Mitkä ovat tilastolliset normit?

esittely

Urheilun tilastolliset normit antavat mahdollisuuden vertailla yksilöllistä suorituskykyä muihin saman kohderyhmän urheilijoihin. Tilastolliset normit koostuvat keskiarvoista ja niiden hajotustiedoista ja koskevat vain vastaavaa ryhmää.
Tilastolliset normit ilmaisevat siis matemaattisesti keskimääräisen ominaisarvon.

Ryhmän jäsenyys

Keskimääräisten ominaisuuksien vertailu on tietysti järkevää vain samaan ryhmään kuuluville koehenkilöille.
Esimerkki:

  • Keskimääräinen aika 3000 metriä miesten lukion valmistuneita.
  • Keskiverto nopeus jalkapalloilijoiden anaerobisesta kynnyksestä ensimmäisessä Bundesligassa
  • Keskimääräinen tulos yhdelle Kuntotesti 60-vuotiaille naisille

Vastaavia palvelualueita koskevat tiedot on lähetettävä edustavat näytteet olla päättäväinen. Tilastollisia normeja ei voida yksinkertaisesti siirtää jokaiselle yksilölle, vaan ne koskevat vain yksittäistä urheilijaa, jos hän käyttäytyy normien mukaisesti.

Kuinka tilastolliset normit määritetään?

Tilastollisten normien määrittämiseksi on käytettävissä kaksi menetelmää:

  1. Aritmeettisen keskiarvon määrittäminen
  2. regressioanalyysin määritys

1. Aritmeettisen keskiarvon määrittäminen

Aritmeettisten keskiarvojen määrittäminen on erityisen hyödyllistä verrattaessa ryhmiä. Koulujen yksittäisten vuosien keskiarvot antavat yleiskuvan siitä, ovatko yksittäiset oppilaat keskimääräistä parempia vai huonompia.

Laskeminen:

Yksittäiset arvot lasketaan yhteen ja jaetaan osallistujien lukumäärällä.
Otoksen tulee / on oltava riittävän suuri ja edustava populaatiolle.

Ongelmia aritmeettisten keskiarvojen kanssa:

Aritmeettiset keskiarvot eivät sovellu korkean suorituskyvyn alueelle, koska vain harvat koehenkilöt voivat saavuttaa urheilullisen suorituskyvyn.

2. Regressioanalyysin määritys

vuonna regressioanalyysin määritys tiedot saadaan regressioviivan ns. ekstrapoloinnista. On tärkeää, että ekstrapolointi voidaan sallia.
Tiedot voidaan lukea tällä suoraviivalla.

Esimerkiksi. Laukauksen suorituskyky korreloi penkkipuristimen suorituskyvyn kanssa.

Regressioviiva osoittaa, minkä penkkipuristussuorituksen potkurilla tulisi olla, jos se osuu pallon 20 metriin

Tilastolliset normit ja luottamusrajat

Tietyt luottamusrajat ovat tarpeen, jotta voidaan lukea tietoja tilastollisista normeista.

Suositeltavat luottamusrajat ovat:

  1. Arvioinnin vakiovirhe
  2. Hyperbolinen luottamusraja
  3. (Arvioinnin vakiovirhe)

1. Regressioviivan vakiovirhe

Se = ± s = 1-r2

R = Korrelaatio (esim. Penkkipuristin ja laukauslaite) / 0,86
s = Hajonta-arvot

Arvioinnin vakiovirhe ilmaisee alueen, jolla todellinen arvo on virhetodennäköisyydellä (1% = p <0,01 tai 5% p <0,05).

2. Hyperbolinen luottamusrajat

= Luotettavuusvälit

Arviot ovat erityisen tarkkoja alueilla, joilla voidaan kerätä paljon tietoja (keskiarvon alueella).
Mitä enemmän mitattu arvo poikkeaa keskiarvosta, sitä vähemmän tarkkaksi arvio tulee. (alempi ja ylempi suoritusalue).