李 博，劉 陽

（1.上海體育學(xué)院 體育教育學(xué)院，上海 200438；2.南通大學(xué) 體育科學(xué)學(xué)院，江蘇 南通 226019；3.上海市學(xué)生體質(zhì)健康研究中心，上海 200438）

基本動作技能（fundamental motor skill，F(xiàn)MS）的評價是評估、診斷、監(jiān)控個體動作發(fā)展的重要指標(biāo)（Payne et al.，2008；Barnett et al.，2016）。個體早期（兒童時期）FMS 也是預(yù)測身體活動、體重指數(shù)和靜態(tài)行為等健康相關(guān)指標(biāo)的重要證據(jù)（Duncan et al.，2021；Stodden et al.，2008）。根據(jù)動作發(fā)展的高峰理論（Metcalfe et al.，2002），兒童FMS 發(fā)展處于嬰幼兒早期固有反射和兒童青少年專項運動技能發(fā)展的承接時期，因此FMS 發(fā)展對于人的全生命周期動作發(fā)展起著至關(guān)重要的作用（Duncan et al.，2021）。同時研究也表明，F(xiàn)MS 并非自然發(fā)展，F(xiàn)MS 的常軌發(fā)展需要正確合理的教育教學(xué)指導(dǎo)（白夢圓等，2022；Goodway et al.，2003）。而進行干預(yù)指導(dǎo)或者教育教學(xué)的一個重要前提是需要客觀的了解兒童FMS 發(fā)展現(xiàn)狀，在此基礎(chǔ)上制定合理的公共衛(wèi)生政策或教育教學(xué)策略等（Lawson et al.，2021）。

FMS 測評是體育素養(yǎng)（physical literacy，PL）評價的核心指標(biāo)之一。體育素養(yǎng)是人類在生命過程中獲得利于全人生存發(fā)展的運動要素的綜合，包括體育意識、體育知識、體育行為、體育技能、體質(zhì)水平（陳思同 等，2017）。學(xué)校體育環(huán)境是發(fā)展體育素養(yǎng)的有效環(huán)境（陳思同等，2017）。提升學(xué)生的體育素養(yǎng)已被列為學(xué)校體育工作的重要目標(biāo)之一，對其進行評價也是學(xué)校體育評價（國家體育總局等，2020）、升學(xué)考試評價和學(xué)生綜合素質(zhì)評價的核心內(nèi)容。目前，我國兒童體育素養(yǎng)測評已經(jīng)從學(xué)術(shù)領(lǐng)域的理論探討階段過渡到了社會教育實踐應(yīng)用層面（陳思同 等，2019；丁力 等，2021）。為響應(yīng)國家政策要求和順應(yīng)科學(xué)研究趨勢，上海體育學(xué)院學(xué)校體育與學(xué)生體質(zhì)健康研究團隊開展了構(gòu)建中國兒童青少年體育素養(yǎng)測評體系（Chinese Assessment and Evaluation of Physical Literacy for Children and Adolescents，CAEPL）的攻關(guān)工作。CAEPL是學(xué)生綜合素質(zhì)評價體系的重要組成部分，一方面要全維度考察學(xué)生FMS，并且評價過程應(yīng)盡量客觀，另一方面學(xué)生群體基數(shù)較大，需考慮測試的時間和人力資源等成本。

基于動作表現(xiàn)的工具測量法是當(dāng)前FMS 的主流測評方法，也得到了專家們的共識（Bardid et al.，2019）。本研究前期對當(dāng)前世界上應(yīng)用最廣泛的10 種測評體系進行了述評（李博 等，2020a），發(fā)現(xiàn)這些工具存在測評不全面（大多僅測試了FMS 下的部分維度）、過程性評價耗時長和評價過程偏主觀等不足之處。據(jù)此開發(fā)客觀省時且簡單易行的兒童FMS 測評工具十分必要（劉陽 等，2021）。本研究構(gòu)建的兒童基本動作技能測試（children’s fundamental movement skill test，CFMST）即為CAEPL 的關(guān)鍵組成部分。在前期文獻及實際操作工作的基礎(chǔ)上（李博等，2018，2020a，2020b，2021a，2020b，2022），本研究綜合應(yīng)用德爾菲法和測試法構(gòu)建并驗證了CFMST。

1 研究方法

根據(jù)經(jīng)典測量理論（classical test theory，CTT）（羅德等，1992），本研究共分成2 個主要完成階段。第一階段是通過德爾菲法構(gòu)建CFMST 體系；第二階段是對構(gòu)建的CFMST體系進行可行性、信度和效度的驗證。

1.1 德爾菲法

1.1.1 組建專家組

選取的專家群體主要分布在兒童青少年動作發(fā)展學(xué)術(shù)研究和兒童青少年運動技能提升實踐應(yīng)用2 個部分。學(xué)術(shù)研究方面的專家主要研究領(lǐng)域集中在學(xué)校體育學(xué)（8 名）和兒科醫(yī)學(xué)研究領(lǐng)域（2 名），該部分的專家主要是通過CiteSpace 軟件篩選所得（v.4.0.R5 SE，https：//sourceforge.net/projects/citespace/），為了保證專家的權(quán)威性，在學(xué)術(shù)研究領(lǐng)域的專家需要具有副高級及以上專業(yè)技術(shù)職稱。兒童青少年運動技能提升實踐應(yīng)用的專家來自于體育教研員（1 名）、專家型體育教師（2 名）、校長/園長（2 名）和體育培訓(xùn)機構(gòu)的專業(yè)人士（1 名），該部分借助Python 網(wǎng)絡(luò)爬蟲技術(shù)，為了保證該部分專家的權(quán)威性，選取的專家需要具備一定的兒童動作發(fā)展研究的背景。經(jīng)過篩選，共16 名專家進入德爾菲專家組（其中女性8 名，占比50%）。

1.1.2 構(gòu)建指標(biāo)池

1.1.2.1 FMS操作定義

FMS 是人體非自然發(fā)生的基礎(chǔ)運動學(xué)習(xí)模式，是復(fù)雜身體活動和競技運動的基礎(chǔ)（Barnett et al.，2016）。包括3 個下位范疇：1）移動技能，具體動作形式如走、跑、跳、滑步等；2）物體控制技能，如抓、拋、踢、接、擊打等；3）穩(wěn)定性技能，如旋轉(zhuǎn)、轉(zhuǎn)身等（Gallahue et al.，2002；Rudd et al.，2015）。按照該項操作定義，本研究設(shè)置了“移動技能”“物體控制技能”和“穩(wěn)定性技能”3 項一級指標(biāo)（維度）。

1.1.2.2 指標(biāo)池指標(biāo)的來源

本研究的二級指標(biāo)共來自2 個方面。1）從成熟的量表、手冊、指南、教材等文獻中提取。本研究共選取美國粗大動作發(fā)展測試（Test of Gross Motor Development，TGMD）等13 個成熟工具測試內(nèi)容作為指標(biāo)池指標(biāo)來源（郭晨等，2018；孫世恒 等，2010；Bruininks et al.，2005；Folio et al.，2000；Henderson et al.，2007；Hoeboer et al.，2016；Kiphard et al.，2007；Longmuir et al.，2017；Tyler et al.，2018；Vles et al.，2004；Wagner et al.，2014；Zimmer et al.，1987；Zuvela et al.，2011）。同時結(jié)合目前國內(nèi)外的運動技能評價手冊、教材、方案、指南和問卷等進行指標(biāo)池構(gòu)建（白愛寶，1999；黃超文，2012；李金龍 等，2007；Isaacs et al.，1999）。2）一線教師、體育教研員的實踐經(jīng)驗。對專家組中兒童青少年運動技能提升實踐應(yīng)用方面的專家進行開放式訪談，請專家們?yōu)橹笜?biāo)池遴選增加指標(biāo)。指標(biāo)池共包含3 項一級指標(biāo)（維度）和63 項二級指標(biāo)（動作表現(xiàn)評價形式）。

1.1.3 迭代實施

1.1.3.1 指標(biāo)的納入原則

指標(biāo)的納入按照以下4 點原則進行遴選：1）可以比較合理清晰地反映兒童FMS；2）易學(xué)易懂、簡潔易操作、對兒童的身心健康不會產(chǎn)生危害；3）測試適合在學(xué)校體育教育的環(huán)境中完成，鑒于當(dāng)前我國教育階段的劃分差異，本研究構(gòu)建的測試分為“學(xué)前教育”和“學(xué)齡教育”2 個部分；4）適用于大樣本量測試、偏向于適用“結(jié)果性評價”的方式。上述遴選原則在問卷的“卷首語”部分進行了詳細說明，引導(dǎo)專家根據(jù)本研究的具體目的進行指標(biāo)的遴選。

1.1.3.2 問卷發(fā)放

德爾菲問卷發(fā)放共持續(xù)14 天。在問卷的填寫過程中，充分保證德爾菲的匿名特征，保證專家之間獨立完成問卷。問卷的形式采用紙質(zhì)問卷和電子問卷相結(jié)合的形式。問卷共包括5 個連續(xù)的部分：1）獲取專家的情況，包括專家的人口學(xué)信息、研究方向等；2）依照“安全、高效、實用和趣味”的原則對指標(biāo)進行“納入”和“刪除”判斷；3）請專家推薦補充遺漏的二級指標(biāo)（動作表現(xiàn)評價形式）；4）獲取專家對指標(biāo)的熟悉程度和判斷依據(jù)信息；5）請專家對指標(biāo)進行重要性評分。問卷“反饋”共持續(xù)10 天，主要對問卷的結(jié)果進行“點對點”反饋，聽取對指標(biāo)遴選持“不同意見”專家的建議。

1.1.4 指標(biāo)遴選

經(jīng)過專家的遴選，共有36 項二級指標(biāo)進入重要性評分階段（表1）。根據(jù)既往研究的成果（梁波 等，2020；陸樂 等，2020；朱焱 等，2020），本研究指標(biāo)遴選標(biāo)準(zhǔn)如下：1）M（重要性評分均數(shù)）≥3.5 且V（變異系數(shù)）≤0.25 的指標(biāo)直接納入；2）M＜3.5 且V≤0.25 的指標(biāo)直接刪除；3）M＜3.5 且V＞0.25 的指標(biāo)向給出較高分數(shù)的專家進行意見反饋，根據(jù)反饋意見的積極程度討論是否納入；4）M≥3.5且V＞0.25 的指標(biāo)像給出較低分數(shù)的專家進行意見反饋，根據(jù)反饋意見的積極程度討論是否納入。

表1 二級指標(biāo)（動作表現(xiàn)評價形式）專家評分Table 1 Expert Scores of Second-Level Indicators（Motor Performance Evaluation Form）

1.2 測試法

1.2.1 測試對象

測試的目標(biāo)人群是幼兒園招收的學(xué)齡前兒童和小學(xué)招收的1～4 年級學(xué)齡兒童。符合條件的參與者年齡為3～9 歲，需要滿足以下所有條件：1）身體健康；2）經(jīng)其所屬幼兒園園長（或法人代表）/小學(xué)校長知情同意參與本研究，并取得書面知情同意書；3）經(jīng)其父母或監(jiān)護人同意參加本研究，并取得書面知情同意書。排除者條件：1）中度和重度認知障礙（經(jīng)由教師和監(jiān)護人確認）；2）存在影響其參與體育鍛煉的重大醫(yī)療或身體狀況；3）運動發(fā)育遲緩。本研究中任何參與者的性別、種族或社會經(jīng)濟地位不受限制。本研究方案獲得上海體育學(xué)院倫理委員會批準(zhǔn)（審查編號：102772019RT034）。本研究采用整群隨機抽樣的方法，共招募上海市3 所幼兒園（9 個班級，平均分布在大、中、小班級）和3 所小學(xué)（12 個班級，平均分布在1～4 年級）的752 名兒童，其中101 名兒童因缺勤等原因未能完整參與測試，最終共有651 名兒童完成測試（表2）。

表2 測試對象分布表Table 2 Distribution of Subjects

1.2.2 測試內(nèi)容

在進行測試之前，組織受試者進行15 min 的標(biāo)準(zhǔn)化熱身，包括1 組跑步、跳躍和伸展練習(xí)。在每項分測驗之前，受試者都會收到關(guān)于測試程序的口頭解釋。

1.2.2.1 兒童基本動作技能測試

依據(jù)德爾菲的結(jié)果構(gòu)建CFMST，經(jīng)過預(yù)測試確定最終的測試方案，并進行相應(yīng)的預(yù)測試驗證。依照CFMST測試具體方案進行測試。在每項分測試開始前，允許受試者進行1 次測試體驗。場地設(shè)置和器材按照標(biāo)準(zhǔn)化程序?qū)嵤?/p>

1.2.2.2 美國粗大動作發(fā)展測試

TGMD 由美國密西根大學(xué)的Ulrich 教授制定，以3～10 歲兒童為測試對象，是用來評價兒童FMS 發(fā)展水平的工具，在世界上廣泛應(yīng)用。TGMD 主要包括跑、馬步跳和雙手持棒擊固定球等13 個分測試。目前TGMD 的最新版本即TGMD-3 已經(jīng)在我國進行了操作流程翻譯（李博等，2021a）和信效度測試工作（刁玉翠 等，2018；李冉 等，2021；寧科 等，2016），研究表明TGMD-3 適用于中國兒童。TGMD-3 主要測試了兒童FMS 中的移動技能和物體控制技能。本研究嚴格遵循TGMD-3 的標(biāo)準(zhǔn)測試流程，并對同一批受試者進行測試，以驗證CFMST 中的移動和物體控制分測試的同時效度。最終共205 名兒童進行了TGMD-3測試，其中，學(xué)齡前兒童90 名（女性46 名，占比51.11%），學(xué)齡兒童115 名（女性59 名，占比51.30%）。

1.3 數(shù)據(jù)分析

數(shù)據(jù)分析分為德爾菲數(shù)據(jù)處理和測試數(shù)據(jù)處理2 部分。德爾菲數(shù)據(jù)處理采用定量化的數(shù)據(jù)處理方法，德爾菲相關(guān)指標(biāo)賦值詳見表3。測試數(shù)據(jù)進行統(tǒng)計分析前采用柯爾莫戈洛夫-斯米諾夫檢驗（Kolmogorov-Smirnov，K-S檢驗）檢驗測試的異常值，對異常值進行重新測試處理。

表3 德爾菲相關(guān)指標(biāo)賦值Table 3 List of Delphi-Related Indicator Assignments

1.3.1 德爾菲指標(biāo)報告及數(shù)據(jù)處理

專家意見協(xié)調(diào)程度主要通過V表示，該指標(biāo)是重要性評分標(biāo)準(zhǔn)差與均數(shù)的比值，數(shù)值越小，說明專家對該指標(biāo)的協(xié)調(diào)程度越高。在評價指標(biāo)篩選中，一般認為V≤0.25專家協(xié)調(diào)程度較好（邢禾 等，2006；張大超 等，2013）。計算公式如下：

V是指標(biāo)評價的變異系數(shù)；M是指標(biāo)的算術(shù)平均值；δ是指標(biāo)的標(biāo)準(zhǔn)差。

專家意見集中程度主要通過M表示，該指標(biāo)是專家對某指標(biāo)重要性評分的算術(shù)均數(shù)，數(shù)值越大，說明該指標(biāo)在指標(biāo)體系中的重要性越大。通常，得分＞3.5 分（達到總分的70%）的指標(biāo)作為入選的依據(jù)（張大超等，2013）。計算公式如下：

m是參加指標(biāo)評價的專家數(shù)；C是專家對指標(biāo)的評價值。

1.3.2 體系驗證指標(biāo)報告及數(shù)據(jù)處理

根據(jù)測評工具信效度驗證的方法學(xué)程序（Hulteen et al.，2020；Terwee et al.，2011），以及既往研究中有關(guān)運動技能測評工具信效度驗證的研究成果（郭晨等，2018；Copetti et al.，2021；Eddy et al.，2020；Farrokhifar et al.，2018；Garn et al.，2020），本研究選取了重測信度和內(nèi)部一致性信度2 項指標(biāo)反映CFMST 信度，選取結(jié)構(gòu)效度和校標(biāo)效度2 項指標(biāo)反映CFMST 的效度。根據(jù)信效度分析的程序規(guī)范（柯友枝 等，2020），匯總信效度統(tǒng)計分析證據(jù)強弱閾值（表4）。本研究嚴格遵循統(tǒng)計學(xué)有關(guān)數(shù)據(jù)處理和匯總計算的要求。主要應(yīng)用SPSS 25.0、AMOS26.0、MedCalc 和Excel 等軟件進行數(shù)據(jù)處理分析和圖表制作。其中重測信度采用SPSS 軟件計算2 次測試間的類內(nèi)相關(guān)系數(shù)（ICC）；內(nèi)部一致性信度采用SPSS 軟件計算克朗巴哈系數(shù)（Cronbach’s）；采用SPSS 和AMOS 進行驗證性因子分析分析計算結(jié)構(gòu)效度；應(yīng)用SPSS 軟件進行相關(guān)分析計算同時效度。根據(jù)統(tǒng)計分析的需要，在進行一致性檢驗以及驗證性因子分析時對相關(guān)的數(shù)據(jù)進行標(biāo)準(zhǔn)化（normalization）處理，對于“單腳站立”進行反向計分處 理，以滿足一致性檢驗的需要。

表4 信效度相關(guān)系數(shù)閾值Table 4 Reliability and Validity of Statistical Analysis of Evidence Strength Threshold

2 研究結(jié)果與分析

2.1 體系構(gòu)建

根據(jù)指標(biāo)遴選的條件，對直接納入的指標(biāo)進行預(yù)測試驗證，每個年齡組抽取10 名兒童，對制定的標(biāo)準(zhǔn)化測量程序進行驗證，充分聽取受試者的測試感受，整個預(yù)測試在2019 年12 月完成。按照指標(biāo)的納入原則重新審視優(yōu)化遴選指標(biāo)的可操作性。為減小單個項目測試帶來的“系統(tǒng)誤差”，研究中每個維度的測試至少選取2 個測試項（羅德 等，1992）。根據(jù)成熟測評工具的經(jīng)驗（李博 等，2021a）、預(yù)測試的結(jié)果、受試者對測試項的感受以及前期專家的建議制定CFMST 的標(biāo)準(zhǔn)化測試流程以及場地布置圖示。

其中3～5 歲組的物體控制技能維度僅有“單手原地拍球”入選，但在預(yù)測驗中發(fā)現(xiàn)，3 歲組和4 歲組兒童的完成率不到50%，出現(xiàn)了“地板效應(yīng)”，不符合指標(biāo)的遴選原則；此后，按照重要性評分均數(shù)的數(shù)值大小，選取了“踢球過障礙物”“雙手接球”“單手塞硬幣”3 個測試項進行預(yù)測驗，其中“雙手接球”測試項沒有較為合理的“結(jié)果性評價”測試方式，因此在該維度中選取了“踢球過障礙物”“單手塞硬幣”2 項測試項。6～9 歲組穩(wěn)定性技能維度根據(jù)指標(biāo)遴選條件，納入了“單腳站立”“走平衡木”2 個測試項，預(yù)測驗發(fā)現(xiàn)，“單腳站立”測試中，8 歲組、9 歲組兒童的站立時間較長，不符合指標(biāo)納入原則，因此刪去該測試項，按照重要性評分均數(shù)的數(shù)值大小，選取了“倒退走直線”和“腳尖站立”測試項，預(yù)測驗中發(fā)現(xiàn)“腳尖站立”測試在6 歲組和7 歲組中出現(xiàn)了“地板效應(yīng)”，因此刪去；進而該維度選取了“走平衡木”“倒退走直線”2 個測試項。鑒于上述情況，CFMST的指標(biāo)3～5 歲組為：移動技能：10 m 往返跑、雙腳連續(xù)跳；物體控制技能：踢球過障礙物、單手塞硬幣；穩(wěn)定性技能：走平衡木、單腳站立。6～9 歲組為：移動技能：側(cè)向滑步跑、單腳連續(xù)跳；物體控制技能：踢球過障礙物、原地換手拍球；穩(wěn)定性技能：走平衡木、倒退走直線。

按照“預(yù)測試和體系優(yōu)化同步”的體系建構(gòu)原則，綜合一線體育教師、專家型體育教師和學(xué)校體育專家的意見制定了CFMST 的測試場地布置（圖1）和標(biāo)準(zhǔn)化測量流程（表5）。

表5 CFMST項目介紹Table 5 Introduction of CFMST Items

圖1 兒童基本動作技能測試場地示意圖Figure 1.The Site Map of CFMST

在維度設(shè)置方面，CFMST 設(shè)置了移動技能、物體控制技能和穩(wěn)定性技能3 個維度，相較于TGMD 這類常用的FMS 測試工具而言，將穩(wěn)定性技能單獨列出有較強的理論基礎(chǔ)。首先，現(xiàn)有研究多認為穩(wěn)定性技能是FMS 的重要分支（Samuel et al.，2018），且在Barnett 等（2016）在對FMS的概念共識中也建議后續(xù)的研究中延用“移動”“物體控制”和“穩(wěn)定”的三分類的內(nèi)涵概念。其次，現(xiàn)有研究表明，穩(wěn)定性技能與負向情緒（焦慮、沮喪等）具有較高程度的相關(guān)性（Robinson et al.，2015），加入穩(wěn)定性技能維度對后續(xù)研究兒童動作發(fā)展和心理發(fā)展之間的關(guān)聯(lián)有重要意義。

在適用年齡方面，CFMST 覆蓋了學(xué)齡前兒童（3～5 歲）和學(xué)齡兒童的水平一和水平二階段（6～9 歲），上述年齡階段正處于FMS 快速發(fā)展時期，而在此時期進行的精準(zhǔn)測評可以有效反映兒童的FMS 發(fā)展情況，適用年齡的完整覆蓋將有利于工具的推廣應(yīng)用。在測試項目數(shù)量方面，CFMST 每個分組中僅有6 個項目，且每個項目測試較為簡練，可以滿足大批量、快速高效測試的需要，可以保證測試更易于推廣。在計分方式方面，采用計時的結(jié)果性評價的方面，相較于過程性評價，該方法具有高效、系統(tǒng)、誤差較小等優(yōu)點（李博等，2020b），同時各測試項之間既可以單獨進行比較，也可以通過統(tǒng)計處理進行總分比較，這也提高了工具的普適性。

2.2 體系驗證

根據(jù)CTT 對CFMST 的可行性、信度和效度進行驗證。

2.2.1 可行性

可行性（feasibility）指對過程、設(shè)計、程序或計劃能否在限定的可用資源范圍（時間、人員安排、經(jīng)費等）內(nèi)成功完成的確定，可行性評估是保證測量體系完成落地的重要依據(jù)（拉卡托斯，2005）。為了驗證CFMST 的可行性，本研究對受試者數(shù)據(jù)基于不同年齡兒童FMS 發(fā)展的差異進行驗證；基于實踐經(jīng)驗對測試的時間成本、測試員成本等進行分析；對測試的標(biāo)準(zhǔn)化程序進行分析。

2.2.1.1 差異性檢驗

驗證測量數(shù)據(jù)與現(xiàn)實實踐經(jīng)驗或與真理的一致性是檢驗可行性常用的方法之一（拉卡托斯，2005）。根據(jù)動作熟練度發(fā)展序列模型（Seefeldt，1979）來看，兒童的FMS 隨年齡的增長而逐漸提升，這也得到了實證研究的驗證，一項應(yīng)用TGMD-3 對上海市1 118 名兒童進行FMS的測試結(jié)果發(fā)現(xiàn)，TGMD-3 的總分隨著年齡的增加呈現(xiàn)逐漸增加的現(xiàn)象，這也驗證了動作熟練度發(fā)展序列模型（刁玉翠 等，2018）。采用單因素方差分析，以年齡為因素進行分析（表6），結(jié)果顯示，隨著年級的提升CFMST 各分測試的成績逐漸升高，各年齡段兒童的平均分存在顯著性差異（＜0.05），結(jié)果驗證了動作熟練度發(fā)展序列模型中兒童的FMS 是隨著年齡的增長而逐漸提升的核心觀點。

表6 不同年齡CFMST得分及差異Table 6 CFMST Scores and Differences of Different Age Children n=651

2.2.1.2 測試成本

我國的兒童基數(shù)大，測評工具要想在該群體中推廣，必須保證較高的測試效率。結(jié)果性評價方式保證了CFMST 的強大操作性。實際測試發(fā)現(xiàn)，個人完成整個測試需要2.5～10.0 min，平均每人完成測試需要5 min。FMS 測評到底是應(yīng)用過程性（process-oriented）評價還是結(jié)果性（product-oriented）評價，一直是學(xué)界爭論的問題。在當(dāng)前的測評體系中，結(jié)果性評價和過程性評價是測評理論中主流的測評方法（Logan et al.，2017）。2 種評價的方法各有利弊。如結(jié)果性評價的代表工具克羅地亞的“基本動作技能多維測評”（FMS-Polygon）（Zuvela et al.，2011），是測量效率和信效度較好的測評體系，其組內(nèi)相關(guān)系數(shù)非常高（0.98），但也有一定的不足，僅定量的判斷忽略了兒童的個體差異，且難以區(qū)分FMS 各維度的測試情況。這說明“結(jié)果性評價”只重視兒童動作發(fā)展的結(jié)果，而沒有很好的對動作模式進行剖析。過程性評價的問題主要有：1）測量效率低，人工判定的動作標(biāo)準(zhǔn)存在效度失真問題，且存在由于施測者經(jīng)驗問題導(dǎo)致的效度降低（Ward et al.，2020）；2）對于年齡區(qū)間跨度較大的測量系統(tǒng)，由于不同年齡段使用同一套測量系統(tǒng)，對于低年齡段的施測對象會出現(xiàn)“地板效應(yīng)”，高年齡段的施測對象可能會出現(xiàn)“天花板效應(yīng)”，表現(xiàn)出較高的結(jié)構(gòu)缺陷，如兒童身體協(xié)調(diào)測評（k?rperkoordinationstest für Kinder，KTK）對于部分地區(qū)的5歲兒童沒有充分的區(qū)別能力（Vandorpe et al.，2011）。鑒于我國兒童基數(shù)大，且CFMST基于學(xué)校教育環(huán)境制定，因此本研究在CFMST 的評價體系中采用結(jié)果性評價方式，最大程度的適應(yīng)我國當(dāng)前的學(xué)情，提升工具的可操作性。

測試員（或稱考官）是測試中重要的組成部分，是測試的組織實施者，因此測試員的專業(yè)素養(yǎng)對于測試的外部效度具有重要的推動作用。本研究中所有測試員都在運動技能分析方面擁有豐富的經(jīng)驗，均為體育類院校體育教育或運動人體科學(xué)專業(yè)的大學(xué)生，在測試之初，測試員完成了5 h 的針對本研究中使用的測試方法的額外培訓(xùn)，充分保證了測試工作的順利開展。CFMST 對測試員的資質(zhì)要求并不高，主要基于以下3 點原因：1）測試項目為FMS 下的各動作形式，成年人均已經(jīng)熟練FMS，因此測試員可以在較短時間內(nèi)熟悉動作表現(xiàn)形式，這也為后續(xù)的“講解示范”奠定基礎(chǔ)。2）測試的評價為結(jié)果性評價，且全部采用時間評價，因此測試員在測試過程中只需要關(guān)注學(xué)生完成動作的耗時，對于動作的表現(xiàn)質(zhì)量方面不需要過多分散注意力，測試員在測試過程中的任務(wù)較為專一。既往研究也顯示，冗長的測試時間和繁瑣的測試流程是制約一項成熟的測試工具推廣效度的主要原因（李博等，2020b）。3）CFMST 的研發(fā)初衷是在學(xué)校體育教育環(huán)境中應(yīng)用，可以通過體育課程教學(xué)的手段完成測試，體育教師可以成為主要測試員?？傮w來看，CFMST 對測試員的資質(zhì)要求不高，普通體育教師可以通過較短時間內(nèi)的培訓(xùn)熟練掌握測試的方法和流程，這也大大提高了測試的普及性。

2.2.1.3 標(biāo)準(zhǔn)化測試流程

標(biāo)準(zhǔn)化的測試程序保證了CFMST 的可操作性。標(biāo)準(zhǔn)化是CTT 的重要概念，也是關(guān)乎到工具能否落地測試的重要步驟。主要表現(xiàn)在以下3 個方面：1）測試用器材均為體育教學(xué)中的常見器材。器材是測試中必不可少的部分，CFMST 中所有的器材均已經(jīng)量產(chǎn)并在體育教學(xué)中普及，充分保證了器材的普及性，如踢球過障礙物分測試項中球是體育教學(xué)中常見的軟式實心球（1 kg、2 kg）。2）對現(xiàn)場測試流程、測試人員的口令、保護與幫助以及測試成績的記錄均做出了標(biāo)準(zhǔn)化的要求。標(biāo)準(zhǔn)化的測試流程可以保證在不同的測試員、測試地點和時間下測試的穩(wěn)定性，充分保證測試的可操作性。3）制定了標(biāo)準(zhǔn)化的場地布置圖，在空間利用最大化的原則下，保證現(xiàn)場測試秩序。測試場地布置的有序合理是保證測試效率的重要因素之一，因此本研究在征求了設(shè)計學(xué)專家的基礎(chǔ)上制定了標(biāo)準(zhǔn)化的場地布置圖，實際的測試中可以有效地提升測試效率，保證測試的可操作性。

2.2.2 信度

根據(jù)CTT，信度（reliability）是真分數(shù)變異數(shù)與實得分數(shù)變異數(shù)之比。測試的信度是指測試的可靠程度，表現(xiàn)為測試結(jié)果的一貫性、一致性、再現(xiàn)性和穩(wěn)定性。信度是反映測試結(jié)果受到隨機誤差影響程度的指標(biāo)，是評價測試質(zhì)量的最基本的指標(biāo)（張力為，2002a）。

2.2.2.1 重測信度

重測信度（test-retest reliability）又稱穩(wěn)定性系數(shù)，是使用量具對受試者進行同樣的測量時，測量結(jié)果的一致程度，主要反映量具在時間維度下的穩(wěn)定性質(zhì)（張力為，2000）。本研究按照CFMST 施測程序?qū)ν慌茉囌哌M行重復(fù)測試，2 次測試間隔不超過14 天（Heebner et al.，2015）。結(jié)果表明3～5 歲組和6～9 歲組各分測試的類內(nèi)相關(guān)系數(shù)（ICC）在0.66～0.94，表明CFMST 具有較好的重測信度。

2.2.2.2 內(nèi)部一致性信度

內(nèi)部一致性信度（internal consistency reliability）又稱同質(zhì)性信度（homogeneity reliability），主要是代表量具內(nèi)部所有分測量項之間的一致性程度（張力為，2000）。統(tǒng)計方法主要采用克朗巴哈系數(shù)（Cronbach’s）檢驗。CFMST中3～5歲組和6～9歲組的6個分測試的Cronbach’s系 數(shù)分別為0.66 和0.62（表7）。據(jù)此認為CFMST 的內(nèi)部一致性信度“可接受”。

表7 重測信度和內(nèi)部一致性信度系數(shù)Table 7 List of Test-Retest Reliability and Internal Consistency Reliability Coefficients n=651

2.2.3 效度

根據(jù)CTT，效度（validity）等于有效分數(shù)變異數(shù)與實得分數(shù)變異數(shù)之比。測試的效度是指一個測試在測量某項指標(biāo)時所具有的準(zhǔn)確程度。它所回答的基本問題是：一個測試測量對象的什么特性，它對該特性的測量有多準(zhǔn)確；一個測試的效度越高，表示它所測結(jié)果越能代表所測對象的真正特征（張力為，2002b）。

2.2.3.1 結(jié)構(gòu)效度

結(jié)構(gòu)效度（construct validity）是指測試能夠測量到理論上的構(gòu)想或特質(zhì)的程度（張力為，2000）。要確定一個測試的結(jié)構(gòu)效度，一般需要3 個基本步驟：1）建立理論框架解釋受試者在測驗上的表現(xiàn)；2）依據(jù)理論框架推導(dǎo)出各種與測試有關(guān)的假設(shè)；3）以邏輯方法和實證方法檢驗提出的假設(shè)。標(biāo)準(zhǔn)化測試的結(jié)構(gòu)效度都需要依據(jù)上述3 個步驟研制（張力為，2002b）。為了驗證CFMST 的結(jié)構(gòu)效度，本研究中從數(shù)理統(tǒng)計情境下結(jié)構(gòu)方程建模方面進行檢驗。

根據(jù)動作熟練度發(fā)展序列模型（sequential progression of skill levels in the achievement of motor proficiency），在兒童早期FMS 表現(xiàn)出同步發(fā)展的狀態(tài)，換言之所屬的移動技能、物體控制技能和穩(wěn)定性技能具有共同發(fā)展的外在表現(xiàn)（Barnett et al.，2016）。在統(tǒng)計情景下數(shù)據(jù)表現(xiàn)為分測試項聚斂為同一因子（FMS）。因此本研究對6 項分測試進行驗證性因子分析（confirmatory factor analysis，CFA）。表8是CFMST 的KMO 和巴特利特檢驗，3～5 歲組和6～9 歲組的KMO 值分別為0.73 和0.71，大于0.6，且顯著性小于0.001，表明6 項分測試適合做驗證性因子分析。通過AMOS 進行驗證性因子分析結(jié)果表明（表9），3～5 歲組和6～9 歲組的卡方自由度均小于3，適配理想；RMSEA 分別為0.04 和0.03，小于0.05，適配理想，其余指標(biāo)均大于或接近于0.9（鄭文智 等，2014），因此CFMST 的整體模型適配良好（李躍平 等，2007）。據(jù)此認為，CFMST 具有較好的結(jié)構(gòu)效度。

表8 KMO和巴特利特檢驗Table 8 KMO and Bartlett Test

表9 整體擬合系數(shù)表Table 9 Overall Fitting Coefficient Table

2.2.3.2 同時效度

同時效度（concurrent validity）是指所選擇的測試手段與已知測試之間的一致性程度，是效標(biāo)（criterion）關(guān)聯(lián)效度的一種類型（張力為，2002b）。如果兩者的相關(guān)系數(shù)接近1，說明該測量手段有效程度高；如果相關(guān)系數(shù)接近0，則說明該測量手段有效程度低。選取TGMD-3 作為校標(biāo)有其理論的可行性。一方面，已有研究證實TGMD-3 適用于中國兒童，目前我國學(xué)術(shù)界已經(jīng)完成了TGMD-3 的操作流程翻譯（李博等，2021a）和信效度測試工作（刁玉翠等，2018；寧科 等，2016）。另一方面，已有研究利用TGMD 系列驗證了其與KTK 的校標(biāo)關(guān)聯(lián)效度（Farrokhifar et al.，2018；Ré et al.，2018），這為本研究提供了較好的理論基礎(chǔ)。實際測試中對同一批受試者進行CFMST 和TGMD-3測試，采用相關(guān)分析驗證CFMST 的同時效度（表10），結(jié)果顯示，不同年齡的CFMST 分測試項與TGMD-3 共有48 項相關(guān)分析結(jié)果，其中44 項（95.24%）的指標(biāo)與TGMD-3存在顯著相關(guān)關(guān)系（＜0.05）。該結(jié)果表明，CFMST 與TGMD-3 具有較好的同時效度。

表10 CFMST分測試項與TGMD-3的相關(guān)性Table 10 Correlation between CFMST Sub-test Items and TGMD-3

3 研究結(jié)論與建議

CFMST 具有較好的可行性、信度和效度，可以較好的反映我國3～9 歲兒童的FMS 的發(fā)展，可以作為CAEPL 中衡量兒童FMS 發(fā)展的測量工具。標(biāo)準(zhǔn)化的測試程序可以進一步保證測試體系的推廣，建議未來擴大信效度的樣本測試范圍，特別是加入農(nóng)村地區(qū)學(xué)生的樣本，進一步優(yōu)化測量體系，擴大體系的應(yīng)用范圍。