运动智能结构的测量及相关分析

罗彦平，梁建平，周维臻，宋 义，肖儒勇

●研究报道

运动智能结构的测量及相关分析

罗彦平，梁建平，周维臻，宋 义，肖儒勇

通过问卷调查、数理统计等方法，初步建立运动智能结构的测评量表，内容分为运动想象、运动注意、运动感知、运动思维和运动记忆能力等5个方面。随后对该量表进行信效度检验，并探讨不同性别、不同水平及不同训练年限运动员在运动智能结构上的差异现象。结果表明：运动智能结构量表具有较好的信效度，符合心理测量学的要求；不同性别、不同水平运动员的运动智能水平不存在显著性差异（P＞0.05），不同训练年限运动员的运动智能水平具有显著性差异（P＜0.05）。该研究旨在进一步加深对运动智能结构的认识，以促进运动员智能水平的发展，并为全面提升运动员的竞技能力提供服务。

运动员；运动智能；运动智能结构量表

1 研究背景

1.1 关于运动智能的认识

“身体运动智能（Bodily－Kinesthetic intelligence）”一词是由美国哈佛大学著名教授霍华德·加德纳首次在“多元智能理论”中提出，他认为运动智能是指善于运用整个身体来表达思想和情感、灵巧地运用双手制作或操作物体的能力[1]。随后几年，国内也有不少学者对其进行了定义，葛春林认为：运动员的智能包括一般智力和专项智力，以操作思维为主的一般智力是基础，专项智力指运动员在参加训练和比赛过程中表现出的专项信息加工速度、认知策略和反应认知方式的特征[2]；曾于久认为，运动智能是指运动员专项的智商能力。它是借助于人的内部语言在头脑中建立和形成认识运动本质规律的活动方式，并能应用专项知识恰到好处地分析和解决比赛中的实际问题[3]；我国训练学专家田麦久认为，运动智能是智能的一种，是指运动员以一般智能为基础，运用体育运动理论在内的多学科知识，参加运动训练和运动比赛的能力，是运动员竞技能力的重要组成部分[4]。综上所述，不同的定义均从不同的侧面描述了运动智能的概念，但也存在一定的共性，即运动智能是一种综合能力。这种综合能力大多表现为人的内在心理能力，这些心理能力又与人的知识水平相联系。因而，运动智能是运动员内在心理潜能与体育知识水平综合而成的智力能力，主要包括想象力、注意力、感知能力、思维能力和记忆力等。

1.2 运动智能的研究现状

随着现代运动训练和比赛水平的提高，对运动员智能水平的要求也越来越高，具有较高运动智能的竞技选手，对于掌握专项竞技特点和规律、把握技战术的精髓和实质、提高运动成绩等方面具有明显的重要作用。然而，目前国内关于运动智能的研究颇少，其主要分为两大类：一类是以差异理论为依据对运动智能进行研究；一类是以认知理论为依据对运动智能进行研究。前者主要通过韦氏成人智力量表（Wechsler Adult Intelli－genc Scale简称WAIS）和瑞文标准推理测验（Rsven's Standard Progressive Matrice Test简称SPM或PM）来测试运动员的智力水平，侧重于智力结果的研究；后者则注重运动情景中智力活动内部过程的探索，它对于智力的因素不再作为分析的单元，而是以特殊的智力表现为基础的实际操作作为研究依据，测试结果能够比较客观的反映运动智能的认知操作能力，是运动智能研究的发展趋势[5]。

1.3 问题的提出

从目前整理的资料看，以差异理论为依据来测试运动员的智力水平明显有其局限性，难以客观评价运动员的智能水平。我国学者张力为也证明了用韦克斯勒智力量表测量不足以反映智力发展水平同训练水平之间的因果联系[6]。为此，笔者主要从认知理论的角度对运动员的智能水平进行研究。根据认知心理学关于对智能的界定及其相关研究，初步确立运动智能的5个维度，其分别是运动想象：是指运动员有意识地在头脑中重现已经形成的动作表象或形成新的动作表象的练习；注意能力：表示注意的稳定性、抗干扰性或注意集中的程度；运动感知觉能力：这里主要是指运动员的专门化知觉，它是运动员在运动实践中经长期专项训练所形成的一种精细的综合性知觉，能对自身运动和环境线索做出敏锐和精确识别与觉察的能力，具体可包括空间知觉、时间知觉及速度知觉等；运动思维能力：主要指的是操作思维能力，反映的是肌肉动作和操作对象的相互关系及其规律的一种思维活动能力；运动记忆能力：是指以自己做过的动作、运动为内容在头脑中的反映[7-8]。本研究基于以上理解和认识旨在建立运动智能结构量表，进一步加深对运动智能的研究，为全面提升运动员的智能水平和竞技水平提供帮助。

2 研究对象与方法

2.1 研究对象

抽取了西南大学、重庆大学、北京体育大学、宁波大学、重庆师范大学等高校体育院系不同级别、不同项目（主要包括田径、篮球、足球、排球、游泳等）的运动员为测试对象。本次共发放问卷250份，回收221份，回收率88.4%。剔除不完整和带有明显趋向性回答的问卷共19份，最后得到有效问卷202份，有效回收率91.4%。202名大学生运动员中包含国家一级及以上水平运动员70名，国家二级运动员100名，国家二级以下水平运动员32名；其中男性143人，女性59人；平均年龄为（21.01±1.97）岁；平均训练年限为（5.96±3.15）岁。

2.2 研究方法

2.2.1 问卷调查 主要是通过发放初始编制的调查问卷。该问卷采用的Likert 5点量表进行施测，“1”代表“总是这样”，“5”代表“从来没有”，运动员根据自身感受到的实际情况进行选择，从而完成对运动员的施测，并建立有效数据库。

2.2.2 数理统计 本研究主要采用因子分析、验证性因素分析、T检验及单因素方差分析等数理统计法对所收集的数据进行处理和分析。

2.3 研究步骤

根据想象、思维、感知觉、注意及运动记忆的研究和《体育科学常用量表》中的部分量表为编制题目的依据[9-10]，对运动智能测试题目从运动想象、运动注意、运动感知、运动思维及运动记忆能力等5个方面进行了构建（见表1），采用Likert5点量表进行施测；随后对问卷进行了项目分析和探索性因素分析，从而确定了运动智能结构的正式测评量表；并对该量表进行了信效度检验，最终建立了运动智能的结构模型。

表1 运动智能结构问卷初始构建一览表

3 运动智能结构量表的初步编制

3.1 项目分析

筛选条目的方法很多，如临界比率（CR值）、相关分析、区分度（D）等。本研究主要采取区分度的方法对问卷的各个题项进行分析。一般情况下，D≥0.3表示区分度较好；D＜0.3表示区分度较差。研究结果表明，该量表中共有7个题项的区分度值较低（D＜0.3，见表2），在此我们可考虑将其剔除。

表2 项目统计分析一览表

3.2 探索性因素分析

本研究运用KMO样本适合性检验（Kaiser-Meyer-Olkin Measure of sampling Adequacy）和巴特利球形检验（Bartlett Test Sphericity）等方法对数据进行分析。一般而言，KMO值大于0.8且相伴概率小于0.05，认为适合于因子分析[11]。从表3中可知，KMO值等于0.851，球形检验的相关矩阵的卡方检验值为975.451（自由度为231，P=0.000）达到了非常显著性水平，表明该数据适合进行因素分析。

表3 KMO统计量和Bartlett球形检验

在因素分析过程中，首先采用主成分分析法（Principal factor analysis，简称PFA）中的相关性矩阵分析抽取公共因子，求得初始因素负荷矩阵，再采用正交旋转中的最大方差法旋转因素负荷矩阵，从而确定因素数目。从表4可知，经探索因子分析后，有5个特征值大于1的因子（在统计学中，特征值大于1是确定因素数目的一种依据），这说明所提取的5个公共因子与原构想维度相吻合。提取的5个因子的特征值分别为5.435、1.696、1.327、1.262、1.165，累计解释率为总方差的57.479。

与此同时，在项目的因子载荷情况方面，绝大部分题项的因子载荷情况较好，只有V17题项的因子载荷较低（见表5），在此可考虑将其剔除，最终我们将剩余题项组成运动智能结构的正式测评量表。

表4 运动智能量表因子的特征值及方差贡献率

表5 运动智能结构量表各维度的因子载荷情况统计一览表

4 运动智能结构量表的信、效度检验

为了检验运动智能结构正式测评量表的信、效度，选取了重庆大学、西南大学等高校在校训练运动员为再测对象，共发放问卷150份，回收135份，回收率90%，其中有效问卷121份，有效率为89.6%。

4.1 量表的信度分析

本研究主要采用克隆巴赫（Cronbach Alpha）一致性系数对量表进行信度检验，结果表明（见表6），该量表的Cronbach α系数为0.841，各分量表的信度系数在0.609~0.727之间。据此根据Gay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，0.70~0.80信度较好，0.6~0.70是一个可接受的范围[12]。总体来讲，各分量表的信度并不理想，这可能与因子层面所涵盖的题项数目较少有关，但整体上该量表的信度均达到统计学的要求。

表6 运动智能结构量表与分量表信度系数一览表

4.2 量表的效度分析

4.2.1 内容效度 本量表的题项是在开放式问卷调查和文献分析基础上，同部分具有较高学术造诣的学者和专家进行深入的交谈后，再经运动训练学方面的专家审查，评定、修改后确立的，从而确保了该量表具有较好的内容效度。

4.2.2 结构效度 本研究主要采用一阶验证性因素分析——多因素斜交模型对新编制量表的结构效度进行检验。该方法代表的是潜在因素构念间存在相关。它能有效地反映出各潜在因素间（又称构念因素）及各潜在因素与指标变量间的关系，能较全面地、科学地验证运动智能结构的理论构想。其分析结果如图1所示：图中单箭头符号上的数字为因素负荷量、又称路径系数。它表示指标变量（如“V2”）对构念因素（如“运动想象”维度）的相对重要性。若因素负荷量在0.5以上，说明此指标变量能有效反映其要测得的构念特质、若接近0.4则表示基本满足要求[13-14]；双箭头符号上的数字表示两个构念因素（即维度）间的相关系数，若相关系数大于0.8，表示两维度存在高度相关，说明此维度结构不理想[13]。根据图1的验证结果可知，该理论构想的各维度及条目的统计效果较好。

与此同时，本研究还采用了χ2／df、RMSEA、GFI、AGFI、IFI、CFI等拟合指标来评价该结构模型。一般而言，卡方自由度比（χ2/df）小于2时，表示假设模型的适配度较佳；RMSEA＜0.05表示模型适配度非常好；GFI、AGFI、IFI、CFI＞0.90，越靠近1表示模型适配度越好[13]。从表7可知，仅AGFI指数低于0.90，略显偏低，但在此仅作为一个参考数值，其余各指数均达到统计要求，说明该模型的适配度较好。总的来讲，该量表具有较好的结构效度。

图1 运动智能结构量表验证性分析结构模型图（Standardized estimates）

表7 验证性因素分析主要拟合指标一览表

5 关于运动智能的相关分析

5.1 不同性别运动员的运动智能分析

本研究对不同性别运动员的运动智能结构进行了差异分析，由表8可知，男、女运动员在运动想象、运动注意、运动感知、运动思维及运动记忆能力5个方面的相伴概率分别为0.854、0.453、0.167、0.607和0.912。其相伴概率均大于显著性水平，说明不同性别运动员在不同维度上不存在显著性差异（P＞0.05）。总体来讲，不同性别运动员的运动智能水平也不具有差异性。

表8 不同性别运动员运动智能差异分析一览表

5.2 不同水平运动员的运动智能分析

表9给出了不同水平运动员在运动智能结构上的差异情形，5个维度中运动想象、运动注意、运动感知、运动思维及运动记忆能力均不存在显著性差异（P＞0.05），致使不同水平运动员的运动智能水平也不具有差异性。说明运动员的运动智能水平与运动水平的高低不成比例关系，即高水平运动员不一定拥有高运动智能水平；并在一定程度上也说明，各高校教练员对于高水平运动员的智能训练严重不足，其主要原因在于高校教练员的整体训练水平不高，大多数教练员依靠自身经验对运动员进行训练，过分重视运动员的体能、技战术训练，忽视了运动员运动智能的训练。与此同时，高校体育院系作为国家竞技体育后备人才的培养和输送基地，他们对于高水平运动员在智能训练上的缺乏，将阻碍高水平运动员竞技实力的进一步提升，这在一定程度上也将影响到国家后备人才的培养和输送。

表9 不同水平运动员运动智能差异分析一览表

5.3 不同训练年限运动员的运动智能分析

本研究将运动员的训练年限划分为5年以下、5～10年及10年以上3个区间。由表10可知，不同训练年限运动员的运动智能水平存在非常显著的差异（P＜0.01）。训练年限在5年以内的运动员的运动智能水平明显高于训练年限较高的运动员，这在一定程度上说明，在我国传统的训练模式下，较早接受培养或训练的运动员容易形成思维定势，习惯性接受教练员的训练指导和思想灌输，始终以“提高成绩”、“拿奖牌”为目的，忽略了自身对专项规律的认识和技战术的理解，最终导致其智能水平得不到发展。在运动智能的各个维度方面，除运动想象与运动感知不存在显著性差异外（P＞0.05），其他3个方面存在显著性差异。

表10 不同训练年限运动员运动智能差异分析一览表

6讨 论

6.1 运动智能结构量表的讨论

本研究主要从认知理论的角度编制了运动智能结构量表，并通过Cronbach α一致性系数、验证性因素分析对量表进行了信效度检验，结果显示，Cronbach α系数为0.841，χ2/df=1.207、RMSEA=0.032、GFI=0.910、AGFI=0.884、IFI=0.951、CFI=0.949、PGFI=0.705、PNFI=0.655。表明运动智能结构量表具有较好的信效度，符合心理学测量要求。然而，本研究对运动智能结构量表的编制仅是一种初步尝试，还不够完善，如运动想象、运动感知等分量表的信度系数比较偏低，它们作为运动智能研究的重要领域，是运动智能的重要组成部分，但作为反映运动智能水平的构成因素需要进一步检验和完善。同时，对反映运动员智能水平的测评维度也需要在以后的研究中加以检验，可能会从更多有效的维度进行建构和编制。

6.2 运动智能结构的讨论

为了进一步加深对各维度与运动智能关系的认识，本研究采用相关矩阵的方法，对运动智能的结构进行了进一步的分析与讨论。由表11可知，首先，运动思维与运动智能的相关性最高，说明了运动思维在运动智能中的重要作用和核心地位，符合我国著名学者田麦久先生提出的理论观点[4]；其次为运动记忆，也说明了运动员头脑中存储技术动作及技战术知识越多，对于开发运动员的智能水平就越有利。总之，对运动智能结构的研究，有利于教练员掌握各维度在运动员智能训练中的重要地位，为教练员更好的制定训练计划、有效地激发运动员的智能水平提供帮助。

表11 运动智能各维度间及各维度与总量表间相关矩阵一览表

6.3 运动智能相关分析的讨论

随着现代运动训练和比赛水平的提高，对运动员智能水平的要求也越来越高，具有较高运动智能的竞技选手，对于掌握专项竞技特点和规律、把握技战术的精髓和实质、提高运动成绩等方面具有明显的重要作用。然而，通过统计分析后发现，不同性别、不同水平运动员的运动智能水平不存在显著性差异，不同训练年限运动员的智能水平存在显著性差异，均在一定程度上反映了运动员的智能水平训练比较落后。因此，笔者认为，改进当前运动员的智能训练状况，有效的开发运动员的智能水平，对于提高运动员的训练水平和竞技水平具有重要的实际意义。

7结 论

（1）运动智能结构量表可初步分为运动想象（4个题项）、运动注意（4个题项）、运动感知（3个题项）、运动思维（6个题项）和运动记忆能力（4个题项）5个维度。并对该量表进行了信效度分析，结果表明，运动智能结构量表具有较好的信效度，符合心理学测量要求。

（2）通过运动员相关属性问题的分析，不同性别、不同水平运动员的智能水平不存在显著性差异（P＞0.05）；而不同训练年限运动员的运动智能水平具有显著性差异（P＜0.05），训练年限较低的运动员明显高于高训练年限运动员的运动智能水平。

（3）本研究虽然从5个维度对运动智能结构量表进行了构建，但由于研究条件的限制，对运动想象、运动注意、运动感知、运动思维和运动记忆能力5个不同层面的研究分析还不够深入，有待于后续进一步研究。

[1]Howard Gardner.Ultiple Intelligences：After Twenty Years[R].Chicago. Illinois April 21，2003（8）：58.

[2]葛春林.我国少年排球运动员智能特征的研究[M].北京：北京体育大学出版社，2003.

[3]曾于久.散打运动员智能的概念和结构[J].武汉体育学院学报，2000，34（3）：100-103.

[4]田麦久.运动训练学[M].北京：高等教育出版社，2006.

[5]赵伏生.我国运动智能研究现状 [J].潍坊学院学报，2009，9（6）：115-117.

[6]张力为，陶志翔.中国乒乓球运动员智力发展水平的研究[J].体育科学，1994，14（6）：73-78.

[7]李继刚，田宝.运动想象的理论模式生理机制与应用研究[J].武汉体育学院学报，2005，39（5）：66-67.

[8]张力为，毛志雄.运动心理学[M].上海：华东师范大学出版社，2003.

[9]张力为，毛志雄.体育科学常用量表[M].北京：北京体育大学出版社，2004.

[10]季浏，殷恒婵.体育心理学测量与评价[M].北京：高等教育出版社，2006.

[11]余建英，何旭宏.数据统计分析与SPSS应用[M].北京：人民邮电出版社，2003.

[12]戴忠恒.心理与教育测量[M].上海：华东师范大学出版社，1987.

[13]吴明隆.结构方程模型——AMOS的操作与应用[M].重庆：重庆大学出版社，2009.

[14]董德龙.运动认知水平心理测评量表的初步编制及相关分析[J].体育科学，2007，11（27）：25-29.

Measurement and Correlation Analysis with Sports Intelligent Structure

LUO Yanping，LIANG Jianping，ZHOU WeiZhen，SONG Yi，XIAO Ruyong
（Dept of PE，Southwest University，Chongqing 400715，China）

Establishing a sports intelligent structure assessment of scale initially through literature study，questionnaire and statistics methods.The dimensions were divided into five aspects such as motion imagine，sports attention，motion perception，sports thinking and exercise memory ability.Later，making the reliability and validity，discussing the different gender，sport levels and different training year athletes in the sports intelligent structural differences phenomenon were conducted.The results showed that Sports Intelligent Structure Scale has good reliability and validity.The intelligent level of different gender and different levels of the movement of athletes does not exist significant differences（P＞0.05）；intelligent level of different training year of the movement of athletes has significant differences（P＜0.05）.This study aims is to further understand the sports intelligent structure，and to promote the development of intelligent level of athletes.

athlete；sports intelligence；Sport Intelligence Structure Scale

G 804.8；G 803

A

1005-0000（2011）05-0444-05

2011-03-30；

2011-06-24；录用日期：2011-06-30

罗彦平（1985-），男，重庆万州人，在读硕士研究生，研究方向为运动训练学。

西南大学体育学院，重庆400715。