近11年因子、聚類多元統計方法在體育科學中的研究綜述
——基于文獻計量學分析

邱 楠

(四川師范大學 體育學院，四川 成都 610101)

?

·體育統計學·

近11年因子、聚類多元統計方法在體育科學中的研究綜述
——基于文獻計量學分析

邱 楠

(四川師范大學 體育學院，四川 成都 610101)

運用文獻資料法、邏輯分析法、數理統計法、對比分析法，以因子、聚類等多元統計方法為切入點，對近11年在體育科學中的應用情況進行綜述研究。研究結果：因子、聚類方法在籃球領域的研究范式較為單一；多元方法在體育科學中的成果頗豐，但部分研究并未按照統計學正規流程進行檢驗；“單純”運用因子、聚類研究方法造成結果呈現“偽科學”特征。建議：從定性和定量角度運用因子、聚類方法架構文章，提升科研成果的價值和說服力。

因子、聚類；體育科學；綜述

現代體育科學研究過程中既需要對體育現象和過程進行符合邏輯的定性研究，更需要對體育現象和過程進行量的關系與變化規律的定量研究[1]。而定量研究最基本的思路就是借助數學科學相應成果為體育服務，數學科學在體育科學中的應用是體育現代化的重要方面，成功地運用數學這一工具可以精確地描繪競技體育的本質和發展規律，進行科學的預測和有效的組織工作[2]。因子、聚類分析無疑是基于數學科學基礎上來解決問題的統計學應用手段，據此范式研究體育科學領域的實際問題科研文獻成果豐富，但是因子、聚類多元統計方法在應用中存在的問題較多，本文通過對近十一年的文獻進行梳理，旨在通過文獻計量學手段、對比分析研究方法對科研文獻進行綜述，豐富此領域的研究成果，并為后續相關領域的深入研究奠定基礎。

1 研究對象與方法

1.1 研究對象

以近11年來相關核心期刊、一般省級期刊、碩博論文、國際會議和博士論壇等成果為研究對象。

1.2 研究方法

1.2.1 文獻資料法?；谖墨I計量學研究方法在中國知網檢索與主題有關的近11年核心期刊、一般省級期刊、碩博論文、國際會議和博士論壇，具體檢索方式為限定時間為2006-2016年，以“男籃”并含“因子分析”高級檢索文獻20余篇；以“體育”并含“因子分析”檢索文獻1 085篇；以“男籃”并含“聚類分析”高級檢索文獻9篇；以“體育”并含“聚類分析”高級檢索文獻215篇，從而為研究提供理論依據。

1.2.2 對比分析法。對比因子、聚類分析在體育及籃球領域的應用文獻成果。

1.2.3 數理統計法。運用SPSS22.0和EXCEL對“中國知網”文獻成果數據進行計量學分析。

1.2.4 邏輯分析法。通過梳理相關文獻，對其存在的問題進行符合邏輯的線性梳理。

2 研究結果與分析

2.1 針對相關文獻進行計量學初步分析

在中國知網檢索近11年有關的核心期刊、一般省級期刊、碩博論文，具體檢索方式限定時間為“2006-2016”，以“男籃”并含“因子分析”高級檢索文獻22篇(如圖1)；以“體育”并含“因子分析”檢索文獻1 085篇(如圖2)；以“男籃”并含“聚類分析”高級檢索文獻9篇(如圖3)；以“體育”并含“聚類分析”高級檢索文獻215篇(如圖4)。

圖1 男籃并含因子分析高級檢索

圖2 體育并含因子分析高級檢索

圖3 男籃并含聚類分析高級檢索

圖4 體育并含聚類分析高級檢索

運用文獻計量學研究方法探究因子和聚類多元統計在體育及籃球中的應用，由圖1和圖2對比可以明顯看出因子分析在籃球領域的應用極少，近11年一共20余篇，2014年最高有5篇文獻問世，但是2016年甚至沒有一篇文獻出現，而在體育領域，一共1 085篇，平均每年大約99篇文獻，并且2015年成果最為豐富一共出版156篇文獻，這說明在體育其他領域對因子分析運用的成果頗豐；通過圖3和圖4對比，以“男籃”并含“聚類分析”高級檢索近11年的文獻共9篇，2014年最高只有3篇，反觀體育學領域11年一共215篇文獻，2015年最高36篇，同樣說明體育其他領域對于聚類分析研究較多；通過同一年份的具體出版文獻數量來看，差距較大。從整體來看，通過對比分析發現籃球科研中因子、聚類分析運用情況在體育領域所占的比例較小，也從側面反應此領域的應用成果不足。

2.2 依據時間順序對因子、聚類分析在社會應用方面研究綜述

對“中國知網”上檢索到7篇核心文獻、碩士論文、國際會議和博士論壇進行綜述，包括李真[3](2006)運用聚類分析、主成分分析等多種統計方法對十運會的排行榜進行分析，從不同角度重新分析各個省、區、市代表團在十運會上所顯示的實力，以期對我國競技體育實力在各個省、區、市之間的分布格局有全面的了解，以及對各個省、區、市的競技體育實力有一個綜合評價和正確的定位。趙道靜[4](2007)利用經濟、社會效益評價理論的最新成果建立了競技體育投資效益評價指標集，通過專家咨詢收集相關數據，并利用聚類分析法對指標集進行了聚類分析，建立了分層的指標體系。吳文峰[5](2008)使用MATLAB軟件編程對數據進行模糊聚類處理，將30個對構建我國體育圖書出版結構起著不同程度作用的影響因素從大到小聚為5類影響因素集。依惠琴[6](2009)運用認知數據對成教體育專業學生學習滿意度進行因子分析，她認為不同年齡、不同年級、不同學歷層次、不同學習地點的學員學習滿意及影響因素不同，并根據分析中存在的問題，提出建議。李安娜[7](2011)采用因子和聚類分析的方法，對我國31個省市區競技體育的發展進行分區研究，探討省域競技體育發展的差異和特征，并著重思考省域經濟發展模式差異對省域競技體育發展的影響。孫斌[8](2012)借助SPSS對四川省休閑體育產業在我國13個省市自治區中的競爭力地位進行定量的研究，并對研究結果做出定性的分析，并給出一些提高四川省休閑體育產業競爭力水平的對策與建議。鄭湘平[9](2014)運用因子分析篩選出體育院校體操專修男學生的身體素質評價指標并建立等級評價標準，進而構建身體素質評價模型。

通過梳理因子、聚類方法在社會應用方面的具體成果，發現因子、聚類分析現今廣泛運用到社會科學研究中解決各領域實際問題，且成果較為豐富，但是對于文獻中多元統計分析的運用是否進行前提檢驗還值得考量，多元統計方法的運用還是要根據具體研究問題來選擇，以達到研究目的與研究方法的一致性，如果沒有按照檢驗流程其研究結果是否真實可信還值得商榷，細究多元統計應用類文獻，在研究方法和文章整體設計方面，基本上都能找到瑕疵的部分，這也說明現階段此領域的文獻只是相對科學。

2.3 依據時間順序對因子、聚類分析在籃球競技領域的應用研究綜述及理論模型構建

在中國知網以“因子”、“聚類”合并“籃球”等關鍵詞進行高級檢索，時間限定2006-2016，對其中12篇核心、一般省級核心、碩士論文進行綜述。研究發現以肖亮、江巍、孫慶祝、鞏慶波等為代表的學者把因子、聚類多元統計應用于籃球領域進行研究，肖亮[10](2006)通過收集、歸納和整理近年在世界大賽中,中國隊及其他各參賽隊的14項技術統計指標的數據,運用因子分析等統計方法建立籃球隊競技表現的因子模型,并分析中國男籃近年來的動態發展變化狀況，針對中國男籃的差距提出建議。江巍、孫慶祝[11](2007)把因子和聚類分析應用于籃球領域,通過主成分和因子分析法歸納出影響中國男子籃球隊技、戰術水平的5個主要因素,并提出了加強對抗能力訓練的建議。肖亮[12](2007)運用因子分析等統計方法對1998-2006年的80支參賽隊樣本的16項技術統計指標加以處理,建立籃球隊競技表現的因子模型,借助這一模型對第15屆世錦賽參賽球隊競技表現進行分析和比較,歸納出強隊競技實力結構的特征及取勝之道，通過對比為中國男籃的建設提供相關建議；陳有忠[13](2008)對第15屆男籃世錦賽24支球隊80場比賽的投籃進攻次數、兩分命中率、三分命中率、進攻籃板、防守籃板、蓋帽、助攻、搶斷、失誤、得失分率等10項指標進行聚類統計、對各聚類指標的差異性進行方差分析和多重比較。宋華[14](2009)運用因子分析對15屆世界男籃錦標賽各參賽隊伍的技術指標進行統計，建立因子得分模型，得出適合中國隊的賽制，并提出相應的建議和策略。胡劍平[15](2010)對第25屆男籃亞錦賽16支隊62場比賽的11項主要攻防技術指標進行Q型聚類分析，對各聚類指標的差異性進行比較，實現對亞洲各國球隊技術能力進行量化評價，并對中國男籃設定符合自身發展的戰略目標提供科學參考。吳家榮[16](2011)對第16屆世界男子籃球錦標賽前八名比賽技術進行因子分析，并根據男子籃球技術制勝因子特征和男子籃球技術遏制因子特征情況提出相應建議。趙亮[17](2011)以16屆世錦賽中國男籃的綜合實力為研究對象，根據官方給出的17項數據，對本屆比賽24支參賽隊伍進行聚類，將24支球隊分為三個層次，并運用因子分析法對球隊后衛、中鋒以及前鋒位置的各項數據進行因子分析，建立科學評價該位置隊員水平的指標體系。景懷國[18](2012)對參加第30屆奧運會男籃比賽的12支隊伍的10項技術數據進行研究，使用Q型聚類方法將12支隊伍分成4類。陳浩[19](2013)運用因子分析對中國男子籃球隊在2008年北京奧運會和2012年倫敦奧運會的11場比賽的技、戰術因子結構特征進行研究，找出兩屆奧運會技、戰術因子結構特征差異，并提出相關建議。鞏慶波[20](2014)運用因子分析和聚類分析對北京、倫敦兩屆奧運會男籃比賽相關攻防技術指標進行研究，得出四個因子是決定球隊成績主要因子的結論，其聚類分析結果認為美國隊獨歸為一類，其他隊伍兩屆奧運會歸類有所變化，并認為提高隊員力量素質及在強對抗條件下自身的技戰術發揮能力是我們急需解決的問題。蔣升江[21](2015)以2012年倫敦奧運會男籃的38場比賽中21項指標為研究對象，對數據進行因子分析、logistic回歸分析和非參數檢驗的處理，通過與世界強隊的比較，對中國男籃存在的差距提出針對性的建議。

研究述評：通過梳理近11年的成果發現，研究對象多集中在奧運會、亞錦賽、世錦賽等各項技戰術指標，通過一屆比賽，針對中國隊與世界強隊差異提出建議，或者通過兩屆之間、三屆之間的縱向對比進行以上范式研究，無論是對何種類型的國際大賽或者大同小異的技戰術指標在進行聚類分析時，往往得出的結論差別不大，例如，鞏慶波[20](2014)、陳有忠[13](2008)等人研究，認為歐美等強隊在聚類中始終處于領先地位，中國男籃通過技戰術指標聚類始終處于世界末流水平，這也說明里約奧運會以前的世界籃球格局整體上沒有太大的變動，學者近11年對聚類分析在籃球中的應用性研究，均使用相同的研究范式；同樣在因子分析中根據多個技術指標進行降維處理，并就中外因子分析的指標差異，提出相應的對策。如圖5金字塔理論模型所示，以籃球技術指標為基礎，以因子、聚類方法為手段，以中外相關因子、聚類結論差異和建議為著眼點進行相關范式研究，無論是因子或是聚類分析均無較大的改觀。

圖5 金字塔理論模型

2.4 對因子、聚類分析在體育科學中存在的問題綜述

通過梳理因子、聚類分析在體育科學中的相關問題研究文獻，對其中的3篇文獻進行綜述研究。朱曉峰[22]認為協方差矩陣和積差相關性矩陣是主成分和因子分析的前提條件，而以上兩方面前提條件要求對數據的正態性分布進行檢驗，同時對非正態性數據提出相應的轉換方式。朱曉峰[23]認為對認知數據進行主成分和因子分析時數據不成正態分布或者不等權的問題都會對數據的分析造成影響。魏登云[24]認為在運用主成分、因子分析進行體育綜合評價時，普遍出現盲目使用或者說不嚴謹使用的情況，提出要根據具體問題選擇統計方法，同時認為主成分的方差貢獻率作為權重系數時，可能與綜合評價的目的存在較大偏差。

綜上所述，多元統計方法應用的前提條件較多，尤其是做因子分析時，除了最基本的KMO必須大于或等于0.5，Bartlett球星檢驗應具有顯著性差異外，指標的差異同樣會對因子分析結果產生影響，在體育科學研究中如果不合理地運用或者不假思索地應用于研究對象，其結果的可靠性往往值得懷疑。

3 結論和建議

3.1 結論

3.1.1 對于因子、聚類研究方法的運用，其前提檢驗條件較多，通過文獻綜述，明顯看出以上部分成果并未嚴格按照統計學正規流程進行研究，因此其結果的說服力還值得商榷。

3.1.2 綜述發現部分文獻盲目的使用因子、聚類研究方法，而沒有根據具體的研究對象和研究目的適用性去架構文章。

3.1.3 研究范式較為單一，尤其是因子、聚類分析在籃球領域的應用性文獻，其研究范式均以籃球技術指標為基礎，以因子、聚類方法為手段，以中外相關因子、聚類結論差異和建議為著眼點進行相關范式研究，從文獻框架來看近11年變化不大。

3.1.4 “單純”的從定量的角度運用因子、聚類研究方法進行研究還有失偏頗，同時會造成研究成果呈現出一種“偽科學”的尷尬局面。

3.2 建議

對于因子、聚類統計方法的運用除了需要進行規范的統計學前提檢驗，還要考慮研究對象本身的規律性和特點及研究目的適用性，從而達到定性與定量相結合的效果，提升科研成果的價值和說服力。

[1] 雷福民，權德慶.主成分分析和因子分析在體育科學研究中應用方法的探析[J].西安體育學院學報,1997,14(4)：32-36.

[2] 閻紅光,姜玉玲.體育科研運用主成分分析和相關分析時應注意的幾個問題[J].體育科學,1999,19(3):89-91.

[3] 李真.中國競技體育實力的地區格局分布與對比分析——對十運會排行榜的分析[J].北京體育大學學報,2006,29(8):1137-1139.

[4] 趙道靜,李麗朋.競技體育財政投資效益評價指標聚類分析[C].第八屆全國體育科學大會論文摘要匯編(一),2007.

[5] 吳文峰.基于模糊聚類分析法對影響我國體育圖書出版結構構建主要因素的研究[C]//第五屆全國青年體育科學學術會議,第二屆中國體育博士高層論壇論文集，2008.

[6] 依惠琴.應用因子分析法對成教體育專業學生學習滿意度的研究[J].南京體育學院學報(社會科學版),2009(5):116-118.

[7] 李安娜,鄒師.我國省域競技體育發展差異的因子與聚類分析[C].第九屆全國體育科學大會論文摘要匯編(2),2011.

[8] 孫斌.基于因子分析法的四川省休閑體育產業競爭力研究[D].西安：西南交通大學,2012.

[9] 鄭湘平,袁衛華,陳義龍.基于因子分析的體育院校體操專修學生身體素質評價標準及模型構建研究[J].北京體育大學學報,2014(2):107-113.

[10] 肖亮.中國男籃競技表現因子模型及特征的研究[D].武漢：武漢體育學院,2006.

[11] 江巍,孫慶祝,易洪剛.因子分析,聚類分析對第28屆奧運會男子籃球比賽的應用研究[J].中國體育科技,2007,43(3):94-97.

[12] 肖亮.第十五屆男籃世錦賽參賽隊競技表現研究[J].山西師范大學體育學院學報,2007,22(4):103-109.

[13] 陳有忠,張永龍.運用Q型聚類對第15屆男籃世錦賽技術能力的綜合評價[J].北京體育大學學報,2008(9):1294-1296.

[14] 宋華,葉慧.因子得分模型在男籃比賽中的應用[J].江蘇教育學院學報(自然科學版),2009(4):34-36.

[15] 胡劍平.運用Q型聚類對第25屆亞洲男籃錦標賽技術能力的綜合評價[J].韶關學院學報,2010(12):101-105.

[16] 吳家榮,張建偉.籃球競技比賽技術制勝因子與遏制因子特征分析——以第16屆世界男子籃球錦標賽為例[J].廣州體育學院學報,2011,31(6):66-70.

[17] 趙亮.因子分析評價體系運用于中國男籃綜合實力評估的研究[D].蘇州：蘇州大學,2011.

[18] 景懷國,王軍.Q型聚類分析對第30屆奧運會男子籃球賽參賽隊伍綜合能力分析[J].廣州體育學院學報,2012,32(6):68-72.

[19] 陳浩,何江川.中國男子籃球隊兩屆奧運會技、戰術因子結構特征差異分析[J].中國體育科技,2013,49(5):50-53.

[20] 鞏慶波,徐蘭君.近兩屆奧運會男籃攻防技術的統計分析[J].吉林體育學院學報,2014,30(4):63-67.

[21] 蔣升江.影響2012年倫敦奧運會男籃比賽結果的因素分析[D].福州：福建師范大學,2015.

[22] 朱曉峰.主成分分析與因子分析在體育科研中的應用研究[D].蕪湖：安徽師范大學，2006.

[23] 朱曉峰,魏登云.體育科研中對認知數據主成分分析與因子分析的再認識[J].體育科學，2008，28(6):73-77.

[24] 魏登云,張文俊.體育科學研究中多元統計分析常見問題及對策[J].北京體育大學學報，2016(5):137-144.

Nearly 11 Years Factor and Clustering of Multivariate Statistical Methods in Sports Science Research were Reviewed——based on the analysis of bibliometric

QIU Nan
(School of Physical Education， Sichuan Normal University， Chengdu 610101， China)

By means of literature，logic analysis，mathematical statistics，contrast , multivariate statistical methods such as factor and cluster as the breakthrough point, for nearly 11 years in summarized the application of sports science research. Research results: the factors, research paradigm in the field of clustering method in the basketball is relatively single. Results of multivariate methods in sports science, but part of the study does not in accordance with the statistics of formal inspection process; "Simple" use factor, clustering methods cause results show "pseudoscience" characteristics. Suggestion: from the perspective of qualitative and quantitative use factor, clustering method architecture articles, enhance the value of scientific research achievements and persuasive.

factor and clustering; sports science; review

2016-12-20

邱 楠(1992-)，男，河南汝南人，碩士研究生，研究方向為籃球教學與訓練.

1004-3624(2017)03-0107-05

G80-32

A