陳超
【摘要】學生體質健康水平不僅僅反映了個體身體健康程度,更重要的是代表著一個國家人群或種族的健康發(fā)展水平。如果說體質健康測試總體得分能反應人體健康狀況的發(fā)展程度,那么體測中各分項測試的得分權重分配比例與合理有效評價學生體質健康水平最為相關?;诖?,本研究通過采用三種不同的多元統(tǒng)計方法來估計學生體質健康測試各項目的權重得分,分析不同方法與現有得分之間的差異;討論不同方法估計權重對最終得分的影響,識別哪種權重估計方法具有更小的估計誤差和更好的擬合程度。結果顯示:回歸模型和層次分析估計的權重比值與真值權重比值誤差最小,估計效率更好,可以作為估計學生體質健康測試權重比值的重要方法。
【關鍵詞】權重;體質健康;高中生;標準化
一、研究對象與方法
1.研究對象:隨機從學生體質健康數據庫中選取200名男性高中學生測試數據(身高170±28cm;體重70±7.9kg)。
2.研究方法:數據樣本未有缺省數據,在統(tǒng)計分析前對數據進行奇異值分析,剔除相關具有高杠桿影響的數據以免影響統(tǒng)計分析結果。使用shapio walk test 檢驗數據的正態(tài)分布特性,如數據不符合正態(tài)分布特征,采用對數轉換方法對數據進行正態(tài)分布處理。采用多元線性回歸、因子分析和層次分析三種常用計算權重方法計算高中學生體質健康測試結果權重值。將體質健康得分設為因變量,BMI,肺活量,50米跑,立定跳遠,坐位體前屈,1000米跑,引體向上7項指標設為自變量,分別命名為x1,x2,x3,x4,x5,x6,x7。將所有自變量按照實際體質健康測試標準賦值,僅按照組內比例數據來處理變量用以說明權重計算方法。層次分析法相關矩陣數據來自國家學生體質健康數據庫,基于相關專家的測量。所有方法均采用均化方法得到權重用百分比數據表示。使用Office Excel2016整理原始數據,采用SPSS22進行統(tǒng)計分析,用平均數和標準差來描述數據,用測量誤差(SEM)和CV系數來檢驗不同標準與實際標準的一致性水平。顯著性水平設為0.05水平。
二、研究結果與分析
1.回歸模型情況分析
設X1-7為BMI,肺活量,50米跑,立定跳遠,坐位體前屈,1000米跑,引體向上,Y等于體質得分百分數。采用線性多元回歸模型,建立多元回歸模型:
Y=-0.331+0.213x1+0.159x2+0.47x3+
0.175x4+0.079x5+0.237x6+0.117x7(r2=.909,P<.05)。回歸模型可以解釋90.0%的因變量變化。
2.因子分析模型情況分析
因子分析結果見表1,KMO=.724,P<.05,結果表明數據適合做因子分析??紤]到實際分值分布,本文納入累積貢獻率達到100%的全部變量,而非選取了方差%大于1的2個因子,因為在實際中,各項得分的總和是100分。
3.層次分析法模型情況分析
對調查所得的數據在SPSS中進行矩陣旋轉,根據處理結果,得到表2,根據矩陣旋轉后的得分占總分的百分比確定權重得分比值。
4.各項權重計算方法結果(見表3)
表三表明回歸均化和層次分析法權重計算結果與現有標準比較接近,因子分析方法因受到百分數計算比例問題差異較大。從權重結果來看,50米跑,BMI和1000米跑對于總得分權重較大。坐位體前屈對得分影響最小。
將現有標準作為真值處理,分別用三種方法估計的權重的SEM和CV?;貧w均化、因子分析和層次分析三種方法與真值的SEM(CV)分別為0.02(14%),0.04(30%)和0.03(18%)?;貧w模型所估計的各個項目權重比值與真值誤差最小,數據離散程度最小。因子分析估計的權重比值CV值最大,層次分析法CV與回歸分析一致。三種方法SEM水平都處于較低水平,說明估計比值與真值所生產的誤差范圍較小。
三、結論與建議
1.結論
多元回歸模型結果表明,回歸模型有較為理想的解釋效力。采用多元回歸模型估計權重,各個自變量所得到的標準化系數所計算得到的權重比值SEM最小,CV最小?;貧w模型中,50米跑所占權重最大(32%),BMI,肺活量和1000米跑各約占10%,坐臥體前屈所占比值最?。?%),這反映了50米跑對因變量的解釋效力最高,當50米跑每變化一個實際單位時,它所帶來的得分變化是最大的,當50米跑每變化一個標準差時,因變量所產生的變化也是最大的。50米跑作為短跑項目代表人體無氧或快速運動能力,個體差異較大。而BMI、肺活量和1000米跑均與有氧能力密切相關,三者總和約占35%,而引體向上和坐臥體前屈反應的是上肢克服自身體重的力量水平和柔韌水平變量較為獨立。
因子分析所產生的SEM和CV較大,說明模型與真值之間有一定誤差。這是因為因子分析的主要目的是降低維度,以厘清和降低對大量數據的解釋難度。在降維過程中,數據的一部分信息必然被篩除。BMI代表身體形態(tài)發(fā)育水平,與引體向上,1000米跑等力量和有氧素質密切相關,由此被賦予較高權重。因子分析估計更偏重于身體形態(tài)對各項指標的影響。
層次分析法在各個測試指標中,當面臨各個指標之間的重要性判斷時,往往需要進行邏輯判斷即:在2個指標中,哪個指標更為重要。如,50米和1000米跑那個更重要?很顯然在實踐中,有氧能力被認為是反映心血管系統(tǒng)健康的金標準。而有氧能力越好,患有疾病的風險性也就越小。因此,1000米跑往往被專家賦予更大的權重。引體向上越好,說明上肢克服自身體重的力量水平也就越好。但實際測試中,引體向上往往是完成率最低的項目之一。因為1000米跑和引體向上被賦予更大的權重。而代表柔韌素質的坐臥體前屈因為其難易程度較低,在實踐中完成率較高被賦予了更小的權重比值。
2.建議
回歸模型和層次分析法估計的權重比值與真值權重比值誤差最小,估計效力更好,可以作為估計學生體質健康測試權重比值的重要方法。
[本文系廣東省李濤名師工作室學員教學研究成果]
參考文獻:
[1]教育部.《國家學生體質健康標準》解讀[M].人民教育出版社,2007.
[2]薛原.生命化教育視野下中學體質健康教育研究[D].華東師范大學,2011.
[3]陶宏,王夢囡.廣東省中學生體質健康狀況及評價模式的科學性探究[J].體育教育,2019(205):51-54.
責任編輯? 鐘春雪