陈鹏 王晓红

摘  要：本文以提取的武汉工程大学本科生体质健康测试数据为样本，通过Excel、SPSS 22.0等工具，采用单因素方差分析法、相关性分析、多元回归分析法对测试数据进行分析研究。结果显示：男女体质测试指标和派生指标BMI均与体测总分之间存在高度相关性，其中坐位体前屈、引体向上/仰卧起坐、50m指标对体质测试总分影响较大;男女生BMI指标与坐位体前屈之间没有显著性相关关系;BMI与800m/1000m之间有很强的正线性关系。研究结果表明，通过锻炼身体，降低肥胖者的BMI值，有利于提升学生体质状态，提高测试成绩。

关键词：大学生  BMI  方差分析

中图分类号：G8                                     文献标识码：A                        文章编号：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  研究对象和方法

1.1 研究对象

随机抽取武汉工程大学大一到大四的本科学生4476名，其中男生2895人，女生1581人。将成绩缺项、免测、作弊的数据定为无效数据，通过Excel筛选出无效数据164例， 有效数据为男生2774人、女生1538人。

1.2 研究方法

（1）文献资料法。

（2）数理统计法。

使用Excel和SPSS 22.0工具，对采集的大学生体质测试数据进行统计分析。

2  结果与分析

通过SPSS 22.0软件，将随机抽取的2774名男生和1538名女生的数据导入该软件的数据视图中，回归分析采取Pearson相关性检验，得出各数据之间的相关性统计。结果显示：在置信度（双侧）为0.01的范围内，体测分值与表1中8个指标之间均存在高度相关性。

2.1 男生各体质健康综合得分与检测指标多元线性回归

为探究各个体测指标对体测分值的影响程度，男生以肺活量（X1）、50m（X2）、跳远（X3）、坐位体前屈（X4）、引体向上（X5）、1000m（X6）、BMI（X7）为自变量，体测分值为因变量Y，建立多元回归模型。在表1模型摘要中，模型1的相關系数R为0.961，调整后的判定系数R为0.924，表示该线性模型可以解释因变量92.4%的变异量，即该多元回归方程的拟合效果好;Durbin—Watson检验统计数值为1.926，接近2，表明自变量之间可能不存在严重的共线性关系;而方差F检验值为4800.572，显著性水平为0.000，表示回归模型的整体解释变量（自变量）达到显著水平，即该多元回归方程有效，自变量和因变量呈线性关系。

由回归系数表2可以得出，非标准化多元线性回归方程模型为Y^=82.857+0.004X1-3.163X2+0.082X3+0.021X4+0.632X5-0.102X6-0.176X7。为验证单个自变量和因变量之间是否存在显著性线性关系，进行了回归系数t检验，检验结果显示：单个自变量和因变量之间存在显著性关系。同时各个指标的容差远大于0，VIF的值也都小于10，均表示模型方程没有多元共线性问题。在多元共线性检验中，1000m和BMI指标的CI值都大于30，说明这2个变量自身之间有很强的线性关系，即方程存在严重的多重共线性。剔除1000m和BMI，调整后的方程为Y^=82.857+0.004X1-3.163X2+0.082X3+

0.021X4+0.632X5。

2.2 女生各体质健康综合得分与检测指标多元线性回归

同上，在回归系数分析可知，7个自变量指标的P值均为0.000，表明单个自变量和因变量之间都存在显著性关系。各指标的容差均大于0，方差膨胀系数VIF均小于10，表明该方程模型暂未发现多元共线性问题;共线性诊断统计中，7、8变量的特征值为0.005和0.001，小于0.01，因此方程模型存在严重的多重共线性。剔除BMI和800m后，调整后的方程为Y^=89.555+0.006X1-3.009X2+0.081X3+0.205X4+0.207X5。

2.3 相关和回归分析

（1）在指标变量之间相关性分析中，坐位体前屈和50m、BMI、肺活量并无显著相关性，一定程度上说明个体柔韧性与快速跑反应能力、肥胖程度没有必然联系。

（2）在多元线性回归方程中，男、女生的50m、坐位体前屈、引体向上/仰卧起坐的系数值较大，说明这3项对体测分值影响较大，学校和老师在进行教学改革期间，应该重点关注这3个方面。学生个体应在柔韧性、腰腹、上肢、下肢力量上多开展相关的体育活动来增强自身能力。

（3）在多元线性回归模型中，由于1000m/800m和BMI指标之间存在很强的线性关系，因此模型予以剔除，但这2个指标同样重要。在相关性分析中，男女生的这2个指标与体测分值都存在很强的线性相关性，因此学校和老师应鼓励学生多锻炼健身，减小肥胖学生的BMI值，保持体质健康，提高个体的身体素质。

参考文献

[1] 杜小安，朱斌，陈惠.不同身高体重等级对大学生体质健康水平的影响[J].四川师范大学学报：自然科学版，2011，

34（4）：597-600.

[2] 王明俊，吴亮.基于回归和相关分析的大学生体質健康评价指标关系的研究[J].成都体育学院学报，2008，34（5）：79-81.

[3] 李大永，梁月红，温彦.主成分分析法在学生体质综合评价中的应用[J].河北工程大学学报：社会科学版，2010，27（2）：76-78.

[4] 蔡忠建，袁建国.大学生体质健康指标的权系数及关联分析[J].上海体育学院学报，2009，33（2）：74-78.

[5] 杜亚芹.BMI指数与大学生体质健康的相关关系分析——以东北师范大学为例[J].吉林体育学院学报，

2012，28（6）：95-98.

①基金项目：湖北省高等学校省级教学研究项目（项目名称：普通高校体育优质教学资源共享机制研究与实践，项目编号：X2018005）。

作者简介：陈鹏（1994—），男，汉族，山西临汾人，硕士研究生在读，研究方向：体育经济与管理。

王晓红（1965—），女，汉族，湖北荆州人，本科，教授，研究方向：体育教学与训练。