中国大学生学习投入的内涵变化和测量改进来自“中国大学生学习与发展追踪调查”的探索（四）研究结果1.项目分析。经统计，所有题项的临界值均达到统计显著水平（p<0.05），题项与量表总分皮尔逊相关系数均大于0.4且达到统计显著水平（p<0.001）。项目删除后的α系数均不低于所有题目整体的α系数，因此无需删题。2.探索性因子分析。虽本研究假设大学生学习投入共包含六个子维度（因子），但考虑到该结构尚未经过数据验证、仍处于初期探索阶段，因此需首先开展探索性因子分析并综合多种方法决定适合的因子数量。结合相关研究建议，选取特征值大于1、碎石图变化明显和高于平行分析②随机矩阵平均特征值的因子数目。（见图2）综合以上信息，对预编量表分别进行六因子和七因子模型的探索性因子分析。结果显示两个模型的拟合均较理想，相比之下，七因子模型的拟合情况更佳。（见表1）因子载荷矩阵也提示，七因子模型的结果与概念假设更为一致，只是生师互动和同伴互动未共同载荷在一个因子上、而是分别形成了两个因子③。因此，综合考虑后选择保留七因子模型。删除存在跨因子载荷的题目(“课后和同学讨论课程内容”），得到稳定的因子结构。结果显示，29道题目在所属因子上的载荷系数均大于0.4且均达到统计显著水平（p<0.001）；七个因子之间存在显著相关（p<0.001）且相关系数介于0.2至0.6之间、没有相关程度过高的因子。结合概念假设对因子命名：因子Fl为“个体学习行为”，F2为“生师互动行为”，F3为“同伴互动行---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---为”，F4为“积极学习情绪”，F5为“人际关系感受”，F6为“深层学习策略”，F7为“反馈调节策略”。3.验证性因子分析。表2的结果说明验证性因子分析模型拟合情况良好。模型中所有估计参数均达到统计显著水平（p<0.001），未出现负的误差变异量，标准误均较小。图3的模型结构显示绝大多数题目的因子载荷介于0.50至0.95之间（只有一个题项的因子载荷为0.493，但仍然可以接受），各因子之间呈现中低度相关。整体而言，模型具有良好的适配度。4.效标关联效度。以学生自我报告的教育收获作为效标，计算学习投入各因子与教育收获之间的相关性。结果显示，学习投入的七个因子与教育收获之间均达到中度相关且均达到统计水平显著（p<0.001），具有理想的效标关联效度。（见表2）5.信度分析。表3的结果显示，学习投入各因子的组合信度均大于0.6且均达到统计显著水平（p<0.001）；各因子α系数均大于0.7，总量表α系数大于0.9。量表内部一致性较高，模型内在质量良好。以上分析说明，在新的解释框架下所构建的大学生学习量表具有良好的效度和信度，可以将其作为一个科学有效的工具对中国大学生的学习投入情况进行测量。四、研究结论与建议（一）结论1.本研究通过梳理学习投入的内涵变化，归纳出理解大学生学习投入的两组重要维度：一是基于个体的学习投入和基于互动的学习投入；二是行为投入、情感投入和认知投入。在此基础上，使用两组维度交叉形成的框架，提出中国---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---大学生学习投入的六个子维度。新的解释框架摆脱了已有研究中单一维度的局限和束缚，回应了当前学术探讨中产生的困惑，为全面、清晰认识中国大学生学习投入提供了有益探索。2.结合从NSSE-CHINA到CCSS的测量工具的改进经验，本研究使用来自中国大学生的大样本调查数据，在新的解释框架下对学习投入结构进行测量学分析。探索并验证了大学生学习投入的七因子结构，这七个因子分别是：个体学习行为、生师互动行为、同伴互动行为、深层学习策略、反馈调节策略、积极学习情绪和人际关系感受。与已有结构相比，本研究提出的大学生学习投入结构兼顾了大学生基于个体和基于互动的参与和活动，能够更为全面的反映大学生在行为、情感和认知方面的表现和状态，体现了学习投入研究的新路径。同时，测量学分析显示该结构具有理想的效度和信度，这也弥补了已有研究过于关注内容效度而忽视了结构效度的不足[5]。（二）建议1.本研究虽然验证了新框架下的学习投入结构，但...