SCI论文（www.lunwensci.com）:
摘要：本研究使用Mplus6.11软件通过探索性结构方程模型(Exploratory Structural Equation Modeling,ESEM)针对三所理工类高校学生的英语学习动机调控进行模型建构，并将ESEM的分析结果与验证性因素分析(Confirmatory Factor Analysis，CFA)结果进行比较，结果显示ESEM模型各项拟合结果更优，能够接受理论上可以解释的模型。结果表明理工类高校学生在英语学习过程中所使用的策略包括：“掌握目标调控”、“表现目标调控”、“兴趣提升”、“自我奖励”、“任务价值提升”、“效能提升”和“负向结果刺激”。通过ESEM这一新的统计手段，对以往的动机调控探索性因子分析结果进行了补充和验证，得到了拟合结果较好的英语学习动机调控量表。
关键词：动机调控；探索性结构方程模型；英语学习
本文引用格式：于晓杰,等.基于ESEM的理工类高校学生英语学习动机调控实证研究[J].教育现代化,2019,6(68):244-249.
The Application of Exploratory Structural Equation Modeling to Motivation Regulation for Science Students'English Study of Higher Education
YU Xiao-Jie,HUI Liang-Hong,HU Yi-Qi,ZHANG Jing-Yao
(Northeastern University,Qinhuangdao,Hebei,China)
Abstract：This research adopts a new statistical approach of exploratory structural equation modeling(ESEM)to testify the validity of motivation regulation scales in Chinese college students’English study with the help of Mplus 6.11 software.Compared with the results of confirmatory factor analysis(CFA),the results for ESEM are much better and the measurement model is also easy to be explained by priori theory.The seven factors used by science students in their English learning are:regulation of mastery goals,regulation of performance goals,interest enhancement,self-consequating,regulation of value,efficacy enhancement and negative-based incentive.ESEM helped the researcher correct the mismatch between items and factors.ESEM solved the problem of overly restriction of CFA by allowing rotation in the process of computation and verified the validity of motivation regulation scale.
Key words:Motivation regulation;Exploratory structural equation modeling;English study
一 研究背景
自上个世纪80年代以来，结构方程分析方法迅速发展，结构方程模型（Structural Equation Modeling,SEM）在心理学、管理学、社会学和教育学等学科中得到了广泛的应用。在国内SEM也因其强大的统计功能逐渐受到研究人员的青睐，不仅仅出现了介绍结构方程模型方法的文章[1-3]，同时也出现了一批应用结构方程模型解决实际问题的研究[4-6]。作为SEM的功能之一，近年来验证性因素分析(Confirmatory Factor Analysis，CFA)被广泛用于检验理论构念与实际数据之间的吻合程度。但是在实际研究中经常出现的问题是采用探索性因素分析得到的结构在验证性因素分析时，其模型拟合指数不高，从而使得研究人员拒绝了理论上较好的模型[7-9]，这会为进一步使用结构方程模型深入探讨潜变量之间的关系设置障碍。为了解决这一问题，研究人员有时会过度依赖修正指数（Modification Index，MI），从而接受数据驱动的（data-driven）事后模型[10]，然而依靠修正指数来提高模型拟合度的研究也受到了很多研究人员的诟病[11]。面对这一问题，有学者认为过分依靠修正指数进行的研究实际上是将验证性的方法用于探索性的研究，是不适当的，此时应该直接使用因子旋转法进行探索性研究才更合适[12]。而近年来统计学领域出现的探索性结构方程模型（Exploratory Structure Equation Modeling,ESEM）则能够解决这一问题。
ESEM的测量模型继承了CFA的功能，同时具有探索性因子分析(Exploratory Factor Analysis，EFA)的灵活性[13]。作为EFA和CFA的整合，ESEM具有如下优点[7]：（1）可以获得几乎所有SEM的参数，包括整个模型的拟合指数，修正指数等，因此ESEM结果较EFA结果更加客观，能够为测量模型的选择提供更加客观的结果，尽可能减少了研究人员的主观判断。（2）可以探讨在EFA模型中无法检验的模型多组和多时点测量（也称纵向测量）的等值或不变性（invariance），从而避免了由于测量工具本身不等而造成的虚假组间差异。（3）与CFA严格独立分群模型Independent Clusters Model,ICM）不同的是，ESEM允许条目不仅仅在主因子上有负荷，同时也可以在其他因子上有负荷，为我们展示了更加真实的情况，同时通过比较条目在不同因子上的负荷也能够帮助研究人员找出错误设定的因子与条目之间的关系。（4）许多实证研究结果显示ESEM测量模型的拟合指数较CFA的结果要好[8,9,14]，可以为研究人员进一步建立潜变量之间的结构模型奠定好的基础。
二 文献综述
一直以来在教育心理学领域，动机调控研究作为自我调节学习的重要组成[15]与意志控制研究[16]紧密相关。Wolters[17]认为动机调控由三部分组成：动机知识、动机监控和动机控制。这三个方面缺一不可,共同构成有效动机调控的必要成分。目前在国内外对于动机调控和意志控制分类的实证研究主要采用EFA的方法。如McCann&Garcia[18]通过反复的探索性因子分析编制了由三个维度构成的“学业意志策略量表”（Academic Volition Strategy Inventory，AVSI）其中很多题项和动机调控的题项类似。Wolters[19]采用探索性确认了五种动机调控策略。此后，Wolters和Benzon[20]受到德国学者Schwinger等研究[21]的启发，通过增加条目得出了六维度的动机调控因子结构，与其之前研究相比增加了价值调控策略（regulation of value），扩展了之前的研究。但是其主要因子结构变化不大。Schwinger等[22]根据“成就目标理论”和“自我效能理论”等动机理论，率先使用验证性因子分析拓展了Wolters的动机分类，通过德语问卷总结出了八种动机调控策略，并取得了较好的结构效度，但是该研究中根据Wolters[19]的理论所建立的五因子模型拟合度不好。
由于许多学者都认同动机调控研究是具有学科特殊性的[17,23]，有必要了解其在不同学科之间的作用效果。因此，在国内，李昆[24]将动机调控研究放到了更加具体的情景中，通过EFA总结出了中国大学生在英语学习中使用的八种动机调控策略。此后，国内相继出现了使用EFA和SEM针对英语学习动机调控的实证研究[25-27]，但是国内目前使用结构方程模型进行的研究也存在数据驱动的事后效应问题。可见，由于研究视角和研究方法的不同，目前学者们很难就动机调控的维度形成统一的认识，这一方面需要我们继续完善动机调控的界定，充分考虑动机调控在不同学科和情景中的差异。同时积极借鉴先进的统计学研究方法，从而为理论假设提供坚实的数据保障。
目前在国际上和国内对于动机调控量表的研究仍然以EFA为主，这主要是由于CFA要求量表的条目只能在一个因子上有负荷，而在其他因子上的负荷要固定为零，,但是在实际量表的编制过程中许多因子之间都具有较高的相关性，有些条目的确会存在跨负荷指标，因此CFA研究由于过于严格的假设而产生模型的拟合指数不够好或是数据驱动研究等问题。与CFA相比近年来在国际统计学领域兴起的ESEM则能够将EFA和CFA相结合，解决CFA不允许条目跨负荷的问题，呈现更好的拟合指数，从而让研究人员接受在实际研究中更加符合理论解释的模型。此外与EFA相比，ESEM能够提供模型的拟合指数，方便模型比较和客观的判定量表结构，减少了EFA的主观性。不仅如此ESEM建立的测量模型能够作为基础进行结构模型的建立，而EFA中则无法实现同时估计因子结构和因子关系。因此为了更好的了解动机调控量表的结构，我们认为引入ESEM将能够较好的解决验证性因子分析结果拟合度不高的问题，同时避免数据驱动的事后模型，并未为进一步的潜变量关系建模奠定基础。
三 研究设计
（一）研究问题
通过以上文献回顾，我们提出研究假设：
1.与人文学科学生相比，理工类大学生在英语学习过程中往往体现出工具性动机较强的特点，那么理工类大学生英语学习动机的特点会对其动机调控策略的使用产生一定的影响。为了探究理工类高校学生英语学习动机调控策略，我们使用ESEM方法探究其动机调控的结构维度，我们认为ESEM方法能够获得数据与理论模型更好的拟合。
2.已有研究发现，动机调控对学生的学业成就不产生直接显著的影响，而是通过努力这一中介变量影响学生的学业成就[21,28]，因此我们认为理工类高校学生的英语学习动机调控也会通过努力程度这一中介变量对英语学习成绩产生间接影响，努力程度的中介效果显著。
（二）研究工具
本研究参考McCann和Garcia[18]，Wolters[19]，Wolter[20]、李昆[24]和Pintrich等[29]的问卷并结合前测研究[30]中开放式问卷的回答内容编制了《大学生英语学习调查问卷》。问卷包含四部分，第一部分为被试的人口统计学信息和英语成绩。第二部分问卷内容涵盖了以往文献中出现过的七种动机调控维度，具体包括：“掌握目标调控”、“表现目标调控”、“兴趣提升”、“自我奖励”、“任务价值提升”、“效能提升”和“负向结果刺激”。第三部分测量学生的学习动机信念，包括：掌握目标、表现目标、价值、自我效能、归因和焦虑等维度。第四部分测量学生的认知、元认知策略和努力程度。其中认知策略包括：组织、复述和精细化三个维度。问卷最后两部分选取的是Pintrich等[29]的学业动机策略量表（MSLQ）中的相应分量表。本文仅汇报该调查的部分结果。问卷采用李克特五级量表形式。答案如下1=这个句子完全或者几乎完全不符合我的情况，2=这个句子通常不符合我的情况，3=这个句子有时符合我的情况，4=这个句子通常符合我的情况，5=这个句子完全或者几乎完全符合我的情况。
（三）研究对象
研究人员分别在北京、河北、辽宁、吉林的四所理工类高校发放了问卷304份，共收回问卷304份，剔除无效问卷后得到有效问卷份303分，问卷利用课堂时间发放，并由研究人员反复强调了本研究的重要性，因此问卷的回收率和有效率较高。其中男生184人，占60.73%。女生119人，占39.27%，被调查对象来自于计算机科学与技术、自动化、材料科学、电子商务、会计、金融、经济学、国际贸易等专业，在参与本次调查时被调查对象全部为大学二年级学生。
(四)数据分析
将所收集到的有效问卷输入SPSS11.5进行变量的正态性检验，并根据结果选择估计方法。然后使用Mplus 6.11分别计算动机策略量表的ESEM和CFA拟合结果。本文研究根据Mplus的结果汇报以下拟合优度指数：卡方、RMSEA、SRMR、CFI、TLI等指标。由于Mplus作为目前唯一能够处理探索性结构方程模型的软件并不汇报GFI等拟合指标，因此该指标不作为我们评价模型的标准。只有绝大多数指标都满足或接近惯例要求，才能认定模型与数据拟合。最后使用SPSS17.0考察每个因子的内部信度。
四 结果与讨论
（一）ESEM因子结果
首先使用SPSS11.5计算每个题目的偏度（Skewness）和峰度（Kurtosis）分布，来检查各个题目的正态性。所有题目的偏度绝对值小于1，绝对值从0.038到0.735不等，全部峰度绝对值小于2，绝对值从0.075到1.165不等，考虑到数据与正态分布假设差异不大，因此采用极大似然法（Maximum Likelihood，ML）对数据进行估计，考虑到量表中因子间较高的相关性，因子旋转采用Mplus默认的Geomin斜交旋转法。
表1显示本研究的模型x2均显著，但是Rigdon[31]认为，x2受估计参数和样本数影响很大，在使用真实世界的数据来评价理论模型时，其实质帮助不大，因此不易仅考虑p值。结果显示，CFA的模型拟合结果均未达到最低标准要求，其中CFI和TLI均低于0.9的最低标准，SRMR>0.05，0.05<RMSEA<0.08，综合考虑各个拟合指数，CFA模型被拒绝。而ESEM的模型拟合结果均较好，其中CFI和TLI均大于0.9，SRMR<0.05，RMSEA=0.05(小于0.08)，这说明动机调控策略量表的CFA模型由于过分严格的限制了条目与因子之间的对应关系，而无法得出可接受的拟合指数，使研究人员拒绝了理论上可以解释的假设。而ESEM模型由于其较好的灵活性得出了理论解释和数据拟合结果都较好的模型，我们认为ESEM模型对于实际研究更有意义，因此假设一成立。
具体而言，ESEM结果显示，与动机信念直接相关的动机调控策略包含七个维度。在第一个因子中主要有三个条目在该维度的负荷较高，因子负荷分别为0.650，0.367,0.294，这三道题主要反映的是学习者通过提醒自己要尽可能的掌握英语，来调控其英语学习动机，属于“掌握目标调控”（Regulation of mastery goals）。可见，理工类高校大学生在英语学习过程中也非常注意对于英语知识内容的掌握，通过思考语言学习的掌握目标能够比较有效的提升其英语学习动机。其中第21题的负荷偏低（0.294），通过考察第21题在其他因子上的负荷我们发现该题在“兴趣提升”因子上的负荷也达到了0.225，但是考虑到题目内容表述与掌握目标调控更加接近，该条目在该因子上的负荷最高，且掌握目标调控题目数较少，因此仍将其从属于该维度。在之前研究中掌握目标调控与兴趣提升之间的相关系数都在0.50以上二者具备较高的相关性[19,20]，因此第21题在这两个因子上的负荷均较高是比较容易理解的。
在第二个因子上主要有7个题目负荷较高，因子负荷分别为0.563,0.453,0.596,0.595,0.469,0.683，0.538，这七道题主要反映的是学习者通过控制自身的表现目标来提升动机的策略，因此属于“表现目标调控”（Regulation performance goals）范畴。对这一策略的使用体现出理工类高校大学生更加注重英语学习在成绩和与他人比较方面带给他们的益处。该维度在Schwinger等[21]的研究中被分成了表现接近目标（Performance-approach self-talk)和表现回避目标(Performance-avoidance self-talk)调控，通过分析题目内容，笔者发现表现回避目标因子与其他研究中的“负向结果刺激”[24]和“防御性悲观”[32]比较接近，在McCann和Garcia[18])的研究中类似的题目全部归属于“负向结果刺激”维度，目前没有研究同时包含以上的三个因子，今后仍需要继续探讨，当以上三个因子的题目同时出现在一个量表中用于测量动机调控时，各个题目与因子之间的从属关系是否稳定。
第三个因子主要包含6个题目，其因子负荷均高于或等于0.4（0.631,0.637,0.448,0.638,0.724,0.400），该维度是学习者通过找出英语学习与自身兴趣或生活的联系来维持其学习动机的策略，属于“兴趣提升”（Interest enhancement）。这说明理工类专业学生也会通过调动英语学习兴趣的方式来维持其学习动机。该维度在Schwinger等[21]，以及Wolters和Benzon[20]的研究中被称为情景兴趣提升（Regulation/Enhancement of situational interest），这主要是由于Wolters和Benzon[20]也借鉴了Schwinger等[21]的结论将兴趣提升中的一部分题目扩展成为一个新的维度“价值提升（Regulation of value）”或者称作“个人重要性提升（Enhancement of personal significance）”，本研究中也出现了“重要性提升”因子，但是该因子主要根据英语学习的特殊性，针对中国大学生编制，并且具有较好的内在一致性，与兴趣提升只具有中度相关（0.266）。因此本研究结果并没有支持将兴趣提升分成两个维度的假设。
第四个因子主要在五个题目上负荷较高（0.747,0.508,0.521,0.749,0.624）属于“自我奖励（Self-consequating）”维度，指的是学习者通过提供物质和精神的奖励来维持其完成自身英语学习任务的策略。该因子在之前的类似研究中结构比较稳定[19,24]。但是通常认为该策略只能激发学习者的外在动机，而无法调动其内在动机，也有研究显示成年人比小学生对于该策略的理解要更好[33]，因此该策略在理工类大学生英语学习中的效果有待进一步研究。
第五个因子包含5个题目，因子负荷分别为0.497，0.560，0.663，0.747，0.611，该维度主要采纳李昆[24]研究中的“任务价值提升”题目，并自行根据英语在中国大学生学习生活中的重要性来设计，具有比较明显的英语学习的中国特色。与该维度类似表述的题目在国外的研究中主要隶属于“价值调控”（Regulation of value)因子。但是该因子在理工类高校大学生中主要体现为英语对自身专业学习和未来工作的重要性。这也印证了我们的预测，即理工类大学生更加重视英语学习的工具作用。
第六个因子包含3个题目，被称为“效能提升”（Efficacy Enhancement），因子负荷分别为0.483，0.542，0.461。外语学习的自我效能对于学习成绩有显著的预测作用，能够恰当使用效能提升策略，对其外语学习将大有裨益。但是该因子在本研究中影响较弱，这可能与我国理工科高校大学生的外语学习自我效能不高有一定关系，在教学过程中教师应更加注重对于学生外语学习自信心的培养，以及效能提升策略的培训。
第七个因子包含3个题目，因子负荷分别为0.336,0.827,0.403，该因子被称作“负向结果刺激”（Negative-based Incentive）是学习者通过设想消极后果来促进自身努力的策略。在其他研究中与该因子类似的维度还包括“后果设想”[24]和“防御性悲观”(defensive pessimism)[34]，有关该因子的作用在之前的研究中结果比较不一致，Bembenutty[35]研究发现负向结果刺激与表现回避目标取向相关较高，而也有研究发现“防御性悲观”能够促进学业表现[34]，Wolters[32]认为该策略在短期内可能有提升学业坚持性的作用，但长期结果却可能是消极的，因此有关该策略的作用需要进一步实证研究的支持。使用SPSS11.5计算得到的各个因子的内在一致性信度分别为0.72，0.82，0.82，0.81，0.84，0.75，0.61，内在一致性信度大多在可接受的范围内.。
（二）动机调控的中介效果检验
为了验证本研究提出的第二个假设，我们仍旧使用Mplus6.11建立了动机调控与努力程度和英语四级考试成绩之间的结构方程模型Model A，其中动机调控是该模型中的自变量，其模型仍使用ESEM结构，努力程度为中介变量，由2个观测变量组成，四级考试成绩作为因变量，由一个观测变量定义。结果显示，模型的各项拟合指标较好（CFI=0.937，TLI=0.902,RMSEA=0.048<0.05，SRMR=0.031<0.05），模型可以接受。但是通过考察各个路径的显著性，我们发现有些动机调控因子对于中介变量努力程度的影响不显著，而努力程度对于四级成绩的影响只是接近显著（p=0.052>0.05,R2=0.043），该模型结果无法验证假设二。
这可能是由于纳入ESEM测量模型后潜变量之间的关系会比较复杂。因此，为了得出理论上可以解释的模型，我们根据ESEM的计算结果，将动机调控的各个因子题目打包成七个观测变量，重新建立动机调控与努力程度和英语成绩之间的结构方程模型Model B。得到的模型拟合结果较好（CFI=.928，TLI=0.898，RMSEA=0.08，SRMR=0.05），且在该模型中动机调控对于努力程度的影响效果显著，路径系数为0.562（p<0.05），努力程度对于四级成绩的影响为0.269(p<0.05)，影响效果显著。而动机调控对于学业成就的影响为0.089(p>0.05)，结果不显著。这说明动机调控对于学生的英语学业成就不产生直接效果，而是通过努力程度的中介作用产生间接效果，努力程度在动机调控和学业成就之间起中介作用，该结果与Schwinger等[21]和王幼琨[28]的研究结果类似。
通过以上结果比较，我们认为ESEM结果在解释测量模型时具有优越性，既能够避免独立分群的CFA模型过于严格的负荷限制，也能够提供EFA结果中所没有的拟合指数，从而避免EFA结果的主观性。但是将ESEM结果作为测量模型，探讨潜变量之间的关系时，对模型结果的解释往往比较困难。因此在今后的研究中若研究问题为动机调控与自我调节学习系统内其他潜变量之间的关系，仍旧应该将题目打包，将动机调控的各个维度作为观测变量进行建模，进而探讨潜变量之间的关系则更为恰当，其结果更容易解释。
此外我们还发现与Mplus不同的是其他的统计软件（例如Amos）汇报结果通常提供的是残差均方和平方根（RMR），但是RMR容易受到变量量尺单位的影响[36]例如本研究中动机调控变量和英语四级成绩的量尺单位不一致，因此往往会造成RMR过高的情况发生，而在本研究中采用SRMR更有参考价值，但是在AMOS软件中，研究人员若想获得SRMR则需要进一步运行程序，而Mplus直接提供了模型的SRMR，这也为研究提供了方便，体现了Mplus软件的优越性。
五结论
本研究尝试使用Mplus6.11软件，将一种新的统计手段：探索性结构方程模型引入动机调控因子分析研究中。针对理工类高校大学生进行调查研究，研究结果发现被试在英语学习中所使用的动机调控策略主要包含七个因子。与验证性因子分析相比较，ESEM测量模型的结果拟合指数更好，其题目与因子之间的归属也符合理论预期。由于允许题目跨负荷，ESEM也能够通过因子负荷值的比较帮助研究人员修改可能出现的因子与条目关系的错误设定。同时ESEM的测量模型结果可以进一步用于建立结构方程模型，帮助研究人员发现潜变量之间的关系。但是由于ESEM测量模型较CFA更加复杂，ESEM的出现无法完全替代EFA和CFA,它只是提供一种更加符合实际研究情况的测量模型，并使得研究结果更加容易解释。而对于理论基础较好的因子模型或者研究目的为探索潜变量结构之间的关系时，CFA的使用仍然是主流，对于因子结构尚不明朗的研究则可以利用ESEM中的拟合指数更加客观的找出恰当的因子结构。
参考文献
[1]韩宝成.结构方程模型及其在语言测试中的应用[J].现代外语，2006,（1）：78-86.
[2]王立非.计算机辅助建模方法及其在外语教学研究中的应用[J].外语电化教学,2007,(5):8-11.
[3]许宏晨.结构方程模型在国内外应用语言学研究中的运用比较[J].外语教学理论与实践，2009,(1)：84-89.
[4]叶聪相,王积建.基于结构方程模型的数学建模翻转教学满意度路径研究[J].高等理科教育,2016,(6):76-83.
[5]陈巧云.基于教师视角的高校教学系统结构—功能研究[J].高等理科教育,2017,(3):28-36.
[6]朱佩娟,李艳.人文地理与城乡规划专业实践课程教学满意度研究——以规划设计CAD课程为例[J].高等理科教育,2016,(3):112-119.
[7]Asparouhov,T.&B.Muthén.2009.Exploratory structural equation modeling[J].Structural Equation Modeling:A Multidisciplinary Journal,2009,16(3):397–438.
[8]Marsh,H.W.,O.Lüdtke,B.Muthén,T.Asparouhov,A.J.S.Morin,U.Trautwein&B.Nagengast.A new look at the Big Five factor structure through exploratory structural equation modeling[J].Psychological Assessment,2010,22(3):471–491.
[9]Marsh,H.W.,B.Muthén,T.Asparouhov,O.Lüdtke,A.Robitzsch,A.J.S.Morin&U.Trautwein.Exploratory structural equation modeling,integrating CFA and EFA:Application to Students’Evaluations of University Teaching[J].Structural Equation Modeling:A Multidisciplinary Journal,2009,16(3):439–476.
[10]Schmitt,T.A.Current methodological considerations in exploratory and confirmatory factor analysis[J].Journal of Psychoeducational Assessment,2011,29(4):304–321.
[11]MacCallum,R.C.,M.Roznowski&L.B.Necowitz.Model modifications in covariance structure analysis:The problem of capitalization on chance[J].Psychological Bulletin,1992,111:490–504.
[12]Browne,M.W.An overview of analytic rotation in exploratory factor analysis[J].Multivariate Behavioral Research,2001,36:111–150.
[13]麦玉娇温忠麟.探索性结构方程建模(ESEM):EFA和CFA的整合[J].心理科学进展2013,(5):934-939.
[14]Morin,A.J.S.&C.Maïano.Cross-validation of the short form of the Physical Self-Inventory(PSI-S)using exploratory structural equation modeling(ESEM)[J].Psychology of Sport and Exercise,2011,12(5):540–554.
[15]Zimmerman,B.Attaining self-regulation:A social cognitive perspective[A].In M.Boekaerts,P.R.Pintrich,&M.Zeidner(eds.).Handbook of self-regulation:Theory,research and applications[C].San Diego,CA:Academic Press,2000:13-29
[16]Corno L.Volitional aspects of self-regulated learning[J].Self-regulated learning and academic achievement:Theoretical perspectives,2001:191-225.
[17]Wolters,C.A.Regulation of Motivation:Contextual and Social Aspects[J].Teachers College Record,2011,(2):265-283.
[18]McCann,E.J.&T.Garcia.Maintaining motivation and regulating emotion:Measuring individual differences in academic volitional strategies[J].Learning and Individual Differences,1999,11:259-279.
[19]Wolters,C.A.The relation between high school students’motivational regulation and their use of learning strategies,effort,and classroom performance[J].Learning and Individual Differences,1999,(3):281-299.
[20]Wolters,C.A.&M.Benzon.Assessing and predicting college students’use of strategies for the sel-regulation of motivation[J].The journal of experimental education,2013,81(2):199-221.
[21]Schwinger,M.,R.Steinmayr&B.Spinath.How do motivational regulation strategies affect achievement:Mediated by effort management and moderated by intelligence[J].Learning and Individual Differences,2009,(19):621-627.
[22]Schwinger,M.,T.von der Laden&B.Spinath.Strategien zur Motivationsregulation und ihre Erfassung[Motivational regulation strategies and their measurement[J].Zeitschrift für Entwicklungspsychologie und Pädagogische Psychologie,2007,(39):57–69.
[23]Pintrich,P.R.Taking control of research on volitional control:Challenges for future theory and research[J].Learning and Individual Differences,1999,(1)：335-354.
[24]李昆.中国大学生英语学习动机调控策略研究[J].现代外语，2009,(3)：305-313.
[25]惠良虹,郭芳芳,张莹.大学生英语学习动机调控量表的验证研究[J].外语与翻译,2014,(3):63-70.
[26]惠良虹,马烁,杜芳.动机调控与元认知、认知对大学生英语学习成绩的影响机制研究[J].西安外国语大学学报,2017,25(4):54-57.
[27]惠良虹,张莹.动机调控对成人英语学习成绩的作用研究[J].成人教育,2016,36(12):55-58.
[28]王幼琨.动机调控策略对大学生英语成绩的影响及努力程度的中介效应[J].福州大学学报(哲学社会科学版),2014,(6):89-94.
[29]Pintrich P.,D.Smith,T.Garcia&W.J.McKeachie.Predictive validity and reliability of the Motivated Strategies for Learning Questionnaire[J].Educational and Psychological Measurement,1993,(53):801–813.
[30]惠良虹马烁.大学生英语学习动机调控策略实证研究[J].河北经贸大学学报（综合版），2011,(2)：98-101.
[31]Rigdon,E.A necessary and sufficient identification rule for structural equation models estimated in practice[J].Multivariate Behavioral Research,1995,(3):359-383.
[32]Wolters,C.A.Motivation regulation an underemphasized aspect of self-regulated learning[J].Educational Psychologist,2003,(4):189-205.
[33]Cooper C A,Corpus J H.Learners’developing knowledge of strategies for regulating motivation[J].Journal of Applied Developmental Psychology,2009,30(4):525-536.
[34]Norem,J.&S.Illingworth.Strategy-dependent effects of reflection self and tasks:Some implications of optimism and defensive pessimism[J].Journal of Personality and Social Psychology,1993,65:822–835.
[35]Bembenutty,H.Sustaining motivation and academic goals:the role of academic delay of gratification[J].Learning and individual differences,1999,11(3):233-257.
[36]吴明隆.结构方程模型-AMOS的操作与应用(第2版)[M].重庆：重庆大学出版社，2010.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！ 文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jiaoyulunwen/27952.html
