刘公园 刘会敏
摘要：
基于变量中心和个体中心的视角，考察了915名高中生化学学习观念与学习方式之间的关系。结果显示：（1）化学学习观念与学习方式之间总体上存在“高阶深层”和“低阶表层”的正向预测关系；
（2）潜在剖面分析识别出四种不同的化学学习观念剖面，分别是相对应试观念组、相对转变观念组、中等观念组和相对均衡观念组；
（3）四种化学学习观念类别的高中生在化学学习方式上表现出明显差异，相对均衡观念组和相对转变观念组的高中生更倾向于采取深层学习方式学习化学。
关键词：
学习观念；
学习方式；
高中生；
化学教学；
潜在剖面分析
文章编号：
10056629（2023）07002407
中图分类号：
G633.8
文献标识码：
B
在影响学生学习结果的诸多因素中，学习观念和学习方式被认为是两个至关重要且密切相关的因素［1］。学习观念（conceptions of learning）是指学生对学习本质的理解或信念，代表了学生对学习体验的构建与解释［2］。学习方式（approaches to learning）是指学生处理学业任务时所持有的动机和采用的策略［3］。学习方式可以划分为深层学习方式和表层学习方式两类，前者表示受内在动机驱动而主动联系已知内容寻求对学习材料深度把握的学习方式，后者表示受外在动机驱动而以孤立视角对学习材料进行表层认知的学习方式［4］。相较而言，深层学习方式更有可能产生高质量的学习结果，而表层学习方式则更有可能产生低质量的学习结果［5］。“学习方式的转变”是我国当前基础教育课程改革的重要目标之一［6］。对学习观念与学习方式的关系进行研究有助于教育工作者从改善学生学习体验的视角探索激发学生采取深层学习方式的各种途径。鉴于学习观念和学习方式具有一定的领域依赖性且化学是高中阶段重要的学科领域，本研究将以高中化学为背景探讨学习观念与学习方式之间的关系，据此为高中化学教学实践的改进提供合理化建议。
1 理论概述与模型建构
1.1 科学学习观念的层次体系
在科学教育领域，Tsai通过对120名中国台湾地区高中生的访谈确定了七种类型的科学学习观念（conceptions of learning science， COLS），分别是“记忆”（memorizing）、“测试”（testing）、“计算和练习”（calculating and practicing）、“增长知识”（increasing ones knowledge）、“应用”（applying）、“理解”（understanding）、“以新的方式看待”（seeing in a new way）［7］。在类型划分的基础上，学者们将前三种学习观念确定为低阶COLS，代表一种被动的、碎片化的、复制型的学习观，将后四种学习观念确定为高阶COLS，代表一种积极的、连贯的、意义建构的学习观［8］。
此后，Lee等人在研究中根据探索性因子分析的结果将“理解”和“以新的方式看待”合并为“理解和以新的方式看待”（understanding and seeing in a new way），由此将COLS的七因子模型调整为六因子模型［9］；
Li等人在研究大学生化学学习观念（conceptions of learning chemistry， COLC）时通过探索性因子分析发现“增长知识”“应用”“理解和以新的方式看待”这三种高阶COLC是不可分割的，遂将它们合并为“转变”（transforming）这一学习观念，意指学生发生了较大变化，反映了学生将化学学习视为主动将外部信息转化为有意义的、可理解的、可应用的知识的过程，由此将COLS的六因子模型调整为COLC的四因子模型［10］。综上，COLS的类型划分并不是固定不变的，需要在特定情境中进行具体分析。除了数量上的发现以外，有学者还发现学生可能持有混合的COLS，在多种COLS上表现出高度一致［11］。
1.2 科学学习方式的组成要素
学生在学习过程中会采用与其持有的动机相一致的策略，这种动机与策略的结合即是学习方式［12］。具体而言，采用深层学习方式的学生认为学业任务很有趣（深层动机），为了更好地参与其中，他们会通过探寻知识之间联系的方式实现最大限度的理解（深层策略）；
采用表层学习方式的学生将学习视为实现外在目标的手段（表层动机），由此产生的策略是为达到目的而投入最少的时间和精力（表层策略）［13］。综上，学习方式是一个组合概念，可以被视为“动机策略”的组合体，“动机”要素代表完成學业任务的方向，“策略”要素代表处理学业任务的实际过程［14］。在科学教育领域，学者们在相关研究中基本上沿用了“动机策略”组合体的理论观点，将科学学习方式视为学生处理学业任务的动机和所使用的与动机相一致的策略的结合。
1.3 科学学习观念对学习方式的影响
在科学教育领域，Lee等人发现，高中生持有的低阶COLS会对表层动机和表层策略产生正向影响，高阶COLS会对深层动机和深层策略产生正向影响［15］。具体到不同科学学科，学者们开展的研究工作均在总体上表明高阶学习观念可以正向预测深层动机和深层策略，低阶学习观念可以正向预测表层动机和表层策略［16～18］。值得注意的是，已有研究中也出现了一些与上述结果不一致的发现，比如Chiou等人发现“计算和练习”这一低阶观念正向预测生物学习的深层动机［19］， Li等人发现“转变”这一高阶观念正向预测化学学习的表层动机［20］。
1.4 理论模型建构
综合上述分析，可以建构起本研究的理论模型。本研究采用变量为中心（见图1a）和个体为中心（见图1b）的分析思路，首先基于结构方程模型分析不同的COLC对学习方式影响的相对独特性，然后运用潜在剖面分析识别高中生COLC的潜在类别，并在此基础上通过方差分析揭示不同类别的高中生在学习方式上的差异特点。两种分析思路互为补充，有助于深入探讨COLC对学习方式的影响。
2 研究设计与方法
2.1 调查程序与对象
本研究选取我国四个省份九所省级示范性高中高一、高二、高三年级的学生作为被试，共得到915份有效问卷。其中，男生占49.2%，女生占50.8%；
高一学生占44.4%，高二学生占45.7%，高三学生占9.9%；
家庭所在地来自城镇的学生占83.0%，来自农村的占17.0%。
2.2 调查工具与变量
本研究的调查量表由两个分量表组成，分量表一是化学学习观念量表，改编自Lee等人编制的科学学习观念问卷；
分量表二是化学学习方式量表，改编自Lee等人编制的科学学习方式问卷［21］。
（1） 化学学习观念量表（conceptions of learning chemistry scale，简称为COLC量表）用于对化学学习观念进行调查，包括24道题目，采用五点李克特计分法，1分表示“非常不同意”，5分表示“非常同意”。该量表包含六个因子，具体见表1。需要说明的是，COLS的六因子模型比四因子模型应用得更为广泛，且细粒度划分可能会传达出更多信息，因此在调查设计中选择了六因子模型。
（2） 化学学习方式量表（approaches to learning chemistry scale，简称为ALC量表）用于对化学学习方式进行调查，包括22道题目，采用五点李克特计分法，1分表示“非常不同意”，5分表示“非常同意”。该量表包含四个因子，具体见表2。
2.3 数据分析思路
数据分析包含以下环节：第一，将有效样本随机分成两半，其中一半（457份）采用SPSS 20.0对两个分量表分别进行探索性因子分析，以确定观察变量与潜在变量之间的关系，另一半（458份）采用AMOS 17.0对两个分量表分别进行验证性因子分析，以检验决定因子的理论模型拟合实际数据的能力；
第二，在描述性统计及相关分析的基础上采用AMOS 17.0构建结构方程模型；
第三，采用Mplus 8.3进行潜在剖面分析（latent profile analysis， LPA），并通过方差分析确认潜在类别的差异。
3 研究结果
3.1 探索性因子分析
对问卷数据进行KMO和Bartlett初始检验，得出COLC量表（KMO=0.93）和ALC量表（KMO=0.92）的KMO值均大于0.90， Bartlett球形检验的p值均小于0.001，达到极显著水平，这表明COLC量表和ALC量表均适合进行探索性因子分析。本研究采用主成分分析法提取公因子，采用最大方差旋转法得到旋转因子载荷矩阵。在COLC量表和ALC量表中，各个题项的载荷值均大于0.4。依据特征值大于1的标准，在COLC量表中确定了4个因子，分别是“记忆”“测试”“计算和练习”以及一个混合观念因子（包含“增长知识”“应用”“理解和以新的方式看待”），将其命名为“转变”，4个因子的累积方差贡献率为65.31%；
在ALC量表中确定了4个因子，分别是“深层动机”“深层策略”“表层动机”和“表层策略”，4个因子的累积方差贡献率为68.12%。分析可知，COLC量表的因子结构与Li等人的研究一致［22］， ALC量表的因子结构与Lee等人的研究一致［23］。此结论将用验证性因子分析进行检验。
3.2 验证性因子分析
对COLC量表和ALC量表分别进行验证性因子分析。结果显示，COLC量表（CFI=0.95， TLI=0.93， RMSEA=0.06， SRMR=0.07）与ALC量表（CFI=0.95， TLI=0.94， RMSEA=0.06， SRMR=0.08）的模型拟合指数良好。两个分量表的各因子题目的负荷值均大于0.50，而且t值在0.001水平上显著。验证性因子分析的结果表明，COLC量表与ALC量表的四因子模型均具有良好的稳定性和可靠性。
3.3 组合信度与收敛效度分析
在验证性因子分析的基础之上，分别对COLC量表和ALC量表的各一阶因子的信度和内在收敛效度进行检验。从表3可见，各个因子的AVE值均大于0.50，说明两个分量表均具有良好的收敛效度。COLC量表和ALC量表的各个因子的组合信度CR值均大于0.75，表明因子的信度良好。综上，本研究使用的COLC量表和ALC量表的信效度良好，适合做进一步分析。
3.4 描述性统计和相关分析
采用Harman单因素法进行共同方差检验，设定公因子为1进行验证性因子分析，模型无法拟合，表明本研究数据不存在严重的共同方法偏差问题。描述性统计及相关分析结果如表4所示。
在学习观念方面，高中生在“测试”上的平均得分（M=2.67）接近于理论中值3分，表明高中生對这一低阶COLC的态度接近中立，在“记忆”（M=4.01）、“计算和练习”（M=3.79）上的平均得分高于理论中值，表明高中生对这两种低阶COLC的认可程度较高，反映出记忆和解题在高中化学学习中占据着比较重要的位置；
在“转变”上的平均得分（M=4.06）高于理论中值，表明高中生对高阶COLC的认可程度较高，反映出高中生在化学学习中可以较为充分地感知到积极的意义建构。
在学习方式方面，高中生在深层动机（M=3.36）、表层动机（M=3.56）上的平均得分高于理论中值，表明深层动机和表层动机均是驱动化学学习的重要因素；
在深层策略上的平均得分（M=3.63）高于在表层策略上的平均得分（M=2.99），表明高中生总体上倾向于采用深层策略学习化学。值得注意的是，高中生在深层动机和深层策略上的平均得分均未超过4分，表明高中生采取深层学习方式的程度并不高，因此教师在化学教学中仍需关注深层学习方式的培养。
在二者关系方面，“记忆”“计算和练习”“转变”与深层动机、深层策略之间呈显著正相关（r=0.25～0.54），“测试”与深层动机、深层策略之间呈显著负相关（r=-0.36～-0.30）；
四种COLC与表层动机之间均呈显著正相关（r=0.11～0.29），“测试”“计算和练习”与表层策略之间呈显著正相关（r=0.09～0.46），“转变”与表层策略之间呈显著负相关（r=-0.09）。后续可进一步采用结构方程模型分析变量之间的关系。
3.5 理论模型检验
3.5.1 基于变量中心的视角
为探索COLC对ALC的影响，构建结构方程模型（见图2）。结果显示，模型的拟合指数良好：CFI=0.95， TLI=0.94， RMSEA=0.04， SRMR=0.07。研究发现，COLC与ALC之间总体上呈现“高阶深层”和“低阶表层”的正向预测关系，但也存在与预期不一致的发现，需要进一步讨论。为检验模型适用性，分别对模型的路径系数加入性别、年级、家庭所在地等变量的限制，进行多群组结构方程模型分析。结果显示，加上这些变量的限制模型与非限制模型的拟合指数并不存在明显差异（ΔCFI<0.05， ΔIFI<0.05， ΔNFI<0.05， ΔRFI<0.01， ΔTLI<0.01），表明结构方程模型在不同群体之间具备普遍性。
“记忆”显著正向预测表层动机，与已有研究相一致。“测试”在显著正向预测表层动机和表层策略的同时，也会显著负向预测深层动机和深层策略，表明其既对表层学习方式产生促进作用，也对深层学习方式产生抑制作用，这样的COLC占主导会使化学学习的成效大打折扣。“计算和练习”在显著正向预测表层动机和表层策略的同时，也会显著正向预测深层动机。Chiou等人指出，“计算和练习”具有双重意涵，学生既有可能将其理解为机械套用公式的过程，也有可能将其理解为自我挑战的过程［24］，因此可以引发双重动机。“转变”显著正向预测深层动机，并且是正向预测深层策略的唯一因子，表明高阶COLC在促进学生采取深层学习方式上起着主导作用。另外，“转变”也会显著正向预测表层动机，这与Li等人的研究一致［25］，说明持有高阶COLC的高中生也可能会在表层动机的驱动下学习化学。
3.5.2 基于个体中心的视角
3.5.2.1 学习观念的潜在剖面
将不同的COLC作为聚类变量，依次设置1～5个类别进行潜在剖面分析，模型的拟合结果见表5。根据AIC、 BIC、 aBIC、 Entropy值，LMR、 BLRT等模型适配度指标综合选择最佳模型。随着分类的增加，AIC、 BIC和aBIC值均不断减小，说明模型拟合逐步变好。保留3～5个类别时，Entropy值均超过0.80，表明这些分类模型的精确度均可以接受。分成5类时，LMR未达到显著水平，这说明5类别模型并不优于4类别模型。综合来看，4类别模型最佳。
图3显示了四种类型的高中生在四个聚类变量上的Z分数。具体而言，类别1（C1；
18.80%）在“测试”上的得分最高，在其他COLC上得分均为最低，命名为“相对应试观念组”；
类别2（C2；
12.46%）在低阶COLC上的得分较低（“测试”为最低），在“转变”上的得分位列第二，命名为“相对转变观念组”；
类别3（C3；
52.46%）在不同COLC上的得分均处于中等水平，命名为“中等观念组”；
类别4（C4；
16.28%）在“记忆”“计算和练习”“转变”上的得分均为最高，体现了高阶COLC与部分低阶COLC的均衡发展，命名为“相对均衡观念组”。
3.5.2.2 学习方式的类别差异
以不同COLC类别为自变量，以深层动机、深层策略、表层动机、表层策略为因变量进行方差分析，发现四个类别的高中生在深层动机/策略和表层动机/策略上的得分存在显著差异（见表6）。进一步事后比较发现，在深层动机和深层策略上，除C2与C4之间的差异不显著外，其余类型的得分两两差异显著；
在表层动机上，除C2与C3之間的差异不显著外，其余类型的得分两两差异显著；
在表层策略上，C1、 C3、 C4之间的差异不显著，C2的得分显著低于其他三类。
相对应试观念组的高中生在深层动机、深层策略及表层动机上的得分显著低于其他三组，表明他们在化学学习中可能处于动机不足的状态，相对较少采用深层策略；
相对转变观念组的高中生在深层动机和深层策略上的得分位列第二，在表层策略上的得分显著低于其他三组，表明他们较倾向于采取深层学习方式，并且更少采取表层学习方式；
中等观念组的高中生在深层学习方式和表层学习方式上均未表现出明显倾向性；
相对均衡观念组的高中生在深层动机、深层策略、表层动机上的得分最高，表明他们具有较强的双重动机，更倾向于采取深层学习方式。综合来看，个体为中心的研究再次印证了“转变”对深层学习方式的正向影响以及“测试”对深层学习方式的负向影响，同时也表明倾向于采取深层学习方式的高中生也可能持有“记忆”“计算和练习”这两种低阶COLC，教师需要科学辩证地看待记忆和解题对学生发展的影响。
4 研究结论与启示
4.1 研究结论
第一，高中生在化学学习中持有的学习观念对其采取的学习方式具有重要的影响作用，且不同的学习观念对学习方式的影响不同。高阶COLC正向预测深层学习方式，低阶COLC正向预测表层学习方式。分析可知，“转变”是唯一同时正向预测深层动机和深层策略的因子，“测试”是唯一同时负向预测深层动机和深层策略的因子。因此，在深层学习方式的培养过程中一方面要着力帮助学生形成“转变”的学习观，另一方面要尽力避免学生形成“测试”的学习观。
第二，在高中生群体中可以识别出四种不同的COLC剖面，且不同类型的高中生在学习方式上存在明显差异。相比而言，相对转变观念组和相对均衡观念组的高中生比相对应试观念组和中等观念组的高中生更倾向于采取深层学习方式学习化学。相对应试观念组和中等观念组的高中生在有效样本中合计占比为71.26%，说明相当比例的高中生所持有的COLC存在一定的转化空间。
4.2 研究启示
首先，切实转变教学方式。教师要改变控制型的教学方式，从学生的深度体验出发设计和组织教学，多采用问题导向和探究导向的教学方式，鼓励学生自主思考、自主建构知识之间的联系，充分发挥学生学习的主体性，让学生在化学学习中感受到自己的成长与变化。
其次，不斷强化实验学习。在化学教学中，教师要进一步提升实验内容的比重和质量，在增加实验学时的同时，也要适当增加探究性实验，并减少传统的验证性实验，使学生在实验学习中体会到化学学习不只是储存知识，更重要的是要把学到的知识应用到新的情境中去解决问题、探索新知。
最后，适度弱化考试情境。频繁应对考试情境会异化考试与学习的关系，使学生只关注对考试内容的反复练习和快速强化，容易形成应试导向的学习观念。教师要采取多元化的考核评价方式，在关注学生学习成绩的同时，也要重视学生综合素质的培养，在化学教学中可采用活动表现评价、学习档案袋评价等过程性评价方式，为学生形成高阶学习观念营造适宜氛围。
本研究具有一定局限性。首先，本研究采用横截面数据分析变量之间的因果关系，有待今后的追踪研究进行补充。其次，本研究采用自我报告的测量方式，易受到被试主观因素的影响，需要在后续研究中改进。最后，本研究仅关注了COLC对ALC的影响，未来可考虑将与COLC有关的其他变量纳入研究。
参考文献：
［1］［14］［18］［19］［24］Chiou G． L.， Liang J． C.， Tsai C． C． Undergraduate students conceptions of and approaches to learning in biology：
A study of their structural models and gender differences ［J］. International Journal of Science Education， 2012， 34（2）：
167～195.
［2］［16］ Chiou G． L.， Lee M． H.， Tsai C． C． High school students approaches to learning physics with relationship to epistemic views on physics and conceptions of learning physics ［J］. Research in Science & Technological Education， 2013， 31（1）：
1～15.
［3］Baeten M.， Kyndt E.， Struyven K.， et al． Using student-centred learning environments to stimulate deep approaches to learning：
Factors encouraging or discouraging their effectiveness ［J］. Educational Research Review， 2010， 5（3）：
243～260.
［4］Tsai C． C.， Kuo P． C． Cram school students conceptions of learning and learning science in Taiwan ［J］. International Journal of Science Education， 2008， 30（3）：
353～375.
［5］Booth P， Luckett P， Mladenovic R． The quality of learning in accounting education：
The impact of approaches to learning on academic performance ［J］. Accounting Education， 1999， 8（4）：
277～300.
［6］庞维国. 论学习方式［J］. 课程·教材·教法， 2010， 30（5）：
13～19.
［7］Tsai C． C． Conceptions of learning science among high school students in Taiwan：
A phenomenographic analysis ［J］. International Journal of Science Education， 2004， 26（14）：
1733～1750.
［8］Lin C． L.， Tsai C． C.， Liang J． C． An investigation of two profiles within conceptions of learning science：
An examination of confirmatory factor analysis ［J］. European Journal of Psychology of Education， 2012， 27（4）：
499～521.
［9］［15］［21］［23］Lee M． H.， Johanson R． E.， Tsai C． C． Exploring Taiwanese high school students conceptions of and approaches to learning science through a structural equation modeling analysis ［J］. Science Education， 2008， 92（2）：
191～220.
［10］［17］［20］［22］［25］Li W． T.， Liang J． C.， Tsai C． C． Relational analysis of college chemistry-major students conceptions of and approaches to learning chemistry ［J］. Chemistry Education Research and Practice， 2013， 14（4）：
555～565.
［11］Tsai C． C.， Ho H． N． J.， Liang J． C.， et al． Scientific epistemic beliefs， conceptions of learning science and self-efficacy of learning science among high school students ［J］. Learning and Instruction， 2011， 21（6）：
757～769.
［12］［13］ Wong N． Y.， Lin W． Y.， Watkins D． Cross-cultural validation of models of approaches to learning：
An application of confirmatory factor analysis ［J］. Educational Psychology， 1996， 16（3）：
317～327.