picture from Internet
解析文章首发于唧唧堂网站www.jijitang.com
解析作者 | 唧唧堂心理学研究小组:Will of Aneta; 审校编辑 | 悠悠 濛濛
本文是针对论文《对主动拖延和被动拖延的效果进行比较:行为延迟的现场研究(Comparing Effects of Active and Passive Procrastination: A Field Study of Behavioral Delay)》的一篇论文解析,该论文于2019年3月发表于《个性与个体差异(PID)》杂志上。该研究作者包括Jason Wessel,Graham L. Bradley和Michelle Hood。
研究背景和Gap
时间是种无法重获的资源,而多达20%的成年人自我认定(self-identify)有拖延问题。拖延症有两种类型:
(1)传统的适应不良型(maladaptive type),指尽管知道会对绩效和/或个人的舒适(personal comfort)存在不利风险(被动拖延:passive procrastination),但行为却在无意中被推迟,即将行为延迟到体验主观不适(subjective discomfort)的行为;
(2)适应型(adaptive type),由Chu和Choi(2005)提出,指行为被有意推迟、作为增强动机的一种手段,但对有价值的结果无不利(主动拖延:active procrastination),即拖延者故意拖延、寻求临近截止日期所带来的压力,以在不降低绩效的情况下增加动力。
研究Gap:
(1)关于两种类型的拖延对行为延迟的影响,研究结果并不一致。如主动拖延与行为延迟的关系和被动拖延与行为延迟的关系是否相同,一直存在争议。
(2)很少有研究对不同类型的拖延者进行行为延迟的纵向观测(longitudinally observed delay)。即无法评估随时间和地点推移(over time and in situ)的行为拖延,可能是由于拖延症本身的复杂性、动态性和多面性。
研究目的和假设
(1)通过ESM测量行为延迟,即测试在本科生作业的最终允许提交日期之前的生产率(productivity)一般二次(双曲)趋势(general quadratic (hyperbolic) trend);
(2)确定在主动拖延和被动拖延量表上的得分是否以假设的双曲形式预测行为延迟;
(3)评估每一种拖延症是否与绩效质量指标(具体地说:作业得分)相关。
假设1:随着截止日期的临近,参与者的生产率将呈现为双曲线形;
假设2:在(a)主动拖延和(b)被动拖延上得分较高与行为延迟相关,且其行为延迟与整体样本相比,表现为更陡峭的二次增长曲线(quadratic growth curve)。
picture from internet
研究方法和步骤
测量拖延等动态的现象(dynamic phenomena)的一种方法是经验抽样法(experience sampling methodology即ESM)。具体来讲,就是通过多次频繁的调查来捕捉当下的个人体会(individual experiences in the moment),本研究采用此方法来研究在两种拖延类型中表现出的不同行为延迟。在两周的时间里跟踪了一项本科生作业的进展,以确定两种拖延类型预测行为延迟的能力。
第一阶段:参与者是澳大利亚一所公立大学一年级心理学专业学生,他们参加了数据收集周的课程(N=395)。这些学生完成了基线调查问卷(baseline questionnaire),其中384人(97%)同意联系他们进行拖延症的后续研究(a follow up procrastination study),其中102名学生报名参加第二阶段。
参与者完成了两个拖延量表:
(1)16个题项的主动拖延量表(Active Procrastination Scale)(APS:Choi & Moran,2009)评估主动拖延;
(2)6个题项的被动拖延量表(Passive Procrastination Scale)(PPS:Chu & Choi,2005)。两个量表分数越高,表明参与者在各拖延症类型上越严重。
(3)还估计了他们预计在截止日期和之前的9次(距截止日期有14、10、7、5、4、3、2、1天)完成作业的百分比。通过对这些反应取平均值,然后用100减去这个平均值,得分赋值给标记为预测延迟(predicted delay)的变量,该变量的得分越高,表明预期的进展越慢,因此预测的延迟也就越大。
第二阶段:每天两次(早晚)向参与者的手机发送一条包含问卷链接的群发短信(SMS message),持续两周,直到提交期中书面作业(共28条短信)。在提供了有用数据的80名参与者中,76%为女性,24%为男性,年龄17.69-65.85岁(M=24.55,SD=11.17)。
在14天的时间里,参与者每天两次完成一份问卷,其中包括这样一个问题:“到目前为止,你完成了多少(0%-100%)作业?”
第三阶段:学期结束时,收集了80名第二阶段参与者的作业提交日期和所获分数,以及所有仍在该课程注册的其他学生的作业提交日期和所获分数(n=244;总计n = 324)。
所有第一阶段仍在修读该课程的学生,其作业提交日期(包括当日的时间)及所获分数均从学校记录中收集。
研究结果和贡献
主要因变量:平均建模延迟(average modeled delay),是通过对每个参与者在第二阶段的28个回答(即当前完成任务的百分比)并用100减去该值,形成建模值的平均值(averaging the modeled values)。和预测延迟一样,得分越高表明作业进展更慢以及行为延迟更高。
(1)为了确定14天内完成作业的进度是否遵循假设的二次型(quadratic form)(H1),在多层框架内,采用单层无条件线性增长曲线混合模型(single-level unconditional linear and growth curve mixed model),分析了完成轨迹;
(2)为估计主动拖延和被动拖延对两周内作业完成轨迹的人与人之间的差异的解释程度,单独的增长曲线混合模型(growth curve mixed models)在第2级(at Level 2)包括主动拖延或被动拖延。
发现:被动拖延的分数预测出明显不同的作业完成轨迹,即得分越高的人越延迟完成任务,而主动拖延并不能预测。换句话说,传统的被动拖延可以预测行为延迟,而主动拖延则不能。
picture from internet
研究贡献
本研究提出了一种新颖而稳健的行为延迟(behavioral delay)测量方法;证明了主动拖延与行为延迟无关;从而对主动拖延的构念效度和/或测量效度提出了质疑。具体来讲:
(1)提出了一种测量行为延迟的纵向新方法。使用这种方法的结果支持了生产率的双曲线增长,即学生在临近截止日期时完成了不成比例的大量作业。
(2)证明了被动拖延(而非主动拖延)程度越高,作业进展的行为延迟越大。这是第一个纵向研究证明了被动拖延者的双曲线延迟,也是第一个展示了高被动拖延者和低被动拖延者生产率曲线的对比,同时,也是第一个对主动拖延者延迟行为的纵向观察。
(3)主动拖延并不能预测行为延迟。这可以归因于主动拖延量表没有很好地建立。由于不支持与主动拖延有关的假设,本研究对一种观点——存在一种真正适应性的行为延迟形式,提出了质疑,这对于那些努力减少拖延症的人来说有着重要的意义,如,学生可能需要被告知:他们关于拖延的适应性本质的说法,实际上可能是一种自欺欺人的策略,是为有害的拖延找借口(rationalize harmful delay)。
研究优缺点和未来方向
本研究的优势包括:(1)对主动和被动拖延进行测量;(2)现场的设置;(3)通过多重波(multiple waves)(并通过两个来源)收集的数据;(4)对增长曲线建模技术的应用;(5)所采取的ESM方法,为今后在行为上验证拖延的测量和评估反拖延干预措施的有效性提供了一种方法。
限制及未来研究方向:
(1)被动拖延与双曲线贴现(hyperbolic discounting)密切相关,但与延迟提交无关。这表明,作业提交日期作为行为延迟的一个单一衡量标准,可能会过度简化自我报告的拖延和双曲线贴现之间的关系。
(2)作业完成情况采用自我报告方式也有限制。
未来的研究可以调查其他延迟行为的预测因素,如任务的重要性和责任心,或使用更客观的任务绩效测量方法研究拖延和行为延迟。如,编程任务的进度可以通过编写的函数代码行数实时测量。
小编划重点:
拖延癌说:“我是故意拖着的…deadline会给我压力…这样我就能转化成动力啦…”
事故现场(原文):“Students may need to be counseled that their claims as to the adaptive nature of procrastination may actually be a self-deceptive strategy to rationalize harmful delay.(学生需要被告知:他们关于拖延的适应性本质的说法,实际上可能是一种自欺欺人的策略,是为有害的拖延找借口)”。
参考文献:
Jason Wessel, Graham L. Bradley, Michelle Hood. (2019, March 01). Comparing Effects of Active and Passive Procrastination: A Field Study of Behavioral Delay. Personality and Individual Differences, 10.1016/j.paid.2018.11.020.
解析作者: Will of Aneta
联系客服