學習策略何以影響考試焦慮：多重中介效應模型構建與檢驗

侯睿，金玲，賀劍

1. 寧夏大學 博雅書院，寧夏 中衛 750021；2. 韓國國立全北大學 教育學院，韓國 全州 54907；3. 寧夏大學 勤學書院，銀川 750021

隨著社會經濟形勢發展和學生成長環境變化, 學生心理健康問題愈加顯著[1-2]． 2023年, 教育部等17個部門聯合印發的《全面加強和改進新時代學生心理健康工作專項行動計劃(2023-2025年)》再次要求以智慧心提升學生心理健康素養[2]． 學生心理健康和考試焦慮密切相關[3], 近15年來, 中國學生考試焦慮發生率平均達到 22.32%[4]． 考試焦慮是一種情境特異性人格特質, 在面臨考試或評價情境時部分學生會表現出過度擔憂、 心理混亂、 緊張及相應的生理喚醒． 考試焦慮不僅會影響學生的注意力[5]、 學業成績[6], 過度的考試焦慮還會影響學生的心肺功能[7]、 免疫系統[8]、 甚至引起抑郁[9], 產生自殺傾向[10]． 當前, 考試焦慮研究對象主要聚焦于中小學生, 對大學生考試焦慮研究不足[11-13], 而各類考試充斥著大學生的生活[14], 學術和職業考試對大學生的個人目標和職業選擇意義重大[3], 考試焦慮影響著大學生的學習能力和身心健康[12-13], 因此探討大學生考試焦慮的影響因素及其內在作用機制, 對促進大學生心理健康發展具有重要意義．

大學生考試焦慮的影響因素包括學習策略[15]、 學習動機[16]、 學習投入[17]等． 有效的學習方法可以幫助學習者戰勝考試焦慮, 提升學習效率[18], 進而幫助大學生實現學術理想和人生目標． 近年來, 隨著教育信息化持續深入推進, 在線學習成為變革教與學模式的重要教育實踐形態[19], 大規模在線教育引發了教育領域一場深刻的變革[20]． 當前, 在線學習已經成為當代教育體系中重要的組成部分, 是現代社會必不可少的一種學習方式． 其中, 云自習[21](Study with Me)作為一種新興的自主在線學習方式[22], 受到全球學習者和教育研究者的關注． 云自習又譯為學習直播[23]、 直播自習[24]、 網絡陪伴式學習[25]等．

云自習的興起可以追溯到“Study Account”在社交媒體的興起[24]和直播技術的迅猛發展[26]． 學界目前還沒有統一的定義, 本研究參考焦建利[21]、 李海峰等[25]、 Kim等[27]的觀點, 將云自習定義為學習者以學習為目的, 進入網絡虛擬學習環境中進行自主學習的方式． 以“云自習”為標簽的視頻在B站上播放次數超過14億次[28], B站每天開啟10 293個云自習直播間供云自習學習者參與, 其中超過半數的學習者是大學生[29]． 有研究表明, 參與云自習與考試焦慮相關[30], 學習者在云自習過程中獲得情感上的陪伴和學習效率提升[22,24-25], 緩解了考試焦慮． 探尋云自習對大學生考試焦慮的影響因素及內在作用機制, 不僅為緩解大學生考試焦慮提供有效的對策, 也為創新在線教育實踐提供支持, 通過實證研究對其進行驗證． 假設1: 參與云自習對大學生考試焦慮有顯著預測作用．

學習動機是激發、 維持和完成特殊學習目標行為的內在過程, 大致分為內在動機和外在動機[31]． 有研究表明, 學生的學習動機與考試焦慮密切相關[32], 內在動機和考試焦慮呈負相關[33], 外在動機和考試焦慮呈正相關[34]． 過度關心考試成績會讓學習者的學習動機產生偏差, 致使學習者容易出現考試焦慮[35]． 在在線學習過程中, 學習者缺乏學習動機容易出現注意力游離、 欠缺堅持性的現象, 因此學習動機顯得尤為重要[36]． 云自習與學習者的學習動機密切相關[37], 大學生在參與云自習的過程中, 通過自我規訓、 同儕陪伴、 群像激勵等方式增強學習動機[37-38], 借助線上監督, 改善學習狀態, 從情感能量中驅動學習力, 提高學習效率, 從而應對考試帶來的壓力和焦慮． 由此, 本研究提出假設2: 學習動機在云自習對大學生考試焦慮之間起中介作用．

學習投入是一種與學習相關, 積極、 充實的精神狀態[39], 包涵活力、 奉獻和專注3個維度, 亦是評價學習過程、 衡量學習質量的重要指標之一[40]． 多項研究結果顯示, 學習投入與考試焦慮呈顯著負相關[41]． 考試帶給大學生的壓力是普遍的, 對一部分學生來講這種壓力還很大[42], 嚴重的考試焦慮會導致學生逃避學習, 致使學生的學習時間減少, 無法掌握需要學習的內容[37], 因而產生更強的考試焦慮, 最終形成惡性循環． 學生增加學習投入, 收獲更好的學業成績, 學業成績提升, 考試焦慮可以得到一定的緩解[42], 使大學生身心健康向積極的方向發展, 因此有必要提升大學生應對考試焦慮的方法． 已有研究發現, 參與云自習和學習投入有一定關系[43]． 云自習作為一種有效的學習方式[22-25], 可以點燃學習者的學習熱情, 提高學習專注度[22], 延長學習時間, 增加學習投入[27]． 由此, 本研究提出假設3: 學習投入在云自習對大學生考試焦慮之間起中介作用．

在社會科學領域的一些研究中, 因為研究情境復雜, 需要多個中介變量才能更加清晰地說明自變量對因變量的效應[44], 因此越來越多的學者采用多重中介(Multiple Mediation)模型開展研究． 在本研究中, 學習動機和學習投入均對云自習和考試焦慮產生重要影響, 為了研究云自習對大學生考試焦慮的影響及多重中介效應, 本研究提出一個多重中介模型(圖1)．

圖1 理論假設模型

1 對象與方法

1.1 對象

本研究采取方便取樣法, 選取參與過云自習的在校大學生作為調查研究對象, 通過在云自習直播間和學習社群發放問卷, 累計回收問卷372份． 剔除不認真作答問卷34份, 有效問卷338份, 有效率為90.8%． 其中, 男生166人(49.11%)、 女生172人(50.89%); 大一66人(19.53%)、 大二87人(25.74%)、 大三81人(23.96%)、 大四104人(30.77%); 人文社會科學專業學生224人(66.27%)、 自然科學專業學生114人(33.73%)．

1.2 工具

1.2.1 參與云自習時間

調查大學生平均每日參與云自習的學習時間, 旨在以時間維度的客觀數據反映大學生在在線自主學習模式下的學習情況． 選項賦值為: 1<1小時, 1小時≤2<3小時, 3小時≤3<6小時, 4≥6小時以上．

1.2.2 學習動機

采用Amabile等[45]開發, 池麗萍等[46]修訂, 于倩等[47]再次修訂的學習動機量表, 量表包涵內在動機和外在動機2個維度共17個問題． 內在動機是指因學習活動本身的意義和價值所引起的動機, 比如學生努力學習是因為他們感興趣、 好奇, 在學習中獲得了樂趣． 外在動機是指因學習活動之外的誘因而引起的學習動機, 比如學習努力是想在考試中獲得好成績、 得到獎勵、 取悅家長或者逃避懲罰等[47]． 問卷采用1～4計分方式(1=“完全不符合”、 4=“完全符合”), 分數越高個人的學習動機越強． 本研究內在動機Cronbach的α系數為0.875, 外在動機Cronbach的α系數為0.873．

1.2.3 學習投入

采用Schaufeli等[48]開發, 方來壇等[49]翻譯修訂的學習投入量表, 量表包涵奉獻、 活力和專注3個維度共17個問題． 其中, 奉獻是指個人對學習的熱愛和自豪感, 并愿意作為一名開拓者致力于學習的決心; 活力是指個人在學習中的意志力, 表示個人愿意把精力投入學習, 不畏困難地堅持下去; 專注意味著個人全神貫注于學習, 并愿意為之投入大量時間[48]． 問卷采用1～4計分方式(1=“完全不符合”、 4=“完全符合”), 分數越高表示學習投入越多． 本研究Cronbach的α系數為0.952．

1.2.4 考試焦慮

采用Pintrich等[50]開發, 王寬明等[51]翻譯并修訂的考試焦慮量表, 量表一共4個問題: ① 考試時如果不能回憶起所學的內容, 我會感到很緊張; ② 考試時我會感到緊張、 不適; ③ 對于考試, 我極為擔心; ④ 考試時我擔心自己會考得很糟糕[51]． 問卷采用1～4計分方式(1=“完全不同意”、 4=“完全同意”), 分數越高, 表示考試焦慮程度越高． 本研究Cronbach的α系數為0.843．

1.3 分析框架

本研究采用SPSS 26.0軟件對數據進行共同方法偏差檢驗、 描述性統計和相關分析, 并通過AMOS 26.0軟件構建結構方程模型檢驗多重中介作用． 數據分析主要包括4個方面: ① 進行人口統計學特征差異分析． 運用正態分布計量資料以均數±標準差與t檢驗和One-Way ANOVA檢驗, 分析性別, 專業, 年級差異有無統計學意義． ② 基本統計信息描述與判斷． 運用描述性統計分別對大學生參與云自習、 內在動機、 外在動機、 學習投入和考試焦慮間的Pearson相關系數進行描述, 并判斷是否滿足進一步進行測量模型分析的條件． ③ 測量模型分析． 運用驗證性因子分析(Confirmatory Factor Analysis, CFA)判斷內在動機、 外在動機、 學習投入和考試焦慮的信效度是否達到學者所建議的一般水平, 為進一步進行結構模型分析做鋪墊． ④ 結構模型分析． 運用結構方程模型探索云自習對考試焦慮的直接影響作用, 以及通過內在動機、 外在動機、 學習投入的間接影響作用．

1.4 共同方法偏差檢驗

本研究采用Harman單因素檢驗法[52]進行共同方法偏差檢驗． 檢驗的具體做法是對所有題目進行探索性因子分析, 查看析出的第一個因子的解釋量是否低于臨界值40%． 結果表明特征值大于1的因子共有7個, 且第一個因子解釋的變異量為28.339%(表1), 小于臨界值, 說明本研究不存在明顯的共同方法偏差問題．

表1 Harman單因素檢驗法

2 結果分析

2.1 人口統計學特征差異分析

為了解大學生參與云自習的個體差異, 以性別、 專業為自變量進行獨立樣本t檢驗; 以年級為自變量進行One-Way ANOVA檢驗． 從表2可以看出, ① 性別方面, 大學生在云自習時間內動機和學習投入不存在顯著差異, 外在動機和考試焦慮存在顯著差異, 女生在外在動機和考試焦慮上均高于男生; ② 年級方面, 大學生在云自習時間內在動機和學習投入不存在顯著差異, 外在動機和學習投入存在顯著差異, 其中大一年級在學習投入上高于大二、 大三、 大四年級, 大三年級的考試焦慮高于大一、 大二、 大四年級; ③ 專業方面, 大學生的內在動機、 外在動機和學習投入均不存在顯著差異, 云自習時間和考試焦慮存在顯著差異, 自然科學專業學生上自習時間長于人文社會科學專業學生, 人文社會科學專業學生考試焦慮程度高于自然科學專業學生．

表2 不同性別, 年級, 專業云自習各維度平均分差異比較(N=338)

2.2 各變量的描述統計及相關分析

表3給出了云自習、 內在動機、 外在動機、 學習投入、 考試焦慮的平均值(M)、 標準差(SD)以及各變量之間的皮爾遜相關系數． 統計結果顯示, 云自習與內在動機呈顯著正相關(r=0.327,p<0.001); 參與云自習與學習投入呈顯著正相關(r=0.525,p<0.001); 內在動機與學習投入呈現顯著的正相關(r=0.523,p<0.001); 外在動機與考試焦慮呈現顯著的正相關(r=0.511,p<0.001); 參與云自習與外在動機呈顯著負相關(r=-0.254,p<0.001); 參與云自習與考試焦慮呈顯著負相關(r=-0.488,p<0.001); 內在動機與考試焦慮呈顯著負相關(r=-0.126,p<0.01); 學習投入與考試焦慮呈顯著負相關(r=-0.308,p<0.001)． 外在動機與內在動機, 學習投入與外在動機相關均不顯著(表3)．

表3 各變量描述統計及相關分析

2.3 驗證性因子分析

內在動機、 外在動機、 學習投入、 考試焦慮的標準化路徑系數(Std.)范圍分別為0.764～0.837,0.727～0.785,0.816～0.928,0.673～0.805, 分別均在0.6以上; 組成信度(CR)分別為 0.835,0.793,0.913,0.840, 大于0.7, 均達到學者建議的水平, 說明4個潛變量的信度均較優． 平均變異數萃取量(AVE)分別為0.628,0.561,0.778,0.569, 均大于0.5[52], 說明4個潛變量均有較好的收斂度(表4)． 測量模型擬合指數(x2/df)=130.78/59, Tucker-Lewis指數(TLI)=0.958, 標準擬合指數(NFI)=0.944, 相對擬合指數(RFI)=0.926, 增值擬合指數(IFI)=0.968, 比較擬合指數(CFI)=0.968, 近似誤差均方根(RMSEA)=0.060, 綜合各項指標證明本研究分析測量模型良好[53](表5)．

表4 驗證性因子分析

表5 測量模型整體適配度評價指標體系及擬合結果

2.4 內在動機、 外在動機和學習投入在云自習中對考試焦慮的中介效應檢驗

通過AMOS.26軟件進行結構方程建模, 以云自習時間為自變量, 以考試焦慮為因變量, 以學習動機(內在動機、 外在動機)和學習投入為中介變量, 結果顯示模型擬合指數為x2/df=151.206/68,TLI=0.954,NFI=0.940,RFI=0.919,IFI=0.966,CFI=0.966,RMSEA=0.060[53], 綜合各項指標證明本研究分析模型良好(表6)．

表6 結構模型的評價指標體系及擬合結果

變量間的標準化路徑系數(β)如表7所示, 云自習顯著負向預測考試焦慮(β=-0.256,SE=0.043,p<0.001); 云自習顯著正向預測內在動機(β=0.345,SE=0.025,p<0.001)、 學習投入(β=0.526,SE=0.025,p<0.001), 云自習顯著負向預測外在動機(β=-0.283,SE=0.032,p<0.001); 外在動機顯著正向預測考試焦慮(β=0.564,SE=0.092,p<0.001); 學習投入顯著負向預測考試焦慮(β=-0.215,SE=0.106,p<0.01); 內在動機(β=0.003,SE=0.109,p>0.05)則不能預測考試焦慮(圖2)．

表7 結構模型路徑系數

圖2 內在動機、 外在動機、 學習投入、 云自習和考試焦慮的機構方程式模型圖

進一步通過AMOS 2.60軟件的Bootstrap程序重復取樣1 000次, 并通過95%置信區間(CI)檢驗本研究模型中介效應的顯著性及效應量． 結果顯示, 云自習到考試焦慮間接效應的95%置信區間(CI)均不包括0, 且平均間接效應在置信區間范圍內, 說明多重中介效應顯著． 以內在動機為中介變量的路徑間接效應為-0.001(95%CI=[-0.035, 0.035]), 以外在動機為中介變量的路徑間接效應為-0.112(95%CI=[-0.186, -0.061]); 以學習投入為中介變量的路徑間接效應為-0.079(95%CI=[-0.141, -0.028]); 線上自習的直接效應為-0.179(95%CI=[-0.272, -0.086]), 總的間接效應為-0.192(95%CI=[-0.278, -0.105])(表8), 表明云自習與考試焦慮的直接路徑和2條間接路徑均顯著．

表8 中介效應檢驗的Bootstrap分析

3 討論

3.1 人口統計學特征差異討論

男生和女生參與云自習, 其內在動機和學習投入差異并不明顯, 而外在動機和考試焦慮存在顯著差異, 女生顯著高于男生． 關于考試焦慮的性別差異研究比較多, 以往的學者認為存在性別差異且女生顯著高于男生[55-56], 與本研究的結果一致． 但是, 也有研究認為考試焦慮不存在性別差異[57]． 已有研究認為, 社會期望和文化規范會影響女生的行為方式和心理發展, 與男生相比女生更傾向于尋求外部認可來確認自己的能力和成就． 特別是在面對考試這種評價情境時, 女生更加重視成績, 關注教師和同伴的反饋, 這種對外部認可的依賴增加了她們的焦慮[54-57], 因而提示我們要更加關注女生的心理狀態[56], 多溝通、 早發現、 早干預, 多給女生積極的肯定和鼓勵, 避免焦慮情緒持續升級．

不同年級參與云自習時間、 內在動機和考試焦慮差異并不顯著． 但在外在動機上, 大三學生顯著高于其他年級學生; 在學習投入上, 大三學生顯著低于其他年級學生． 本研究與已有研究結果一致[55,58]． 已有研究認為, 大三是大學階段的轉折點, 經過兩年的大學學習生活, 學生對世界、 社會及人生有了新的認識, 開始更多關注外界及他人的要求, 對自己有了新的定位[59-60], 特別是在實訓實習期間, 面臨著學習成績之外更多社會尺度的評價, 導致其對學習的投入明顯減少, 外部動機明顯增強． 這一研究結果提示我們, 要更多關注大三學生的學習生活和心理狀態, 幫助他們順利完成“大學生”到“社會人”的轉變．

人文社會科學學生和自然科學學生在內在動機、 外在動機、 學習投入上差異不顯著． 在參與云自習時間方面, 自然科學學生顯著高于人文社會科學學生． 在考試焦慮方面, 人文社會科學學生顯著高于自然科學學生[61], 這種狀態可能是因為學科特點不同所致． 人文社會科學專業以具體的、 境遇性的實踐知識為主, 側重于分析和總結, 考前需要大量記憶與理解, 相比平時學習備考壓力更大, 考試焦慮程度聚增; 自然科學專業的課程緊、 任務重, 需要完成學習任務時間較長[62], 參與線上自習時間也相對較長, 考前突擊效果不明顯, 考前復習任務與壓力相對較少, 考試焦慮程度相對較低[58-60]． 研究結果表明, 在對大學生考試焦慮的預防和干預中, 對人文社會科學專業學生需要做好考前心理疏導, 對自然科學專業學生則需要注重平時課業生活中的心理輔導．

3.2 云自習對大學生考試焦慮的直接作用

本研究證實參與云自習對考試焦慮具有顯著負向預測作用, 與假設1相同． 大學生參與云自習可以在一定程度上舒緩心理壓力, 從而緩解學生考試焦慮, 本研究結果與已有研究結果一致[24]． 5G時代, 時空一體的沉浸式體驗將人們慣性化生活場域發展成為泛化的社會文化儀式[63], 媒介技術提供的資源及環境促成了新的學習氛圍, 云自習為學習者創造出的“虛擬在場”和“數字共在”[64], 滿足了新時代大學生表達自我、 構建自我認同, 形成新的人機關系和人際關系的需求[63]． 在參與云自習過程中, 大學生們通過網絡學習空間組成了預想中的學習共同體[66]． 在學習共同體中, 有著相似學習目標和情感需求的學習者聚集到一起, 同伴氛圍形成自我激勵, 同境遇激發深層共情, 同情性理解促進自我治愈, 有效地緩解了備考過程中的不安和孤獨感[37]． 這種局面可以幫助學習者調整心態, 在自主學習的過程中重建自我認同． 通過這種方式, 學習者能夠調整和優化學習狀態, 從而緩解考試焦慮． 參與云自習不僅是大學生尋求自我實現的手段, 也是他們尋求社會認同的心理慰藉．

3.3 學習投入和學習動機的中介作用

在學習動機中, 外在動機在云自習和大學生考試焦慮間起到中介作用． 假設2得到部分驗證． 以往多項研究發現, 考試焦慮與外部動機呈顯著正相關, 內在動機和考試焦慮呈顯著負相關[67], 與本研究部分一致． 在本研究中, 外在動機在云自習與大學生考試焦慮之間作為中介時, 為顯著負向預測作用, 內在動機無顯著預測作用, 說明參與云自習對大學生外在動機有一定積極的影響, 與已有研究結果一致[24]． 參與云自習, 大學生主動展露自己的學習過程并分享學習記錄, 這種將個人學習狀態公開的方式, 有助于大學生將學習過程中的焦慮具象化, 使他們能夠量化學習時間． 通過對學習過程和時間量化的視覺展示, 可以深入了解自身的學習習慣和效率． 在此過程中, 大學生因擔心與他人相比不夠努力而產生強烈的外在驅動力, 這種雙向監督在一定程度上倒逼他們完成學習任務, 因而獲得了來自于自己和其他學習者的積極評價, 緩和了考試焦慮．

學習投入在參與云自習與大學生考試焦慮間起中介作用, 假設3得到驗證． 在數字化時代背景下, 網絡空間成為當代大學生主要活動場所, 大學生們習慣于通過互聯網獲取信息資源并開展學習活動[68]． 參與云自習作為這一趨勢的體現方式, 利用交互式媒體構建了虛擬學習空間, 通過諸如番茄鐘、 白噪音、 攝像頭、 學習目標打卡、 視覺場景構建[24]等學習工具和學習策略幫助大學生快速進入學習狀態, 保持專注和延長學習時間, 從而增加學習投入． 當學習者在學習上投入了更多的時間和精力, 對知識的熟練程度就越高, 心態就更加積極, 從而對學業的擔憂減少, 對考試的焦慮程度降低．

本研究還發現, 參與云自習對內在動機有顯著的正向預測作用, 這與已有研究一致[37]． 內在動機對考試焦慮無顯著預測作用, 這種結果與部分研究報道不一致[69]． 此外, 內在動機作為中介變量時對云自習與大學生考試焦慮之間也無顯著預測作用, 與我們的假設不一致, 這種狀態可能源于我國人口基數過于龐大, 長期以應試教育方式篩選人才有關． 通過考試改變命運的觀念, 使得考試成為貫穿中國學生從幼年到成年最重要的競爭方式[70]． 高中階段以考上大學為唯一目標, 考入大學后因沒有及時樹立進一步的學習目標, 從而因“動機落差”導致動機水平在不同維度上產生差異, 大多數學生表示自己為了通過期末考試或獲得學分而學習, 努力程度低、 缺乏學習自主性, 因此這部分學生往往內在動機水平較低而外在動機水平較高[71]．

3.4 研究不足與展望

本研究深入討論大學生參與云自習對考試焦慮的影響機制, 分析學習投入和學習動機對大學生參與云自習和考試焦慮之間的多重中介作用, 既為通過新興學習策略緩解大學生考試焦慮提供理論依據, 也為考試焦慮探索提供更豐富的思路, 有助于豐富云自習、 考試焦慮、 學習投入、 學習動機的理論研究和實證檢驗, 并為將來其他相關研究提供佐證和支持． 改善考試焦慮, 促進大學生心理健康發展, 需要學生、 學校、 社會3個方面共同努力． 在學生方面, 設定合理的學習目標, 理性看待考試競爭, 參與云自習提升自主學習效率, 避免不必要的焦慮和內耗; 在學校方面, 通過校園公眾號、 視頻號等平臺推送云自習相關文章和視頻, 引導大學生了解并嘗試參與到云自習活動, 在校內創建形式豐富的主題自習室, 組建云自習學習小組, 為學生提供更多機會去探索和體驗新的學習方法; 在社會方面, 鼓勵多元化的評價方式, 加強非娛樂性云自習學習平臺建設, 為學生提供更具多樣性的學習體驗和安全的網絡學習空間． 這種努力不僅為緩解考試焦慮提供了有效的措施, 為大學生心理健康教育工作提供了新的思路, 也為理解當代大學生在線學習提供了新的視角, 為數字時代開展個性化教育實踐, 構建“人人皆學、 處處能學、 時時可學”的學習型社會[72]提供了有益的啟示． 當前, 對于參與云自習的研究尚處于起步階段, 實證研究和實驗研究均較少, 需要進一步開展工作．

4 結論

(1) 云自習時間直接負向預測大學生考試焦慮;

(2) 外在動機在云自習與大學生考試焦慮之間起中介作用, 內在動機無顯著作用;

(3) 學習投入在云自習與大學生考試焦慮之間起中介作用．