不同教学法对中国数学学习者学术参与度与满意度的影响

摘要

本文探讨了教学方法如何通过动机的中介作用，影响中国数学学习者的学业投入和忠诚度。通过整合多种理论框架，采用偏最小二乘结构方程模型（PLS-SEM）对410名数学专业学生的调查数据进行分析。研究结果表明，教学风格对学习动机具有显著影响，这对数学教学设计和教师专业发展具有重要启示。

摘要

本研究探讨了教学方法对中国数学学习者学术参与度、满意度和忠诚度的影响，重点关注在高等教育背景下动机的中介作用。与以往主要考察变量间直接因果关系的研究不同，本研究整合了多种理论框架，包括教学风格量表、自我决定理论、学生参与理论、社会认知理论以及顾客满意度理论，构建了一个综合性的研究模型。数据通过系统随机抽样方法收集自中国公立大学数学系的410名学生，最终有效样本量为n = 375。采用SmartPLS软件进行偏最小二乘结构方程模型（PLS-SEM）分析。结果表明，不同的教学风格（主导型、建议型、合作型和促进型）对高等教育阶段学生的数学学习动机具有显著影响。本研究的发现对中国高等教育中的数学教学法具有重要意义。理解特定教学风格如何影响学生动机及其后续的参与行为，可为教学设计和教师专业发展提供依据。

引言

英语作为通用语的全球重要性，使得学术用途英语（EAP）教学成为非英语母语国家高等教育中的关键组成部分¹。在中国，教育部持续强调加强大学英语教学，以培养能够参与国际学术交流、具备国际竞争力的毕业生²。在将数学作为教学内容的中国EAP课堂中，教师的教学方法不仅对学生语言学习成果产生根本性影响，也深刻影响着学生在学习过程中的心理投入及其对整体教育体验的满意度³。教学风格与学生学习成效之间的关系在过去数十年中受到大量学术关注⁴。研究表明，教学风格会影响学生学习体验的多个维度，包括认知参与、情感投入和行为参与^5,6。然而，尽管已有上述发现，目前仍缺乏清晰的认识，尚不清楚在EAP教学背景下，尤其是中国高等教育环境中，特定的教学方法如何同时影响多个学生学习结果。

根据自我决定理论所界定的动机，可能是连接教学风格与学生参与度及满意度的一个潜在关键中介机制^7,8。在中国教育背景下，传统上以教师为中心的教学方式长期占主导地位，因此理解不同教学风格如何影响学生动机显得尤为重要⁹。学术参与度涵盖学生对学习活动的积极参与、努力投入以及心理上的联结，已被确认为预测教育成功的重要指标¹⁰。与缺乏参与的学生相比，积极参与的学生表现出更强的坚持性，采用更深层次的学习策略，并取得更优异的学业成果¹¹。尽管在数学教育领域中，关于教学风格与学生学业成果之间直接关系的研究已较为丰富，但现有文献仍缺乏一个整合模型，用以探讨在当前教育情境下动机在特定教学方法与学生反应之间的中介作用¹³。特别是在学术英语（EAP）教学环境中，将教学风格、动机、参与度、满意度和忠诚度纳入同一综合模型的研究仍十分有限。

此外，学生忠诚度这一概念——即学生维持与教育机构关系并推荐该机构给他人的意愿——已成为高等教育研究中的一个重要议题¹⁴。基于顾客满意度理论，满意度较高的学生预期会对其教育提供者表现出更高的忠诚度。本研究针对现有文献中的一个关键空白：以往研究大多孤立地或在零散的理论框架内探讨教学风格、动机、学业投入和满意度，较少关注这些因素在中国学术英语（EAP）语境下的整合机制。尽管学术英语教学日益强调以学生为中心的教学法，但在实证层面，关于教学风格如何影响学生投入与满意度的研究仍不充分，尤其是在中国高等教育背景下，通过动机等中介因素的作用机制尚不清晰。因此，本研究旨在考察中国EAP学习者中教学风格、动机、学业投入、满意度与学生忠诚度之间的关系。本研究通过在一个统一的结构模型中同时检验动机在四种不同教学风格（主导型、建议型、合作型和促进型）与学业投入之间的中介作用，并进一步探究从投入到满意度再到忠诚度的序列路径，推动了该领域的研究进展。本研究的创新之处在于将多种教学与心理构念整合于中国EAP语境下的统一结构模型中。通过构建一个涵盖教学前因与结果路径的整体模型，本研究揭示了这些关系在中国高校数学教育中的体现，为理解主导型、建议型、合作型和促进型教学风格如何通过动机路径驱动学生投入、满意度和忠诚度提供了新的见解，从而拓展了该领域的理论整合与实证证据。

图1：文献综述的可视化图谱 展示了所综述研究中主要概念的共现关系及其相互联系。该网络可视化图由文献计量分析软件生成。红色节点代表与学生群体相关的术语，蓝色节点代表一般人类受试者及相关背景因素。请点击此处查看此图的放大版本。

英语作为外语学习者的学习体验在很大程度上受到教师教学风格的影响。本研究基于教学风格模型，探讨教师的教学策略如何影响学生。如表1所示，不同的教学风格会以不同方式影响学习者的学习动机和参与度。在高等教育中，支持性的教师、尊重的课堂关系¹⁵以及积极的同伴互动¹⁶通常有助于增强学习动机和学业投入。因此，能够促进学习、建立信心并支持语言发展的教学风格对于成功的语言学习至关重要^17,18。此外，教学实践、技术整合、课程设计以及教学的一致性也会进一步影响英语课堂中学生的学习动机¹⁹。假设1（HA1）：英语作为外语教师的教学风格显著影响中国高校阶段英语学习者动机的不同维度。

作者	构念名称	构念定义
Audas & Willms (2002)	参与度	学生参与学术活动和课外活动的程度，以及对教育目标的认同与重视。
Skinner, Kindermann, & Furrer (2009)	参与度	学生与其教育活动之间建立联系的深度，涵盖所涉及的价值观、人际关系、目标及环境。
Skinner, Wellborn, & Connell (1990)	参与度	学生在教育活动中所付出的努力程度、参与水平及其情感体验。
Willms (2003)	学生在校参与度	学生认为学校教育成果具有必要性的程度，以及其参与课堂和课外活动的情况。
Newmann, Wehlage, & Lamborn (1992)	学生在学术任务中的参与度	学生为获取学校所提供的技能与知识而投入的心理投入强度。
Wehlage, Rutter, Smith, Lesko, & Fernandez (1989)	教育参与度	为获取并理解学校所教授的技能与知识所必需的心理投入。
Kuh (2003)	学生参与度	学生在学术有益活动中投入的努力与时间，受到院校实践与政策的支持。
Schaufeli, Salanova, Gonzalez-Roma, & Bakker (2002)	学习投入度	一种积极且有益的心理状态，与学习相关，表现为专注、活力和全身心投入。
Christenson, Reschly, Appleton, Berman-Young, Spanjers & Varro (2008)	学生参与度	学生对学习的承诺程度及其积极参与学校生活，以实现教育目标。

表1：不同学者对学术参与的定义。 本表格总结了不同学者在文献中对学术参与的概念化方式。这些定义强调了学生在学习活动中的参与程度、心理投入、努力程度、参与行为以及情感联结。请点击此处下载该表格。

该图总结了不同学者所报告的学术参与的关键定义与观点，强调了学术参与在行为、情感和认知方面的多维特性。

大量研究探讨了影响语言学习的因素；因此，动机是影响高等教育阶段语言学习各个阶段的一个基本要素^24,25。学生必须在课堂上保持积极投入才能感受到学习动机；因此，促进更有效的课堂参与具有重要意义²⁶。此外，教师通过与学生建立联系，并采用有利于更好学习和掌握知识内容的教学方式，具有非凡的影响力²⁷。因此，当教师未能在学术上吸引学生时，便无法激发其学习动机²⁸，从而使整个教学过程变得无效。在第二语言学习（SLL）过程中，动机至关重要，而在高等教育中吸引我们的英语作为外语（EFL）学习者尤为关键²⁹。HA2：以英语为外语的中国数学专业学生的学习动机影响其在高等教育阶段的学业投入程度。

在课堂上表现出高度投入和较强自我效能感的学生通常能够有效管理时间，学业表现优异³⁰，顺利完成学业，并积极参与各类活动³¹。这种参与不仅增强了他们的学术体验，还使他们更享受学习过程，并从完成任务中获得满足感³²。根据成功理论，较高的自我效能感和积极的课堂参与会使学生认为自己的学术目标是可以实现的³³。因此，他们对掌握英语的态度会变得越来越积极，投入程度也随之增强³⁴。学生的学术自信、参与度和满意度相互关联，这种联系提高了学业成功以及获得更积极学术体验的可能性³⁵。然而，较低的学术自我效能感可能会削弱其投入程度，进而导致学业失败^36,37。与此一致，以往的实证研究 consistently 发现学生自我效能感对学术投入具有显著影响³⁸。HA3：EFL 数学类中国学生的学术自我效能感对其学术投入具有显著影响。

学生和大学的成功与有效性与其满意度和学业成就密切相关，因为这些机构旨在激励并满足学生的需求³⁹。然而，优先提升学生参与度对于促进学业成功和满意度至关重要⁴⁰。学生的学习动机和满意度是学业成功的关键组成部分，这凸显了教师需要积极让学生参与课堂活动，以满足其学术和个人需求^41,42。有研究探讨了院校基础设施的作用，重点关注体育设施、住宿条件和交通系统等因素对学生满意度的影响^43,44。体育设施和交通条件与学生满意度之间存在显著的正向关系，而住宿条件对学业表现和满意度的影响较小且不显著^45,46。HA4：以英语为外语的中国数学专业大学生在高等教育阶段的学业参与度显著影响其满意度。

学生的满意度受到多种个人和机构因素的影响，因此是一个多维度的构念⁴⁷。教师的教学质量、结构合理的课程计划、及时的反馈、资源的可及性以及技术的有效使用，均显著影响学生对学校的满意度及其与机构的情感联结⁴⁸。此外，教学能力、灵活的教学行为、大学或学院的声誉与地位，也是影响高等教育阶段学生成为满意且忠诚学生的关键因素⁴⁹。本研究旨在通过结构方程模型框架，评估不同教学风格对中国EAP学习者的动机及学术参与度的影响。HA5：EFL数学类中国学生的满意度在高等教育阶段对其忠诚度具有显著影响。HA6：EFL数学类中国学生的动机在EFL教师教学风格与学生学术参与度之间起中介作用。

图 2：本研究的研究模型 展示各研究变量之间关系的假设研究模型。该模型说明了EFL教师的教学风格（主导型、建议型、合作型、促进型）与EFL学生的学业自我效能感作为前因变量之间的假设关系。请点击此处查看此图的放大版本。

本研究的创新之处在于，它在一个统一的结构模型中综合考察了四种不同的教学风格——主导型、建议型、合作型和促进型——如何影响中国高校英语作为外语（EFL）学习者的动机、学业投入、满意度和忠诚度。与以往研究通常关注孤立或直接关系不同，本研究突出了动机的中介作用，以及从投入到满意度再到忠诚度的连续路径，从而更全面地解释了教学方法如何影响高等教育中的学生学习成果。通过整合多个理论框架，并为中国大学课堂提供基于具体情境的实证证据，本研究在理论和实践层面均作出了独特贡献。

方案

伦理声明：

本研究在整个研究过程中严格遵守伦理准则。中国标准化研究院相关机构审查委员会已正式批准本研究，批准编号为（202507）。本研究未涉及任何对人体或人体组织样本的实验，仅包括对提供知情同意的参与者进行的匿名调查。未收集任何个人或敏感数据，所有回答均仅用于研究目的并严格保密。参与完全自愿，受访者在提供反馈前已被告知研究目的。

本方案首先确定目标人群，即中国江苏省四所公立高校英语系在读的本科生。在获得各机构许可后，采用系统随机抽样法，从各校完整的学生名册中选取参与者；抽样间隔（*k*）通过将每所学校的总注册人数除以该校的目标样本量来确定（*k* = 5，即从名册中每隔5名学生选取1名），以确保各参与高校之间的比例代表性。数据在正常上课期间通过现场发放问卷的方式收集，确保所有参与地点的条件标准化。在发放问卷前，向参与者提供详细的信息说明材料，介绍研究目的、参与的自愿性以及保密承诺。各变量及其对应的构念总结于表2中。

构念	项目编码	单个项目示例	变量均值（标准差）	项目数量	α	评分量表	来源
（构念类型）
指导型	A1	教师指出解决问题的正确方向。	3.9893	7	0.628	五点李克特量表：(1) 非常不同意 至 (5) 非常同意。	Leung et al. (2003)
（反思型）			-0.48529
建议型	S1	教师利用我自身的经验帮助学生解决问题。	4.0062	6	0.696	五点李克特量表：(1) 非常不同意 至 (5) 非常同意。	Leung et al. (2003)
（反思型）			-0.5192
协作型	C1	教师倾听学生的个人经历。	4.0682	7	0.809	五点李克特量表：(1) 非常不同意 至 (5) 非常同意。	Leung et al. (2003)
（反思型）			-0.54471
促进型	F1	教师鼓励学生进行讨论。	3.8873	8	0.774	五点李克特量表：(1) 非常不同意 至 (5) 非常同意。	Leung et al. (2003)
（反思型）			-0.5877
学生动机	SM1	教师设定高期望，但学生能够实现。	3.8768	5	0.63	五点李克特量表：(1) 非常不同意 至 (5) 非常同意。	Obiosa, (2020)。
（反思型）			-0.53943
投入度	SEA1	英语对我的职业发展是必要的（如获得好工作、赢得奖励和晋升）。	3.7191	3	0.604	五点李克特量表：(1) 非常不同意 至 (5) 非常同意。	Snijders et al. (2019)。
（反思型）			-0.70347
投入度（反思型）	SED1	我以充分的意义感和目标感投入学习。	4.008	3	0.606	五点李克特量表：(1) 非常不同意 至 (5) 非常同意。	Snijders et al. (2019)。
			-0.61492
活力	SEV1	在大学期间，我感到精力充沛。	3.5378	3	0.633	五点李克特量表：(1) 非常不同意 至 (5) 非常同意。	Snijders et al. (2019)。
（反思型）			-0.77485
学生学业自我效能感（反思型）	ASE1	我相信自己将在本次ESL课程中取得优异成绩。	4.0509	5	0.736	五点李克特量表：(1) 非常不同意 至 (5) 非常同意。	Snijders et al. (2019)。
			-0.54334
学生满意度（反思型）	SS1	教师的讲授逻辑清晰，能够有效解释问题，并使课程内容引人入胜（具有吸引力）。	3.0048	5	0.736	五点李克特量表：(1) 非常不同意 至 (5) 非常同意。	Obiosa, (2020)。
			-0.87879
学生忠诚度（反思型）	SL	我会向朋友和亲属推荐我的学校。	4.0347	3	0.685	五点李克特量表：(1) 非常不同意 至 (5) 非常同意。	Wong et al. (2016)
			-0.69651
整体量表信度				55	0.885

表2：本研究中使用的变量。 该表格列出了研究变量、样例题项、题项数量、描述性统计结果、信度系数、评分量表以及所采用测量工具的原始来源。请点击此处下载该表格。

以下操作步骤已描述得足够详细，以便在类似的教育环境中重复本研究

研究设计

本研究采用横断面调查设计（如图3所示），探讨中国高校英语作为外语（EFL）学生中教学风格、动机、学业投入与满意度之间的关系。主要目的是通过借鉴以往研究构建的综合研究模型，考察不同教学风格对学生动机和学业投入的影响。研究采用结构化问卷，从公立大学英语系数学课程的本科生中收集定量数据。问卷共包含[5]个部分，共计[55]个题项，采用五点李克特量表进行测量（1 = 非常不同意，5 = 非常同意）。每位参与者在监督下约用[20]分钟完成问卷调查。

图 3：研究设计流程图 该流程图包括参与者筛选、资格评估、数据收集、分析和数据存储步骤。它展示了从伦理审批和参与者招募，到数据验证、使用 SPSS-28 和 PLS-SEM（PLS 4）进行统计分析，直至安全数据存储的整个研究设计过程。请点击此处查看此图的放大版本。

数据收集流程

数据来自中国江苏省和北京市的四所主要公立大学。本研究的数据收集时间为2025年3月至2025年5月。研究人员向400名本科英语作为外语（EFL）学生发放了经过改编的、基于成熟且已验证工具的结构化问卷。该问卷包含多个部分，旨在评估教学风格、学生动机、学业参与度和满意度。具体量表包括Grasha⁵⁰教学风格量表、基于Deci和Ryan⁵¹自我决定理论的动机量表，以及改编自Snijders等人⁵²的学业参与度量表。在对数据进行缺失值和异常值筛查后，最终有效样本为n = 375份有效问卷。

问卷由研究人员在中国四所主要的公立综合性大学以面对面的方式发放。参与者被集中于教室，接受标准化指导，有固定时间作答，问卷完成后立即回收。数据通过系统随机抽样方式，向中国公立大学英语系修读数学课程的410名本科生发放调查问卷收集。经过数据筛选，最终有效样本为375份有效作答。数据筛选过程中，采用Little的MCAR检验处理缺失数据（χ2 = 267.579，108个自由度，p < 0.001）。*0.000，由于Little的MCAR检验结果显著，我们选择多重插补法作为处理方法。因此，在剔除异常值后，研究样本共包括375名参与者（173名男性和202名女性）。研究人员严格遵守所有伦理程序⁵³。向学生发放知情同意书，确保其自愿参与且不会受到任何伤害；研究全过程均保障参与者的保密性与匿名性。

图 4：Daniel Soper 计算器结果 本图展示了使用 Daniel Soper 计算器进行的样本量确定结果。该图显示了基于结构方程模型的事先样本量计算，设定预期效应量为 0.3，期望统计功效为 0.9，包含 11 个潜变量和 55 个观测变量。根据所设定的参数，该图表明所需的最小样本量为 238。请点击此处查看此图的放大版本。

使用 Daniel Soper 的计算器确定样本量。该图展示了基于结构方程模型的先验样本量计算，设定预期效应量为 0.3，期望统计检验力为 0.9，包含 11 个潜变量和 55 个观测变量。

抽样方法与最终样本量

抽样过程包括从每个参与机构获取完整的学生名册，并从这些名单中选取每一名学生，抽样间隔根据总体规模和预期样本分配确定。样本量使用 Daniel Sooper 计算器进行计算，该计算器预估了应答率（图4）。该目标基于最小样本量的计算结果，即在结构方程模型框架下，需要至少365名参与者才能以足够的统计效能检测到中等效应量。系统抽样过程持续进行，直至达到400份有效应答的目标，从而确保每个参与高校的样本均得到成比例的代表。

数据收集完成后，该数据集经过了严格的数据清洗程序，以处理缺失数据和异常值，从而确定最终用于分析的样本。缺失值通过多重插补法进行处理，与传统的删除方法相比，该方法能够保留统计效能并减少偏差。随后，采用马氏距离识别和评估多变量异常值，剔除了25个超过临界阈值且可能影响后续分析有效性的个案。这些数据精炼步骤最终获得了375份有效问卷，样本量明显超过建议的最低样本量365。最终样本包括173名男性学生和202名女性学生，反映了中国高校英语专业典型的性别分布情况。

数据分析技术

本研究的数据分析采用系统化、多阶段的流程，以确保研究结果的稳健性和可重复性。第一阶段是使用SPSS准备用于分析的数据集（详见材料表）。首先对缺失值和单变量异常值进行全面筛查。针对缺失数据，首先进行Little的完全随机缺失（MCAR）检验以诊断其缺失机制。

主要分析

在建立干净的数据集后，主要分析采用偏最小二乘结构方程模型（PLS-SEM）进行。选择PLS-SEM作为主要分析方法，是因为其适用于检验包含多个构念、中介变量和因果关系的复杂模型，这与本研究的理论框架相吻合。

测量模型

分析分为两个关键阶段进行。在 SmartPLS 4 中，导入数据集，使用反射型构念设定测量模型，并以默认设置运行 PLS 算法。采用 5,000 个子样本进行自举法检验，显著性水平设为双尾 0.05。第一阶段为评估测量模型，以确认构念的信度与效度。内部一致性信度通过两个标准进行评估：Cronbach’s alpha 和组合信度，其值超过推荐阈值 0.70 即视为可接受。聚合效度通过考察每个构念的平均方差提取量（Average Variance Extracted, AVE）来确定，AVE 达到或超过 0.50 作为判断标准。

结构模型与中介效应分析

在确认测量模型的适配性后，第二阶段重点评估结构模型并检验研究假设。主要分析考察了动机在教学风格与学业投入之间关系中的中介效应。为检验这些直接和间接效应的显著性，采用重复抽样5000次的自助抽样法（bootstrapping procedure）进行分析。该非参数方法生成了标准误和t统计量，用于评估路径系数的统计显著性。

共同方法变异（CMV）偏差

为评估共同方法偏差的潜在影响，进行了两项广泛推荐的事后检验。首先，Harman单因子检验结果显示，单个因子仅解释了总方差的20.636%，远低于50%的阈值，表明不存在显著的共同方法偏差。其次，进行了完整的共线性检验，得到的方差膨胀因子（VIF）介于1.075至2.614之间，均低于保守阈值3.3。这些结果证实，共同方法偏差并未对本研究结果的有效性构成威胁。

结果

主要分析

在进行假设检验之前，先计算了描述性统计量，以检验数据的分布特征，并概述参与者的特征以及构念层面的响应情况。本部分展示了受访者的 demographics（人口统计学特征），评估了可能存在的共同方法偏差，并报告了本研究中包含的十一个潜在构念之间的均值、标准差以及双变量相关性。

序号	变量	类别	频数	百分比
1	性别

讨论

本研究考察了教学风格对以英语为外语（EFL）的学生在学术投入、满意度和忠诚度方面的影响，并探讨了动机的中介作用。本研究提出了一个整合模型，将教学风格、动机、学术投入、满意度和忠诚度纳入中国学术英语（EAP）语境下的统一框架。这些发现与近期研究一致，表明以学生为中心的教学通过动机过程增强学生的投入和满意度。然而，满意度与忠诚度之间关系不显著，这与先前研究结果相悖，提示中国EAP教学环境中的情境因素可能影响这一结果。这凸显了进一步探究文化与制度因素如何塑造学生长期行为的必要性。本研究提出一个综合性的结构模型，用以解释教学风格如何通过动机路径影响学生的学习结果。该结果与先前研究一致，即教师行为、教学方法和课堂环境在提升学生动机方面发挥关键作用⁵⁵。本研究通过将多个理论框架整合为一个统一的结构模型，推进了该领域的发展，从而更全面地理解学生投入的机制。这一贡献通过提供一个将教学策略与EAP语境下学生投入结果相连接的整合框架，推动了该领域的进步。然而，与以往研究不同，本研究在一个全面的多变量框架中验证了动机的中介作用。结果进一步表明，强调协作和以学生为中心的教学风格与更高的内在动机相关，支持了自我决定...

材料

本文使用的材料清单

姓名	公司	目录编号	评论
学术投入量表	Snijders et al. (2019)	N/A	用于通过五点李克特量表上的9个条目测量专注度、投入度和活力。
Daniel Soper 样本量计算器	Daniel Soper	N/A	基于网络的计算器，用于确定结构方程模型的最小样本量（效应量=0.3，统计功效=0.9）。
Grasha’s 教学风格问卷	Grasha (2002)	N/A	改编用于评估指导型、建议型、合作型和促进型教学风格。
知情同意书	作者自编	N/A	提供给参与者，以确保其自愿参与及信息保密。
基于自我决定理论的动机量表	Deci 和 Ryan (2012)；改编自 Obiosa (2020)	N/A	包含5个条目的量表，用于测量学生动机，采用五点李克特量表。
SmartPLS 3	SmartPLS GmbH	SCR_022040	用于偏最小二乘结构方程模型（PLS-SEM）分析，包括测量模型与结构模型评估，并进行5,000次自助抽样重采样。
SPSS 版本 26	IBM	SCR_002865-5	用于数据筛查、缺失值分析、异常值检测和描述性统计分析。
结构化问卷	作者改编	N/A	由已验证量表整合而成的55个条目的结构化问卷。
学生学术自我效能感量表	Snijders et al. (2019)	N/A	包含5个条目的量表，用于测量学术自我效能感，采用五点李克特量表。
学生忠诚度量表	Wong et al. (2016)	N/A	包含3个条目的量表，用于测量学生忠诚度，采用五点李克特量表。
学生满意度量表	Obiosa (2020)	N/A	包含5个条目的量表，用于测量学生满意度，采用五点李克特量表。