基于偏相关分析的在校女大学生体质健康发展趋势研究

2022-06-17李永刚包文清

淮北师范大学学报(自然科学版) 2022年2期

李永刚，包文清

（浙江师范大学行知学院，浙江金华 321004）

0 引言

身体素质是社会生产力重要组成要素，间接影响着国家综合实力的提升.在校大学生体质健康状况关系到国家及民族未来，是健康中国的最要组成部分［1］，是实现中华民族伟大复兴重要基石［2］.随着世界格局变化及我国新生人口急剧下降，研究女大学生体质状况对整个中华民族未来和国力发展有着重要价值和深远意义.在校大学生不管身体机能情况还是心理素质方面，都处于一生中较好的水平阶段，但调查研究中显示大学生群体广泛出现身体素质下降问题［3-5］，且该下降趋势还在延续［6］.董宝林等［7］指出，女大学生的体质状况令人堪忧，甚至很大部分在校女大学生达不到体育人口的标准.

上述文献结论大都是通过纵向比较不同对象得出的结论，在数理统计分析中，多元系统中研究2个变量共同变化的密切程度时，有时出现相关的2个变量并不存在实质性的关系，而是另外变量充当相关性的中介.因此通过纵向比较研究女大学生大学阶段的体质健康发展还不够科学，对女大学生大学阶段的体育行为指导也不够全面［8］.

为摒除这种伪“相关”的现象，探究女大学生体质健康测试项目中变量间真正的相关性，本研究引入偏相关系数［9］.基于偏相关分析［10-13］，对746名在校女大学生连续4年体质健康测试成绩特征进行跟踪分析，结合测试成绩的形态分布和偏相关分析模型对女大学生体质健康发展影响因素及趋势进行评估，以期为高校女性体质健康促进［13］中选择有效的身体素质练习提供参考.

1 研究对象与方法

1.1 研究对象

本研究以浙江师范大学行知学院2017级746名女大学生为研究对象，依照《国家学生体质健康标准（2014年修订）》［14］的相关测试标准连续测试其在校4年的身高、体重、肺活量、坐位体前屈、50 m、800 m、立定跳远和仰卧起坐等数据为研究对象.

1.2 研究方法

1.2.1 文献资料法

查阅搜集相关资料，确定本研究的相关理论与研究方法，搜集2017级806名女大学生中4年体测成绩剔除免测、缺项等原因的60人，提取有完全数据的746名女大学生各体测成绩用于本研究.

1.2.2 数理统计法

对搜集的学生体测数据用Excel相关公式进行整理和储存，计算Body Mass Index（BMI：身体质量指数，体重kg与身高m的比值）、平均成绩、及格率.用SPSS 21.0统计软件对2017年与2020年的体质健康成绩均值对比结果进行成对样本的显著性检验，并计算和检验立定跳远与其它6个项目的偏相关系数.

2 结果与分析

2.1 女大学生4年体质健康测试成绩对比

按我国BMI指标标准，以18.5，24，28分割点分成偏瘦、正常、偏胖和肥胖4组（见图1）.4年中，746名在校女大学生BMI值正常的比例分别为72.12%、66.62%、70.11%、64.61%，呈现震荡下降的趋势.为考察在校期间BMI的发展趋势，以2017年的偏瘦组（128名）和肥胖组（11名）为例，统计显示在2018年、2019年、2020年后续3年同一组别人数：偏瘦组依次为117人（91.41%）、97人（75.78%）、100人（78.12%）；肥胖组依次为6人（54.54%）、7人（63.64%）、7人（63.64%）.可以看出，肥胖组的变动率大于偏瘦组变动率，说明女生学生可以通过树立健康理念，培养良好行为习惯来改善体质状况.

图1 样本4年BMI等级人数分布图

《国家学生体质健康标准（2014 年修订）》［14］女大学生不同时期体质健康评价标准是有改变的，但评价指标的对应标准的差保持不变，属于平移变换.本研究对746名女同学在校4年的各项体测的平均值和及格率（见表1）中可以看出：2017级女大学生在校期间肺活量平均值在2017、2018、2019连续3年是递增的，2020年略有下降，但就各自标准2020年的平均肺活量对应成绩、及格率均高于2017年；坐位体前屈的平均值、及格率是均逐年提高的；立定跳远的平均值、及格率是先增后降，但2020年比2017年时期要稍差；仰卧起坐均值先升后降，及格率上下波动，2020年的均值、及格率都高于2017年时期，但按照标准差异换算2020年的均值对应成绩却是低于2017年时期的；50 m跑均值、及格率表现为上下波动，2020年的均值对应成绩、及格率高于2017 年时期；800 m 跑成绩表现为上下波动，2020 年高于2017 年时期的成绩.

表1 样本在校4年各体质健康测试项目平均成绩和及格率

由于测试成绩受到主客观因素的影响，具有随机性，需要对结果进行显著性检验.由于比较的是同项目、同一批同学的2017 年、2020 年成绩的均值，数据成对出现，采用成对数据t检验.设2017 年、2020年的项目成绩均值分别为μ1,μ2以μ1＞μ2+标准差异的检验问题为例简述其流程.设有n个同学，第i个同学的某项目2017 年、2020 年的成绩分别为xi,yi，它们的差di=yi-xi-标准差异.这样数据di(i=1,2,…,n)既考虑到标准平移差异又排除学生差异这个不可控因素的影响，能更合理地反映2个时期的优劣.这样可以把μ1＞μ2+标准差异的检验问题转化为单样本的右侧t检验问题：H0:μ≤0 vs H1:μ ＞0，检验的t统计量为，其中均值，样本方差右侧检验的P值=P(t(n-1)≥t)，其中t(n-1)是服从自由度为(n-1)的t分布的随机变量，P值为随机变量不小于检验统计量的具体值的概率.设显著性水平为α，如果P值＜α，拒绝原假设H0；如果P值≥α，保留原假设H0.

同样，把μ2＜μ1+标准差异的检验问题转化为单样本的左侧t检验问题.基于对成对样本均值比较的认知，选用SPSS 21.0 统计软件中的分析、比较均值、配对样本t检验工具，进行右侧t检验的项目有肺活量、坐位体前屈，左侧t检验的项目有立定跳远、仰卧起坐、50 m、800 m，并按照双侧sig值是单侧P值的2倍修正P值（见表2）.综合表1和表2，考虑到指标的正、负向性，得出：2020年与2017年时期相比，肺活量（t=8.767，P＜0.001）和坐位体前屈（t=14.316，P＜0.001）明显进步，达到统计学显著性水平.800 m（t=-1.338，P=0.090）和50 m（t=-0.649，P=0.258）成绩变化没有显著性差异.立定跳远（t=-3.797，P＜0.001）和仰卧起坐（t=-1.701，P=0.045）这2项成绩有所退步，达到统计学显著性水平.

表2 2017年与2020年各指标成对数据t检验统计量值及其P值

2.2 偏相关性分析

按大学一、四年级分别计算立定跳远与其它项目的Pearson相关系数与P值（见表3），其计算公式为，检验的原假设为2 个变量无线性关系（或相关系数为0），检验统计量，P值=p(|t(n-2)|≥|t|，其中t( )n-2 是服从自由度为n-2的t分布的随机变量.与单侧检验一样，假如P值大于显著性水平，保留原假设，否则2变量有线性关系.

表3 立定跳远与其它6个项目的Pearson相关系数与P值

按与立定跳远的线性相关程度从高到低排列项目：2017 年为50 m、仰卧起坐、800 m、坐位体前屈、BMI≥21.25、肺活量、BMI＜21.25.2020年为50 m、仰卧起坐、BMI≥21.25、坐位体前屈、800 m、肺活量、BMI＜21.25.发现：（1）当BMI＜21.25时，立定跳远与BMI不相关；（2）立定跳远与800 m、坐位体前屈、BMI≥21.25的相关性强弱顺序发生变化.为弄清这种变化对立定跳远成绩的影响，需要进一步分析偏相关系数.

表4 二阶偏相关系数与P值

从表4中看出，（1）立定跳远与BMI相关性从2017年的线性无关到2020年的线性相关；（2）立定跳远与肺活量的相关性从2017年的线性相关变成2020年的线性无关；（3）立定跳远与坐位体前屈、800 m的相关性是2017年强于2020年时期.这说明体重、耐力对立定跳远成绩的退步造成一定影响，其中体重的作用较明显，与BMI、800 m的描述分析相符.

立定跳远与50 m、仰卧起坐的一阶偏相关系数分析如下：以仰卧起坐控制变量计算立定跳远与50米的偏相关系数，2017年时为-0.395，2020年时为-0.457，它们P值均为＜0.001，说明在5%水平下显著.以50 m为控制变量计算立定跳远与仰卧起坐的偏相关系数，2017年时为0.188，2020年时为0.248，它们P值为＜0.001，它们的相关性在5%水平下显著且都在变强.但是，依据相关系数的绝对值判断两变量相关性标准（＞0.6说明两变量相关性很好；＞0.8说明两变量非常相关；＞0.996说明两变量极相关），上述分析变量间关系均未达到相关性很好的标准，此分析结果也验证全国大学生体质健康测试项目设定的合理性.

从上述分析表明，高等院校很难通过训练其它项目来预防在校女大学生立定跳远成绩的退步，高等院校体育教学部门不仅要加强单项项目的练习频率和强度［15］，还要注重改善学生体育锻炼的主观能动性.