Art 00 - Antropomotoryka
Transkrypt
Art 00 - Antropomotoryka
NR 26 Wartość diagnostyczna narzędzi analitycznych w młodzieżowej piłce ręcznej ANTROPOMOTORYK A 2003 WARTOÆ DIAGNOSTYCZNA NARZÊDZI ANALITYCZNYCH W M£ODZIE¯OWEJ PI£CE RECZNEJ DIAGNOSTIC VALUE OF THE ANALYTIC TOOLS IN THE YOUNG PEOPLE HANDBALL Igor Rygu³a*, Ryszard Jarz¹bek** * prof. dr hab., Katedra Analiz Systemowych w Sporcie, AWF Katowice ** dr, w Katedra Gier Sportowych i Rekreacyjnych, AWF Katowice Słowa kluczowe: wartość predyktywna, zasób informacji, wskaźnik rozwoju zawodniczego. Key words: STRESZCZENIE • SUMMARY According to praxeologic control scheme of sports training, diagnostics of many talents and the control of the training process are intermeshing links of the cause-effect chain. These both elements require reliable information sources with great predictive value. In the sports diagnostic process, the special role is played by the measuring tools, offering the greatest amount of information on the investigated object (the level of athletic development). It could be expected that the interpreted measurement results will give the handball coaches a certain datum point, presenting the state of sport from the point of view of the variables being analyzed. With the use of complex statistical procedures, it has been demonstrated, how the components making the optimum combination of the describing variables explain the variability of the investigated phenomenon. In accordance with assumptions of this research undertaking, for the analysis a group of girl handball players was chosen (born in 1986). Using formerly described method of construction of the biometric model, a way of using of structural parameters of the regression function model for the determination of the predictive value of movement trials and tests has been presented. - - - - - Dysproporcje pomiędzy uznawanym powszechnie znaczeniem prognoz w procesie doboru i selekcji a stanem wiedzy na ten temat wyznaczyły główne cele niniejszej pracy, których osiągnięcie wymagało rozwiązania co najmniej kilku problemów. Wyniki badań wykazały, że realizacja powyższego założenia wymaga określenia wartości predyktywnej oraz pojemności indywidualnych i integralnej nośników informacji (testów, prób ruchowych, wskaźników i wyników pomiarów antropometrycznych) w oparciu o model biometryczny. Poznanie wartości predyktywnej oraz pojemności indywidualnych i integralnych nośników informacji, które wnoszą największy zasób informacji o rozwoju sportowym zawodników, jest konieczne dla predykcji, czyli procesu wnioskowania na przyszłość na podstawie modelu matematycznego. Do oceny wartości predyktywnej wybranych nośników informacji należy zastosować kryterium wyników sportowych, które aktualnie uważane jest za najlepszą miarę oceny prognostyczności testów sportowych. W badaniach diagnostycznych, predyktywnych i weryfikacyjnych przydatny jest „Agregatowy wskaźnik rozwoju zawodniczego”. – 15 – Igor Ryguła, Ryszard Jarząbek - - - - - Wprowadzenie W systemie wychowania fizycznego istotną rolę ze względu na niezaprzeczalne walory, odgrywają gry sportowe. W grupie tej poczesne miejsce zajmuje piłka ręczna. Zalicza się ją do sportu o charakterze walki bezpośredniej, z prawem kontaktu fizycznego z przeciwnikiem. Opiera się ona na takich podstawowych formach ruchowych, jak bieg, skok, rzut. Ich różnorodność sprawia, że zapewniają one prawidłowy rozwój organizmu zarówno pod względem morfologicznym, jak też pod względem kształtowania podstawowych cech motorycznych. Jako gra zespołowa ma wiele walorów; uczy szlachetnej i nieustępliwej walki, zaciętości w dążeniu do zwycięstwa, umiejętności zespołowego, a nie egoistycznego działania, koleżeństwa, poczucia odpowiedzialności. Zachowanie zawodników uzależnione jest od posiadanych przez nich potencjału morfofunkcjonalnego i sprawnościowego określonych środków walki (poziom cech morfologicznych sprawności psychofizycznej, fizycznej, technicznej i taktycznej), a także od dopływu określonej informacji, która wymieniane predyspozycje pozwala dostosować do panujących w walce sytuacji, z którymi spotyka się zawodnik lub cały zespół. Nigdy nie są one identyczne. Mogą być najwyżej podobne i noszą zawsze w sobie cechy zachowań typowych [1]. O poziomie gry w piłkę ręczną nie decydują wyłącznie czynności związane ze sprawnością fizyczną, techniką i taktyką, ale także procesy myślenia, gdyż każda czynność odbywa się z ich udziałem. Zawodnik musi przy dużym wysiłku fizycznym, w stanach wysokiego napięcia emocjonalnego, spowodowanego celem do którego dąży zespół i interwencja przeciwnika, błyskawicznie spostrzegać, zapamiętywać, oceniać, wnioskować i działać [2]. Im zawodnik jest bardziej doświadczony, tym jego działanie, oparte na wspomnianych funkcjach, jest szybsze, dokładniejsze, logiczniejsze i bardziej zdecydowane. Zawodnik spostrzegawczy, posiadający lepszą pamięć i większy zasób wiedzy, umiejący logicznie wnioskować i błyskawicznie działać, będzie miał przewagę nad przeciwnikiem stojącym pod tym względem niżej od niego. Znamienną cechą współczesnego sportu jest ciągła poprawa wyników sportowych, a co za tym idzie komplikacja i złożoność procesów szkoleniowych. Obecnie nie wystarcza już ogólnikowa i często przypadkowa organizacja systemu szkolenia. Zaczyna decydować perfekcyjnie przygotowany, długotrwały, systemowo zorganizowany proces o racjonalnej strukturze, który wynika z interakcji uwarunkowań natury biologicznej i czynników określonych modelem mistrzostwa sportowego. Gwałtowny wzrost poziomu sportowego zmusza zawodników, chcących sprostać współzawodnictwu światowemu, do ciągłego zwiększania obciążenia treningowego. Jednak trend tego zjawiska, początkowo polegający na zwiększaniu objętości treningowej, w późniejszych latach intensywności, zbliżył się do granic możliwości przystosowawczych ustroju ludzkiego, czyli problematyki związanej z działalnością człowieka w warunkach krańcowych [3, 4]. Już od tej strony patrząc, jest to dostatecznie ważki problem, aby poświęcić mu uwagę. Jeżeli zasięgiem swoim zaczyna on ogarniać młodzież, a nawet dzieci, to waga tego problemu jeszcze wzrasta. Dlatego coraz częściej badania koncentrują się wokół optymalizacji obciążeń treningowych [5, 7] lub innych elementów procesu doboru i selekcji dzieci i młodzieży do szkolenia sportowego [7]. Spośród czynników decydujących o efektywności szkolenia sportowego na szczególną uwagą zasługuje podsystem prognozowania w systemie doboru i selekcji kandydatów do sportu wyczynowego. Pomimo iż problem ten jest szeroko omawiany w literaturze fachowej [8-11] istnieją wciąż poważne luki w wiedzy o motoryczności na temat metod prognozowania poziomu sprawności fizycznej, które w poważnym stopniu utrudniają selekcję dzieci. Niniejsza praca jest próbą uzupełnienia wiedzy na temat wartości predyktywnej wybranych cech młodych piłkarek ręcznych. Cel pracy Jednym z celów pracy jest weryfikacja przydatności syntetycznych mierników rozwoju (metod agregatowych) do budowy zmiennej endogennej przygotowania zawodniczek do gry w piłkę ręczną. Ich zastosowanie pozwoliłoby na poprawną metodologicznie estymację testów parametrycznych, a tym samym algorytmów optymalizacyjnych. Ilościowe wyrażenie zmiennej objaśnianej w grach sportowych pozwoliłoby również na ogromne uprzystępnienie badań oraz rozwiązanie wielu złożonych problemów, wymagających zastosowania nowych, dotąd nie stosowanych metod analitycznych w tej dyscyplinie. Jednym z bardziej pilnych problemów, który wymaga wszechstronnej analizy naukowej, jest określenie wartości predyktywnej cech budowy ciała, sprawności fizycznej ogólnej i specjalnej w grach sportowych, a szczególnie w młodzieżowej żeńskiej piłce ręcznej. – 16 – Wartość diagnostyczna narzędzi analitycznych w młodzieżowej piłce ręcznej Celem głównym tych badań jest optymalny wybór do modelu matematycznego zmiennych objaśniających, które wnoszą największy zasób informacji o poziomie sportowym piłkarek ręcznych. Przyjmujemy założenie, że rozwiązanie tego problemu uprości proces doboru i selekcji młodzieży do szkolenia w piłce ręcznej oraz ułatwi diagnostykę stanu wytrenowania młodych zawodniczek. Pytania i hipotezy badawcze Realizacja głównego celu niniejszej pracy wymaga udzielenia odpowiedzi na następujące pytania badawcze: 1. Jak wyspecyfikować zmienne (testy, próby, wskaźniki), które mogą występować w roli zmiennych objaśniających modelu regresji wielokrotnej? 2. Jak ustalić optymalny zbiór zmiennych objaśniających? 3. Czy „Agregatowy wskaźnik rozwoju zawodniczego” może pełnić funkcję kryterium oceny wartości predyktywnej zmiennych objaśniających? Przedstawione dotychczas rozważania teoretyczne oraz analiza zebranego materiału badawczego stanowiły podstawę weryfikacji następujących hipotez badawczych: H 1: Istnieje możliwość znalezienia takiej reprezentacji cech osobowości sportowej młodych piłkarek, która wniesie największy zasób informacji 2 (wskaźnik determinacji R ) o przygotowaniu psychofizycznym zawodniczek do współzawodnictwa sportowego w piłce ręcznej. H 2: Zastosowanie metod optymalnego wyboru wektora zmiennych objaśniających modelu regresji pozwoli na uproszczenie procesu doboru zawodniczek do gry w piłkę ręczną oraz znalezienie niezbędnego zasobu informacji o poziomie sportowym młodych piłkarek ręcznych. Materiał, metody i narzędzia badań - Sformułowane hipotezy weryfikowano w trakcie eksperymentu pedagogicznego przeprowadzonego na 13-letnich piłkarkach ręcznych klubu sportowego HKS „STAL” Zawadzkie. Łącznie w badaniach udział wzięło 38 zawodniczek w wieku 13 lat. Zawodniczki te zostały poddane dwuletnim badaniom zgodnie z założeniami modelu eksperymentalnego. Badania właściwe zostały poprzedzone pomiarami pilotażowymi w celu określenia zestawu prób i testów najbardziej adekwatnych do potrzeb realizowanego problemu badawczego. Do ostatecznej analizy wykorzystano wyniki badań 33 młodych piłkarek ręcznych, które uczestniczyły we wszystkich próbach eksperymentu badawczego. Charakterystykę somatyczną badanych cech budowy ciała młodych piłkarek ręcznych biorących udział w eksperymencie przedstawia tabela 1. Do weryfikacji przedstawionych hipotez badawczych (H1, H2,) zastosowano metody eksperymentalną oraz obserwacji bezpośredniej. Wykorzystano n n schemat badania RXn Yn tzn. więcej niż jedna zmienna zależna (Yn), n zmiennych niezależnych (Xn) z respektowaniem zasady randomizacji (R). Pomiarów analizowanych zmiennych (wszystkie cechy, które traktowano w analizie jako oddzielne zmienne, w tekście zaznaczono drukiem podkreślonym) dokonano z uwzględnieniem komplementarnego zestawu narzędzi, które można podzielić na kilka grup. Narzędzia antropometryczne pomiarów cech budowy ciała 1. 2. 3. 4. Wysokość ciała Masa ciała Zawartość tkanki tłuszczowej Gibkość Pomiarów dokonano zgodnie z zasadami antropometrii sportowej [12]. Narzędzia oceny wydolności aerobowej i anaerobowej 1. Wydolności anaerobowa Do oceny wydolności anaerobowej (beztlenowej) zastosowano cykloergometryczny Wingate test w wersji 15-sekundowej, przy indywidualnym obciążeniu 70 g na kilogram masy ciała. Test przeprowadzono na ergometrze typu „Monark”, sprzężo- Tabela 1. Wartości średnie i odchylenia standardowe wysokości i masy ciała oraz zawartości tkanki tłuszczowej u badanych 13letnich piłkarek ręcznych - - - - Table 1. Liczebnoæ [n] Number [n] Wysokoæ cia³a [cm] Body heigh [cm] Masa cia³a [kg] Body mass [kg] Zawartoæ tkanki t³uszczowej [%] Fat [%] 33 162.21 ± 6.3 51.17 ± 8.6 20.65 ± 3.3 – 17 – Igor Ryguła, Ryszard Jarząbek nym z komputerem, w oparciu o system MCE v 2.0. Każda próba właściwa była poprzedzona 15-minutową rozgrzewką ogólną na hali sportowej oraz kilkuminutową rozgrzewką specjalistyczną na ergometrze rowerowym [13]. Komputer rejestrował następujące składowe [14]: a) moc maksymalną (Pmax) w [W/kg], b) ilość wykonanej pracy (L) w [J/kg], c) wskaźnik spadku mocy (wskaź. spadku Pmax) w [%], d) czas uzyskania mocy maksymalnej (TUZ Pmax) w [s], e) czas utrzymania mocy maksymalnej (TUT Pmax) w [s], 5. Zwinność Do oceny wydolności aerobowej (tlenowej) zastosowano standardowy test PWC170, zgodnie z instrukcją zawartą w Europejskim Teście Sprawności Fizycznej „EUROFIT” [15]. Do określenia wskaźnika PWC170 posłużono się wzorem: Oceny poziomu sprawności krążeniowo-oddechowej dokonano na podstawie wytrzymałościowego biegu wahadłowego zgodnie z instrukcją zawartą w „EUROFICIE”. (1) é (W 3 - W 2 ) ´ (170 - HR 3 ù ê ú + W3 (HR 3 - HR 2 ) û =ë [W / kg ] BWt Do oceny inteligencji technicznej zastosowano test Rybakowa, zwany „Testem kwadratów”, wydany przez National Institute of Industrial Psychology w Londynie. Narzędzia pomiarowe do oceny poziomu zdolności motorycznych 1. Szybkość startowa - Ocenę poziomu siły eksplozywnej kończyn górnych przeprowadzono na podstawie próby – rzut piłką lekarską o wadze 2 kg, oburącz znad głowy. 6. Wytrzymałość krążeniowo-oddechowa 1. Inteligencja i wyobraźnia przestrzenna - 4. Siła eksplozywna kończyn górnych Wydolność aerobowa Ocena inteligencji technicznej - Do oceny siły eksplozywnej kończyn dolnych wykorzystano próbę skoku w dal z miejsca, z odbicia obunóż. które traktowano w analizie jako oddzielne zmienne. gdzie: HR2 i HR3 – częstość skurczów serca przy obciążeniu 2 i 3, W2 i W3 – obciążenie w wysiłku 2 i 3 (w watach), BWt – masa ciała. - 3. Siła eksplozywna kończyn dolnych Do oceny poziomu zwinności zastosowano bieg wahadłowy na dystansie 4 × 10 m z jednoczesnym przenoszeniem drewnianych klocków. PWC 170 - go na dystansie 10 m ze startu lotnego o długości 20 m. Do oceny szybkości startowej zastosowano bieg sprinterski na dystansie 5 m, ze startu z miejsca, z pozycji wysokiej. 2. Szybkość absolutna Oceny maksymalnej szybkości lokomocyjnej dokonano na podstawie biegu sprinterskie- Narzędzia pomiarowe do oceny poziomu sprawności specjalnej Do oceny poziomu sprawności specjalnej i umiejętności technicznych wykorzystano test autorstwa R. Jarząbka [16]. Na jego podstawie obliczono wskaźnik sprawności specjalnej (WSS) ze wzoru: WSS = Liczba punktów Czas próby (2) Wskaźnik sprawności specjalnej przyjmuje wartości z przedziału 0 < WSS £ 1. Zastosowana metodyka pomiaru sprawności specjalnej dostarcza dodatkowych informacji, które posłużyły do oceny koordynacyjnych zdolności specjalnych (KZS) piłkarza ręcznego. Różnicę pomiędzy czasem uzyskanym w drugiej i pierwszej próbie przyjęto, w niniejszym opracowaniu, jako wskaźnik „Koordynacyjnych Zdolności Specjalnych” piłkarza ręcznego. Czym różnica jest mniejsza, tym poziom koordynacyjnych zdolności specjalnych zawodnika jest wyższy. W wyniku przeprowadzonych pomiarów do dalszej analizy statystycznej wykorzystano następujące składowe testu, które traktowano jako oddzielne zmienne: 1. Czas wykonania próby (WSUM – 1) – I wersja testu (jako wskaźnik specjalnych umiejętności motorycznych). – 18 – Wartość diagnostyczna narzędzi analitycznych w młodzieżowej piłce ręcznej 2. Suma zdobytych punktów (WTP – 1) – I wersja testu (jako wskaźnik techniki chwytów i podań). 3. Wskaźnik Sprawności Specjalnej pierwszy (WSS – 1), obliczony ze wzoru (2) – I wersja testu. 4. Czas wykonania próby (WSUM – 1) – II wersja testu (jako wskaźnik specjalnych umiejętności motorycznych). 5. Suma zdobytych punktów (WTP – 2) – II wersja testu (jako wskaźnik techniki chwytów i podań). 6. Wskaźnik Sprawności Specjalnej drugi (WSS – 2), obliczony ze wzoru (2) – II wersja testu. 7. Wskaźnik Koordynacyjnych Zdolności Specjalnych (WKZS), obliczony z różnicy czasów uzyskanych w teście w wersji II i I: WKZS = (WSUM – 2) – (WSUM – 1) S pkt zdobytych (4) w I próbie w II próbie Czas uzyskany Czas uzyskany + w I próbie w II próbie – – – – – Do oceny efektywności gry zastosowano technikę obserwacji kategoryzowanej (arkuszy obserwacyjnych), najczęściej stosowaną w praktyce przez szkoleniowców [17]. Uwzględnia ona te elementy gry, które dotychczas uznano za podstawowe i w istotny sposób wyznaczające przebieg walki sportowej. Są to: czas gry zawodnika, rzuty do bramki, błędy techniczne i taktyczne w ataku i obronie oraz bardzo dobre zagrania w ataku i obronie. Czas gry – to okres przebywania zawodnika na boisku. Rzuty do bramki – każde skierowanie piłki do bramki przeciwnika, po którym przeciwnik wszedł w jej posiadanie, uznano za rzut. Rzuty rejestrowano selekcjonując je według rodzaju rzutu (rzut karny, rzut z ataku pozycyjnego, rzut z ataku szybkiego) i skuteczności. Błędy techniczne i taktyczne: - – – – – – – poruszanie się z piłką (kozłowanie) w sytuacjach nieuzasadnionych taktycznie, błąd kroków i podwójnego kozłowania, dotknięcie piłki nogą, przekroczenie linii, niedokładne podanie, błąd w chwycie piłki, pozwolił się minąć zwodem, w wyniku czego padła bramka lub została stworzona niebezpieczna sytuacja, nie wyszedł w przód do rzucającego i przeciwnik zdobył bramkę, nierozważnie wyszedł w przód i stworzył przeciwnikowi możliwość zdobycia bramki, zawinił rzut karny bez uzasadnionego powodu, nieskutecznie krył zawodnika kołowego, otrzymał karę wykluczenia Bardzo dobre zagranie w ataku zapisywano zawodnikowi, który: – 1. Efektywność gry - Błędy w obronie zapisywano zawodnikowi, któ- – – – + niewykorzystanie dogodnej pozycji do rzutu, niepodanie piłki do wybiegającego partnera, który mógł wykonać atak szybki, niepodanie piłki partnerowi będącemu w bardzo korzystnej sytuacji rzutowej, egoistyczne rozegranie ataku szybkiego, doprowadzające do jego przerwania. ry: 8. Wskaźnik Syntetycznej Sprawności Specjalnej (WSSS), obliczony ze wzoru: Techniki oceny efektywności gry - – – WSS = - – (3) S pkt zdobytych - – – podał piłkę partnerowi będącemu w sytuacji dogodnej do zdobycia bramki, „zarobił” rzut karny, podał piłkę dokładnie do ataku szybkiego, w wyniku swojej aktywności spowodował, że zawodnik drużyny przeciwnej popełnił błąd. Bardzo dobre zagranie w obronie zapisywano zawodnikowi, który: – – był aktywny w sytuacji wskazującej na duże prawdopodobieństwo utraty bramki, zdobył piłkę lub umożliwił jej zdobycie partnerowi w wyniku własnej aktywności w sytuacji, gdy piłkę posiadał zespół przeciwnika. Końcowym, a zarazem zasadniczym celem prowadzonej obserwacji jest obliczenie procentowej efektywności gry poszczególnych zawodników, a tym samym ich sklasyfikowanie. Umożliwia to wzór: (5) Efektywno æ gry = Podwójna Suma + suma bramek dobrych zagrañ = ´ Suma Suma 5 1* + + + rzutów bêdów (wartoæ sta³a) (ewentualn ie) ´ 100% * Liczba 1 dopisywana jest zawodnikom, którzy oddali bramkę mniej niż trzy rzuty. – 19 – Igor Ryguła, Ryszard Jarząbek Drugą techniką oceny efektywności gry był „Agregatowy wskaźnik rozwoju zawodniczego” (AWRZ) [18, 19]. Aby go obliczyć przyjęto, że zbiór badanych zawodniczek W = {X1, ..., Xk} Ì Rn reprezentowany jest przez wektory ich cech po normalizacji. Następnie cechy podzielono na stymulanty (S) i destymulanty (D). Jako wzorzec zawodniczki przyjęto taki wektor Y = (Y1, ..., Yn), którego współrzędne są równe maksymalnym wartościom stymulant w zbiorze W: Y i ,s = max X ij ,s 1£ j £ k oraz minimalnym wartościom destymulant w zbiorze W: Y i ,d = min X ij ,d 1£ j £ k Założeniem tej procedury jest, by najlepsza zawodniczka w grupie (lub większa ich część) mało różniła się od wzorca. Zatem obliczamy: n ù ( X li - Y l ) 2 ú å û ë i =1 é 1° c io = ê 2° c o = 1/ 2 – odległość każdego wektora Xi od wzorca Y, 1 k å c io – średnią odległość od wzorca, k i=1 é 3° s o = ê n å (c ë i=1 io ù - co )2 ú û Wyniki badań 1/ 2 – odchylenie standardowe tych odległości 4° Budujemy wskaźnik (agregatowy) rozwoju zawodniczego di = 1 - c io co + 2 s o 0 £ di £ 1 (6) Im wskaźnik di jest bliższy 1, tym i-ty zawodnik jest bardziej podobny do wzorca. - - - - Narzędzia statystycznej analizy - del wielokrotnej regresji. W budowie takiego modelu konieczne jest ścisłe określenie zmiennej endogennej, jak również właściwy dobór zmiennych objaśniających badanego zjawiska. Zgodnie z kryteriami modelu optymalnego dobór zmiennych objaśniających modelu regresji polega na takim ich zestawieniu, aby były one skorelowane z innymi zmiennymi objaśniającymi. W pracy tej przyjęto dwie zmienne objaśniane Y1- wskaźnik efektywności gry, Y2-„Agregatowy wskaźnik rozwoju zawodniczego” (AWRZ), zaś za zmienne objaśniające wyniki prób i testów uzyskanych w trakcie pomiarów. W celu dokonania analizy badanych zmiennych obliczono podstawowe miary statystyczne, tj.: średnie arytmetyczne (x), odchylenie standardowe (S), wskaźnik zmienności (V), wskaźnik asymetrii (As), wskaźnik kurtozy (Ku). Miary te są opisane w większości podręczników statystyki [20, 21]. Wyboru zmiennych do modelu regresji dokonano w oparciu o algorytm Z. Hellwiga [22], zaś wartość prognostyczną analizowanych cech określono wykorzystując wielokrotną funkcję regresji. Delimitacji 1 układów strukturalnych badanych zmiennych dokonano na podstawie analizy czynnikowej [23]. We współczesnej teorii sportu niezbędną rzeczą, wymaganą od osoby podejmującej się przeprowadzenia badań, jest gruntowna wiedza z zakresu umiejętności stosowania metod statystycznych. Duża liczba tego rodzaju metod oraz bogactw o informacji za ich pośrednictwem uzyskanych pomagają w rozwiązaniu wielu złożonych problemów badawczych. Prostym przykładem wykorzystania statystyki matematycznej w teorii gier zespołowych może być stosowanie korelacji prostej, korelacji wielokrotnej i równań regresji do analizy współzależności wielu cech z wynikiem sportowym. Aby zrealizować zamierzony cel niniejszej pracy należy zbudować mo- W pracy szczegółowej analizie statystycznej poddano wyniki badań przeprowadzonych w grupie 33 13-letnich piłkarek ręcznych. Badanym przyporządkowano określone wartości liczbowe, jakie uzyskały w czasie pomiarów sprawności motorycznej oraz wybranych innych cech ich osobowości. Następnie sporządzono tabelę dla poszczególnych parametrów opisowych, dyspersji oraz rozkładów analizowanych cech. Ich wyniki przedstawiono w tabeli 2. Analiza obliczonych wskaźników zmienności (v) wskazuje, że w badanej grupie największe zróżnicowanie występuje w cesze x6, tj. wskaźnik spadku mocy. Najmniejszym zróżnicowaniem zaś charakteryzują się cechy x2 i x10. Przyjmując za L. Dziembałą [20], że As Î < –2, 2 >, gdy rozkład badanej cechy jest umiarkowanie asymetryczny, widzimy, że wśród badanych przez nas cech wszystkie przypadki należą do tego przedziału. Żadna z cech nie posiada więc rozkładu skrajnie asymetrycznego. Z tego samego źródła wiemy, że wskaźnik kurtozy Ku Î< –3, 3>, zatem na jego podstawie dowiadujemy się o trudnościach danych prób dla badanych obiektów. Taki rozkład zmiennych upoważnia nas do sto1 Delimitacja dotyczy porządkowania i klasyfikacji obiektów w ortogonalnych przestrzeniach czynnikowych. – 20 – Wartość diagnostyczna narzędzi analitycznych w młodzieżowej piłce ręcznej Tabela 2. Parametry opisowe rozkładu analizowanych cech badanych zawodniczek Table 2. - - - - - Lp. Zmienne 1. Masa cia³a [kg] 2. Wysokoæ cia³a [cm] 3. Tkanka t³uszczowa [%] 4. Moc maksymalna [W/kg] X S 51,167 8,493 162,212 20,652 8,678 V As Ku 16,6 -1,778 2,768 6,163 3,8 -2,789 2,904 3,211 15,5 -0,015 1,055 0,652 7.51 -2,403 3,601 83,091 8,490 10,2 -2,398 3,554 2,947 2,316 78,6 0,365 1,973 5. Praca ca³kowita [J/kg] 6. Wskanik spadku mocy [%] 7. Czas uzyskania mocy maksymalnej [s] 8,282 1,675 20,2 2,617 2,781 8. Czas utrzymania mocy maksymalnej [s] 4,324 1,484 34,3 2,572 2,652 9. Szybkoæ startowa- 5m [s] 1,206 0,075 6,2 1,412 3,000 10. Szybkoæ maksymalna- 10m [s] 11. Si³a eksplozywna koñczyn dolnych [cm] 12. Si³a eksplozywna koñczyn górnych [m.] 13. Zwinnoæ [s] 14. Wytrzyma³oæ- bieg wahad³owy [etapy] 1,522 0,066 4,3 -1,389 2,962 167,091 14,430 8,6 -0,405 1,202 8,558 0,928 10,8 -2,331 3,395 11,902 0,572 4,8 -1,007 2,032 7,636 1,356 17,8 -0,207 1,175 24,970 3,512 14,1 -1,620 3,098 1,879 0,384 20,5 -1,229 2,525 15. Gibkoæ [cm] 16. PWC170 [W/kg] 17. Wskanik techniki podstawowej w wersji I- WTP1 [pkt] 26,939 4,403 16,3 -0,617 1,507 18. Wskanik specjalnych umiejêtnoci motorycznych- WSUM1 [s] 67,195 3,751 5,6 0,861 1,747 19. Wskanik sprawnoci specjalnej- WSS1 [pkt] 0,404 0,081 19,9 -0,583 1,506 20. Wskanik techniki podstawowej w wersji II- WTP2 [pkt] 29,152 2,904 10,0 -0,155 1,061 21. Wskanik specjalnych umiejêtnoci motorycznych- WSUM2 [s] 71,312 5,576 7,8 0,862 1,749 22. Wskanik sprawnoci specjalnej- WSS2 [pkt] 0,413 0,066 15,9 -0,851 1,950 23. Wskanik koordynacyjnych zdolnoci specjalnych- WKZS [s] 4,117 2,241 54,4 0,857 1,735 24. Wskanik syntetycznej sprawnoci specjalnej- WSSS [pkt] 0,409 0,070 17,2 -0,708 1,701 25. Inteligencja (wyobrania przestrzenna) [pkt] 27,152 8,877 32,7 0,898 1,862 26. Wskanik efektywnoci gry [%] 32,858 10,590 32,2 -0,396 1,802 27. Agregatowy wskanik rozwoju zawodniczego- AWRZ [pkt] 0,356 0,187 50,0 -0,161 1,599 sowania silnych narzędzi statystycznych (korelacja, regresja, analiza czynnikowa). Do tej pory nasza analiza dotyczyła charakterystyk pojedynczych zmiennych. Teraz rozszerzamy ich zakres, albowiem chcemy interesować się równoległą obserwacją dwóch zmiennych (X oraz Y), dla jednej zbiorowości. Przypadek badań i analiz dwuwymiarowych jest oczywiście szczególnym i znacznie uproszczonym przypadkiem poruszania się w przestrzeni wielowymiarowej, gdzie równoległej obserwacji i analizie poddawane są trzy oraz więcej zmiennych. Metodologiczną podstawą statystyki wielowymiarowej jest jednak statystyka dwuwymiarowa. Aby rozpoznać liczbowo siłę, kierunek oraz kształt powiązań zmiennych X i Y, należy stosować różne procedury statystyczne, zwane rachunkami: · analizy korelacji, opartej głównie, choć i nie jedynie, na empirycznych tablicach korelacyjnych (ETK) i poprzez stosowanie różnych miar korelacji, mającej na celu liczbowe określenie siły, kierunku oraz kształtu powiązania zmiennych losowych X oraz Y. · analizy regresji, opartej głównie na pojedynczej metodzie najmniejszych kwadratów (1MNK) i poprzez stosowanie różnych postaci funkcji regresji, mającej na celu określenie siły, kierunku i kształtu wpływu zmienności nielosowej zmien- – 21 – - - - - - Tabela 3. Macierz korelacji 26 analizowanych zmiennych Table 3. X1 X1 1.00 X2 X2 0,47 100 X3 X3 0,53 000 100 X4 0,07 0,14 -0,21 100 X5 X5 0,23 0,30 -0,10 0,95 100 X6 X6 0,30 -0,01 0,01 0,15 100 X7 0,06 -0,23 -0,17 -0,40 100 X8 0,01 -0,30 -0,30 100 X7 -0,15 -0,01 X8 -0,16 0,15 0,10 -0,15 X4 0,05 X9 0,21 -0,54 -0,59 0,09 0,11 0,07 100 X10 0,29 -0,60 -0,65 0,07 0,08 -0,40 0,59 100 X11 – 22 – X11 -0,04 0,24 -0,27 0,60 0,59 0,27 -0,40 0,17 -0,59 -0,68 100 X12 X12 -0,06 0,21 0,56 0,59 0,11 -0,30 000 0,54 100 X13 0,78 -0,85 -0,36 100 X14 X13 -0,07 -0,32 0,11 0,25 -0,63 -0,66 X14 -0,54 0,06 -0,77 X15 0,19 0,37 X16 -0,30 0,15 -0,83 X17 0,15 0,64 -0,07 X18 -0,13 -0,62 0,04 0,29 -0,11 -0,45 -0,28 0,65 Igor Ryguła, Ryszard Jarząbek X9 -0,20 -0,56 X10 -0,08 -0,31 0,18 0,12 0,33 0,14 -0,11 -0,27 -0,23 0,22 0,04 -0,30 100 X15 0,06 -0,03 0,02 0,14 -0,20 -0,19 -0,34 -0,14 0,32 0,20 -0,17 -0,24 100 X16 0,30 0,26 0,34 -0,14 -0,21 -0,29 -0,37 0,36 -0,04 -0,39 0,83 -0,08 100 X17 0,02 0,16 -0,20 0,43 0,04 0,06 100 X18 0,82 -0,24 -0,42 -0,32 -0,48 100 X19 0,23 -0,48 -0,52 0,13 0,01 -0,04 -0,43 -0,36 000 -0,07 0,66 0,18 -0,34 0,75 -0,75 -0,36 0,34 X19 0,17 0,70 -0,12 0,14 0,27 -0,06 -0,01 -0,02 -0,54 -0,52 0,59 0,24 -0,53 0,10 0,42 0,16 0,96 -0,70 100 X20 X20 0,10 0,50 0,30 0,43 -0,02 -0,02 0,58 0,54 -0,48 0,08 0,25 -0,01 0,84 -0,53 0,83 100 X21 0,96 -0,67 -0,60 100 X21 -0,15 -0,61 X22 0,14 0,07 0,22 -0,63 -0,68 0,59 -0,06 X23 -0,15 -0,48 0,47 0,07 0,02 -0,01 0,58 -0,03 -0,04 0,15 -0,76 -0,82 -0,14 0,06 -0,55 -0,45 0,07 0,70 0,76 -0,80 -0,48 0,05 -0,69 -0,66 0,14 0,64 0,79 0,87 -0,23 -0,34 -0,33 -0,47 0,56 -0,75 0,64 -0,73 -0,59 0,17 0,35 0,17 0,76 -0,81 0,80 -0,17 -0,14 -0,27 -0,38 0,86 0,91 -0,86 0,71 -0,50 -0,59 X22 100 X23 0,88 -0,78 100 X24 X24 0,16 0,67 -0,10 0,30 0,42 -0,04 -0,02 0,02 -0,63 -0,60 0,70 0,40 -0,65 0,14 0,40 0,17 0,9 -0,78 0,97 0,90 -0,79 0,96 -0,66 100 X25 0,12 0,01 0,08 0,10 0,13 0,21 -0,11 -0,18 -0,16 -0,14 0,13 0,01 -0,10 -0,10 0,21 0,01 0,28 -0,14 0,29 0,25 -0,09 0,25 0,28 1 X26 0,21 0,50 -0,18 0,65 0,71 0,36 -0,37 0,86 0,46 -0,89 0,41 0,36 0,43 -0,86 0,62 0,57 -0,93 0,84 -0,86 ra=0,05 = 0,339 0,20 -0,74 -0,70 0,18 0,01 X25 0,75 0,28 X26 1 Wartość diagnostyczna narzędzi analitycznych w młodzieżowej piłce ręcznej Tabela 4. Wektor korelacji analizowanych cech dla zmiennej objaśnionej Y2 (Agregatowy wskaźnik rozwoju zawodniczego) - - - - - Table 4. (Przetłumaczyć na angielski) X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 0,203 0,489 -0,154 0,662 0,720 0,202 -0,361 0,015 -0,717 -0,734 0,629 0,538 -0,87 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 0,13 0,349 0,295 0,542 -0,852 0,703 0,668 -0,711 0,885 -0,840 0,814 0,38 0,956 nej objaśniającej X na skalę zmienności losowej zmiennej objaśnianej Y; W celu określenia zależności między badanymi zmiennymi obliczono macierz korelacji, którą przedstawiono w tabeli 3. Z punktu widzenia problemu badawczego tej pracy niezwykle ważne jest zaprezentowanie zależności pomiędzy zmienną objaśnianą (Y-AWRZ) oraz zmiennymi niezależnymi (x1 – xn ). Przedstawiono je jako wektor korelacji (tab. 4). W badanej grupie najwyższe, a zarazem wybitnie istotne statystycznie skorelowanie wykazały zmienne: x26 – wskaźnik efektywności gry, x22 – wskaźnik sprawności specjalnej, x13 – zwinność, x18 – wskaźnik specjalnych umiejętności motorycznych, x23 – wskaźnik koordynacyjnych zdolności specjalnych, x24 – wskaźnik syntetycznej sprawności specjalnej oraz szereg innych. Warto zwrócić uwagę na wybitnie istotne statystycznie wartości współczynników korelacji (p < 0,001) wskaźników sprawności specjalnej, opartej na teście sprawności specjalnej w piłce ręcznej. Z metodologicznego punktu widzenia niezmiernie ważne są współzależności pomiędzy zmiennymi x26 – wskaźnikiem efektywności gry oraz poziomem rozwoju zawodniczego Y. Zależności te są bliskie 1.00, a więc są to zależności prawie funkcyjne. Na tej podstawie można stwierdzić, że obydwa kryteria, oceniające efektywność działania sportowca (13letnich piłkarek ręcznych) oraz poziom jego sportowego rozwoju, są równoważne i mogą pełnić rolę zmiennej endogenicznej. W dalszej analizie statystycznej za zmienną endogenną Y przyjmuje się „Agregatowy wskaźnik rozwoju zawodniczego”, natomiast wskaźnik efektywności gry wykorzystano jako zmienną objaśniającą. Analiza dwuzmiennowa, którą do tej pory się zajmowaliśmy, posiada szereg ułomności. Do rzadkości należy sytuacja, by za pomocą relacji dwóch zmiennych można było całkowicie wyjaśnić badane zjawisko. Istotne jest to, by przeanalizować interakcje występujące w zbiorze badanych zmiennych. Przydatną w tym względzie jest analiza czynnikowa. Analiza czynnikowa badanych zmiennych Przeprowadzone obliczenia na macierzach współczynników korelacji 26 cech (tab. 3), obejmujących poszczególne efekty motoryczne i ich potencjalne predyspozycje, ujawniają występowanie 6 czynników, tłumaczących 86% zmienności całkowitej. Ich chronologiczny układ przedstawia się następująco: 1. W największym stopniu (31%) wariancję wspólną wyjaśnia czynnik, z którym identyfikują się następujące zmienne (przedstawione wg malejących ładunków): – – – – – – wskaźnik efektywności gry (obliczony wg wzoru 5), zwinność (bieg wahadłowy 4 × 10 m z przenoszeniem klocków), wskaźnik specjalnych umiejętności motorycznych w wersji II (WSUM2), wskaźnik koordynacyjnych zdolności specjalnych (WKZS), wskaźnik specjalnych umiejętności motorycznych w wersji I (WSUM1), moc maksymalna w W/kg (Pmax). Ponieważ zmienne te są niezwykle złożone, a ich podstawę stanowią właściwości nawyków czuciowo-ruchowych oraz zdolność do pokonywania niewielkich oporów z maksymalną prędkością przez krótki okres czasu, czynnik ten nazwano „Specjalne Umiejętności Motoryczne” (SUM). 2. Duży udział w tłumaczeniu zmienności wspólnej (20%) posiada czynnik, który znacząco związany jest z: – wskaźnikiem techniki podstawowej w wersji I (WTP1), – wskaźnikiem sprawności specjalnej w wersji I (WSS1), – wskaźnikiem techniki podstawowej w wersji II (WTP2), – wskaźnikiem syntetycznej sprawności specjalnej (WSSS). Ze względu na to, iż zdolności te są determinowane przez jakość procesów sterowania i regulacji – 23 – Igor Ryguła, Ryszard Jarząbek ruchami i mierzone były w warunkach działań ukierunkowanych, czynnik ten określono mianem „Technika”. 3. Kolejny składnik, wyodrębniający się w toku obliczeń zawiera w sobie zmienne określające skład i budowę ciała, tj. zawartość tkanki tłuszczowej, masę ciała oraz zmienne charakteryzujące wytrzymałość krążeniowo-oddechową, tj. bieg wahadłowy na od. cinku 20 m oraz test PWC170 Występowanie w jednym faktorze składników związanych z budową ciała oraz zdolnościami wytrzymałościowymi wydaje się uzasadnione. Cechą pierwotną wytrzymałości jest wydolność aerobowa, mierzona zdolnością pochłaniania tlenu (VO2max) przez organizm, a więc możliwościami (sprawnością) układów krążenia i oddychania. Na wynik testów wytrzymałościowych wpływa wiele innych elementów, poza wydolnością aerobową, a w szczególności budowa ciała, masa tłuszczu, proporcje włókien mięśniowych [24]. Dlatego czynnik ten określono mianem „Strukturalny”. Wyjaśnia on 12% zmienności wspólnej (tabela 3.). 4. Następny faktor, który jest identyfikowany ze wskaźnikiem spadku mocy uzyskanej w teście Wingate, wyjaśnia 9% wariancji wspólnej. Ponieważ wskaźnik spadku mocy oraz związany z nim czas uzyskania i utrzymania mocy maksymalnej jest uwarunkowany uzyskiwaniem energii z przemian beztlenowych – fosfokreatyny zmagazynowanej w mięśniu oraz procesu glikolizy – czynnik ten nazwano „Zdolności anaerobowe”. 5. Piąty czynnik został wyodrębniony na podstawie tylko jednej zmiennej, określającej inteligencję (wy- Tabela 4. Wyodrębnione czynniki i wielkości ich ładunków w grupie obserwowanych zmiennych u piłkarek ręcznych. Table 4. (Przetłumaczyć na ang.) X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 Wartoæ w³asna Ca³kowita zmiennoæ 86% Czynnik 1 Czynnik 2 Czynnik 3 Czynnik 4 Czynnik 5 Czynnik 6 ,104854* ,301149* ,148146* ,719094* ,690140* ,289353* ,117237* ,093471* ,667803* ,685572* ,851279* ,482485* ,898855* ,146965* ,307432* ,259256* ,171600* ,827070* ,389317* ,397218* ,890521* ,695469* ,831461* ,549164* ,124974* ,914953* ,124150* ,689379* ,000391* ,131770* ,033002* ,033759* ,350585* ,645466* ,343777* ,193191* ,224037* ,222770* ,158743* ,093858* ,269074* ,005027* ,935204* ,378393* ,873007* ,811559* ,368639* ,678788* ,283902* ,811062* ,104069* ,264123* ,574330* ,043170* ,923748* ,109552* ,038206* ,002174* ,022183* ,151005* ,119887* ,261561* ,143626* ,176336* ,189865* ,894052* ,236044* ,896400* ,024238* ,131915* ,059391* ,103528* ,101738* ,005152* ,032350* ,031836* ,091343* ,060479* ,645832* ,438679* ,052325* ,183316* ,334443* ,902001* ,636285* ,020129* ,250311* ,342899* ,094757* ,137530* ,088532* ,149601* ,148130* ,165489* ,048198* ,171215* ,090818* ,102101* ,144826* ,007086* ,073782* ,051386* ,033816* ,137660* ,093832* ,251991* ,021064* ,038157* ,072427* ,019898* ,598968* ,651990* ,002839* ,167412* ,298397* ,086223* ,029487* ,147343* ,385744* ,014844* ,188323* ,017565* ,181920* ,143943* ,046792* ,122961* ,145824* ,159049* ,800551* ,140508* ,097679 ,143150 ,067788 ,567952 ,597853 ,002753 ,177976 ,187618 ,081502 ,126538 ,068558 ,606791 ,025087 ,084794 ,460746 ,022286 ,042193 ,184921 ,125435 ,277458 ,007302 ,132064 ,327676 ,006937 ,064188 ,001651 8,233142* 5,265762* 3,107601* 2,363791* 1,973890* 1,655393 31,66% 20,25% 11,95% 9,09% 7,59% Wspó³czynnik determinacji R ,973573 ,985774 ,983562 ,998669 ,999413 ,975012 ,995629 ,971530 ,976870 ,941975 ,989980 ,983830 ,989286 ,993352 ,939981 ,992444 ,999953 1,000000 ,999992 ,999867 1,000000 ,999975 1,000000 ,999994 ,951481 ,998041 6,36% - - - - - Zmienna * – Gwiazdkami oznaczono współczynniki korelacji większe od 0.7, czyli istotne cechy pierwotne wchodzące w skład poszczególnych czynników głównych. – kolejność i nazwy badanych zmiennych jak w tabeli 2. – 24 – Wartość diagnostyczna narzędzi analitycznych w młodzieżowej piłce ręcznej obraźnię przestrzenną) badanych osób, wyznaczonej za pomocą testu kwadratów. Czynnik ten tłumaczy 8% zmienności wspólnej i nazwano go „Psychicznym”. 6. Ostatni składnik, wyodrębniający się w toku obliczeń, zawiera w sobie siłę eksplozywną kończyn górnych. Pomimo iż ładunek czynnikowy tej zmiennej nie osiągnął wartości 0.7, to jednak uznano za celowe przyjęcie go jako odrębnego czynnika, charakteryzującego siłę dynamiczną obręczy barkowej. Wyjaśnia on 6% zmienności wspólnej i określono go mianem „Siła dynamiczna kończyn górnych” (tabela 4.) Uzyskane wyniki pozwalają sądzić, że analizowane cechy stanowią złożone kompleksy uzdolnień oraz potwierdzają wnioski innych autorów [25], wskazujące na wspólne uwarunkowania efektów motorycznych oceniających poziom anaerobowej pracy całkowitej, mocy maksymalnej, siły eksplozywnej nóg, siły eksplozywnej ramion, szybkości startowej i maksymalnej oraz zwinności. Zmienne te wysycane są w znacznym stopniu czynnikiem „MMA”. W naszych badaniach wykazują one tendencję do wysycania się czynnikiem „SUM”, który można określić jako specyficzny aspekt czynnika „MMA”. Ponadto warto zauważyć, że wskaźnik efektywności gry oraz elementy sprawności specjalnej posiadają mocne wysycenie czynnikiem „SUM”. Z analizy zmiennych wchodzących w skład czynnika „SUM”, można pokusić się o stwierdzenie, że zdolności te posiadają największy udział (31%) w całkowitej wariancji oraz wykazują właściwości hybrydowe, tzn. prawdopodobnie posiadają niejednorodne podłoże biologiczne. Wydaje się, że jest to zgodne z ogólną tendencją pojmowania problematyki współzależności zdolności i predyspozycji motorycznych. Zdolności należy bowiem rozpatrywać nie jako sumę izolowanych predyspozycji, lecz zawsze jako wielowarstwowy, dynamiczny system stosunków i zależności pomiędzy różnymi elementami spójnej całości [25]. Predyspozycje nie wyznaczają w sposób jednoznaczny treści zdolności. Ten sam ich skład, lecz o zróżnicowanych wewnętrznych relacjach, może tworzyć różne zdolności. Także różne predyspozycje mogą lec u podstaw identycznych zdolności. Wyodrębniono w trakcie analizy sześć czynników (tabela 3.): - - - - - – – – – – – pierwszy – „Specjalne Umiejętności Motoryczne” (SUM), drugi – „Technika”, trzeci – „Strukturalny”, czwarty – „Zdolności Anaerobowe”, piąty – „Psychiczny”, szósty – „Siła Dynamiczna Kończyn Górnych”, stanowiących swoisty kompleks uzdolnień i pre- dyspozycji charakterystycznych dla młodych piłkarek ręcznych. Zastosowanie analizy czynnikowej pozwala na ujawnienie dwóch głównych zjawisk: • badane cechy (testy i próby) tworzą złożone kompleksy uzdolnień i predyspozycji, charakterystyczne w danej dyscyplinie sportowej, • analiza czynnikowa, jako technika analityczna, posiada ograniczone możliwości wykazania wpływu rozpatrywanych zmiennych objaśniających na wielkość zmian zmiennej endogennej (poziomu rozwoju sportowego piłkarek ręcznych), a tym samym na ich wartość predyktywną. Podsumowując, można stwierdzić, że analiza czynnikowa posiada największe zastosowanie w pierwszym etapie analizy statystycznej, umożliwiając poznanie ogólnej struktury zasobu zmienności oraz udziału w niej wybranych wskaźników analizowanego zjawiska. Jednakże nie pozwala na określenie ilościowych zależności między efektem działania sportowego a poszczególnymi wskaźnikami, które pełnią rolę zmiennych objaśniających modelu regresji. Wyznaczenie optymalnej kombinacji zmiennych objaśniających modelu regresji W badaniach sportowych niezwykle ważne jest nie tylko poznanie ogólnej struktury badanego zjawiska, zasobu zmienności, powiązań między analizowanymi zmiennymi, ale przede wszystkim określenie wielkości zasobu informacji jakie wnoszą wskaźniki poszczególnych cech (zastosowanych prób i testów pomiarowych) o efektach działania sportowca (wynik sportowy lub jego substytut w postaci wskaźnika rozwoju zawodniczego). Kolejnym ważnym zagadnieniem jest określenie ilościowego wpływu wskaźników analizowanych cech na efekt działań sportowca (wyrażony w jednostkach wymiernych lub umownych). Poznanie tych zależności prowadzi do określenia tzw. wartości prognostycznej (predyktywnej) stosowanych testów i prób ruchowych. Ich znajomość stanowi fundament procesów selekcji sportowej oraz kontroli efektów treningu sportowego. Rozwiązanie tego problemu wymaga najpierw liniowego uporządkowania zbioru zawodników, a następnie wyboru zmiennych objaśniających modelu regresji, które wnoszą największy zasób informacji o zmiennej endogennej (wynik sportowy lub jego substytut). Prakseologiczno-systemowe ujęcie tego problemu sprowadza się do takiego rozwiązania, by za pomocą jak najmniejszej liczbę zmiennych uzyskać jak największy zasób informacji – 25 – Igor Ryguła, Ryszard Jarząbek Tabela 5. Optymalna kombinacja zmiennych objaśniających Table 5. Ostateczna, optymalna kombinacja zmiennych objaniaj¹cych Wskanik Hellwiga = 0.981 Wspó³czynnik zbie¿noci = 0.008 - - Nr wybranych zmiennych objaniaj¹cych: o efekcie działania sportowca. Pierwszym krokiem w tym zakresie jest określenie zmiennej objaśnianej Y. W niniejszej pracy zdecydowano się wybrać model jednorównaniowy, gdyż występuje w nim jedna zmienna endogeniczna. Kolejnym krokiem było wyznaczenie optymalnej kombinacji zmiennych objaśniających modelu regresji. Dokonano tego w oparciu o algorytm Z. Hellwiga [26]. Pomijając początkowe etapy wyznaczania n-elementowych kombinacji badanych zmiennych przytoczymy końcowy, ostateczny ww. algorytmu zestaw, który zaprezentowano w tabeli 5. Wyniki niniejszych badań potwierdzają dość często występujące zjawisko w badaniach sportowych, a mianowicie w zbiorze analizowanych zmiennych istnieje takie narzędzie pomiarowe (test, próba ruchowa), które wnosi dominującą wielkość informacji o badanym zjawisku (w naszym przypadku o poziomie rozwoju sportowego młodych piłkarek ręcznych). Tą zmienną jest wskaźnik efektywności gry, którego tzw. pojemność integralna nośnika informacji H wynosi 0,914. Nie należy się dziwić tak dużej wielkości zasobu informacji tej zmiennej, gdyż jest ona agregatem (kompleksem) wielu uzdolnień. Kolejnym bardzo ważnym spostrzeżeniem jest fakt, iż w optymalnej kombinacji zmiennych objaśniających brak zmiennych o bardzo wysokich współczynnikach korelacji (np. x26, x22, x18, itd.), natomiast w tym zestawie znalazła się zmienna x 25 – tzw. inteligencja techniczna o słabej statystycznie wartości współczynnika korelacji – r = 0,38. Niniejsze wyniki dowodzą, że kierowanie się jedynie, lub głównie, rachunkiem korelacji może być, w wielu przypadkach, zawodne. Należy zwrócić uwagę na fakt, że najlepszą kombinację z jedną zmienną objaśniającą w odniesieniu do zmiennej endogennej Y (WRZ) tworzy zmienna x26, tj. wskaźnik efektywności gry, jednak nie znalazł się w optymalnej kombinacji zmiennych objaśniających. Zjawisko to należy interpretować w dwóch aspektach: - - – - – 5, 11, 13, 15, 21, 23, 24, 25 po pierwsze; występowanie zmiennej x26, tj. wskaźnika efektywności gry w najlepszej kombi- nacji jedynkowej i to przy bardzo wysokiej wartości integralnej pojemności informacji (Hmax) dowodzi, że obliczony model rozwoju zawodniczego wg formuły (6) może pełnić kryterium oceny wartości predyktywnej zmiennych objaśniających, po drugie; brak w optymalnym zestawie zmiennych objaśniających zmiennej x26, tj. wskaźnika efektywności gry wskazuje, że wszystkie informacje, jakie on w sobie zawiera, są „przenoszone” do optymalnej kombinacji przez inne zmienne objaśniające. Zjawisko przenoszenia informacji o danej zmiennej za pośrednictwem innych zmiennych [14] określa jako addytywny efekt wariancji międzycechowej. W rozpatrywanym przypadku strukturę addytywną tworzą zmienne x13, tj. zwinność, x15, tj. gibkość, x21, tj. wskaźnik specjalnych umiejętności motorycznych w wersji II, x23, tj. wskaźnik koordynacyjnych zdolności specjalnych oraz x25, tj. inteligencja (wyobraźnia przestrzenna). Ta addytywna formacja zmiennych objaśniających, wchodzi do optymalnej kombinacji zmiennych objaśniających przenosząc wszystkie informacji o zmiennej x26, tj. wskaźniku efektywności gry. Można stwierdzić, że rozpatrywana formacja addytywna pięciu zmiennych objaśniających (x13, x15, x21, x23, x25) dobrze tłumaczy zjawisko efektywności gry w piłce ręcznej na ukierunkowanym etapie rozwoju sportowego piłkarek ręcznych [27]. Biometryczny model regresji Fundamentalnym problemem niniejszej pracy jest określenie wartości prognostycznej zastosowanych prób ruchowych oraz testów w działalności sportowej młodych piłkarek ręcznych. Istotą tego działania jest stworzenie przesłanek przewidywania powodzenia tych zawodniczek w szkoleniu sportowym. Kolejnym bardzo ważnym elementem badań jest weryfikacja narzędzi, które mogą być zastosowane do diagnozy i kontroli procesu sterowania treningiem sportowym. W każdym z tych przypadków, niezależnie od ogniwa prakseologicznego łańcucha skutecznego działania (diagnoza, prognoza, planowanie, realizacja, kontrola) niezwykle ważną rolę pełni model matematyczny. Jego zastosowanie pozwala na określenie predyktywności poszczególnych zmiennych objaśniających (parametry strukturalne równań regresji), ich zasobu informacji o poziomie rozwoju sportowego piłkarek ręcznych (R2). Jest on środkiem komunikacji pomiędzy poszczególnymi ogniwami (warstwami) struktury wielopoziomowej treningu sportowego. – 26 – Wartość diagnostyczna narzędzi analitycznych w młodzieżowej piłce ręcznej Przeanalizujemy teraz wartość predyktywną oraz zasób informacji testów i prób ruchowych, które znalazły się w optymalnej kombinacji zmiennych objaśniających modeli regresji. W analizowanej grupie (szczypiornistek z rocznika 1986) optymalną kombinację zmiennych objaśniających tworzą następujące zmienne: – – – – – – – – X5 tj. anaerobowa praca całkowita 2 uzyskana w Wingate teście, X11 tj. siła eksplozywna kończyn dolnych, X13 tj. bieg wahadłowy 4 × 10m (zwinność), X15 tj. skłon dosiężny w przód (gibkość), X21 tj. wskaźnik specjalnych umiejętności motorycznych (WSUM2), X23 tj. wskaźnik koordynacyjnych zdolności specjalnych (WKZS), X24 tj. wskaźnik syntetycznej sprawności specjalnej (WSSS),, X25 tj. inteligencja techniczna (wyobraźnia przestrzenna), (test kwadratów). W dalszej części pracy, dla wybranych w powyższy sposób zmiennych objaśniających, dokonano oszacowania równania regresji. Oszacowany model regresji można zapisać w następującej postaci: (7) Y = 0.0538 + 0.002x5 + 0,004x11 – 0,0278x13 + (0.0008) (0.0005) (0.0157) + 0,0045x15 – 0,0067x21 – 0.0154x23 + 0,2704x24 + (0.0012) (0.002) (0.0046) (0.0856) + 0,004x25 (0.0005) Na podstawie parametrów strukturalnych obliczonego równania (7) regresji można stwierdzić o ile podniesie się (lub obniży) poziom sportowy rozwoju młodych piłkarek ręcznych, jeżeli jedna z ośmiu zmiennych objaśniających wzrośnie o jednostkę, a pozostałe zmienne nie ulegną zmianie. W tym przy- - - - - - 2 W analizie uwzględniono wartości względne pracy i mocy maksymalnej. Wynika to z faktu, że zarówno wielkość wykonanej pracy jak i maksymalnej mocy zależne są od wielkości potencjału anaerobowego, który - jak wiadomo – zależny jest od masy mięśni biorących udział w pracy. Tak więc osobnicy o większej masie mięśni będą w stanie rozwinąć większą moc i wykonać większą pracę podczas testu. W warunkach działalności sportowej różnice z tego wynikające niwelowane są przez to, że zwiększona masa mięśni kończyn dolnych ma do pokonania masę całego przemieszczanego w przestrzeni ciała. O lepszych rezultatach sportowych decydować będą więc wyższe wartości względne wymienionych wskaźników wydolności beztlenowej (I. Wojcieszak 1985). padku największy wpływ na rozwój sportowy piłkarek ręcznych posiada zmienna x24 – wskaźnik syntetycznej sprawności specjalnej. O rząd wielkości mniejszy wpływ na wartość Y mają zmienne: x13 – zwinność oraz x23 – wskaźnik koordynacyjnych zdolności specjalnych. Widzimy, że jeżeli wartość wskaźnika syntetycznej sprawności specjalnej wzrośnie o jednostkę (1pkt), to poziom sportowy młodych piłkarek podniesie się aż o 0.27 pkt. Wpływ zwinności na poprawę efektów sportowych młodych piłkarek jest dokładnie dziesięciokrotnie mniejszy. Łatwo zauważyć, że największą wartość predyktywną posiada zmienna x24, a następnie zmienne x13 i x23. Predyktywność pozostałych zmiennych jest znacznie mniejsza. Inna refleksja dotyczy aspektu metodologicznego interpretacji obliczonego modelu regresji (7). Otóż warto było poszukiwać narzędzia liniowego uporządkowania zbioru badanych „obiektów” (wskaźnik agregatowy rozwoju sportowego), a przede wszystkim wyrażenia oceny poziomu rozwoju sportowego w skali ilorazowej (AWRS), by móc zastosować i korzystać z informacji, jakie dostarcza model biometryczny regresji. Próbując określić wpływ poszczególnych zmiennych na poziom rozwoju młodych piłkarek ręcznych, należy podkreślić, że zmienne x5, tj. anaerobowa praca całkowita i x11 tj. siła eksplozywna kończyn dolnych są elementami składowymi optymalnej kombinacji. Udział tych dwóch zmiennych w optymalnej kombinacji wskazuje na wielką stabilność oraz na dość specyficzny rodzaj informacji, jaką te zdolności wnoszą o zmiennej endogennej (AWRZ). Należy pamiętać, że głównymi ich predyspozycjami jest maksymalna moc anaerobowa (MMA) oraz struktura mięśni, a więc cechy kontrolowane genetycznie w stopniu równym, a nawet wyższym od wysokości ciała [24]. Dlatego ich obecność w optymalnej kombinacji wydaje się być zrozumiała. Kwestią zasługującą na uwage jest występowanie zmiennej x25, a więc inteligencji technicznej (wyobraźni przestrzennej) w optymalnej kombinacji zmiennych objaśniających. Z analizy wektora korelacji (tabela 4) zauważyć można, że zmienna ta nie wykazuje wybitnych współzależności ze zmienną endogeniczną (AWRZ) ani efektywnością gry. A jednak pojawia się nie tylko w optymalnej kombinacji, ale i weszła do addytywnej formacji 8 zmiennych objaśniających. Fakt ten jest nieco zaskakujący, niemniej ma on swoje uzasadnienie i należy go zinterpretować. Analizując tę zmienną równolegle ze wskaźnikiem efektywności gry zauważyć można, że w kombinacjach, w których występuje inteligencja, nie ma wskaźnika efektywności gry. W momencie – 27 – Igor Ryguła, Ryszard Jarząbek gdy do kombinacji wchodzi wskaźnik efektywności gry, zmienna x25 nie zostaje uwzględniona. Potwierdza to wcześniejsze spostrzeżenie, iż wskaźnik efektywności gry zawiera w sobie duży ładunek informacji o inteligencji i wyobraźni przestrzennej. Wskaźnik efektywności gry mocno wysycany jest czynnikiem I (SUM), u podstaw którego leży między innymi zdolność dostosowania i przestawiania, a ta z kolei zdeterminowana jest głównie komponentem intelektualnym [25]. Dokonana analiza wskaźnika Hellwiga (Hmax – tab. 5) oraz parametrów strukturalnych modelu regresji (7) wskazuje, że wybrane do optymalnej kombinacji zmienne są dobrymi predyktorami i posiadają wysoką wartość prognostyczną w badanej grupie 13-letnich piłkarek ręcznych. Wnioski Wyniki badań upoważniają do wysunięcia następujących wniosków: Podsumowanie i dyskusja Z punktu widzenia rozważanego problemu oraz zgodnie z prakseologicznym schematem sterowania treningiem sportowym diagnostyka wielu uzdolnień oraz kontrola procesu treningowego są zazębiającymi się ogniwami łańcucha przyczynowo-skutkowego. Obydwa te elementy wymagają wiarygodnych źródeł informacji o dużej wartości predyktywnej. Dla procesu diagnostyki sportowej szczególnie istotną rolę odgrywają narzędzia pomiaru, które wnoszą największy zasób informacji o badanym obiekcie (poziomie rozwoju zawodniczego). Można mieć nadzieję, że opracowane wyniki pomiarów stanowić będą dla trenerów piłki ręcznej pewien układ odniesienia, wskazując na stan dyscypliny z punktu widzenia analizowanych zmiennych. Stosując złożone procedury statystyczne pokazano w jaki sposób komponenty tworzące optymalną kombinację zmiennych objaśniających wyjaśniają zmienność badanego zjawiska. Zgodnie z założeniami niniejszego przedsięwzięcia badawczego analizie poddano grupę piłkarek ręcznych (rocznika 1986 – występujących w kategorii młodziczek młodszych) Stosując opisaną wcześniej metodykę budowy modelu biometrycznego, przedstawiono sposób wykorzystania parametrów strukturalnych modelu funkcji regresji do określenia wartości predyktywnej prób ruchowych oraz testów. W całokształcie omawianych problemów nie można także pominąć kwestii wpływu zmiennej x25 – inteligencji technicznej (wyobraźni przestrzennej) na poziom rozwoju sportowego. Fakt ten potwier- 1 . Zastosowanie metody optymalnego wyboru zmiennych objaśniających (Z.Hellwiga) pozwala na ustalenie optymalnego zbioru cech osobowości sportowej młodych piłkarek ręcznych, który wnosi największy zasób informacji o poziomie sportowego ich rozwoju oraz na poprawne metodologicznie oszacowanie modelu regresji. 2 . „Agregatowy wskaźnik rozwoju zawodniczego”, obliczony wg formuły (6), wykazał wielką przydatność w ocenie wartości predyktywnej wybranych nośników informacji (prób i testów), tzn. może z powodzeniem pełnić rolę zmiennej objaśnianej modelu regresji. 3 . Na podstawie analizy optymalnego zestawu zmiennych objaśniających oraz parametrów strukturalnych modelu regresji należy wnioskować, że zmienne: – – – – - moc maksymalna kończyn dolnych, względna anaerobowa praca całkowita (składowa Wingate testu), specjalne umiejętności motoryczne, nteligencja (wyobraźnia przestrzenna), są komplementarne, a zarazem dobrymi predyktatorami poziomu sportowego 13-letnich piłkarek ręcznych. 4. Na podstawie analizy wybranych parametrów struktury stochastycznej modelu regresji (R2,) oraz Hmax możemy stwierdzić, że uwzględnione w równaniach zmienne wyjaśniają 98 procent zmienności badanego zjawiska. - - dza poglądy innych badaczy, że gra w piłkę ręczną na wysokim poziomie wymaga inteligencji, wyobraźni przestrzennej, silnej motywacji oraz specyficznych uzdolnień do gry [28]. Na tej podstawie można powiedzieć, że inteligencja techniczna jest dobrym predyktorem rozwoju sportowego młodych piłkarek ręcznych. Zbudowanie równania regresji było możliwe dzięki zastosowaniu jednej z metod taksonomicznych oraz faktowi, że udało się przedstawić efekt walki sportowej w postaci agregatowego wskaźnika rozwoju zawodniczego; wyrażonego w skali ilorazowej (di – jest unormowany w przedziale <0 – 1>). – 28 – Wartość diagnostyczna narzędzi analitycznych w młodzieżowej piłce ręcznej PIŚMIENNICTWO • LITERATURE [17] Żarek J., Stawiarski W.: Piłka ręczna. Warszawa, Sport i Turystyka, 1978. [18] Ryguła I., Wyderka Z., Sokołowski A.: Z rozważań nad modelem mistrza w sporcie. Rocznik Naukowy, Katowice, AWF, 1993. nr 23. [19] Ryguła I.: Wzorzec rozwoju zawodniczego jako zmienna endogenna w grach zespołowych. Trening, 1994; 2. [20] Dziembała L.: Podstawy statystyki. Katowice, Akademia Ekonomiczna, 1975. [21] Jóźwiak J., Podgórski J.: Statystyka od podstaw. Warszawa, PWE, 1995. [22] Hellwig Z.: Elementy rachunku prawdopodobieństwa i statystyki matematycznej. Warszawa, PWN, 1970. [23] Megee M.: Nowe dziedziny zastosowania analizy czynnikowej. Biuletyn KPZK, PAN, 1965; 34. [24] Szopa J.: Zarys antropomotoryki. Kraków, AWF, 1993. [25] Raczek J., Mynarski W., Ljach W.: Teoretyczno-empiryczne podstawy kształtowania i diagnozowania koordynacyjnych zdolności motorycznych. Katowice, AWF, 1998. [26] Ryguła I.: Narzędzia analizy systemowej treningu sportowego. Katowice, AWF, 2000. [27] Ryguła I., Jarząbek R., Mikołajec K.: Informacyjność Wingate testu w ocenie przygotowania zawodników do gry w piłkę ręczną. Trening, 1997; nr 2. [28] Naglak Z.: Zespołowa gra sportowa. Wrocław, AWF, 1994. [29] Dotan R., Bar-Or O.: Load optimization for the Wingate Anaerobic Test. European Juornal of Applied Physiology, 1986; 51: 409-417. [30] Raczek J., Mynarski W.: Koordynacyjne zdolności motoryczne dzieci i młodzieży. Katowice, AWF, 1992. [31] Pytlik J., Żarek J.: Test sprawności specjalnej (technicznej) w piłce ręcznej. Kraków, AWF, 1975. [32] Ryguła I.: Biometryczny model regresji jako kryterium doboru młodzieży do szkolenia sportowego. Kultura Fizyczna, 1978; 6. [33] Wojcieszak I.: Wydolnościowe testy specjalne. Warszawa, Instytut Sportu, 1985; 7. - - - - - [1] Bompa T. O.: Teoria planowania treningu. Warszawa, RCMSKFiS, 1990. [2] Czerwiński J.: Charakterystyka gry w piłkę ręczną. AWF, Gdańsk, 1990. [3] Milicerowa H.: Badania nad metodami selekcji dzieci i młodzieży do działalności sportowej. Sympozjum, AWF, Warszawa 1978. [4] Kozłowski S.: Granice przystosowania. Warszawa, Wiedza Powszechna, 1986. [5] Sozański H. (red.): Podstawy teorii treningu. Warszawa, RCMSKFiS, 1992. [6] Prus G., Raczek J.: W poszukiwaniu przesłanek do optymalizacji obciążeń treningowych w biegach lekkoatletycznych. Katowice, AWF, 1993. [7] Ryguła I.: Elementy optymalizacji procesu doboru dzieci do szkolenia na przykładzie skoku wzwyż. Katowice, Uniwersytet Śląski, 1988. [8] Pilicz S.: Uzdolnienia ruchowe jako kryterium selekcji sportowej. w: Wybrane zagadnienia selekcji w sporcie. Biblioteka trenera PKOL, 1971 [9] Brill M. S.: Otbor w sportiwnych igrach. Moskwa, Fizkultura i Sport, 1980. [10] Raczek J.: Szkolenie młodzieży w systemie sportu wyczynowego. Katowice, AWF, 1989. [11] Czajkowski Z.: Nauczanie dla przyszłości – rozważania o sporcie dzieci i młodzieży. Sport Wyczynowy, 1995, 3-4. [12] Drozdowski Z.: Antropometria w wychowaniu fizycznym. Poznań, AWF, 1982. [13] Bar-Or O.: The Wingate anaerobic test. Sports Med. 1987, 4: 381-394. [14] Ryguła I.: Diagnostyka przygotowania zawodników do gry w piłce nożnej. Katowice, AWF, 1998. [15] Grabowski H., Szopa J.: Europejski Test Sprawności Fizycznej. „EUROFIT”, Kraków, AWF 1991. [16] Jarząbek R.: The informative value of chosen motor abilities in women’s team handball. In: Movement Coordination in Team Sport Games and Martial Arts. (ed. J. Sadowski, W. Starosta). AWF Warszawa i Instytut Wychowania Fizycznego i Sportu w Białej Podlaskiej, 1998; 49-52. – 29 –