摘 要:通过文献资料、问卷调查与数理分析等方法,依托赛时行为空 间理论对我国健将 级短跑运动员进行了赛时心理状态核心要素进行调查分析,并运用SPSS13.0对所测数据进行 验证,结果表明:健将级短跑运动员的赛时心理状态核心要素由3维度12个题项构成,其三 个维度分别为:技术动作与参赛预期确认度、心理及精神状态确认度和客观条件影响度。另 通过结构模型的检验,发现心理及精神状态确认度对提高健将级短跑运动员的运动等级影响 因子最大,并推断出某些女性短跑运动员的性格特征会影响赛时行为空间心理状态模型的负 增长,从而导致她们运动成绩的起伏波动。
关键词:赛时行为空间理论;赛时心理状态;结构模型;健将级;短跑运动 员
中图分类号:G804.47文献标识码:A文章编 号:1007-3612(2010)10-0065-05
Development and Application of the Measuring Scale of Cor e Element of Psychological Condition for Sprinters
LIANG Jian-ping,ZENG Li,TIAN Feng-sheng
(Southwest University, Chongqing 400715, China)
Abstract: This article discusses the core element of the psychological state of sprintersat the national master level during competition based on the action-space theor y with the method of documentation, comparative analysis, and questionnaire surv ey and so on And the tested data of the master sprinters is analyzed through S PSS13.0.The result shows that the core elements of psychological state of mast er sprinters during play are made of twelve subjects in three dimensions whi ch are the cognitive strength of competitive state, the affirmation strength ofself psychological state and influencing strength of objective condition And t he affirmation strength of self psychological state is found to be the most infl uential factor to improve the ranking of master sprinters Also, through the te st of the structural model, some women sprinter’s characters can trigger the ne gative growth of structural model of psychological state during play and then ca use the fluctuation of their performance.
Key words: action space theory during play; psychological state duringplay; structural model; master grade; sprinter
本研究认为,高水平竞赛中运动员竞技能力释放的效益会受到赛时心理状态的影响,而 运动成绩的好坏在很大程度上取决于赛时心理状态的好坏[1],如“克拉克现象” [2]、“黑马现象”等。针对这一问题梁建平等人通过构建“赛时行为空间理论” [3]对运动员参赛时 竞技能力储备释放的不稳定性进行了理论探讨,发现赛时过程的心理适应性与运动成绩的变 化有着很大的相关性。其主要原因是,竞技能力中体能、技术、战术和智能等4种能力是运 动员在竞技能力储备阶段可以得到训练强度刺激的[4],相比之下在心理适应性上 存在着训 练强度与竞赛强度的差异性。赛时行为空间理论认为在训练与比赛的时空转换过程中,运动 员的心理能力会受到训练和赛事事件时空转换效应的影响,运动员在赛时空间内所承受的心 理刺激强度是训练过程中难以模拟和真实体验到的。而在以往的研究中,多是对比赛心理一 般影响因素的分析与描述,而对于赛时心理状态核心要素的探讨尚不多见。笔者认为,高水 平短跑运动员的赛时心理适应性是影响其竞技能力储备释放效益最大化的重要因素。据此, 本研究在赛时行为空间理论基础上,以赛时心理状态作为验证切点,试图探究影响高水平短 跑运动员赛时心理适应性的核心要素,并分析核心要素与运动等级之间的关联关系,以求为 教练员和优秀短跑运动员在调控赛时行为空间中的心理状态提供有益的理论实践参考。
1 研究对象与方法
1.1 研究对象 研究被试来源于2009年4月的全国田径锦标赛上100 m、200 m和400 m的20名健将级短跑运 动员,发放问卷20份,回收18份有效回收率90%。
1.2 研究方法
1.2.1 问卷调查法在量表工具的处理上,由于前人做了大量的研究,如梁建平等人的《赛时行为空间理论 的研究与测评模型的构建》[3]和张力为(2001)[5]关于运动员赛前、赛 中的情绪、感受的 相关研究成果等,所以本研究在前人研制的量表基础上,抽取《赛时行为空间量表》中的心 理适应度
投稿日期:2009-08-06
基金项目:西南大学2009年度中央高校基本科研业务费专项基金项目(项 目号:SWU0909670)。
作者简介:梁建平,教授,硕士生导师,研究方向运动训练学。 部分量表进行修改和再测试。一方面对前人的研究成果进行检验,另一方面根据不 同的被试进一步修正量表,提高量表的实效性,最终将量表命名为《短跑运动员赛时心理状 态核心要素量表》。
1.2.2 统计数据处理与分析 采用SPSS13.0统计软件包进行数 据的管理与分析,运用AMOS7.0结构模型软件进行模型的构建与验证。
2 结果与分析
2.1 对测试量表的分析根据短跑运动的特点与制胜规律,本研究借用《赛时行为空间量表》中的心理适应度部 分量表对健将级短跑运动员进行测试,并根据测试结果建立健将级短跑运动员赛时心理状态 核心要素结构模型,最终形成了针对性更强的且更具有代表性的3个维度12个题项的《短跑 运动员赛时心理状态核心要素量表》。由于考虑到《短跑运动员赛时心理状态核心要素量表 》与原始量表在题项和被试上的变化,所以有必要对测评量表的信度、效度与结构进行分析 和修正,以提高测评的科学性。
2.1.1 信度分析运用SPSS13.0对《短跑运动员赛时心理状态核心要素量表》所测数据进行内部一致性分 析,本研究采用Cronbach Alpha一致性系数对问卷进行了信度检验,从信度分析来看,量表 的总体信度a=0.873,说明量表的总体信度较高,并且在每个维度的上一致性系数均达到0 8 以上。根据张力为的观点,任何测验或量表的信度系数如果在0.90以上,表示测验或量表的 信度甚佳,在0.70以上,是一个可接受的范围[8]。为此,该量表的信度达到统计要 求。
2.1.2 项目区分度分析对12个题目进行项目区分度(Item discrimination)分析,采用精确性较高的相关法计算区分 度,经计算得到的项目区分度D,根据心理测量学的一般原理,项目鉴别指数D≥0.40的被 认为是区分度很好,0.30≤D<0.40的区分度较好,0.20≤D<0.30区分度尚可,D<0.20区分 度差[9]。我们对量表从严要求,低于0.40的题都予以删除,经过分析后12个题项 的项目区分度见表1。
表1 《短跑运动员赛时心理状态核心要素量表》
各题项项目区分度
题项D题项DV10.715V70.542V20.752V80.513V30.625V90.516V40.684V100.501V50.822V110.432V60.637V120.424 2.1.3 结构效度分析 按照心理学家BENTLER的理论,构造健全 的项目所需要的项目和测验的相关在0.30～0.80之间,项目间的组间相关在0.10～0.60 之间[10],在这些相关矩阵之内的项目为测验提供的是满意的信度和效度。本研究 对3个维 度以及总分之间计算相关性,以考察各因素之间的关系,进一步验证本量表的结构效度,从 表2的结果来看,本量表的效度较好。表2 《短跑运动员赛时心理状态核心要素量表》各维度与题总之间相关
V1V2V3V4V5V6V7V8V9V10V11V12f1f2f3题总V11V20.717**1V30.672**0.808**1V40.720**0.794**0.778**1V50.631**0.625**0.505*0.556*1V60.4110.4380.478*0.2660.610**1V70.4100.4550.2820.1830.650**0.560*1V80.1610.4130.0920.1800.661**0.649**0.615**1V90.482*0.4600.2650.2090.657**0.611** 0.606**0.694**1V100.3240.2650.3570.646**0.3540.2700.04 60.204-0.0931V110.3640.2890.2330.4590.2890.2200.1500 095-0.0760.714**1V120.2540.0000.0640.2510.3160.1210.1440 131-0.1660.671**0.639**1f10.834**0.923**0.922**0.917**0 631**0.4430.3570.2290.3740.4460.3640 1451f20.4630.549*0.3680.2950.812**0.832** 0.850**0.864**0.819**0.1790.165 0.1320.4541f30.3560.2090.2410.503*0.3590.2280.1320 158-0.1260.887**0.897**0.869**0.356 0.1781题总0.762**0.809**0.723**0.757** 0.843**0.722**0.660**0.611**0.579 *0.572*0.527*0.3920.840**0.801**0 560*1注:**P<0.01表示非常显著的相关性。
2.1.4 探索性因子分析首先,我们对该量表进行了取样适当性量数及球形检验,结果显示:KMO值等于0.627,球形检 验的卡方值为5 548.404,并达到显著水平P=0.000(P<0.05)。一般而言Kaiser-Meyer - Olkim检验中:KMO系数在0.9以上非常适合于做因素分析,在0.80～0.90之间为比较适合 做因素分析,在0.70～0.80之间为可以做因素分析,在0.6～0.7之间为一般,但在0.6 以下则不适合作因素分析[18],在这里本量表基本达到统计要求,说明该量表适合 进行因素分析。
对所测数据进行正交最大化旋转,求出旋转因素负荷矩阵,从统计结果表3来看,在3个 维度中各个题项的因素载荷较高,说明该问卷的结构较好,并根据主成分分析抽取公共因素 ,以及各维度下的因子载荷确立维度及其所包含的题项,对3个维度分别命名见表4。
表3 《短跑运动员赛时心理状态核心要素量表》
各维度因子载荷
V1V2 V3V4V5V6V7V8V9V10V11V12f10.7840.8580.9090.875f20.7380.7550.8060.8970.836f30.8610.8350.899表4 《短跑运动员赛时心理状态核心要素量表》各维度命名
维度命名 题项f1技术动作与参赛预期确认度V6,V7,V8,V9f2心理及精神状态确认度V1,V2,V3,V4,V5f3客观条件影响度V10,V11,V12 2.1.5 问卷指标的形成通过以上分析最终确认了《短跑运动员赛时心理状态核心要素量表》由3个维度12个题 项构成,具体如下:
f1技术动作与参赛预期确认度:V6对自身技术水平的认知,V7对参加本次比赛的把握系 数,V8动技术的自动化熟练程度,V9成功的欲望;
f2心理及精神状态确认度:V1比赛后物质和精神奖励的多少,V2赛前心理生理准备充分 ,V3比赛期间天气的影响,V4赛中思维积极,V5赛中阻断消极思维排除杂念;
f3客观条件影响度:V10听从教练员的指挥,V11比赛中地点的影响,V12裁判员执法公 平、准确。
2.2 赛时心理状态核心要素结构模型的验证性分析为建立健将级短跑运动员赛时心理状态核心要素结构模型,本研究对探索性因子分析的 结果进行了验证性检验,以检验测量模型的科学性。其拟合指标的检验指标为:卡方检验(c hi-square)X2值可以表明模型总体拟合样本数据的程度,同时需用卡方值除以自由度 ,如果得到的数值小于5,那么就表明模型能够较好地拟合数据,普遍认可标准是df<5。由 于卡方值容易受到样本大小的影响,因此这一指标必须结合实际情况,同时参考其它指标。 P值高于0.05表示模型能够非常好地拟合数据,其中常用的指标是RMSEA、RMR,这两项指标 低于0.1的时候表示模型能够很好地拟合数据;低于0.05表示模型能够非常好地拟合数据 ;通常在0.8以下也可以接受,越接近0越好。使用极大似然法估计参数时应使用MECVI 拟 合指标且指 标值越小越好。“非标准拟合指标”NFI,亦称TLI。由于该指标不受样本大小的影响,且能 正确惩罚复杂模型,准确分辨不同偏差程度的模型,因而成为常用的优良判断指标;“比较 拟合指标”CFI,是一个具有优良特性的常用指标。绝对拟合指标,如GFI等。NFI, CFI, GF I, AGFI等指标的值愈接近1愈好[12,17]。
2.2.1 一阶结构模型的验证分析所谓一阶模型,就是指12个题项和3个维度构成的结构模型,在此我们充分考虑到题项 与题项之间、维度和维度之间是相互关系,如图1所示模型M1。运用AMOS7.0极大似然估计 法 来检验该模型的拟合程度。从表5的拟合指标来看,虽然P值符合要求,但其他绝对拟合指标 没有达到标准。因此我们考虑应该用更合理或者更简洁模型来表示健将级短跑运动员赛时心 理状态核心要素的结构模型,所以有必要进行二阶模型的验证性分析[19]。
表5 健将级短跑运动员赛时心理状态一阶结构模型M2
拟合指数
X2dfX 2/dfPGFIAGFINFICFIRMRRMSEA32.935400.8230.7780.8090.6280.8551.0000 0880.232 2.2.2 二阶模型的验证分析在结构模型的研究中不断强调,一个好的模型是既简单又能准确描述数据中各个变量之 间关系的。所以本研究提出一个更简单的模型(M2)。假设有一个普遍能力(二阶)因子, 影响各一阶因子的表现。就是说,N个相关反映了N/2个一阶因子间的关系,改由N/2个参数 (二阶因子与一阶因子的关系)所代替。若M2能拟合数据,它既是一个较简单又准确描述数 据关系的模型。M2因为用一个二阶因子去表达一阶因子间的关系,卡方必然较大,自由度也 增加,只要M2与M1相比增加的卡方(自由度是5,即两模型自由度的差)不到显著水平,就 认为这个二阶因子足以反映各一阶因子的关系。从模型简洁性考虑,我们选择M2。若M2的卡 方显著增加,表明二阶模型拟合不好,不足以反映各一阶因子的关系,这时宁愿要比较复杂 的模型M1。
图1 健将级短跑运动员赛时心理状态一阶结构模型树形图M1 在考虑设定二阶因子模型时应当注意,当模型只有3个一阶因子时(共有3个相关)二阶 因子模型(以3个路径参数表示),在数学上等同于一阶因子模型。既然两者等同,拟合也 完全相同,当然就谈不上哪一个模型更好。就是说,二阶因子模型只适用于含4个或以上一 阶因子的模型(除非有参数相等的限制或含多个二阶因子或其他因子限制等)[20] 。因此在 二阶模型的构建时,本研究将运动等级、运动训练年限和性别3个因子加入其中,以寻求这 些因子之间的关系,同时加大因子数量。
本研究首先选择所测健将级短跑的运动等级作为限制因子,试图找到赛时心理状态结构 模型和运动等级之间的关系,其结构模型树形图如图2其中RANK表示运动等级,各项拟合指 标如表6。
图2 健将级短跑运动员赛时心理状态二阶结构模型树形图M3 表6 健将级短跑运动员赛时心理状态二阶结构模型M3
拟合指数
X2dfX 2/dfPGFIAGFINFICFIRMRRMSEA6.24832.0830.1000.1000.4850.9221.0000.04 90.191在将M2与M1进行比较时发现,在更为简洁的模型M2的各项拟合指标均比M1的指标有所提高 。因此本研究在M2的结构基础上,加入健将级短跑运动员的性别因子和运动年限因子,试图 找到这些因子之间的关系,进一步对健将级短跑运动员赛时心理状态核心要素模型进行验证 分析,使其结构模型更加完整并且与现有模型的各项拟合指标进行对比,看能否找到一个更 具有说服力的核心要素模型M3。
运用AMOS7.0极大似然估计法来检验该二阶模型M3的拟合程度,从表7的检验结果来看, 各项拟合指标均符合模型拟合的要求。因此,说明该二阶模型M3较好地反映出理论模型结构 特点且各项指标良好。其健将级短跑运动员赛时心理状态核心要素结构模型的标准化解如图 3。
图3 健将级短跑运动员赛时心理状态核心要素
结构模型标准化解M3 表7 健将级短跑运动员赛时心理状态二阶结构模型M3
拟合指数
X2dfX 2/dfPGFIAGFINFICFIRMR RMSEA6.47841.6200.1660.9020.8990.9320.9810.09 30.129 2.3 模型的比较 本研究将M1、M2和M3的各项拟合指标进行 比较,并结合各个模型的树形结构图来判断各个模型的优劣。
表8 M2、M3、M3各拟合指数比较
模型X2dfX2/dfPGFIAGFINFICFIRMR R MSEAM132.935400.8230.7780.8090.6280.8551.000 0.0880.232M26.24832.0830.1000.1000.4850.9221.0000.0490.191M36.47841.6200.1660.9020.8990.9320.9810.0930.129如表8所示,M3较M2、M1的拟合优度有了明显的变化且P值均大于0.05,虽在绝对拟合 指标、非标准拟合指标和比较拟合指标的表现有所差异,但整体上来 判断,本研究选择相对复杂的M3,而考虑放弃M1和M2。从这些模型的结构图来看,虽然M3较 为复杂,但它却客观的反映了赛时心理状态与运动等级,以及性别因素和运动训练年限与运 动等级的关系。因此,本研究认为M3是健将级短跑运动员的赛时心理状态核心要素模型。
2.4 M3模型的解释与分析观察M3模型标准化解,我们可以找到影响运动员运动等级的主要因素。在这里要说明的 是运动等级并不代表最佳的运动成绩,但运动等级又是对运动成绩的一个衡量标准,因此本 研究借用这一衡量标准进行判定,试图找到影响运动等级提高的赛时心理状态核心要素和其 贡献率。
如表9表示的是健将级短跑运动员赛时心理状态核心要素结构模型M3的未标准化回归系 数,Estimate为未标准化系数(非标准化因素负荷量),此值可比较相对影响力;SE是标准 化误差;C.R是临界比率值,相当于t值或z值。P<0.05代表显著性影响,P<0.01代 表非常 显著的影响[21]。从表9中得知心理及精神状态确认度对运动等级的提高有显著性 影响,而 其他因子相互之间影响不显著,不易判断出那些因素影响因子更大,所以在这里必须利用标 准化回归系数来予以解释。
表9 健将级短跑运动员赛时心理状态核心要素结构模型M3
未标准化 回归系数
因 素EstimateS.E.C.R.P心理及精神状态确认度<--运动训练年限0.0600.0511.1620 245技术动作与参赛预期确认度<--运动训练年限0.0340.0630.5410.589客观条件影响度<--性别-0.3760.301-1.2490.212客观条件影响度<--运动训练年限0.0500.0461.0970.273心理及精神状态确认度<--性别0.2860.3380.8460.397技术动作与参赛预期确认度<--性别-0.2910.415-0.7010.4 83运动等级<--客观条件影响度0.0660.1860.3550.722运动等级<--心理及精神状态确认度0.3840.1652.3220.020 运动等级<--技术动作与参赛预期确认度0.1510.1351.1240 261运动等级<--性别-0.2970.249-1.1950.232运动等级<--运动训练年限0.1210.0383.1950.001标准化回归系数是根据变量的z分数或相关矩阵求得的,如表 10所示健将级短跑运动员赛时心理状态核心要素结构模型M3的标准化回归系数。从表10中得 知,在赛时心理状态核心要素中,心理及精神状态确认度这个维度对运动等级的影响最大, 其次是技术动作与参赛预期确认度,最后是客观条件影响度。
表10 健将级短跑运动员赛时心理状态核心要素结构模型M3
标准化 回归系数
因素Estimate心理及精神状态确认度<---运动训练年限0.266技术动作与参赛预期确认度<---运动训练年限0.128客观条件影响度<---性别-0.281客观条件影响度<---运动训练年限0.247心理及精神状态确认度<---性别0.194技术动作与参赛预期确认度<---性别-0.166运动等级<---客观条件影响度0.058运动等级<---心理及精神状态确认度0.371运动等级<---技术动作与参赛预期确认度0.173运动等级<---性别-0.194运动等级<---运动训练年限0.521通过 M3 标准化回归系数可以推断出,如果心理及精神状态确认度提高1个单位,那么运动等级将 提高0.371个单位。因此,该模型可以对运动员的赛时心理状态进行定性定量的评估,能为 运动员和教练员提高其工作效益。另外,我们发现在性别上提高1个单位时会导致一些因素 负增长,是因为本研究将男性设为变量1而女性设为变量2。因此,我们可以推断出某些女性 运动员的心理状态特征会导致技术动作与参赛预期确认度、客观条件影响度等因素的负增长 ,从而导致赛时行为空间的缩小。但是由于研究条件的限制,我们无法对被试同时进行人格 或其他特征的差异检验,所以在今后的研究中我们考虑加入性格特征、人格等因素,进行赛 时心理状态核心要素模型的多层比较研究,进一步完善赛时行为空间理论。
3 结 论
1) 对《短跑运动员赛时心理状态核心要素量表》检验结果表明:该量表信度、效度良好, 符合心理测量学标准,并发现优秀短跑运动员赛时心理状态核心要素由三维度构成,分别为 :技术动作与参赛预期确认度、心理及精神状态确认度和客观条件影响度。该量表可以作为 评估高水平短跑运动员赛时心理状态特征的工具使用。
2) 对健将级短跑运动员赛时心理状态核心要素结构模型M3的检验结果表明:其各项拟合指 标良好,达到拟合要求,它能对短跑专项运动员赛时心理状态特征中各影响因子之间的关系 进行有针对性的解释。
3) 通过对健将级短跑运动员赛时心理状态核心要素结构模型M3标准化解的分析,发现心理 及精神状态确认度对提高健将级短跑运动员运动等级的影响因子最大,其影响系数为0.371 。同时还推断出某些女性短跑运动员的性格特征会影响赛时行为空间心理状态模型的负增长 ,从而导致她们运动成绩的起伏波动。
参考文献:
[1] 彭远志.短跑速度类项目运动员比赛最佳心理状态维度构成及差异性研究[J ].体育科学,2007, 27(3),13-15.
[2] 黄霞.高校短跑运动员赛前心理状态及成因[J].武汉体育学报,2002,36(6):28-30.
[3] 梁建平,吴鸿春,曾理,等.赛时行为空间理论的研究与测评模型的构建[J].体育 科学,2009,9.
[4] 韩长军.关于青少年短跑运动员心理自我调整能力训练的探讨[J]. 南京体育学院学 报,2008,22(2):24-26.
[5] 张力为.赛前情绪的因素结构、自陈评定及注意差异性[M].北京:北京体育大学出 版社,2001.
[6]季浏.体育心理学测量与评价[M].北京:高等教育出版社,2006.
[7] 李国红,王力.高校体育教师职业倦怠量表的编制[J].北京体育大学学报,2008, 31( 2):37-39.
[8] 张力为,运动员赛前心理状态的表述:十项陈述测验的研究[J].中国体育科技,20 01,31(8):68-71.
[9] 毛志雄.我国部分项目运动员对兴奋剂的态度和意向:TRA与TPB两个理论模型的检验 [D].北京体育大学博士学位论文,2001.
[10] BENTLER P M. Comparative Fit Indexes in Structural Models[J].Psychologi cal Bulletin, 1990,107:238-246.
[11] 张力为.研究问题与统计方法的有机配合[J].天津体育学院学报,2001,16(2) :23-26.
[12] 胡平.体育统计学[M].北京:高等教育出版社,2006.
[13] 宋志刚,等.SPSS16使用教程[M].北京:人民邮电出版社,2009:277-280.
[14] 赵书详.实用体育统计学[M].北京:北京体育大学出版社,2005.
[15] 梁建平,等,我国优秀运动员竞赛自信心来源比较性分析——以田径和射击为例[J ].体育科学,2007,9.
[16]毛志雄.我国部分项目运动员对兴奋剂的态度和意向:TRA与TPB两个理论模型的检验 [D].北京体育大学博士学位论文,2001.
[17] BENTLER P M, DUDGEON P. Covariance Structure Analysis :Statistical Practi ce, Theory and Direction[J]. Annual Review of Psychology, 1996,47: 563-592.
[18] 黄希庭,张志杰.心理学研究方法[M].北京:高等教育出版社,2005.
[19] 张力为.研究问题与统计方法的有机配合[J].天津体育学院学报,2001,16(2) :23-26.
[20] 侯泰杰,温忠麟,成子娟.结构方程模型及其应用[M].北京:教育科学出版社,2002.
[21] 荣泰生.AMOS与研究方法[M].重庆:重庆大学出版社,2009:114-118. 第33卷 第10期
