基于結構方程模型的醫學生統計學學習態度分析

摘要：目的 了解醫學生對醫學統計學課程的學習態度及預期掌握程度，為促進教學效果的提升提供依據。方法 基于SATS-36量表對塔里木大學醫學院的學生開展調查，使用結構方程模型探討醫學統計學學習態度、數學能力及預期掌握程度三者間的影響機制。結果 共有208名醫學生完成問卷調查，統計學學習態度均分為（4. 55±0. 64）分，醫學生統計學學習態度比較積極，但也普遍反映醫學統計學課程偏難；數學能力通過統計學學習態度對課程預期掌握度產生正向影響且兩者對課程的預期掌握度影響均有顯著作用。結論 建議通過改善學生對醫學統計課程的難度認知、及時糾正學生對統計學習的消極態度、提高數學能力和學習信心，來增加學生對統計學課程的掌握預期，進而促進教學效果的提升。

關鍵詞：醫學統計學；統計學學習態度；結構方程模型；預期掌握程度；SATS

DOI：10.13555/j.cnki.c.m.e.2025.02.011

中圖分類號：G642. 0 文獻標志碼：A 文章編號：2096-3181（2025）02-0232-07

基金項目：塔里木大學一流本科課程建設項目（TDYLKC202454）；塔里木大學本科課程思政示范項目（TDKCSZ22449）；塔里木大學新辦專業建設項目（XBZYXJ202407）

Analysis of Medical Students’ Attitudes toward Learning Statistics Based on Structural Equation Modeling

DAI Zhenzhen1，LI Yongsheng1，TUOHETI Reheman1，MO Jinqiu1，BI Yuxue1，2

1. School of Medicine， Tarim University， Alaer 843300， China； 2. School of Public Health， Xi’an Jiaotong University Health Science Center， Xi’an 710061， China

Abstract： Objective To understand the learning attitude and expected mastery levels of medical students to Medical Statistics courses and provide reference for the promotion of teaching effect. Methods A survey was conducted using the SATS-36 scale to assess the learning attitudes of students at the School of Medicine， Tarim University. Structural equation modeling was employed to examine the influence mechanism among attitude towards learning Medical Statistics， mathematical ability， and expected mastery. Results A total of 208 medical students completed the questionnaire survey， and the mean score of statistical learning attitude was 4. 55±0. 64. The statistical learning attitude of medical students was， on the whole， relatively positive. However， the majority of students surveyed indicated that the Medical Statistics course was challenging. There was a positive correlation between mathematical ability and the expected mastery level of the course， with the former influencing the latter through attitude towards statistical learning. Both factors had a significant impact on the expected mastery level of the course. Conclusion It is recommended that students’expectations of mastery of the statistics course be increased by improving their perception of the difficulty of the Medical Statistics course， correcting their negative attitudes toward learning statistics in a timely manner， and improving their mathematical ability and confidence in learning. This will contribute to the promotion of teaching effect.

Keywords： Medical Statistics； Attitude towards statistics； Structural equation modeling； Expected mastery levels； SATS

隨著人工智能與大數據時代的來臨，統計學的重要性日漸凸顯。醫學統計學作為這一領域的重要分支，不僅是醫學科研的核心工具，更在臨床診療與公共衛生決策中扮演著至關重要的角色。有效獲取、批判性鑒別以及科學分析醫學數據與信息，從而做出理性的臨床決策，已成為現代醫學生必備的基本素養之一[1]。然而，醫學統計學概念抽象、內容枯燥、方法復雜，令許多學生望而生畏[2-4]。國內外的研究表明，統計學學習態度作為學生統計學習的重要非智力因素之一，可能是影響其學習行為和課程成績的關鍵因素[3-6]。此外，持有消極的統計學學習態度還可能對學生統計思維的形成及統計技能的應用產生不利影響[7]。因此，如何培養醫學生積極的統計學學習態度、改善其學習行為，從而提升統計學習成果，已成為醫學統計學教學需重點關注的問題。

學習態度是指學生在學習過程中所展現的相對穩定的心理傾向，主要體現在情感體驗、認知水平和行為傾向三個維度上[8-9]。由于學習態度的概念較為抽象，無法直接測量，因此需要借助具有良好信度和效度的量表進行評估。目前，關于統計學學習態度的量表已有十多種，其中由Schau開發的SATS-36量表（Survey of Attitudes Toward Statistics）受到廣泛認可[9-12]，并已被國內外學者翻譯成多種語言進行驗證與應用。已有的研究探討了醫學生的統計學學習態度與學習行為及課程成績之間的關系，但對于醫學生在統計學課程學習態度的整體認識上仍顯不足，且分析方法多限于描述統計、相關分析及回歸分析。本研究將采用漢化的SATS-36量表設計調查問卷，對塔里木大學醫學院的本科生進行統計學學習態度的調查，結合項目組合法和高階驗證性因子分析來構建統計學學習態度結構方程模型，深入分析醫學生的統計學學習態度、數學能力及預期掌握程度之間的影響路徑與強度，旨在為醫學統計課程的本科教學提供指導。

1 研究對象與方法

1.1 研究對象

本研究采用普查方式，面向塔里木大學醫學院2023—2024學年度秋季學期所有修讀“醫學統計學”或“衛生統計學”課程的本科生進行調查，參與者涵蓋臨床醫學與預防醫學兩個專業。在問卷填寫之前，調查對象已被充分告知此次調查的目的，并獲得了知情同意。共發放問卷219份，經過篩選，剔除信息不全或填寫錯誤的問卷，最終回收有效問卷208份，回收率達到94. 90%。

1.2 調查方法

為深入探索分析學生對醫學統計學課程的學習態度，在課程啟動后的第五周開展問卷調查。課堂結束之后，授課教師將預留十五分鐘的時間，以不記名、自填的方式，要求學生獨立完成問卷調查。問卷回收直接在現場進行，以確保調查數據的真實性。此安排巧妙地結合了理論學習的初期階段與逐步深化的過程，給予學生一定時間來構建對統計學的基本認知，又避免了后期可能因課程內容加深而產生的急躁或敷衍心態，進而確保問卷的填寫能夠真實反映學生的真實狀態。

1.3 研究內容

1.3.1 SATS-36量表

調查問卷采用漢化版本的SATS-36量表進行設計，整體由44個問項構成，其中包括SATS-36量表的36個題項、4個基本信息題項，4個關于數學能力和預期掌握程度的題項。每個SATS-36條目均采用李克特量表7點計分法，分別表示非常不同意（1分）、不同意（2分）、比較不同意（3分）、一般（4分）、比較同意（5分）、同意（6分）和非常同意（7分）。量表通過情感、認知能力、價值判斷、難度、興趣和努力六個維度來全面反映并測量學生對醫學統計學課程的學習態度。

1.3.2 項目組合法

項目組合法，又稱條目打包，是一種將量表中兩個或多個條目進行重新整合的分析手段，旨在通過合成分數作為新的指標進行評估[13]。此方法能夠有效校正數據的非正態分布、減少模型中參數的數量，避免由于測量指標過多而造成的誤差相關性、多重共線性和交叉負荷等問題對模型擬合的負面影響[14]。SAT-36量表的開發者及國內外學者均曾采用項目組合法進行量表的驗證性因子分析[4，10，15]。此外，針對參數較多的模型，有研究者提出將項目組合法與高階驗證性因子分析相結合，這一策略能顯著簡化模型，并能有效改善模型擬合效果、提升模型解釋力。

1.3.3 研究假設與理論模型

研究顯示[3，16]：學生的數學能力越強，對其數理基礎的信心愈加堅定，因而對自己在統計知識掌握程度的預期也愈發樂觀。同時，積極的統計學學習態度促使學生投入更多精力，從而提升其對統計學知識的理解和掌握。此外，強大的數學能力不僅使學生更容易在統計課程中獲得成就感，也有助于培養其統計學習的積極態度。由此，提出如下假設：

假設1（H1）：數學能力正向影響統計學預期掌握程度。

假設2（H2）：統計學學習態度正向影響統計學預期掌握程度。

假設3（H3）：數學能力可通過統計學學習態度影響預期掌握度。

本研究運用項目組合法構建統計學學習態度的高階因子。量表涵蓋了六個維度，分別為情感、認知能力、價值判斷、難度、興趣與努力，這些將作為一階因子（顯變量）。各維度所包含條目的算術平均值被視為一階因子的取值，共同用于測量統計學學習態度這一高階因子（潛變量）。研究通過引入統計學學習態度的高階因子、數學能力因子及預期掌握程度因子，構建適用于醫學生的統計學學習態度結構方程模型。

1.4 統計學方法

采用EpiData 3. 1建立數據庫，使用SPSS 27. 0進行數據統計分析。滿足正態分布的計量資料采用均數±標準差表示。問卷的信度檢驗通過計算克隆巴赫α系數（Cronbach’s α）來評估因子內部一致性，而效度檢驗則通過聚合效度和區分效度的指標來判斷。利用AMOS 28. 0軟件開展驗證性因子分析和構建結構方程模型，主要探討統計學學習態度、數學能力及其預期掌握度之間的因果關系及中介效應，同時對模型的擬合度進行檢驗。P<0. 05表示差異具有統計學意義。

2 結果

2.1 調查對象基本特征

本次研究共回收有效問卷208份，其中男生126人（60. 58%），女生82人（39. 42%），平均年齡（20. 46±0. 89）歲；臨床醫學專業學生173人（83. 17%），預防醫學專業學生35人（16. 83%），高考數學成績≥120分的共計18人占（8. 70%）。

2.2 描述統計及正態性檢驗

表1中潛在因子是由一階因子組合而成，一階因子的取值通過對應問卷題項的平均分得出。統計學學習態度對應的一階因子中，除了難度因子外，其他所有因子的平均值均超過4分，說明學生在醫學統計學課程學習上持有積極的態度。難度因子的得分最低，表明大多數學生普遍認為統計學的難度較高。各因子中努力因子的平均分最高，但標準差也相對較大，說明學生對統計課程愿意投入相應的努力，但努力的程度差異較大。興趣和價值判斷因子的得分次之，反映出醫學生對統計課程較為濃烈的興趣，同時也意識到學習統計學的重要性。此外，學生的數學能力以及對醫學統計課程預期掌握程度的平均值超過4. 5分，表現出學生對統計課程學習的積極傾向。利用各因子的偏度和峰度進行正態性檢驗，分別計算偏度和峰度的Z評分，一階因子中，除預期取得成績因子呈負偏態分布外，其余各項因子均呈正態或近似正態分布。

2.3 驗證性因子分析

對問卷所有測量題項進行驗證性因子分析（Con- firmatory Factor Analysis，CFA），模型擬合情況選用卡方自由度之比（Chi-Square/degree of freedom， χ2/ df）、標準化均方根殘差（Standardized Root Mean square Residual， SRMR）、漸進殘差均方和平方根（Root Mean Square Error of Approximation， RMSEA）比較性適配指標（Comparative Fit Index，CFI）＼非規范適配指標（Tucker-lewis Index，TLI）、增量擬合指數（Incremental Fit Indices， IFI）衡量。結果顯示，CMIN/df和RMSEA兩個指標達到參考標準的要求，其余指標均未達到理想的標準，具體見表2。

為提高模型的解釋度和問卷的區別效度，考慮到SAT-36量表內條目數量較多，本文嘗試用高階因子驗證性分析（Higher-order Confirmatory Factor Analysis， HCFA）與項目組合方法來簡化原始模型，按照王若賓等人[17]提出兩階段簡化的步驟，重新開展驗證性因子分析探索。第一階段：要判斷六個一階因子是否可以形成HCFA模型，即對“統計學學習態度”因子進行二階驗證性因子模型擬合。從表3結果可以看出模型擬合χ2/df和RMSEA結果在指標合理范圍內，其他擬合指標略低于參考標準。因此對該模型進行修正，調整添加誤差相關項，再次構建二階驗證因子模型。調整后的模型擬合效果良好，各項擬合指標均在合理范圍內，這也說明能用“統計學學習態度”潛在因子代替一階因子進行模型構建。接著使用項目組合法用六個一階因子測量項的平均值代替統計學態度因子的平均值形成降階后的測量子模型，將統計學態度因子、數學能力和預期掌握度對應的因子納入驗證性因子分析模型。對比原始模型和組合降階模型的擬合結果，可以看出，組合降階后的CFA模型具有更好的適配度。

組合降階模型的驗證性因子分析結果顯示：對各因子的標準化載荷系數檢驗均顯著，除難度因子外，一階因子的載荷系數絕對值均在0. 5以上。其中，統計學學習態度對認知能力、興趣和情感的解釋力度明顯較強，而對努力和價值的解釋力度則相對較弱。從載荷系數的正負來看，除了難度因子外，其余一階因子的載荷系數均為正，這表明更積極的學習態度與更為積極的情感、更高的認知能力、更強的統計價值認同，以及對統計的更大興趣和愿意為學習統計付出更多努力相關。難度因子的載荷為負值，意味著學生對統計課程持更加積極的態度同時，也會伴隨對該課程難度的更高認同。

2.4 信度和效度檢驗

2.4.1 信度檢驗

調查問卷信度檢驗的Cronbach’s α系數為0. 915，漢化SATS-36量表的Cronbach’s α系數為0. 905，除難度維度略低（0. 619）外，其他維度 Cron- bach’s α系數均在0. 8以上。見表4。數學能力和預期掌握度因子屬于高信度，統計學學習態度的Cron- bach’s α系數為0. 756，其信度在可接受范圍。另外，理論模型的三個潛在因子的組合信度（Construct Re- liability，CR）均在0. 8以上，說明問卷的內部一致性較好（表5）。

2.4.2 效度檢驗

2.5 結構方程模型構建

以情感、認知能力、價值判斷、難度、興趣、高考數學成績、數學水平、統計學習信心以及預期取得統計成績10個一階因子作為顯變量，統計學學習態度、數學能力和預期掌握度三個因子為潛變量構建結構方程模型，各項擬合指標均符合標準，說明模型擬合效果良好，具體結果詳見表7。

路徑分析結果顯示，統計學習課程的態度和數學能力是影響預期掌握水平的直接正向因素。數學能力通過統計學學習態度作為中介，發揮著正向影響。從影響路徑及其大小的分析來看，統計學學習態度對預期掌握水平有顯著的正向影響，但其直接效應僅為0. 263。而數學能力則通過直接和間接兩條路徑對預期掌握水平產生影響，其直接效應為0. 71，間接效應為0. 155，總效應高達0. 867，遠超統計學學習態度對預期掌握水平的影響。這一結果說明，學生現有的數學水平是判斷其對預期掌握程度的重要依據，其影響力明顯高于醫學生對醫學統計學課程的主觀態度。具體結果詳見表8和圖1。

3 討論

3.1 調查問卷對評價醫學生統計態度的適用性

3.2 我校醫學生統計學學習態度的現狀分析

調查結果分析顯示：我校醫學生SAT-36量表得分為（4. 55±0. 83）分，反映出我校醫學生統計學學習態度積極性處于中等水平。從認知能力、價值判斷、興趣和努力程度維度的得分來看，學生得分均超過4. 5分，均表現出積極的態度，這與其他研究一致[3-5，10，12]，表明大部分學生對統計學課程表現出濃厚的興趣，認可統計學的價值，并愿意付出相應的努力。而難度維度得分僅為3. 18分，這一發現與中國其他地區研究結果相符[3，12]，但低于愛爾蘭[18]、土耳其[19]等的研究結果，可能與中國醫學生普遍不具備數理統計的知識背景有關，多數醫學生認為統計學課程內容如同數學抽象而復雜，學習起來比較有難度。因此在教學過程中，教師應注重改善學生對于醫學統計學課程難度的認知，明確該課程的教學目標，使學生能夠理解并運用統計學方法，而無須深究其背后數學公式的推導。授課時，應注意分析和比較數學與統計學這兩門學科的異同，幫助學生構建對統計學的清晰認知。另外，結合醫學生的知識背景與思維特點，講解統計學基本概念、原理與方法時，盡量使內容與醫療實踐問題相結合，使教學內容更具體、形象、易懂，以有效減輕學生對醫學統計學課程的畏懼感。

3.3 醫學生統計學學習態度、數學能力對統計課程掌握預期的影響

3.3.1 統計學學習態度直接影響醫學生對統計課程的掌握預期

從路徑分析結果可知，統計學學習態度對預期掌握度的正向影響效應為0. 263，這一值低于同類研究的結果[16]。從影響路徑的角度分析，可能是因為醫學生通常將數學與統計緊密關聯，因而認定自身的數學能力不足可能會導致統計知識水平相應下降，然而這種認知也可能夸大數學能力對統計知識掌握的重要性。既往研究表明[3-4，20]，積極的統計學學習態度能夠顯著提高學習的效率，增加學生預期掌握度，促進統計學課程成績的提升。由此可見，培養積極的學習態度對于學生掌握統計知識至關重要。因此，授課教師應密切關注學生學習態度的變化，運用生動而多樣的教學方法，激發學生的主動性與學習興趣。可以通過講述生活實例和討論網絡趣聞，增強學生對統計學的理解；同時，圍繞醫學領域的熱點話題及前沿問題進行深入探討，強調統計學在醫學中的應用價值，從而逐步加深學生對學習統計知識重要性的認知，促使他們以更加積極的態度投身于本課程的學習之中。

3.3.2 數學能力以直接或間接的方式影響醫學生對統計課程的掌握預期

本次研究結果顯示，數學能力直接影響學生對其統計預期掌握水平的強度為0. 71。這表明，醫學生普遍意識到數學能力是統計學習的關鍵要素，對其掌握統計學科知識的程度有著十分重要影響。鑒于此，在統計學課程開始之前，可適當增加與統計課程相關的數學基礎知識教學來提高學生的數學能力。另外，學生的數學能力可通過統計課程的學習態度間接影響對統計課程的掌握預期。考慮到數學與統計之間的關聯，數學能力較差的學生容易對統計課程的學習失去信心，更容易對統計學習產生消極態度。在教學過程中，針對數學能力較差的學生應給予特別的關注和支持，進行適時的鼓勵和指導，糾正學習態度，避免產生厭倦心理。通過分享教師個人的學習經歷和體會，啟發學生認識通過自身努力來改變學習困境，增強學習自信心。教學過程中多采用情感體驗式教學法和實踐教學法，來增加學生的學習獲得感和成就感。目標是鼓勵學生在面對統計學習挑戰時保持積極樂觀的心態，激發統計學習信心，改善消極預期。

4 結語

綜上所述，本研究基于漢化的SATS-36量表調查了醫學生的統計學學習態度，分析了統計學學習態度、數學能力及預期掌握程度三者之間影響路徑和強度，建議教師從改善學生對醫學統計課程的難度認知、糾正學生對統計學習的消極態度，增強學生的數學能力和學習信心三個方面出發，進一步改革教學方法，注重與學生溝通了解，多給予課外指導和鼓勵，來增加學生對統計學課程的掌握預期，進而促進教學效果提升。

參考文獻：

[1]許茜，劉志臻，俞向梅，等.健康大數據時代下的醫學生統計素養培養：“醫學統計學” 課程思政實踐初探[J].教育教學論壇，2021（12）：57-60.

[2]ZHANG YH，SHANG L，WANG R，et al.Attitudes toward statistics in medical postgraduates：Measuring，evaluating and monitoring[J].BMC Medical Education，2012（12）：117.

[3]GUO YP，RONG SZ，DONG J，et al.Perceptions of at- titudes toward statistics among medical undergraduates：Insights from a regional medical college in China[J]. BMC Medical Education，2024，24（1）：579.

[4]劉玉美.醫學生統計學態度和統計學自我效能的關系及其對課程成績的影響[D].濟南：山東大學，2021.

[5]CHIESI F，BRUNO F.Mean differences and individual changes in nursing students’ attitudes toward statistics：The role of math background and personality traits[J]. Nurse Education in Practice，2021（52）：103043.

[6]CHEN F，HU ZJ，YAN LJ，et al.The effect of formal statistical courses attitudes on learning outcomes in a cohort of undergraduate dental students[J].European Journal of Dental Education，2021，25（4）：806-812.

[7]GAL I，GINSBURG L，SCHAU C.Monitoring at- titudes and beliefs in statistics education [J].I.gal J.b. garfield，1997：37-51.

[8]李穎.大學生學習態度現狀分析及干預措施研究[D].西安：西安工業大學，2008.

[9]BAYAGA A，WADESANGO N.Analysis of students’attitudes on mathematics achievement-factor structure approach[J].International Journal of Edu-cational Sci- ences，2014，6（1）：45-50.

[10]NOLAN M M，BERAN T，HECKER K G.Surveys as- sessing students’ attitudes toward statistics：A systematic review of validity and reliability[J].Statistics Education Research Journal，2021，11（2）：103-123.

[11]SCHAU C，STEVENS J，DAUPHINEE TL，et al. The development and validation of the survey of antitudes toward statistics[J].Educational and Psychological Measurement，1995，55（5）：868-875.

[12]LI C，ZHANG YH，QIN W D，et al.Assessing attitudes towards biostatistics education among medical students：Adaptation and preliminary evaluation of the Chinese version survey of attitudes towards statistics （SATS-36）[J].BMC Medical Education，2024，24（1）：634.

[13]吳艷，溫忠麟.結構方程建模中的題目打包策略[J].心理科學進展，2011，19（12）：1859-1867.

[14]卞冉，車宏生，陽輝.項目組合在結構方程模型中的應用[J].心理科學進展，2007，15（3）：567-576.

[15]EMMIOGLU SARIKAYA E，OK A，CAPA AYDIN Y，et al.Turkish version of the survey of attitudes toward statistics：Factorial structure invariance by gender[J].International Journal of Higher Education，2018，7（2）：121.

[16]關蓉，苗玉茵，劉苗，等.大學生統計課程學習態度的結構方程模型[J].統計學與應用，2018，7（2）：90-98.

[17]王若賓，劉科成，顏志軍，等.結構方程模型簡化方法及在人機行為研究中的應用[J].數學的實踐與認識，2014，44（3）：92-99.

[18]TEMPELAAR DT，VAN DER LOEFF SS，GIJSELAERS WH.A structural equation model analyzing the relationship of students’ attitudes toward statistics，prior reasoning abilities and course perfor-mance[J].Statistics Education Research Journal，2022，6（2）：78-102.

[19]EMMIOGLU SARIKAYA E，OK A，CAPA AYDIN Y，et al.Turkish version of the survey of attitudes toward statistics：Factorial structure invariance by gender[J].International Journal of Higher Education，2018，7（2）：121.

[20]RAMIREZ C，SCHAU C，EMM-O-LU E.The importance of attitudes in statistics education[J].Statistics Education Research Journal，2021，11（2）：57-71.

（編輯：楊雪瑩 趙伊昕）