1. 引言
运动表象量表(SIQ)作为测量运动表象的量表，由张力为等人翻译引进，并根据我国文化背景做了相应修订(戴海崎等，2011)。近年来，Sarah E.发现SIQ的测量结果不包含表象能力，Ramsey等(2010)人也支持这一说法。Hall发现，个体能形成运动表象但并不等于其具有运动表象形成能力。
Sarah (2011)等人研制了运动表象能力量表(SIAQ)，共15项题目，包含运动技能表象能力、运动策略表象能力、目标表象能力、情绪表象能力和控制表象能力5个维度。SIAQ可以实现同时测量认知和动机表象能力，以便能够对不同表象成分进行直接比较，提高了视觉表象能力研究在运动领域的重要性(Williams & Cumming, 2014)。
该量表在我国并未得到广泛使用，其信效度需要进行进一步检测。
2. 研究对象与方法
2.1. 研究对象
本研究随机分层抽取在校大学生320人，发放量表320份，剔除无效量表24份，有效量表296份，有效率92.5%，其中男生215人，女生84人。
2.2. 研究工具
采用反译法，将原英文量表进行翻译，之后再将中文译稿进行反译，直至所有条目的中文稿与英文稿在概念与言语表达上匹配一致。
2.3. 施测
以班级为单位进行团体测试，施测前向被试提供标准化指导语，并要求被试填写人口统计学信息。被试需尽可能地在安静状态下“看到”自身正在做量表条目内容，并按照实际情况以Linker七点评分制选择合适选项。
2.4. 数据处理
采用SPSS 17.0对测试结果进行录入、处理与分析。
3. 研究结果
3.1. 项目分析
设被试量表总分得分前25%为高分组，后25%为低分组。就高低分组进行单项独立样本T检验。结果显示：量表的所有项目高低分组差异显著(p < 0.05)，该量表单项具有较好的区分度(表1)。
Table 1. Project analysis results (n = 296)
表1. 项目分析结果(n = 296)
项目 |
T |
P |
1 |
9.059 |
0.000 |
2 |
9.164 |
0.000 |
3 |
7.766 |
0.000 |
4 |
6.721 |
0.000 |
5 |
9.044 |
0.000 |
6 |
9.544 |
0.000 |
7 |
11.703 |
0.000 |
8 |
10.622 |
0.000 |
9 |
10.260 |
0.000 |
10 |
9.019 |
0.000 |
11 |
9.790 |
0.000 |
12 |
8.985 |
0.000 |
13 |
11.265 |
0.000 |
14 |
10.066 |
0.000 |
15 |
8.019 |
0.000 |
单项与总分相关分析
采用Pearson积差相关，探索单项分数与总分的相关性，进而删除或修改项目。结果显示，单项分数与总分之间的相关系数符合L. Ebel标准(吴明隆，2001)，即单项分数与总分相关显著，无需进行修改或剔除题目(表2)。
Table 2. Results related to individual items and the total score
表2. 单项与总分相关结果
项目 |
r |
P |
1 |
0.476 |
0.000 |
2 |
0.549 |
0.000 |
3 |
0.475 |
0.000 |
4 |
0.449 |
0.000 |
5 |
0.510 |
0.000 |
6 |
0.571 |
0.000 |
7 |
0.588 |
0.000 |
8 |
0.560 |
0.000 |
9 |
0.626 |
0.000 |
10 |
0.536 |
0.000 |
11 |
0.592 |
0.000 |
12 |
0.558 |
0.000 |
13 |
0.608 |
0.000 |
14 |
0.567 |
0.000 |
15 |
0.490 |
0.000 |
3.2. 因素分析
3.2.1. 探索性因素分析
采用KMO系数和Bartlett球形检验进行相关性分析，Bartlett球形检验χ2 = 1404.326 (Df = 105)，p = 0.000 < 0.001，变量间显著相关；KMO系数 = 0.821 > 0.8，适合做探索性因素分析(表3)。
Table 3. KMO coefficient and Bartlett’s sphericity test results (n = 296)
表3. KMO系数和Bartlett球形检验结果(n = 296)
KMO系数 |
|
0.821 |
Bartlett球形检验 |
χ2 (近似卡方值) |
1404.326 |
Df (自由度) |
105 |
P (显著性) |
0.000 |
3.2.2. 主成分因素分析
本次研究因素提取固定因子数为5，特征值分别为4.659，1.956，1.381，1.089和0.877，解释了总变异的66.411% (图1)。
Figure 1. Lithotripsy plot of factor extraction
图1. 因子提取情况碎石图
保留特征值大于1的因素，采用最大方差法进行正交因子旋转，得到旋转后因子负荷值。因素的个数确定根据如下标准：(1) 因素的特征根 > 1；(2) 因素符合陡阶检验；(3) 因素在旋转前至少能解释3%的总变异；(4) 每个因素至少包含3个项目(表4)。
Table 4. Component score coefficient matrix
表4. 成份得分系数矩阵
|
成份 |
|
1 |
2 |
3 |
4 |
5 |
1 |
|
|
|
0.524 |
|
2 |
|
|
|
0.385 |
|
3 |
|
|
|
0.465 |
|
4 |
|
|
0.341 |
|
|
5 |
|
|
0.578 |
|
|
6 |
|
|
0.425 |
|
|
7 |
|
|
|
|
0.429 |
8 |
|
|
|
|
0.680 |
9 |
|
|
|
|
0.290 |
10 |
0.403 |
|
|
|
|
11 |
0.350 |
|
|
|
|
12 |
0.336 |
|
|
|
|
13 |
|
0.320 |
|
|
|
14 |
|
0.473 |
|
|
|
15 |
|
0.534 |
|
|
|
根据原作者论述，控制表象能力维度为运动技能表象能力维度的亚维度。通过主成分分析，控制表象能力并没有作为单一的维度进行呈现。因此，中文翻译的SIAQ沿用Sarah划分的五个维度。
3.3. 内在一致性信度
采用Cronbach α系数进行测量，结果显示Cronbach总 = 0.815，单项Cronbach系数 > 0.7。该量表内部一致性信度较高(表5)。
Table 5. Intrinsic consistency reliability of individual items
表5. 单项内在一致性信度
|
Cronbach’s Alpha值 |
1 |
0.811 |
2 |
0.802 |
3 |
0.810 |
4 |
0.823 |
5 |
0.811 |
6 |
0.801 |
7 |
0.800 |
8 |
0.802 |
9 |
0.797 |
10 |
0.803 |
11 |
0.799 |
12 |
0.802 |
13 |
0.799 |
14 |
0.801 |
15 |
0.806 |
3.3.1. 分半信度
采用随机分半信度检验，然后进行Cronbach系数检验和Spearman-Brown系数检验。分半后，Cronbach系数分别为0.718和0.826，内部一致性信度较高。Spearman-Brown系数为0.594，两部分之间的相关系数较低，未达理想水平(表6)。
Table 6. Reliability statistics
表6. 可靠性统计
Cronbach’s Alpha |
部分1 |
值 |
0.718 |
项数 |
8a |
部分2 |
值 |
0.826 |
项数 |
7b |
|
总项数 |
15 |
Spearman-Brown系数 |
|
等长 |
0.594 |
不等长 |
0.594 |
|
Guttman Split-Half系数 |
0.587 |
注：a. 这些项为：1，2，3，4，5，6，7，8。b. 这些项为：8，9，10，11，12，13，14，15。
3.3.2. 结构效度
检验各维度间的Spearman相关系数，五个维度之间的相关系数在0.459~0.594之间，相关显著。因此，该量表具有较好的结构效度，问卷结构良好(表7)。
Table 7. Correlation coefficients of each dimension
表7. 各维度相关系数
|
|
|
维度1 |
维度2 |
维度3 |
维度4 |
维度5 |
Spearman的rho |
维度1 |
相关系数 |
1.000 |
|
|
|
|
Sig.(双侧) |
. |
|
|
|
|
维度2 |
相关系数 |
0.563** |
1.000 |
|
|
|
Sig.(双侧) |
0.000 |
. |
|
|
|
维度3 |
相关系数 |
0.493** |
0.594** |
1.000 |
|
|
Sig.(双侧) |
0.000 |
0.000 |
. |
|
|
维度4 |
相关系数 |
0.586** |
0.513** |
0.579** |
1.000 |
|
Sig.(双侧) |
0.000 |
0.000 |
0.000 |
. |
|
维度5 |
相关系数 |
0.526** |
0.535** |
0.576** |
0.459** |
1.000 |
Sig.(双侧) |
0.000 |
0.000 |
0.000 |
0.000 |
. |
注：**在置信度(双测)为0.01时，相关性是显著的。
4. 讨论与结论
4.1. SIAQ的信度
本量表单项α系数在0.797~0.823区间，且分半信度检验得分为0.718和0.826，各项得分均大于0.7，符合Log和DeVellis等人的测量学标准。该量表信度较高。
4.2. SIAQ的效度
该表的五个维度之间的相关性在0.459~0.594之间，且相关显著。该量表结构效度较好，问卷结构良好。
5. 结论
研究表明，运动表象能力量表具有五个维度，即运动技能表象能力、运动策略表象能力、目标表象能力、情绪表象能力和控制表象能力，每个维度含有三个项目。经过检验，中文版运动表象能力量表具有良好的信效度，适合我国使用。