【大学生人格与其学习绩效关系研究初探】

　　摘 要 人格是影响学习的重要因素，深入探讨人格特征与学习之间的关系，能为提升学生学习绩效提供科学认知，有着重要现实意义。在分析人格与学习绩效非线性、复杂性关系的基础上，通过BP人工神经网络模型建模，实现大五人格各因素及其整体的非线性映射，探索提高学习者学习绩效的新途径，希望能为个性化教学和素质教育提供有益的一种思路。
　　关键词 大五人格；学习绩效；BP网络模型
　　中图分类号：G640 文献标识码：A 文章编号：1671-489X(2012)03-0021-03
　　Study of Relationship of College Students’ Personality and Learning Performance//Ouyang Ming1, Yang Wei2
　　Abstract Personality is the important factor on influencing learning, the study of personality characteristics and learning performance relationship in deep, can provide a scientific cognition of improving students’ learning performance, and it is important to practicing. We use the BP artificial neural network model to modeling on the base of analysis of the relationship between personality and learning performance which is nonlinear and complexity. Thus we can realize the nonlinear mapping of big five personality factors, so that we can explore the new approach to improving learning performance. Last, we hope this study will provide a useful kind thought for individualizing teaching and competence education.
　　Key words big five personality; learning performance; BP model
　　Author’s address
　　1 College of occupation and continuing Education of Yunnan University, Kunming, China 650091
　　2 Center of network and Information of Yunnan University, Kunming, China 650091
　　
　　1 引言
　　1.1 学习绩效的概念
　　对学习绩效概念的界定可谓仁者见仁智者见智，归纳起来主要有3种观点。1）基于AECT04的定义。学习绩效指学习者运用新获得的知识与技能的能力，包括基本知识与基本技能的获得与灵活运用的能力，学习成绩只是一种量化的结果，但不是绩效的全部内涵[1]。它有多种表现形式，可体现在能力与社交、学习效率及学习成果的质量、数量、效益等诸方面，最终是个人或组织学习能力的集中反映[2]。2）基于结果的定义。学业绩效即学习的结果，简称学绩，指学习成绩和效能[3]。它是学习者在一定时间和条件下完成某一任务时所取得的学习业绩、效果和效益，在很大程度上反映其自身的各项素质，是个人素质与环境相互作用的结果[4]。3）基于过程和结果的综合定义。这类学者把学习绩效解释为包括知识、能力、态度、反应在内的学习结果及其影响产生学习结果的学习过程[5]。
　　本研究采用以AECT为代表界定的学习绩效内涵，即学习绩效是学习者在一定环境中通过学习获取知识、技能、情感、态度以及在新环境中灵活运用它们的迁移能力和对组织或社会的贡献；同时要考虑学习的效率、效益、效果，注重个体综合素质的提高。
　　1.2 人格对学习绩效的影响
　　人格是预测个体学业成败的重要因素[5]。学业行为的各维度与大五人格各因素间显著相关，两者之间关系密切。吴海棣、李建成等的研究结果表明人格心理因素对学生学习成绩有重要影响[7]，它是影响学业成绩的多种因素之一[8]。大五人格模型的兴起推动人格差异与学业成绩关系的研究。人格特质决定了学习适应行为的方式和特征，并影响适应行为发展的水平[9]。国外已有研究表明人格对学习方式、学习策略等具有影响。吴秉恩教授（l983）指出，以组织行为的特点来说，人格特质的主要效用是预测及说明实际行为与绩效能力，人格特质通过个体实际行为影响其绩效。有研究已证明，影响学习绩效的有个人特征、教育、学习条件和环境等因素。其中个体人格特点是主要因素，国内外对此的研究也已取得大量成果。
　　高等教育要求全面提高学生自身素质，尤其是对学生个性与自主学习能力的要求十分突出，但对大学生个性特质指标的评估似乎是目前学生学习绩效评估中最薄弱的环节。而个性特质的充分发挥与创新精神的充分展现是更重要的，行为过程和个性特质体现了一个学生的学习态度、心理素质、抗压能力、抗挫折能力、产生动力的能力等综合素质，这些将决定学生进一步学习的能力，是综合素质中更重要、更应该备受重视的成分。
　　素质是驱动学生产生优秀学习绩效的各种个性特征的集合，无论是表象的特质还是潜在的特质，都与学生的学习绩效具有高度的因果关系。尤其是潜在特质是素质在人格中扮演深层并且持久的角色，能预测一个人在复杂的学习或工作任务情境中的行为表现。通过归纳总结，人格对学习活动的影响主要有学业、学习成绩、学习行为、学习绩效方面，这也是人格与学习活动相关研究的主流。通过对学习绩效内涵深入的研究、分析，可知学习成绩、学习行为属于学习绩效的一部分，而学业也与学习绩效息息相关，两者反映的内容是相符的。因此，人格对学习绩效的影响不言而喻。用人格特质来分析绩效，长期以来一直是备受关注的问题，但其结果效度却众说纷纭而不能得到满意答案。其中主要原因之一是研究者缺乏一个统一的可以接受的人格模型，很难确认人格与绩效之间是否有一致的和有意义的关系。20世纪80年代后期出现的大五人格理论，代表了广泛而稳定的人格因素模型，用大五人格来描述个体差异已被广泛接受，为相关研究提供了方法和途径。
　　2 BP神经网络模型机制的建立
　　人格与学习绩效之间的关系不能用简单的数学模型来表达。虽然关于人格与学习绩效之间的研究也可以采用统计学软件如SPSS来建立它们之间的相关关系，但统计学处理方法一般要求数据服从正态分布，条件较为苛刻，且计算方法不具有学习的功能、联想记忆等能力。因此，本研究没有采用统计学方法，而采用最适合处理具有模糊、残缺、不确定等特点的数据，更适合表示复杂关系的BP人工神经网络来对人格与学习绩效之间的关系进行建模。另外，人工神经网络的开放性、非线性、自适应、自学习、联想记忆、并行处理、分布式存储和计算能力等特性更适合后续研究在网络环境下实现智能系统。
　　2.1 BP网络的结构
　　BP神经网络即误差反向传播神经（Back Propagation Neural Network）多层前馈网络，模型一般由输入层、隐含层、输出层以及层间节点连接组成。层间节点有前向连接，无反馈连接；层内节点之间无任何连接，学习过程由信息正向传播和误差反向传播两个过程组成，通过周而复始的信息正向传播和误差反向传播过程调整各层权值，使得网络输出的误差减少到可以接受的程度。BP神经网络的本质即使误差不断减小，最终确定能够使网络稳定和有效的权值，不同的神经网络模型之间区别就在权值的不同。网络结构中确定隐含层层数和节点数对网络结构很重要，虽有一些相关的理论和方法作指导，但尚未有标准、科学的方法和手段，常以经验、网络性能等试探的方法来确定。本研究的BP网络的模型如图1所示。
　　2.2 数据的收集
　　本研究中输入数据的收集工具是20世纪80年代Costa和McCra提出的大五人格量表，它是“目前人格特质理论的最佳范式”。大五人格即人格的5个属性，分别为外倾性、宜人性、尽责性、神经质、开放性。各因素、次级指标和维度分数描述如表1所示。
　　本量表共60道题目，每个维度12道题，其中，神经质包括题项1、6、11、16、21……；外向性包括题项2、7、12、17、22……；开放性包括3、8、13、18……；宜人性包括题项4、9、14……；尽责性包括题项5、10、15……量表采用5级评分法计分。本文结合实际情况，以湖北师范学院某院教育技术学和数字媒体专业的大三学生为调查对象；跟踪每个学生，调查他一年级、二年级和三年级的共三批数据；共发放问卷190份，收回170份，有效问卷166份，问卷有效率为97%。根据引言中对学习绩效的简述，本文以体现大学生综合素质的综合测评成绩和排名为测量学习绩效的标准，并在相关学生、教师的帮助下取得该批调查对象大五人格数据、综合测评成绩和排名。
　　2.3 数据的处理
　　首先，将网络的大五人格输入数据应用“Xi=2*(xi-min(xi))/(max(xi)-min(xi))-1”，函数标准化在[-1，1]之间；根据需要，选取140组样本数据作为网络训练数据，26组作为测试数据。其次，以研究对象的综合测评成绩和排名对学习绩效样本数据分类，这是网络的输出数据，其中调查对象三年综合测评算术平均分在80以上的为优，75～79的为良，75以下为一般。
　　2.4 网络结构的确定
　　BP神经网络结构的输入与输出神经元节点数由实际问题决定。本文中输入的是人格的5个维度，即5个神经元；输出为3类，用0-1模式表示，即（0,1）表示优，（1,0）表示良，（1、1）表示一般；对于隐含层的个数与每层节点数以Kolmogorov的N×(2N+1)×M定理为指导，N为输入特征向量，M表示输出状态类别，确定网络初始结构为（5,11,2）；训练中以试探性方法做进一步的调整，使网络性能、输出误差、拟合效果等指标最终符合要求。
　　3 网络模型的训练、测试与应用
　　3.1 网络模型的训练
　　利用MatLab神经网络工具箱对建立的网络进行训练与检验，训练的中间层神经元传递函数为S型正切函数，输出层神经元的传递函数为线型purelin函数，利用newff函数创建BP神经网络，训练函数为trainlm，学习函数取默认值learngdm，性能函数取默认值mse。网络训练函数为“net_yw=train (net_yw, pn, tn)”，pn表示网络的输入样本向量，tn表示网络的目标向量。经过训练后，当迭代次数为14时，网络误差已达到可接受的阈值，即网络模型可以投入使用。
　　3.2 网络模型的测试与应用
　　神经网络经过训练、学习后获得记忆、联想、抽取、概况的能力，这样的网络是否符合要求通过仿真来验证它的可靠性和达标度？随机抽取p为测试样本，共26组，其中优状态为10组、良状态为6组、一般状态为10组；由仿真的结果知前10组数据中9组分为优状态，中间6组有4组分为良状态，最后10组都分为一般状态，即网络测试的符合率达到80%以上。由此说明，该网络已经能够正确地分类、判断，模型有效，可以投入使用。
　　4 结语
　　终身学习成为这个学习型社会的生存理念，学习绩效是提高个体或组织核心竞争力的关键。国内关于影响学习活动的研究多集中在学生的创造力、智力、能力等方面，而关于学生的性格特点或人格特征对学习的影响的研究相对较少。学生个性差异包括智力、能力、态度、兴趣、气质性格等方面，但人格是个体在现实稳定态度和习惯化了的行为方式中所表现出来的，具有核心意义的个性心理特征，体现个体综合素质的人格对学习者有终身的影响。
　　个性化教育已成为一个热门的话题，与之对应的实践要求便是“因材施教”。其中的“材”在某种意义上指的就是学生学习兴趣、能力、知识经验、个体气质、性格等心理特征，学生的个性差异是实施因材施教的基础和前提，所以要想真正做到因材施教，就应该认真研究了解每个学生的个性差异。而人与人之间的个性差异综合体现在个体的人格上。
　　随着个体身心多元化的发展，人格对学习绩效复杂、非线性的重要影响无可置疑，而经典的二元模型或多元模型不足以反映、描述它们之间错综复杂的关系，借助BP人工神经网络模型这种新的途径、方法探讨人格与学习绩效的关系，能够实现对这种不良结构映射问题的逐步逼近，克服精确建模的困难，更重要的是为个性化教学和素质教育等研究提供新的视角，为改进应试教育给家长、学校和社会带来“高分低能”学生的困惑一定的启示。
　　学校的教育工作是围绕学生这个主体展开的，目的不仅是教书，更多的是育人，要想成才必先成人，塑造学生的人格品质是家长、学校、社会共同关心的问题。通过本研究能够挖掘相应等级学习绩效的学生有什么样的人格特点，为教师在教学的同时如何培养学生的人格品质提供参考。钱学森教授的大成智慧教育为培养新时代的学生指明了方向，即学校应该培养理、工、文、艺相结合，德、智、体、美、劳相协调，又全又专，全面发展的、有智慧的人才。这也是本研究的意义之一。
　　参考文献
　　[1]戴锡莹,孙跃东,李岩.基于Kirkpatrick评估模式的网络学习绩效评价模式设计[J].中国远程教育,2009(1)
　　[2]王丽.基于绩效技术的有效学习研究[D].新乡:河南师范大学,2008.
　　[3]高述华.中小学生班级群体性质及学习绩效[J].教育科学,1998(2).
　　[4]苏晓丽.网络化学习绩效支持系统的设计与开发[D].曲阜:曲阜师范大学,2006.
　　[5]赵靓.以学生为中心的学习绩效分析支持工具包的设计与开发[D].广州:华南师范大学,2007.
　　[6]Busato V V, Prins F J, Elshout J J, Hamaker C. Intellectual ability, learning style, personality, achievement motivation and academic success of psychology students in higher education[J].Personality and Individual Differences,2000,29(6):1057-1068.
　　[7]张丽.中学生人格与学习成绩关系的新探[D].上海:华东师范大学,2007.
　　[8]刘广珠,周静.人格特征影响学业成绩的多元回归分析[J].健康心理学杂志,1998,6(3):304-305.
　　[9]聂衍刚,杨安,曾敏霞.青少年元认知大五人格与学习适应行为的关系[J].心理发展与教育,2011(2).
　　[10]陈少华.人格与认知[M].北京:社会科学文献出版社,2005:10-12.