Abstract :
[fr] Motivation, volition et performances universitaires
Résumé
L’échec ou la réussite en première année universitaire est lié à des facteurs multiples et intriqués les uns dans les autres. Pour certains d’entre eux, cristallisés par l’ontogenèse individuelle, il n’y a guère, à partir de l’engagement dans une filière d’études supérieures, d’intervention psychopédagogique possible pour éviter l’éviction de cette filière : milieu socioéconomique d’origine, traits de personnalité, capacités cognitives de base, … Il en va autrement d’autres prédicteurs, qu’ils soient bien identifiés dans la littérature ou encore relativement obscurs dans les mécanismes qui expliquent leur effet sur la performance universitaire. Repérer certaines variables clés caractérisant des étudiants primo-entrants de l’enseignement universitaire sur lesquelles on peut agir, donc au moins dans une certaine mesure malléables, en peser le poids hypothétique dans leur impact structural combiné, direct ou indirect, sur l’issue des premières épreuves académiques, tel est l’objectif général qu’a visé ce travail de recherche.
En un premier chapitre, son économie a, avant d’installer ses assises théoriques propres, procédé à une revue critique des multiples modèles élaborés en vue prédire, voire d’expliquer le maintien dans une filière et/ou la performance dans l’enseignement supérieur.
Le deuxième chapitre vise à montrer que, parmi ces modèles, ce sont ceux qui, empiriquement et/ou théoriquement, soutiennent une approche soit en termes de motivation, soit en termes de volition qui semblaient les plus prometteurs. Mais, précisément, la littérature à disposition ne fournissait pas de modèle volitionnel adapté, ni a fortiori de modèle motivationnel auquel il pût s’articuler. En un mot, un modèle conatif restait à construire. En effet, on ne peut plus se contenter de réfléchir aux antécédents de la performance universitaire en termes de motivation, quoique l’on soit loin d’avoir élucidé toute la portée des variables de ce type et des possibilités d’intervention sur celles-ci.
Nous nous sommes donc proposé d’architecturer une intégration originale de certains modèles ou approches théoriques – non nécessairement déjà testés en leur état originel dans le domaine ciblé –, dont la complémentarité apparaissait comme plausible pour prédire la performance aux examens d’étudiants primants inscrits en première année universitaire. Ces modèles locaux ont en commun d’être gouvernés par l’atteinte d’un but ou la formation d’intentions et s’inscrivent dans le référentiel théorique plus général de l’approche sociocognitive de l’autorégulation de l’apprentissage par un étudiant considéré comme agentique. La charpente conceptuelle de l’ouvrage a été édifiée en adoptant une logique d’édification structurale intégrée de trois piliers : les orientations de buts d’accomplissement, la théorie du comportement planifié (TCP ; Ajzen, 1991) et les ressources volitionnelles autorégulatoires.
S’agissant du premier pilier, la recherche menée essentiellement outre-Atlantique a démontré l’existence de buts de maîtrise-approche, de buts de maîtrise-évitement, de buts de performance-approche et de buts de performance-évitement ainsi que de buts d’évitement du travail. Toutefois, aucune étude n’avait jusqu’à présent mesuré dans un pays européen le degré d’adoption de ces catégories de buts par des étudiants de première année universitaire. C’est pourquoi nous avons d’abord été conduit à mener une analyse factorielle des orientations de buts des participants.
Toutefois, la mesure des orientations de buts d’accomplissement n’épuisait naturellement pas les facteurs motivationnels à l’œuvre dans la fixation individuelle d’un niveau de performance aux premières épreuves académiques. Le modèle psychosocial susceptible de rencontrer dans une certaine mesure cette exigence était celui du comportement planifié (TCP ; Ajzen, 1991). C’est notre deuxième pilier. La recherche atteste en effet largement la puissance explicative de ce modèle de l’intentionnalité, les variables qu’il conjugue causalement étant particulièrement aptes à fournir une proportion non négligeable de variance expliquée du comportement cible dans de nombreux champs. La TCP semblait donc pouvoir jouer le rôle de deuxième modèle noyau dont il restait à préciser les rapports de liaison structurale avec les orientations de buts. Nous soutenons cependant que l’intention, point culminant d’une phase délibérative, est la variable qui opère la transition d’un modèle de nature fondamentalement motivationnelle, dans la conception de son père fondateur, vers un modèle volitionnel, la volition étant entendue ici comme la transformation d’un état fluide de délibération sur la valeur d’un but potentiel en une intention caractérisée par un fort sentiment d’engagement à son accomplissement qui inaugure une phase préactionnelle (« Passage du Rubicon » ; Gollwitzer, 1999).
Dans ce modèle noyau revu par nous pour certains de leurs précurseurs, les intentions de réaliser aux épreuves de janvier des performances dont les marqueurs sont égaux ou supérieurs à 12/20 avaient comme déterminants proximaux a priori : (1) l’attitude vis-à-vis de ces performances, variable dépendant elle-même de croyances comportementales pondérées par leur importance respective ; (2) la pression normative subjective et ses antécédents immédiats, les croyances normatives ; (3) le contrôle comportemental perçu (CCP) et ses antécédents, les croyances de contrôle ; (4) l’auto-efficacité pour les performances de janvier, tributaire de l’auto-efficacité neurovégétative et de l’auto-efficacité de persistance.
Mais la TCP comporte une faiblesse en aval de l’intention. En effet, si les revues méta-analytiques attestent la bonne capacité des antécédents proximaux classiques à expliquer la variance de l’intention – quelle que soit la nature du comportement sur lequel porte l’intention –, le pourcentage de variance expliquée de ce comportement par l’intention n’est en moyenne que de 20 à 30 %. C’est que le modèle fait l’impasse sur les conduites de protection de l’intention. Héritière d’une conception hédoniste de la motivation, la TCP ne suffit pas à rendre compte des processus mis en œuvre par l’individu lorsque le but à atteindre est semé d’embûches et concurrencé par un ou plusieurs autres buts plus attractifs. L’étudiant, le plus souvent entravé dans la poursuite d’un but académique par divers obstacles internes ou externes, doit faire appel à des ressources volitionnelles autorégulatoires pour y atteindre. Or, leur exploitation dans le domaine n’a fait l’objet que de rares travaux empiriques et leur articulation dans un modèle conatif plus général est inexistante.
En conséquence, dans la lignée des théoriciens de l’action, en particulier relativement au construit d’intention d’exécution (Gollwitzer, 1993), un approfondissement de la TCP a été envisagé par l’insertion, entre les intentions de réalisation de performances académiques de réussite et les marqueurs de performance, d’intentions d’exécution portant sur trois types de stratégies d’étude (apprentissage de type élaboration, apprentissage de type mémorisation, apprentissage de type autoévaluation) et six registres de ressources volitionnelles autorégulatoires (contrôle de l’effort, du temps, de la motivation, des affects, de la recherche d’aide et de l’environnement de l’activité). Ces intentions spécifiques sont censées être forgées dans une phase d’orientation cognitive postdécisionnelle préactionnelle et ont été posées, entre autres, comme les antécédents directs des conduites effectives correspondantes. Pour des raisons de validité statistique, il a toutefois été impossible de modéliser les relations structurales entre toutes ces variables et il est apparu nécessaire d’opérer un choix.
Notre troisième pilier trouvait ainsi sa place conceptuelle dans l’édifice.
Il restait, dans une logique d’élargissement du comportement planifié, à évaluer l’impact en amont des orientations de buts d’accomplissement sur ce modèle étendu du comportement planifié. Sur le plan théorique, il s’agissait en quelque sorte de prendre la TCP au mot quand elle admet, selon les termes d’Ajzen lui-même, une extension, au cas où des construits additionnels parviendraient à saisir une proportion significative de variance de l’intention ou du comportement au-delà de ce qui est pris en compte par les variables antécédentes classiques. Sur le plan d’une meilleure compréhension des mécanismes motivationnels susceptibles d’expliquer les modes d’investissement des études universitaires, l’objectif était d’apprécier la portée d’orientations de buts d’accomplissement sur des intentions spécifiques relatives à la réalisation de performances données aux épreuves et, au-delà, sur les performances elles-mêmes. C’est aussi la volonté de tester l’hypothèse de l’autosuffisance de la TCP dans la captation du tout de la motivation qui est à l’origine d’un autre élargissement par l’ajout, dans l’un de nos modèles, des notes de l’enseignement secondaire et de la procrastination réactionnelle comme contribution prédictive possible des performances, après contrôle de l’impact des prédicteurs prévus par la théorie originelle.
Le chapitre 3 justifie la méthode d’analyse adoptée pour l’exploitation des données, soit la modélisation structurale. Après une vue d’ensemble sur la modélisation structurale, les qualités de base du statisticiel LISREL sont exposées et sa logique d’exploitation précisée : décomposition d’un traitement de données en un modèle de mesure et un modèle de relations structurales ; discussion approfondie du statut théorique d’une variable latente ; causalité dans les systèmes d’équations structurales ; propriétés psychométriques d’une mesure factorisation dans les modèles de mesure (validité et fidélité) et principes directeurs des analyses factorielles confirmatoires (AFC) : analyse des paramètres estimés, mesures générales d’ajustement, évaluation détaillée de l’ajustement et éventuellement modification du modèle, stratégies de modélisation factorielle ; modes d’exploitation des modèles structuraux.
Le chapitre 4 expose la méthode et la procédure mises en oeuvre pour la recherche empirique qui se propose de prédire la performance aux examens de janvier d’un échantillon de 207 étudiants primants inscrits en première année à la Faculté de psychologie et des sciences de l’éducation de l’Université de Liège.
Le chapitre 5 présente les résultats.
Douze modèles de relations structurales ont été testés, qui articulent chacun un nombre spécifié de variables indépendantes et leur impact sur la variable dépendante : nombre d’interrogations réussies pour les modèles dits de type A (A1 à A3) et moyenne des notes obtenues pour les modèles dits de type B (B1 à B9).
Ces modèles ont permis d’établir la part respective croissante de variance expliquée de la variable dépendante en partant d’un modèle noyau (Modèles A1 à A3 et B1 à B3) et ensuite en effectuant de ce modèle noyau l’approfondissement et les élargissements projetés (B4 à B8). Dans le dernier modèle (B9), indépendamment de la TCP, deux orientations de buts d’accomplissement ont été posées comme les prédicteurs directs d’intentions d’exécution portant sur l’effort, la mémorisation et l’auto-évaluation, elles-mêmes précurseurs des comportements correspondants exerçant leurs effets sur les performances académiques.
Les orientations de buts d’accomplissement
La structure hypothétique à cinq facteurs des orientations de buts est confirmée.
A noter que les buts de maîtrise-approche sont adoptés par une majorité d’étudiants. Près de la moitié d’entre eux poursuit des buts de maîtrise-évitement. Quant aux buts de performance, ils recueillent un faible taux d’adhésion, surtout dans la modalité approche. Cette tendance générale, qui contraste avec les données américaines, a été rapportée à deux facteurs qui ne s’excluent pas : différentiel culturel, d’une part, académique, d’autre part.
Le modèle noyau du comportement planifié
Sur le plan des relations structurales, la mise à l’épreuve d’un modèle standard du comportement planifié – à ceci près que le contrôle comportemental perçu était dissocié de l’auto-efficacité et que la norme subjective fut exclue en raison de son absence d’influence significative sur l’intention – aboutit à un pourcentage de 14 % de variance expliquée des marqueurs de performance (Modèle B3).
Approfondissement du Modèle noyau
Un modèle qui approfondit la TCP en introduisant en aval de l’intention de réussite les intentions de contrôle volitionnel de l’effort et les comportements de contrôle volitionnel de l’effort a été testé avec succès (Modèle B4). Il explique 26 % de la variance des marqueurs de performance.
Un autre modèle, qui y ajoute, en dépendance des intentions de contrôle volitionnel, les intentions de contrôle de l’étude de type autoévaluation et le contrôle cognitif correspondant, explique 38 % de la variance des marqueurs de performance (Modèle B5).
Elargissement du Modèle B4
Le premier élargissement, constitué de la prise en compte des notes obtenues en terminale secondaire (Modèle B6), rend compte d’une contribution spécifique importante de cette variable à l’explication des performances de janvier (variance expliquée : 35%, soit 9 % de gain par rapport au Modèle B4).
Le deuxième élargissement (Modèle B7) est surtout intéressant pour la compréhension de l’effet de la procrastination sur les intentions de réussite et les intentions d’effort. La variance expliquée des marqueurs de performance s’accroît de 1 % par rapport au Modèle B4.
Le troisième élargissement, caractérisé par l’ajout en amont du modèle noyau de deux orientations de buts comme variables distales s’est révélé très instructif. Le modèle qui s’ajuste aux données de façon satisfaisante (Modèle B8) rend compte d’un effet positif des buts de maîtrise-approche sur les intentions de contrôle volitionnel de l’effort et d’un effet négatif des buts d’évitement du travail sur les intentions d’atteindre des marqueurs de performance sanctionnant une réussite, sur les intentions de contrôle volitionnel de l’effort ainsi que sur le contrôle volitionnel de cet effort. Le modèle noyau du comportement planifié maintient son influence sur les intentions de contrôle volitionnel de l’effort par l’attitude en sa mesure directe. Ce modèle explique 29 % de la variance des marqueurs de performances.
Buts d’accomplissement et autorégulation de l’apprentissage
Le modèle B9 a soumis à l’analyse confirmatoire les relations structurales qui, à l’exclusion des variables caractéristiques de la TCP, relient directement les deux orientations de buts précitées aux intentions de contrôle volitionnel de l’effort, aux intentions d’adoption de deux stratégies d’étude (mémorisation et autoévaluation) et aux comportements correspondants. Ce modèle confirme le rôle éminemment positif des buts de maîtrise-approche sur les intentions de contrôle volitionnel de l’effort et, par opposition, le rôle négatif des buts d’évitement du travail sur ces mêmes intentions. Les deux orientations de buts exercent leurs effets respectifs sur les marqueurs de performance via les intentions de contrôle et l’exercice du contrôle. C’est ce modèle qui offre le pourcentage le plus élevé de variance expliquée des marqueurs de performance, soit 43 %.
La thèse soutient ensuite, dans la discussion finale, le caractère remarquable des contributions, en termes de variance expliquée des marqueurs de performances, de la combinaison des explicateurs entrant dans la composition des divers modèles structuraux confirmés.
Elle atteste aussi, en s’appuyant sur des données empiriques, l’importance de dissocier conceptuellement la motivation et la volition tout en démontrant qu’une approche conative qui les intègre est particulièrement féconde.
Enfin, nous soumettons comme suite naturelle à l’étude des recommandations visant à mettre sur pied des dispositifs susceptibles d’aider les étudiants à orienter leur conation vers la réussite et nous offrons des perspectives pour la recherche future dans le domaine, en particulier à partir des autres données recueillies qui n’ont pas encore été traitées.
[en] Motivation, volition, and academic performances
Abstract
Failure or success in first year of university is linked to multiple factors and entangled in each other. For some of them, crystallized by individual ontogenesis, there is little, when engaged in a path of higher studies, possible psychopedagogical intervention to avoid the eviction from this path: socioeconomic origin, personality traits, basic cognitive abilities, etc, as opposed to other predictors, whether they are well identified in the literature or relatively obscure in mechanisms that explain their effect on university performance. The general objective of this research consisted in identifying by first-year university students some key variables which can be acted upon, thus at least to some extent malleable, measuring the hypothetical weight of their direct or indirect combined structural impact on the outcome of first academic examinations.
In the first chapter, before setting up our theoretical foundations, a critical review of the multiple models developed in order to predict, indeed to explain, the maintenance in an academic path and / or the performance in higher education was carried out .
The second chapter aimed at showing that among these models those who empirically and / or theoretically support an approach either in terms of motivation or in terms of volition seemed to be the most promising. But, precisely, the available literature did not provide a suitable model of volition nor a fortiori a motivational model which it could be well linked to. In brief, a conative model remained to be built up. Indeed one can no longer just considering the antecedents of academic performance in terms of motivation, although being far from having clarified the full scope of these variables and their potential modification.
We therefore planned to architect an original integration of certain models or theoretical approaches – not necessarily already tested in their original state in the target domain –, whose complementarity seemed plausible to predict the performance of the exams of students enrolled in first-year university. These local models have in common to be directed by the achievement of a goal or processing of intentions and to be part of the more general theoretical framework of the learning self-regulation sociocognitive approach by a student considered as agentic. The conceptual framework of our research was designed adopting an integrated structural construction of three pillars: achievement goal orientations, planned behavior theory (PBT ; Ajzen, 1991), and self-regulatory volitional resources.
Regarding the first pillar, research conducted primarily in the U.S. demonstrated the existence of mastery-approach goals, mastery-avoidance goals, performance-approach goals and performance-avoidance goals as well as avoidance of work. However no study had so far measured in a European country to what extent these categories of goals were endorsed by first-year university students. This is why we first conducted a factor analysis of goal orientations.
However, the measurement of achievement goals did not, of course, exhaust motivational factors at work in the individual setting of a level of performance at the first academic tests. The psychosocial model seemed likely to meet this requirement to a certain extent was Planned Behavior Theory. This was our second pillar. Research amply demonstrated the explanatory power of this model of intentionality. Variables that it causally combines are particularly suited to provide a significant proportion of target behavior explained variance in many fields. PBT thus appeared appropriate for playing the role of second core model of which it remained to specify the structural relationships with goal orientations. We however argued that intention, the culmination of a deliberative phase, is the variable that makes the transition from a model of a fundamentally motivational nature, in the conception of its founder father, to a volitional one, volition being understood here as the transformation of a fluid state of deliberation on the value of a potential goal into an intention characterized by a firm sense of commitment to its enactment and inaugurating a preactional phase ("Crossing the Rubicon" ; Gollwitzer, 1999).
In this reviewed core model for some of its antecedents, proximal determinants a priori of intentions of performing at the January tests performances whose markers are equal to or greater than 12/20 were : (1) attitude toward these performances, function of behavioral beliefs weighted by their respective importance; (2) subjective normative pressure and its immediate antecedents, normative beliefs; (3) perceived behavioral control (PBC) and its antecedents, control beliefs; (4) self-efficacy for January performances, function of autonomic self-efficacy and persistence self-efficacy.
But PBC has a weakness below the intention. Indeed while the good stability of classical proximal antecedents to explain the variance of the intention is evidenced by metaanalytic studies – whatever the nature of the target behavior –, the percentage of explained variance of this behavior is on average only from 20 to 30% due to the fact that the model bypass behaviors protecting intention. Inheriting a hedonistic conception of motivation PBT is not enough to account for processes implemented by the individual when the goal to be reached is plagued with difficulties and competed with one or more other more attractive goals. The student, most often hindered in the pursuit of an academic goal by various internal or external obstacles, must call up self-regulatory volitional resources in order to achieve it. However only scarce empirical work was dedicated to these resources and their articulation into a more general conative model was non-existent.
As a result, in line with theoreticians of action, particularly with respect to the implementation intention construct (Gollwitzer, 1993), a deepening of the PBT was envisaged inserting between performance intentions and performance markers implementation intentions of three study strategies (deep learning, memory learning, self-assessment learning) and six self-regulatory volitional resources (effort control, time control, motivation control, affect control, seeking help control and environment of the activity control). These specific intentions were supposed to be formed in a cognitive postdecisional preactional phase and supposed to be, among other things, the direct antecedents of corresponding behaviors. Because of statistical validity however, modelling the structural relationships between all these variables was impossible and it appeared necessary to make a choice.
Our third pillar thus found its conceptual place in the struture.
In a logic of broadening planned behavior, the task remained to evaluate the distal impact of achievement goal orientations on this extended model of planned behavior. On the theoretical level, we took in a way the PBT at the word when it admits, according to Ajzen’s himself terms, an extension, if additional constructs manage to capture a significant proportion of variance of intention or behavior beyond what is taken into account by classical antecedent variables. In terms of a better understanding of motivational mechanisms that can explain how university studies are committed to, the target was to assess the impact of achievement goal orientations on failure/success performances intentions and below on performances themselves. We also wanted to test the hypothesis of the self-sufficiency of the PBT in the capture of motivational processes with another enlargement by introducing in one of our models secondary education grades and procrastination level as possible predictive contribution to performance, after controlling for the impact of the classical predictors in the original theory.
In chapter 3 the analysis method adopted for the exploitation of data was justified, namely structural modeling. After an overview of structural modeling, the basic qualities of LISREL were exposed and its operating logic specified: splitting up data processing into a measurement model and a structural relations model; in-depth discussion of theoretical status of a latent variable; causality in structural equations measurement ; psychometric properties of factorization in measurement models (validity and fidelity) and guiding principles of confirmatory factor analysis (CFA): estimated parameters analysis, fitting general measures, fitting detailed assessment and model possibly modification, and factor modeling strategies; modes of developing structural models.
In chapter 4 method and procedure of the empirical used were described in order to predict the January exam performance of a sample of 207 first-time students enrolled in first year of Faculty of Psychology and Education (Université de Liège).
Results were presented in chapter 5.
Twelve structural relationships models were tested, each of which articulated a specified number of independent variables and their impact on the dependent variable: number of successful exams for so-called type A (A1 to A3) models and scores average for so-called type B models (B1 to B9).
The progressive increment in explained variance of the dependent variable was stated starting from a Kernel Model (A1 to A3 and B1 to B3 Models) and then carrying out from this Kernel Model (KM) deepening and specified enlargements (B4 to B8 models). In the last model (B9), PBT excluded, two goals-of-achievement orientations were put as the direct predictors of implementation intentions related to effort, memorization, and self-evaluation, which were predictors of corresponding behaviors exerting their effects on academic performances.
Achievement goal orientations
The hypothetical five-factor structure of goal orientations was confirmed.
Mastery-approach goals were endorsed by a majority of students. Nearly half of them adopted mastery-avoidance goals. Performance goals were lowly adopted especially in the approach modality. This general trend which contrasted with American data was related to two factors that are not exclusive: cultural difference on the one hand and academic system one on the other.
The KM of PBT
In terms of structural relationships, testing a standard planned behavior model – except that perceived behavioral control was dissociated from self-efficacy and subjective norm was excluded due to its lack of significant influence on intention – resulted in 14% of explained variance of performance markers (B3 Model).
Deepening the KM
A model that deepened the PBT by introducing below the intention of success intentions of effort volitional control and effort volitional control behaviors was successfully tested (Model B4) explaining 26% of the performance markers variance.
Another model which below volitional control intentions added the control intentions of the study self-assessment and the cognitive control corresponding behaviors explained 38% of the variance of the performance markers (B5 Model).
Enlarging the B4 Model
The first enlargement consisting of taking into account the grades obtained in secondary school (B6 Model) accounted for an important specific contribution of that variable to the explanation of January performances (explained variance: 35%, a 9% increment compared to Model B4).
The second enlargement (Model B7) was especially interesting for understanding the effect of procrastination on success intentions and effort intentions. The explained variance of performance markers increased by 1% compared to Model B4.
The third enlargement, characterized by the addition of two goal orientations as distal variables upstream of the KM, proved very informative. The model that well fitted the data (Model B8) reported a positive effect of the mastery-approach goals on effort intentional control and a negative effect of avoidance goals of work on intentions to achieve performance markers for success, intentions of effort volitional control as well as volitional control of this effort. The KM of planned behavior maintained its influence on the intentions of effort volitional control by the attitude direct measurement. This model explained 29% of the performance markers variance.
Achievement goals and self-regulation of learning
In B9 Model relationships which, excluding the characteristic variables of the PBT, directly linked the two aforementioned goal orientations to the intentions of effort volitional control, to the intentions of adoption of two study strategies (memorization and self-assessment) and corresponding behaviors were submitted to confirmatory structural analysis. This model confirmed the eminently positive role of mastery-approach goals over the volitional control intentions of the effort and, by contrast, the negative role of work avoidance goals on these intentions. The two goal orientations exerted their respective effects on performance markers via control intentions and the exercise of control. This model offered the highest percentage of performance markers explained variance, i.e. 43%.
In the final discussion the thesis supported, in terms of performance markers explained variance, the remarkable contribution of the combined explicators involved in the composition of confirmed structural models.
Our thesis also showed capitalizing on empirical data the importance of conceptually dissociating motivation and volition while demonstrating a conative approach that integrates them to be particularly fruitful.
Finally we submitted as a natural follow-up to the study recommendations in order to set up devices that can help students to guide their conation towards academic success and we offered perspectives for future research in the field, particularly from other collected data that have not yet been processed.
