《Frontiers in Psychology》:Achievement motivation configurations and core-stage reading performance among United States adolescents: a diagnostic classification analysis
编辑推荐:
摘要
引言:成就动机通常通过独立的量表分数来考察,尽管学生的目标、态度、动机、能力信念和对失败的反应可能以不同配置共同出现。本研究考察了PISA 2018的成就动机项目能否用理论驱动的诊断分类框架来表征,以及由此产生的动机属性与配置是否因核心阶段阅读表现而异。
摘要
引言:成就动机通常通过独立的量表分数来考察,尽管学生的目标、态度、动机、能力信念和对失败的反应可能以不同配置共同出现。本研究考察了PISA 2018的成就动机项目能否用理论驱动的诊断分类框架来表征,以及由此产生的动机属性与配置是否因核心阶段阅读表现而异。
方法:本横断面二次分析使用了PISA 2018中4,426名美国参与者的数据。17个有序问卷项目代表五种属性:学习目标、竞争态度、任务掌握动机、一般自我效能和失败恐惧。研究人员在开发样本中使用序贯G-DINA模型(sequential G-DINA model)评估理论驱动的项目级Q矩阵(Q-matrix),并在独立验证样本中进行评估。使用调查加权后验概率估计属性与配置流行率。
结果:54个初始类别转换规范中保留了48个,三项项目上有六处转换级修正。开发样本(SRMSR=0.031)和验证样本(SRMSR=0.034)的近似拟合均令人满意。学习目标的调查加权流行率最高(0.77),其次是一般自我效能(0.72)、任务掌握动机(0.66)、竞争态度(0.56)和失败恐惧(0.52)。最常见的配置是学习目标、任务掌握动机和自我效能但不含竞争或失败恐惧(14.4%)。与学习、努力和自我效能相关的配置在核心阶段阅读表现较高的学生中更常见,而广泛低认可和孤立失败恐惧在表现较低的学生中更常见。
讨论:失败恐惧在不同表现组中以不同动机模式出现,揭示了仅凭边际流行率无法显现的信息。这些发现表明,在项目层和反应类别层将成就动机视为不同但相互关联属性的配置来考察具有重要价值。
成就动机通常通过单独的问卷量表分数来考察,但学生的目标、态度、动机、能力信念以及对失败的情感反应往往会同时出现,并以特定配置形式共同发挥作用。以往以量表总分或人员中心剖面为主的研究难以充分刻画项目层和有序反应类别上的多维结构。为此,研究人员基于PISA 2018美国青少年样本展开诊断分类分析,旨在检验理论驱动的Q矩阵能否有效表征成就动机项目,并考察动机属性与配置是否随核心阶段阅读表现变化。研究发现理论驱动的序贯诊断分类模型拟合良好,属性与配置流行率在不同表现组间存在差异,特别是失败恐惧与其他属性共同出现的模式与边际流行率所提示的结论不同。该研究显示,在项目层和反应类别层考察成就动机配置有助于揭示单一量表分数无法提供的信息。
主要技术方法:研究人员使用PISA 2018美国公开数据,纳入4,426名具有有效核心阶段阅读表现分类的15岁学生,按该变量分为低表现组(n=817)和较高表现组(n=3,609),并按70:30随机分为开发样本(n=3,098)和验证样本(n=1,328)。17个项目通过学习目标、竞争态度、任务掌握动机、一般自我效能和失败恐惧五种属性形成理论驱动项目级Q矩阵。研究采用序贯G-DINA模型(sequential G-DINA model)处理有序反应,结合Wald检验和方差贡献比例(PVAF)等诊断进行转换级修正,并在独立验证样本中检验拟合;调查加权后验概率用于估计属性与配置流行率,Fay修正平衡重复复制法用于区间估计;最后进行多组题目功能差异(DIF)检验和敏感性分析。
研究结果:
3.1 分析样本与反应模式。4,426名学生中,项目缺失率介于0.4%至2.3%,91.8%完成全部项目。较高表现组在学习目标、任务掌握动机和自我效能项目上更多选择较高反应类别,失败恐惧项目的组间差异较小且方向不一。
3.2 Q矩阵评估与模型拟合。开发样本中54个初始类别转换保留48个,三项项目上共修正6个转换。开发样本SRMSR=0.031,验证样本SRMSR=0.034,近似拟合良好。属性信度在0.77至0.88之间,平均后验概率在0.81至0.90之间,分类质量可接受。
3.3 动机属性流行率。调查加权后验估计显示,学习目标流行率最高(0.77),其后依次是一般自我效能(0.72)、任务掌握动机(0.66)、竞争态度(0.56)和失败恐惧(0.52)。五种属性在较高表现组均更流行,一般自我效能的组间差异最大(0.14,95% CI [0.10, 0.18])。
3.4 联合动机配置。流行率超过3%的配置共8种,合计覆盖65.9%人群。最常见配置为“学习目标+任务掌握动机+自我效能”(10110,14.4%)和“学习目标+竞争态度+任务掌握动机+自我效能”(11110,12.1%),两者均更常见于较高表现组。低表现组则更多出现“广泛低认可”(00000,10.8%)、“孤立失败恐惧”(00001)和“竞争+失败恐惧”(01001)。这表明相同属性可能在不同组内嵌入完全不同的动机组合。
3.5 题目功能差异与敏感性分析。两个类别转换满足实质性DIF标准,分别涉及失败恐惧项目的社会评价过渡(ST183Q01HA最高转换)和自我效能项目(ST188Q02HA第二转换)。在部分不变多组模型中,属性与配置流行率变化很小。敏感性分析加入第18项、完整反应样本、加权与未加权比较以及完全单属性Q矩阵比较后,主要结论保持稳定。
讨论部分指出,Q矩阵结果整体上支持项目-属性关系的特异性,但三个项目在最高反应类别转换上需要同时映射两种属性,说明竞争情境中的额外努力、个人进步带来的享受以及失败时担心他人评价等反应在最高认可水平上具有多维性质。学习目标、任务掌握动机和自我效能在较高表现组更流行,但研究人员强调不能据此推断动机特征导致了更好成绩,先前成功经历同样可能增强自我效能和坚持意愿。竞争态度可以嵌入多种配置,它可能伴随学习目标、任务掌握动机和自我效能,也可能仅与失败恐惧共同出现。失败恐惧的配置差异最值得关注:当它与学习、努力和自我效能相关属性同时出现时,更常见于较高表现组;当它孤立存在或仅伴随竞争时,更常见于低表现组。这有助于解释为何边际流行率相似时,个体动机意义可能截然不同。研究还提醒,广泛低认可配置并不因为不包含失败恐惧就代表积极状态,且所有配置均为概率性估计,不应作为确定性学生类型或因果路径。
研究结论:本研究将青少年成就动机视为不同但相互关联的目标、态度、动机、信念和情感反应的配置,而非孤立的问卷量表。理论驱动的序贯诊断分类模型在独立验证样本中提供了令人满意的拟合,并识别出若干涉及多种动机属性的反应转换。这些发现扩展了以往基于量表和剖面的方法,表明动机异质性也可以在项目层和反应类别层进行考察。配置结果进一步表明,在低和较高核心阶段阅读表现的学生中,相似的边际属性可以出现在不同动机模式中;学习目标、任务掌握动机和一般自我效能经常共同出现,并在较高表现组更常见,但两组内部均存在实质性异质性。失败恐惧尤其具有信息性:它既可以与学习、努力和自我效能相关属性同时出现,也可以出现在对这些属性认可相对较少的配置中。这些发现提示,理解青少年成就动机不仅应关注特定动机特征是否存在,还应关注它们与哪些属性共同出现。观察到的配置不应被解释为因果路径或固定学生类型,而是为生成更精确的假设提供了框架,以阐明动机特征如何组织以及这些模式如何与学业表现和幸福感相关联。