Structural Measuring in Sport Management Psychology: The Classical Test Theory
-
摘要: 在对经典测量理论进行综述的基础上,梳理各种效度和信度测量理论的特点及其相互关系。基于结构的定义和来源,提出体育管理心理量表开发的五步框架:①在法则网络(nomological network)中定义结构;②定义内容域和初始条目池的生成;③条目的精炼;④因子结构和心理特质;⑤因子确认和理论效度。Abstract: This study provides a systematic overview of the interrelationships among those theories on the validity and reliability.A five-step framework of scale development, based on the definition of structure and its origin, is put forward:that is, to define structure in nomological network, to define the content field and produce the initial item, to refine the items; factor structure and psychological features; and the determination of factors and theory validity.
-
Keywords:
- sport management /
- psychology /
- structural measurement /
- scale development
-
规律性的身体活动(包括健身运动、日常生活中的身体活动等)有助于儿童青少年身体及心理的健康发展[1],然而我国儿童青少年身体活动水平堪忧,2010年全国学生体质与健康调研资料显示,9~18岁学生每天体育锻炼时间达到1 h的比例仅为22.7%[2]。近期的一项采用加速度计客观测量身体活动的全国性研究数据显示,我国9~17岁儿童青少年达到每天运动1 h的比例仅为9.4%(男生)和1.9%(女生)[3]。促进儿童青少年身体活动水平进而增进其身心健康,成为体育科学及公共卫生领域研究者的一项重要课题,而有效促进青少年身体活动的前提是充分了解其影响因素。社会生态理论(social ecological theory)将身体活动的影响因素分为个体因素、社会环境和建成环境等层面[4]。建成环境指人们每天生活、工作、休闲的人造物理环境,包括运动场地/设施、街道网络、社区环境等[5]。社会生态理论尤其强调建成环境对身体活动的影响作用,不仅因为身体活动习惯的形成有赖于其所发生的环境,而且建成环境可在较大范围(影响群体而不仅仅是个体)和较长时间内影响青少年行为[4]。在建成环境中,健身场所(包括户外公园、健身设施、公共开放空间和室内运动场馆等)是儿童青少年在学校以外进行身体活动的重要场所,成为被研究得最多的环境因素[6-7]。
国外的相关研究开展得较早且数量较多,现有研究较为一致地阐述了健身场所的可及性(指抵达特定地方的难易程度)与儿童青少年身体活动有关[8]。由于国内外城市格局及建成环境的巨大差异,国外已有的研究成果不能直接应用于我国的科研实践。我国仅有的研究就健身场所对儿童青少年身体活动的影响进行了初步探索。Li等[9]调查了西安市1 787名青少年运动参与情况及住所附近健身设施的可及性,发现住所附近健身设施可及性较差者运动缺乏的概率较高(OR=1.7)。有人指出,测量方法(主观测量与客观测量)对于此类研究的结果具有较大影响,因此建议尽量使用客观方法测量环境和运动指标[7]。
截至目前,我国有2位学者以客观测量方法进行了相关研究:贺刚等[10]采用地理信息系统(GIS)及加速度计分别对我国香港地区44名小学生的建成环境及身体活动进行了客观测量,发现住所距离健身设施较近的儿童的中高强度身体活动时间较长;何晓龙等[11]以上海地区297名9~17岁儿童青少年为研究对象,同样采用GIS和加速度计作为客观测量工具,亦证实住所附近的运动场地和设施对儿童青少年身体活动具有正向影响。虽然上述2项研究较为一致地报告了健身场所对儿童青少年身体活动的正向影响,但均将身体活动作为整体进行研究,未区分身体活动发生的时间和地点。有针对儿童青少年的研究表明,环境影响因素会因身体活动所处的时间或地点不同而有所变化[12-14],故身体活动影响因素的研究应具有时间和空间的特异性,而我国目前尚无针对特定时间或地点身体活动的相关研究。
基于此,本文以GIS测量青少年住所附近健身场所的空间特征,以加速度计测量青少年不同时段的身体活动水平,分析青少年住所附近健身场所与其特定时段身体活动的关系,为评价健身场所对促进青少年身体活动的效果提供实证依据。
1. 研究对象与方法
1.1 研究对象
为使样本具有较广泛的地理环境代表性,本文于北京市东城区(2所学校)、朝阳区(1所学校)、石景山区(1所学校)、大兴区(1所学校)及通州区(1所学校)抽取了6所中学591名12~14岁的初中生作为研究对象。研究对象须能正常进行身体活动,发育健全,身体健康并无明显生理缺陷。研究人员测试前向研究对象发放研究简介,自愿参与研究的学生及其监护人均须签署知情同意书。
1.2 指标测量
1.2.1 研究对象的一般情况
研究对象的性别、年龄、家庭住址由研究对象自我报告,身高、体质量由研究人员统一测量。
1.2.2 身体活动测量
研究对象连续7 d(包括5个上学日和2个周末日)佩戴ActiGraph GT3X+型加速度计(ActiGraph,Ft.Walton Beach,USA)测量其身体活动水平。加速度计采样间隔设定为5 s[15],佩戴于研究对象右髋部,测试期间除洗澡、游泳、睡觉外不能摘除。加速度计原始数据通过软件ActiLife V6.5.2下载后,首先进行有效性筛选:一个有效的研究数据应至少包括2个有效的上学日和1个有效的周末日;而一个有效的上学日或周末日指测试当天有效佩戴时间不少于8 h;1 h有效佩戴时间应包含40 min以上的非零数据。依据中国儿童青少年不同强度身体活动加速度计界值[16],以ActiLife V6.5.2软件将加速度计数据导出为低强度(LPA)、中等强度(MPA)、高强度(VPA)及中高强度身体活动(MVPA)时间,并按周平均、上学日、上学日非在校时段、周末分别进行报告。上学日非在校时段的身体活动时间以上学日全天身体活动时间减去课表上在校时间(即学校要求的学生到校至放学时段)得出。按照世界卫生组织推荐的儿童青少年每天应进行不少于60 min MVPA的标准[17],依据加速度计测量的MVPA时间,确定研究对象是否达到身体活动推荐量。
1.2.3 健身场所空间特征测量
所有建成环境数据的处理及分析均采用ArcGIS V10.0软件(Environmental Systems Research Institute Inc., California, USA)完成。将包含有北京市公园及健身场所(包括各类体育运动场馆、休闲运动场馆、健身俱乐部等)、街道网络、行政区划分界等空间信息的北京市全要素数字地图(获取于北京市测绘研究院)导入ArcGIS V10.0,作为进一步建成环境数据处理的基础。
(1) 研究对象住所的地理编码。首先将研究对象住所信息与数字地图中的街道信息进行匹配,确定研究对象住所的经纬度坐标;对未能准确匹配的住所,以人工方式进行搜索和定位。最终将所有提供正确住所信息的研究对象住所坐标标注于数字地图中。
(2) 缓冲区的建立。以每个研究对象住所为中心,分别以1 km、2 km、3 km、5 km的直线距离为半径建立缓冲区,作为研究对象“住所附近”范围,代表其日常活动的空间范围。
(3) 缓冲区内健身场所数量及公园面积占比。研究对象不同半径(1 km、2 km、3 km、5 km)缓冲区内的健身场所数量由ArcGIS V10.0软件分别计数;不同半径缓冲区内的公园面积占比亦由ArcGIS V10.0软件分析,由缓冲区内公园总面积/相应半径缓冲区面积计算得到。
(4) 研究对象住所至最近健身场所的距离。经地理编码的研究对象住所至最近的健身场所的距离分别以直线距离及步行距离(沿实际街道网络步行的距离)测量:直线距离采用ArcGIS V10.0软件进行分析得出,步行距离为百度地图推荐路线的路网距离。
1.3 统计方法
所有统计以SPSS 20.0软件处理。研究对象的一般情况以描述性统计分析(均数±标准差)。男女生之间各指标差异以独立样本t检验比较。上学日与周末各身体活动指标间差异以配对样本t检验比较。健身场所各项指标与身体活动各指标间的关系以线性回归检验,控制研究对象的性别、年龄及BMI。所有检验显著性水平定为0.05。
2. 研究结果
2.1 研究对象一般情况
研究对象的一般情况见表 1。591名研究对象中共有329名提供了有效的加速度计数据及完整的住所信息,这些信息将被纳入最终的数据分析。研究对象的平均年龄为(12.48±0.94)岁,平均BMI为(19.36±3.44) kg/m2。其中男生136名,女生193名。与女生相比,男生的体质量及BMI均较高。
表 1 研究对象一般情况Table 1. Characteristics of participants类别 整体 男 女 人数 329 136 193 年龄/岁 12.48±0.94 12.40±1.24 12.53±0.65 身高/cm 159.99±8.53 160.9±10.62 159.34±6.63 体质量/kg 49.82±10.95 52.2±12.28* 48.15±9.59 BMI/(kg·m-2) 19.36±3.44 20.05±3.81* 18.88±3.07 注:*表示与女生比较P<0.05 2.2 研究对象身体活动水平
研究对象身体活动水平见表 2。就整体样本而言,周平均MVPA时间为(39.96±17.19)min,达到身体活动推荐量的学生比例仅为12.5%。与女生相比,男生周平均、上学日、上学日非在校时段及周末的各强度身体活动时间均较多。与周末相比,无论是男生还是女生,其上学日各强度身体活动时间均较多。
表 2 研究对象身体活动水平Table 2. Physical activity levels of participantsmin/d 项目 整体 男 女 周平均 LPA 140.83±34.58 152.97±35.72* 132.28±31.12 MPA 18.73±7.22 21.42±7.11 16.84±6.69 VPA 21.23±11.76 26.41±14.41* 17.58±7.62 MVPA 39.96±17.19 47.82±19.34* 34.42±12.94 达到推荐量比例/% 12.5 23.5 4.7 上学日 LPA 149.57±36.49# 163.94±37.96*# 139.44±31.81# MPA 20.54±8.24# 23.62±8.19# 18.37±7.56# VPA 24.35±13.16# 30.28±16.14*# 20.18±8.40# MVPA 44.89±19.21# 53.90±21.74*# 38.54±14.15# 达到推荐量比例/% 18.2 32.4 8.3 上学日非在校时段 LPA 58.95±18.31 62.30±20.49* 56.59±16.25 MPA 8.99±5.02 10.05±5.61 8.25±4.41 VPA 7.73±6.95 9.66±8.96* 6.37±4.65 MVPA 16.72±10.49 19.71±13.00* 14.62±7.64 周末 LPA 115.96±45.02 122.22±48.07 111.54±42.32 MPA 13.69±9.56 15.47±10.46 12.44±8.69 VPA 12.52±13.21 16.13±15.71* 9.97±10.43 MVPA 26.21±21.00 31.60±24.11* 22.41±17.59 达到推荐量比例/% 6.7 11.8 3.1 注:*表示与女生比较P<0.05;#表示与周末比较P<0.05 2.3 健身场所空间特征
研究对象住所周围健身场所情况见表 3。
表 3 研究对象住所周围健身场所一般情况Table 3. Characteristics of exercise facilities in participants′ neighborhood项目 整体 男 女 不同半径缓冲区内健身场所数量/个 1 km缓冲区 5.91±5.87 5.43±5.36 6.25±6.19 2 km缓冲区 21.00±17.23 19.46±17.24 22.09±17.19 3 km缓冲区 42.29±33.42 40.39±33.84 43.63±33.14 5 km缓冲区 107.26±89.53 104.28±91.70 109.37±88.16 不同半径缓冲区内公园面积占比/% 1 km缓冲区 3.29±5.85 3.62±6.07 3.05±5.70 2 km缓冲区 3.53±4.13 3.52±4.23 3.53±4.07 3 km缓冲区 3.88±3.57 3.71±3.44 3.99±3.66 5 km缓冲区 4.18±3.48 3.83±3.38 4.42±3.53 至最近健身场所距离/m 直线距离 845.53±989.14 881.85±1 047.36 820.41±948.84 步行距离 1 262.96±
1 313.881 321.27±
1 392.901 222.63±
1 258.56就总体样本而言,住所周围1 km缓冲区内平均约有6个健身场所,且随着缓冲区半径增加,健身场所数量增多;1 km缓冲区内公园面积占比平均约3.3%,随着缓冲区半径增加,公园面积占比增加;至最近健身场所直线距离平均约846 m,而步行距离明显较长,平均约1 263 m。所有健身场所指标在男女生间无显著差异。
2.4 健身场所空间特征与身体活动的关系
青少年住所附近健身场所空间特征与身体活动各指标间的关系采用线性回归分析,同时控制性别、年龄、BMI,结果见表 4~表 7。
表 4 健身场所指标与周平均身体活动的线性回归分析结果(非标准化回归系数,95%CI)Table 4. Linear regression results of exercise facility variables and weekly average physical activity (unstandardized regression coefficient, 95%CI)类别 LPA周平均 MPA周平均 VPA周平均 MVPA周平均 1 km场所数量 0.029 (-0.586, 0.643) -0.058 (-0.185, 0.070) -0.129 (-0.329, 0.072) -0.186 (-0.479, 0.107) 2 km场所数量 -0.094 (-0.303, 0.115) 0.001 (-0.043, 0.044) -0.018 (-0.086, 0.051) -0.017 (-0.117, 0.083) 3 km场所数量 -0.052 (-0.160, 0.056) 0.009 (-0.014, 0.031) -0.013 (-0.048, 0.022) -0.004 (-0.056, 0.047) 5 km场所数量 -0.013 (-0.053, 0.028) 0.002 (-0.006, 0.011) -0.008 (-0.021, 0.005) -0.005 (-0.025, 0.014) 1 km公园比例 -0.103 (-0.719, 0.513) -0.006 (-0.134, 0.123) -0.067 (-0.268, 0.135) -0.072 (-0.367, 0.222) 2 km公园比例 -0.585 (-1.454, 0.283) -0.034 (-0.215, 0.147) -0.074 (-0.359, 0.211) -0.108 (-0.525, 0.308) 3 km公园比例 -0.604 (-1.613, 0.404) -0.045 (-0.256, 0.165) -0.134 (-0.464, 0.197) -0.179 (-0.662, 0.304) 5 km公园比例 -0.404 (-1.441, 0.633) -0.090 (-0.306, 0.126) -0.314 (-0.652, 0.024) -0.404 (-0.898, 0.091) 最短直线距离 0.004 (0, 0.008)* 0 (0, 0.001) 0.001 (-0.001, 0.002) 0.001 (-0.001, 0.003) 最短步行距离 0.003 (0, 0.006)* 0 (0, 0.001) 0 (-0.001, 0.001) 0.001 (-0.001, 0.002) 注:线性回归控制性别、年龄、BMI;*表示P<0.05,表 5~表 7同此 表 5 健身场所指标与上学日身体活动的线性回归分析结果(非标准化回归系数,95%CI)Table 5. Linear regression results of exercise facility variables and physical activity of weekdays (unstandardized regression coefficient, 95%CI)类别 LPA上学日 MPA上学日 VPA上学日 MVPA上学日 1 km场所数量 -0.020 (-0.660, 0.619) -0.144 (-0.289, 0.001) -0.207 (-0.430, 0.017) -0.351 (-0.675, -0.026) 2 km场所数量 -0.115 (-0.332, 0.102) -0.022 (-0.072, 0.027) -0.044 (-0.121, 0.032) -0.067 (-0.178, 0.044) 3 km场所数量 -0.058 (-0.170, 0.054) -0.001 (-0.026, 0.025) -0.026 (-0.065, 0.013) -0.027 (-0.084, 0.030) 5 km场所数量 -0.014 (-0.056, 0.028) -0.002 (-0.012, 0.007) -0.014 (-0.029, 0) -0.017 (-0.038, 0.005) 1 km公园比例 -0.003 (-0.644, 0.638) -0.071 (-0.217, 0.075) -0.085 (-0.309, 0.140) -0.156 (-0.483, 0.172) 2 km公园比例 -0.567 (-1.472, 0.337) -0.131 (-0.338, 0.075) -0.110 (-0.428, 0.208) -0.241 (-0.704, 0.221) 3 km公园比例 -0.570 (-1.620, 0.479) -0.159 (-0.398, 0.080) -0.197 (-0.565, 0.171) -0.356 (-0.892, 0.180) 5 km公园比例 -0.262 (-1.342, 0.817) -0.189 (-0.435, 0.056) -0.436 (-0.812, -0.061)* -0.626 (-1.174, -0.078) 最短直线距离 0.004 (0, 0.008)* 0.001 (0, 0.002) 0.001 (-0.001, 0.002) 0.002 (-0.001, 0.004) 最短步行距离 0.003 (0, 0.006)* 0 (0, 0.001) 0 (-0.001, 0.001) 0.001 (-0.001, 0.002) 表 6 健身场所指标与上学日非在校时段身体活动的线性回归分析结果(非标准化回归系数,95%CI)Table 6. Linear regression results of exercise facility variables and physical activity of weekday non-school hours (unstandardized regression coefficient, 95%CI)类别 LPA非在校 MPA非在校 VPA非在校 MVPA非在校 1 km场所数量 0.064 (-0.273, 0.401) -0.022 (-0.114, 0.071) 0.032 (-0.094, 0.157) 0.010 (-0.180, 0.200) 2 km场所数量 0.014 (-0.101, 0.128) 0.022 (-0.009, 0.053) 0.037 (-0.005, 0.080) 0.059 (-0.005, 0.124) 3 km场所数量 0.010 (-0.049, 0.069) 0.017 (0.001, 0.033)* 0.018 (-0.004, 0.040) 0.035 (0.002, 0.069)* 5 km场所数量 0.012 (-0.010, 0.034) 0.005 (-0.001, 0.011) 0.007 (-0.001, 0.015) 0.012 (-0.001, 0.024) 1 km公园比例 0.027 (-0.311, 0.365) -0.038 (-0.130, 0.055) 0.027 (-0.099, 0.152) -0.011 (-0.202, 0.179) 2 km公园比例 -0.230 (-0.707, 0.247) -0.066 (-0.197, 0.064) 0.023 (-0.155, 0.201) -0.044 (-0.313, 0.226) 3 km公园比例 -0.143 (-0.697, 0.410) -0.032 (-0.184, 0.119) 0.105 (-0.101, 0.311) 0.073 (-0.240, 0.385) 5 km公园比例 0.215 (-0.353, 0.784) 0.048 (-0.108, 0.203) 0.144 (-0.068, 0.355) 0.191 (-0.129, 0.511) 最短直线距离 0.001 (-0.001, 0.003) 0 (0, 0.001) 0 (-0.001, 0.001) 0 (-0.001, 0.001) 最短步行距离 0.001 (0, 0.003) 0 (0, 0) 0 (-0.001, 0.001) 0 (-0.001, 0.001) 表 7 健身场所指标与周末身体活动的线性回归分析结果(非标准化回归系数,95%CI)健身场所指标与周末身体活动的线性回归分析结果(非标准化回归系数,95%CI)Table 7. Linear regression results of exercise facility variables and physical activity of weekend days (unstandardized regression coefficient, 95%CI)类别 LPA周末 MPA周末 VPA周末 MVPA周末 1 km场所数量 0.139 (-0.695, 0.973) 0.220 (0.046, 0.395)* 0.131 (-0.108, 0.371) 0.352 (-0.029, 0.733) 2 km场所数量 -0.025 (-0.309, 0.259) 0.084 (0.025, 0.144)* 0.082 (0.001, 0.163)* 0.166 (0.037, 0.295)* 3 km场所数量 -0.025 (-0.171, 0.122) 0.043 (0.013, 0.074)* 0.033 (-0.009, 0.075) 0.076 (0.009, 0.142)* 5 km场所数量 -0.003 (-0.057, 0.052) 0.018 (0.007, 0.030)* 0.014 (-0.002, 0.030) 0.032 (0.007, 0.057)* 1 km公园比例 -0.108 (-0.945, 0.728) 0.212 (0.037, 0.388)* 0.030 (-0.211, 0.270) 0.242 (-0.141, 0.625) 2 km公园比例 -0.223 (-1.406, 0.959) 0.328 (0.080, 0.575)* 0.138 (-0.201, 0.478) 0.466 (-0.074, 1.006) 3 km公园比例 -0.148 (-1.520, 1.223) 0.386 (0.099, 0.673)* 0.209 (-0.185, 0.602) 0.595 (-0.031, 1.221) 5 km公园比例 -0.244 (-1.653, 1.165) 0.316 (0.020, 0.612)* 0.213 (-0.191, 0.617) 0.530 (-0.114, 1.173) 最短直线距离 0.004 (-0.001, 0.009) -0.001 (-0.002, 0) 0 (-0.001, 0.002) 0 (-0.003, 0.002) 最短步行距离 0.003 (-0.001, 0.007) -0.001 (-0.001, 0) 0 (-0.001, 0.001) 0 (-0.002, 0.001) 如表 4所示,对周平均身体活动而言,至最近健身场所直线距离(非标准化回归系数B=0.004,95%CI=(0, 0.008),P<0.05)及步行距离(B=0.003,95%CI=(0, 0.006),P<0.05)均与周平均LPA呈正相关。
如表 5所示,对上学日身体活动而言,至最近健身场所直线距离(B=0.004,95%CI=(0, 0.008),P<0.05)及步行距离(B=0.003,95%CI=(0, 0.006),P<0.05)均与上学日LPA呈正相关;5 km缓冲区内公园面积占比与上学日VPA呈负相关(B =-0.436,95%CI=(-0.812, -0.061),P<0.05)。
对上学日非在校时段身体活动而言(表 6),3 km缓冲区内健身场所数量与上学日非在校时段MPA(B=0.017,95%CI=(0.001, 0.033),P<0.05)及MVPA(B=0.035,95%CI=(0.002, 0.069),P<0.05)均呈正相关。
对周末身体活动而言(表 7),1 km(B=0.220,95%CI=(0.046, 0.395),P<0.05)、2 km(B=0.084,95%CI=(0.025, 0.144),P<0.05)、3 km(B=0.043,95%CI=(0.013, 0.074),P<0.05)及5 km缓冲区内健身场所数量(B=0.018,95%CI=(0.007, 0.030),P<0.05),以及1 km(B=0.212,95%CI=(0.037, 0.388),P<0.05)、2 km(B=0.328,95%CI=(0.080, 0.575),P<0.05)、3 km(B=0.386,95%CI=(0.099, 0.673),P<0.05)及5 km缓冲区内公园面积占比(B=0.316,95%CI=(0.020, 0.612),P<0.05)均与周末MPA呈正相关;2 km缓冲区内健身场所数量与周末VPA呈正相关(B=0.082,95%CI=(0.001, 0.163),P<0.05);2 km(B=0.166,95%CI=(0.037, 0.295),P<0.05)、3 km(B=0.076,95%CI=(0.009, 0.142),P<0.05)及5 km缓冲区内健身场所数量(B=0.032,95%CI=(0.007, 0.057),P<0.05)与周末MVPA呈正相关。
3. 讨论
3.1 青少年身体活动水平及模式
在本文调查的青少年中,平均每日MVPA时间仅约为40 min,能达到每天运动1 h的青少年比例仅为12.5%,其中男生为23.5%,女生为4.7%。该比例略高于我国针对9~17岁儿童青少年采用加速度计测量的全国性数据(男生9.4%,女生1.9%)[3]。近期针对西安市12~15岁初中生的调查结果显示,高达57%~70%的学生有足够的身体活动[18]。需注意的是,该调查采用问卷作为工具,且“足够的”身体活动被定义为每周300 min(而不是每天60 min)的MVPA。国外同样采用加速度计的调查结果差异较大,例如:美国的全国性调查结果显示,仅8%的青少年能够达到身体活动推荐量[19];32.4%的12~14岁爱尔兰青少年可达到每天运动1 h的推荐量[20]。在身体活动水平的性别差异方面,国内外研究结果较为一致:无论上学日还是周末,男生各强度身体活动水平均高于女生[3, 19-21],身体活动水平表现出明显的性别差异。
在身体活动模式上,本文数据显示,青少年上学日各强度身体活动时间均高于周末,该结果与我国前期同样采用加速度计测量身体活动的调查结果一致[3],也与国外儿童的身体活动数据一致[22]。然而,也有研究报告了不同结果,Steele等[23]以加速度计测量1 568名9~10岁儿童的身体活动及静坐时间,发现平时与周末的身体活动水平并无显著性差异,但周末的静坐时间明显多于平时。此外,一项来自我国香港地区的大范围问卷调查显示,当地青少年周末及假日达到每天运动1 h的比例要高于平时[24]。这反映了不同地区青少年身体活动模式的差异。就我国大陆青少年而言,推测由于在上学日学校均开展规律的体育课及其他形式的体育活动,而在周末相当比例的学生要参加各种补习班或在家学习,故其身体活动水平在上学日高于周末。
3.2 健身场所与青少年时间特异性身体活动的关系模式
前期研究提示,研究身体活动环境影响因素要与身体活动发生的场景相吻合[12-14]。住所周围环境在空间上与青少年发生在住所附近的活动关系更密切,在时间上与发生在学校外时间的身体活动更相关。本文除了测量青少年周平均及上学日总体身体活动水平外,还进一步关注了上学日非在校时段及周末时段的身体活动,以期在身体活动发生的时间上与所研究的住所周围建成环境指标相吻合。
本文发现了健身场所指标与不同时段身体活动关系模式的不同:对周平均及上学日身体活动,缓冲区内公园面积占比与身体活动呈负相关,至最近健身场所距离与身体活动呈正相关(与预期相反);对上学日非在校时段及周末身体活动,缓冲区内健身场所数量及公园面积占比均与身体活动水平呈正相关(与预期相同)。由于本文测量的周平均及上学日身体活动既包含了研究对象在学校时段的身体活动(逻辑上与住所附近的健身场所不存在相关性),也包含了其在学校外时段的身体活动(逻辑上与住所附近的健身场所存在相关性),故其与健身场所指标间的关系与预期有出入;而上学日非在校时段及周末身体活动从发生时间上属于学校外时段的身体活动,研究该时段的身体活动更能准确反映其与住所周围健身场所的真实关系。我国一项应用GPS结合加速度计的研究追踪了9~17岁儿童青少年身体活动的时间和空间分布,结果证实儿童青少年身体活动于上学日多集中在学校和通勤路径,而周末则集中在运动场所/锻炼设施和住所附近[25]。国外研究亦显示,青少年非在校时段身体活动水平与其感知到的住所附近健身场所的数量及可及性呈正相关[26-27];一项近期的应用GIS的研究亦证实,儿童校外时段的身体活动水平与客观测量的住所附近健身场所数量呈正相关[28]。上述结果也再次证实了对身体活动建成环境影响因素的研究应具有空间或时间特异性。
3.3 健身场所与青少年上学日非在校时段及周末身体活动的关系
本文线性回归分析结果显示,对上学日非在校时段身体活动,3 km缓冲区内健身场所数量对MPA及MVPA均有正向影响。健身场所指标与青少年周末身体活动关系更为密切:1 km、2 km、3 km、5 km缓冲区内健身场所数量及1 km、2 km、3 km、5 km缓冲区内公园面积占比均与周末不同强度身体活动呈正相关。国外前期研究也报告了与本文相似的发现。Mota等[26]以自我报告法测量了青少年非在校时段的身体活动参与水平以及对住所周围环境的感知,结果表明,住所附近有更多健身场所及有更强意愿步行的青少年身体活跃的可能性是对照组的1.3倍。Scott等[27]使用加速度计测量了青少年女生非在校时段(上学日下午2:00后及周末日)的MVPA,并同时用主观评价和GIS测量住所附近健身场所情况,虽然未发现GIS测量的健身场所情况与身体活动的关联,但发现感知的健身场所可及性与非在校时段MVPA呈正相关。Moore等[29]以实地观察法(以修改版System for Observing Play and Recreation in Communities为工具)测量了南昌市15座公园内青少年身体活动情况,并分析了其与公园空间特征的关系,结果显示,公园为青少年身体活动的重要场所,活动形式以非组织性的自由活动为主,且活动时间主要集中于下午和周末。这也印证了本文发现的缓冲区内公园面积占比与青少年周末时段身体活动的密切关系。
本文分析了1 km、2 km、3 km、5 km 4种不同半径缓冲区内健身场所指标与青少年身体活动的关系,发现上学日非在校时段的MVPA与3 km缓冲区内健身场所数量有关,而周末MVPA与2 km、3 km、5 km缓冲区内的健身场所数量有关,提示本文中的青少年在住所附近的活动范围为2~5 km。国外应用GPS针对儿童的研究结果显示,其身体活动主要发生在距离住所较近的区域[30-31]。由于青少年在行动上具有更大的自由度,故可能有更大的活动空间。目前,针对青少年身体活动空间范围的研究结果较不一致:Colabianchi等[32]根据12年级女生自我报告较容易接受的步行时间为14.8 min,推断出其步行活动范围为0.75英里(约1.2 km);Maddison等[33]应用GPS及加速度计针对12~17岁青少年的研究则显示,在上学日,MVPA主要发生在学校1 km及住所附近150 m范围内,而周末的身体活动则主要发生在离住所较远处;Prins等[34]的研究探讨了400 m、800 m及2 km半径缓冲区内公园及运动设施与加速度计测量的青少年MVPA的关系,却未发现任一半径缓冲区内公园及运动设施与身体活动有关。由于未应用GPS,本文不能确切判断青少年身体活动发生的空间位置,今后的研究可考虑应用GPS追踪青少年活动的实际范围。
本文未发现至最近健身场所的直线距离和步行距离与青少年上学日非在校时段和周末身体活动的关系。国外研究较为一致地认为,与健身设施的接近程度和儿童身体活动相关[7-8, 35]。我国香港地区的一项应用GIS及加速度计针对小学生的小范围研究也显示,住所距离健身设施较近的儿童的MVPA时间也较长[10]。由于本文有关健身场所的地理信息数据来自于北京市数字地图的既有数据,健身场所中既包括可能与青少年关系较密切的体育运动场馆、休闲运动场馆,也包括青少年可能较少使用的健身俱乐部等场所,故有些由GIS确定的距离最近的健身场所可能与研究对象身体活动的相关性不大。
4. 结论与研究局限
4.1 结论
(1) 青少年身体活动水平较低,上学日的身体活动水平高于周末,男生在上学日和周末均较女生活跃。
(2) 住所附近健身场所数量及公园面积与青少年上学日非在校时段及周末身体活动具有正相关关系。相关部门在城市及社区规划时可考虑规划和建设与青少年相关的健身场所,以促进青少年身体活动水平的提高。
(3) 今后研究可考虑应用GPS对青少年身体活动发生的实际空间位置进行测量,一方面可对青少年身体活动的空间特异性环境影响因素进行针对性分析,另一方面可追踪青少年实际活动区域,以确定该人群身体活动环境影响因素的适宜缓冲区大小。
4.2 研究局限
(1) 本文未应用GPS对研究对象身体活动发生的实际空间位置进行追踪和测量,故不能提供身体活动空间位置的准确信息。今后研究可考虑结合应用GPS,以实现针对青少年身体活动的空间特异性环境影响因素的分析。
(2) 由于既有GIS数据的限制,本文中的健身场所所包含的具体内容较为冗杂。今后研究可考虑对既有GIS数据进行人工筛选,仅针对与青少年关系较为密切的健身场所进行研究,以提供更准确的青少年身体活动与环境之间关系的证据。
-
表 1 常用效度测量类型的摘要列表
Table 1 A summary list of commonly used measurement validity types
类型 效度类型 定义 内容
效度表面效度 量表题目看起来好像是测量所要测的特质,由外
行对题目内容做出判断内容效度 量表题目对所要测量特质的代表性程度,由专家
对题目内容做出判断效标关
联效度同时效度 该测量与同时进行的标准测量之间的相关性 预测效度 该测量能在多大程度上预测未来某个时间进行的
标准测量结构
效度聚合效度 测量同一结构的多重指标彼此间的高度相关性 聚合效度 测量同一结构的多重指标彼此间的高度相关性 区别效度 测量不同结构的多重指标彼此间的不相关性,常
与分歧效度互换使用分歧效度 定义为相关群组产生差异的能力[1],常与区别
效度互换使用表 2 常用的信度摘要列表
Table 2 A summary list of commonly used reliability measures
维度 信度 摘要 稳定性 重测信度 用同一量具对同一组被试者测量2次,得出2次测试结果的相关系数 等值性 复本信度 对同一对象实施2个同一性质的测验,得出2个测验得分的相关系数 折半信度 将测验分为两半,计算两半得分的相关系数 稳定性和等值性 平行信度 类似相关系数的概念定义,采用严格的平行测试,常与复本信度互换使用 复本重测信度 对同一对象在不同时间实施2个同一性质的测验,得出两个测验得分的相关系数。它
通常被称为复本信度内部一致性 项目间平均相关 同一维度内任意2个题项的相关系数的均值 项目总分平均相关 同一维度内任意题项与该维度总分的相关系数的平均值 克隆巴赫系数 数学上,等价于同一维度内所有可能的折半相关系数的均值 库德-理查德森系数(K-R20) 类似于克隆巴赫系数,但只适用于只有2种选择记分的测量 斯皮尔曼-布朗公式 内部一致性表示为题项数目与所有项目间的平均相关系数的函数 评分者信度 百分比一致性 易于计算和解释,但不能解决频数一致性和隐含一致性问题 卡帕系数 考虑到可能出现的频数一致性问题,更稳健的方法是计算评分者的分类项得分 Krippendorff’s Alpha 一种更复杂的检验方法,适用于3个或更多评分者的一致性检验 表 3 一阶和二阶结构的理论域、实证域和量表条目说明
Table 3 An illustration of theoretical, empirical domains of first-order and second-order constructs and scale items
二阶结构 市场需求 粉丝参与 理论域 驱动运动参与和再次参与的多维态度结构 体育消费者在非交易市场的额外行为,使他或她最喜欢的运动
队、团队管理层和其他球迷受益实证域 市场需求包括主队、客队、体育象征、经济考虑、运动推广和合
理进度安排一个多维行为结构, 包括管理合作、亲社会行为和不良绩效
容忍一阶结构 体育象征 不良绩效容忍 理论域 对专业运动队特点的整体感知 体育迷的持续行为在长时间内是稳定一致的,不受比赛价格、
运动员表现、运动队积分、运动员转到其他运动队等因素影响实证域 体育迷对竞争的激烈程度、专业体育运动队的知名度、比赛时
长、高水平的技能、比赛中的最佳运动员和比赛速度的感知体育迷自述其自身稳定性、比赛价格、运动员表现、运动队积
分、运动员转到其他运动队等因素对其产生的影响量表条目 1.运动项目 2.竞争的激烈性 3.职业运动队的知名度 1.我穿着代表(球队名称)球迷的服装,即使球队的赛季不理想 4.比赛的持续时间 2.我在我的衣服上显示(球队名称)的标志,即使该球队表现
不佳5.高水平的技能 6.运动中的最佳球员 3.即使(球队名称)有不成功的赛季,我仍穿戴显示球队队名的
服装7.比赛速度 8.职业运动队的体育能力 4.我穿着显示球队重要信息的衣服,即使(球队名称)打得不好 9.高水平的竞技 10.热爱职业运动队 表 4 聚合效度和区别效度示例
Table 4 An illustration of convergent validity and discriminant validity
情感参与 认知参与 消极情绪 积极情绪 事件态度 情感参与 0.81 认知参与 0.625 0.78 消极情绪 -0.251 -0.203 0.73 积极情绪 0.281 0.177 -0.459 0.78 事件态度 0.607 0.568 -0.333 0.331 0.82 注:数据来源于Mao和Zhang 2013年一份未发表的研究报告 -
[1] NUNNALLY J C, BERNSTEIN I H.Psychometric theory[M].3rd ed.New York, NY:McGraw-Hill, 1994:78-82
[2] CROCKER L, ALGINA J.Introduction to classical and modern test theory[M].Fort Worth, TX:Harcourt Brace Jovanovich College Publishers, 1986:337-527
[3] FAN X.Item response theory and classical test theory:An empirical comparison of their item/person statistics[J].Educational, Psychological Measurement, 1998, 58(3):357-381 doi: 10.1177/0013164498058003001
[4] SPEARMAN C.Demonstration of formulae for true measurement of correlation[J].The American Journal of Psychology, 1907:161-169
[5] CRONBACH LJ, MEEHL P E.Construct validity in psychological tests[J].Psychological Bulletin, 1955, 52(4):281-302 doi: 10.1037/h0040957
[6] TROCHIM W M, DONNELLY J P.Research methods knowledge base[M].Mason:Atomic Dog, 2006:1-361
[7] CAMPBELL D T, FISKE D W.Convergent and discriminant validation by the multitrait-multimethod matrix[J].Psychological Bulletin, 1959, 56(56):81-105 https://www.researchgate.net/publication/235726235_Convergent_and_Discriminant_Validation_By_the_Multitrait-Multimethod_Matrix
[8] FORNELL C, LARCKER D F.Evaluating structural equation models with unobservable variables and measurement error[J].Journal of Marketing Research, 1981, 18(1):39-50 doi: 10.2307/3151312
[9] ROSENTHAL R, ROSNOW R L.Essentials of behavioral research:Methods and dataanalysis[M].McGraw-Hill, 1991:46-68
[10] BENSON J.Developing a strong program of construct validation:A test anxiety example[J].Educational Measurement:Issues and Practice, 1998, 17(1):10-17 https://eric.ed.gov/?id=EJ564709
[11] CHURCHILL G A.A paradigm for developing better measures of marketing constructs[J].Journal of Marketing Research, 1979, 16(1):64-73 doi: 10.2307/3150876
[12] PETER J P, CHURCHILL G A.Relationships among research design choices and psychometric properties of rating scales:A meta-analysis[J].Journal of Marketing Research, 1986, 23(1):1-10 doi: 10.2307/3151771
[13] BYON K K, ZhANG J J, CONNAUGHTON D P.Dimensions of general market demand associated with professional team sports:Development of a scale[J].Sport Management Review, 2010, 13(13):142-157
[14] LI H, MAO L L, ZHANG J J, et al.Dimensions of problem gambling behavior associated with purchasing sports lottery[J].Journal of Gambling Studies, 2012, 28(1):47-68 doi: 10.1007/s10899-011-9243-3
[15] YOSHIDA M, GORDON B, NAKAZAWA M, et al.Conceptualization and measurement of fan engagement:Empirical evidence from a professional sport context[J].Journal of Sport Management, 2014, 28(4):399-417 doi: 10.1123/jsm.2013-0199
[16] CLARK L A, WATSON D.Constructing validity:Basic issues in scale development[J].Psychological Assessment, 1995, 7(3):309-319 doi: 10.1037/1040-3590.7.3.309
[17] ALBARRACÍN D, ZANNA M P, JOHNSON B T, et al.Attitudes:Introduction and scope[M].The Handbook of Attitudes, 2005:3-19
[18] KIM M K, ZHANG J J, KO Y J.Dimensions of market demand associated with taekwondo schools in North America:Development of a scale[J].Sport Management Review, 2009, 12(3):149-166 doi: 10.1016/j.smr.2009.01.003
[19] FLETCHER D, ARNOLD R.A qualitative study of performance leadership and management in elitesport[J].Journal of Applied Sport Psychology, 2011, 23(2):223-242 doi: 10.1080/10413200.2011.559184
[20] EREMENCO S L, CELLA D, ARNOLD B J.A comprehensive method for the translation and cross-cultural validation of health status questionnaires[J].Evaluation, the Health Professions, 2005, 28(2):212-32 doi: 10.1177/0163278705275342
[21] MAO L L, ZHANG J J.Impact of consumer involvement, emotions, and attitude toward Beijing Olympic Games on branding effectiveness of event sponsors[J].Sport, Business and Management, 2013, 3(3):226-245 doi: 10.1108/SBM-02-2011-0016
[22] DEVELLIS R F.Scale development:Theory and applications[M].Washington, DC:Applied Social Research Methods Series, 1991:73-114
[23] NUNNALLY J C.Psychometrictheory[M].2nd ed.New York:McGraw-Hill, 1978:421
[24] OSBORNE J W, COSTELLO A B.Best practices in exploratory factor analysis:Four recommendations for getting the most from your analysis[J].Pan-Pacific Management Review, 2009, 12(2):131-146 http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.110.9154
[25] GORSUCH R L.Factor analysis[M].[S.l.]:Lawrence Erlbaum Associates, 1974:333
[26] MACCALLUM R C, WIDAMAN K F, ZHANG S, et al.Sample size in factor analysis[J].Psychological Methods, 1999, 4(1):84-99 doi: 10.1037/1082-989X.4.1.84
[27] KERLINGER B F N.Foundations of behavioral research[M].3rd ed.New York:Holt, Rinehart and Winston, 1986:569-595
[28] WOLF E J, HARRINGTON K M, CLARK S L, et al.Sample size requirements for structural equation models an evaluation of power, bias, and solution propriety[J].Educational and Psychological Measurement, 2013, 73(6):913-934 doi: 10.1177/0013164413495237
[29] SIDERIDIS G, SIMOS P, PAPANICOLAOU A, et al.Using structural equation modeling to assess functional connectivity in the brain power and sample size considerations[J].Educational and Psychological Measurement, 2014, 74(5):733-758 doi: 10.1177/0013164414525397
[30] LYNCH J G.The role of external validity in theoretical research[J].Journal of Consumer Research, 1983, 10(1):109-11 doi: 10.1086/jcr.1983.10.issue-1
-
期刊类型引用(11)
1. 吴进,杨宇航,李利强,孙有平. 隐忧与消解:中国儿童青少年身体活动促进的时空社会学审视. 成都体育学院学报. 2024(02): 9-15+25 . 百度学术
2. 郑李,朱琳,葛小菲. 基于GT3X的儿童青少年身体活动研究综述. 体育科技文献通报. 2023(04): 182-187 . 百度学术
3. 吕和武,王瑞. 论紧凑城市理念下全民健身与全民健康深度融合. 体育文化导刊. 2023(07): 32-39 . 百度学术
4. 张健,孙辉,张建华,蔡峰,李婷文,马洁璟. 我国儿童青少年身体活动研究特征的系统性审思及启示(之一). 哈尔滨体育学院学报. 2022(04): 11-21 . 百度学术
5. 王厚雷,朱建勇,王竹影,张怡. 城市社区老年人户外体力活动空间特征——基于GPS与加速度计的实证研究. 中国老年学杂志. 2022(14): 3602-3606 . 百度学术
6. 张健,孙辉,张建华,蔡峰,李婷文,陈明洁. 特征、热点、问题与启示:中国儿童青少年身体活动研究系统性审思(之二). 哈尔滨体育学院学报. 2022(06): 1-9 . 百度学术
7. 田广,郭敏. 基于DEA-Tobit模型的中国大型体育场馆投入产出效率评价及影响因素研究. 成都体育学院学报. 2021(04): 86-92 . 百度学术
8. 张曌华,张柳,李红娟. 中国儿童青少年体力活动现状的Meta分析. 中国学校卫生. 2020(02): 173-178 . 百度学术
9. 黄馨缘,吴佳昱,吴倩,张莉,余登来,顾春华,王静,林涛. 上海市浦东新区常住居民健康素养与吸烟、饮酒、身体活动的关系. 环境与职业医学. 2019(09): 847-852 . 百度学术
10. 程志理,闫士展. 体育学术期刊发展研究报告(2014~2018)——学术热点与演进规律的可视化分析. 体育与科学. 2019(06): 14-25 . 百度学术
11. 张丹青,路瑛丽,刘阳. 身体活动和静态生活方式的影响因素——基于我国儿童青少年的系统综述. 体育科学. 2019(12): 62-75 . 百度学术
其他类型引用(23)