体育学研究方法 [英] 克里斯·格拉顿,伊恩·琼斯,花勇民,林 9787564418441 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

[英] 克里斯·格拉顿，伊恩·琼斯，花勇民，林 著

图书标签:

• 体育学
• 研究方法
• 运动科学
• 数据分析
• 统计学
• 实验设计
• 文献检索
• 问卷调查
• 访谈
• 案例研究

店铺： 北京十翼图书专营店

出版社： 北京体育大学出版社

ISBN：9787564418441

商品编码：29621366419

包装：平装

出版时间：2014-12-01

基本信息

书名:体育学研究方法

定价：38.00元

售价：16.0元,便宜22.0元,折扣42

作者: 克里斯·格拉顿,伊恩·琼斯,花勇民,林

出版社：北京体育大学出版社

出版日期：2014-12-01

ISBN：9787564418441

字数：

页码：268

版次：1

装帧：平装

开本：16开

商品重量：0.4kg

编辑推荐

---

《体育学研究方法（第2版）》的目标读者主要是学习体育相关学科的学生，包括体育管理、体育社会学、体育营销学、体育旅游、体育教育、娱乐管理和其他类似学位的学生。但《体育学研究方法（第2版）》并不针对那些从事体育科学中的自然科学研究，或兴趣在于运动生理学和运动解剖学的研究者。《体育学研究方法（第2版）》的目标读者还包括体育产业的相关从业人员，其中有的岗位需要进行研究工作。

内容提要

---

《体育学研究方法（第2版）》内容丰富、易于理解，并且是一本非常实用的教科书，旨在为体育学专业的学生在质性研究和量化研究方法方面提供一个完整的基础。从研究项目的设计、数据收集和数据分析到报告研究结果，《体育学研究方法（第2版）》就研究过程对读者进行逐步的指导，并利用世界各地丰富的、与体育相关的案例对其进行详实的阐述。与版相比，全面修订的新版书包括以下重要专题：选择恰当的研究设计文献综述重要研究技术：问卷法、访谈法、内容分析法和民族志研究数据分析，包括SPsS软件介绍，以及描述性和推论性统计撰写研究报告体育研究中的伦理问题《体育学研究方法（第2版）》的编写旨在成为一本完整、独立，并且可以作为任何研究方法课程补充读物的图书，具有丰富而有价值的写作特征，包括突出重要术语的定义、修订问题、实用的研究练习，以及相关网络链接、多选问题、幻灯片和其他学习资源。《体育学研究方法（第2版）》对所有正在撰写学位论文或进行研究项目的学生都具有重要的参考价值。

目录

---

章 什么是研究？
引言
什么是研究
研究的特点
为什么要进行研究
不同的研究类型
纯理论研究与应用研究
初步研究与次级研究
理论研究与实证研究
对于研究的错误概念
理解体育研究
延伸阅读

第二章 研究过程
引言
研究过程
延伸阅读

第三章 研究传统
引言
知识的本质
实证主义
后实证主义
解释主义
量化研究和质性研究
体育研究中质性研究的壮大
量化研究与质性研究方法的选择
量化和质性数据的混合
演绎研究与归纳研究
两种主要的研究传统
我的研究适合什么方法

第四章 研究问题、目的和目标
引言
研究论题的提出
聚焦研究问题
撰写研究提案
研究提案的缺陷

第五章 文献综述
引言
文献综述的目的
文献来源
查找文献
体育研究的相关数据库
聚焦文献检索
评估文献
评估网站
如何提及参考文献作者
……

第六章 理论、概念和变量
第七章 体育学研究设计
第八章 数据收集（一）：问卷调查
第九章 数据收集（二）：研究访谈
第十章 数据收集（三）：非介入性方法——观察法和内容分析法
第十一章 数据收集（四）：体育中的民族志研究
第十二章 数据分析（一）：量化数据分析
第十三章 数据分析（二）：质性数据分析
第十四章 撰写研究报告
第十五章 实际问题
中英文对照

作者介绍

---

克里斯·格拉顿（Chris Gratton），是英国谢菲尔德哈勒姆大学体育经济学教授，并担任体育产业研究中心主任。
　　
　　伊恩·琼斯（IaJones），是英国伯恩茅斯大学体育学院副院长，并担任大型活动和体育研究中心主任。

文摘

---

序言

---

探索体育研究的奥秘：方法论的深度解析与实践指南 引言 在日新月异的体育科学领域，严谨的研究方法是推动知识进步、揭示运动现象本质、指导实践创新的基石。无论是致力于理解人类运动的生物力学机制，探究运动员心理发展的规律，评估不同训练体系的有效性，还是分析体育产业的宏观趋势，一套科学、系统、可信的研究方法都至关重要。本书并非一本具体的体育学研究著作，而是一部聚焦于“如何进行体育学研究”的深度指南，它旨在为有志于投身体育研究的学者、教练、学生以及所有对体育科学充满好奇的人们，提供一个全面、深入且富有实践指导意义的方法论框架。我们将穿越浩瀚的体育学研究世界，从最基础的研究伦理与设计原则出发，逐步深入到各种研究方法的理论基础、技术细节、优劣势分析以及实际应用。这本书的核心目标是赋能读者，让大家能够独立、自信地设计、执行并解读体育相关的研究，最终为体育科学的知识体系添砖加瓦，为体育实践的优化提供坚实的科学依据。 第一章：体育研究的基石——概念、伦理与设计原则 任何一项科学研究的展开，都离不开清晰的概念界定、严谨的伦理考量和周密的设计规划。本章将带领读者走进体育研究的起点，深入理解学科的基本构成，掌握开展研究的道德底线，并为后续的学习奠定坚实的基础。 1.1 体育学研究的内涵与外延 首先，我们将对“体育学”这一学科进行概念上的梳理。体育学是一门高度交叉的综合性学科，其研究对象涵盖了人类的身体活动、运动表现、健康促进、体育文化、体育教育、体育管理等诸多方面。我们将探讨体育学在自然科学、社会科学、人文科学等领域的交汇点，理解其多学科的研究视角，并以此界定体育学研究的广阔天地。例如，对运动损伤的生物力学分析属于工程学和医学的范畴；对运动员心理调适的研究则涉及心理学；而对体育政策与产业发展的探讨则需要经济学和社会学的视角。 1.2 研究的伦理准则：尊重、公正与责任 科学研究的生命力不仅在于其发现的价值，更在于其过程的伦理规范。在体育研究中，我们常常会接触到人群，包括运动员、学生、健康人群甚至特定疾病群体。因此，对研究伦理的深刻理解和严格遵守是不可或缺的。本章将重点阐述体育研究中的核心伦理原则，包括： 知情同意（Informed Consent）： 确保所有参与者在充分了解研究目的、程序、潜在风险与收益后，自愿选择是否参与。我们将详细探讨如何进行有效的知情同意过程，特别是在涉及未成年人或特殊人群时。 隐私与保密（Privacy and Confidentiality）： 保护参与者的个人信息，确保研究数据不被泄露，维护参与者的尊严。 最小化风险与最大化收益（Minimizing Risk and Maximizing Benefit）： 在研究设计中，采取一切必要措施减少对参与者的潜在伤害，并努力使研究结果能够带来积极的社会效益。 公正与公平（Justice and Fairness）： 研究对象的选择应公平，不应基于歧视性因素，并且研究的收益应尽可能惠及所有人群。 学术诚信（Academic Integrity）： 严禁任何形式的学术不端行为，如剽窃、伪造数据等。 1.3 研究设计的核心要素：问题、假设与研究类型 清晰的研究问题是研究的起点。我们将引导读者学习如何从现象中提炼出可研究、有价值的科学问题，并将其转化为具体的、可检验的研究假设。例如，一个笼统的问题“如何提高运动员的爆发力？”可以细化为“与传统力量训练相比，高强度间歇训练（HIIT）对篮球运动员跳跃爆发力的影响是否更显著？”。 随后，本章将介绍不同类型研究设计的基本框架，为后续章节的深入探讨打下基础： 描述性研究（Descriptive Research）： 旨在描述现象的特征，回答“是什么”的问题，如流行病学调查、行为观察等。 探索性研究（Exploratory Research）： 在信息不充分的情况下，初步探索研究对象，为进一步研究提供线索。 解释性研究（Explanatory Research）： 旨在解释现象之间的因果关系，回答“为什么”的问题。 第二章：定量研究方法——测量、统计与因果推断 定量研究是体育学领域应用最为广泛的研究范式之一，它依赖于数值测量和统计分析，力求客观、精确地揭示现象的数量特征和规律。本章将深入探讨定量研究的核心要素。 2.1 测量与量表：精确度与可靠性的保证 科学研究的基础是准确的测量。我们将详细介绍体育学研究中常用的测量工具和技术，包括： 生理测量： 如心率、血压、血氧饱和度、最大摄氧量（VO2max）、肌电图（EMG）、运动学与动力学测量（如加速度计、测力台）等。 心理测量： 如问卷量表（运动动机量表、疲劳感问卷、焦虑量表）、访谈量表等。 运动表现测量： 如速度、力量、耐力、技术动作完成度等。 在本节中，我们将重点关注测量的信度（Reliability）和效度（Validity）。信度是指测量结果的一致性和稳定性，即重复测量同一对象，结果是否接近。效度则指测量工具是否真正测量了它所声称要测量的东西。我们将介绍评估信度和效度的各种统计方法，确保研究数据的质量。 2.2 数据收集与管理：严谨是关键 在本章中，我们将讨论如何有效地收集定量数据，包括实验设计、抽样方法（如随机抽样、分层抽样）、样本量确定等。同时，数据录入、清洗、编码和存储的管理过程也将被详细阐述，以确保数据的准确性和完整性。 2.3 统计分析的基础：描述性统计与推断性统计 数据分析是定量研究的核心环节。我们将从最基本的描述性统计（Descriptive Statistics）入手，介绍如何使用均值、中位数、标准差、频率等指标来概括数据的基本特征。 随后，我们将重点讲解推断性统计（Inferential Statistics），它使我们能够从样本数据推断总体的规律。我们将介绍各种常用的统计检验方法，例如： t检验（t-test）： 用于比较两组均值是否存在显著差异。 方差分析（ANOVA）： 用于比较三组或更多组均值是否存在显著差异。 相关分析（Correlation Analysis）： 用于检验两个变量之间的线性关系强度和方向。 回归分析（Regression Analysis）： 用于预测一个变量如何受一个或多个变量的影响。 卡方检验（Chi-square test）： 用于分析分类变量之间的关系。 我们将讨论不同统计方法的适用条件、假设检验的步骤以及结果的解释，强调统计显著性与实际意义之间的区别。 2.4 因果推断与实验设计：探索“为什么” 定量研究的最终目标之一是建立因果关系。本章将深入探讨如何通过严谨的实验设计（Experimental Design）来实现因果推断。我们将详细介绍： 随机对照试验（Randomized Controlled Trial, RCT）： 作为研究因果关系的“金标准”，我们将深入剖析其设计原理、干预组与对照组的设置、随机化过程以及如何最大程度地减少混淆变量的影响。 准实验设计（Quasi-Experimental Design）： 在无法完全随机分组的情况下，如何利用准实验设计来近似地推断因果关系。 同期群研究（Cohort Study）与病例对照研究（Case-Control Study）： 在观察性研究中，如何利用这些设计来探索潜在的风险因素与疾病之间的关联，以及它们在因果推断上的局限性。 我们将强调在解释研究结果时，需要谨慎对待相关性与因果性的混淆，并识别可能影响因果推断的内在和外在效度威胁。 第三章：定性研究方法——理解意义、过程与情境 与定量研究的量化分析不同，定性研究更侧重于深入理解现象背后的意义、过程、体验和情境。它通过非数值的方式，揭示更深层次的“为什么”和“如何”。本章将带领读者探索定性研究的丰富世界。 3.1 定性研究的哲学基础与适用场景 我们将首先简要介绍定性研究背后的建构主义、解释主义等哲学观，理解定性研究对主观经验、社会构建和情境依赖的重视。随后，我们将探讨定性研究在体育学中的典型应用场景，例如： 理解运动员的心理体验： 如克服伤病的历程、比赛中的心理状态、与教练的关系等。 探索体育文化与认同： 如某个运动社群的亚文化、粉丝的身份认同等。 分析体育教育与教学过程： 如教练的教学风格、学生的学习体验等。 评估体育政策的实施效果： 如从受众的角度理解政策的影响。 3.2 数据收集的“质”：访谈、观察与文献分析 定性研究的数据收集方式多样且灵活，本章将详细介绍几种核心方法： 深度访谈（In-depth Interview）： 包括半结构化访谈、非结构化访谈。我们将探讨如何设计访谈提纲，如何建立访谈信任，以及如何捕捉访谈中的细节和情感。 参与式观察与非参与式观察（Participant and Non-participant Observation）： 深入现场，观察体育活动、训练过程、比赛场景等，并记录行为、互动和环境信息。我们将讨论观察的焦点、记录的方式（如田野笔记）以及如何减少观察者的影响。 焦点小组（Focus Group）： 引导一群具有相似背景的个体进行讨论，以收集对特定话题的多方面观点和互动。 文献分析与内容分析（Documentary Analysis and Content Analysis）： 分析与体育相关的文本、图像、视频等资料，从中提取信息和模式。 3.3 数据分析的“深”：主题分析、扎根理论与叙事分析 定性数据的分析是一个迭代、深入的过程，它需要研究者运用敏锐的洞察力和批判性思维。我们将重点介绍几种主要的定性数据分析方法： 主题分析（Thematic Analysis）： 识别、分析和报告数据中反复出现的主题。我们将阐述如何从原始数据中编码、归类，并最终形成具有解释力的数据主题。 扎根理论（Grounded Theory）： 在数据中生成理论，而非验证已有理论。我们将介绍其核心步骤，如开放编码、主轴编码和选择编码。 叙事分析（Narrative Analysis）： 关注个体如何构建和讲述自己的经历，理解故事的结构、内容和意义。 在定性数据分析中，可信度（Credibility）、可转移性（Transferability）、可靠性（Dependability）和可确认性（Confirmability）是衡量研究质量的关键标准。我们将探讨如何通过三角验证（Triangulation）、成员核查（Member Checking）等方法来提高研究的可信度。 第四章：混合研究方法——优势互补，全面洞察 在复杂的体育学研究中，单一的研究范式有时难以全面揭示问题的全貌。混合研究方法（Mixed Methods Research）整合了定量和定性研究的优势，通过多角度的观察和分析，提供更丰富、更深刻的研究见解。 4.1 混合研究设计的类型与逻辑 本章将介绍几种主要的混合研究设计模式，并阐述其背后的逻辑： 汇合型设计（Convergent Design）： 同时收集定量和定性数据，然后在分析阶段将结果进行对比和整合。 解释型序列设计（Explanatory Sequential Design）： 先进行定量研究，然后利用定性研究来解释定量研究的结果。 探索型序列设计（Exploratory Sequential Design）： 先进行定性研究，然后利用定性研究的结果来指导定量研究的设计。 嵌入型设计（Embedded Design）： 在一种主要的研究设计（如定量研究）中嵌入另一种研究设计（如定性研究），以提供补充性信息。 我们将讨论在选择混合研究设计时需要考虑的因素，如研究问题、研究目的以及研究者的能力。 4.2 数据整合的策略与挑战 数据整合是将定量和定性数据进行融合，以生成新的理解。我们将探讨各种整合策略，如： 数据转换： 将一种类型的数据转换为另一种类型。 数据嵌套： 将一种数据类型嵌入到另一种数据类型中。 数据比较： 对比和对比不同来源的数据。 数据可视化： 利用图表等方式直观地展示整合后的结果。 同时，本章也将识别混合研究方法在数据整合过程中可能遇到的挑战，如时间、资源和研究者自身对不同研究范式的熟练程度。 第五章：研究的呈现与传播——从结论到实践 再优秀的研究，如果不能有效地呈现和传播，其价值将大打折扣。本章将关注研究成果的最终输出和应用。 5.1 研究报告的结构与撰写 我们将详细介绍一篇规范的研究报告应包含的各个部分，如引言、文献综述、研究方法、结果、讨论、结论与建议。特别地，我们将强调如何在“结果”部分清晰、准确地呈现数据，如何在“讨论”部分深入地解读研究发现，并将其与现有文献进行比较。 5.2 撰写学术论文与成果转化 本章将指导读者如何根据学术期刊的要求撰写研究论文，包括摘要、关键词的选择、参考文献的格式等。同时，我们也将探讨研究成果的转化，如何将研究发现转化为体育实践的指导，如训练计划的改进、运动损伤预防策略的制定、体育政策的建议等。 5.3 研究的伦理审查与发表流程 我们将简要介绍研究成果发表前的伦理审查流程，以及投稿、审稿、修改等学术发表的环节，帮助读者了解学术界的研究发布规则。 结论 本书旨在为读者构建一个全面、系统的体育学研究方法论知识体系。我们从研究的基石——概念、伦理与设计原则出发，深入探讨了定量研究的测量、统计与因果推断，并细致解析了定性研究的意义、过程与情境。进一步，我们介绍了融合两种范式的混合研究方法，最后落脚于研究成果的呈现与传播。掌握这些研究方法，不仅仅是学会一套技术，更重要的是培养一种科学的思维方式：严谨的逻辑、批判性的评估、开放的探索以及对真理的不懈追求。希望本书能够激发您对体育学研究的兴趣，为您开启探索体育科学奥秘的精彩旅程提供坚实的工具和深刻的启迪。

评分☆☆☆☆☆

坦白说，这本书的学术性是很强的，它里面的术语和概念密度相当高，我读得很慢，常常需要对照着查阅一些基础的统计学名词才能跟上作者的思路。但这绝不是一本可以快速翻阅的书，它的价值在于它的深度和广度。它不回避研究中的困难和灰色地带，例如样本偏差的不可避免性，或是质性研究中研究者主观性的影响。相比于那些只展示成功案例的读物，这种对“研究不完美性”的坦诚探讨，反而让我感到更加踏实和可信。它让我理解到，好的研究不是没有缺陷的研究，而是那些能够清晰地识别并讨论其自身局限性的研究。这种成熟的研究者心态，对于任何想进行深度思考的人来说，都是一剂清醒剂。

评分☆☆☆☆☆

这本书的阅读体验简直是一场思维的探险，虽然我不是体育领域的专业人士，但作者们对于“如何研究”的阐述，让我对任何需要系统性思考的领域都受益匪浅。他们并没有直接给我一堆体育案例，而是像一位经验丰富的向导，带我走进了研究方法论的迷宫。我特别欣赏他们对定性和定量研究的辩证分析，那种不偏不倚，旨在求真的态度，让我这个习惯了简单“非黑即白”的读者耳目一新。特别是关于研究伦理和数据收集的细致讨论，简直是教科书级别的严谨，让我意识到任何看似简单的观察背后，都隐藏着复杂的逻辑构建和责任。这本书的价值，不在于它告诉你“是什么”，而在于它教会你“如何去问为什么”以及“如何验证你的答案”。它更像是一本关于如何构建知识体系的工具书，阅读过程中我不断地停下来，思考自己过去在其他领域获取信息的方式是否足够扎实。那种被引导去质疑既有假设的冲动，是阅读一本好书最美妙的体验。

评分☆☆☆☆☆

这本书给我的最大震撼是它对“量化思维”的普及。我们生活在一个被数据包围的时代，但真正懂得如何科学地“解读”数据的人却很少。这本书没有只停留在介绍工具，而是深入探讨了数据背后的哲学意义——我们究竟在衡量什么？我们声称发现的“相关性”是否真的能导向“因果性”？这种对测量本质的追问，迫使我重新审视自己日常接收到的各类信息，无论是商业报告还是新闻报道。它让我明白了，统计数字本身是中立的，但解释数字的人却往往带着预设的立场。这本书就像一双能够看穿数据迷雾的“X光眼镜”，教导我保持怀疑，追求证据链的完整性，而不是仅仅满足于一个看起来很漂亮的图表结论。

评分☆☆☆☆☆

这本书的结构安排堪称精妙，它没有一上来就抛出复杂的统计模型，而是采用了循序渐进的方式，非常照顾初学者。我个人最喜欢的是关于文献综述那一章，它不仅仅是教你如何罗列前人成果，而是教你如何通过文献梳理来“发现研究的真空地带”。这种“找茬”的艺术，需要极高的敏感度和批判性思维。作者们用生动的语言，将原本枯燥的研究设计流程，描绘成了一场侦探游戏，每一步的推理都环环相扣，少了哪一步都会导致整个案件（研究）的失败。读完后，我感觉自己仿佛掌握了一套通用的逻辑框架，可以应用到生活中的各种决策制定上，比如如何评估一个新产品是否真的有市场潜力，或者如何判断一条新闻报道是否具有偏见。这种跨学科的迁移能力，是这本书给我带来的最大惊喜。

评分☆☆☆☆☆

我是在一个非常偶然的机会下接触到这本书的，起初我对它可能涉及的专业性感到有些畏惧。然而，这本书的叙述风格有一种令人惊讶的亲和力，尤其是在讲解如何将理论概念转化为可测量的变量时，作者们提供了一些非常贴近现实的类比。这让我得以突破了自己对“学术”二字的刻板印象。它不是那种高高在上、不接地气的理论堆砌，而是实实在在地告诉你，当你面对一个宏大的问题时，如何一步步将其拆解成可操作的小任务。特别是书中对问卷设计和访谈技巧的描述，细腻到连非口语交流中的肢体语言的影响都考虑进去了，这体现了作者们多年积累下来的丰富实战经验。