结构模型的学生学习数学的兴趣和自我激励

文摘

学生拿起认为数学是抽象的,因此,数学的学习将产生对他们没有好处。对数学建模的态度和他们的兴趣对数学这个自动生成影响知觉,他们可能永远不会再次欣赏数学的美。在这篇文章中,研究人员使用结构方程建模(SEM),研究变量,影响学生的兴趣,在变量中,学生的信心和动力。上述变量被概念化直接影响学生的数学兴趣,而学生数学焦虑和数学知识的实用性被概念化间接影响他们的兴趣在数学由学生的信心和动力。结果表明,大大学生信心直接影响学生学习数学的兴趣和信心和动力有直接关系。学生的知识的有用性数学间接增加了学生对数学的兴趣。

1。介绍

“缺乏学习动机和缺乏兴趣也可能反映在学生的忽视学业。研究在过去二十年中已经表明,青少年学习动机下降。最近的研究表明,随着孩子年龄的增长,他们的利益和学校的态度和对特定主题领域,比如数学,艺术和科学往往会恶化(海蒂和Harackiewicz [1])。”

非正式地,兴趣是柯林斯词典中定义为“(2]你感兴趣的东西,吸引了你的注意力,这样你想学习或者听到更多关于它继续这样做。“自我激励也可以被定义为“2]动机源自于个体内部的特定需求的满足感和成就感的需求。”在这篇文章中,我们试图调查学生的兴趣和自我激励的影响他的学习和对数学的理解。这确实是相关的,因为如果一个学生的自我概念总值影响他或她的性能在数学或任何主题领域,教育者和涉众想要将他们的力量在激励学生对自己有一个良好的自我概念,尤其是在加纳,一个学生在数学是在下降的表现。

印发的问卷调查数学自由和实验室在加纳(2015)表明,大多数学生和学生在这个人口认为数学是困难的,他们缺乏对数学兴趣和个人动机。让我们考虑这些;周围的数学教师,这些人并不擅长数学或这些数学教师不知道如何指导学生耐心,这样的总印象隔音材料是由这些数学老师?有今天那些不会欣赏数学的美,因为这是他们特有的不幸临界点在他们的生活中接触到一个隔音材料数学老师,已经失去了所有的兴趣学习数学?或者多少不同学生的兴趣和自我激励的学习数学吗?

在本文中,学生的信心和动力被概念化直接影响他们对数学的兴趣。数学焦虑和有用性被概念化间接影响他们对数学的兴趣,由信心和动力。虽然进行了大量研究来识别因素,影响学生的学习兴趣和自我激励的数学变量如自信、动机、数学焦虑和有用性概念在这个没有彻底检查。同样重要的是添加在加纳,没有这样的研究已经完成。

1.1。文献综述

马苏之后et al。3)在他们的论文中研究了不同但相关的变量,如背景、动机、态度和社会支持可以解释学生数学。在他们的论文中,他们适应了“内在动机量表”来评估自我激励的主要决定因素。他们还测量了老师的看法,同伴的支持,和学生的态度。在他们的发现,学生数学持有积极的态度,这种态度解释他们年级的数学成就。他们进一步进行了层次分析使用SEM表明motivation-related变量的主要因素是学生的态度和老师和同伴支持是高度显著的解释这些态度。他们的发现将在完美的结果Khayati和Payan4)的工作住在老师的意见的因素影响学生对数学的兴趣。在他们的发现、分离的教育从主课堂,课堂数学同行,大小和外观的数学书,和一年级的老师在每一个教育水平,其中小学一级教师有更多的重要性和影响,是在这方面最具影响力和重要的因素。他们进一步补充说,学校环境,家庭,进行研究与数学有关,其日常生活中应用程序和其他课程,学习数学的历史被归类为重要因素会增加学生对数学的兴趣,我认为,这些因素可以分为3玛丽亚的变量。

辛格et al。5]使用结构方程模型估计和测试2的推测关系动机因素,1态度因素,和1学术参与因子,在数学和科学成就学生在美国。他们的研究结果支持2动机因素的积极作用,对数学和科学的态度和学术,成就。最强的影响是学术的时间花在家庭作业上。Davadas和躺6也调查”学生对数学的态度:影响因素结构方程建模方法”在马来西亚形成4个学生。使用偏最小二乘法的结构方程建模的方法,他们建立了factors-parental之间的相互关系的影响,教师情感支持,学生对数学的态度和课堂态度。,他们的研究发现,后者2因素影响学生对数学的态度比前者。他们的发现从这项研究的结果相吻合Birgin et al。7)进行的一项研究,涉及220名土耳其学生,发现享受数学的教学方法,帮助从父母对数学焦虑有显著的负面影响。Kocakaya和Kocakaya8)研究的教师和专家教师小学的学生在科学和数学方面影响他们的学术成就。他们取样5672小学生作为研究对象,并使用扫描电镜,观察到既定的模式已经接受的健康指数和越来越多的教师和专家教师对学生的科学和数学成绩有积极作用。这些积极影响这5672个学生的学术成就在数学和科学是归因于增加学生对数学感兴趣吗?

海因策et al。9]在他们的工作兴趣数学可以被认为预示数学成就。他们另外还说,学生几乎不显示任何恐惧数学成就水平的独立;科勒et al。10)说,他们的数据显示,利益不影响成就更低的中学,但后来变成了一个重要的预测当然的选择。

根据Adeyanju [11教育”,大多数研究集中在教室里发生了什么,而忽视了其他重要的因素如社会心理因素。他还补充说,一个人的方式学习不仅是受课堂工作和事件,但也有其他因素确定,为什么,以及如何个人学习。”他补充道,“近端和远端因素应该被考虑,但很少或根本没有考虑给远端等因素的社会心理变量如自我概念、学习习惯、态度,方言,性别、家庭类型、同龄群体,父母的社会经济地位,和其他人发挥主导影响个人日常生活的方方面面。“这些提交公司?还Akinboye [12)声称,一些因素影响学生的学业表现遗传,环境,和时间。他补充说一些因素也居住在学生,家庭,学校和社会。这些居民在学生因素包括身体健康、逃学,情感问题,人格因素,不良的学习习惯,自我概念,继续失败,缺乏基本的认知能力,和考试策略或倔强。自我概念是关心一个人认为他是,他认为他能做什么,以及如何最好的他能做到。根据哈桑(13]和Gbore [14),它是一种自我认知,可以高(积极)或低(负)。

大量的研究已积累了在过去的2年工作,检查一般在学术成就的成功之间的关系,特别是数学和科学。态度和情感变量如自我概念,信心在学习数学和科学,数学和科学的兴趣和动机,自我效能已成为突出的成就在数学和科学的预测。避免这些因素也预测数学和科学的学生,影响长期的数学/科学领域的成就和职业理想。

在我们的研究中,我们使用一个非常独特的方法通过引入变量没有被研究人员早检查;我们研究数学焦虑,它的实用性,学生的信心,和学生的动机影响他们对数学的兴趣。本研究将通知这些变量的教育机构学生兴趣的形成。

1.2。研究区域

这项研究是做Brong-Ahafo地区的加纳。该地区的人口包括以下细节:有57个公立高中学校在该地区(合成)。超过2/5的人口(42.0%)6岁以上从来没有去过学校。的人口比例已经达到初级(22.3%)和中间或JHS(23.3%)几乎是相同的;只有11.2%的人达到合成水平或更高。男性和女性的教育程度是相同的在幼儿园级别(1.2%)和小学水平(22.5%的男性和22.0%的女性)。超越这两个成绩水平,男程度高于女性在每个后续的水平。这个成就水平低女性暗示经济特点的人口生育行为。

2。方法

2.1。人口

高级中学Brong-Ahafo地区的加纳人口构成。研究样本包括275个合成Brong-Ahafo地区的学生。促进概括性的结果从样本到人口,至少有一个她在每个地区在该地区被选为研究。

2.2。过程

科学研究的最重要特性包括测量和相关变量和揭示因果关系(如果有的话)。然而,可观察到的变量,如学生的年龄、研究计划和性可以直接测量,而潜在的变量,如焦虑、实用性,信心,动力,和兴趣不能直接测量。在这种情况下,重要的是要建立回归等式表明内生结构(predicted-endogenous)是如何与外生结构(predictive-exogenous) [15]和受益于多元统计分析方法已广泛使用地区结合测量原理与结构方程模型(SEM) (16]。SEM是一个新的和很强的分析技术,包括多元统计技术的组合和使用通常的科学家从事社会科学,经济学家、教育、和营销人员。SEM是一种有效的模型测试和改进方法,使理论模型作为一个整体进行测试,可以解释在混合变量的因果关系假设是基于统计相关模型依赖。它是基于模型的测试变量之间的关系,站在研究者的思想在研究之前,通过从研究获得的数据(17]。一般回归分析的延伸,使一个以上的回归分析,扫描电镜可以用于测试传统模型。但不同,它是一个有用的方法也在更复杂的情况下关系(验证性因素分析、时间序列等)出现(18]。工作区域的理论结构是由潜在的变量。基本上,它是因子分析和回归分析。它审查估计协方差矩阵的适用性,组成,根据理论结构,观测数据的协方差矩阵(19]。SEM,而大多类似于回归分析,是一个非常强大的统计技术,模型交互,能够应付非线性情况下,允许独立变量之间的相关性,包括测量误差模型中,将测量误差的相关性,并公开和测试多个独立和依赖的潜在变量之间的关系,每个测量与多个观测变量。而其他多元统计方法探索性和描述性的功能,确认结构扫描电镜礼物。这揭示了优越的扫描电镜在假设检验。此外,其他类型的多元统计不能确定和正确的测量错误,SEM包括几乎所有的测量参数,根据[结论20.]。因为上面解释的原因,认为使用SEM,这是一个可以测量声明变量的分析方法更全面,值得注意的是,和可靠的,将有助于文学。

2.3。模型建设

在这项研究中,学生的信心和动力被概念化直接影响他们对数学的兴趣,同时数学焦虑和有用性被概念化间接影响他们对数学的兴趣,由信心和动力。因此,通过设置模型图1收集的数据,模型是否符合测试和焦虑的影响,实用性,信心,和动力模型考察了学生对数学的兴趣。

3所示。结果与讨论

3.1。因子分析

在表1代码,一个致力于每个问卷条目用于标签的物品进行后续分析。基于文献回顾,主要结构被认为是在这个研究包括兴趣、自信、动机、焦虑、和有用性。

Kaiser-Meyer-Olkin (KMO)测试是用来测量样本的充分性。KMO测试数据是在0和1之间。零意味着相关性的各部分的总和都大与相关性的总和相比,所以因子分析可能是不合适的。皇帝表明值大于0.5是可以接受的。在这项研究中,我们观察表2KMO是0.737这是可以接受的。

巴特利特的测试测量是否原创相关矩阵是一个单位矩阵。如果一个矩阵是一个单位矩阵,所有相关数字将是零。从表2,巴特利特球形的测试是非常重要的在0.05水平。

后提取标准组件和旋转规范化,加载指标对他们进行了因子分析,探索性因素分析的主要部分。表3说明了在旋转成分矩阵加载项的数量。使用方差极大旋转,重点是拟合每个指标一个构造(因素)。因此,载荷小于0.4被抑制的我们在SPSS的标准。

根据旋转成分矩阵表3加载数据按大小排序,所以他们不是问题。项目兴趣维度加载组件1,项目相关信心加载组件2,物品在动力加载组件3,焦虑加载组件上物品4、项目有效性加载组件5。几项记录载荷低于0.4,没有考虑构建结构方程模型。

3.2。可靠性分析

可靠性分析是用量表内部一致性的α系数。结果列于表4。系数的兴趣、自信、动机、焦虑、和实用性是0.802,0.792,0.783,0.797,和0.753,分别。总之,五个构造的可靠性系数用于这项研究超过建议的最小阈值为0.7 (21]Nunnally (1978)。

3.3。扫描电镜结果

在图2之间的影响(直接和间接)概念模型中的变量。扫描电镜的原因是优于普通回归和相关分析,我们可以看到潜在的间接影响。(回归权重)和影响他们的统计学意义给出了表1。

我们观察从表5这种信心的学生最大的(0.801, )直接影响他/她对数学的兴趣。同时,焦虑和学生的感知有用性的数学学习数学的直接影响他的信心和动力。然而,像焦虑对动机的影响,学生的动机对他们的兴趣在数学的影响不显著。从表中也观察到了5与他们的结构,一些项目负相关性。例如,SN13M和SN15U负相关性(−−0.233和0.305)各自的构造(动力和有用性)。因此,这些东西掉在地上的修改概念路径模型。

几个模型符合指数被用来评估概念模型适合收集到的数据多好。计算值和可接受的值的范围内对这些指标表2。从表中我们看到,GFI NFI, RFI没有可接受的值的范围内。这表明概念路径模型可能不是一个合适的收集的数据可能是我们观察到的结果负相关性之间的一些项目和它们的结构。

符合指标的细节中发现以下文献:CMIN / DF,看到马什和Hocevar [20.];RMSEA,看到布朗et al。22];GFI, NFI AGFI CFI,看到伯恩(23]和Joreskog Sorbom [24];,TLI看到Bentler和Bonett25];对于金融机构来说,看到博伦(26];RFI,看到博伦(27]。

下降后负相关性的项目结构,生成的修改路径模型图所示3。

在图4之间的影响(直接和间接)修改模型中的变量。(回归权重)和影响他们的统计学意义给出了表6。

我们观察从表7学生仍有最大的信心(0.677, )直接影响他/她对数学的兴趣。同时,焦虑和学生感知的有用性数学仍然在学习数学直接影响他们的信心和动力。然而,学生的动机的影响他们对数学的兴趣仍不显著。

表8在它的标准化回归权重和各自的综合可靠性(CR)和平均方差提取(AVE)。CR和AVE值超过0.7和0.5的最低阈值(头发等。28分别])。值计算的CR和大街5项变量的兴趣和信心,4项变量的焦虑,和3项实用性。拟合模型是重要的考虑CR和AVE值。

一看表拟合优度指数的值9清楚地表明,所有指标都在可接受范围内的值。这表明修改路径模型是一个很好的适合收集到的数据。

4所示。结论

在这项研究中,影响学生的信心和动力对他们的兴趣在数学研究的变量,数学焦虑和学生的知识,对数学概念的有效性有间接影响学生的兴趣。本研究推测假说的信心和动力有影响学生的兴趣,学生数学焦虑和数学知识的有用性间接影响学生的兴趣。

我们从研究中观察学生的信心的最大(0.677, )直接影响他对数学的兴趣。同时,焦虑Anigbo和Idigo报道29日),学生感知有用性的数学在学习数学直接影响他们的信心和动力。

然而,学生的动机的影响他们对数学的兴趣仍不显著。我们的研究结果不同意马苏之后的研究等。3]的SEM表明motivational-related变量数学态度的主要因素。

信心直接影响学生对学习数学的兴趣,信心和动力有直接关系。另外,学生学习数学的动机在很大程度上取决于他们的知识有用的数学。学生数学知识的实用性也追求数学修改他/她的信心水平。数学上的感知有用性影响学生的信心水平。虽然熟悉数学的实用性增加学生的信心水平,缺乏信心的学生在学习数学导致焦虑在学生中。

数学教学应该让学生了解和看到数学的有效性。数学教师应向学生介绍数学实际应用程序来增加他们的知识的实用性,间接增加他们对数学的兴趣直接推动他们学习数学的信心和动力。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

引用

1. 海蒂和j . m . Harackiewicz”,激励学术没有动力:21世纪面临的一个关键问题,“教育研究的回顾,卷70,不。2、151 - 179年,2000页。视图:出版商的网站|谷歌学术搜索
2. https://www.collinsdictionary.com/dictionary/english/interest。
3. m .马苏之后,大肠Kyndt、大肠Cascallar和f . Dochy”预测数学性能:认知过程和自我调节因素的影响,“教育研究国际文章ID 250719卷,2012年,13页,2012。视图:出版商的网站|谷歌学术搜索
4. Khayati和a . Payan“有效因素增加了学生对数学的兴趣数学教师认为扎黑丹、”世界科学院、工程和技术国际期刊的社会、行为、教育、经济、商业和工业工程,8卷,不。9日,第3077 - 3069页,2014年。视图:谷歌学术搜索
5. k·辛格·m·格兰维尔,美国Dika”:数学和科学成就动机的影响,兴趣,和学术交往,“《教育研究》杂志,卷95,不。6,323 - 332年,2002页。视图:出版商的网站|谷歌学术搜索
6. s . d . Davadas和y . f .”因素影响学生对数学的态度:结构方程建模的方法,”欧亚大陆《数学、科学和技术教育,14卷,不。1,第529 - 517页,2017。视图:出版商的网站|谷歌学术搜索
7. o . Birgin m . Baloğlu h . Catlıoğlu, r . Gurbuz”调查六到八年级学生的数学焦虑在土耳其,”学习和个体差异,20卷,不。6,654 - 658年,2010页。视图:出版商的网站|谷歌学术搜索
8. 美国Kocakaya和f . Kocakaya结构方程建模的因素有经验的老师是如何影响学生的科学和数学的成就。”教育研究国际,1 - 8,2014页。视图:出版商的网站|谷歌学术搜索
9. a·海因策、k·赖斯和r . Franziska”数学成绩和数学的兴趣从微分的角度来看,“Zentralblatt毛皮Didaktik der Mathematik,37卷,不。3、212 - 220年,2005页。视图:出版商的网站|谷歌学术搜索
10. o·科勒,j . Baumert和k·施纳贝尔”的兴趣有关系吗?数学学术兴趣和成就之间的关系,“数学教育研究》杂志上,32卷,不。5,448 - 470年,2001页。视图:出版商的网站|谷歌学术搜索
11. p . f . Adeyanju”,自我概念,学习习惯和学习成绩在学校研究中学生在欧州,“Ado-Ekiti大学Ado-Ekiti,尼日利亚,2006,博士论文。视图:谷歌学术搜索
12. j . o . Akinboye研究如何通过重要的考试。心理的方法、海上打印机,伊巴丹、尼日利亚、1980。
13. e·m·哈桑“焦虑、自我概念和学业成绩差b / n个双父母欧州的学生,“尼日利亚咨询应用心理学杂志》上,卷2,不。1,29-39,2004页。视图:谷歌学术搜索
14. l . o . Gbore“认知特点,学习习惯和自我概念作为预测学业成绩的大学毕业生,“Ado-Ekiti大学Ado Ekiti,尼日利亚,2006,博士论文。视图:谷歌学术搜索
15. 诉Yilmaz h·e·侯赛因·e·h·Ekiz,“调查的因素,影响造型结构方程的权威的承诺;样品的主要银行和政府。”社会科学杂志,2卷,第184 - 171页,2006年。视图:谷歌学术搜索
16. j . h .头发,r·l·塔和r·e·安德森,多元数据分析普伦蒂斯霍尔国际,纽约,纽约,美国第五版,1998年版。
17. 信息技术服务,结构方程建模使用阿莫斯:介绍,2004,http://www.utexas.edu/its/rc/tutorials/stat/amos/。
18. j。j Hox和t . m . Bechger”,介绍结构方程建模,”家庭科学评论11卷,第373 - 354页,1995年。视图:谷歌学术搜索
19. j·g·安德森,结构方程模型的基本,2004,http://web.ics.purdue.edu/?janders1/assets/pdf/SOC681StructuralEquationModelsSyllabus2011.pdf。
20. h·w·马什和d Hocevar”应用程序的验证性因素分析对自我概念的研究。第一,高阶因子模型和跨组织的不变性,”心理上的公告,卷97,不。3、562 - 582年,1985页。视图:出版商的网站|谷歌学术搜索
21. j·c·i·h·伯恩斯坦Nunnally和心理理论麦格劳-希尔纽约谷歌学者,纽约,纽约,美国,1978年。
22. m·w·布朗r . Cudeck k·a·博伦和j·s .长,“评估模型的替代方式合适,”测试结构方程模型k·a·博伦和j·s .长,Eds。,pp. 136–162, Sage, Newsbury Park, CA, USA, 1993.视图:谷歌学术搜索
23. b·m·伯恩结构方程建模与方程式和方程式/ Windows圣人,CA,千橡市,1994年美国。
24. k·g·Joreskog和d . Sorbom采7用户参考指南美国,SPSS出版物,芝加哥,1989年。
25. 下午Bentler和d . g . Bonett”意义的分析测试和拟合优度协方差结构”心理上的公告,卷88,不。3、588 - 606年,1980页。视图:出版商的网站|谷歌学术搜索
26. k·A·博伦”的新增量符合指数一般结构方程模型,”社会学方法和研究,17卷,第316 - 303页,1989年。视图:出版商的网站|谷歌学术搜索
27. k·a·博伦”,样本大小和bentler Bonetts nonnormed健康指数”心理测量学,51卷,不。3、375 - 377年,1986页。视图:出版商的网站|谷歌学术搜索
28. j . f .头发,r·e·安德森,r·l·塔和w·c·黑,多元数据分析、信号。,Upper Saddle River, NJ, USA, 2005.
29. l . c . Anigbo和大肠Idigo”因素影响了学生对数学的兴趣在埃努古州中学,“科学和计算机教育杂志》上,3卷,不。3,2015。视图:谷歌学术搜索

版权

版权©2018多米尼克Otoo et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。