普通高校大學生體質測試總分與指標間的相關性研究

陳鵬 王曉紅

摘 ?要：本文以提取的武漢工程大學本科生體質健康測試數(shù)據(jù)為樣本，通過Excel、SPSS 22.0等工具，采用單因素方差分析法、相關性分析、多元回歸分析法對測試數(shù)據(jù)進行分析研究。結果顯示：男女體質測試指標和派生指標BMI均與體測總分之間存在高度相關性，其中坐位體前屈、引體向上/仰臥起坐、50m指標對體質測試總分影響較大;男女生BMI指標與坐位體前屈之間沒有顯著性相關關系;BMI與800m/1000m之間有很強的正線性關系。研究結果表明，通過鍛煉身體，降低肥胖者的BMI值，有利于提升學生體質狀態(tài)，提高測試成績。

關鍵詞：大學生 ?BMI ?方差分析

中圖分類號：G8 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A ? ? ? ? ? ? ? ? ? ? ? ?文章編號：2095-2813（2020）04（c）-0100-02

Abstract： This paper takes the extracted physique health test data of Wuhan Institute of Technology as a sample， and analyzes the test data by means of one-way ANOVA， correlation analysis and multiple regression analysis through excel， SPSS 22.0 and other tools. The results showed that there was a high correlation between the physical and mental test indicators and the derived BMI of the male and female， and the total score of the body test， in which the sitting body flexion， the pull-ups/sit-ups， and the 50-meter index had a greater impact on the total score of the physical test; There was no significant correlation between the BMI index and the sitting body flexion; there was a strong positive linear relationship between BMI and 800m/1000m. The results show that by exercising the body and reducing the BMI value of obese people， it is beneficial to improve the physical condition of students and improve test scores.

Key Words： College students;BMI;Analysis of variance

1 ?研究對象和方法

1.1 研究對象

隨機抽取武漢工程大學大一到大四的本科學生4476名，其中男生2895人，女生1581人。將成績缺項、免測、作弊的數(shù)據(jù)定為無效數(shù)據(jù)，通過Excel篩選出無效數(shù)據(jù)164例， 有效數(shù)據(jù)為男生2774人、女生1538人。

1.2 研究方法

（1）文獻資料法。

（2）數(shù)理統(tǒng)計法。

使用Excel和SPSS 22.0工具，對采集的大學生體質測試數(shù)據(jù)進行統(tǒng)計分析。

2 ?結果與分析

通過SPSS 22.0軟件，將隨機抽取的2774名男生和1538名女生的數(shù)據(jù)導入該軟件的數(shù)據(jù)視圖中，回歸分析采取Pearson相關性檢驗，得出各數(shù)據(jù)之間的相關性統(tǒng)計。結果顯示：在置信度（雙側）為0.01的范圍內，體測分值與表1中8個指標之間均存在高度相關性。

2.1 男生各體質健康綜合得分與檢測指標多元線性回歸

為探究各個體測指標對體測分值的影響程度，男生以肺活量（X1）、50m（X2）、跳遠（X3）、坐位體前屈（X4）、引體向上（X5）、1000m（X6）、BMI（X7）為自變量，體測分值為因變量Y，建立多元回歸模型。在表1模型摘要中，模型1的相關系數(shù)R為0.961，調整后的判定系數(shù)R為0.924，表示該線性模型可以解釋因變量92.4%的變異量，即該多元回歸方程的擬合效果好;Durbin—Watson檢驗統(tǒng)計數(shù)值為1.926，接近2，表明自變量之間可能不存在嚴重的共線性關系;而方差F檢驗值為4800.572，顯著性水平為0.000，表示回歸模型的整體解釋變量（自變量）達到顯著水平，即該多元回歸方程有效，自變量和因變量呈線性關系。

由回歸系數(shù)表2可以得出，非標準化多元線性回歸方程模型為Y^=82.857+0.004X1-3.163X2+0.082X3+0.021X4+0.632X5-0.102X6-0.176X7。為驗證單個自變量和因變量之間是否存在顯著性線性關系，進行了回歸系數(shù)t檢驗，檢驗結果顯示：單個自變量和因變量之間存在顯著性關系。同時各個指標的容差遠大于0，VIF的值也都小于10，均表示模型方程沒有多元共線性問題。在多元共線性檢驗中，1000m和BMI指標的CI值都大于30，說明這2個變量自身之間有很強的線性關系，即方程存在嚴重的多重共線性。剔除1000m和BMI，調整后的方程為Y^=82.857+0.004X1-3.163X2+0.082X3+

0.021X4+0.632X5。

2.2 女生各體質健康綜合得分與檢測指標多元線性回歸

同上，在回歸系數(shù)分析可知，7個自變量指標的P值均為0.000，表明單個自變量和因變量之間都存在顯著性關系。各指標的容差均大于0，方差膨脹系數(shù)VIF均小于10，表明該方程模型暫未發(fā)現(xiàn)多元共線性問題;共線性診斷統(tǒng)計中，7、8變量的特征值為0.005和0.001，小于0.01，因此方程模型存在嚴重的多重共線性。剔除BMI和800m后，調整后的方程為Y^=89.555+0.006X1-3.009X2+0.081X3+0.205X4+0.207X5。

2.3 相關和回歸分析

（1）在指標變量之間相關性分析中，坐位體前屈和50m、BMI、肺活量并無顯著相關性，一定程度上說明個體柔韌性與快速跑反應能力、肥胖程度沒有必然聯(lián)系。

（2）在多元線性回歸方程中，男、女生的50m、坐位體前屈、引體向上/仰臥起坐的系數(shù)值較大，說明這3項對體測分值影響較大，學校和老師在進行教學改革期間，應該重點關注這3個方面。學生個體應在柔韌性、腰腹、上肢、下肢力量上多開展相關的體育活動來增強自身能力。

（3）在多元線性回歸模型中，由于1000m/800m和BMI指標之間存在很強的線性關系，因此模型予以剔除，但這2個指標同樣重要。在相關性分析中，男女生的這2個指標與體測分值都存在很強的線性相關性，因此學校和老師應鼓勵學生多鍛煉健身，減小肥胖學生的BMI值，保持體質健康，提高個體的身體素質。

參考文獻

[1] 杜小安，朱斌，陳惠.不同身高體重等級對大學生體質健康水平的影響[J].四川師范大學學報：自然科學版，2011，

34（4）：597-600.

[2] 王明俊，吳亮.基于回歸和相關分析的大學生體質健康評價指標關系的研究[J].成都體育學院學報，2008，34（5）：79-81.

[3] 李大永，梁月紅，溫彥.主成分分析法在學生體質綜合評價中的應用[J].河北工程大學學報：社會科學版，2010，27（2）：76-78.

[4] 蔡忠建，袁建國.大學生體質健康指標的權系數(shù)及關聯(lián)分析[J].上海體育學院學報，2009，33（2）：74-78.

[5] 杜亞芹.BMI指數(shù)與大學生體質健康的相關關系分析——以東北師范大學為例[J].吉林體育學院學報，

2012，28（6）：95-98.

①基金項目：湖北省高等學校省級教學研究項目（項目名稱：普通高校體育優(yōu)質教學資源共享機制研究與實踐，項目編號：X2018005）。

作者簡介：陳鵬（1994—），男，漢族，山西臨汾人，碩士研究生在讀，研究方向：體育經濟與管理。

王曉紅（1965—），女，漢族，湖北荊州人，本科，教授，研究方向：體育教學與訓練。