大学生体质健康测试研究及应用

王家君

（汕头大学体育部，广东 汕头 515063）

一、引言

高等学校学生是国家和未来社会的高级人才，其体质的强弱，将直接影响未来社会人才的综合素质及民族的振兴和国家的富强。随着人们生活水平的提高，越来越多的人开始重视健身。然而作为中国社会发展的中坚力量，大学生身体健康水平多年来呈下降趋势[1]。中国大学生的身体健康水平明显落后于其他国家[2]。大学生身体素质的下降已成为影响国家发展和繁荣的重要问题，因此教育部等部门已出台了多项规定，督促各级政府及学校要提高学生的身体健康素质。但是，重要的是能否找到一种方法适合大学生，学生可根据该方法针对性地提高身体素质。这就需要学校和老师根据实际情况，提出相应的对策来解决[3]。

然而我国对学生的体质健康的研究处于刚刚起步的阶段，大多停留在根据既成的结果，进行反向推论的层面。国外众多学者对于学生体质的探究侧重实证层面的研究，而从理论层面展开的研究不多，大多研究对象都会选用一定规模的学生体质调研资料[3]。

综上所述，当务之急是如何提高大学生的身体健康水平，现有的国家学生体质健康标准忽略了不同类型学生之间的差异，不能很好地反映出学生的身体健康水平。因此本文在现有研究基础上，采用多种研究方法对汕头大学本科生体质健康测试成绩进行统计与分析，学生样本分布如图1所示，得出理工科学生与文科学生的差异，并对体测项目之间进行相关性分析。结果表明，这有助于学生了解自身体质健康状况，合理选修体育课程，增强体质状况，改善自身身体健康，具有现实意义[4]。同时，改进后的有关大学生体测模型可为高校的广大师生所借鉴，有助于提高大学生的身体素质。

图1 各学科学生样本数量分布图

二、大学生体育教学存在问题与分析

（一）理工科学生与文科学生体质健康测试成绩概括分析

下面给出理工科男生和文科男生、理工科女生和文科女生的描述性统计量表，如表1、表2 所示，以及最后测试成绩概括如图2 所示。成绩分析是通过软件SPSS 和Matlab 共同完成的。

从表1、表2 及图2 可以看出，对于理工科类学生，不管是男生或者女生，体质健康测试成绩的及格率都比文科类学生高，并且平均成绩也比文科类学生分数要高。但在体质健康测试中，无论是理工科类还是文科类，绝大部分学生都是仅处于及格的层次，良好人数所占比例非常低，优秀人数更是少之又少。由表3 可以看出，汕头大学学生体测的成绩及格率、优秀率和良好率比广东大学生体质健康测试成绩低，这也反映出汕头大学学生的体质健康状况处于急需加强的状态，这同时也是当前大学生面临的问题之一，体质健康状况不断下降，不能很好地把学业和体质健康兼顾好。

（二）体测实际数据统计分析基本理论

表1 理工科男生和文科男生各个体测数据的描述性统计量

表2 理工科女生和文科女生各个体测数据的描述性统计量

图2 各个类型的学生成绩对比图

表3-1 2018 年广东大学生体测成绩统计（%）

表3-2 汕头大学学生体测成绩统计（%）

本文主要运用统计分析中的方差分析、回归分析和非线性分析等方法，下面列出各个方法在本文研究中的作用。

方差分析是分析试验（或观测）数据的一种统计方法。在研究中，经常要分析各种因素之间的交互作用对研究对象某些指标值的影响[5]。在本文中，利用方差分析来研究不同类型学生之间有没有显著性差异与各个体测项目之间有无显著性差异。

回归分析（regression analysis）是确定两组或两组以上变量间关系的统计方法[6]。回归分析按照变量的数量分为一元回归和多元回归。本文在通常的回归模型显著性检验方法的基础上进一步研究和探讨，利用误差平方和除以自由度对变异平方和除以自由度进行F 检验，从而更好地探讨体测项目之间有无相关性。

非线性分析是指自变量与因变量之间不成线性关系，而是成曲线或抛物线关系或不成为定量。非线性关系是相互作用，而正是这种相互作用，使得整体不再是简单地等于部分之和，而是可能出现不同于线性叠加的增益或亏损。因此，在本文研究中，利用此分析可以探讨多个体测项目之间的关系。

本文首先对数据中的文理科学生的体测平均成绩进行了单因素一元方差分析（one-way ANOVA），得出理工科学生和文科学生的显著性差异，接着分别与体测项目进行研究，研究两者之间的相关性。

1.理工科学生和文科学生与平均成绩的方差分析。通过SPSS 对理工科学生和文科学生的体质健康测试平均成绩进行方差齐性检验[7]，显著性（P 值）均大于0.05，所以可以使用单因素方差分析[8]，如图3 所示。这里α＝0.05，假设理工科学生和文科学生与平均成绩无显著差异。

图3 理工科学生与文科学生显著性对比

由理工科男生和文科男生与平均成绩方差分析表中得到显著性（P 值）大于0.05，即可以表示0 假设成立，样本之间的平均成绩不存在显著性差异。理工科女生和文科女生与平均成绩方差分析表中得到显著性（P 值）远远小于0.05，即可以拒绝0 假设，说明样本之间的平均成绩存在显著性差异。

2.理工科学生和文科学生与体测项目的方差分析。身体的对称性和营养状况可以通过体型来体现，这也反映了学生的生长发育水平。体重指数（BMI）是用体重（千克）除以身高（米）的平方来测量的，这是国际上常用的脂肪水平和健康状况的测量标准[9]。立定跳远主要检测测试者的弹跳能力与爆发力，五十米跑主要检测测试者的反应能力、速度素质与爆发力[10]。男子一千米跑、女子八百米跑主要测试学生的耐力素质，引体向上主要运用上肢力量与握力，克服自身重力牵拉身体向上完成一个动作[11]。引体向上也是检测肌肉耐力水平的一个代表性项目。仰卧起坐主要运用人体腰腹和背部肌肉来完成动作，有助于锻炼核心力量，也是反映腰腹肌肉耐力的一项运动[12]。通过对理工科学生和文科学生与体测中各个项目的方差分析，进一步得出两者之间的差异。如图4 所示。

图4-1 理工科男生和文科男生与体测项目的显著性对比

图4-2 理工科女生和文科女生与体测项目的显著性对比

通过SPSS 对理工科学生和文科学生与体测各项目进行方差齐性检验，显著性（P 值）均大于0.05，所以可以使用单因素方差分析。在方差分析中，理工科男生和文科男生在身高、体重、肺活量和坐位体前屈等体测项目中的显著性（P 值）均大于0.05，表示0 假设成立，样本之间不存在显著性差异，而在其余体测项目中，立定跳远、引体向上、五十米跑和一千米跑的显著性（P 值）均小于0.05，表示拒绝0 假设，样本之间存在显著性差异。

在理工科女生和文科女生与体测项目的方差分析中，理工科女生和文科女生在身高、体重、肺活量、坐位体前屈、仰卧起坐等体测项目中的显著性（P 值）均大于0.05，表示0 假设成立，样本之间不存在显著性差异；剩下的体测项目，如立定跳远、五十米跑和八百米跑的显著性（P 值）均小于0.05，表示拒绝0 假设，样本之间存在显著性差异。

由以上结果可得理工科男生在立定跳远、引体向上、五十米跑和一千米跑等体测项目中成绩明显优于文科男生，这反映出理工科男生身体素质比文科男生更好。理工科女生在立定跳远、仰卧起坐、五十米跑和八百米跑等体测项目中成绩明显也优于文科女生，这也反映出理工科女生身体素质比文科女生略好。总体而言，理工科学生的身体素质比文科学生的好。

因此，学生可以根据专业、性别找到自身所处类别的标准，得到自己想要的结果，也可以清楚地知道自身还有哪些方面需要提升，通过咨询专业人士或者老师，听取相应的建议并采取措施，即可改善不足之处。接着，就可以进行后续相关性分析。

三、大学生体质健康测试相关性分析研究

前文得出理工科学生与文科学生差异所在，但仅这些是不够的，还要用统计分析基本理论来研究体测项目之间的关系。

接下来将研究大学生体质健康测试回归及非线性相关分析。应用前文提及的改进后的回归分析理论及非线性相关理论，更能反映出学生的实际情况。

（一）大学生体质健康测试回归分析

1.身高和体重一元回归分析。基于前文所述的回归分析理论，现在给出一元回归模型公式，如x 表示身高，y 表示体重，分别给出男女生身高体重数据图，再调用Matlab 中的工具箱对身高体重做一元回归分析，其中，身高是自变量，体重是因变量，拟合效果图如图5 所示。

由图可知，身高和体重呈现正相关趋势，也就是说身高越高，体重也对应一定的范围，并且对其进行显著性检验，测量误差较小，即检验效果显著。

图5-1 男生身高体重拟合图

图5-2 女生身高体重拟合图

建立身高体重一元回归分析，有助于学生们更好了解它们之间的关系，所以学生应注意自己的身高对应的标准体重。为了身体的健康着想，应维持正常的体重，尽量使体重不要超过这个正常值10%或低于正常值10%，在这个范围内上下浮动才可以。与身高相比，体重相对较低时，应该通过持续增加食量，从而提高对热量的摄入。通过汲取均衡的营养逐渐增加体重也显得非常重要。

2.身高、体重和肺活量的二元回归分析。理论上，肺活量与身高理论计算公式及肺活量体重指数公式分别为：

但这个计算公式计算出的只是理论上的肺活量，个人平时的运动锻炼、营养、健康状况等因素会影响肺活量的水平。肺活量与体重、胸围等因素密切相关。肺活量体重指数是反映人体呼吸功能的一项重要指标，在有氧运动运动员的选才和学生体质评测中起到一定的参考价值。

基于前文的多元线性回归理论，用x 和y 表示身高和体重，z 表示肺活量，给出男女生身高、体重和肺活量数据点图，再调用Matlab 中的工具箱对身高、体重和肺活量做二元回归，其中身高和体重为自变量，肺活量为因变量，拟合效果图如图6 所示。

图6-1 男生身高、体重和肺活量的拟合图

图6-2 女生身高、体重和肺活量的拟合图

由图可知，身高和体重以及肺活量也呈现正相关趋势，当然，随着年龄的增长，肺活量也会下降。对回归分析进行显著性检验，检验效果显著，即测量误差较小。

建立身高、体重和肺活量模型有助于学生重视、了解身体机能是体质健康的核心，而肺活量是学生体质健康标准中唯一的机能指标，在体质综合评价中有非常重要的参考价值。

（二）大学生体质健康测试非线性相关分析

1.男生身高、体重和引体向上非线性相关分析。根据前文的非线性相关理论，用x 和y 表示身高和体重，z 表示引体同上。

男生身高、体重和引体向上并不是简单的线性对应关系，需考虑多个自变量的相互影响。给出男生身高、体重和引体向上数据点图，调用Matlab工具箱，用身高和体重做自变量，引体向上做因变量，拟合效果图如图7 所示。

图7 男生身高、体重和引体向上的拟合图

运行相关代码就可以得出关于男生身高、体重和引体向上的多元非线性分析图，对其进行显著性检验，检验的P 值远远小于0.05，说明检测效果显著，即非线性相关分析效果较好。

建立好的模型有助于男生根据自己的身高、体重来适当进行引体向上锻炼，这有许多益处。完成一个完整的引体向上的过程需要众多背部骨骼肌和上肢骨骼肌共同参与做功，是一项多关节复合动作练习，是较好的锻炼上肢的方法，是所有发展背部骨骼肌肌力和肌耐力的练习方式中参与肌肉最多、运动模式最复杂、发展背部骨骼肌的肌力和肌耐力最有效的，是最基本的锻炼背部的方法。男生更应该好好重视这一体测项目。

2.女生五十米跑、坐位体前屈和仰卧起坐非线性相关分析。根据前文给出的非线性相关理论，女生五十米跑、坐位体前屈和仰卧起坐并不是简单的线性关系，只能进行非线性分析。给出女生五十米跑、坐位体前屈和仰卧起坐数据点图，调用Matlab 工具箱，用五十米跑和坐位体前屈做自变量，仰卧起坐做因变量，拟合效果图如图8 所示。

图8 女生50 米跑、坐位体前屈和仰卧起坐的拟合图

运行相关代码就可得出关于女生五十米跑、坐位体前屈和仰卧起坐的多元非线性方程，x 是五十米跑，y 是坐位体前屈，z 是仰卧起坐。对其进行显著性检验，检验的P 值远远小于0.05，说明非线性相关分析效果较好。

建立好的模型有助于女生了解这三者之间的关系，从而可以更有效地进行针对性训练。五十米跑是测试学生速度素质的重要指标之一，反映了下肢爆发力和快速跑的能力。坐位体前屈是测试人体柔韧性的一项重要指标，反映了人体的躯干、腰部、髋关节等关节、肌肉和韧带的伸展性和弹性的柔韧素质发展水平。人体的柔韧性素质越好，在活动时肌肉、韧带和关节的可活动幅度就越大，在做各种动作技能时就越容易成功，也不易受到运动损伤。当人体的总体机能水平下降时，躯体柔韧性也会随之下降。而仰卧起坐是体能锻炼的一个重要环节，主要作用是增强腹部肌肉的力量，所以跟爆发力和身体柔韧性息息相关。做得正确的话，仰卧起坐既可增加腹部肌肉的弹性，同时亦可以收到保护背部和改善体态的效果。所以女生应重视仰卧起坐这一体测项目。

四、结论

大学生体质健康测试项目之间的相关性分析可以使学生掌握科学健身的方法，了解一些运动知识，可以有效地促进身体健康水平的发展，同时也能提高体质健康测试成绩。研究结果表明：

（一）整体上，汕大大学的理工科学生的身体素质比文科学生的身体素质要好一些，但与全国大学生体质健康测试标准相比，仍然有不少差距。

（二）通过对大学生体质健康测试数据进行相关性分析，得到相关系数矩阵。因此可以根据体测项目之间的相关性来建立起大学生体质健康测试分析，分别为回归分析和非线性相关分析。

（三）大学生体质健康测试项目之间的相关性分析可被高校广大师生借鉴，具有很强的适用性。对学校而言，首先要加强课余体育锻炼引导工作，使学生明白体质健康的重要性，加强学生自觉锻炼的动机。对学生而言，要增加课程活动多样性，加强重点测试项目锻炼。在体育课程的设置与选课方面增加课程的多样性，有助于提高不同的身体机能。

然而，本研究还存在一些不足之处：第一，在进行方差分析时，只考虑单因素一元方差分析，没有考虑到其他方差分析，如非参数方差分析等；第二，在进行非线性相关分析过程中，没有加入其他变量对因变量的影响分析；第三，没有给参与体测的学生一个详细的体质健康等级标准，只考虑到学生之间的差异。

基于以上所述，在未来的研究工作中，要思考如何改进这些不足之处，针对第一点不足，采用其他相关数据统计分析方法，再加上软件辅助，有助于为更好地研究打好基础；针对第二、第三点不足，可以结合当下热门的机器学习甚至深度学习的方法，还需要尽量收集多个学校学生的体质健康测试数据来进行分析。最后可以根据体测数据给定一个详细的学生体质健康等级标准。