多元統計法的閱讀傾向研究

導語：多元統計法的閱讀傾向研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

本文作者：李敏工作單位：上海少年兒童圖書館

小學階段是人生的起步階段，作為一名少兒教育工作者不禁要思考，小學生究竟是出于什么動機去閱讀?如何根據小學生讀者群的劃分實施個性化教育?一直以來，關于少兒閱讀教育的討論，往往著眼于讀者閱讀的數量、種類、時間長短等方面，對學生的閱讀傾向的實證研究相對較為缺乏，這是本文的研究意義所在。

數據采集過程

筆者借鑒美國Wigfield教授1996年編制的MRQ問卷［1］，并自行設計了調查問卷。借助問卷主要調查被測者的背景信息，比如年級、閱讀載體、家庭閱讀氛圍、成績等。選定的樣本對象為:3—5年級的小學生。樣本的抽取采用隨機方法，在全市范圍內選擇了300名小學生，最終獲得272名有效樣本。調查中采用四點評分制，4表示“非常符合”，1代表“非常不符合”。

數據分析方法

對于調查數據，筆者采用數理統計方法進行處理，主要思路為:1．根據數據情況，將測試語句分為幾大類，找出每一類中的共同因子并作出合理解釋。2．利用因子分析的結果，對數據重新評估打分，然后再進行聚類分析，確定最終采用的分類個數。3．根據分類結果對每一樣本判別其所屬類別，然后對各類型讀者的背景進行交叉分析。4．所有數據采用SPSS統計軟件進行數理分析。

數據結果分析

由于測試的語句之間存在一定的相關性，通過因子分析可以將相關因素綜合為一個因子，因此，筆者首先采用因子分析進行數據分析。1．因子分析由相關系數矩陣R計算得到特征值、方差貢獻率和累計貢獻率后，有六個因子特征根大于1，這六個因子的方差累計貢獻率接近70%，因此，提取這六個公因子可以描述小學生閱讀傾向的基本狀況。由輸出表可以看出，第一公因子在變量V8、V9、V10、V49、V51上有較大載荷，因此定義為挑戰;第二公因子在變量V25、V26、V9、V10上有較大載荷，因此定義為順從;第三公因子在變量V22、V35、V9、V49上有較大載荷，因此定義為社會;第四公因子在變量V38、V40上有較大載荷，因此定義為成績;第五公因子在變量V13、V29上有較大載荷，因此定義為逃避;第六公因子在變量V34、V51上有較大載荷，因此定義為投注［2］。這六個因子的性質較好地體現了其所代表的因素對小學生閱讀傾向的影響，也比較符合小學生的認知規律。2．聚類分析在模型通過統計檢驗的情況下，本文采用了快速聚類K均值分析的方法，選擇了有7個中心的聚類分析，迭代次數為5次，收斂數據為0，這7個聚類中心(類別)如下:3．各類型小學生的背景特征在得到小學生閱讀傾向的分類以后，筆者對各類型的小學生的背景進行分析，以判斷這些分類是否符合我們通常的認識類別。以下是實際統計結果:分享型:這類小學生約占樣本量的10%。家庭教育的主要監管人基本上都是母親，而母親很少閱讀，33．3%的母親平均每天花在看書或報刊的時間在半小時以下，66．7%的學生語文成績為良。上進型:這類小學生占樣本量的41．5%，他們的學習態度比較積極。父母關系較為和睦，而且父母親都比較關心孩子的教育問題，有25．7%的家庭是父親擔當了主要監管人的責任，49．6%的學生語文成績為優。任務型:這類小學生占樣本量的12．1%。父母關系和睦，并且能以身作則，母親是學生學習情況的主要監督者，也有12．1%的學生是由祖父母或外祖父母擔當主要監管者責任。這類學生成績不錯，有63．6%的學生語文成績為優，30．3%的學生語文成績為良。放松型:這類小學生占樣本量的4．5%。這一類型學生的父母關系較為和睦，學業情況基本上由母親監督，但是其母親文化程度不高，平時很少看書讀報，家庭月收入偏低。這部分學生43．3%的語文成績為良，26．7%的學生語文成績為中。自我型:這類小學生占樣本量的11．8%，其中女生占了68．8%。母親是主要的學業情況監督者，69%的母親擁有大學本科學歷而且注重自身的學習，平均每天花在閱讀上的時間超過半小時的達到了87．6%。這類學生喜歡閱讀，語文成績以優良為主。迷茫型:這類小學生占樣本量的20．5%，這一類別學生的成績與閱讀動機之間無明顯聯系，44．4%的學生語文成績為優，51．9%的學生語文成績為良。