大学生乒乓球选项课运动技能学习评价指标模型构建

邹俊峰

(辽宁师范大学 体育学院,辽宁 大连 116029)

乒乓球运动易上手,富有竞技性、娱乐性和观赏性,受到大多数人的喜爱,乒乓球选项课已成为高校体育课中的重要组成部分.我国始终坚持高校体育的改革与发展,运动技能作为高校体育课程的重要学习目标,构建学习评价体系尤为关键.目前,我国关于大学生乒乓球选项课运动技能学习评价的研究多为理论层面,实证性研究较少.传统的乒乓球选项课运动技能评价方式相对固化、单一,学生练习之后在运动技能方面也未得到显著提升.季浏认为,重视课程内容改革和整体设计,重视运动技能学练,重视综合性学习评价,倡导评价的激励、反馈和发展功能,做到评价内容多维,评价方法多样,评价主体多元[1].因此,构建大学生乒乓球选项课运动技能学习评价指标模型,不仅为体育教师依据课程目标开展教学活动和设计教学内容提供了理论依据和实践参考,也为深化课堂改革,提高教学质量以及促进学生运动技能的发展提出参考性建议.

1 研究对象与方法

1.1 研究对象

辽宁省、山东省部分高校480名乒乓球选项课学生

1.2 研究方法

1.2.1 文献资料法

通过对中国知网(CNKI)的查阅,搜集关于“乒乓球选项课”“运动技能” “学习评价”等方面的文献资料,了解专家学者的研究成果以及当前领域的研究现状,为本文指标的选取提供借鉴和理论支撑.

1.2.2 德尔菲法

德尔菲法的核心要义是研究者匿名通过可控的数轮问卷函询专家[2],并根据专家的意见与建议对评价指标体系完善或优化,最终确定大学生乒乓球选项课运动技能学习评价的具体指标.

1.2.3 数理统计法

本研究运用 SPSS22.0 统计软件对所回收的问卷数据进行了描述性统计分析、项目分析、信度分析和效度分析(探索性因子分析).运用 AMOS24.0 软件对问卷回收数据进行了效度分析(验证性因子分析)和模型拟合分析.

2 评价指标的确定

2.1 评价指标的初拟

Nvivo11是一款强大的质性分析软件,它在扎根理论原理下,经过逐层分析,在错综复杂的文本资料中概念化和分类,进行编码、存储和提取,通过归纳分析由下位概念到上位概念,最终获得核心概念与理论.通过查阅文献和结合《全国普通高等学校体育课程教学指导纲要》形成初始模型.以“乒乓球选项课”“运动技能”“学习评价”为关键词在中国知网、万方以及外文等数据库进行检索. 共检索到2015-2022年有关文献52篇,筛选出与大学生乒乓球选项课运动技能学习评价指标模型构建相关的文献27篇.借助Nvivo11软件对文献资料编码,最终建立评价指标体系,由大学生乒乓球选项课运动技能学习评价初始模型中的乒乓球基础知识、乒乓球基本技能与乒乓球安全运动能力3个维度组成.基于《全国普通高等学校体育课程教学指导纲要》和文献研究的结果,构建出大学生乒乓球选项课运动技能学习评价初始模型(见表1).

2.2 指标确定

基于问卷的科学性、系统性和可操作性等原则,本文采用德尔菲法选取15位专家进行3轮问卷调查,筛选出大学生乒乓球选项课运动技能学习评价指标.第一、二轮专家建议统计如表2和表3所示.

表2 第一轮专家建议修改的指标统计(n=15)Table 2 The first round of experts suggested the revision of the indicator statistics(n=15)

表3 第二轮专家建议修改的指标统计(n=15)Table 3 The second round of experts suggested the revision of the indicator statistics(n=15)

在前2轮的调查中,由于其他指标具有较高的赞成度,故不再陈述.有部分专家根据指标的可行性提出修改意见.例如:针对指标“C16能够制定乒乓球竞赛规程”,提出大学生通过短短一学期的选项课,无法将自身学习的知识体系同制定竞赛规程相结合,该指标在设计时没有考虑可行性;指标“C24能够有意识地预知乒乓球运动危险发生”与“C25能够迁移乒乓球安全运动知识”内容交叉,建议删除等.针对15位专家提出的建议修改和完善后,进行第三轮专家调查问卷,所有指标均得到认可,最终确定包括3个一级指标、6个二级指标与23个三级指标的评价指标体系(初步),如表4所示.

3 评价指标体系优化

由于德尔菲法带有一定的主观色彩,为获取更加全面、合理的指标体系,需对初步确定的大学生乒乓球选项课运动技能学习评价指标进行筛选,并优化其体系.在上述大学生乒乓球选项课运动技能学习评价指标体系的基础上,形成由23个题项组成的大学生乒乓球选项课运动技能学习初始量表,并形成Likert五级量表形式的调查问卷,发放给辽宁省和山东省选修乒乓球课的大学生.共发放调查问卷490份,回收480份,有效问卷450份.对其中240份进行信效度检验,在删除和调整相应的题项后,对另外210份进行结构模型的分析.

3.1 项目分析

对回收的240份问卷进行统计与分析,计算每个样本全部题项得分,按照总分的前、后27%作为高低分组的指标,低分组临界值为80,高分组临界值为94,以独立样本t检验检测各题项的差异.结果显示,全部题项在高低分组的平均值差异均达到了显著性差异水平(p<0.001),且t的绝对值均>3.00的最低标准,表明量表各题项具有良好的区分度,应予以保留.

3.2 信度分析

运用SPSS26.0软件测得CITC值和Cronbach’s α系数,整体 Cronbach’s α 值为0.928且各潜变量的 Cronbach’s α 值均>0.8,一般认为当CITC<0.5时就应该删除该题项[3].而Q14在修正后的项与总计相关性(CITC)<0.5,故删除该题项.在删除之后,再次测得各题项修正后的项与总计相关性(CITC)均>0.5.因此,本研究的各题项均达到了较为理想的信度水平,可进行下一步效度检验,见表5和表6.

表5 量表信度分析表Table 5 Scale reliability analysis

表6 各维度题项信度检验结果Table 6 Reliability test results of each dimension item

3.3 探索性因子分析

如表7所示,运用SPSS26.0 软件对所保留的22个观测变量进行效度检验,结果显示,其KMO值为0.927>0.7,已达到可接受程度的标准[4].Bartlett’s的球形度检验的近似卡方值为4960.214,自由度为231(p=0<0.001) .

表7 KMO和Bartlett的检验Table 7 KMO and Bartlett’s test

如表8所示,对观测指标进行探索性因子分析,设定特征值>1为条件,提取3个主成分因子,分别为大学生乒乓球选项课运动技能学习评价指标体系中的3个潜变量,潜变量的解释总方差统计,其累积的方差贡献率为77.398%>50%的最低标准.如表9所示,对所提取的因子进行旋转,得到22个题项的正交因子载荷矩阵且均>0.50,则表明所有题项通过效度检验.

表8 解释的总方差Table 8 The total variance of the explanation

表9 旋转成分矩阵表Table 9 Rotating composition matrix table

综上所述,经过项目分析、信度分析和探索性因子分析对各题项进行检测,该量表的信度和效度均达到统计学研究要求,最后得到评价大学生乒乓球选项课运动技能学习的22个观测指标.统计结果可用于下一步的模型分析检验.

4 基于SEM的评价模型构建

4.1 结构方程模型概述

SEM主要是评估假设模型,以达到定量研究的目的.这是一种多元统计分析方法,用于检验自变量和因变量之间的关系.通过测量因变量推断自变量,并验证假设模型[5].

4.2 评价模型的假设

根据对评价指标体系的初选和优化,本研究提出运动技能学习评价的二阶六因子理论假设模型(图1):一阶为大学生乒乓球运动技能学习评价;二阶为掌握乒乓球基本知识,获取乒乓球知识能力,提高乒乓球技术水平,增强乒乓球技能运用,乒乓球安全运动行为和乒乓球安全运动认知6个因子,分别包括多个观测指标.

图1 大学生乒乓球运动技能学习评价假设模型Fig.1 A hypothetical model for evaluation of table tennis skill learning of college students

4.3 评价模型识别

结构方程模型在AMOS 24.0中检验操作时可能会出现参数无法估计以及拟合度检验不正确的情况.模型识别根据测量数据的高低可划分为低度识别、正好识别和过度识别.低度识别的模型因为参数无法估计导致模型无法识别,正好识别是适配度最佳的模型,过度识别的模型是经过拟合度检测后进行修正的模型[6].在模型估计程序中,假设模型中观察变量的数量为p,那么模型识别(df)的计算公式如下:

(1)

其中,t为待估计自由参数,df(Degree of freedom)是测量数据数,p是模型中的外因测试指标(外衍观测变量)个数,q是模型中的内因测试指标(内衍观测变量)个数.若df>0,表示模型过度识别;df=0,表示模型正好识别;若df<0,表示模型低度识别.根据式(1)计算可知,当前假设模型的数据点数目为253,估计的参数t共有50个,即研究的假设模型自由度为二者之差等于203.因此,判定该模型为过度识别,可以进行模型拟合度分析.

4.4 评价模型的拟合

采用AMOS 24.0软件对假设模型进行验证、调整和修正时,如果数据结果与模型匹配的标准指标不匹配,则必须对假设模型进行调整和修正,最终获得与观测数据高度一致的模型.

4.4.1 一阶验证性因子分析

使用AMOS 24.0软件检查和分析假设模型中的变量,以便进行调整和修正.模型拟合使用ML(最大似然)法,以获得假设模型验证的结果以及一阶模型图(见图2).软件验证和分析的结果显示“OK:Default model”,这意味着该模型能够顺利收敛,一阶验证模型满足要求.

图2 一阶验证性因子分析模型图(标准化解)Fig.2 First-order confirmatory factor analysis model diagram (standardized solution)

4.4.2 一阶模型拟合度分析

结构方程模型的优劣一般用适配度指数来反映,主要选取绝对拟合度指标和增值拟合度指标等,检测其是否在适配范围内.若指标数值均在合理范围内[7],则表示该模型拟合良好;反之,则需根据修正系数(MI)对模型进行修正.通过软件的“ModelFit”,计算模型指标真实值和适配指标,如表10所示.

表10 指标拟合结果构成表Table 10 Composition table of index fitting results

从表10可知:χ2/df为1.443,符合拟合度<3的标准;RMSEA值为0.046<0.08,满足良好适配标准;GFI、AGFI的值不满足>0.90的标准,但是非常接近[8].总体来说,此一阶模型可以被接受,因此,需要对模型进一步拟合修正.

4.4.3 二阶验证性因子分析

模型的二阶验证是为了测量更高阶因子,其前提是通过模型的一阶验证后方可进行.在CFA模型图中,运动技能学习评价是外因潜变量,其对应的6个一阶因子成为内因潜在变量,因此增加了估计残差.

根据模型和拟合度指数之间的适配情况可以得出假设模型是否可以接受.通过表11中的二阶模型拟合结果可知,除了AGFI值(0.865<0.90)、GFI的值(0.897<0.90)未达到适配标准外,χ2/df值为504.634/269=1.876,符合<3的标准,RMSEA为0.058,符合<0.08的标准,均在合理标准区间内.

表11 二阶模型验证的拟合指数Table 11 Fit index for second-order model validation

4.5 MI指数修正

MI是指把自由度设定为1时,估计模型前后卡方值之间的差值.根据修正指数的大小对模型进行修正,建立相关观测变量间的残差相关路径,促进模型适配指标值达到标准[9].模型适配值在合理范围内表明模型拟合良好,模型最终设定.

4.6 修正拟合结果

根据修正模型的拟合结果(表12),χ2/df值为1.375(<2),RMSEA值为0.038(<0.08),其余拟合指数值均达到标准范围.基于此可得,修正模型的拟合通过测试达到良好标准,模型得到证实.

表12 MI修正模型的拟合结果Table 12 The fitting results of MI correction model

根据结构方程模型(SEM)中的路径系数,可以反映出变量之间的关系.例如:变量之间的值越大,则影响关系就越大.根据变量之间的影响关系,建立相关的通径系数判别标准,最后对评价指标进行优化,建立评价指标体系.模型的路径系数如表13所示.

表13 路径系数分析表Table 13 Path coefficient analysis table

4.7 权重分配及评价指标体系的确立

本文采用相关性权重法计算各个评价指标的路径系数和权重值[10].首先,依据表13计算出各评价指标间的路径系数和二级指标(式2)、三级指标(式3)的权重计算公式,确定评价指标权重系数;其次,对评价指标进行验证和优化;最后,根据结果确立包含运动技能学习评价的一级指标、6个维度的二级指标、维度相对应的22个观测指标(即三级指标)的初中生乒乓球运动技能学习评价指标体系(见表14).

表14 大学生乒乓球运动技能学习评价指标体系Table 14 Evaluation index system of table tennis skill learning for college students

(2)

(3)

Wmk=W(Fm)×W(Tmk).

(4)

例如:在式(2)中,计算6个二级指标中第一个掌握乒乓球基本知识指标的权重值.首先,从路径系数表中可以看出掌握乒乓球基本知识的路径系数即R(F1) 为0.939,那么掌握乒乓球基本知识指标的权重值W(F1)为掌握乒乓球基本知识的路径系数与6个二级指标路径系数之和的比值.

即:

W(F1)=0.939/(0.939+0.879+0.902+0.910+0.886+0.853)=0.175.

以此类推,顺次计算剩余二级指标及三级指标的权重值,最后计算出全部三级指标的综合权重值,得到大学生乒乓球运动技能学习评价指标体系,如表14所示.

4.8 评价指标的相关分析

4.8.1 分析潜在变量之间的路径关系

潜在变量相互间路径系数可以认为是因某一潜在变量的改变导致有关潜在变量的变化.6个潜变量的权重占比由大到小分别为17.5%、16.4%、16.8%、16.9%、16.5%、15.9%.由此看出掌握乒乓球基本知识对运动技能学习影响最大,其次是增强乒乓球技能运用,提高乒乓球技术水平,乒乓球安全运动行为,获取乒乓球知识能力,最后是乒乓球安全运动认知.因此,得出某位学生的运动技能学习领域的成绩计算公式为:成绩=掌握乒乓球基本知识+获取乒乓球知识能力+提高乒乓球技术水平+增强乒乓球技能运用+乒乓球安全运动行为+乒乓球安全运动认知.成绩公式表明运动技能学习的提升涉及不同因素的相互协作,同时各潜变量中任意变量数值提升都会明显作用于运动技能成绩,变量间不会相互制约、抑制.

4.8.2 路径分析

在掌握乒乓球基本知识的观测指标中,熟知乒乓球的基本技战术知识对运动技能学习有重要影响,其路径系数、权重占比、综合权重值是0.939、27.4%、0.048.由此说明,在掌握乒乓球基本知识中熟知乒乓球的基本技战术知识是提高运动技能学习的首要因素;其次是掌握乒乓球的裁判判罚知识,掌握乒乓球的基本竞赛规则和了解乒乓球的起源、发展与锻炼价值.

在获取乒乓球知识能力的观测指标中,能够评价乒乓球竞赛的技战术对运动技能学习有重要影响,其路径系数、权重占比、综合权重值是0.879、28.2%、0.046.由此说明,在获取乒乓球知识能力中能够评价乒乓球竞赛的技战术是提高运动技能学习的首要因素;其次是能够借助媒体观赏乒乓球竞赛,能够观察乒乓球竞赛中的技战术和了解乒乓球重大赛事情况.

在提高乒乓球技术水平的观测指标中,掌握乒乓球站立姿势与基本站位对运动技能学习有重要影响,其路径系数、权重占比、综合权重值是0.902、20.7%、0.035.由此说明,在提高乒乓球技术水平中掌握乒乓球站立姿势与基本站位是提高运动技能学习的首要因素;其次是掌握乒乓球移动步法,掌握乒乓球发球技术,掌握乒乓球推挡球技术和掌握乒乓球攻球技术.

在增强乒乓球技能运用的观测指标中,能够科学地指导乒乓球锻炼对运动技能学习有重要影响,其路径系数、权重占比、综合权重值是0.910、37.3%、0.063.由此说明,在增强乒乓球技能运用中,能够科学地指导乒乓球锻炼是提高运动技能学习的首要因素;其次是能够组织简单的乒乓球竞赛和能够担任乒乓球比赛裁判.

在乒乓球安全运动行为的观测指标中,能够有效地进行乒乓球赛前热身对运动技能学习有重要影响,其路径系数、权重占比、综合权重值是0.886、38.4%、0.063.由此说明,在乒乓球安全运动行为中,能够有效地进行乒乓球赛前热身是提高运动技能学习的首要因素;其次是能够安全进行乒乓球运动并规避危险动作和赛后的肌肉拉伸、放松.

在乒乓球安全运动认知的观测指标中,掌握基础的乒乓球运动损伤处理方法对运动技能学习有重要影响,其路径系数、权重占比、综合权重值是0.853、35.2%、0.056.由此说明,在乒乓球安全运动认知中,掌握基础的乒乓球运动损伤处理方法是提高运动技能学习的首要因素;其次是能够有意识地预知乒乓球运动危险发生和学习乒乓球安全运动的知识与方法.

5 结 论

本文以大学生乒乓球选项课运动技能学习评价为切入点,对影响该技能成绩的6个潜变量进行权重比检验,并得出预期结果证实该模型构建的合理性、科学性,为大学生乒乓球选项课运动技能学习评价指标体系的构建提供了一定的理论依据和实践参考.