一、引言
在中学生诸多问题行为的研究中，学业拖延越来越引起整个社会和教育界的重视，成为研究的热点和焦点问题。有研究表明，大约有60%的中学生认为自己的学习效率不高，存在不同程度的学业拖延行为[1]，学业拖延指的是因个体迟迟不着手一项最终必须完成的任务而经历到的情绪不适[2]，学业拖延的发生会对个体产生较为严重的负性影响，不仅影响其学业水平[3]，而且会对其情绪产生影响，更容易出现焦虑、孤独等负性情绪[4-5]，在不良行为方面，学业拖延与学习倦怠、手机成瘾也呈显著正相关[6-7]。然而，通过对以往文献的梳理发现，对于学业拖延的研究以大学生群体为主，而较少关注中学生群体，中学作为个体身心发展逐步成熟的重要阶段，既面临着青春期身心的快速发展，又需要应对繁重的学业压力，同时，由于心理发展尚不成熟，极易受到外部环境的影响而产生学业拖延行为，属于学业拖延的高危群体。因此，对中学生的学业拖延行为进行研究，探究其拖延行为的影响因素及其作用机制，发掘该过程中的保护性因素，对于降低中学生的学业拖延水平，提高学校适应性，具有重要的理论意义和实践价值。
在众多影响拖延行为的因素中，自我效能感的重要性不言而喻。自我效能感是指个体对自己是否有能力完成某种特定任务的主观判断，是自信心在具体任务中的具体体现[8]。有关拖延行为的研究表明，产生拖延行为的一种可能性解释是害怕失败，由于惧怕失败带来的低自我评价，个体倾向于选择拖延的方式来维护现有的自尊水平，而对于自我效能感较高的个体来说，他们相信自己的能力完全能够应对当前发生的事件，因此，在现实生活中表现出较少的拖延行为，以往研究也证实了这一观点[9]。因此，可以预测，自我效能感对学业拖延具有显著的负向预测作用。然而，自我效能感对拖延行为的影响可能并非直接作用，而是通过特定的“黑箱”间接作用于学业拖延。未来时间洞察力指的是个体对未来社会发展尤其是自我发展可能性的认知、情感和倾向，是个体指向未来的人格特点，是时间洞察力的重要组成部分[10]，未来时间洞察力有助于青少年快速适应社会和发展的任务，帮助其根据预期评价未来，确定目标，制定计划，并付诸行动。对于自我效能感高的个体来说，他们更倾向于认为自己的未来是美好的，认为自己有能力建设美好的明天，预想的未来事件也更多些，为自己设定更多、更高的目标，未来时间洞察力也更高，覃开意等人的研究也证实了这一观点[11]。与此同时，未来时间洞察力对拖延行为也具有一定的负向预测作用，未来时间洞察力高的个体更加关注行为活动所带来的未来结果，能够看到当前行为与未来之间的联系，更容易意识到学习是与自我成长密切相关的事情[12]，在学习过程中表现出更强的坚韧性，进而表现出更少的学业拖延行为。
基于以上分析，本研究认为，中学生自我效能感能够显著负向预测其学业拖延行为，未来时间洞察力在中学生自我效能感和拖延行为间起中介作用。
二、研究方法
（一）研究对象
采用方便取样的方法，从河南省的平顶山市、开封市和信阳市的6所中学抽取350名学生作为研究对象，共发放调查问卷350份，回收调查问卷335份，剔除无效问卷，最终得到有效调查问卷305份，有效回收率为87.1%。调查对象的人口学变量分布如下：男生178人，占总人数的58.4%，女生127人，占41.6%；初中生169人，占55.4%，高中生136人，占44.6%；农村户口86人，占28.2%，城镇户口219人，占71.8%；年龄介于11-20岁之间，均值为15.29岁，标准差为1.82。
（二）研究工具
1.一般自我效能感问卷
采用由Schwarzer编制，王才康人修订的自我效能感问卷[13]，共包括10个题项，单一维度，采用Likert-4点计分，1-4分别代表“完全不符合-完全符合”，得分越高表示自我效能感越强。该量表也是测量个体自我效能感时最常用的量表，本研究中其Cronbach’s α系数为0.854。
2.未来时间洞察力量表
选用宋其争编制的大学生未来时间洞察力量表[10]，根据研究对象的特点，在施测时对问卷的题项描述做适当的修改。该量表共包括20个题项，归属于“行为承诺”、“未来时间效能”、“长远目标定向”、“目的意识”和“未来想象”五个分量表，前期预测过程中发现，该量表中的第二个题项因子载荷过低，在访谈过程中也发现部分学生对该题项的理解存在偏差，于是，在正式施测时该该题项删除，最终形成了包含19个题项的正式量表。采用Likert-4点计分，分值越高，未来时间洞察力越高。本研究中，五个分量表的Cronbach’s α系数介于0.695-0.746之间，总量表的Cronbach’s α系数为0.878。
3.学业拖延量表
由Aitken编制，刘明珠等人修订的中文版学业拖延量表[14]，共包括13个题项，包含“任务厌恶”和“失败恐惧”两个维度，采用Likert-5点计分，1-5分别表示“完全不符合-完全符合”，得分越高表示学业拖延行为越强。本研究中两个维度的Cronbach’s α系数分别为0.763和0.696，总量表的Cronbach’s α系数为0.847。
（三）数据处理与分析
首先，对收集到的数据进行有效性判断和录入，用验证性因素分析的方法对各个变量进行区分效度检验，使用的统计软件为Lisrel8.70。用SPSS19.0进行变量的描述性统计和相关分析，之后，用层次回归分析的方法对各变量之间的关系进行验证。
三、研究结果
（一）共同方法偏差检验
由于研究中所有数据均来自调查对象自评，不可避免受到同源误差的影响，因此需要对研究中存在的共同方法偏差进行检验。为了尽可能控制这种方法学效应对研究结果产生的影响，本研究主要采用程序控制和统计检验两种方法。程序控制方面，在施测之前告知研究对象，调查采用不记名的方式进行，结果仅用作学术研究之用，不会对个人产生任何不良影响。其次，研究中还采用正向计分题和反向计分题项交叉使用的方式，尽可能避免同源误差的影响。统计检验方面，根据周浩、龙立荣的建议[15]，将本研究中用到的所有题项进行探索性因素分析，未旋转因子分析的结果显示，42个题项共可提取8个特征根大于1的公因子，其中，第一公因子可解释总方差变异的25.16%，低于40%的临界值标准，因此，可以认为，本研究中不存在严重的共同方法偏差。
（二）变量间区分效度检验
用验证性因素分析的方法，对研究变量进行区分效度检验，以确定各个变量的维度构成和彼此间的区别。预设模型为三因子模型，即自我效能感、未来时间洞察力和学业拖延分别代表不同的构念，模型的拟合指数如表1所示，可知，三因子模型的各项拟合指标均优于临界值标准，说明预设的三因子模型与数据拟合良好。同时，本研究也根据变量间的逻辑关系和相关性构建了竞争模型，各竞争模型的拟合指数部分或者全部不达标，说明构建的竞争模型不能有效拟合数据。由此，证明了本研究所使用的三个变量具有较高的区分效度，分别代表了不同的构念。
表1 各研究变量的区分效度检验（n=305）
|
模型 |
c2 |
df |
c2/df |
RMSEA |
NFI |
NNFI |
CFI |
IFI |
|
三因子模型 |
433.06 |
116 |
3.73 |
0.095 |
0.93 |
0.94 |
0.95 |
最新期刊相关内容
京ICP备11039414号-1
2009-2023. 《中小学心理健康教育》杂志社版权所有 地址：北京市海淀西三环北路25号青政大厦609室 |
京公网安备 11010802025599号