班级环境与学生适应性的多层线性模型_江光荣

班级环境与学生适应性的多层线性模型_江光荣
班级环境与学生适应性的多层线性模型
江光荣
(华中师范大学心理学院,武汉,430079)
林孟平
(香港中文大学教育心理学系,香港)
摘要此研究探索中国中小学体制下的班级社会心理环境对于学生的适应性的关系。

以江光荣和林孟平所编制的我的班级问卷测量班级环境,选择学生的学校适应(由T eacher-Child Rati ng Scale(T-CRS )测量)、主观幸福感(以Student s Life S at isfaction Scale(SLSS)测量)和焦虑(用State-Trait Anxiety Inventory for Children(STAIC)测量)作为适应指标,以多层线性模型(HLM )方法进行分析,结果显示:学生个体所知觉到的班级环境,对其适应水平有相当肯定的解释力,而一个班级学生整体适应水平的高低,与这个班的班级环境有极大关联。

此结果表明,中国学校体制下的班级社会心理环境对于学生的发展和适应状况,具有举足轻重的作用。

关键词:班级环境学生适应多层线性模型
1 引言
学校教育环境与学生发展之间的关系一直是发展心理学
和学校心理学领域里的研究主题之一。

当前的理论比较强调生态学的或系统论的观点,这种观点的核心,是把发展视为一个个人环境相互作用的过程[1]。

个人和其周遭的环境共同构成一个生态系统。

不同环境成份对于个人的影响力有着远近、直接间接的层次区别。

研究者认为,班级/课堂环境是与家庭环境处在同一层次,较为直接的环境[2]。

近年来Eccles 等学者在前人观点的基础上,提出所谓阶段-环境适配的理论模型(Stage-Environment Fit )[3]。

其核心观点是,学校教育环境应该跟不同年龄段孩子的发展性需要相配合,对学生的发展需要有敏感的反应,这样才能促进学生发展。

传统上对学校环境与学生发展的研究受重智主义的影响,片面集中于探讨学校环境与学生学科成绩和学科态
度之间的关系[4],很少关注学校环境对学生人格和社会性发展的影响。

而探讨家庭环境对儿童情绪、人格和社会性方面发展的影响的学者,一般更关注出生到学前这一时段的儿童。

这样,有关学校环境与学生人格和社会性发展关系的研究就成了一个较为薄弱的研究领域[2]。

这一研究偏向近年受到一些学者的批评,情况有所改变。

例如当前不少研究已经转向关注学校对学生情绪和社会性发展的影响。

诸如学生的自我概念、情绪适应性、人际关系以及主观幸福感等,越来越多地出现于近年的文献中。

西方学者对课堂环境的结构及其测量方式已经有较充分的研究。

在过去30余年里,M oos,Walber g 和Fr aser 等人发展了一系列用于测量课堂环境的工具[4-6]。

江光荣对中国大陆初中和小学高年段的班级环境结构进行了研究。

结果表明,这个学段的班级环境至少包括5个有意义的维度:师生关系、同学关系、秩序和纪律、竞争,以及学习负担。

江光荣还发展出了一个测量班级环境的工具,名为我的班级 [7]。

本研究的目的,是探讨中国学校体制下的班级环境与儿
童和青春期少年的学校适应(侧重于情绪和社会性适应)之间的关系,以初步了解班级环境对学生发展的意义。

2 方法和程序
2.1 分析单位和样本
本研究有两种分析单位。

一种分析单位是学生个体,另一分析单位是班级。

二种分析单位之间呈两层(水平)嵌套关系,即学生嵌套在班级水平之下。

样本来自两所省会城市的城区学校,以分层取样方式抽取。

样本包括25所中小学,3个年级,105个教学班。

其中小学5年级7个班,小学6年级46个班,初中2年级52个班。

从每个班随机抽取20名学生。

全样本在个体分析水平共有2064名学生,在班级分析水平有105个班。

根据其中一所城市教育局提供的统计资料计算样本与总体的比例,结果是:学生样本数约占总体的1%,班级样本数约为总体的2%。

小学段学生平均年龄11.5岁(SD =0.70),初中段学生平均13.68岁(SD =0.60)。

2.2 工具和测量
班级环境的测量采用江光荣编制的我的班级问卷[7]。

该问卷由5个分量表构成,分别测量班级环境的5个维度:师生关系、同学关系、秩序和纪律、竞争和学习负担。

学生的适应性选择了三组变量,包括学校适应、主观幸福感和焦虑。

其中学校适应采用Hig htow er 等人所编制的T eacher-Child Rating Scale(T -CRS)为测量工具[8],主观幸福感采用Student s L ife Satisfaction Scale (SL SS)为测量工具[9,10],而焦虑测量则采用Spielber ger 的State-T rait Anx i ety Inventor y for Children(ST A IC)[11]。

T eacher-Child Rating Scale (T -CRS):T eacher -Child Rating Scale(T -CRS)由Hig htow er 等人在前人量表的基础上精炼修订而成[8]。

包括两个部分,一部分测量学生适应上的问题(或障碍),一部分测量学生的适应能力。

适应问题部分包括三个分测验:
通讯作者:江光荣,男。

E mail:grjiang@mai /doc/a49791604.html,
本文系全国教育科学十五规划重点课题班级为本学校辅导模式的综合研究(DBB010506)成果。

心理科学Psychological Science 2005,28(6):1443-14481443
行动表达(Acting-Out) 过度活动,寻衅,捣乱等行为;
羞怯-焦虑退缩,羞怯,胆小,焦虑等行为;
学习问题不良学习习惯,缺乏动机,成绩问题。

适应能力部分也包括三个分测验:
挫折耐受力承受挫折和失败的能力,情绪平衡性等品质;
自表技能自信、合适的社交行为;
任务取向独立、主动、有条理有计划地完成学习任务。

T-CRS是一个教师评定量表,每个分量表仅含6个条目,简单易用。

量表由本研究作者译为中文。

由本研究的样本得到该中文版的测量学指标为:各分量表alpha系数在0. 86-0.93之间;因素分析结果表明6个分量表分别测量一个独立的因子,适应问题部分三个因子共解释总方差的67%,适应能力部分三个因子解释了总方差的72%。

各项测量学指标跟美国版非常接近[8]。

Student s Life Sat isfaction Scale(SLSS):这是一个测量总体生活满意度的工具[9],是一个包含7个条目的单一维度测验。

量表亦由研究者译成中文,由本研究样本得到的信度系数(alpha系数)为0.73。

State-T rait Anxiety Inventor y for Childr en(ST A IC):这是Spielberger基于成人的状态-特质焦虑问卷(STA I)而发展的适用于儿童的工具[11]。

问卷包括两部分,一部分测量状态焦虑,一部分测量特质焦虑。

本研究只测量其中特质焦虑部分,即该问卷的Form C-2,包括20个条目。

本研究所使用的F orm C-2系作者根据英文版翻译。

以本研究的样本为依据,计算出此部分的内部一致性信度(alpha系数)为0.92。

因素分析表明全部项目可由一个单一因子解释,可被解释的总方差为40.1%。

以上三个工具系直接使用国外版本。

其中T-CRS此前已有国内学者使用经验,表明其可用于中国学生的评定; SL SS是一个较流行的青少年生活满意感测量工具,条目所测内容符合中国学生实际;ST AIC是世界上通用的儿童焦虑评定量表,文化敏感性小。

以本研究的样本得到的三个工具的测量学指标跟国外版的指标均非常接近。

2.3 分析方法
由于数据的嵌套性质,传统的回归分析存在问题[12]。

当我们用学生个人为分析单位,忽略学生的班级身份,会导致两个问题。

一是这时我们不再是用班级均值为班级环境的测量,而是用学生个人知觉为班级环境的测量,这样得到的班级环境与学生变量的关系,与用班级均值为分析单位所得到的关系在逻辑上性质是不同的;二是这样的分析忽视了班级身份对班级环境与学生变量间关系的影响,实际是把班级之间在学生变量均值上的差异歪曲成了班级环境对于学生变量的效应。

而真实的情况可能是这种班级均值的差异系由另外的原因所造成。

从回归分析的逻辑来说,这会造成对估计标准误的低估并增加犯第一类错误的机会。

而此时如果只用班级为分析单位,分析以班级均值为单位的班级环境与同样以班级均值为单位的学生变量的关系,则虽然没有逻辑上的问题,但要付出损失学生在班级内个别差异的信息的代价。

近年发展出来的多层线性模型分析方法[12,13],为这个问题提供
了很好的解决途径。

这种分析方法不仅较好地处理了上述数据嵌套的问题,而且它允许在不同的分析水平引入不同的预测变量,从而可以处理更复杂的模型。

近年在国外已经有课堂环境的研究运用了这种分析方法。

本研究采用多层线性模型处理班级环境跟学生变量的关系,分析工具采用SSI公司的软件HL M4.04。

3 结果
3.1 班级环境对学生学校适应的影响
根据多层线性模型的分析原理[12,13],分别以T-CRS的6个分测验为因变量,班级环境5个维度为自变量(自变量和因变量均使用标准分数),构成以下二层级HL M方程:第一层级(学生个体水平)方程: Y(1-6)ij= 0j+ 1j(X1ij)+ 2j(X2ij)+ 3j(X3ij)+ 4j (X4ij)+ 5j(X5ij)+r ij(1)第二层级(班级水平)方程:
0j
= 00+ 01(x1j)+ 02(x2j)+ 03(x3j)+ 04(x4j) + 05(x5j)+ 0j(2) 1j= 10+ 1j(3) 2j= 20+ 2j(4) 3j= 30+ 3j(5) 4j= 40+ 4j(6) 5j= 50+ 5j(7) Y(1-6)为T-CRS的6个分测验得分,下标 j 为班级标号, i 为学生标号, ij 代表第j个班级第i名学生, 0为Y的班级均值,X1-X5代表个体的对班级环境5个维度的知觉, 1- 5为对应于X1-X5的5个班级平均斜率,代表班级水平预测变量对于因变量的效应,r是残差项。

方程(1)表示,第j 个班级第i名学生在T-CRS六个分测验之一的得分,可以分解为三部分,一是该项得分的班级均值( 0j),二是可由班级环境各维度的班级平均效应量来解释的部分,三是残差。

方程(1)的6个统计量 0, 1- 5分别由方程(2)-(7)来估计。

00, 10- 50分别为 0, 1- 2在班级总体中的期望值。

在方程(2)里,x1j-x5j代表第j个班级的5个班级环境维度平均知觉, 01- 05为对应于x1-x5的班级总体斜率, 0- 5为班级水平的误差项。

统计结果见表1。

由表1可看出,当我们以学生对班级环境的个别化知觉来预测个人的学校适应(个体分析水平),在适应问题的三个方面,以学习问题跟班级环境(除了其中的竞争维度)的关联较大。

羞怯-焦虑跟班级环境的关联
最小。

行动表达问题跟5个班级环境维度全部都有关系,与师生关系和同学关系的关联为负,表示学生知觉到的师生关系和同学关系越积极,行动表达的行为越少。

与秩序纪律、学习负担以及竞争则出现正的关系,表示班级环境中这三方面越强,学生外显性的行为问题越多。

羞怯-焦虑与同学关系有负的关联。

学习问题跟师生关系和同学关系呈负的关联,显示这两种关系较好的学生学习问题较少。

而秩序纪律因素和学习负担因素则跟学习
1444
心理科学
问题同方向消长。

表1 班级环境与学生学校适应:二层级线性模型
Dependent Vari ables
Fixed Effects Ran dom Effects
Coeffi cient S E T V 2
行动表达 10 -0.105 0.033 -3.219** 1 0.019 117.37
20-0.1040.031-3.343** 20.01275.21
300.1110.033 3.281** 30.025108.83
400.0560.026 2.09* 40.007104.42
500.1130.032 3.476** 50.035115.49
01-0.0670.076-0.884
020.0400.0900.444
03-0.1010.066-1.529
04-0.0540.063-0.862
05
-0.0110.057-0.184
羞怯-焦虑 10-0.0080.032-0.276 10.021120.78
20-0.0860.030-2.855** 20.01293.58
300.0370.029 1.305 30.00283.33
40-0.0390.025-1.549 40.005101.06
50-0.0070.028-0.283 50.015120.85
01-0.0630.094-0.673
020.0100.1110.093
030.1190.083 1.453
04-0.1620.078-2.076*
05
0.0630.0700.903
学习问题 10-0.1340.032-4.085** 10.019122.06
20-0.1280.031-4.016** 20.01699.87
300.1960.035 5.587** 30.034124.98
40-0.0040.027-0.131 40.012115.87
500.0710.029 2.472* 50.015125.48
01-0.0420.068-0.626
02-0.0610.080-0.759
030.0840.059 1.418
04-0.2050.056-3.608**
05
0.1130.051 2.201*
自信的社交技能 100.0780.033 2.318* 10.025139.186** 200.1010.034 2.951** 20.034133.76*
30-0.1190.033-3.596** 30.022117.18
400.0400.029 1.378 40.021137.75*
50-0.0240.031-0.783 50.028142.81**
01-0.0380.081-0.473
020.1050.095 1.100
03-0.0720.070-1.025
040.1890.067 2.803**
05
-0.0580.060-0.963
任务取向 100.1460.034 4.236** 10.032138.51* 200.1170.034 3.397** 20.034124.75
30-0.1410.034-4.091** 30.031107.13
40-0.0010.028-0.061 40.020137.41*
50-0.0410.031-1.298 50.032157.90** 010.0160.0780.205
020.0540.0920.59
03-0.0350.068-0.522
040.1960.065 3.005**
05
-0.0480.058-0.820
挫折耐受力 100.0860.034 2.492* 10.042166.66**
200.1040.030 3.373** 20.021134.15*
30-0.0680.031-2.137* 30.025118.70
40-0.0190.028-0.678 40.027163.49**
50-0.0230.031-0.744 50.038181.45** 010.0130.0950.143
02-0.0110.112-0.095
03-0.0410.083-0.491
040.2460.079 3.117**
05
-0.1040.071-1.467
**p<.01;*p<.05; 10 50:个人知觉为预测指标时的效果量; 1 5:个人知觉为预测指标时,效果量(回归系数)的班级差异及其检验; 01 05:班级均值为预测指标对班级均值的因变量的效果量(回归系数); 估计参数所对应的自变量为: 10, 01, 1 师生关
系;
20, 02, 2 同学关系; 30, 03, 3 秩序纪律; 40, 04, 4 竞争; 50, 05, 5 学习负担。

江光荣等:班级环境与学生适应性的多层线性模型1445
在适应能力的三个维度,可看出只有师生关系、同学关系及秩序纪律三个环境维度与之有关联。

师生关系和同学关系对三个适应能力维度均有正的关系,表示这两种关系越好,适应能力越好。

而秩序纪律维度与适应能力的关系为负,可能表明过分强调纪律的班级对学生的适应能
力有一定抑制作用。

再看以平均知觉的班级环境与班级平均的学校适应的关联(班级分析水平),总的倾向是,单个班级环境维度与班级水平的学校适应关联较低。

不过其中有一个比较明显且特别的现象:班级环境中竞争维度跟学校适应6个方面中的5个有肯定联系,而且这种联系的性质是,较强的竞争与较低的羞怯-焦虑、较少的学习问题、较好的社交表现、较明显的任务取向、以及较强的挫折耐受能力相关联,低的竞争则与上述关联方向相反。

按照一般对学校适应的界定,此处竞争与学校适应的联系是:竞争程度强,学校适应好;竞争程度低,学校适应差。

这个结果有些费解,将在后面讨论。

除此而外,平均知觉的班级环境中仅学习负担与学校适应中的学习问题有关联。

学习负担较大者,学习问题较多。

3.2 班级环境对学生生活满意感的影响
以生活满意感分数(标准分数)为因变量,以班级环境的5个维度(标准分数)为自变量,构成如前以学校适应为因变量一样的二层级HLM模型。

因为此方程组仅第一层级(学生个体水平)的因变量改为生活满意感,其余各项均与前一组方程完全相同,故从略。

分析结果见表2。

表2 班级环境与学生生活满意感:二层级线性模型
Fixed Effects Random Effects
Coefficient SE T V 2
10 0.1020.036 2.822** 10.036 137.70*
200.1970.031 6.177** 20.012109.66
300.0970.032 2.988** 30.014101.33
40-0.0300.026-1.156 40.00298.32
50-0.2180.029-7.487** 50.012107.88
010.0760.037 2.051*
02
0.1380.044 3.125**
03
-0.0630.032-1.945*
04
0.0410.031 1.321
05
-0.1160.028-4.120**
表注同表1。

由表2可看出,除了竞争一项对于学生生活满意感的效应未达到统计显著性水平而外,其余4个班级环境维度对于学生生活满意感的作用都比较肯定。

仍然是个体分析水平上预测变量的效果量较大,班级分析水平上预测变量的效果量较小。

在两种水平上,各维度对于因变量的相对效应比较一致。

例如,两种水平上都是同学关系和学习负担对于生活满意感的作用较大,竞争的效应最小。

另外,师生关系的作用也很明显。

3.3 班级环境对学生之一般性焦虑的影响
重复上一问题的处理程序,以标准化后的特质焦虑分数为因变量。

以同样的二层级线性模型来估计班级环境对焦虑的效应。

结果见表3。

表3 班级环境与焦虑:二层级线性模型
Fixed Effects Random Effects Coefficient SE T V 2
10
-0.0390.033 -1.185 10.024 117.14
20
-0.2230.030-7.420** 20.01097.76
30
-0.1890.032-5.865** 30.020101.39
40
0.0700.029 2.45* 40.021116.83
50
0.2400.0269.247** 50.00299.52
01
-0.0450.039-1.132
02-0.1950.047-4.142**
03-0.0130.034-0.369
040.0690.033 2.081*
050.1610.030 5.378**
表注同表1。

总的来看,班级环境跟学生的一般性焦虑反应有相当肯定的关联。

但是班级环境中的不同维度对于焦虑的关系并不一致。

无论是在个体分析水平还是在班级分析水平,班级环境中跟焦虑关系密切的都是同学关系、竞争和学习负担这三个维度。

其中又以同学关系和学习负担的效应量较大。

其作用方向与一般认识一致:同学关系越积极,焦虑反应越低;而学习负担越重,焦虑水平越高。

在个体知觉水平,秩序和纪律一项也有较明显的效应。

但在班级均值为预测指标时,秩序和纪律对于焦虑不起什么作用。

另外,当以个体知觉为预测指标时,各项效果量(斜率)在班级之间不存在差别,说明这种关联跨班级的一致性相当高。

3.4 班级环境对不同学生变量的解释力比较
对于一个估计模型,HL M可以计算出整个模型对于因变量的解释力的估计1,即因变量的方差中,可以从模型中的全部预测变量得到解释的部分所占的比例[13]。

对于第一层级
1446
心理科学
和第二层级方程中均有预测变量的模型本研究的模型就是这种模型 HL M可以分别给出在两个水平上预测变量的解释力。

根据Bry k和Raudenbush的估计公式[13],计算出班级环境对三组学生变量之变异的解释比例。

结果见表4。

表4 班级环境所解释学生变量的比例
因变量
被解释的方差比例
个体水平班级水平
学校适应
行动表达0.100.07
羞怯-焦虑0.040.02
学习问题0.110.25
自信的社交能力0.100.14
任务取向0.130.14
挫折耐受力0.120.09
生活满意感0.200.82
特质焦虑0.250.79
表中结果表明,无论是以个体知觉来预测个体的学校适应水平,还是以班级均值来预测班级学生的平均适应水平,作为一个整体的班级环境都是一个相当肯定的预测源。

结果还显示,对于三组学生变量,班级环境的解释能力有很大差别。

对于生活满意感和焦虑,班级环境的解释力比较强,当以个体对班级环境的知觉来预测个体的生活满意感和特质焦虑的时候,两变量分别有20%和25%的方差得到解释。

而在班级分析水平,班级环境可以解释其变异量的80%左右。

这意味着,如果两个班级在生活满意感和特质焦虑的平均水平上表现出差别,这种差别跟班级环境的不同有极大的关联。

班级环境对于学校适应的解释能力明显低于对前两个变量的解释,其中原因需要讨论。

不过除了羞怯-焦虑问题,对于其它适应方面都还是有不可忽视的预测力,在个体知觉水平,受班级环境解释的方差从10%到13%;在班级平均水平,受班级环境解释的方差从7%到25%。

4 讨论与结论
4.1 两个分析水平效果量的差异问题从表4可看出,班级环境在班级水平上对因变量的预测,大大优于在个体水平上的预测,这一结果是非常合理的。

在班级内个体水平上的适应差异,除了与班级环境有关而外,还与家庭、个人自身的条件等有重要关系。

这时班级环境单方面的效应比较有限。

而对于班级之间平均适应水平的差异,学生家庭、个体自身原因等等因素的影响力较小,班级环境的作用相对增大。

这个结果也正好说明班级环境对于学生发展的重要。

因为只有在这个水平上的效应量,才是对于班级环境之价值比较纯粹的估计。

4.2 因变量之间效果量的差异的问题在三组学生变量中,学校适应(T-CRS所测量者)与班级环境的关联度(效果量)显著低于另两组因变量。

这一结果不易理解。

因为从常理推测,在三组因变量中,受班级环境影响较大者恰恰应该是学校适应。

以研究者目前的猜想,认为最有可能是T-
CRS测量的信度有问题。

误差的来源不在量表本身,而在量表的评定方式。

本研究中的三组学生变量中,生活满意感和焦虑系采用自陈量表测量,而学校适应则是采取教师评定的方式。

怀疑主要来自这样一个事实,T-CRS评定的前提是:教师对学生有充分的了解。

在美国,小学实行包班制,小班教学,因而教师对每个学生比较了解。

但中国学校是采取大班分科教学制度(本研究样本中班级人数平均约60人),教师对学生个别特点的了解比较差。

故推测这是导致评定误差的主要原因。

4.3 竞争维度的效应问题如前述,本研究的结果似乎表示:竞争程度越高,适应问题越少,适应能力越强。

而前人研究中有关竞争的一般结论是:竞争与较高的学业成就相联系,但高竞争通常导致情绪和社会性适应方面的问题[14]。

对此一个非常可能的解释是:竞争与学校适应关系的上述结果乃是一种假象。

它源于另一隐蔽原因。

这原因就是择校和快慢分班。

择校分班造成的结果是:好校和快班内学生成绩好,行为问题少,社会性发展亦较好,但学业竞争激烈。

而一般校和慢班内, 差生占多数, 差生的主要表现就是学校适应差。

但由于升学期望小, 慢班、差生的学业竞争非常缓和。

这样,如果不对择校和分班进行控制,就会出现竞争程度与学校适应呈正相关的结果。

本研究的设计中由于未曾预计到这个问题,没有取得择校分班的资料,故无法对此假设加以检验。

总体来说,本研究的结果显示:学生个体所知觉到的班级环境,对其适应水平有相当肯定的解释力,而一个班级学生整体适应水平的高低,与这个班的班级环境有极大关联。

所以,本研究的一个总体性结论是,中国学校体制下的班级社会心理环境对于学生的发展和适应状况,具有举足轻重的作用。

5 参考文献
1Bronfenbrenner,U.Environments i n developmental perspective: T heoretical and operational models.In:S.L.Friedman&T. D.
W achs(E ds.).M easuring Envi ronment Across the Life S pan.
W ashington,DC:American Psychological Associati
on,1999:3-28
2Pianta,R. C.Enhancing rel ati onships betw een children and teach ers.Wash i ngton,DC:Ameri can Psychological Association,1999
3Eccles,J.S.,M idgley, C.,W i gfield, A.,Buchanan, C.M., Reuman, D.,Flanagan, C.,&M acIver, D.Devel opment during adolescence:T he i m pact of stage-environment fit on adolescents experiences i n schools and families.American Psychologist,1993, 48:90-101
4Fraser, B.J.Research on classroom and school climate.In: D.
Gabel(Ed.).Handbook of research on science teaching and learning.
New York:M acmillan,1994:493-541
5Fraser, /doc/a49791604.html,ing learning environment assessments to improve classroom and school climates.In:H.J.Freiberg(Ed.).School cli mate:M easuri ng,Improvi ng and Sustaining healthy learning environ ments.London:Falmer Press,1999
6M oos R.H.Conceptualizati ons of human environments.American Psychologist,1973,28:652-665 7江光荣.中小学班级环境:结构与测量.心理科学,,2004,27(4): 839-843
8Hightow er,A. D.,Work,W. C.,Cow en, E.L.,Lotyzew ski,
B.S.,Spinell, A.P.,Guare,J.
C.,&Rohrbeck, C. A.Th e
T each er-Child Rating Scale:A brief objective measure of elementary chi ldren s school problem behaviors and competencies.School Psy chology Review,1986,15(3):393-409 9Huebner, E.S..Initial development of the Student s Life Satisfac
江光荣等:班级环境与学生适应性的多层线性模型1447
tion Scale.School Psychology International,1991,12(3):231-24010Dew ,T.,&Hubner,E.S.Adolescents perceived quality of life:An exploratory investi gation.Journal of S chool Psychology,1994,32(2):185-199
11S pielberger,C.M anual for the State-T rait Inventory for Children.
Pal o Alto:Consulting Psychologis ts Press,1973
12Paterson,L.An introduction to multilevel modeling,In:S.W.
Raudenbush &J. D.W i llms (Eds.).S chools,Classrooms,And pupils:International studies of schooling from multilevel perspective.San Diego,CA:Academic Press,1991:13-24 13Bryk, A.S.,&Raudenbush ,S.W.Hierarchical linear models:Applicati ons and data analysis methods.New bury Park,CA:Sage Publications,1992
14Johnson, D.W.,&Johnson,R.T.Instructional goal structure:Cooperative,competitive,or individualistic.Review of Educational Research,1974,44(2):213-240
C lass Environments and Students Adaptability:A Hierarchical Linear Model
Jiang Guangrong
(S chool of Psychol ogy,Central China Normal University,Wuhan,430079)
L am Manp ing
(Department of Educational Psychology,The Chinses University of Hong Kong,Hong Kong)
Abstract T his ex plor at ion highlig hted t he relat ionships between students adaptabilit y and the psychosocial class environments in t he elementary and middle school systems o f China.T he class env ironments w ere measured by a questionnaire named M y Class developed by the first author of
the paper.T hree sets of students outcome variables,school adaptation,life satisfaction and anx iety ,were chosen as t he indicators of adaptability.A hier ar chical linear model (HLM )showed that at the individual level,the class env ironment had a considerable effect on students adaptability,and at the class level,the class averaged perception of t he class environment could inter pret a lar ge part of the variance of the dependent v ar iables.So the results indicates that in the Chinese school system,the psy chosocial class environments are very important for students development.
Key words:class environment,student adaptability,hierarchical linear model (上接第1442页) 7F abrigar,L.R.,Wegener, D.T.,M acCallum,R. C.,&Str ahan,E.J.Ev aluating the use of exploratory factor analysis in psy chological research.Psycho logical met hods,1999,4:272-299 8Gorsuch,R.L.Exploratory factor analysis.In J.R.N esselroade&R.B.Cattell(Eds.),Handbook of multivar iate experimental psycholog y.2nd ed.,New York:Plenum,1983:231-258
9胡中锋,莫雷.论因子分析方法的整合.心理科学,2002,25(4):474-475
10侯杰泰,成子娟.验证性因子分析:问卷题数及小样本应用策略.心理学报,1999,31(1):76-82
11Cattell,R.B.Handbook of multivariate ex perimental psychol ogy.Chicago:T and M cNally,1966
12R eise,S.P.,Waller ,N.G.,&Comrey,A.L.F actor analysis and scale r evision.Psycholog ical A ssessment,2000,12:287-297 13范津砚,叶斌,章震宇,刘宝霞.探索性因子分析-最近10年的述评.心理科学进展,2003,11(5):579-585
14周宗奎.儿童的社会技能.武汉:华中师范大学出版社,
2002
15
Bentler,P.M.&Kano,Y.O n the equivalence of factors and components.M ultivariate Behav ioral R esearch,1999,25:67-74
16
Schneew eiss,H.Factors and pr incipal components in the near spherical case.Multiv ar iate Behavioral Resear ch,1997,32:375-401
17O gasawara,H.Some relationships between factors and com ponents.Psychometrika,2000,65:167-185
18
Widaman,/doc/a49791604.html,mon factor analysis v ersus principal component analysis:Differ ential bias in repr esenting mo del parameters?M ultivariate Behavior al Resear ch,1993,28:263-311
19K aiser,H.F.A second generation Little Jiffy.Psy chometr ika,1970,35:401-415
20
Wagner ,A.K amakura.,&M ichel W edel.Exploratory T obit Factor Analysis for M ult ivariate Censored Data.M ultivariate Behav ioral Resear ch,2001,36(1):53-82
21
Christine DiStefano.T he I mpact of Categorizat ion W ith Con firmato ry Factor A nalysis.Structural Equation M odeling,2002,9(3):327-346
Exploratory Factor Analysis and Its Main Problems in Application
Sun X iaoj un ,Zhou Zongkui
(Department of Psychology,Central China Normal University,Wuhan,430079)
Abstract T he rapidly developed exploratory factor analysis has become one of the most impor tant research metho ds in the fields of ed ucational and social psycho logy.In thi s paper the basic pr inciple of exploratory factor analysis is analysed,the mechanism and prog ress are elaborated,and t he problems in the appcation in the fields of education and psycho logy are summarized.F inally,some sug gestions concerning resear ch desig n,factor extraction,determining the number of factors,factor r otation,and facto r scor es ar e presented.Key words:ex ploratory factor analysis,factor rotation,factor sco re 1448 心理科学。