫，所以本次問卷共獲得有效數據248份。

三、實證分析

（一）項目分析

項目分析采用兩種方法。第一，題總相關分析。結果顯示，各項目與總分的相關系數在0.717至0.839之間，大于0.3的標準，說明各個題項具有較高的同質性。第二，分組比較法。將題項分別按照總分排序，將前27%和后27%分為高低兩組，獨立樣本T檢驗結果顯示，所有題項均值都具有顯著性差異，說明題項之間鑒別度良好。

（二）結構探索

本次實證分析軟件是SPSS20.0，數據使用的是從248份問卷中隨機挑選124的份問卷。投入行為的Cronbach a系數為0.912，擔任角色的Cronbach a系數為0.937，兩者的信度均大于0.7，說明投入行為和擔任角色的信度達到測量學要求。

本文采用探索性因子分析獲得大創項目參與行為的結構，結果見表1。按照最大方差法抽取主成分，按照特征值大于和因子負荷大于0.5提取公因子。先將11個題項放在一起做因子分析，結果顯示，所有題項能提取1個公因子，方差貢獻率為69.58%。再將題項按照研究假設分開做因子分析，C1題到C5題的KMO分為0.921，旋轉后能提取1個公因子，方差貢獻率為74.55%，本文將其命名為擔任角色;D1題到D6題的KMO分為0.89，旋轉后能提取1個公因子，方差貢獻率為76.88%，本文將其命名為投入行為。方差貢獻率大，說明題項對公因子的解釋力度越大，二維結構的方差貢獻率比一維結構的方差貢獻率大，所以二維結構對大創項目參與行為的測量效果更好。

（三）結構驗證

利用Amos17.0對二維結構的大創項目參與行為結構進行驗證，樣本數量為248份，結果見表2。先設定兩個備選模型，分別為一階單因素模型、二階雙因素模型，它們分別假設11個題項有一個和兩個共同的潛在變量。M0為一階單因素模型，該模型卡方自由度比x2/df大于3，模型適配度指標GFI小于0.9，漸進殘差均方和平方根RMSEA大于0.06，說明模型對數據擬合效果不佳。M1為二階雙因素模型，該模型卡方自由度比x2/df小于3，漸進殘差均方和平方根RMSEA大于0.06，說明模型對數據擬合效果不佳;在M1的基礎上釋放部分題項和維度之間的雙向協方差關系對模型進行修正，M2模型卡方自由度比x2/df小于3，模型適配度指標GFI、TLI和CFI大于0.9，簡約適配度指標PNFI大于0.5，漸進殘差均方和平方根RMSEA小于0.06，說明該模型達到適配的標準。

由于投入行為與擔任角色高度相關，所以進一步驗證是否存在高階因子。在模型M3中，卡方自由度比x2/df小于3;模型適配度指標GFI、TLI和CFI大于0.9，簡約適配度指標PNFI大于0.5，漸進殘差均方和平方根RMSEA小于0.06，說明該模型達到適配的標準，投入行為和擔任角色存在高階因子，本文將其命名為大創項目參與行為。

綜合以上分析，M3模型對數據擬合效果最好，標準化回歸系數以及其它參數見圖1。

（四）組合信度和收斂效度

潛在變量的內部結構質量可以用組合信度和收斂效度來表示。組合信度表示潛在變量的信度系數，大于0.6表示模型的內在質量理想;收斂效度表示被潛在構念解釋的變異量有多少來自測量誤差，大于0.5表示測量指標能有效反映其共同因素構念的潛在特質。投入行為組合信度為0.938、收斂效度為0.717;擔任角色的組合信度為0.914、收斂效度為0.68，說明投入行為和擔任角色兩個潛在變量的測量效果較好。

四、總結和討論

本文研究顯示，大創項目參與行為由投入行為和擔任角色兩個維度構成，量表具有較高的信度和效度。投入行為由5個題項構成，信度為0.912，組合信度為0.938，收斂效度為0.717，說明投入行為的測量效果較好;擔任角色的信度0.937，組合信度為0.914，收斂效度為0.68，說明擔任角色的測量效果較好。驗證性因子分析結果表明，投入行為和擔任角色兩個維度具有一個高階因子。訪談中發現，在參與大創項目的過程中，學生投入時間和精力越多的人往往擔任重要角色，例如小組組長;導師在指導大創項目的過程中往往選擇能力和責任心強的學生擔任重要角色，所以這些學生往往會投入更多的時間和精力。由此，投入行為和擔任角色構成大創項目參與行為的兩個維度。

將投入行為測量量表與大學生學習投入量表（UWES-S）進行比較可以發現，本文的測量量表體現了大創項目參與者投入行為的特點。本文的投入行為主要描述的是個人在參與大創項目過程中時間和精力的投入類型和強度，包括“及時對項目工作進行反思和評價”“查閱了大創項目的一些書籍和資料”“我在大創項目中渾身有勁，干勁十足”“我在做大創項目時，常常感覺時間過得很快”“我遇到不懂的問題會及時向團隊成員或導師請教”和“我經常參加與項目技術相關的學術活動”。大學生學習投入量表包括動機、精力和專注，精力用投入的強度來表示，與投入行為相同，但大創項目參與行為的投入行為不包括動機和專注。產生這種現象的原因在于，大創項目在立項階段就規定了研究目的、研究對方和研究方法等內容，并以自愿參與為原則，項目完成情況也沒有強制性要求，所以在題項編寫和篩選階段，訪談者較少提到動機和專注，在量表中也沒有體現動機和專注。盡管兩者都強調了精力投入的強度，但本文的投入行為體現了大創項目實踐性的特點。學生在完成大創項目的過程中往往無法直接找到答案，他們需要在導師的指導下探索問題，主要表現為查閱資料、主動思考、總結反思、溝通交流等，而大學生學習投入量表是對學習精力投入強度的描述，并沒有描述特定的行為類型。

將擔任角色量表與Belbin（1993）的角色自評量表進行比較可以發現，本文的測量量表體現了大創項目參與者角色的特點。本文編制的擔任角色量表主要描述的是個人在團隊中表現出的行為，包括“我會想方法推進項目進展”“我想辦法協調團隊成員的意見”“我為項目開展尋求資源”“我了解團隊成員的性格、特長”和“我為團隊成員制定計劃，大家都遵照執行”，這些行為可以概括為制定計劃、指揮、協調、組織資源等，與管理學對領導職能的定義相符。Belbin（1993）的角色自評量表分為9種，每種角色在團隊中的貢獻有所差異，但每個人可能同時擔任多個角色，或者同時具備多個角色的某些特征。本文訪談發現，大創項目參與人數比較少，項目難度和任務量比較小，小組組長是主要負責人也是主要貢獻者，其主要職責是制定計劃、指揮、協調、組織資源，甚至是完成大部分工作，沒有發現監督者、塑造者和創新者角色，資源調查者、執行者、完成者和專家、協調者、團隊工作者等角色特征被包含在一個角色中，與訪談發現的小組組長角色相符。

綜合以上分析，與經典測量量表相比，本文對投入行為和擔任角色的測量與經典測量量表存在異同點，但體現了大創項目參與行為的特點，具備較高的信度和效度。未來可以將本文的量表進行適當改編后在大創項目管理中加以應用，例如學生自我評價和管理、項目過程評價、導師指導和監督等。本文存在的主要不足之處在于數據局限于一所應用型高校，未來應擴大樣本覆蓋范圍，體現學生大創項目參與行為在院校和專業上的差異。

參考文獻：

[1] 查奇芬，胡蕾，汪云香.大學生課外時間分配特征及對學習收獲的影響——基于2016年J大學學情數據的調查分析[J].高教探索，2017（7）：44-49.

[2] 楊釙，馬玉潔.關鍵行為與主觀收入預期[J].北京大學教育評論，2014（4）：147-156.

[3] 顧晶晶.創新創業教育對大學生就業滿意度的影響研究——基于陜西省高校畢業生的實證分析[J].統計與信息論壇，2018（9）：123-128.

[4] 劉繼安，高眾.我國高校創新創業訓練項目的實施情況、問題與對策——基于2012—2017年“國創計劃”項目信息的計量分析[J].中國高教研究，2018（11）：78-84.

[5] 朱紅，安棟.教學行為對本科生創新能力影響的實證研究——基于理科與其他學科的比較[J].教育學術月刊，2016（1）：81-89+98.

[6] 陸根書，胡文靜，閆妮.大學生學習經歷：概念模型與基本特征——基于西安交通大學本科生學習經歷的調查分析[J].高等教育研究，2013（8）：53-61.

[7] 楊立軍，韓曉玲.基于NSSE-CHINA問卷的大學生學習投入結構研究[J].復旦教育論壇，2014（3）：83-90.

[8] DAVIS T M，MURRELL P H.A Structural Model of Perceived Academica，Personal and Vocational Grains Related to College Student Responsibility[J].Research in Higher Education，1993，34（3）：267-289.

[9] 徐丹，唐園，劉聲濤.研究型大學學生類型及其學習效果——基于H大學本科生就讀經歷調查數據的實證分析[J].高教探索，2019（3）：22-29.

[10] 王世嫘，陳英敏.2000—2016年“全美大學生學習性投入調查”年度報告解析及其啟示[J].外國教育研究，2018（6）：41-54.

[11] 李西營，黃榮.大學生學習投入量表（UWES-S）的修訂報告[J].心理研究，2010（1）：84-88.

[12] BELBIN R M.Team Roles at Work[M].Oxford：Butterworth-Heinemann，1993.

[13] 王錦芳，孫海法.高管團隊角色和角色組合及其行為意義之實證研究[J].探索，2015（2）：164-171.

[14] 范惠明.角色理論：產學合作中教師角色的一個分析框架[J].高教探索，2021（6）：34-39.

[15] 周作宇，周延勇.大學生就讀經——評價高等教育質量的一個新視角[J].大學·研究·評價，2007（1）：27-31.

[16] 裴要男，王承武，周潔.項目驅動下大學生創新創業教育影響因素研究——基于MOA模型的實證分析[J].高教探索，2019（7）：108-116.

[17] 馬小雪，尚莉.大創項目實施對教學型大學學生的影響——以江蘇第二師范學院城環學院為例[J].江蘇科技信息，2019（1）：66-69.

基金項目：湖北省教育廳人文社科研究項目“大創項目參與行為對學生創新能力培養的影響研究”（20Y038）;2021年長江大學社會科學基金項目“高壓之下緣何堅守：在校生創業者的學業——創業平衡機理及休學創業政策效果評估研究”（2021csy13）

作者簡介：盛艷燕（1978- ），女，湖北潛江人，長江大學副教授，博士，研究方向為人力資源管理;孫一平（1982- ），男，湖北黃岡人，湖北經濟學院副教授，博士，研究方向為創新與創業。