Year-end Sale % OFF 
Abstract
The study objective was to determine the possibility of recognizing the state of functional and motor preparedness of boys aged 13–14, using multidimensional statistical methods.
 Materials and methods. The study involved boys aged 13 years (n = 10), 14 years (n = 10) studying at the Pisochyn Collegium. To solve the tasks set, the study relied on the following research methods: analysis of scientific and methodological literature, pedagogical testing, and methods of mathematical statistics for processing research results.
 Results. There are statistically significant differences in the preparedness of the boys aged 13 and 14 years in test 4 “Serkin’s test, phase 2” and test 15 “Evaluation of perception of motion strength parameters, 1/3”. The boys aged 14 show better results. In tests 1–3, 5, 9–14, 16–17, the boys aged 14 tend to improve their results. The results indicate that discriminant analysis allows to recognize the state of functional and motor preparedness of the boys aged 13–14, using test results and to classify the school students by motor activity. For practical application of discriminant analysis results, unstandardized canonical discriminant function coefficients are used. The probability of a case belonging to the predicted group is calculated based on substitution of values of variables for the corresponding case into the discriminant function. A comparison of the obtained results with centroid values makes it possible to determine the group the result belongs to.
 Conclusions. Discriminant function structure coefficients are most closely related to variables that characterize functional preparedness (test 4 “Serkin’s test, phase 2”), coordination and strength preparedness (test 15 “Evaluation of perception of motion strength parameters, 1/3”, test 9 “Bent-arm hang”, test 10 “Standing long jump”). The division of boys into groups by functional and motor preparedness is carried out on the basis of unstandardized coefficients.
Highlights
the study relied on the following research methods
The results indicate that discriminant analysis allows to recognize the state of functional
The probability of a case belonging to the predicted group is calculated based on substitution
Summary
Змінної (M — статистика Боксу (Box’s M test), групова кореляційна матриця, групова коваріаційна матриця, коваріаційні матриці для окремих груп, загальна коваріаційна матриця). Що дискримінантний аналіз дозволяє розпізнати стан функціональної і рухової підготовленості хлопців 13–14 років за результатами тестування і доповнюють дані про використання дискримінантної функції в класифікації учнів за руховою активністю (Gert-Jan de Bruijn, & Benjamin Gardner, 2011; Lulzim, 2013). Для практичного застосування результатів дискримінантного аналізу використовуються нестандартизовані коефіцієнти канонічної дискримінантної функції На основі канонічних коефіцієнтів дискримінантної функції можлива класифікація хлопців 13 і 14 років за рівнем функціональної та рухової підготовленості відповідно до їх віку, що має практичне значення для розробки ефективних програм фізичної підготовки хлопців середніх класів. Структурні коефіцієнти дискримінантної функції найбільш суттєво зв’язана зі змінними, які характеризують функціональну підготовленість (No 4 «Проба Серкіна, 2 фаза»), координаційну і силову підготовленість (No 15 «Оцінка сприйняття силових параметрів рухів, 1/3», No 9 «Вис на зігнутих руках», No 10 «Стрибок у довжину з місця»).
Sign-in/Register to view highlights & summary Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
