各項(xiàng)統(tǒng)計(jì)方法的使用目的及使用時(shí)機(jī)依照研究的程序，當(dāng)研究者搜集好資料后，接著就是進(jìn)行統(tǒng)計(jì)分析。但統(tǒng)計(jì)方法的種類相當(dāng)多，常造成研究者的困難，不知如何選用最適當(dāng)?shù)慕y(tǒng)計(jì)方法。筆者有鑒于此，乃就一般體育運(yùn)動(dòng)研究中較常用的統(tǒng)計(jì)方法臚列于后，并將其使用目的及使用時(shí)機(jī)加以介紹，以使這些統(tǒng)計(jì)方法不要被誤用。為了使讀者充份了解這些統(tǒng)計(jì)方法的應(yīng)用，筆者在每一種統(tǒng)計(jì)方法中都舉例說(shuō)明。以下即是較常用的16種統(tǒng)計(jì)方法。1.積差相關(guān)(product-momentcorrelation)使用目的：了解兩個(gè)變量之間關(guān)系密切的程度。使用時(shí)機(jī)：適用于兩個(gè)連續(xù)變量。例子：同一組人其智力和學(xué)業(yè)成績(jī)之間的相關(guān)。2.獨(dú)立樣本t考驗(yàn)(t-test,independentsamples)使用目的：兩個(gè)平均數(shù)的差異考驗(yàn)。使用時(shí)機(jī)：用在兩個(gè)互為獨(dú)立的母群的差異比較。例子：比較男、女選手學(xué)習(xí)動(dòng)機(jī)得分的差異。3.重復(fù)量數(shù)t考驗(yàn)(相依樣本t考驗(yàn))(t-test,repeatedmeasures;t-test,correlatedsamples)使用目的：兩個(gè)平均數(shù)的差異考驗(yàn)。使用時(shí)機(jī)：用在一個(gè)母群中兩次得分的差異比較(或是配對(duì)組、雙胞胎得分的差異比較)。例子：同一組人前、后測(cè)得分的差異比較；同一組人在紅光和綠光反應(yīng)時(shí)間的差異比較(或是將相同I.Q.的受試者配對(duì)然后做某種特質(zhì)的差異比較；雙胞胎在紅光和綠光反應(yīng)時(shí)間的差異比較。此種相依樣本雖然不是同一個(gè)人，但因配對(duì)的關(guān)系或是雙胞胎的關(guān)系，亦可視為同一個(gè)人，此即相依樣本。)4.獨(dú)立樣本單因子變異數(shù)分析(one-wayANOVA,independentsamples)使用目的：比較三個(gè)(含)以上的平均數(shù)的差異。使用時(shí)機(jī)：用在三個(gè)(含)互為獨(dú)立的母群的差異比較。例子：比較啟發(fā)式教學(xué)法、演講式教學(xué)法及欣賞式教學(xué)法在教學(xué)效果上的差異。5.重復(fù)量數(shù)單因子變異數(shù)分析(one-wayANOVA,repeatedmeasures)使用目的：比較同一個(gè)群體三個(gè)(含)以上的平均數(shù)的差異。使用時(shí)機(jī)：同一個(gè)群體，每個(gè)受試者都有三次(含)以上的得分。例子：比較某個(gè)實(shí)驗(yàn)組在紅光、綠光及黃光反應(yīng)時(shí)間的差異(每個(gè)受試者都必須做紅光、綠光及黃光的反應(yīng)時(shí)間)。6.獨(dú)立樣本二因子變異數(shù)分析(two-wayANOVA,independentsamples)使用目的：了解兩個(gè)自變項(xiàng)(或?qū)傩宰冺?xiàng)、類別變項(xiàng))對(duì)于某個(gè)依變項(xiàng)(觀察變項(xiàng))交互作用的影響。使用時(shí)機(jī)：當(dāng)有兩個(gè)因子時(shí)，且這兩個(gè)因子互為獨(dú)立，若要了解其對(duì)某個(gè)觀察變項(xiàng)有何交互作用的影響時(shí)，可使用此項(xiàng)統(tǒng)計(jì)方法。例子：想要了解A、B兩種藥品在使用不同的劑量(輕、重)時(shí)對(duì)于治療高血壓是否有交互作用影響。7.混合設(shè)計(jì)二因子變異數(shù)分析(two-wayANOVA,mixeddesign)使用目的：了解兩個(gè)自變項(xiàng)(或?qū)傩宰冺?xiàng)、類別變項(xiàng))對(duì)于某個(gè)依變項(xiàng)(觀察變項(xiàng))交互作用的影響。使用時(shí)機(jī)：若有兩個(gè)因子，其中一個(gè)是獨(dú)立樣本(如男、女；或有、無(wú)回饋)，另一個(gè)為重復(fù)量數(shù)(如每一個(gè)受試者均接受紅光、綠光、黃光反應(yīng)時(shí)間的實(shí)驗(yàn)處理)，想要了解其對(duì)某個(gè)觀察變項(xiàng)有何交互作用影響。例子：了解有、無(wú)回饋是否對(duì)于不同色光(紅光、綠光、黃光)的反應(yīng)時(shí)間有所影響。有回饋組和無(wú)回饋組的受試者，每人都必須對(duì)三種色光做反應(yīng)。8.重復(fù)量數(shù)二因子變異數(shù)分析(two-wayANOVA,repeatedmeasures)使用目的：了解兩個(gè)自變項(xiàng)(或?qū)傩宰冺?xiàng)、類別變項(xiàng))對(duì)于某個(gè)依變項(xiàng)(觀察變項(xiàng))交互作用的影響。使用時(shí)機(jī)：若有兩個(gè)因子，皆為重復(fù)量數(shù)，想要了解其對(duì)某個(gè)觀察變項(xiàng)有何交互作用影響。例子：想要了解釘鞋的釘子長(zhǎng)短和起跑架的角度對(duì)于100公尺短跑速度的影響，其中每個(gè)受試者均需穿長(zhǎng)短不同的釘鞋，并使用不同角度的起跑架(一種是60度，另一種是45度)各跑一次1009.變異數(shù)同構(gòu)型考驗(yàn)(testofhomogeneityofvariance)使用目的：想要了解各個(gè)群體之間的變異數(shù)是否同質(zhì)。使用時(shí)機(jī)：在做獨(dú)立樣本的差異性比較時(shí)，都需先做此項(xiàng)考驗(yàn)。若各個(gè)群體的變異數(shù)不同質(zhì)，則所得的結(jié)果將和實(shí)際的結(jié)果有所不同。例子：如在進(jìn)行獨(dú)立樣本t考驗(yàn)、獨(dú)立樣本單因子、二因子、多因子的變異數(shù)分析之前，都需先做此項(xiàng)考驗(yàn)，等確定各組都同質(zhì)時(shí)，才可進(jìn)行差異性的比較。10.杜凱法事后比較(Tukeymethod)使用目的：確認(rèn)那兩組之間有差異存在。使用時(shí)機(jī)：當(dāng)各組人數(shù)相等，而且變異數(shù)分析達(dá)到顯著水平時(shí)(當(dāng)計(jì)算的F值<.05時(shí))，進(jìn)一步確認(rèn)何組之間有差異存在。例子：?jiǎn)l(fā)式教學(xué)法、演講式教學(xué)法及欣賞式教學(xué)法在人數(shù)相同的實(shí)驗(yàn)組所產(chǎn)生的教學(xué)效果其差異若達(dá)顯著時(shí)，需進(jìn)一步比較何組之間有差異存在。11.薛費(fèi)法事后比較(Scheffe￠method)使用目的：確認(rèn)何組之間的平均數(shù)有差異存在。使用時(shí)機(jī)：當(dāng)各組人數(shù)不等，而且變異數(shù)分析達(dá)到顯著水平時(shí)(p<.05時(shí))，進(jìn)一步確認(rèn)何組之間有差異存在?；蚴遣煌喜⒔M進(jìn)行差異比較達(dá)顯著水平時(shí)。例子：?jiǎn)l(fā)式教學(xué)法、編序教學(xué)法、演講式教學(xué)法、欣賞式教學(xué)法在人數(shù)不同的實(shí)驗(yàn)組所產(chǎn)生的教學(xué)效果其差異達(dá)顯著水平時(shí)，需進(jìn)一步比較何組之間有差異存在。12.共變量分析(analysisofcovariance;ANCOVA)使用目的：將會(huì)影響數(shù)個(gè)自變項(xiàng)的某一個(gè)變量抽離出來(lái)，以便比較這數(shù)個(gè)自變項(xiàng)對(duì)依變項(xiàng)的影響。使用時(shí)機(jī)：當(dāng)無(wú)法做到實(shí)驗(yàn)控制時(shí)，而且發(fā)現(xiàn)某個(gè)變量會(huì)影響到此項(xiàng)實(shí)驗(yàn)，就以統(tǒng)計(jì)控制的方法將此變量控制住(從自變項(xiàng)中抽離出來(lái))，然后比較這數(shù)個(gè)自變項(xiàng)對(duì)依變項(xiàng)的影響。例子：在三個(gè)智力不同的班級(jí)實(shí)施不同的教學(xué)法，看其學(xué)習(xí)效果是否有所不同。因無(wú)法將三個(gè)班級(jí)打散隨機(jī)編班(亦即無(wú)法做到實(shí)驗(yàn)控制)，因此只好將智力的因素先加以排除，然后才比較三個(gè)班的學(xué)習(xí)效果。13.c2考驗(yàn)(c2test)使用目的：可用在(1)適合度考驗(yàn)(在單一向度中，就某一變項(xiàng)考驗(yàn)其觀察次數(shù)是否與其期望次數(shù)相符合)；(2)百分比同構(gòu)型考驗(yàn)(考驗(yàn)研究者所感興趣的J個(gè)群體在I個(gè)反應(yīng)的百分比是否一樣)；(3)獨(dú)立性考驗(yàn)(考驗(yàn)兩個(gè)變項(xiàng)之間是否互為獨(dú)立)；(4)改變的顯著性考驗(yàn)(用來(lái)考驗(yàn)同一群受試者對(duì)同一事件前后兩次反應(yīng)之間的差異情形)。使用時(shí)機(jī)：適合用在間斷變數(shù)(如人數(shù))的統(tǒng)計(jì)。例子：(1)適合度考驗(yàn)(testofgoodnessoffit)：考驗(yàn)體研所的研究生對(duì)于四個(gè)組喜歡的人數(shù)是否有所不同。(2)百分比同構(gòu)型考驗(yàn)(testofhomogeneityofproportions)：想了解運(yùn)動(dòng)選手、家長(zhǎng)、裁判對(duì)于服用禁藥的反應(yīng)(包括贊成、沒意見、反對(duì))，其中贊成的百分比是否相同。(3)獨(dú)立性考驗(yàn)(testofindependence)：了解性別和學(xué)習(xí)動(dòng)機(jī)之間是否互為獨(dú)立(亦即想驗(yàn)證性別和學(xué)習(xí)動(dòng)機(jī)之間是否有所關(guān)聯(lián))。(4)改變的顯著性考驗(yàn)(testofsignificanceofchange)：了解學(xué)生在學(xué)期初和學(xué)期末對(duì)體育統(tǒng)計(jì)喜歡的人數(shù)是否有所不同。14.多元逐步回歸分析(multiplestepwiseregressionanalysis)使用目的：主要是用在探討哪些變項(xiàng)較能有效預(yù)測(cè)某個(gè)效標(biāo)變項(xiàng)。使用時(shí)機(jī)：在不確定那些預(yù)測(cè)變項(xiàng)較能有效預(yù)測(cè)某個(gè)效標(biāo)變項(xiàng)時(shí)，可將這些預(yù)測(cè)變項(xiàng)用多元逐步回歸分析的方式篩選出較具預(yù)測(cè)力的變項(xiàng)。一般多用在探索性的研究方面。例子：想了解學(xué)生的智力、學(xué)習(xí)動(dòng)機(jī)、學(xué)習(xí)習(xí)慣、學(xué)習(xí)策略、考試技巧、學(xué)習(xí)態(tài)度、成就目標(biāo)、自我觀念、父母的社經(jīng)水平、父母的期望、教師的教學(xué)態(tài)度、教師的期望等變項(xiàng)，究竟是那些變項(xiàng)較能有效預(yù)測(cè)其學(xué)習(xí)表現(xiàn)。15.多元同時(shí)回歸分析(multiplesimultaneousregressionanalysis)使用目的：主要是了解所選出的預(yù)測(cè)變項(xiàng)對(duì)于某個(gè)效標(biāo)變項(xiàng)的聯(lián)合預(yù)測(cè)力。使用時(shí)機(jī)：當(dāng)某些預(yù)測(cè)變項(xiàng)已被確定對(duì)某個(gè)效標(biāo)變項(xiàng)有相關(guān)時(shí)，可將這些預(yù)測(cè)變項(xiàng)同時(shí)投入回歸模式中，看其對(duì)效標(biāo)變項(xiàng)的變異量可以解釋多少百分比。若解釋的百分比越多，則表示這些預(yù)測(cè)變項(xiàng)對(duì)此效標(biāo)變項(xiàng)有較大的預(yù)測(cè)力。但在做多元回歸分析時(shí)，必須考慮預(yù)測(cè)變項(xiàng)之間是否有共線的情形(若預(yù)測(cè)變項(xiàng)之間有中度以上的相關(guān)，就有可能產(chǎn)生共線。若是有共線的情形，兩個(gè)變項(xiàng)就要選擇高的預(yù)測(cè)變項(xiàng)保留下來(lái)，另一個(gè)則予以剔除。)例子：以三分球、二分球、罰球、防守籃板球、進(jìn)攻籃板球、阻攻、助攻、抄截、犯規(guī)、失誤等籃球十項(xiàng)攻防技術(shù)來(lái)預(yù)測(cè)籃球比賽的得失分。16.多元階層回歸分析(multiplehierarchicalregressionanalysis)使用目的：主要是了解所選出的預(yù)測(cè)變項(xiàng)對(duì)于某個(gè)效標(biāo)變項(xiàng)的聯(lián)合預(yù)測(cè)力。使用時(shí)機(jī)：當(dāng)某些預(yù)測(cè)變項(xiàng)已被確定對(duì)某個(gè)效標(biāo)變項(xiàng)有相關(guān)時(shí)，可將這些預(yù)測(cè)變項(xiàng)同時(shí)投入回歸模式中，看其對(duì)效標(biāo)變項(xiàng)的變異量可以解釋多少百分比。但投入回歸模式的順序并不是根據(jù)預(yù)測(cè)變項(xiàng)和效標(biāo)變項(xiàng)相關(guān)的高低，而是建立在理論的基礎(chǔ)上。多元階層回歸分析亦需注意共線性的診斷。例子：以成就動(dòng)機(jī)、目標(biāo)接受和目標(biāo)難度來(lái)預(yù)測(cè)后測(cè)分?jǐn)?shù)，由于成就動(dòng)機(jī)是屬于人