第三章 第三章
第三章 研究方法 研究方法 研究方法 研究方法
本章分為五節：第一節為研究架構，將自變項與依變項做圖表的呈現；第二
節為研究對象，研究賽事的賽程數據及優秀選手的相關資料；第三節為研究工具，
本研究之軟硬體需求及標記分析記錄表；第四節為研究步驟，觀察類目的建立及 觀察員的訓練；第五節為資料處理與統計分析，依據不同的目的及變項特質，以 不同的統計方法做分析。
第一節 第一節 第一節
第一節 研究架構 研究架構 研究架構 研究架構
本研究架構如圖 3-1，主要目的在探討 2010 年中華臺北羽球公開賽女子競賽 前八強賽事，一、勝敗隊伍競賽模式的差異，二、分析影響羽球競賽勝敗的重要 擊球效果變項，三、進一步建立預測競賽獲勝率的預測公式，四、加入臺灣優秀 選手競賽場次勝敗隊伍競賽模式的差異的分析，五、建立鄭韶婕競賽場次及程文 欣/簡毓瑾競賽場次預測競賽獲勝率的預測公式。
圖 圖 圖
圖 3-1 研究架構圖
針對目的一，在競賽模式中所探討的量化變項差異包括：擊球時間因素（每 回合平均時間、每拍平均時間）、每局平均回合數、每回合擊球拍數、不同擊球拍 數段落次數分配百分比、不同擊球方向次數分配百分比、不同得分區域次數分配 百分比、連續得分結構的差異、不同擊球型態次數分配百分比。
勝敗隊伍在發接發前四拍（發拍效果、接發拍效果、第三拍效果及第四拍效果）、 攻守轉換至超多拍（前場效果、中後場效果、後場效果）共十三項擊球型態效果 的差異情形來做比較。
針對目的三，在獲勝率預測公式上的建立，藉由多元逐步迴歸分析來分別檢視 競賽中發接發前四拍（發拍效果、接發拍效果、第三拍效果與第四拍效果）、攻守 轉換至超多拍（網前球效果、撲球效果、推球效果、挑球效果、攔截球效果、平 抽球效果、殺球效果、長球效果、墜球效果）各擊球效果是否會影響到比賽獲勝 率的結果。
針對目的四，臺灣優秀選手在競賽模式中所探討的量化變項差異，則僅針對本 研究特意加入的不同擊球拍數段落次數分配百分比、連續得分型態這兩個變項，
以及影響勝敗結果較關鍵的不同擊球型態次數分配百分比來比較其差異。
針對目的五，如同目的三，在獲勝率預測公式上的建立，藉由多元逐步迴歸分 析來分別檢視競賽中十三項擊球效果是否會影響到比賽獲勝率的結果。
第二節 第二節 第二節
第二節 研究對象 研究對象 研究對象 研究對象
一、2010 年中華臺北羽球公開賽之女子單雙打賽事
本研究以實際現場拍攝方式錄製 2010 年中華臺北羽球公開賽進入前八強各項 賽事及臺灣選手進入前十六強賽事，因此女單共 8 場 20 局、女雙共 8 場 17 局，
臺灣女單選手鄭韶婕共 4 場 10 局，女雙選手簡毓瑾/程文欣共 3 場 7 局（臺灣選手 個人資料，詳見附錄一）。參賽選手及各局分數詳如表 3-1 、表 3-2。
表 3-1
第三節 第三節 第三節
第三節 研究工具 研究工具 研究工具 研究工具
一、TOSHIBA L-510 筆記型電腦
內含 SPSS12.0 套裝統計軟體及威力導演 6.0 影像播放軟體，提供觀察 員進行影片觀察與類目記錄。
二、非線性剪輯作業系統
包括威力導演 6.0 影像擷取軟體、DV 攝影機、1394 影音訊號傳輸線及 桌上型電腦，提供影帶擷取及分析競賽實況。
三、SONY R350 攝影機。使用於比賽現場拍攝影片。
四、羽球技術觀察類目表
本研究羽球技術觀察類目表是參考溫卓謀（2006）及許維茜（2007）之研 究，並根據本研究目的與問題，修訂完成，最後整理完成如下表 3-3。
表 3-3 羽球技術 羽球技術 羽球技術
羽球技術觀察類目表觀察類目表觀察類目表觀察類目表
（一）發球型態
類目 發短球 發長球 失誤
代號 1 2 3
（二）擊球型態
類目 網前球 撲球 推球 挑球 攔截球 平抽球
代號 1 2 3 4 5 6
類目 殺球 長球 墜球 失誤
代號 7 8 9 10
（三）擊球方向
類目 直線 對角線 代號 1 2
（四）得分區域
類目 前場左區 前場右區 中場左區 中場右區 後場左區 後場右區
代號 1 2 3 4 5 6
（五）擊球效果
類目 直接成功 間接成功 一般表現 間接失誤 直接失誤
評分 2 1 0 –1 –2
五、SPSS12.0 羽球標記分析系統
本研究以 SPSS12.0 統計軟體，依據研究目的而設計的羽球標記分析系統
（如表 3-4）。
表 3-4
三、觀察員訓練
（一）觀察員訓練：本研究由研究者完成觀察員訓練後獨立擔任，為提高研究 信度，由研究者及一位曾做過羽球標記分析的研究員，進行本研究之觀 察員訓練。並請指導教授親自進行訓練。隨機抽看一場次第一局之影片 進行每一球技術型態及時間因素之判定訓練。相互討論並確定各項行為 所屬之類目，研究者、觀察員及指導老師確實了解類目之意義後，個別 做觀察記錄練習，再開會討論觀察時之困難與意見，共同建立觀察之規 則。
（二）觀察員間信度的建立：隨機抽取一局影片給兩位觀察員觀察記錄，再將 兩次觀察記錄，進行資料的處理，求出觀察員間的信度如下：
1.每回合拉鋸時間觀察一致性：
以 Pearson 積差相關考驗兩位觀察員對於每球拉鋸時間記錄的一致性，相 關係數達.812，p＜.05，表示兩位觀察員在每回合拉鋸時間判定相當一致。
2.每回合擊球拍數觀察一致性
將兩位觀察員紀錄的擊球拍數，以 Spearman 等級相關進行分析相關係數 達.974，p＜.05，表示兩位觀察員在每回合擊球拍數判定相當一致。
3.擊球方向判定的一致性
以 Siedentop(1983）信度考驗公式：【判定相同次數÷（判定相同次數＋判定 不同次數）】×100％進行分析。觀察總數共 142 次，觀察一致數達 121 次，
兩位觀察員一致性達 85.2％，表示兩位觀察員在每回合擊球方向判定相當 一致。
4.得分區域判定的一致性
以 Siedentop(1983）信度考驗公式：【判定相同次數÷（判定相同次數＋判定 不同次數）】×100％進行分析。觀察總數共 38 次，觀察一致數達 31 次，兩 位觀察員一致性達 81.6％，表示兩位觀察員在每回合得分區域判定相當一 致。
5.各拍擊球型態判定的一致性：以 Siedentop(1983)信度考驗公式：【判定相同 次數÷（判定相同次數＋判定不同次數）】×100％，進行各拍擊球型態判定 的一致性。觀察總數共 142 次，觀察一致數達 115 次，兩位觀察員一致性 達 81％，表示兩位觀察員在每回合擊球型態判定相當一致。
（三）研究者內信度的建立：研究者在七天之後以相同影片進行第二次的觀察
記錄，將研究者前後兩次觀察記錄，進行資料的處理，求出觀察員內信 度如下：
1.每回合拉鋸時間觀察穩定性：積差相關考驗觀察員前後兩次觀察相關係數 達.924（p＜.05），表示具有穩定性
2.每回合擊球拍數觀察穩定性：相關係數達.994（p＜.05）呈現相當高的穩定 性。
3.擊球方向判定觀察穩定性：前後兩次觀察的穩定性，分別為 96.5％及 97.3 ％，信度係數＞.80 呈現相當高的穩定性。
4.得分區域判定觀察穩定性：前後兩次觀察的穩定性，分別為 94.2％及 94.3 ％呈現相當高的穩定性。
5.各拍擊球型態觀察穩定性：前後兩次觀察的穩定性，分別為 95.2％及 94.1 ％呈現相當高的穩定性。
四、正式觀察記錄
在觀察員間信度和研究者內信度達到標準後，正式進行本研究之觀察記 錄。研究者以每天觀察記錄 1 至 2 局為原則，以避免太過勞累而影響記錄 的正確性。在觀察記錄完所有影片後，研究者進一步做資料的檢核，並依本 研究的目的，進行資料的處理。
第五節 第五節 第五節
第五節 資料處理與統計分析 資料處理與統計分析 資料處理與統計分析 資料處理與統計分析
一、資料處理
透過電腦影像播放軟體以慢動作播放觀察競賽影片，並於發球、擊球（球拍 觸碰球）、死球（球落地瞬間）以及其他重要觀察時刻，瞬間暫停播放，將所觀察 到的各類目記錄（時間、選手、擊球類型、區域、方向）登入記錄表中，進行資 料處理。
（一）時間因素處理：探討來回拍數在五拍以上的回合數時間，利用 SPSS12.0 軟體算出每回合拉鋸時間（以秒為單位），時間因素資料處理：步驟為：
運用 SPSS 計算指令「轉換」→「計算」→「輸入公式(結束分×60＋結束 秒)－（開始分×60＋開始秒）」；接續求出每拍平均反應時間，步驟為「轉 換」→「計算」→「輸入公式（回合拉鋸時間÷回合總拍數）」。
（二）擊球拍數段落處理：將每回合總拍數給予重新區分編碼：發接發前四拍
為 1、攻守轉換段落為 2、多拍段落為 3、超多拍段落為 4。再以次數 分配計算各段落分布的百分比。
（三）其他競賽模式與擊球效果處理：將每回合記錄資料（球員、型態、方向、
效果）轉換每一拍的方式呈現（第一拍、第二拍、第三拍、第四拍、第 五拍以上）。運用 SPSS 及 Excel 軟體計算出各項技能表現的次數與百 分比與各項技術擊球效果。
二、統計分析
以 SPSS 12.0 套裝軟體進行統計分析，考驗各假設，統計的顯著水準（α）
皆設定為.05。根據不同研究假設搭配不同的統計考驗方式，整理如表 3-6。
表 3-6 資料處理資料處理
資料處理資料處理統計考驗方式摘要表統計考驗方式摘要表統計考驗方式摘要表統計考驗方式摘要表
研究假設 統計考驗
一、單雙打獲勝隊伍與落敗隊伍競賽模式的差異達顯 著水準。
獨立樣本 t 考驗
卡方百分比同質性檢定 二、單雙打獲勝隊伍與落敗隊伍在擊球效果的交互作
用現象達顯著水準。
獨立樣本單因子多變量統 計分析
三、各項擊球效果能顯著預測不同競賽型態獲勝率。 逐步多元迴歸分析 四、國內優秀選手競賽場次勝敗隊伍競賽模式的差異
達顯著水準。
獨立樣本 t 考驗
卡方百分比同質性檢定 五、國內優秀選手競賽場次各項擊球效果能顯著預測
不同競賽型態獲勝率。。
逐步多元迴歸分析