基于多元统计方法对黑龙江省高校学生体质健康状况的探究

董艳国，张伟东，李志有，自明

（黑龙江八一农垦大学军事体育部，大庆 163319）

教育部和国家体育总局共同研究制定并于2002年颁布了《学生体质健康标准》。新《标准》以党中央全面推进素质教育的精神为指导，是我国学校体育事业“健康第一”方针的具体体现，同时也是促进学生体质健康发展、激励学生积极进行科学锻炼身体的教育手段。对于高校教师而言，掌握学生体质健康的主要手段就是对学生进行体质健康测试，对获得的数据进行分析研究，以期找出数据所隐含的内部规律，为有针对性地采取措施提高学生体质健康水平提供参考与依据[1]。近年来，测量评价与统计在体育学研究领域的应用逐步为学界接收，其作用与价值也得到了广泛认可。基于多元统计方法，对黑龙江省高校学生体质健康状况进行了回归分析与降维处理，以期明确各体质健康指标间、各体质健康指标与学生体质健康水平间的内部关系，为指导学生体育锻炼提供必要研究基础支持。

1 研究对象与方法

1.1 研究对象

以黑龙江省普通高校学生体质健康现状为研究对象，样本来源于黑龙江省东北农业大学、哈尔滨师范大学阿城学院、东北石油大学、哈尔滨医学院大庆 分院、黑龙江八一农垦大学等十所普通高校的在校男、女学生。采用分层抽样（年级）与随机抽样（不同年龄群体）相结合方法抽取年龄在19～22 岁的学生作为测试和评价对象，抽取样本量共2 000 人，男生1 021 人，女生979 人。

1.2 研究方法

1.2.1 文献资料法

利用黑龙江省图书馆、哈尔滨师范大学图书馆、黑龙江八一农垦大学学院图书馆查阅大量体质健康及多元统计相关文献。

1.2.2 仪器测量法

采用标准测试仪进行测量，参照《学生体质健康标准（试行方案）》中所规定的测试方法，测试过程中由专门教师严格按照测试规程组织测试，测量指标如下：身高标准体重指数、肺活量指数、坐位体前屈指数、握力指数、台阶试验指数、跳远指数。

1.2.3 数理统计法

采用SPSS19.0 统计软件、Excel 办公软件完成数据录入与处理。

2 结果与分析

2.1 对黑龙江省高校学生体质健康状况的回归分析

人体的各种形态、机能和身体素质指标受到多方面因素的影响，同时各项指标间也存在相互影响。因此，要了解某一事物的规律，必须在研究该指标的同时考察其他影响因素[2]。根据《国家学生体质健康标准》有关规定，学生体质健康测试项目的选择应涵盖人体形态、机能、身体素质、运动能力等多个方面[3]，在研究过程中选取的测试项目为身高、体重、肺活量、立定跳远以及男生的握力和女生的坐位体前屈。以学生体质健康总分为因变量，以各项测试指标得分为自变量，运用多重线性回归分析，采用逐步回归方法（Stepwise）建立回归方程，以探讨各项体质健康成绩与学生体质健康水平间的实际关系（见表1、表2）。

表1 男生体质健康各项指标对体质健康水平的逐步回归分析统计表Table 1 The male physique health indicators on health level of the stepwise regression analysis

表2 女生体质健康各项指标对体质健康水平的逐步回归分析统计表Table 2 The female physique health indicators on health level of the stepwise regression analysis

表1、表2 显示：黑龙江省高校男生体质健康各项测试指标对体质健康总分的回归五个变量均进入方程。调整后的整体解释变量达到0.973，就每个变量而言，立定跳远的解释变量最佳，为0.451。女生体质健康各项测试指标对体质健康总分的回归五个变量均进入方程。调整后的整体解释变量为0.888，就每个变量而言，立定跳远的解释变量最佳，为0.409。

回归方程为：

总分=-0.032+立定跳远*1.078+握力标准体重*0.994+身高标准体重*0.975+台阶试验*0.997+肺活量标准体重*0.905

回归方程为：

总分=4.336+立定跳远*0.856+身高标准体重*1.076+台阶试验*0.841+坐位体前屈*1.058+肺活量标准体重*0.927

通过回归分析我们可以发现黑龙江省高校学生体质健康各项测试指标均对学生的体质健康水平产生重要影响，男生的立定跳远指标得分对总分的影响最强，女生的身高标准体重对总分的影响最强；男生回归方程的解释变量高于女生的解释变量，表明男生各项测试指标的得分与总分的一致性要优于女生。

2.2 对黑龙江省高校学生体质健康状况的因子分析

多变量大样本资料可以为研究提供很多有价值的信息，但有时必须要简化数据（降维），即从多变量或大样本中选择少数几个综合独立的新变量或个案，用于反映原来的多变量大部分信息，在实际研究过程中普遍采用因子分析方法来完成对研究样本数据的降维任务[3]。因子分析所得的公因子主要有两个用途，一是对当前学生体质健康状况进行解释，第二是不同的公因子得分可以对学生将来的体质健康状况进行预测，以便学校教学管理部门和教师能够提前做出预判，进而采取必要干预措施。

黑龙江省高校男生体质健康数据因子分析显示KMO 抽样适度测定值为0.694，Bartlett 球形检验值为287.488（P＜0.01），因此研究样本可以运用因子分析进行降维处理。在使用采用主成分分析法对男生研究数据进行处理后发现，只提取了一个特征值大于1 的主因子，累计贡献率为35.065，各因子在主因子上的载荷分别为：身高标准体重0.317，肺活量标准体重0.670，立定跳远0.675，台阶试验0.495，握力标准体重0.594。依据各因子载荷在主因子上的载荷，建议教师在指导男学生进行体育锻炼时，优先考虑学生力量、耐力两方面的增长需求，比较适合的运动项目应以速度耐力型项目为主，例如足球、篮球[4]等项目。

黑龙江省高校女生体质健康数据因子分析显示KMO 抽样适度测定值为0.739，Bartlett 球形检验值为798.878（P＜0.01），因此研究样本可以运用因子分析进行降维处理。采用主成分分析法得出各因子的特征值、贡献率、累积贡献率。提取特征值大于1 的2个主因子（见表3），累积贡献率为67.544%，基本可以反映研究样本的总体信息。

表3 因子特征值、贡献率、累积贡献率统计表Table 3 Statistics of factor eigenvalues，contribution rate，the cumulative contribution rate

为清晰的对5 个原始变量进行聚类，采用“方差极大正交旋转法”对研究样本数据进行了处理，使各列因子尽可能的向两极转化，进而使变量更加清晰，结果见表4。

表4 变量方差极大正交旋转后的因子载荷矩阵统计表Table 4 Variable varimax orthogonal rotation after the factor loading matrix table

根据各原始变量的因子载荷量进行归类，把5个因子聚成2 个主因子集合。第一个因子主要反映的是身体形态与机能，因此可以命名为身体机能因子，第二个因子主要反映的是力量与柔韧素质，因此可以命名为身体素质因子。因此对女生体质健康总分影响较大的因素次序为身体机能因子、身体素质因子。为尽可能快速提高学生体质健康水平，教师在指导女生进行体育锻炼过程中，从整体角度出发，可以优先考虑建议学生选择提高身体机能方面的运动项目进行练习，例如慢跑、健美操[5]等项目。

3 结论

3.1 黑龙江省高校男生体质健康各项测试指标对体质健康总分的回归五个变量均进入方程，调整后的整体解释变量达到0.973；女生体质健康各项测试指标对体质健康总分的回归五个变量均进入方程，调整后的整体解释变量为0.888。

3.2 男生的立定跳远指标得分对总分的影响最强，女生的身高标准体重对总分的影响最强；男生回归方程的解释变量高于女生的解释变量。

3.3 黑龙江省高校男生体质健康数据因子分析只提取了一个主因子，依据各因子载荷在主因子上的载荷，建议教师在指导男生进行体育锻炼时，优先发展学生力量、耐力素质。

3.4 黑龙江省高校女生体质健康数据因子分析提取了2 个主因子，分别命名为身体机能因子、身体素质因子，出于快速提高女生体质健康水平需要，建议学生优先选择提高身体机能方面的运动项目进行练习。

［1］董艳国，黄爱武，白海军，等.基于多元统计分析方法对大学生身体素质的动态分析［J］.首都师范大学学报，2007，28（6）：94-97.

［2］陈及治.体育统计：体育院校通用教材［M］.北京：人民体育出版社，2002.

［3］梁前德.基础统计［M］.北京：高等教育出版社，2002.

［4］常彦君.篮球运动对促进青少年全面发展的研究［J］.职业时空，2012（7）：78-80.

［5］孙苗苗，侯亚丽，李栋.浅谈健美操训练对初中女生身心健康的影响［J］.中国科教创新导刊，2012，15：233.