刘 豪

(广西民族大学，广西 南宁 530006)

体格形态指人体外表的身材高矮、发育情况、外观或力量。特定的体格形态需要从多因素、多层面着手，本文结合对篮球身体选材的经验，以及现代篮球运动的特点、现状和趋势，采用主成分分析法对身体体格形态因子结构进行分析，提取出影响篮球运动员身体体格形态的主成分，解释其主成分的含义，建立篮球运动身体体格形态主成分结构综合评价模型，希望能够对高校篮球队的身体体格形态选材提供一定的帮助。

1 研究对象与方法

1.1 研究对象

某高校11名男子篮球队运动员，平均年龄21岁，平均身高181cm。

1.2 研究方法

1.2.1 测试时间

运动员每周训练五次，样本测试时间为 2016年 11月15日。

1.2.2 测试指标及测量指数

测试时严格按照设计的要求进行数据的取样和录入：身高、体重、可莱托指数、奥本海莫指数、上肢指数、腿长指数。

1.2.3 统计学分析

在SPSS 22.0 for Windows进行描述统计、推断统计和研究统计分析。

2 身体体格形态主成分分析

表1 相关系数矩阵

为便于观测指标关系，做出七项指标之间的相关系数矩阵，结果如表1。巴特莱特球形用于检验身体体格形态的7项指标是否各自独立，是否为单位阵，在因子分析中，若拒绝原假设，就可以直接做因子分析，若不拒绝原假设，则说明这些变量可能独立的提供一些信息，不适合做因子分析。在做因子分析前，首先进行KMO检测和巴特莱特球形检验，KMO值往往在0-1之间，KMO越接近于1，则因子分析的效果越佳，否则不适合做因子分析。样本经机输出，巴特莱特球形检验结果如表2。经KMO与Bartlett球形检验表明：测试值为 0.61，Bartlett球形检测值为 39.028，P(sig.=0,01)小于0.05，拒绝原假设，LMO值接近于1，表明测试适合做因子分析。六项原始指标经过因子分析，得到相关系数矩阵如表3。

7项指标身高、体重、可莱托指数、奥本海莫指数、肩宽指数、上肢指数、腿长指数这些指标之间有一定的相关性，是主成分分析的基本条件。为了达到简化数据的目的，采用降维思想，从七项指标中寻找三个具有共同影响体格形态的主成分，来分清楚哪些身体体格特征对身体形态的影响程度，有利于判断篮球运动员的体格形态特征。经对数据主成分分析，计算出特征值、因子贡献率、和累计贡献率。

表2 KMO抽样适度测定值与Bartlett球形检定

表3 特征值贡献率及累计贡献率

2 1.478 21.118 69.678 1.478 21.118 69.678 3 1.262 18.027 87.705 1.262 18.027 87.705 4 0.508 7.259 94.964 5 0.193 2.751 97.715 6 0.113 1.608 99.323 7 0.047 0.677 100

表4 旋转成分矩阵

在统计学中，贡献率是反应对抗抢位能力、远距离投篮能力、突破能力主成分提供的信息占总信息量的百分比，累计贡献率反映了前三个主成分合起来提供的信息量占总信息量的百分比。碎石图是按照特征值大小排序的散点图，就是可以通过第几个点开始变得平缓粗略得知提取几个公共因子，取斜率比较大的点就是该因素的主要因素，主要结合累计贡献率来得出其中几个因素作为主要因素，以达到降维的效果。由上图可以看出前三个的主成分的特征值大于1，累计贡献率为87.707%。因此，提取前三个的共性因子可以更好的反映出原始数据指标的主体信息量，三个共性因子经方差最大正交旋转后得因子载荷矩阵和旋转空间成分图结果见元件图。

旋转成分举证中 3个主成分与七个指标的载荷分别都是它们的相关系数，通过系数可以了解体格特征与各主成分之间的依赖程度。从分析结果中可以看到可莱托指数、奥本海莫指数、体重与第一主成分具有高度的相关系数，反映的是人体的肥瘦程度和上体与胸廓的发达程度，是反映运动员场上对抗和上身卡位需要的指标，因此，第一主成分可以解释为对抗抢位的能力；身高和肩宽指数与第二主成分具有较高的载荷，反映的是人体骨骼生长发育程度和上体的发达程度，是反映运动员投篮命中率和上体假动作探位需要的指标，因此，第二主成分可以解释为篮近距离投篮能力；上肢指数和腿长指数与第三主成分具有较高的载荷，反映的是运动员的护球和快速进攻的能力，因此，第三主成分可以解释为持球突破能力。为了获得更多公共因子的含义，在旋转后的成分载荷矩阵的基础上，分别计算出11名运动员的成分系数，同时也是主成分的得分，见表5。

表5 因子得分系数矩阵

4 综合评价方法及标准的建立

广西某高校男子篮球队运动员体格形态综合评价方法的建立，属于多指标研究，为了全面反映运动员的身体体格特征，提高综合评价模型的应用性。根据上述对男子篮球队身体体格形态的主成分结果分析，结合现代篮球项目运动员的体格形态和特点，现代的篮球运动员的选材都向着身高体壮、灵敏多变的方向发展。本研究采用对七项指标三个主成分分为四个等级评价指标，在此基础上建立对该高校男子篮球队体格形态综合评价体系模型。

4.1 原变量及主成分概率分布评价标准的建立

根据表5结果可知该高校11名男子篮球运动员体格形态七项指标基本上服从正态分布。依据正态分布可以将七项指标的连续变量的概率分布制成男子篮球运动员体格形态分成为四个等级的评价标准区间，如表6。然后将体格形态的三个主成分的分析结果分成四个评价标准区间来制定该高校男子篮球队体格形态的成分结构。

表6 队员体格形态7项指标变量等级评价标准

表7 队员体格形态成份等级评价标准

4.2 综合评价模型的建立

从表 7可知影响运动员体格形态的人体肥瘦程度与体格和胸廓的发达程度（F1）、人体骨骼生长发育程度和上体的发达程度（F2）、人体的体型和四肢的相对长度的特征值分别是3.032、1.814、1.257，由此可以得出三个特征值主成分的权重分别为K1=0.55367, K2=0.24076,K3=0.20557。利用 SPSS运算得到篮球运动员三个主成分得分Fi（i=1,2,3），该高校男子篮球运动员体格形态综合评价得分等于三个主成分 Fi乘以贡献率 Ki的所有之和。即F=F1*K1+F2*K2+F3*K3。综合等级评价见表8，运动员成分得分见表9。

表8 队员体格形态综合评价等级

表9 运动员成分得分

5 结论

5.1 综上所述，影响该高校男子篮球队运动员身体形态特征的主要成分是对抗抢位能力、篮下近距离投篮能力、持球突破能力。三个主成分的特征值大于 1，累计贡献率为87.705%。对男子篮球运动员身体体格形态的影响的权重分别K1=0.55367,K2=0.24076,K3=20557。

5.2 第一主成分反应人体的对抗抢位能力；第二主成分反应了篮下近距离投篮能力；第三主成分反应了持球突破能力。

5.3 本研究制定出综合评价方法是应用主成分分析法，将多个变量指标中选择少数几个综合变量的一种降维多元统计分析方法，已达到简化数据的目的。能够清晰看出男子篮球队运动员身体体格形态的各成分得分，专项素质得分越高表明该运动员具有高水平篮球运动员的潜质，目前我国各高等院校都有自己的篮球队，本理论的研究和方法对运动队提供了一定的理论研究依据。

[1]王凯，何江川.2010年南非世界杯32支参赛队技战术因子结构分析与综合评价[J].河北体育学院学报，2011.

[2]何江川.龙舟运动员路上路上专项力量与划水功率因子回归分析[J].北京体育大学学报，2009，32（3）:139-141.

[3]杨放，何江川.广西地区7所大学少数民族学生5469名体格营养状况因子评价法的度量[J].中国临床康复，2005,8(9)：4-6.

[4]何江川.体育统计分析与应用[M].桂林：广西师范大学出版社，2013.