运动员运动表象的结构特征及相关分析

龙家勇

(西南政法大学体育部，重庆 401120)

在竞技运动领域里，表象训练不仅仅作为一种相对独立的心理训练方法被广泛应用到运动实践中，而且在其他一些心理学训练和心理干预的方法中也常常以表象训练为主要内容之一，并且基本上被推广应用到了几乎所有的运动项目，尤其是对高水平运动员的训练提供有力的智支持。运动表象是一个比较抽象、模糊的研究层面，梳理近30来的文献资料来看，国内外对其运动表象研究主要有以下几个大的板块:第一，学校体育领域表象在体育教学中的运用(主要探讨表象在教学中的积极作用)把表象训练运用到体育教学中是20世纪80年代以后的事。已有的实验性研究中，进行表象训练主要集中在篮球、体操、武术、田径等项目上。第二，竞技体育领域 表象在竞技项目训练中的作用以及对运动员比赛成绩的影响。运动表象在竞技体育领域的研究主要以定性研究范式为主，并没有结合运动项目的实战特点进行针对性的研究。第三，运动表象结构的测量性分析 譬如Salmon等人(1994)根据Paivio的理论(即表象在行为的调节作用)，初步研制了足球运动员表象使用情况问卷(IUQ－SP)对足球运动员的运动表象进行了测量［1］。Vadocz等人(1997)采用SIQ对57名优秀运动员进行调查，研究结果显示，SIQ量表具有较好的信效度，(克隆巴赫ɑ系数在0．61－0．87之间，各维度间的相关系数在0．34 ～0．63 之间)［2］。Munroe等人(1998)以 SIQ为测量工具对350名大学生运动员进行了测量，结果表明SIQ的克隆巴赫ɑ系数在0．68～0．87之间，各维度间的相关系数在 0．28 ～0．73 之间［3］。Hall等人(1998)在Paivio的基础理上将激发一般动机的作用再分成2个维度:自我控制作用(Master)和唤醒作用(Arousal)等等［4］。可见国外不少学者主要从微观角度，选择不同项目的运动员为被试对象进行多次测量分析，不断完善SIQ(运动表象量表)，进而得到其运动员运动表表象结构的构成维度。从已有研究来看，对于运动员运动表象结构特征研究甚少，鉴于此，本研究选取部分运动员被被试对象，对其运动员的运动表象结构的特征进行探索性的分析，并对不同性别、项目、等级运动员的表象进行了比较性分析。

1 研究对象、工具及方法

1．1 研究对象

被试对象主要来源于重庆市、湖南省体工队以及重庆、湖南部分高校高水平运动队成员，共209人。健将级11名，一级运动员97名、二级运动员101名;其中男性运动员135名，女性运动员74名;平均年龄24．70 ±1．37 岁，专项平均运动年限 7．13 ±2．7，涉及到的运动项目主要包括田径、篮球、足球、排球、乒乓球、体操、游泳等。

1．2 研究工具

主要采用体育科学常用心理量表SIQ(运动表象量表)。该量表的中文版由我国著名学者张力为、毛志雄等人组成的研究小组翻译。共包含5个分量表，分别是激发特殊动机的表象(MS)、激发控制动机的表象(MG－M)、激发唤醒动机的表象(MG－A)、特殊认知的表象(CS)、一般认知的表象(CG)，内容构成详见表1。

表1 SIQ内容条目构成一览表［5］

1．3 研究方法

1．3．1 文献资料法

通过 Web of science、Elsevier 、CNKI、维普数据以及人大复印资料等查阅了国内外相关文献百余篇，并阅读了心理学、体育学、统计学等相关书籍，奠定了理论研究基础。

1．3．2 问卷调查

根据调研对象的实际情况对原量表采用7级评分制进行了修改，本问卷采用Lik－ert 5点量表进行施测，“1”代表“从来没有”，“5”代表“总是这样”，“2－4”表示介于“从来没有”和“总是这样”之间的不同次数，依次递增，。共发放问卷295份，回收238份，回收率80．7%。删除填写信息的不完整以及有明显倾向性的回答问卷29份，有效问卷209份，有效率87．8%，建立数据库，为本研究提供数据支撑。

1．3．3 数理统计

采用SPSS17．0与AMOS7．0统计软件对调研数据进行处理与分析。

2 结果与分析

2．1 SIQ的信效度分析

为了更加客观、准确地探讨运动员运动表象结构特征，首先应该对其研究工具SIQ的信效度进行验证分析，确立其测量具有较好的统计学意义后，再对其运动员的运动表象的结构属性特征进行探讨分析，否则对其结构分析就失去了研究的科学性。

2．1．1 信度分析

信度是指使用相同的研究技术重复衡量同一对象时，得到相同研究结果的可能性［6］。信度检验包括量表内部一致性、折半信度(split－half reliability)和重测信度［7］。从调研条件的可行性来看，对于运动员的测量重测的可能性不是很大，所以对其SIQ信度的检验主要采用内部一致性以及折半信度(折半信度是将各分量表的条目按奇偶分半，计算折半后两部分相关系数并用斯皮尔曼—布朗(Spearman－Brown)公式校正)两种检验方法。通过SPSS17．0对其数据分析后，统计结果见表2。各分量表的内部一致性和折半信度系数在0．68 －0．83 之间，总量表的咋 0．89 －0．92 之间。激发唤醒动机表象(MG－A)这一分量表信度水平相对低些。

表2 SIQ总量表与各分量表信度系数一览表

图1 运动员运动表象结构验证性因素分析结构模型图

一般规定，a系数介于0．6－0．7之间为最小可接受、介于0．7－0．8 之间为相当好，介于0．8－0．9 为非常好。从统计学测信度参考标准来看，SIO量表已基本上符合统计学要求，整体上具有了较好的信度。

2．1．2 SIQ 效度分析

效度(validity)是指测量工具能够正确测量出所要测量问题的程度。它包括结构效度、内容效度、效标关联效度。结构效度又称构想效度，是指测验能够测量到假设性的理论结构或心理特质的程度。根据本研究的需要，主要对其SIQ的构想效度进行了检验。在统计学中因素相关分析(分析量表各维度之间、维度与总体之间的相关程度)和验证性因素分析(主要检验已有理论构想模型与数据的拟合程度)，是检验构想效度的前较常用的两种方法。本研究采用AMOS 7．0统计软件，设置好运动表象各构成维度的路径，对调研的有效数据，进行验证性的因素分析，详细拟合结果见图1和表3。X2/df的理论期望值为1，X2/df越接近1，说明协方差矩阵的相似程度越大，模型拟合度越高。表3中X2/df=1．156，很接近于1，基本上达到了统计学上的要求。Amos虽然是以卡方统计量(X2)来进行检验的，一般以卡方值P＞0．05作为判断，意即模型具有良好的拟合度。但是卡方统计量对样本很敏感，容易受到样本量大小的影响，因此除了参照卡方统计量外还需同时参考其他拟合度指标，所以本研究还采用了 NNFI、NFI、CFI、IFI、GFI、RMSEA 等拟合指标来评价模型，NNFI、NFI、CFI 、IFI、GFI、通常在 0 至1之间，通常采用＞0．09，越靠近1表示模型适合度越好，而RMSEA最好在0．08以下，越接近于0表示模型拟合度越好［8］。从表3中的各拟合指标的值来看，总体上符合了统计的参考标准。可见SIQ初步具有了比较好的构想效度。为了更进一步检验运动员的运动表象测评量表的结构效度，本研究再对SIQ进行了因素相关分析，分析结果见表4。

表3 SIQ验证性因素分析拟合优度指标一览表(n=209)

表4 运动员运动表象结构各维度间及各维度与总量表间相关矩阵一览表

根据心理学家Tuker的理论，项目与测验总分的相关在0．30－0．80之间，因子之间的相关在 0．10－0．60之间，表明测验的效度是令人满意的［9］。由表6可知各维度间以及各维度与量表的相关性基本上都统计要求的范围了，进一步验证了SIQ的结构效度。通过两种检验方法对SIQ的检验，得出SIQ具有了较优良的结构效度，具有实际的测量意义，能较好的反映出本研究需要测量的问题。

2．2 运动员运动表象结构特征分析

运动表象不是一个单一的结构，而是一个多维、有机的结构。其构成主要由一般认知表象、激发控制动机表象、特殊认知表象、激发特殊动机表象以及激发唤醒动机5个维度组成。为了更详细地探讨运动员的表象特征，本研究对其个维度以及整体结构的得分情况进行了描述性的统计，详细见表5。从表5可知，SIQ的各维度的得分差距不是很大，其中激发特殊动机表象这一维度得分最高，运动员的特殊认知表象得分相对较低，但其运动员的SIQ总体对分水平还是相对较高。特殊认知表象主要是指运动员在脑海中对技术动作的模拟性完成或者是技术动作的动力定型，激发特殊动机表象主要运动员在赛前对获得奖牌或取得最佳成绩的想象性的激发。在对部分运动员的访谈时，对于特殊认知表也是他们在实际训练中容易忽略的，对于技术动作技术的表象应用几乎很少。可见，运动员的特殊认知水平相对较低是现实训练中没有充分利用所导致而成的，运动员的竞赛目的就是为了取得自己最佳运动成绩，所以大多数运动员的激发特殊动机表象认知水平基本是一致的，即充分想象自己取的最佳成绩的状态或者气氛。

表5 运动员表象结构各维度得分的描述性统计一览表(n=209)

2．3 不同性别、等级、项目运动员的表象结构特征分析

运动表象客观存在于运动员的脑海中，应贯穿与运动员的整个训练计划中，科学合理地利用运动表象辅助训练技术的掌握，进而提高训练成绩，但对于不同性别、不同运动等级以及不同运动项目的运动员的运动表象结构存在怎样的特质或是否存在差异性呢，目前的研究并不多见，为此本研究根据收集到的基本信息(性别、运动等级及不同项目)进行了分类性的比较分析。对其分析主要SPSS17．0统计软件进行单因素方差分析，探讨不同性别、等级、项目的运动员的运动表象结构。

2．3．1 不同性别运动运的运动表象结构比较分析

目前对于运动表象的研究很少有相关的男女运动员不同群体的对比分析，从已有研究来看国内目前对于运动表象的研究更多的属于定性的研究分析，在涉及到不同性别运动员的运动表象结构对比研究时候，基本上都是宏观的分析，没有通过实证性的研究，为此本研究通过实地调研，收集了运动员的有效基本信息，通过对有效数据的整理与分析，初步探讨了男女运动员的运动表象结构。从表6统计分析的结果来看，男女运动员的运动表象结构以及构成该结构的各个维度上都不具有显著性的差异性异(P＞0．05)。这说明男女运动员训练或赛前的运动表象结构认知都有共同特征，运动表象在男女运动员群体上不具有明显的区分性。虽然男女运动员在运动表象结构上没有显著性差异性，但是从得分的情况来看，5个维度的得分以及运动表象的整体得分上，男运动员整体上略高于女运动员，这在一定程度上男运动员的运动表象认知水平可能略高于女运动员群体。

表6 不同性别运动员运动表象结构的差异性分析

2．3．2 不同等级运动员的运动表象结构比较分析

运动等级是衡量运动员竞技水平的重要指标，但不同等级运动员的运动表象是否存在差异性，目前还没有相关性的比较分析。为此本研究对健将级、一级、二级运动员的运动表象结构进行了比较分析。其差异性分主要采用spss17．0统计软件进行单因素方差分析，分析详细结果见表7。从子结构的来看，不同级别运动员的一般认知表象、激发控制动机表象、激发唤醒动机表象三个维度间存在显著性差异(P＜0．05，不同级别运动员的特殊认知、激发特殊动机表象两个子结构不存在显著性差异(P＞0．05)。总体上来看，不同级别运动员的运动表象结构还存在着显著性差异性(P=0．004＜0．05)。结合不同级别运动员各运动表象结构的构成维度得分来看，运动表象的得分与运动级别呈一定的正相关性，级别越高的运动员其运动表象的得分也相对较高。可见，在以后的训练中，对于其级别相对较低的运动员，要合理的贯彻其运动表象与训练中，充分把运动表象与训练相结合，为提高运动员的训练成绩提供积极的作用。

表7 不同等级运动员运动表象结构的差异性分析

2．3．3 不同项群运动员的运动表象结构比较分析

项群理论是竞技领域一个重要的基础理论，它是由我国著名学者田麦久提出的，以运动项目所需运动能力的主导因素，可将所有的运动项目划分为体能主导类和技能主导类两大类。考虑到不同项目的属性以及复杂性，本研究对运动员的专项依据项群理论宏观上进行了两大类的划分(体能主导类、技术主导类)。通过对收集的有效数据进行单因素方差分析，具体结果见表8。从表8可知，不同项群运动员的表象结构整体上还是存在显著性差异(P=0．012＜0．05)。在构成运动表象的各维度上，不同项群运动员仅有特殊认知表象这一维度存在显著性差异性(P=0．003＜0．05)，其余几个维度都不存在显著性差异性(P＞0．05)。

表8 不同项群运动员运动表象结构的差异性分析

可见在竞技体育领域，不同运动项目的运动表象应用程度或表象训练还是存在着一定的区分度，可能技术主导类的更偏重于特殊认知表象这一维度上。当然本研究由于涉及的运动项目不是很多，可能项目的样本不是足够充分，存在一定的局限性，这有待遇后于进一步的深入研究，探讨不同项群运动员的表象结构。

2．4 运动表象结构与运动成绩的影响路径模型分析

在运动训练中，运动表象的应用的是否得当对运动成绩的优劣有着较重要的影响，运动表象应用的本质是为了取得更好的竞技成绩。所以本研究在确定因变量与变量后，根据结构方程原理，借助统计软件AMOS7．0尝试性地建立起运动表象与运动成绩的单一因果模型。为了更好地揭示出运动表象与运动成绩的关联性、数据的科学性，本研究根据在调研中现场情景回忆得到的调研结果，(为了数据的准确性)只选取了部分水平较高的运动员的调研数据来进行模型的构建研究。

图2 运动表象结构路径影响因果模型

表9 运动表象结构模型影响路径拟合优度指标一览表

首先从表9的拟合指标结果来看，本研究建立的运动表象结构路径影响模型具有了统计学上的意义。再从本研究建立的路径分析来看，构成运动表象的5个维度，对运动表象都具有直接性的效应，其作用系数(标准化)分别为一般认知(0．62)，特殊认知(0．71)，激发特殊动机(0．39)，激发控制动机(0．48)，激发唤醒动机(0．31)。根据单一的结构方程的原理可知，即在其他维度不变的情况下，特许认知表象提高1单位，运动表象就提高0．71个单位，同理其他各维度类同。显然在整个运动表象的结构中，特殊认知表象的作用最大，激发唤醒动机的作用效应最小。在探讨运动表象结构内部的结构关系后，本研究建立了运动表象与运动成绩的直接性影响路径，其运动表象对运动成绩的影响路径系数为0．33，也就是说在其他条件不变下，运动表象是一项一个运动员成绩的重要因素之一。综合建立的结构模型来看，运动表象的内部结构具有系统的正相关性，同时运动表象对一个运动员的成绩有着一定的影响。这也告诉我们广大训练者，在竞技体育领域的训练实践中，要把握好运动表象结构的系统性以及运动表象对运动成绩的作用。

3 结论

3．1 运动员的运动表象结构是一个多维、有机的构成结构。其运动员的内部子结构的认知水平参差不齐，但运动员的运动表象的整体认知水平相对较高。不同性别运动员的运动表象认知不存在显著性差异，不同运动等级及不同项群运动员的运动表象整体结构都存在显著性差异，对于其存在差别性的原因有待于后于进一步详细探讨研究分析。

3．2 根据结构方程原理，建立运动员的运动表象结构的影响路径模型。从构建的单一的结构模型来看，构成运动表象结构的5个维度都对其运动表象的整体结构有直接性的正效应，其特殊认知表象的作用效应最大，激发唤醒的动机的作用效应相对较低。同时探讨了运动表象与运动成绩的关系，从测评模型的结果得出，运动表象对运动员的运动成绩具有直接性的正效应，它是影响运动员竞技成绩的重要因素之一。

［1］Salmon，J etc．The use of imagery by soccer player［J］．Journal of Applied Sport Psychology 2，350 －354 1994

［2］Vadocz，E．A etc．The Relationship between competitive anxiety and imagery use［J］．Journal of Applied Sport Psychology 9，241 －253 1997

［3］Munroe，L etc．The influence of type of sport and time of season on athletes’use of imagery［J］．The sport Psychologist

［4］Hall，C．R etc．Imagery use by athlete:Development of the Sport imagery Questionnaire．［J］．International Journal of Sport Psychology 29，73 －89 1998

［5］张力为、毛志雄．体育科学常用心理量表评定手册［M］．北京．北京体育大学出版社，2004:180－182．

［6］艾尔·巴比．社会研究方法基础(第8版)［M］．邱泽奇，译，北京:华夏出版社，2002，104．

［7］Streiner D L，Norman G R．Health Measurement scales:a practical Guide to their Development and Use Oxford［M］．Oxford university，1989．39 －52．

［8］戴忠恒．心理与教育测量［M］．上海:华东师范大学出版社，1987．

［9］荣泰生．AMOS与研究方法［M］．重庆:重庆大学出版社，2009．