Диссертация (1147591), страница 15
Текст из файла (страница 15)
Для каждого фактора указаныномера (№) и утверждения пунктов (Пункт), имеющих максимальные помодулюфакторныенагрузки(ФН).Факторамприсвоеныназвания,76объединяющее по смыслу входящие в них пункты. Рядом с названием факторав скобках указан процент суммарной дисперсии для этого фактора. Далее длякаждой выборки факторы были вычислены как новые переменные. Такимобразом, для дальнейшего анализа российская выборка была представлена 8, акитайская–9мотивационнымипеременными,каквычисленными«первичными» факторами.Болееподробныерезультатыпроведенныхфакторныханализовприведены в приложениях 3 – 8 , указанных ниже. Во всех случаях критерииКМО и сферичности Бартлетта свидетельствуют о хорошей пригодностиданных для факторного анализа.
Выбор метода факторизации определялся потому, какой из них давал в результате наиболее простую и отчетливоинтерпретируемуюструктуру.Выборпроизводилсямеждунаиболееприемлемыми методами факторизации для идентификации шкал опросников:альфа-факторный анализ или метод максимального правдоподобия. Какотмечалось ранее, наличие в факторе нескольких пунктов опросника,факторные нагрузки которых превышают по модулю 0,4 обеспечиваютдостаточную надежность измерения соответствующего конструкта (шкалы).3.1.1.
Методика «Изучение мотивов учебной деятельности»Подробные результаты факторного анализа пунктов методики дляроссийской выборки (альфа-факторный анализ) приведены в Приложении 3,для китайской (альфа-факторный анализ) – в Приложении 4. По методике«Изучение мотивов учебной деятельности» для российской и китайскойвыборки соответственно получены 3-факторные модели (Таблицы 1 и 2).Таблица 1Результаты факторного анализа: «Изучение мотивов учебной деятельности», российскаявыборка№ПунктФНФактор 1 (F1_УД): «Мотивация социального признания в учебе» (18,73%)131214Быть примером сокурсникамДостичь уважения преподавателейДобиться одобрения родителей и окружающих0,8310,7280,71177Фактор 2 (F2_УД): «Ориентация на высокую отметку» (17,99%)487Успешно учиться, сдавать экзамены на «хорошо» и «отлично»0,872Не запускать предметы учебного цикла0,702Быть постоянно готовым к очередным занятиям0,715Фактор 3 (F3_УД): «Познавательная мотивация учебной деятельности» (11,83%)1616Стать высококвалифицированным специалистомПриобрести глубокие и прочные знанияПолучить интеллектуальное удовлетворение0,7410,7320,509Таблица 2Результаты факторного анализа: «Изучение мотивов учебной деятельности», китайскаявыборка№ПунктФНФактор 1 (F1_УД): «Мотивация социального признания в учебе» (19,98%)13 Быть примером сокурсникам0,82812 Достичь уважения преподавателей0,81014 Добиться одобрения родителей и окружающих0,743Фактор 2 (F2_УД): «Мотивы текущих учебных достижений» (15,66%)6 Приобрести глубокие и прочные знания0,7377 Быть постоянно готовым к очередным занятиям0,66910 Обеспечить успешность будущей профессиональной деятельности0,652Фактор 3 (F3_УД): «Мотивы грядущих учебных достижений» (10,29%)3 Успешно продолжить обучение на последующих курсах0,64411 Выполнять педагогические требования0,6142 Получить диплом0,4523.1.2.
Методика «Мотивация изучения учебного курса»Подробные результаты факторного анализа пунктов методики дляроссийской выборки (метод максимального правдоподобия) приведены вПриложении 5, для китайской (альфа-факторный анализ) – в Приложении 6. Пометодике «Мотивации изучения учебного курса» получены 2-факторная модельдля российской выборки и 3-факторная модель для китайской выборки(Таблицы 3 и 4).Таблица 3Результаты факторного анализа: «Мотивация изучения учебного курса», российская выборка№ПунктФНФактор 1 (F1_ук) : «Профессиональная и познавательная мотивация» (32,08%)17Мне интересны те проблемы, которые затрагиваются в данном курсе0,79778814324Мне было бы интересно применять на практике навыки, которые я получу в0,793данном курсеПолученные в данном курсе знания помогут мне получить хорошую работу0,734Фактор 2 (F2_ук) : «Мотивация избегания неудачи при изучении курса» (11,11%)Я считаю, что при изучении данного курса необходима помощь преподавателя0,860Я беспокоюсь по поводу экзамена по этому курсу0,623Немногие по-настоящему хорошо разбираются в вопросах, которые затрагивает0,418данный курсТаблица 4Результаты факторного анализа: «Мотивация изучения учебного курса», китайская выборка№ПунктФНФактор 1 (F1_ук) : «Мотивация профессиональных достижений» (16,35%)13 Этот курс поможет мне лучше понять, что меня интересуют в профессии0,7947 Данный курс позволит мне лучше ориентироваться в специализациях0,715Мне было бы интересно применять на практике навыки, которые я получу в80,669данном курсеФактор 2 (F2_ук) : «Мотивация учебных и социальных достижений» (11,85%)Без этих знаний я не смогу до конца понять идеи, заложенные в методах,120,619технологиях профессиональной деятельностиВероятно, я получу более высокий балл за экзамен, чем большинство моих60,492однокурсниковМне пригодятся знания по этому курсу в будущей профессиональной90,470деятельностиЗнания, полученные в рамках данного курса, необходимы для успешного110,461написания квалификационной работы (курсовой, диплома)Фактор 3 (F3_ук) : «Отрицательное отношение к учебному курсу» (9,28%)2 Я беспокоюсь по поводу экзамена по этому курсу0,62710 Думаю, посещение данного курса – пустая трата времени0,54718 Я посещаю этот курс потому, что он входит в обязательную программу0,5403.1.3.
Методика «Мотивация учения в ВУЗе»Подробные результаты факторного анализа пунктов методики дляроссийской выборки (альфа-факторный анализ) приведены в Приложении 7,для китайской (максимального правдоподобия) – в Приложении 8. По методике«Мотивации учения в ВУЗе» для российской и китайской выборкисоответственно получены 3-факторнаые модели (Таблицы 5 и 6).Таблица 5Результаты факторного анализа по методике «Мотивация учения в ВУЗе», российскаявыборка№ПунктФН79289221929531734№22281617241352919Фактор 1 (F1_ув): «Положительное отношение к профессии» (13,70%)Мне нравится моя профессияЯ считаю, что удачно выбрал(-а) специализациюМои ожидания от профессии, которой я учусь, оправдалисьФактор 2 (F2_ув): «Ориентация на практическую деятельность» (11,27%)Практика меня интересует больше, чем теорияПрактические занятия мне нравятся больше, чем лекционныеМеня больше интересуют прикладные курсы, чем теоретическиеФактор 3 (F3_ув): «Познавательная мотивация учения в вузе» (9,56%)Меня привлекают задачи, которые не решаются с помощью готовых рецептовМне интересно общаться с однокурсниками и преподавателями факультетаМне было бы интересно заниматься исследовательской работой0,7560,7320,6660,6980,6870,6830,6730,6160,515Таблица 6Результаты факторного анализа по методике «Мотивация учения в ВУЗе», китайскаявыборкаПунктФНФактор 1 (F1_ув): «Положительное отношение к профессии» (13,76%)Мои ожидания от профессии, которой я учусь, оправдались0,657Мне нравится моя профессия0,629У меня есть четкие представления о том, как будет развиваться моя карьера0,622после окончания вузаФактор 2 (F2_ув): «Положительное отношение к процессу обучения в вузе» (10,17%)Мне интересно общаться с однокурсниками и преподавателями факультета0,625Я стараюсь принимать активное участие в семинарских занятиях0,615У меня не было проблем с учебой на факультете0,568Фактор 3 (F3_ув): «Ориентация на практическую деятельность» (7,25%)Меня больше интересуют прикладные курсы, чем теоретические0,713Практические занятия мне нравятся больше, чем лекционные0,708Практика меня интересует больше, чем теория0,6253.1.4.
Измерительные модели мотивации для российских и китайскихстудентовИсходными данными для измерительных моделей мотивации являлисьрезультаты предшествующего факторного анализа (пп. 3.1.1. – 3.1.3).Полученные факторы рассматривались как первичные и были вычисленысредствами SPSS (метод регрессии) как новые переменные. Эти новыепеременные выступали в измерительных моделях как возможные индикаторы80(явные переменные) выявляемых вторичных факторов, как латентных,наиболее обобщенных конструктов мотивации.На данном этапе анализа данных для каждой выборки методами SEM вварианте конфирматорного факторного анализа (Наследов А.Д., Есикова Т.В.,2014, С.
5 – 19; Наследов А.Д., Семенов В.Ю., 2015, С. 5 – 21; Byrne B.M., 2010)строилисьизмерительныеструктурныемоделис«вторичными»мотивационными факторами. Корректность применения SEM подтверждаетсядостаточнойчисленностьювыборкиимногомернойнормальностьюраспределения переменных. Выборка является приемлемой по численности (N),если выполняется соотношение N > 5T (где T – число оцениваемых параметров)(НаследовА.Д.2013;Byrne B.M.,2010).Многомернаянормальностьраспределения переменных проверяется по значению многомерного эксцесса(Multivariate Kurtosis) и его C.R., вычисляемых программой AMOS.
Требованиемногомерной нормальности признается выполненным, если C.R. незначительнопревышает 5 [там же], что свидетельствует о несущественном отклонении отмногомерной нормальности и применимости наиболее мощного метода анализа(ML – Maximum likelihood). В противном случае допустимо применятьприменяется метод Asymptotically distribution-free (Приблизительно свободныйот распределения). Модель признается соответствующей исходным данным попоказателям индексов согласия [там же]. Основные из них приведены подсхемами на Рисунках 7 и 8.Измерительная модель мотивации для российской выборки. Основныестатистические показатели измерительной модели для российской выборкиприведены в Приложении 9.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
