資料處理與統計分析

本研究採用SPSS for Window 18.0 統計套裝軟體進行統計分析，進行各項假 設的考驗，所有統計檢定的顯著水準 (α) 皆定為 .05。

一、資料處理

(一) 拍數、拍數段落資料處理：拍數的部份以發球成功拍為第一拍，然後詳細 紀錄之後每一拍的擊球員、擊球位置、型態、效果和擊球落點直到形成死 球當拍為止，為該回合之總拍數，然後以SPSS 18.0軟體算出每回合的平均 拍數，其步驟為：「Transform」→「Compute」→「輸入公式：回合總拍數

÷回合總數」；不同拍數段落部份，其步驟為：「Transform」→「Recode」

→「Into Different Variables」→『將擊球拍數變數（舊值）變成拍數段落（新 值：1. 1~2拍「發接發段落」2. 3~4拍「發接發效果持續段落」3. 5~8拍

「相持段落」4. 9拍(含)以上「多拍段落」）；1~2拍轉為1，3~4拍轉為2，

5~8拍轉為3，9拍（含）以上轉為4』。

(二) 技戰術運用比率資料處理：將資料轉換成以各拍呈現，依照四個不同球場分

擊球位置、型態效果、 落點等資料，然後以SPSS18.0 軟體計算出其百分率，

步驟為：「每盤 Federer 不同型態分別的擊球次數÷總擊球拍數（扣除發球拍）

× 100%」。

(三) 擊球效果資料處理：將每回合記錄資料轉換為以各拍呈現，根據每一拍擊球 的結果（扣除發球拍）判定該拍的技能表現（直接成功、間接成功、一般 表現、間接失誤、直接失誤）並進行等級標記為（2、1、0、-1、-2）。

1.運用SPSS 18.0 分析指令（分析→描述統計→交叉表），計算出每盤 Federer 各項技能表現的擊球效果。

2.將SPSS 18.0 統計結果複製到Excel試算表，進行每盤資料的整合，並計算出 各項技術之擊球效果與各類技能表現的次數與百分比，再依據研究目的，

將資料匯入SPSS 18.0 統計軟體進行資料分析。

(四) 資料整合及檢核：進行統計分析之前，研究者須根據觀察類目表中的編號做 資料的檢核，檢查是否有發生錯植了超過類目表編號範圍之外的數字。檢核 完成後將觀察結果進行每一局資料的整合，分別計算出各項研究變項所需的 數據，最後依照研究目的，匯入SPSS18.0 軟體進行統計和分析。

二、統計分析(如表3-4-1)

表3-4-1

研究假設與統計分析方法對應表

研究假設 統計分析

1-1 Federer四大網球公開賽球每回合平均擊球拍數的 差異達顯著水準。

1-2 Federer四大網球公開賽擊球拍數段落分布的差異 達顯著水準。

獨立樣本單因子變異數 分析

百分比同質性卡方檢定

2-1 Federer四大網球公開賽擊球落點的差異達顯著水 準。

2-2 不Federer四大網球公開賽擊球型態的差異達顯著 水準。

百分比同質性卡方檢定

百分比同質性卡方檢定

3-1 澳洲公開賽，擊球效果預測 Federer競賽的獲勝 率，有顯著的預測效果。

3-2 法國公開賽，擊球效果預測 Federer競賽的獲勝 率，有顯著的預測效果。

3-3 溫布頓公開賽，擊球效果預測Federer競賽的獲勝 率，有顯著的預測效果。

3-4 美國公開賽，擊球效果預測 Federer競賽的獲勝 率，有顯著的預測效果。

多元逐步迴歸分析