下肢爆发力训练是否能提高弹跳能力的研究
——配对样本T检验
邱志斌
（西北师范大学教育学院09级心理系 200941000125）
[摘要] 为了检验某发展下肢爆发力的训练方法是否有效？现抽取20名某大学的学生进行了为期3个月的发展腿部爆发力的训练，运用实验的方法在训练前后分别测试了每一人的立定跳远成绩。
统计20名学生训练前后的数据,再用配对T检验（Paired Samples T Test）对前后所收集数据的平均数进行差异显著性检验,进而推断该训练方法是否有效。
由配对样本T检验的结果表明该训练方法确实能提高学生的弹跳能力。
[关键词] 训练差异推断配对样本Ｔ检验
1.1、问题的提出
在生活中经常会遇到这样的问题,如某种教学方法是否对教学有效,也就是确实能提高学生成绩;某种训练是否对接受训练的人的某一身体机能有改善作用;或者某一种药物对某种病的治疗是否有效果等等,针对以上问题,我们通常就会采取统计学中的配对样本T检验的方法进行分析。
例如：某体育教学组织最新研究出了一种训练下肢爆发力的方法，如何才能知道该训练方法是否能提高学生的下肢爆发力呢？
1.2、配对样本T检验介绍
配对样本T检验通常可分为以下两种情形：
1.2.1、同源配对
也就是同质的被试分别接受两种不同的处理。
例如：为了验证某种记忆方法对改善儿童对词汇的记忆是否有效？先随机抽取40名学生，再随机分为两组。
一组使用该训练方法，一组不使用，三个月后对这两组的学生进行词汇测验，得到数据。
问该训练方法是否对提高词汇记忆量有效？
1.2.2、自身配对
（1）某组同质被试接受接受两种不同的处理。
例如：抽取一个班的同作为被试，分别测验他们的简单视觉反应时和简单听觉反应时。
试问他们的简单视觉反应时和简单听觉反应时是否存在差异？
（2）某组同质被试接受处理前后是否存在差异。
例如：某公司推广了一种新的促销方式，实施前和实施后分别统计了员工的业务量，得到数据。
试问这种促销方式是否有效？
1.3、配对样本T检验注意事项
在配对样本T检验中，强调被试一定要同质，其目的就为了消除目的是额外变量的影响，更能反映自变量和因变量之间的关系。
1.4、配对样本T检验的统计学原理
配对样本t检验的过程，是对两个同质的样本分别接受两种不同的处理或一个样本先后接受不同的处理，来判断不同的处理是否有差别。
这种检验的目的在于根据样本数据对样本来自的配对总体的均值是否有显著差异进行判断的。
在统计学中，若取显著水平α=0.05.若P>0.05，则差异不显著；若P<0.05，则差异显著。
1.5、配对样本T检验的步骤：
1.5.1、提出假设
建立虚无假设H0:μ1= μ2，即先假定两次测验成绩之间没有显著差异，即该训练方法对下肢爆发力没有效果。
确定假设的显著水平α，根据“小概率原理”，通常用5%和1%两个概率为标准，记作α=0.05和α=0.01。
本实验用α=0.05
1.5.2、收集数据
该实例采用实验的方法收集数据。
先随机抽取某大学的20名同学（大学生自然的弹跳发展已经基本停止了，所以就可以排除实验结论是由自身弹跳发展这一额外变量的影响）为研究对象。
采用组内实验设计。
对他们立定跳远的成绩进行测定。
然后对他们进行3个月的训练。
再一次测定他们立定跳远的成绩。
记录他们前后两次的数据。
实验数据如下：
1.5.3、数据处理
第一步：在spss的Variable View中建立数据库。
如下图：
图1：实验数据库建立图。
第二步：输入实验数据。
如下图：
图2 实验数据图
第三步：对数据进行配对样本T检验。
操作步骤：（1）Analyze中的Compare Means,再选取Paired-Samples T Test:
（2）在打开的菜单中选中训练前和训练后，然后“双击”，就可以将训练前和训练后两个变量分别输入variable1和varible2中，再点击OK。
第三步：分析数据
表1训练前后所测成绩的基本描述统计量（Paired Samples Statistics）
Paired Samples Statistics
Mean N
Std.
Deviation
Std. Error
Mean
038ir 1 训练前213.7500 20 17.03827 3.80987 训练后229.1500 20 12.76622 2.85461
表2 训练前后的相关系数及检验（Paired Samples Correlations）
Paired Samples Correlations
N Correlation Sig. Pair 1 训练前& 训练后20 .604 .005
表3配对样本t检验的结果（Paired Samples Test）
Paired Samples Test
Paired Differences
t df
Sig. (2-tailed)
Mean
Std.
Deviation
Std. Error
Mean
95% Confidence Interval
of the Difference
Lower Upper
Pair 1 训练前-
训练后
-15.400 13.80465 3.08681 -21.86078 -8.93922 -4.989 19 .000
1.6、结果解释
由表1看出，训练前20名同学的立定跳远的平均成绩是213.75分，标准差是17.03827，标准误是3.80987。
而训练后20名同学的立定跳远的平均成绩是229.15，标准差是12.776622，标准误是2.85461.
由表2看出，本次样本共抽取20名同学，相关性为0.604，显著水平为0.005。
由于选取的α=0.05，即选取置信度为95%，若P<0.05，则拒绝H0，接受H1，若P>=0.05，则还不能拒绝H0。
由表3看出P〈0.05,即训练前成绩与训练后成绩存在显著性差异。
由此可见，这种训练方法确实能提高学生的下肢爆发力。
参考文献
【1】SPSS 15．0统计分析从入门到精通；刘大海、李宁；清华大学出版社；配对样本T检验的SPSS 操作354页
【2】SPSS 17中文版统计分析典型实例精粹；赖国毅、陈超；电子工业出版社；配对样本T检验实例分析421页
【3】现代心理与教育统计学；张厚粲、徐建平；北京师范大学出版社；配对样本的非参数检验346页
【4】SPSS其实很简单；刘超、吴铮；中国人民大学出版社；配对样本T检验411页
学习spss的心得
从这学期开始接触spss这个数据处理和分析软件到现在，我对本学期学习spss的心得总结了一下几点：
一、我学到了些什么。
Spss的全称是Statistical Package for the Social Science，是为社会科学研究使用的一种分析和处理的软件。
在学习spss之前，我们首先复习了统计学上学过的一些关于的数据问题，包括数据的分类，以及描述统计和推论统计中的相关概念，如总体、样本、参数、统计量、频数和频率。
知道了变量可以分为连续变量和间断变量，针对不同的数据我们应该采用不同的处理方法，才能跟准确的反映由数据带给我们的信息。
接着我们学习了数据的录入和整理，开始简单的认识了spss的操作界面，掌握了每一个菜单的作用。
随后我们学习了一些简单的数据处理，包括数据变量的定义，数据的排序，数据的转置。
学会了求一组数据的集中和离散指标。
包括平均数，中位数，众数，标准差，标准误，四位位差，百分位差。
学习绘制各种统计图形来更形象地反映数据的特征，如条形图，折线图，饼状图等。
以上都是描述统计方面的spss技能，随后我们就开始进入了推论统计阶段。
我们学习了针对
连续变量的T检验和F检验，单因素方差分析和多因素方差分析，相关和回归，以及针对离散变量的卡方检验。
二、对于学习这门课的感觉。
首先spss是一个应用软件，必须注重实用，能够帮助我们解决一些生活中的问题。
因为它主要是为社会科学研究所服务的。
我觉得要想学好spss，应该具备以下三方面的知识：
1、一定的英语基础。
因为spss的版本通用的是英文版本，它的界面、状态栏、菜单栏都是英语。
所以一定要有一定的专业英语基础。
才能更好的操作spss软件。
2、一定的统计学基础，知道每种数据处理所依据的统计学原理。
统计学原理是spss的理论基础。
只有掌握了每一种数据处理的统计学原理后才能更深入的掌握这一统计方法的精髓。
只有掌握了原理以后，你才不会仅仅是死记下每一种数据处理的步骤。
你才能活学活用。
3、一些简单的电脑操作。
三、如何更好的教授spss。
既然spss是一种操作技能，那就在每学完一块内容后，让学生结合校园生活及学习，或者以小组的形式做一些校园和社会调研去研究某一个问题，解释某一种现象。
然后收集数据，在用spss进行数据的处理和分析，这样才能将理论和实践结合起来。
只有自己动手操作后，才能更好的掌握spss的操作技能。