《农村高中学生英语学习动机类型研究+司喜强》由会员分享，可在线阅读，更多相关《农村高中学生英语学习动机类型研究+司喜强（13页珍藏版）》请在金锄头文库上搜索。
1、农村高中学生英语学习动机类型研究甘肃白银市平川中恒学校 司喜强摘要：本文通过调查问卷的方式研究农村高中学生英语学习动机类型，采用因子分析的方法最终提取到四个因子,它们是：内在兴趣（Internal Interest），实用价值（Practical Value），情境动机（Situational Motivation）和自我实现动机(Individual Realization)。关键词：高中生 英语学习 动机 类型1.引言动机是决定第二语言（外语）学习成败的重要因素，它能直接影响学习者使用学习策略的频率，接受二语（外语）输入量的大小，与本族语互动的程度，目标设置的高低，学习毅力的大小，以及发展
2、二语技能的持久性（秦晓晴，2002）。Yakobovios曾经根据一些心理语言学家在美国大，中学生中所作的研究发现，影响外语学习的几个因素是：动机占33%，才能占33%，智力占20%，其它占14%（转引自贾冠杰2003）。Alan Cunningworth 指出动机是决定学习成败的最重要的独立因素，一个有良好动机而教师教得较差的学生可能比一个教师教得好而本人动机较差的学习者表现得更出色。（Cunningworth,1994）。Corder把话说得更绝：在语言学习上，假如有了动机，任何人可以克服任何不利情况（转引自Skehen 1989）。对于外语教师而言，只有了解了学生的学习动机，才能采取行之
3、有效的改善策略，正如Oxford 所言，“教师如果连学生的动机根源都不清楚，又如何去浇灌他们呢？（Oxford 1996)”。 外语学习动机的研究始于Gardner 和 Lambert(Gardner &Lambert,1972)。他们自20世纪50年代以来就开始对二语学习动机进行了一系列的研究，从社会心理学的角度提出了学习动机的经典模式，还编制了用来测量语言学习态度和动机的标准化工具AMTB(Attitude/Motivation Test Battery).他们的理论模式和研究方法成为之后外语学习动机研究的主要模式和典范。但自20世纪80年代以来，其模式受到了挑战，外语学习动机研究进入了一
4、个多元化时代。其主要特征是除了社会心理学的框架外，研究者们从主流动机心理学及教育学的框架内对外语学习动机进行全方位的透视，使研究领域大大扩展。 我国学者也对外语学习动机进行了许多研究。早期的研究多以思辨性，理论性，综合性为主。华惠芳（1998）认为Gardner 和Lambert把动机分为工具性和融合性动机似乎不够恰当，她认为中国学习者的动机80%是属于证书型动机（Certification Motivation）而较少考虑交际能力的培养。吴丁娥（2001）分析了情感因素如何影响外语教学和外语习得，并指出目前我国以求职为目的的工具型动机使大学外语教学有了较大的进展。周福芹，邵国卿（2001）认
5、为我国英语初学者大多有增长知识，提高素质的动机。武和平（2001）概括了90年代国外主要动机理论建构，动机与其他因素的研究及教育学意义。也有探讨动机对学习成绩的促进作用以及动机和其它影响成绩的学习者因素间的关系的研究。例如，文秋芳（1995，1996，2001）在调查了英语学习者动机，观念，策略的变化规律与特点后，指出了三者之间的关系具有较高的稳定性。深层动机对学习者的观念与策略的影响大于表层动机。具有深层动机的人外语学习要比单靠表层动机的人进步快，最终水平高。深层动机亦可转化为表层动机，动机是动态的（1996）。李梅（1999）探讨了学习者内在动机与英语教学的关系，指出内在动机促进英语成绩的
6、提高；学生存在证书动机；激发动机是英语教学的关键。石永珍（2000）调查了大学生学习动机类型，并分析学习动机与学习效果的关系，指出学生的英语学习动机多为证书动机；成功者和不成功者的差异性表现在成功者多具强烈的内在动机，不成功者多具有外在动机。高一虹等通过一系列的研究探讨了中国本土情景下学生的英语学习动机类型与自我认同关系的变化（高一虹等，2002）；动机类型与动机强度的关系以及个人因素对动机类型的影响（高一虹，2003）。以上研究多以大学生为研究对象。而针对我国高中生英语学习动机的研究较少。本文拟探讨高中生英语学习动机类型，为提高教学的针对性提供理论依据。2. 研究设计2.1 研究目的笔者在农
7、村教学多年，经常看到一个班里总是有部分学生英语学习动机较强，学习自觉性好，考试成绩优秀，而部分学生动机不强，学习成效不明显，考试经常失败。更有大部分学生英语学习处在中游，动机水平不很清晰。本文意在探讨农村高中学生英语学习动机类型，为常规教学提供理论依据，优化教学。2.2 被试本研究的被试为甘肃白银平川中恒学校高二年级两个班的111名学生（其中男69，女42）。这是一所民办公助性质的学校，位于平川中区经济开发区，在校学生两千多人，学生大多来自周边农村地区。研究中选取高二学生主要是考虑到高一学生还受初中学习情境的影响较大，高三学生面临紧迫的高考压力，可能较难反映真实的情况。另外，高二为本人所带班级
8、，研究较为方便。2.3 研究工具本人采用调查问卷获得数据，问卷有两部分组成，第一部分是被试的基本情况，第二部分为调查项目，这部分主要参照了高一虹和Dornyei的动机调查设计( Dornyei, 1998)。由于，高一虹的设计主要针对大学生，而Dornyei主要针对二语学习者，所以，为了适应高中学生的情况，对部分问题作了修改，最后形成28个问题。所有问题按Likert 5级量表排列（1=完全同意，2=同意，3=不知道，4=不同意，5=完全不同意）。数据统计完成后，本人对20名学生作了相关访谈，以弥补数据分析之不足。2.4 数据统计作者于2007-2008年度第一学期第三周向自己所带的两个班的学
9、生发放访谈问卷111份，要求学生如实填写，问卷全部有效。之后，作者将所有问卷数据输入电脑。2.5 数据分析本人采用SPSS 13.0软件对数据作因子分析。因子分析就是用少数几个因子来描述许多指标或因素之间的联系，以较少几个因子反应原始资料的大部分信息的统计方法（杨晓明，272）其主要功能在于浓缩抽取诸变量重的共同信息，从而减少变量数目，方便统计分析的目的。因此，因子分析要求原变量有较高的内部相关性。本研究的因子分析包括四个步骤。第一步，需检验原28个变量（问题）是否存在相关性。本人采用主成分分析法(Principal Components)和方差最大法（Varimax）来检验28个变量的内部一
10、致性。具体来讲，采用KOM (Kaiser-Meyer-Olkin)和巴特利球度检验（Bartlett）作相关检验。一般来讲，KOM值越高（接近1.0），表明变量间的共同因子越多，研究数据适合作因子分析。通常按以下标种解释该标值的大小：KOM值达到0.9以上为非常好，0.8-0.9为好，0.7-0.8为一般，0.6-0.7为差，0.5-0.6为很差。如果KOM测度的值低于0.5，表明样本偏小，需扩大样本（秦晓晴：59）。本研究的KOM=0.907,表明数据适合作因子分析（见表1）。表1. 巴特利球度检验（Bartlett）Kaiser-Meyer-Olkin Measure of Sampli
11、ng Adequacy.907Bartletts Test of SphericityApprox. Chi-Square3351.770df378Sig.000第二步，决定因子的数目。作者采用方差极大法（又称正交旋转法，Varimax）得到4个因子，可以累积解释原变量总方差73%的信息。(见表2 )表2 总方差结果（主成分分析法）ComponentInitial EigenvaluesExtraction Sums of Squared LoadingsRotation Sums of Squared LoadingsTotal% of VarianceCumulative %Total%
12、of VarianceCumulative %Total% of VarianceCumulative %114.62652.23452.23414.62652.23452.2346.81824.35124.35122.7419.78962.0232.7419.78962.0236.09521.77046.12131.8166.48768.5101.8166.48768.5104.04614.45160.57141.2634.51173.0211.2634.51173.0213.48612.44973.02151.0193.63976.6606.8553.05579.7157.8052.876
13、82.5918.6382.27984.8709.5792.06886.93810.5201.85888.79611.4501.60990.40512.3581.28091.68513.3341.19192.87614.2871.02693.90215.254.90894.81016.212.75795.56817.193.69096.25718.171.61196.86919.167.59797.46620.131.46697.93221.113.40498.33722.105.37498.71023.098.35199.06224.079.28399.34525.065.23399.5792
14、6.048.17299.75127.038.13799.88828.031.112100.000在该表中，第一列为因子序号，第二列为总特征值（Eigenvalue），第三列为方差百分比，第四列为累积方差贡献率。可以看出，第一个因子的特征值为14.626，这意味着该因子可以解释28个变量总方差52.23%的信息，方差累积贡献率为52.23% ；第二个因子的特征值为2.741，意味着它可解释全部因子9.789%的信息，方差累积贡献率为62.023% ；第三，第四个因子具有类似的解释力，不再详述。第五个因子之后，方差百分比逐渐减少，这意味着因子解释力弱化。因此，本研究提取4个因子。通过分析特征值和方差贡献率以外，我们还可通过碎石图（Scree Plot）来确定因子数目（见图 1）。 图1 动机因子碎石图该图是电脑绘制的碎石图，横标（Absciss
