《表1 预测学习倦怠的学校水平和学生水平变量》
第一步,两水平零模型分析结果显示,AIC=4000.087,BIC=4012.995,本研究的群体平均值为183,组内相关性为0.14,表示组内同质性尚可,可以进行多水平分析。第二步,在零模型基础上,逐一添加学生水平预测变量,能显著预测学习倦怠的有:是否为班干部(B=-5.46,P<0.001)、核心自我评价(B=-0.68,P<0.001)、人际关系(B=0.82,P<0.001)、抑郁(B=0.58,P<0.001)。随后逐一添加学校水平预测变量,能显著预测学习倦怠的有:师生比(B=-33.65,P<0.01)、高级职称比(B=-8.44,P<0.001)。第三步,为了解各显著性预测变量与学习倦怠的斜率在不同学校是否一致,进而逐个对随机斜率进行了验证,结果显示均无显著性差异。第四步,将所有有预测性的变量纳入最后的总模型,模型拟合结果如下:AIC=3636.56,BIC=3675.14,RMSEA=0.00,CFI=1,TLI=1,SRMR(组内=0.004,组间=0.000),并对各变量进行了方差贡献率的计算,结果见表1。学校水平的两个预测因子(师生比和教师高级职称比)均对学生的学习倦怠有显著性影响,其中高级职称比影响性更大(η=0.44),师生比也有一定的影响(η=0.17)。除了学校水平外,个体的核心自我评价和抑郁状态是学生水平变量里对学习倦怠最有力的两个预测因素(η=0.128、0.121)。也就是说,个体的核心自我评价越高、抑郁症状越少,其学习倦怠程度越低。此外,人际关系也对个体的学习倦怠有影响(η=0.024),即个体的人际关系困扰会加重其学习倦怠。最后,本研究发现,担任学生干部能对学习倦怠起积极作用(η=0.049).总的来说,在学校水平,师生比和高级职称比能解释学生学习倦怠61%的原因;在学生水平,是否班级干部、核心自我价值、人际关系、抑郁能解释个体学习倦怠32%的原因。
图表编号 | XD00224167000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.05 |
作者 | 江雨欣 |
绘制单位 | 海南医学院 |
更多格式 | 高清、无水印(增值服务) |