高中学生体质健康测试标准权重标准化估计与分析

陈超

【摘要】学生体质健康水平不仅仅反映了个体身体健康程度，更重要的是代表着一个国家人群或种族的健康发展水平。如果说体质健康测试总体得分能反应人体健康状况的发展程度，那么体测中各分项测试的得分权重分配比例与合理有效评价学生体质健康水平最为相关。基于此，本研究通过采用三种不同的多元统计方法来估计学生体质健康测试各项目的权重得分，分析不同方法与现有得分之间的差异;讨论不同方法估计权重对最终得分的影响，识别哪种权重估计方法具有更小的估计误差和更好的拟合程度。结果显示：回归模型和层次分析估计的权重比值与真值权重比值误差最小，估计效率更好，可以作为估计学生体质健康测试权重比值的重要方法。

【关键词】权重;体质健康;高中生;标准化

一、研究对象与方法

1.研究对象：随机从学生体质健康数据库中选取200名男性高中学生测试数据（身高170±28cm;体重70±7.9kg）。

2.研究方法：数据样本未有缺省数据，在统计分析前对数据进行奇异值分析，剔除相关具有高杠杆影响的数据以免影响统计分析结果。使用shapio walk test 检验数据的正态分布特性，如数据不符合正态分布特征，采用对数转换方法对数据进行正态分布处理。采用多元线性回归、因子分析和层次分析三种常用计算权重方法计算高中学生体质健康测试结果权重值。将体质健康得分设为因变量，BMI，肺活量，50米跑，立定跳远，坐位体前屈，1000米跑，引体向上7项指标设为自变量，分别命名为x1，x2，x3，x4，x5，x6，x7。将所有自变量按照实际体质健康测试标准赋值，仅按照组内比例数据来处理变量用以说明权重计算方法。层次分析法相关矩阵数据来自国家学生体质健康数据库，基于相关专家的测量。所有方法均采用均化方法得到权重用百分比数据表示。使用Office Excel2016整理原始数据，采用SPSS22进行统计分析，用平均数和标准差来描述数据，用测量误差（SEM）和CV系数来检验不同标准与实际标准的一致性水平。显著性水平设为0.05水平。

二、研究结果与分析

1.回归模型情况分析

设X1-7为BMI，肺活量，50米跑，立定跳远，坐位体前屈，1000米跑，引体向上，Y等于体质得分百分数。采用线性多元回归模型，建立多元回归模型：

Y=-0.331+0.213x1+0.159x2+0.47x3+

0.175x4+0.079x5+0.237x6+0.117x7（r2=.909，P<.05）。回归模型可以解释90.0%的因变量变化。

2.因子分析模型情况分析

因子分析结果见表1，KMO=.724，P<.05，结果表明数据适合做因子分析。考虑到实际分值分布，本文纳入累积贡献率达到100%的全部变量，而非选取了方差%大于1的2个因子，因为在实际中，各项得分的总和是100分。

3.层次分析法模型情况分析

对调查所得的数据在SPSS中进行矩陣旋转，根据处理结果，得到表2，根据矩阵旋转后的得分占总分的百分比确定权重得分比值。

4.各项权重计算方法结果（见表3）

表三表明回归均化和层次分析法权重计算结果与现有标准比较接近，因子分析方法因受到百分数计算比例问题差异较大。从权重结果来看，50米跑，BMI和1000米跑对于总得分权重较大。坐位体前屈对得分影响最小。

将现有标准作为真值处理，分别用三种方法估计的权重的SEM和CV。回归均化、因子分析和层次分析三种方法与真值的SEM（CV）分别为0.02（14%），0.04（30%）和0.03（18%）。回归模型所估计的各个项目权重比值与真值误差最小，数据离散程度最小。因子分析估计的权重比值CV值最大，层次分析法CV与回归分析一致。三种方法SEM水平都处于较低水平，说明估计比值与真值所生产的误差范围较小。

三、结论与建议

1.结论

多元回归模型结果表明，回归模型有较为理想的解释效力。采用多元回归模型估计权重，各个自变量所得到的标准化系数所计算得到的权重比值SEM最小，CV最小。回归模型中，50米跑所占权重最大（32%），BMI，肺活量和1000米跑各约占10%，坐卧体前屈所占比值最小（5%），这反映了50米跑对因变量的解释效力最高，当50米跑每变化一个实际单位时，它所带来的得分变化是最大的，当50米跑每变化一个标准差时，因变量所产生的变化也是最大的。50米跑作为短跑项目代表人体无氧或快速运动能力，个体差异较大。而BMI、肺活量和1000米跑均与有氧能力密切相关，三者总和约占35%，而引体向上和坐卧体前屈反应的是上肢克服自身体重的力量水平和柔韧水平变量较为独立。

因子分析所产生的SEM和CV较大，说明模型与真值之间有一定误差。这是因为因子分析的主要目的是降低维度，以厘清和降低对大量数据的解释难度。在降维过程中，数据的一部分信息必然被筛除。BMI代表身体形态发育水平，与引体向上，1000米跑等力量和有氧素质密切相关，由此被赋予较高权重。因子分析估计更偏重于身体形态对各项指标的影响。

层次分析法在各个测试指标中，当面临各个指标之间的重要性判断时，往往需要进行逻辑判断即：在2个指标中，哪个指标更为重要。如，50米和1000米跑那个更重要？很显然在实践中，有氧能力被认为是反映心血管系统健康的金标准。而有氧能力越好，患有疾病的风险性也就越小。因此，1000米跑往往被专家赋予更大的权重。引体向上越好，说明上肢克服自身体重的力量水平也就越好。但实际测试中，引体向上往往是完成率最低的项目之一。因为1000米跑和引体向上被赋予更大的权重。而代表柔韧素质的坐卧体前屈因为其难易程度较低，在实践中完成率较高被赋予了更小的权重比值。

2.建议

回归模型和层次分析法估计的权重比值与真值权重比值误差最小，估计效力更好，可以作为估计学生体质健康测试权重比值的重要方法。

[本文系广东省李涛名师工作室学员教学研究成果]

参考文献：

[1]教育部.《国家学生体质健康标准》解读[M].人民教育出版社，2007.

[2]薛原.生命化教育视野下中学体质健康教育研究[D].华东师范大学，2011.

[3]陶宏，王梦囡.广东省中学生体质健康状况及评价模式的科学性探究[J].体育教育，2019（205）：51-54.

责任编辑  钟春雪