Ridit检验法及其在体育科研中应用.docVIP

Ridit检验法及其在体育科研中应用 　　摘要：对体育科研中抽象概念的强弱进行比较不是简单地可用等间隔尺度可以测度的，有必要根据数据的基本结构重新计算量表评级，从而作出更客观的评价。解决此类问题的统计方法是一种与分级或评分无关的非参数检验Ridit分析法。Ridit分析将累积概率分布的思想应用于本类问题的研究分析中，除能给出处理间有无强弱差异外，还能说明优劣的程度，这是一般的秩检验所做不到的。 　　关键词： Ridit检验；体育统计；科研方法 　　中图分类号： G80-32文章编号：1009-783X(2006)05-0124-03文献标识码： A 　　 　　在实际的体育科学研究中，我们经常会遇到需要对抽象概念的强弱进行比较的问题，例如，调查不同体校的运动员在当运动员期间获得的体育专业知识的程度，以此比较不同体校传授体育专业知识的效果；又如，对参加不同级别比赛的运动员的心理状态进行调查，让运动员对参加不同级别比赛时的心理状态进行评分，以此来了解不同级别比赛对运动员心理状态的影响。对抽象概念的强弱进行比较时，一般采用的方法是人为设定量表进行评分。但这些人为设定的量表进行的评分不一定总能理想地测到真实的数据。比如用：非常紧张5分、较紧张4分、紧张3分、有一点紧张2分、一点不紧张1分，对运动员参加不同级别比赛时的心理状态进行评分或分级时可能存在一定缺陷，非常紧张的程度并不能代表是一点不紧张的5倍。同样用A.很多、B.较多、C.一般、D.不多、E.很少来表示不同体校的运动员在当运动员期间获得的体育专业知识的程度时，很多到很少这五个抽象概念间也不是简单地可用等间隔尺度可以测度的。因此，要从有序的等级资料中获取定距或定比数据的信息是很难的。所以，有必要根据数据的基本结构重新计算量表评级，从而作出更客观的评价。 　　解决此类问题的统计方法是一种与分级或评分无关的非参数检验Ridit分析法。Ridit是英文relative to identified distribution缩写和Unit的词尾it的组合，故又称为参它于1958年由Bross提出。 　　 　　1Ridit分析法的基本思想 　　 　　取一个样本含量较多的组或将几组数据汇总成为参照组，根据参照组的样本结构将原来各组应答数变换为参照得分，即Ridit得分，再利用变换后的Ridit得分进行各处理之间强弱的比较。 　　 　　2Ridit得分及计算方法 　　 　　设A表示不同的比较组或不同处理的分类变量，A1，…，Ar表示不同的处理；B表示分级的顺序尺度变量，设B12s。Oij表示回答第i个处理（类）在第j个顺序上的应答数。则可整理得到如下的r×s二维列联表，见表1。 　　 　　5实例及其分析 　　 　　根据你当运动员期间在以下六个方面的收获情况，分别做出选择，试问当运动员期间他们在六个方面的收获有何不同？调查结果见表2。 　　 　　解：在本例中，从获取知识的程度来看，各个知识和能力方面存在较大差异，因而不采用人为定级的方法，考虑使用Ridit分析。 　　（1）计算Ridit得分 　　根据前面所述的计算过程和计算公式，在EXCEL中通过设置公式和函数［2］得到如下计算结果：见图1。计算过程中涉及到计算公式和函数见图2。 　　（2）假设检验 　　原假设：在体校学习期间运动员在上述六个方面的收获没有强弱之分。 　　 　　计算及检验结果见表3，计算过程中用到的EXCEL的公式和函数见图3。 　　由于原假设成立的概率小于0.01，所以拒绝原假设，认为在体校学习期间运动员在上述六个方面的收获有强弱之分。 　　（3）区间估计 　　 　　参照组与其他六个组的95%的置信区间为： 　　参照组：0.5±0.0173（0.4827，0.5173） 　　体育专业知识：0.3498±0.0423（0.3075，0.3921） 　　计算机知识：0.5728±0.0423（0.5305，0.6152） 　　外语知识：0.7625±0.0423（0.7202，0.8049） 　　语言表达能力：0.4365±0.0423（0.3933，0.4779） 　　示范讲解能力：0.4952±0.0423（0.4528，0.5375） 　　指导教学、训练能力：0.3841±0.0423（0.3417，0.4264） 　　从Ridit得分来看，由于体育专业知识的R值最小且小于参照组的R=0.05，所以，在校期间运动员在体育专业知识方面获得的收获最多，加上它的区间与参照组的区间不重合，所以体育专业知识获得的程度与总数为参照组的程度之间是有显著性差异的（α0.05）。同理可知，除体育专业知识与指导教学、训练能力及指导教学、训练能力与语言表达能力和语言表达能力