圍棋賽事結構優化的科學研究

孫遠 王秀強 孫麒麟

摘? 要：文章基于圍棋賽事的現狀，選取不同國家的圍棋棋手作為研究對象，借助灰色關聯度的科學分析方法，探尋不同的參賽動機對棋手參賽意愿的影響大小。結果顯示：通過科學的研究分析，不同參賽動機對棋手參賽意愿的影響具有明顯差異性，應據此有針對性地提供科學的激勵機制來提升棋手的參賽意愿，對圍棋賽事進行結構優化。

關鍵詞：圍棋;參賽動機;參賽意愿;灰色關聯度分析

中圖分類號：G891.3? ? ?文獻標識碼：A

Scientific Research on The Structure Optimization of Go Games

——Grey Correlation Analysis

Sun Yuan1? Wang Xiuqiang2? Sun Qilin1，3

（1.Graduate School of Education，Shanghai Jiao Tong University，Shanghai，200240;2.Exercise Translational Medicine Center，Shanghai Center for Systems Biomedicine，Shanghai Jiao Tong University，Shanghai，200240;3.Department of Physical Education，Shanghai Jiao Tong University，Shanghai，200240）

Abstract：Based on the current situation of Go games，Go players from different countries were selected as the research objects，the influence of different motivations on players' willingness to participate in the games was explored by using the grey relational analysis method. The results show that the different motivations have different influences on the players' willingness to participate. Therefore，scientific incentive mechanism should be provided to improve players' willingness to participate in the game and the structure of the game should be optimized.

Key words：Go;Participating motivation;Participating will;Grey Relational Analysis.

圍棋作為一項偏重于智力和腦力的競技運動項目，影響棋手成績的因素主要是圍棋的技能戰術、身體素質、心理素質三個方面。目前，多數體育競技類項目普遍引入動機視角來研究運動員的參與意愿，然而圍棋領域學者仍主要偏向圍棋實戰技術的分析與探討，較少從棋手的參與行為出發，探討棋手在參加圍棋比賽動機等心理層面的因果關聯與解釋。基于此，從動機視角出發，嘗試依托于灰色關聯度分析方法，對棋手參賽動機和參賽意愿的關系展開研究，為提升棋手的參賽意愿、推動圍棋賽事的結構優化提供理論依據和科學研究方法。

一、變量界定與研究方法

（一）問卷設計的理論依據

與行為相關的研究理論強調，任何個體行為背后都有一定的動機，人們的某種需求是動機的來源。筆者通過文獻綜述法和專家訪談法，將圍棋棋手的參賽動機分為內部動機和外部動機。內部動機是指圍棋活動或賽事本身所產生的快樂和滿足等內在傾向，外部動機是指回報、獎勵等外部因素引起的刺激。

（二）內部動機

人類行為的普遍動機是追求快樂。Wu J H等的研究認為感知樂趣與玩家繼續游戲的意向呈正相關[1]。Koo指出樂趣可以預測個體的行為意向[2]。結合圍棋本身既有競技體育運動的屬性又有娛樂活動的性質，主要從自我呈現動機、娛樂性動機、感性體驗動機三個維度闡述圍棋棋手的內部動機。

（三）外部動機

將棋手的外部動機分為：社交性動機、外部規范動機、競技學習動機、工具性動機。其中，社交性動機與自我呈現這一內部動機相聯系，指人對交際的需求;外部規范動機，是指一個人在決定做不做某件事的時候所感受到的外界壓力;競技學習動機是指能夠驅使個體堅持通過競技活動學習知識或者技能的一種內在驅動力，反映出個體想通過參加相關活動或者比賽提高個人技能或者運動水平的愿望的強烈程度;工具性動機是指為了自身的物質需求進行某種活動的欲望。

（四）參賽意愿

棋手的參賽意愿更多是從個體角度考量。行為意向是活動前的思維目標和行為動向，體現了參與圍棋賽事是否存在心理的意向。棋手參賽意愿體現了棋手參與比賽這一行為的意圖，這一意愿越高，參與到實際比賽的概率也就越高，越表現出棋手個體對參與賽事的主觀能動性，即棋手的參賽意愿越高，最后直接采取參與行動的概率就越大。

（五）灰色關聯度分析方法

對圍棋棋手不同的參賽動機與參賽意愿之間的關系展開研究，如果運用已有研究的方法僅僅依靠相關性分析，可以預見很多參賽動機與參賽意愿都有顯著的影響，對實際的指導意義并不是很明顯;而通過灰色關聯度分析方法可以非常直觀地看到不同動機對參賽意愿產生影響的差異性，而且很多時候這種差異性是非常值得參賽棋手以及賽事組織者注意的。

1982 年，鄧聚龍教授在其專著《灰色控制系統》及《灰色系統的控制問題》中首次提出“灰色系統理論”[3]。灰色系統理論意圖通過一定的方法尋求系統中各子系統（或因素）之間的數值關系。灰色關聯分析是根據各子系統（或因素）變化曲線的相似度，來判斷子系統（或因素）之間關聯程度的方法。灰色關聯度分析（Grey Relational Analysis）是灰色系統分析方法的一種。

二、樣本說明

通過問卷星發放問卷來收集數據，調查對象為世界范圍內的棋手，其中包括了業余棋手和職業棋手。首先采用SPSS18.0和AMOS8.0來對測量題項的信度和效度進行檢驗和分析，以確保數據的有效性和可靠性。然后利用灰色關聯度的分析方法對本研究中提出的概念模型進行整體分析。

（一）問卷內容與結構

問卷在整體設計上，在提出問題的方法和備選答案上，以及在被調查者的回答方式上，都基本遵循了國內外相關的成熟研究的做法。各個變量測量所采用的題項均來自先前學者的成熟量表。根據Churchill的建議，在實證研究中對于隱性變量的測量至少應當包括兩個或兩個以上的題項。因此，筆者采用多個題項對變量進行測量，認為比單個題項更能全面地反映變量的信息[4，5]。問卷采用了李克特5度測量法（Likert scale），被調查者對每一題項語句指出同意或不同意的程度。該量表主要測量的變量包括：自我呈現動機、娛樂性動機、感性體驗動機、社交性動機、競技學習動機、外部規范動機、工具性動機和參賽意愿。

在初始問卷形成后，為了初步檢驗問卷中量表的測量效果，隨機選擇了30位棋手進行預調研。對這些棋手進行訪談，詳細詢問棋手對問卷結構、題項內容、語句表達等方面的意見和建議，根據他們的建議對問卷進行相應的修改，用于大規模的調研。

（二）問卷的發放與回收

在確定最終問卷后，對所有的問卷以互聯網的形式發放，采用了問卷星的網絡平臺，并針對不同國家的棋手將問卷翻譯成不同語言。問卷收回之后，通過Email、在線軟件或者打電話的方式對部分填寫者進行了回訪，以確保問卷易于讀懂及填寫的有效性。在問卷審核環節，對回收的問卷進行詳細的檢查和斟酌后剔除掉缺省太多、殘缺的不合格問卷22份，最后得到有效問卷368份，有效率為94.6%。

三、數據分析

（一）信度檢驗

信度（reliability）是反映測量結果的穩定性程度的重要指標，用來衡量一個測驗量表質量高低。用測量工具反復測量某一特性，多次測量結果間的一致程度就是信度。多次測量的一致性越高，就表明測量的可靠性越高，也就是數據的信度越好。信度包括復測信度（test-retest reliability）、子樣本信度（split-sample reliability）、交叉信度（alternative-form reliability）以及內部一致性信度（internal consistency reliability）等[6]。目前實證研究中，變量信度檢驗的常用方法包括內部一致性系數Cronbachα和構建信度（Construct Reliability，CR）。Cronbachα系數是目前應用最廣泛的內部一致性信度指標[7]。它的取值在0～1 之間，取值越大則量表信度越高。一般而言，Cronbachα值如果大于0.7，則表示內部一致性信度較高;如果處于0.6～0.7 之間，則表示內部一致性信度較低但可以接受;如果低于0.6，則表示內部一致性信度較差[8，9]。

從表1中可以看到，所涉及的自我呈現、社交動機等各變量Cronbachα值和組合信度（CR）都大于0.7，表明變量的信度較高，符合信度檢驗的要求。這說明觀測變量對于潛變量的內部一致性信度和組合信度滿足信度檢驗的要求，量表具有較高的信度。

（二）效度檢驗

結構效度是指測量工具能測出所構建變量概念的程度，最早由Campbell和Fiske（1995）提出[10]。其中，收斂效度（convergent validity）也稱為一致性效度，是指同一個因子所包含的各個觀測變量之間的相關性程度，用來檢驗某因子變量的觀測變量是否顯著依附于所度量的因子變量[11]。區分效度（Discriminant validity）也稱為判別效度，檢驗某個因子變量的觀測變量對于該因子的依附程度遠遠高于他們對于其他因子的依附程度，反映觀測變量測量某一因子的效果[12]。結果顯示，本研究所有變量相關題項的平均提煉方差值均大于0.500，平均方差抽取量AVE的平方根值均大于該變量與其他變量的相關系數，具有良好的結構效度。

（三）灰色關聯分析

根據前述灰色關聯理論，筆者將棋手參賽動機與參賽意愿相關建立灰色關聯模型，按照樣本分析中選取的內外部動機，考慮到數據的客觀性與可獲得性，選定368個整體樣本中參與意愿作為母序列，即參考數列，記作，選擇368個樣本的自我呈現動機、娛樂性動機、感性體驗動機、社交性動機、競技學習動機、外部規范動機以及工具性動機構成的數值作為子序列，即比較數列，記作。具體步驟如下：

1.標準化（無量綱化）

根據灰色關聯度的計算步驟，首先選擇在棋手參賽意愿數值最大值對應的樣本，基于編號，可以發現第56號樣本在圍棋參賽的參與意愿的數值出現了最大值，故選擇其對應的數據為標準數列對原始數據做無量綱化處理。具體得到的標準化數據如表2所示。

2.應公式需要值，產生對應差數列表

基于上述無量綱化后的數據，我們對標準化后比較列與原始參考數列也就是第56號對應的數據進行差的絕對值計算，進一步求出對應差數列表，形成新的比較數列，即，具體的結果如表3所示。

3.關聯系數計算

通過比較可以發現，每一列對應的最大值都是，計算比較數列上各點k與參考數列參照點的關聯系數，應用公式：

同時本文設ζ=0.5，計算比較數列上各點k與參考數列參照點的關聯系數，進而求出關聯系數，如表4所示。

4.灰色關聯度的計算

最后求各系數的平均值即是與的關聯度，具體數值如下所示：

四、結論

對整體樣本進行參賽動機與參賽意愿的灰色關聯度分析，從結果可以直觀地看到，所有內外部動機與參賽意愿的灰色關聯度分別為1.04、0.95、1.04、1.07、1.01、0.95以及0.86。由此可以得出，棋手的參賽動機與參賽意愿灰色關聯度的大小依次排序為：社交性動機、自我呈現動機與感性體驗動機、競技學習動機、娛樂性動機、外部規范動機、工具性動機。作為賽事的管理者和主辦方，應根據以下結論有針對性地設置科學的激勵機制來提升棋手的參賽意愿，對圍棋賽事進行結構優化。

在所有棋手的參賽動機中，對參賽意愿影響最大的是棋手的社交性動機，其次是自我呈現動機及感性體驗動機，而對圍棋選手影響最小的則是工具性動機。

在內部動機方面，自我呈現動機、感性體驗動機、娛樂性動機與棋手參賽意愿的灰色關聯度系數具有非常明顯的關聯性。其中，自我呈現動機和感性體驗動機與棋手參賽意愿的灰色關聯系數更大，即關聯性更強;而相比之下，娛樂性動機與棋手參賽意愿的灰色關聯系數更小，即關聯性更弱。

在外部動機方面，社交性動機、競技學習動機與棋手參賽意愿的灰色關聯度系數相對較大，而外部規范性動機和工具性動機與棋手參賽意愿的灰色關聯度系數則相對較小。社交性動機在所有外部動機中與棋手參賽意愿的灰色關聯系數最大，即關聯性最強;相比之下，工具性動機與棋手參賽意愿的灰色關聯系數最小，即關聯性最弱。

參考文獻：

[1]Wu J H，Wang S C，Tsai H H.Fall in Love with online Games：The uses and gratifications perspective[J].Computers in Human Behavior，2010，26（6）：1862-1871.

[2]Koo D M.The moderating role of locus of control on the links between experiential motives and intention to play online games[J].Computers in Human Behavior，2008，25（2）：466-474.

[3]鄧聚龍.灰色控制系統[M].武漢：華中科技大學出版社，1993.

[4]Churchill G A.A Paradigm for Developing Better Measures of Marketing Constructs[J].Journal of Marketing Research，1979，16（1）：64-73.

[5]Churchill G A.Marketing Research：Methodological Foundations[M].Orlando：The Dryden Press，1991.

[6]Raykov T.Analytic estimation of standard error and confidence interval for scale reliability[J].Multivariate Behavioral Research，2000，37（1）：89-103.

[7]Cronbach L J.Coefficient alpha and the internal structure of tests[J].Psychometrika，151，16（3）：297-334.

[8]吳明隆.SPSS 統計應用實務問卷分析與應用統計[M].北京：科學出版社，2003.

[9]Raykov T. Bias of Cronbachs alpha for fixed congeneric measures with correlated errors.? Applied Psychological Measurement[J].2001（25）：69-76.

[10]Campbell D T，Fiske D W.Convergent and discriminant validation by the multitrait-multimethod matrix[J].Psychological Bulletin，1959，56（2）：81-105.

[11]Carlson K.D，Herdman A.Understanding the Impact of Convergent Validity on Research Results[J].Organizational Research Methods，2012，15（1）：17-32.

[12]Lucas R E，Diener E，Suh E.Discriminant validity of well-being measures[J].Journal of Personality and Social Psychology，1996，71（3）：616-628.