大學生課堂注意力影響因素實證研究

王均霞，王郁琪

（江南大學 人文學院，江蘇 無錫 214122）

0 引言

注意力作為影響學習者學習效果的重要內部因素，是心理學和教育學的研究重點之一。諸多研究表明，學生在課堂學習過程中注意力越集中，對教學內容的接受能力越強，學習效果也越好［1-2］。目前注意力的研究主要集中在特殊教育學、神經心理學、體育運動心理學等領域，研究對象多為患有注意力缺陷多動障礙（ADHD）的學生，而針對課堂學習環境下正常學生的研究相對較少，僅有的研究也多聚焦于注意力與學業成績的關系、注意力訓練與培養、注意力測量與評估等方面，缺乏對學習者注意力影響機制的深入探究與分析。

為提高大學生課堂注意力水平，改善其學習成效，本文將探索哪些因素會對課堂學習環境下大學生的注意力產生重要影響，以及因素之間存在何種關系，以期在開展課堂教學實踐時，為提高學生注意力水平以及學習成效提供實證依據。

1 相關研究

國外研究者對學習者注意力的特點與影響因素展開了研究，主要集中在心理活動、外界環境等宏觀因素方面。例如，Seitlinger 等［3］發現課堂學習中學習者的學習投入與注意力關系密切；Bolkan 等［4］認為學習者的學習動機直接影響注意力集中程度；Hagenauer 等［5］通過訪談澳大利亞兩所公立大學的15 名大學教師，發現教師的積極情緒、師生間的良好互動能促進學生注意力集中。除了心理活動因素，客觀環境也是影響學習者課堂注意力的重要因素。例如，Karst 等［6］認為課堂規模大小、課堂氣氛與學習者課堂注意力之間有顯著相關性；Allison 等［7］發現教學時間是影響學生課堂注意力的重要因素。

國內關于學生課堂注意力影響因素的研究主要分為兩個方面。一方面是以理論為基礎分析總結注意力的內在心理機制和影響因素，如唐明［8］總結了學習者注意力5大影響因素，分別為教師的言談舉止、教學模式、課程內容、智能終端設備的使用、課堂人數等；王滌非［9］認為學生的自我約束力、課堂內容以及教學方法等因素可影響課堂注意力情況。另一方面是實證研究，通過問卷調查或實驗研究對課堂學習環境下大學生的注意力進行評估，分析影響因素，如顏魯林［10］通過問卷調查得出影響大學生注意力集中程度的主要因素為學習者心情狀況、身體狀況、對課程的興趣以及教學方法；曹培杰［11］從內部元認知、學習投入、互聯網娛樂偏好3 個方面分析了數字化學習環境下大學生注意力的關鍵影響因素；凌婷［12］通過抽樣調查得出學生主觀因素，教師的語調、手勢、板書、教學手段以及客觀環境因素對學生課堂注意力有顯著影響。

以上文獻對學習者課堂注意力水平及其影響因素進行了初步分析，但大多集中在學生身心狀況和外部環境等難以把控的宏觀層面，微觀層面的具體因素分析較少，不夠系統全面。此外，理論分析并沒有調查數據的有力支撐，實證研究中對于影響因素的分析尚不完善。

為較為全面地梳理課堂學習環境下大學生注意力的影響因素，首先對相關文獻的要素進行梳理；其次訪談一些高校大學生、一線教師以及相關領域專家，對已有因素進行補充和修訂；然后選取不同專業學生，實地觀察其課堂注意力，進一步驗證和完善影響因素；最后確定大學生課堂注意力的影響因素。由于學生身心狀況具有個體差異，且在較長時間內較難形成穩定的影響因素，故予以剔除。課堂信息環境在一定程度上影響互聯網的使用頻率，且教學氛圍主要由教學方法調控，因此將互聯網使用頻率和教學方法作為主要影響因素。經過分析整合得出影響注意力的主要因素，見表1。

2 課堂注意力影響因素建模

解釋結構模型（Interpretive Structural Model，ISM）通過二維矩陣運算，得到因素關系層級結構模型，操作過程包括：①判斷影響因素之間的邏輯關系；②建立鄰接矩陣；③計算可達矩陣；④劃分可達矩陣層級關系；⑤建立影響因素的ISM。

2.1 大學生課堂注意力影響因素之間的關系判斷

為確保各因素之間邏輯關系的客觀性，首先選取10 位教學專家對各因素的影響關系進行評判，對因素關系不一致的地方進一步確認與匯總。在此基礎上，采用文獻求證和專家磋商修正因素關系，并通過公式計算使一致性的評判信度大于0.9，最終各因素之間的關系見表2。當因素i正向影響因素j 時用V 表示，當因素j 正向影響因素i 時用A表示，當兩因素相互影響時用X 表示，反之用O 表示。

Table 2 Interrelation among various influencing factors表2 各影響因素間的邏輯關系

2.2 鄰接矩陣建立

在表2 的基礎上，按照因素關系的轉換標準，建立鄰接矩陣N，如表3 所示。具體標準為：（1）當i=j 時，則aij=0。（2）當i≠j 時，若Ai 與Aj 之間的關系為V，則aij=1，aji=0；若關系為A，則aij=0，aji=1；若關系為X，則aij=aji=1；若關系為O，則aij=aji=0［24］。

Table 3 Adjacency matric N表3 轉換生成的鄰接矩陣N

2.3 可達矩陣計算

根據表3 的鄰接矩陣N，按照布爾運算法則計算可達矩陣R，即設單位矩陣為I，當（N+I）K-1≠（N+I）K=（N+I）K+1=R（K≥2）時，利用MATLAB 軟件運算可知，當K=3 時滿足（N+I）3≠（N+I）4=（N+I）5，R=（N+I）5 即為可達矩陣。

2.4 層級關系劃分

在生成的可達矩陣R 中，可達集R（Fi）表示從Fi 出發能夠到達的全部要素集合，先行集A（Fi）表示所有能夠到達Fi 的要素集合，兩者交集R（Fi）∩A（Fi）表示從要素Fi 可能到達，并且又能夠到達Fi 全部要素的集合，具體如表4 所示。根據可達矩陣層級關系的推算思路，最終將所有要素劃分為4 個層級，其中A1、A2 和A5 為第一層級要素，A3 和A4 為第二層級要素，A6 和A13 為第三層級要素，A7、A8、A9、A10、A11 和A12 為第四層級要素。

Table 4 Reachable sets，antecedent sets and intersection sets of the factors表4 因素可達集、先行集及其交集表

2.5 影響因素的ISM 構建

通過可達矩陣R 判斷各因素之間是否存在強連通關系，從劃分的層級要素可以看出，學習興趣和學習動機這兩個因素是等價的，學習投入和自我約束、提問互動和評價反饋分別相互等價。根據各因素間的層級關系可構建影響因素的ISM，如圖1 所示。

3 研究設計

3.1 研究對象與方法

研究樣本來自江蘇省某高校的在校大學生，共476 人。在調查抽樣過程中，兼顧樣本學生的異質性（如年級、專業等），設置性別比約為1∶1，采用結構方程模型法（Structural Equation Model，SEM）和問卷調查法進行調研。

3.2 問卷設計

在文獻分析和專家訪談的基礎上得出課堂學習環境下大學生注意力的影響因素，涉及學習者、教師和教學設計3 個維度，包括學習興趣（LI）、學習動機（LM）、學習投入（LE）、自我約束力（SF）、互聯網使用頻率（IU）、語言表達（EL）、情緒吸引（EA）、互動行為（QI）、評價反饋（EF）、教學方法（TL）、課程難易度（CN）、課程趣味性（CQ）、媒體使用（MU）13 個因素。基于前文對影響因素的整理分析，編制“課堂學習環境下大學生注意力影響因素調查問卷”，包括學生基本情況調查、大學生課堂學習注意力影響因素分類調查和大學生注意力情況調查3 個部分，共45 道題目，題項采用李克特五點量表的形式表達。

Fig.1 ISM of influencing factors of college students'attention in the classroom learning environment圖1 課堂學習環境下大學生注意力影響因素的ISM

3.3 研究過程

采用調查研究法對大學生課堂注意力的影響因素進行調研。首先，于2020 年4 月對調查問卷進行試測，以提高問卷設計的有效性和科學性；然后，為檢驗問卷題項的適切程度，采用項目分析法和相關分析法對其進行極端組檢驗和同質性檢驗，依據項目分析與臨界比值分析結果，刪除LI2、IU1、CQ1 和MU1 題項，最終形成的調查問卷包括41 個封閉式題目；最后，于2020 年6 月正式發放網絡問卷，通過問卷網平臺進行數據收集，最終保留有效樣本476 份，回收率為100%。

4 數據分析結果

4.1 信度與效度分析

對正式問卷數據進行信度和效度檢驗，以保證其穩定性和可靠性，從而確保SEM 具有較好的實際意義。根據主成分分析結果對問卷進行微調：一是微調劃分維度，確定了學習者、教師以及教學設計3 個潛在變量；二是刪減題項，采用分層面個別進行因素分析法，以及限定抽取共同因素法對各層面變量進行因子分析，刪除因子載荷量較小的題項LE1、SF1、LM2、EA1、EL1、QI1、EF2 和CN2；三是調整二級指標，根據題項因子負荷量及其內涵相關性，將學習者層面中的學習投入和自我約束力合并成自我管理，將教師層面中的互動行為和評價反饋合并成互動反饋，將教學設計層面中的課程難易度和課程趣味性合并成內容設計。隨后對調整后的問卷進行信效度檢驗，問卷整體KMO值為0.827，各維度的KMO 值均高于0.65，sig 為0.000，說明問卷效度良好，適合用于后續研究。問卷各維度的信度Cronbach’s alpha 均在0.7 以上，最終問卷的總體Cronbach’s alpha 為0.834，說明問卷信度良好。

4.2 問卷題項描述性統計與分析

4.2.1 個人因素指標統計

采用SPSS25.0 軟件對476 份有效問卷數據進行初步處理，從性別、專業、年級3 個方面進行描述性統計分析，結果見表5。整體而言，問卷樣本數據中的性別、專業以及年級人數比例較為均衡。

Table 5 Statistical distribution of basic information表5 基本信息統計分布

4.2.2 一級指標的描述性統計與分析

對問卷的一級指標數據進行處理，得出教師、學習者和教學設計3 個層面的分析結果。就總和與均值而言，教師層面對學生注意力的影響力最高，其次是學習者層面，而教學設計層面的影響力最低。就偏態量而言，教師和學習者層面的絕對值較大，說明學生對這兩個層面的認同感較強。就峰態量而言，教學設計和教師層面的值較小，屬于高狹峰，說明學生比較認同這兩個層面對自身課堂注意力的影響。

Table 6 Descriptive statistics of primary indicators表6 一級指標描述性統計

雖然教師層面的均值高于學習者和教學設計層面，但仍需要通過各層面成對樣本的t 檢驗判斷其差異是否顯著，具體檢驗結果如表7 所示。教師與學習者兩個層面平均值的差異為1.525 21，t 統計量為6.749，顯著性概率值p=0.000<0.05，達到顯著水平。學習者與教學設計兩個層面平均值的差異為7.964 29，t 統計量為36.627，顯著性概率值p=0.000<0.05，達到顯著水平。結果表明，教師對學生課堂注意力的影響最大，而教學設計的影響最小。

Table 7 Paired sample test of primary indicators表7 一級指標成對樣本檢驗

4.2.3 二級指標的描述性統計與分析

對調查問卷中的二級指標數據進行處理，得出10 個因素對注意力的影響程度。就總和與均值而言，LM、SM、CI、CC 和TL 的值較高，而MU 值最低。然后進行成對樣本的t檢驗，判斷各變量間的差異是否顯著。從顯著性來看，CC與TL 之間、TL 與EL 之間、EL 與EA 之間、IU 與MU 之間存在顯著差異。從t 統計量來看，CC 與TL、TL 與EL 達到了3.000 的標準值。綜上分析，學習動機、自我管理、互聯網使用頻率、互動反饋、內容設計、教學方法、語言表達、情緒吸引是影響課堂學習環境下大學生注意力的主要因素，而媒體使用因素未對學生課堂注意力產生顯著性影響。

4.3 研究假設

根據以上研究結果，去除基于ISM 構建的層次結構模型中的部分因素變量，重構課堂學習環境下大學生注意力的影響因素模型，具體如圖2 所示。

Fig.2 Reconstruction model of influencing factors of college students'attention in the classroom learning environment圖2 課堂學習環境下大學生注意力影響因素的重構模型

針對模型中的8 個影響因素，本文提出10 種可能存在的關系，分別為H1：內容設計對教師教學方法具有正向顯著影響；H2：內容設計對學習者學習動機具有正向顯著影響；H3：情緒吸引對學習者學習動機具有正向顯著影響；H4：語言表達對學習者學習動機具有正向顯著影響；H5：互動反饋對學習者學習動機具有正向顯著影響；H6：教學方法對學習者學習動機具有正向顯著影響；H7：教學方法對自我管理具有正向顯著影響；H8：教學方法對互聯網使用頻率具有正向顯著影響；H9：學習動機對自我管理具有正向顯著影響；H10：學習動機對互聯網使用頻率具有正向顯著影響。

4.4 SEM 檢驗

4.4.1 SEM 建立

采用AMOS21.0 創建課堂學習環境下大學生注意力影響因素的SEM。該模型共有8 個潛變量，分別為內容設計（CC）、情緒吸引（EA）、語言表達（EL）、互動反饋（CI）、學習動機（LM）、教學方法（TL）、自我管理（SM）、互聯網使用頻率（IU）。每個觀察變量需設定一個誤差值e，其中內容設計、情緒吸引、語言表達互動反饋為外生潛變量，無需設定殘差項，而學習動機、教學方法、自我管理、互聯網使用頻率為內生潛變量，需要設定殘差項Y。

4.4.2 模型參數估計

運用AMOS21.0 對模型進行分析，發現其中不存在負的誤差方差，測量誤差值范圍為0.020～0.081；標準化回歸系數的絕對值范圍為0.121～0.810，均未超過0.95。此外，各變量的偏度系數和峰度系數均接近于0，臨界比率值不超過2，各變量符合標準要求，因此可以進行模型擬合度的檢驗［25］。

4.4.3 模型擬合度評估

參照榮泰生［26］的方法，選取絕對擬合指標（CMIN/DF、GFI、RMR、RMSEA、AGFI）和增值擬合指標（NFI、TLI、IFI、CFI）等測量指標對SEM 的擬合效度進行判定，結果如表8所示。個別指標，如NFI 未達到適配標準但屬于可接受的范圍，總體而言模型擬合度較好。

Table 8 Measurement index of model fit表8 模型擬合度測量指標

結構模型參數估計值結果如圖3 所示。結果表明，內容設計對學習動機的路徑系數為負值，表明其對學習動機并無正向影響，其余變量間的路徑系數均為正值。

Fig.3 Interpretive structural model of influencing factors of college students'attention in the classroom learning environment圖3 大學生課堂注意力影響因素的模型參數估計值

4.5 模型假設檢驗結果

結構模型的路徑系數、顯著性以及與其對應的假設檢驗結果如表9 所示。H2“內容設計對學習者學習動機具有正向顯著影響”和H8“教學方法對互聯網使用頻率具有正向顯著影響”兩條假設的p 值均未達到顯著水平，假設不通過，其他假設均通過樣本數據的檢驗。

Table 9 Analysis of model path coefficient and hypothesis test results表9 模型路徑系數與假設檢驗結果分析

對模型的假設檢驗和層級因素進行分析，得出基于課堂學習環境的大學生注意力影響因素關系模型，具體如圖4 所示。結果表明，內容設計直接影響教師的教學方法，教師的教學方法、情緒吸引、語言表達和互動反饋直接影響學生的學習動機，教師的教學方法直接影響學生的自我管理，學生的學習動機直接影響學生的自我管理和互聯網使用頻率，進而影響其課堂注意力水平。

Fig.4 Relational model of influencing factors of college students'attention in the classroom learning environment圖4 課堂學習環境下大學生注意力影響因素關系模型

5 結論

本文以某高校本科生為研究樣本，首先運用ISM 梳理其注意力影響因素，得出因素間的層級關系。在此基礎上進行調查研究，并運用SEM 對大學生課堂注意力影響因素的概念模型進行了檢驗，分析了各影響因素之間的效應關系，得出以下結論：

（1）教學設計層面的內容是影響大學生課堂注意力的重要因素，還直接影響教學方法，而教學方法通過影響學習者的學習動機和自我管理間接影響其課堂注意力。研究結果表明，內容設計對學生學習動機未產生正向影響，教學方法對學生的互聯網使用頻率未產生顯著影響，因此教學設計因素對大學生課堂注意力的影響相對較小。

（2）學習者的自我管理與互聯網使用頻率是影響其注意力的最直接因素。學習動機是所有影響因素中的核心要素，既受到教學方法、情緒吸引、語言表達、互動反饋的影響，又直接影響學習者的自我管理和互聯網使用頻率，進一步影響其課堂注意力。學習者自身因素對其課堂注意力的影響較大。

（3）教師的情緒吸引、語言表達和互動反饋是影響學生課堂注意力的根本因素，且直接影響學習者的學習動機，進而通過學習動機間接影響大學生的課堂注意力。實證結果表明，教師因素對大學生課堂注意力的影響最大。

6 教學建議

基于以上結論，建議從以下幾個層面提高大學生的注意力水平。

（1）優化教學設計，促使學習者集中注意力。在內容設計上，合理組織教學內容，多渠道呈現學習資源。大學課程的專業性強、知識點繁多且難度較大，因此課程教學可由面向知識體系轉向面向核心知識與技能，安排適當難度的學習任務，在有效維持大學生課堂注意力的同時避免其認知負荷過重。在教學方法上，高校教師可將理論性強的知識點融入趣味實際案例中，通過實驗、角色扮演或小組協作等方式促使學生集中注意力。針對核心知識實施問題探究法，對于核心技能采用項目式學習或基于任務的學習法，以學生為中心，提高其參與度和注意力水平。

（2）培養注意心態，加強學生自我約束力。注意心態是指學生具有將注意力集中于課堂的心理需求和內在意愿，與學習動機息息相關。教師要強化學生對學習目的的認知，發揮目標激勵作用。創設真實有效的教學情境，激發學生的學習熱情與興趣。加強互動反饋，引導學生積極參與課堂，賦予其體驗成功和快樂的機會。高校應采取相應措施對大學生進行自我管理能力培訓，加強自我規劃、約束和監督能力。引導大學生適度使用智能設備，避免不良信息的過度刺激［15］。在課堂上借助雨課堂、藍墨云等移動學習應用開展混合式教學，將互聯網與學習活動相結合，既有助于吸引學生的注意力，又有利于打造高效課堂。

（3）發揮期望效應，加強語言能力，增強互動反饋。滿足學生的關注期望，調動其積極情緒。Sillero 等［27］研究表明態度積極的學生能夠保持注意力，更好地接收學習信息。因此，高校教師必須了解并調動全班學生的情緒，刺激其獎賞回路，滿足其關注需求，充分發揮教師期望效應的積極作用。教師的語言表達要做到生動而充滿激情、嚴謹而不失風趣，掌握適當的音量、速度和節奏。得體的肢體語言會感染學生，引導其集中于課程學習。因此，學校應積極開展教師專業培訓工作，組織微格教學活動，觀摩學習優秀教師課堂，進一步提高教師的語言素養。此外，借助課堂互動反饋工具，師生雙方獲得實時反饋結果，促進學生課堂注意力的集中與持續。采用形成性評價、同伴互評、自我評價等多元化評測手段，促使學生對自身有更清晰、更深刻的了解，從而有效提高其學習積極性和主動性。

7 結語

本文對大學生課堂注意力的影響因素進行了系統全面的分析，建立了涵蓋學習者、教師、教學設計3 個方面因素的層次模型，量化了影響路徑與影響程度，不僅為學生注意力的研究提供了參考，也為開展課堂教學實踐提供了依據。本研究的創新點在于應用了ISM 和SEM，實現了定性與定量研究的充分結合，即先使用MATLAB 工具構建出注意力影響因素的ISM，明確各因素之間的相互關系，然后在問卷調查的基礎上采用定量化的SEM 對影響因素的層級關系進行驗證，兩種方法的有效結合更有助于分析注意力影響因素之間的效應關系。然而，由于ISM 依賴于決策者的主觀判斷，而且問卷調查的樣本量不夠大，研究結果的普適性與代表性存在一定局限性，需要在后續研究中增加咨詢專家數量，在更廣泛的范圍內開展問卷調查等。