青少年学生锻炼态度—行为九因素模型的建立及检验

来源 :北京体育大学 | 被引量 : 0次 | 上传用户:sophia_je
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
青少年学生的锻炼动机问题是运动心理学的重要研究领域。其理论模型的建立,对于青少年学生锻炼动机的研究具有重大意义。就目前掌握的资料看,国内这类研究尚不多见;而建立一个中国本土化的理论模型,不仅使广大体育教育工作者或社会体育指导员有了激发学生锻炼动机的理论依据,而且对于态度—行为关系的理论建设以及日后东西方锻炼文化的比较研究均具有积极的作用。 本研究就前人的态度—行为关系研究进行分析、评价,并对计划行为理论进行修正,提出锻炼态度—行为九因素模型。在新的模型中增加了行为习惯、目标态度和情感体验3个因素。本研究的假设包括3个具体方面:假设1:行为习惯对行为的影响有两种方式,一种是直接地影响行为,一种是间接地影响行为,即通过影响行为态度和行为意向来影响行为。假设2:目标态度对具体锻炼行为有间接影响。假设3:情感体验通过行为态度作用于行为。 本研究使用问卷调查法在青少年学生身体锻炼领域对锻炼态度—行为九因素模型进行检验。遵循标准化心理量表的编制程序,经过两轮预调查编制了【锻炼态度量表】,并调查了华北地区的青少年学生,对锻炼态度—行为九因素模型进行结构公式模型检验,结果表明:χ~2/df=3.67,小于5,还有NNFI、CFI的值接近或大于0.90,RMSEA小于0.10。所以本研究的假设模型与观测数据的拟合比较好,锻炼态度—行为九因素模型优于计划行为理论模型,研究假设得到了支持。行为习惯对行为的影响有两种方式,一种是直接地影响行为,一种是间接地影响行为;目标态度对锻炼行为有间接影响;情感体验对行为的影响通过行为态度作用于行为。从本研究的结果来看,模型中主观标准的作用比较微弱,与前人研究结果不一致,需要进一步研究。 【锻炼态度量表】的研制有利于了解研究对象的锻炼态度结构;锻炼态度—行为九因素模型的建立及检验丰富了态度—行为关系理论研究。 在未来的态度—行为研究中,要尝试采用各种不同的研究方法,即不仅采用定量研究方法,也可以考虑采用定性研究方法。比如,结构式访谈、半结构式访谈和个案研究等,多种研究方法的综合运用有助于认识和理解态度—行为复杂关系。
其他文献
【正】 各市、县、自治县人民政府,省政府直属各单位:为贯彻落实《国务院办公厅转发教育部关于建立对县级人民政府教育工作进行督导评估制度意见的通知》(国办发[2004]8号)和
网络安全风险评估分为定量评估与定性评估两种方法。现今的评估方法多数仅对网络安全事件进行定性的评估,不能给出网络安全风险值的定量说明,评估结果缺乏客观性、动态性和可信
各省、自治区、直辖市人民政府,国务院各部委、各直属机构:发展改革委、财政部、水利部、农业部、国土资源部《关于建立农田水利建设新机制的意见》已经国务院同意,现转发给
【正】 一、以宣传宪法为核心,大力开展以维护社会稳定为目标的法制宣传教育。二、大力开展规范市场经济秩序的法制宣传教育,促进市场经济法律秩序的建立。三、大力开展与群
This paper proposes a robust power system stabilizer(PSS)for a steam synchronous generator in Barka II power station.The PSS should be capable of damping small-
伊犁地区作为新疆四大煤炭基地之一发展潜力巨大,在该地区发展现代煤化工产业,能够对其丰富煤炭资源的进行合理利用和煤炭高效洁净转化,也可促进地方经济发展、社会稳定、也
在现代电视新闻工作中,电视编辑是一项具选择与加工并存的新闻创新过程。在新闻的存储与输出过程中,在电视信息的活动当中,不仅需要对信息进行组织,更需要通过不同的技术与架构的支撑来完成思想观念的创新突破,为受众带来更多的有效信息,为他们提供新的思路。在时代的要求下,应对电视信息的意识活动与编辑过程进行不断的思考和探索。
博客是目前网络舆论的重要载体之一,如何自动检测博客中的突发事件对于舆情分析与疏导具有重要的研究价值。针对目前突发事件检测中存在的时间信息有歧义的虚假突发事件问题,本
幼儿园课程游戏化是现代幼儿园教学的重要表现形式,幼儿园教育工作者应该将幼儿园课程设计形式与儿童的发展特点相结合,将教学和游戏相结合。教师只有明确游戏化课程的正确实施
本文针对肤色检测问题,提出了一种利用AdaBoost方法构造分类器进行肤色检测的算法。根据肤色在色度空间内的聚类性,通过大量肤色和非肤色样本将一族弱学习算法通过一定规则训练成一个强学习算法,得到一个检测性能优异的肤色检测分类器。提出了用圆形分类器作为弱分类器描述色度空间中的肤色分布,将AdaBoost学习算法用于肤色的聚类分析中。实验表明,该方法误检率低、鲁棒性好,对肤色检测问题有较强的实用性。