理工科研究生学业发展的分析方法

一、数据来源

本研究数据来自北京大学教育学院2008年进行的“首都高校学生发展监测项目”中研究生调查数据。该调查采取的是分层抽样方法，北京高校的研究生机构分为了“985”高校、“211”高校和一般普通高校三类，抽取各类学校的比例与所在类别占北京研究生院校总体比例接近。各所高校中根据其研究生规模，随机抽取了50～200名研究生，分布于人文、社会科学、理工科、医学和农业专业。数据库总共包含了8117名有效样本。本研究在其中选择了理工科的硕士研究生，并排除了2008年及之后入学的新生样本，以确保资助数据为研究生阶段的数据。排除了地方属高校，因为这些高校在调查时并未参与研究生培养机制改革，其财政资助方式与部属高校也有所差别。最后用于分析的样本包含了1290名理工科的研究生。其中男性学生占61．7％，工科学生占83．6％。

二、变量

本研究涉及的变量包括三大类（参见表5-1）：第一类是外生变量，包括学业水平、内在兴趣、家庭资源以及各类型资助。家庭资源采用学生家庭的年收入来衡量，它是一个8级定序尺度变量。学业水平采用学生本科所就读的学校层次来衡量，分为了3个等级的变量，分别为“985”高校本科生、“211”高校本科和一般普通高校本科生。内在学业动机从学生自我感知的兴趣和功效角度来衡量，涉及以下三方面问题的同意程度：①对所学专业不感兴趣；②认为学无所用所以缺乏动力；③对科学研究不感兴趣。这三个指标的克隆巴赫系数（Cronbach'salpha）值为0．78，具有较高的信度。最后，学生资助分为了赠予型资助、自助型资助以及包含赠予型和自助型资助的混合资助方式。这几个变量都采用的是二分变量，反映学生是否获得资助。在分析样本中，理工科研究生赠予型资助平均为3599元，覆盖率达59．9％；自助型资助平均为1499元，覆盖率达56．1％。

表5-1 变量类型及说明

第二类因素是学业参与，具体包括四方面的变量：①修课时间，采用学分数来衡量，并且对其进行自然对数处理；②课程参与，它由学生在课堂的座位位置、参与课堂讨论的频率以及课堂提问的频率三方面的指标进行衡量，三个指标的克隆巴赫系数值为0．63，指标信度基本较好；③课后学习时间和④科研时间都采用了对数处理的平均小时数。

第三类因素是学生的学业表现，分为课程学习表现和科研表现两类。课程学习采用平均绩点排名来衡量，该指标为5级定序变量。科研表现用是否有科研成果发表的二分变量来衡量。

三、实证方法

本研究采用结构方程模型（Structural Equation Model）来探索学生资助对学业参与及学业成就的影响。结构方程模型是一种利用变量之间的协方差矩阵来验证和估计因果关系的统计方法。这一方法在本研究中的优势主要有以下两方面：一方面，结构方程模型允许处理潜变量（Latent Variable）。潜变量是指那些难以直接测量，而需要通过多个指标衡量的因子。比如本研究当中，学生对理工科的研究动机、课堂参与这两个变量就需要多个指标来测量，而结构方程模型能够同时估计这些潜变量的因子结构，以及各个指标之间的关系。另一方面，结构方程模型能够较好的估计中介因素的影响。学生资助通过影响学生的学业参与，并进一步影响到最后的学业成就。通过结构方程模型可以探索学业发展的中间过程和资助的作用机制。

根据理论假设，结构方程模型分为两个部分：第一是测量模型，对于指标和潜变量关系进行估计。

公式5．1中X是外生指标，ξ是外生变量，包括学生资助水平、学业水平、内在兴趣、家庭资源，其中学生的内在兴趣是潜变量。Λx是外生指标在外生潜变量上的因子负荷，反映了二者之间的关系。公式5．2中Y是学业表现指标， η是内生潜变量，其中学生的课程参与用η11表示，包括学生修课时间、课程参与程度、课后学习时间，其中课程参与程度是多指标潜变量；科研参与用η12表示，用科研投入时间衡量；最终的学业表现包括课程表现η21和科研表现η22。Ay是内生指标在内生潜变量上的因子负荷。

结构方程模型的第二部分是结构模型，它反映了各个潜变量之间的关系。本研究中用于评估资助效果的结构模型如下：

学生参与η1j受到学生资助F以及其他外生变量的影响。参数ψj体现了资助对学业发展过程的影响，Aj代表其他外生变量对学业发展过程的影响。当学生资助的影响大于0时，说明某种类型的资助方式对理工科研究生学业发展有促进作用。

学业表现η2k受到课程参与的影响为Bk，受到科研参与的影响为Ck，受到学业水平和家庭社会经济背景的影响为Dk。如果Bk和Ck都显著大于0，则说明课程参与科研参与提高了理工科研究生的学业表现；如果模型（3）估计得到系数都显著大于0时，则说明资助可能渐渐通过促进学业参与提高了学业表现。

由于学生学业水平、家庭社会经济背景和动机可能影响到学生资助的获得，因此在模型估计时我们将外生变量之间的路径设置为自由估计。所有残差因子也允许自由估计。除以上路径系数以外的所有其他路径关系都不进行估计。

为了对不同类型的学生资助效果有所区分，以下对赠予型资助、自助型资助以及混合资助这三种情况分别采用结构方程模型进行分析。模型1考察赠予型资助对学业发展的作用；模型2考察自助型资助的作用；模型3考察混合资助的作用。