Igor Arsene

Metrologie în educaţie
fizică şi sport
Facultatea kinetoterapia

Curs de bază
Material didactic referativ pentru studenţii instituţiilor de educaţie
fizică şi sport facultatea pedagogie şi sport de zi şi frecvenţă redusă

0
 Chişinău 2017

Igor. Arsene – dr.conf.univ, al U. S. E. F. S

Metrologie în educaţie fizică şi sport

Curs de bază

1
 Chişinău 2017

Referenţi:
Dr., profesor universitar Danail S. N.

Aprobat
la şedinţa catedrei
BTCF U.S.E.F.S
din ___________, proces verbal Nr.

Prezentul material didactic este elaborat în limba română pentru U.S.E.F.S a

Republicii Moldova după noul curs de studii „ Metrologie în educaţie fizică şi
sport”. Pentru pregătirea prezentului material didactic nou au fost folosite,
traduse şi prelucrate următoarele materiale ale autorilor: Ашмарин Б. А.,
Масальгин Н. А., Иванов А. С., Бешелев С. Д., Г у р в и ч Ф. Г., Зациорский В. М.,
Годик М. А., Бондаревский Е. Я., Уткин В. Л., şi alţii.

2
 Cuvînt înainte
Originea metrologiei se îndepărtează tot mai mult de momentul prezent dacă
ţinem seama de faptul că procesul de cunoaştere a lumii înconjurătoare are la bază
experimentul, adică evaluarea calitativă şi/sau cantitativă, care este singurul capabil
să dea răspunsuri corecte la întrebările pe care omul şi le-a pus şi încă şi le pune şi,
probabil şi le va pune atât timp cât va exista.
Dacă considerăm că existenţa unei ştiinţe presupune fundamentarea unor
ipoteze de lucru, a unor metode şi mijloace de studiu, atunci putem considera
metrologia ca o ştiinţă datând de aproximativ două sute de ani, de la prima tentativă
de unificare a unităţilor de măsură într-un sistem general pe care o datorăm lui
Talleirand (1799).
Esenţa tehnicii măsurării este aceea de a crea şi dezvolta metode şi mijloace
de măsurare care pot preleva, prelucra şi transmite informaţii cantitative cât mai
aproape de adevăr asupra fenomenelor naturale.
Savantul englez William Thomson, Lord Kelvin (1824-1907) a exprimat
importanţa măsurărilor ca putem referi despre un fenomen numai atunci când îl
putem măsura, iar rezultatul măsurării se poate exprima în cifre. Dacă acest lucru nu
este posibil, atunci cunoaşterea este sumară şi nesatisfăcătoare”. In timp această idee
s-a concentrat în “A măsura înseamnă a cunoaşte”
Puternica dezvoltare a tuturor ramurilor ştiinţei şi tehnicii a impus necesitatea
creării unor noi mijloace şi metode de măsurare.
Cu toate că are origini pierdute în evoluţia ştiinţelor, metrologia este o ştiinţă
relativ nouă, o ramură a ştiinţelor fizice, impunându-se tot mai mult ca disciplină de
sine stătătoare, datorită rolului deosebit de important pe care îl are în dezvoltarea
tuturor ştiinţelor fundamentale: fizică, chimie-fizică, matematică aplicată. Paşii
înainte făcuţi de aceste ştiinţe nu pot fi concepuţi fără sisteme şi metode de măsurare
noi, dar tocmai noile cunoştinţe creează premizele apariţiei a noi mijloace, mai
perfecţionate, în tehnica măsurărilor.
Se poate spune deci, că obiectul metrologiei este de a folosi rezultatele
ştiinţelor fundamentale şi aplicative pentru crearea sau dezvoltarea unor metode şi
mijloace de măsurare, de a stabili cât mai precis unităţi de măsură şi etaloane, metode
de stabilire a exactităţii măsurărilor, care, la rândul lor, să înlesnească noi descoperiri
ştiinţifice.
Metrologia este deci, “domeniul de cunoştinţe privind măsurările” (STAS
10093/1-86). Ea cuprinde toate aspectele teoretice şi practice referitoare la măsurări,
oricare ar fi precizia acestora, din orice domeniu al ştiinţei şi tehnologiei, sau din alte
domenii de activitate, şi se ocupă, în principal, de : unităţi şi sisteme de unităţi de
măsură, metode de măsurare, metode de determinare a preciziei măsurărilor, bazele
asigurării uniformităţii, preciziei şi legalităţii măsurărilor.
Din aceasta, metrologia generală este “partea metrologiei care are ca obiect
aspectele comune tuturor domeniilor acesteia, independent de mărimile care se
măsoară” şi deci se ocupă de structura sistemelor de unităţi de măsură, conversiunea
unităţilor de măsură între sisteme, teoria erorilor de măsurare, caracteristicile
metrologice ale mijloacelor de măsurat din punct de vedere al destinaţiei acestora,
metode de măsurare, asigurare metrologică, informaţia de măsurare, prelucrarea şi
interpretarea rezultatelor măsurării, teoria generală a fiabilităţii metrologice etc.
Teoria măsurărilor sau metrologia teoretică reprezintă ”partea metrologiei
care are ca obiect aspectele teoretice generale privind măsurările”.
Metrologia aplicată este “partea metrologiei care are ca obiect aspectele
teoretice şi practice privind măsurările unei anumite mărimi sau cele dintr-un anumit
domeniu de activitate”, iar tehnica măsurărilor reprezintă “partea metrologiei care are
ca obiect aspectele practice ale măsurării unei anumite mărimi sau a unei anumite
grupe de mărimi”.
In domeniul vast al metrologiei, se distinge un alt aspect al său, deosebit de
important, şi anume metrologia legală care este “partea metrologiei care are ca obiect
ansamblul prescripţiilor tehnice şi juridice privind reproducerea, conservarea şi
transmiterea unităţilor de măsură, în vederea asigurării uniformităţii, preciziei şi
legalităţii măsurărilor”.
Datorită acestui fapt, a fost înfiinţat, în anul 1956¸ un for internaţional –
ORGANIZAŢIA INTERNAŢIONALĂ DE METROLOGIE LEGALĂ – care se

4
ocupă cu aspectele juridice ce le incumbă activitatea metrologică şi din care România
face parte ca membru fondator.
Problemele ştiinţifice ale metrologiei sunt rezolvate de un alt organism
internaţional CONFERINŢA INTERNAŢIONALĂ DE MĂSURI ŞI GREUTĂŢI,
care se întruneşte ori de câte ori este nevoie, iar organismul executiv care pune în
practică hotărârile conferinţelor şi rezolvă problemele curente este Biroul
Internaţional de măsuri şi greutăţi care funcţionează, din anul 1975, conform
Convenţiei Metrului, la Sèvres (Franţa).
Metodele matematicii statistice devin tot mai populare întru-n aşa domeniu
departe de matematică, domeniu practic, care este educaţia fizică şi sportul. Aceasta
se lămureşte simplu: matematica statistică le oferă specialiştilor-practici un aparat
puternic bine prelucrat pentru analiza obiectivă a rezultatelor pedagojice, medicale,
cercetării psihologice şi perfecţiunea recomandărilor practice pentru o pregătire fizică
eficientă.
La etapa contemporană matimatizarea educaţiei fizice nu puţin contribuie la
cultura modernă de computrizare. Universalele maşini electrice de calculare (MEC)
le oferă folositorilor pachete de programe gata făcute la statistica matematică. Pe
parcurs se întîlneau greutăţi care acum nu mai devenit un obstacol în întrebuinţarea
practică a lor.
Dar nici un tip de calculatoare nu scot problema principală care apare la
folosirea formală a metodelor matematicii statistice în practică. Sensul acestei
probleme foarte frumos a fost formulată în cartea lui N.Djonson şi F.Lion ,,Statistica
şi planificarea experimentală în tehnică şi în ştiinţă,,. Vorbind de pericolul, legat de de
tractul nervos, analiza rezultatelor corelate şi de regresie (una din cele mai populare
metode statistice în sport). Desigur nu este nevoe să ne refuzăm de (MEC) la
calcularea corelaţie şi dispersie, dar nu trebuie de supraocupat cu programele care ne
dau miliarde de răspunsuri indiferent de sarcină şi conţinutul problemei.
Celor ce înţeleg sensul corelaţiei şi dispersiei de sfaturi nu au nevoe. Celor ce
nu înţeleg, nici un fel de sfaturi no să-i agute,,. Dar a înţelege sensul metodelor
statistice departe nu este aşa uşor. Matematica statistică – unul din cele mai

5
complicate compartimente ale matematicii contemporane, şi majoritatea cărţilor,
precum şi manuale la statistică au nevoe de la cititor să aibă pregătire specială în
matematică la nivelul matematicii superioare care se studiază în instituţii. Direcţia
acestei cărţi este, reprezentarea de bază a metodelor matematicii statistice în forma că
ea să poată să fie redată pentru studenţii instituţiilor de educaţie fizică. Aceasta
înseamnă, că cartea trebue să fie calculată pentru cititor, ştiind mai precis care a uitat
matematica în cercul şcolii medii. Mateial de studiu pentru aceste categorii de cititori,
pînă la momentul de faţă nu sînt, dar trebuinţele pentru el de mult sau dezvoltat. Aşa
catrte trebuieşte obligatoriu să conţină întroduceri matematice întru fel sau altul.
După convingerele ferme ale autorilor pregătirea matematică adăugătoare trebuie să
fie întrodusă în programa instituţiilor de educaţie fizică, şi preapoate ca curs de
matematică statisică. Acestea sînt condiţiile timpului şi obligatoriu cu succes nu
numai a matematicii statistice şi numeroaselor discipline obligatorii toretelor de
educaţie fizică metrolojie sportivă, bomecanica, tehnicii de calcul. O altă
caracterizare deosebită acestui tip de carte trebuir să fie o concretă direcţie practică.
Reprezentarea teoretică a metodelor statistice trebuie să se bazeze pe exemple
concrete din practica sportivă. Sarcina principală autorul o vede în acest manual, ca
să dischidă o parte a conţinutului metodelor matematice statistice, să determine
plusurile şi minusurile din practică, de asigurat de greşeli întîmplătoare. De aceea
toate reprezentările matematice, aduse ca exemplu în carte, se dau fără demonstrare
în forma finală. Cartea conţine un număr foarte mare de exemple cu caracterizări
amănunţite îndeplinind acţiuni şi dezbateri. Exemplele au un caracter de învăţare şi
de ilustrare.
În acelaş timp autorul se stăruie să ocolească neînsemnatele poziţiilor
teoretice a metodelor teoretice. Micul volum materialului didactic şi trebuinţa de a
lămuri amănunţit anumitor poziţii, care după literatura la statistică o socot
întîmplătoare, ne impune să ne limităm numai cu cele mai simple metode statistice.
Această carte prezintă prima încercare la formarea materialului didactic
referativ la metrologia sportivă în limba romînă, adresată studenţilor instituţiilor de
educaţie fizică.
Autorul foarte bine înţelege, că în această carte neajunsuri poate să fie, şi
vom fi foarte reconuscători la observaţiile critice în adresa lor.

6
 Bazele teoretice ale metrologiei în educaţie fizică şi sport – 4 ore
Capitolul 1
Plan:
 Introducere în metrologia sportivă
 Obiectul metrologiei sportive
 Antrenamentul sportiv ca proces de dirijare
 Noţiunea de dirijare
 Dirijarea în cadrul unui antrenament sportiv
 Controlul în cadrul unui antrenament sportiv

Introducere în metrologia educaţiei fizice şi sportului

1.1. Obiectul metrologiei educaţiei fizice şi sportului
Cuvântul „metrologie” provine din limba greacă veche de la metron – măsură,
logos – cuvânt şi se traduce ad litteram ca „ştiinţa măsurărilor”.
Problema de bază a metrologiei generale este asigurarea unităţii şi preciziei
măsurărilor. Metrologia sportivă ca disciplină ştiinţifică reprezintă o parte a
metrologiei generale. Obiectul metrologiei sportive îl constituie controlul şi
măsurările în domeniul sportului. Ea cuprinde, în special:
1) controlul asupra: stării sportivului, sarcinilor de antrenament, tehnicii
executării mişcărilor, rezultatelor sportive şi asupra comportamentului
sportivului pe parcursul întrecerilor;
2) confruntarea datelor obţinute de fiecare din direcţiile supuse controlului,
evaluarea şi analiza lor.
Totodată, în programul cursului de studii la metrologia sportivă ce este predat în
cadrul universităţilor de educaţie fizică sunt incluse şi unele compartimente din alte
ramuri ale ştiinţei (de exemplu, bazele statisticii matematice – capitolul 3.). Aceasta
se întâmplă deoarece unor asemenea discipline li se acordă un număr neînsemnat de
ore şi a introduce în cadrul lor nişte cursuri speciale ar fi iraţional. Aşadar, conţinutul

7
cursului „Metrologie sportivă” depăşeşte limitele metrologiei sportive ca disciplină
ştiinţifică.
În mod tradiţional, metrologia se ocupa doar de măsurările asupra dimensiunilor
fizice. În ultimele decenii au fost create metode ce permit a măsura diverşi indici de
natură ne-fizică (psihologici, biologici, sociologici, pedagogici etc.). Totuşi
metrologii încă n-au ajuns la un numitor comun în privinţa hotarelor acestei ştiinţe.
Unii specialişti consideră că metrologia trebuie să se ocupe ca şi în trecutul nu prea
îndepărtat doar de direcţiile legate de dimensiunile fizice, alţii o concep ca pe o
ştiinţă ce ţine de toate tipurile de măsurări. În manualul nostru este reflectat al doilea
punct de vedere, deoarece, practica sportivă demonstrează că nu este suficientă doar
măsurarea dimensiunilor fizice.

1.2. Lecţia de educaţie fizică şi antrenamentul sportiv ca proces de

dirijare
1.2. 1 . Noţiunea de dirijare
Obiectivul acestui capitol este familiarizarea cu terminologia utilizată pe larg de
ştiinţa despre dirijare – „cibernetica”.
Dirijare este transformarea unui anumit sistem într-o stare dorită. Să examinăm
mai amănunţit această definiţie.
Sistem este totalitatea unor elemente ce formează un tot întreg (sistemul
cardiovascular al omului, organismul unui sportiv, sistemul „elev-antrenor”, o secţie
sportivă, un club sportiv, o societate sportivă etc.). Sistemele de acelaşi tip (de
exemplu, sistemele cardiovasculare ale diferitor sportivi) dispun de proprietăţi de
acelaşi tip, care totuşi se deosebesc ca dimensiuni. Dimensiunea ce caracterizează o
oarecare proprietate a sistemului se numeşte variabilă (mai numindu-se şi
„caracteristică”, „parametru”, „indice”). Orice sistem real e caracterizat de un număr
mare de variabile de diferită importanţă. Variabilele care sunt importante din punct de
vedere a problemei propuse se numesc semnificative (sau informative), iar acele care
nu sunt importante se numesc nesemnificative (sau neinformative).

8
 Starea sistemului (actuală) este determinată de totalitatea valorilor indicilor
variabililor sale semnificative. Ea poate fi reprezentată grafic în forma unui punct
dintr-un sistem de coordonate.
Se ştie, de exemplu că pentru săritorii în lungime are o importanţă maximă
viteza maximă a avântului şi capacitatea de salt (capacitatea de a comunica corpului
său o viteză mai mare la împingere). Dacă reprezentăm în cadrul unui grafic (desen.
1) indicii vitezei de avânt şi rezultatele săriturilor de pe loc, atunci obţinem o
reprezentare intuitivă a stării sportivului.
Figura 1

Punctul ce reprezintă pe grafic starea sistemului se numeşte reprezentativă.

Dacă am supune măsurărilor încă un al treilea indiciu oarecare (de exemplu,
rezultatele aşezărilor cu haltera), atunci ar trebui să construim un grafic
tridimensional (stereometric) ce ar peprezenta o suprafaţă oarecare. O suprafaţă în
care sunt reprezentate sistemele variabile se numeşte suprafaţa stărilor unui sistem.
Această terminologie este valabilă şi atunci când numărul sistemelor variabile este
mai mare de trei şi construirea nemijlocită a graficului este imposibilă. În acest caz se
spune că starea sistemului este caracterizată de locul punctului său reprezentativ în
spaţiul stărilor.
Starea sistemului se schimbă pe parcursul trecerii timpului. Totodată se schimbă
şi locul punctului reprezentativ în spaţiul stărilor. De exemplu, dacă sportivul din
anumite cauze încetează a mai efectua antrenamente, atunci starea lui poate să sufere
schimbările indicate cu linie punctată în desen.1. Ca starea sistemului să se schimbe

9
într-o direcţie dorită, asupra ei trebuie să fie aplicată o anumită influenţă. O astfel de
influenţă se numeşte dirijare.
Sistemul dirijat este alcătuit din cel puţin două părţi: obiectul dirijat şi obiectul
dirijor:
legătura directă
obiectul dirijor  obiectul dirijat

dispozitivul dirijor   obiectul _ dirijăiri 

legătura inversă
De exemplu, dirijarea organismului uman este efectuată de sistemul nervos central,
iar rolul de obiect dirijat îl poate juca orice organ sau sistem al organismului.
Obiectul dirijat şi cel dirijor întotdeauna sunt unite prin intermediul unor legături.
Directă se numeşte legătura ce vine de la obiectul dirijor la obiectul dirijat, iar
inversă – legătura ce vine de la obiectul dirijării la dispozitivul sau organul dirijor.
Bunăoară, legăturile directe ce se produc în cadrul corpului uman reprezintă
nişte semnale ce vin de la sistemul nervos central spre organele periferice (impulsaţia
eferentă), iar legăturile inverse – semnalele ce vin de la receptorii periferici la
sistemul nervos central (impulsaţia aferentă). În sistemul de dirijare a colectivelor
sportive forme de manifestare a legăturilor directe pot fi, de exemplu, ordinile şi
dispoziţiile administraţiei, iar în calitate de legături inverse pot apărea datele furnizate
administraţiei referitoare la starea de lucru în subdiviziunile colectivului.
Dirijarea cu succes a unor sisteme complexe este posibilă doar atunci când
există legături inverse. Ele permit a determina starea obiectului dirijării, în special
permit a compara starea reală a obiectului cu cea cuvenită (programată). Diferenţele
dintre valorile semnificative ale indicilor sistemelor variabile şi cele cuvenite se
numeşte discordanţă.
Dacă, de exemplu, antrenorul a planificat ca în septembrie elevul său trebuia să
efectueze aşezări cu o halteră de 120 kg pe umeri, dar în realitate el poate efectua
aşezări doar cu o halteră de 100 kg, atunci discordanţa va constitui 120 – 100 = 20 kg.
Discordanţa prevede anumite schimbări în procesul dirijării. Ele se numesc corecţii
(din engleză: correction - corectare).

10
 Culegerea informaţiei referitoare la starea obiectului dirijării şi compararea
situaţiei sale reale cu cea cuvenită se numeşte control. Legăturile inverse în sistemul
de dirijare asigură controlul asupra obiectului dirijat.
Faptul că diferite sisteme de dirijare pot dispune de structură asemănătoare
permite a crea o teorie unică a dirijării. Unitatea legilor de dirijare în cadrul unor
sisteme foarte diverse a fost observată pentru prima dată de Norbert Viner (1894-
1964) considerat fondatorul chiberneticii şi a stat la baza creării noii ştiinţe. O bună
parte de idei ce stau la baza ciberneticii au fost lansate pentru prima dată de savanţii
sovietici: A. Kolmogorov, P. Anohin, N. Bernştein (el s-a ocupat pe parcursul a mai
multor ani de cercetările în domeniul educaţiei fizice şi sportului).

1.2.2. Dirijarea în cadrul lecţiei de educaţie fizică şi antrenamentului

sportiv
Antrenamentul sportiv la fel ca şi educaţia fizică poate fi examinat ca un proces
de dirijare. Să ne limităm în cadrul analizei acestei evaluări doar la educaţia fizică (în
sensul îngust al cuvântului) fără a aborda problemele educaţiei intelectuale, morale şi
estetice.
În fiecare clipă a existenţei sale, omul se află într-o anumită stare fizică. Starea
fizică este determinată cel puţin de:
 Sănătate, adică a) în ce măsură indicii vitalităţii corespund normei; b)
gradul de rezistenţă a organismului faţă de influenţele nefavorabile din
exterior;
 Constituţia corpului;
 Starea funcţiilor fiziologice, în special a funcţiei motorii, şi anume: a)
posibilitatea de a executa anumite mişcări (pregătirea tehnică); b)
nivelul calităţilor motorii (fizice).
Acea stare fizică la care ajunge spontan un individ sub influenţa condiţiilor de
viaţă este de obicei cam departe de a fi ideală. De aceea starea fizică a omului trebuie
să fie dirijată, direcţionată în direcţia necesară. De aceasta se ocupă educaţia fizică,
făcând uz în acest scop de anumite mijloace (în fond exerciţii fizice). Starea fizică a

11
omului ce a păşit prima dată pragul unei secţii sportive este caracterizată prin indici
mediocri, să zicem, a puterii sau a flexibilităţii. Organizând procesul de antrenament
în modul corespunzător, putem ridica nivelul unui sau a ambilor, adică putem dirija
starea unui individ. Scopul dirijării în cadrul unui antrenament sportiv este
îmbunătăţirea stabilă a stării fizice ce se manifestă în îmbunătăţirea rezultatelor
sportive.
Complexitatea dirijării în cadrul unui antrenament sportiv constă în faptul că noi
nu putem influenţa nemijlocit schimbările rezultatelor sportive. Nu suntem în stare,
de pildă, a spori prin intermediul vreunui procedeu direct puterea sau rezistenţa
sportivului. O putem face doar indirect. Practic, antrenorul poate dirija doar acţiunile
(comportamentul) sportivului: el poate da sportivului un anumit program de exerciţii
(sarcina de antrenament) şi să-i ceară executarea lor corectă, tehnică.
Să mai introducem doi termeni noi. Schimbările din organism ce survin pe
parcursul executării exerciţiilor fizice şi imediat după finalizarea lor se numesc efect
de antrenament imediat. El este însoţit de obicei de scăderea capacităţii de muncă şi
a rezultatelor. Acele schimbări din organism ce au loc în urma însumării mai multor
lecţii de antrenament se numesc efect de antrenament cumulativ (de la latinescul
cumul -- grămadă). În cazul unei organizări corecte a procesului de antrenament acest
efect se manifestă în mărirea capacităţii de lucru şi a rezultatelor sportive.
Astfel, în cadrul antrenamentelor sportive are loc următoarea consecutivitate de
cauze şi efecte:
acţiunile sportivului (comportamentul )  efectul imediat  efectul
cumulativ.
Acţionând asupra segmentului iniţial al acestui lanţ (comportament), dorim să
obţinem rezultatul scontat în efectul final (cumulativ). De exemplu, urmărind scopul
de a dezvolta rezistenţa unui alergător, antrenorul îi propune de a alerga, să zicem, de
6 ori câte 300 m cu o anumită viteză şi anumite intervale de odihnă, adică el dirijează
comportamentul sportivului. În urma executării acestei sarcini, în organismul
sportivului vor avea loc anumite schimbări – efectul de antrenament imediat. Dacă

12
antrenamentele au loc regulat, acumularea acestor urme conduce la efectul de
antrenament cumulativ – sporirea rezistenţei alergătorului.
Desigur că schema propusă este cam simplificată şi ar necesita o serie de
precizări. De fapt, nu atât antrenorul dirijează comportamentul sportivului, cât însuşi
sportivul. Antrenorul îi dă indicaţii pe care el poate să le execute, dar poate să nu le
execute (nu doreşte sau nu poate). Să admitem că sportivul se străduie a executa toate
indicaţiile antrenorului, atunci partea de început a schemei de dirijare va arăta astfel:
antrenor  sportiv  comportament.
Specificul dirijării în cadril unui antrenament constă în faptul că noi încercăm să
influenţăm un sistem cu autoconducere – organismul uman al unui sportiv. Reacţiile
acestui sistem sunt determinate de propriile legi pe care încă nu le prea cunoaştem.
De aceea, deşi prezenţa legăturilor cauzale în cadrul lanţului
comportament  efect imediat  efect cumulativ
este incontestabil, noi suntem în stare doar a influenţa indirect asupra fiecărei dintre
aceste verigi. Totodată, de la diferenţele individuale şi temporale prea mari în starea
sportivilor, noi nu putem fi încrezuţi în aceea că aplicând una şi aceeaşi influenţă vom
obţine în schimb una şi aceeaşi reacţie. Una şi aceiaşi valoare a sarcinii de
antrenament poate conduce la un efect de antrenament diferit. De aceea este actuală
evaluarea referitoare la legăturile inverse (controlul).

1.2.3. Controlul în cadrul lecţiei de educaţie fizică şi antrenament

sportiv
Dacă ne vom limita doar la legăturile inverse ce vin spre antrenor, putem
evidenţia patru tipuri diferite de legături ce corespund cu patru direcţii diferite din
cadrul controlului pedagogic:
1. Datele obţinute de la sportiv (referitor la condiţia fizică, atitudinea faţă
de ceea ce se întâmplă, dispoziţie etc.);
2. Datele referitoare la comportamentul sportivului (ce sarcini de
antrenament au fost executate, cum au fost executate, greşeli tehnice
etc.);

13
 3. Datele referitoare la efectul de antrenament imediat (valoarea şi
caracterul schimbărilor sub influenţa unei sarcini fizice de o singură
dată);
4. Datele referitoare la efectul de antrenament cumulativ (schimbările în
pregătirea sportivilor).
Schema de dirijare va arăta în felul următor:
antrenor  sportiv  comportament  efect imediat  efect cumulator

Trebuie să avem în vedere că această schemă reflectă doar latura principială a

chestiunii. Mai târziu, ea se va detalia şi se va preciza (de exemplu, în afară de efectul
imediat şi cel cumulativ mai apare şi aşa-zisul efect de antrenament îndepărtat, ca o
parte separată se va evidenţia controlul asupra activităţii de întrecere).
Ca antrenamentul sportiv să devină un proces dirijabil cu adevărat, e necesar ca
antrenorul să ia hotărâri luând în calcul rezultatele măsurărilor obiective. Un
antrenament în cadrul căruia se ia în calcul doar condiţia fizică a sportivului şi intuiţia
antrenorului, nu poate aduce rezultate performante în sportul contemporan. Dar nu
mai puţin periculoasă este şi greşeala în sens opus: ignorarea condiţiei fizice a
sportivului. Doar o îmbinare armonioasă a unor indici obiectivi şi subiectivi pot
aduce succes.
Controlul începe de la măsurare, dar nu se limitează la ea. Urmează să mai
determinăm ce să măsurăm, să ştim să alegem cei mai informativi (semnificativi)
indici. Trebuie să fim capabili a prelucra corect din punct de vedere matematic
rezultatele observaţiilor. Urmează să aplicăm corect metodele de control. Aceste
chestiuni vor fi relatate în următoarele capitole ale manualului.

14
 Întrebări de control:
1. Definiţi noţiunea „Metrologia sportivă”. Explicaţi şi argumentaţi cuvîntul
„metrologie”?
2. Ce este obiectul Metrologiei Sportive?

3. Ce defineşte noţiunea de „dirijare în cadrul unui antrenament sportiv”, explicaţi?

4. Ce defineşte noţiunea de „sistem”?
5. Definiţi şi explicaţi variabilele semnificative şi nesemnificative?
6. Definiţi şi comentaţi noţiunea de „stare a sistemului sportivului”?

7. În cadrul antrenamentelor sportive are loc următoarea consecutivitate de cauze şi

efecte, numiţi unul din ele?
8. Descrieţi şi caracterizaţi componentele de bază a sistemului de dirijare şi legăturile
directe şi inverse?
9. Ce defineşte noţiunea de „efect de antrenament imediat şi cumulativ”, explicaţi?

10. Ce se numeşte disconcordanţă?

11. De ce este determinată starea fizică?
12. De ce este determinată starea funcţiilor fiziologice?
13. Definiţi noţiunea de control?
14. Descrieţi controlul în cadrul unui antrenament sportiv?

Capitolul 2

15
 Bazele teoriei măsurărilor în educaţie fizică şi sport – 4 ore
Plan:
 Scări de măsură
 Scara numelor (scara nominală)
 Scara ordinală
 Scara intervalelor
 Scara raporturilor
 Unităţile de măsură
 Precizia măsurărilor
 Eroarea de bază şi cea suplimentară
 Eroarea absolută şi cea relativă
 Eroarea sistematică şi cea întâmplătoare
Măsurări (în sensul larg al cuvântului) se numesc corespunderile prestabilite
dintre fenomenele examinate, pe de o parte, şi cifre, pe de altă parte.
Tuturor le sunt cunoscute şi clare cele mai simple tipuri de măsurări, bunăoară,
măsurarea lungimii unei sărituri sau măsurarea greutăţii unui corp. Dar cum să
măsurăm (putem oare să măsurăm?) nivelul cunoştinţelor, măsura oboselii,
expresivitatea mişcării, măiestria tehnică? S-ar părea că acestea sunt nişte fenomene
nemăsurabile. Dar totuşi, pentru fiecare dintre aceste cazuri putem să stabilim o
relaţie „mai mult – egal – mai puţin” şi deci a spune că sportivul A este mai tehnic
decât sportivul B, iar tehnica lui B e mai bună decât a lui C etc. Putem utiliza în loc
de cuvinte -- cifre. De exemplu, în loc de cuvintele „satisfăcător”, „bine”, „foarte
bine” – cifrele „3”, „4”, „5”. În sport, adesea suntem nevoiţi a exprima în cifre nişte
indici ce par a fi de ne măsurat. De exemplu, la întrecerile la patinaj artistic, măiestria
tehnică şi artistizmul sunt exprimate în cifrele balurilor acordate de juriu. În sensul
larg al cuvântului cele menţionate mai sus constituie totuşi nişte cazuri de măsurare.
Vom examina trei noţiuni ce stau la baza teoriei măsurărilor: scările de măsură,
unităţile de măsură şi precizia măsurării.

16
 2.1. Scări de măsură

Scările de măsură sunt diverse. Vom descrie doar patru din ele.

2.1.1. Scara numelor (scara nominală)

Este cea mai simplă din toate scările. În cadrul ei, cifrele au un rol de etichetă şi
servesc pentru găsirea şi diferenţierea obiectelor examinate, de exemplu numerotarea
jucătorilor unei echipe de fotbal. Cifrele ce formează scara nominală pot fi schimbate
cu locul. În cadrul acestui tip de scară nu apar relaţii de tipul „mai mult – mai puţin”,
de aceia unii consideră că scara nominale nu face parte din măsurări. Ea fiind valabilă
doar pentru unele operaţii matematice. De exemplu, cifrele ei nu pot fi adunate sau
scăzute, în schimb putem număra de câte ori (cât de des) se întâlneşte o cifră sau alta.

2.1.2. Scara ordinală

Există probe sportive în cadrul cărora rezultatul sportivului este determinat doar de
locul ocupat la întreceri, de exemplu lupta în doi. După astfel de întreceri devine clar
care dintre sportivi este mai puternic şi care mai slab. Dacă trei sportivi au ocupat
corespunzător locul I-i, II, III. Care este diferenţa dintre măiestria lor sportivă? Doar
ocupantul locului doi poate fi aproape egal ocupantul locului întâi, dar poate fi
considerabil mai slab ca primul şi aproape egal cu ocupantul locului trei. Locurile
ocupate în scara ordinală se numesc ranguri, iar însuşi scara se numeşte de ranguri
sau nemetrică. Cifrele din cadrul acestei scări sunt repartizate după ranguri (locul
ocupat), intervalele dintre care nu pot fi măsurate cu exactitate. Spre deosebire de
scara nominală, scara de ranguri permite nu doar a constata egalitatea sau
inegalitatea obiectelor supuse măsurării, dar şi a determina caracterul inegalităţii prin
intermediul aprecierilor: „mai mult – mai puţin”, „mai rău – mai bine” etc.
Cu ajutorul scărilor ordinale putem măsura indicii calitativi ce nu dispun de o
măsură cantitativă strictă. Aceste scări sunt solicitate cel mai des de ştiinţele
umanitare: pedagogie, psihologie, sociologie.

17
 În cadrul rangurilor scării ordinale putem aplica un număr mai mare de operaţii
matematice decât în cadrul cifrelor scării nominale.

2.1.3. Scara intervalelor

Scara intervalelor este scara în cadrul cărei cifrele nu sunt doar repartizate după
ranguri, dar şi despărţite de anumite intervale. Particularitatea ce o deosebeşte de
scara raporturilor ce va fi descrisă ceva mai jos constă în faptul că punctul nul este
ales arbitrar. Să aducem câteva exemple: timpul calendaristic (începutul numărării
anilor pornea în diferite calendare de la nişte date întâmplătoare), unghiul de
articulaţie (unghiul articulaţiei cotului la o dezdoire deplină poate fi constatat egal cu
zero sau cu 1800), temperatura, energia potenţială a unei greutăţi ridicate, potenţialul
unui câmp electric etc.
Rezultatele măsurărilor după scara ordinală pot fi prelucrate prin intermediul
tuturor metodelor matematice, cu excepţia calculării raporturilor. Datele intervalelor
dau răspuns la întrebarea „cu cât mai mult?”, dar nu ne permite să afirmăm că o
valoare a indicelui supus măsurării e cu câtva mai mare sau mai mică decât altul. De
pildă, dacă temperatura a crescut de la 10 până la 20 0C, nu putem afirma că s-a făcut
de două ori mai cald.

2.1.4. Scara raporturilor

Această scară se deosebeşte de scara intervalelor doar prin aceea că în ea este
stabilit strict locul punctului nul. Graţie acestui fapt, scara raporturilor nu impune nici
un fel de restricţii asupra algoritmului matematic aplicat pentru prelucrarea
rezultatelor observaţiilor.
În sport cu scara raporturilor se măsoară distanţa, puterea, viteza şi multe alte
variabile. Cu ajutorul scării raporturilor pot fi măsurate şi acele valori ce sunt formate
în urma diferenţei cifrelor calculate după scara intervalelor. Astfel, timpul
calendaristic se calculează după scara intervalelor, iar intervalele timpului – după
scara raporturilor.

18
 La aplicarea scării raporturilor (numai şi numai în acest caz), măsurarea unei
oarecare valori se reduce la determinarea experimentală a raporturilor acestei valori
faţă de alta similară ce este luată în calitate de unitate. Măsurând lungimea unei
sărituri, aflăm de câte ori această lungime este mai mare decât lungimea altui corp
luat în calitate de unitate de măsură (în cazul nostru poate fi rigla cu un metru),
cântărind o halteră, determinăm care este raportul masei sale faţă de masa altui corp –
greutatea de cântar de un kilogram etc.
Dacă ne vom limita doar la aplicarea scărilor raporturilor, atunci putem formula
o definiţie nouă (mai îngustă, mai specială) a măsurării: a măsura o anumită valoare
înseamnă a determina pe cale experimentală raportul ei faţă de unitatea de măsură
corespunzătoare.
În tabelul 1 sunt reprezentate datele generalizate referitoare la scările măsurărilor, în
special metode de matematică statistică ce pot fi utilizate pentru a lucra cu scările
corespunzătoare. Vom mai reveni la acest tabel după familiarizarea cu metodele
statisticii matematice în capitolul 3.

2.2. Unităţile de măsură

Ca rezultatele diferitor măsurări să poată fi comparate, ele trebuie să fie
exprimate în aceleaşi unităţi de măsură.
Istoria cunoaşte un mare număr de diverse unităţi de măsură. De exemplu, în
Rusia de până la revoluţie, pentru măsurarea lungimii se utiliza versta (1.0668 km),
stânjenul (2.1336 m), arşin-ul (0.7112), verşoc-ul (4.445 cm), ţol-ul (2.54 cm) etc.
Aceasta diversitate exagerată provoca foarte multe dificultăţi.
Primul sistem unic de unităţi de măsură a fost elaborat în perioada Marii
Revoluţii Franceze, la sfârşitul secolului XVIII. E vorba despre cunoscutul sistem
metric sau, după cum i se mai spune, sistemul zecimal de măsură. Reflectând nivelul
de cunoştinţe al acelor vremuri, sistemul cuprindea doar unităţile de măsură
elementare: masă, volum şi capacitate. Erau lipsă unităţile de măsură ale căldurii,
curentului electric etc.

19
 Scări de măsură
Tabelul 1
Scara Operaţiile de bază Procedurile matematice Exemple
admisibile (statistica)
Nominală Determinarea egalităţii Numărul cazurilor Numerotarea
Moda sportivilor în echipă
Corelaţia evenimentelor Rezultatele tragerii la
întâmplătoare (coeficienţii sorţ
corelaţiei tetra- şi polihorice)
Ordinală Determinarea corelaţiei „mai Mediana Locul ocupat la
mult” sau „mai puţin” Corelaţia rangurilor întreceri.
Criteriile rangurilor Rezultatele aranjării
Verificarea ipotezelor sportivilor (conform
rezultatelor
înregistrate)
Intervalelor Determinarea egalităţii Media Datele calendaristice
intervalelor Devierea medie pătratică (timpul).
(standard) Unghiul de articulaţie.
Corelaţia
Raporturilor Determinarea egalităţii Coeficientul variaţiei Lungimea, puterea,
raporturilor Media geometrică masa, viteza etc.

De aceea, lucrul de perfecţionare a sistemului unităţilor de măsură continuă. În

1960, la Conferinţa Generală Internaţională de Măsuri şi Greutăţi a fost adoptat
Sistemul internaţional de unităţi, abreviat SI. În 1961, Comitetul de Standarde, unităţi
şi aparataj de măsură de pe lângă Consiliului de Miniştri al URSS a aprobat STAS1
9667 – 61 „ Sistemul internaţional de unităţi” prin care se promova aplicarea
preferenţială a acestei sisteme în toate ramurile ştiinţei, tehnicii, economiei naţionale,
precum şi în cadrul didactic.

1
De la ГОСТ – государственный стандарт (standarte de stat).
20
 Unităţi de bază SI
Tabelul 2
Unitatea
Mărimea Dimensiu Denumirea Marcarea
nea Rusă Internaţională
Lungimea L Metru м m
Masa M Kilogram кг kg
Timpul T Secundă с s
Puterea curentului electric I Amper А A
Temperatura  Kelvin К K
Cantitatea de substanţă N Mol моль mol
Puterea luminii G Candelă кд cd

Actualmente SI include şapte unităţi de bază ce nu depind una de alta, dintre

care în calitate de derivate sunt deduse unităţile altor unităţi fizice. Unităţile derivate
se determină în baza formulelor ce leagă între ele unităţile fizice. De exemplu,
unitatea de măsură metru şi unitatea de timp secunda sunt unităţi de fundamentale, iar
unitatea de viteză metru pe secundă este derivată. Totalitatea unităţilor fundamentale
şi a celor derivate formate cu ajutorul lor pentru una sau mai multe domenii de
măsurare se numeşte sistem de unităţi (tabelul 2).
În afară de unităţile fundamentale, în SI sunt prezente şi două unităţi
suplimentare: radian – unitatea unui unghi plat şi steradian – unitatea unghiului unui
corp (unui unghi în spaţiu). Pentru formarea unor unităţi divizibile şi unor unităţi
fracţionare urmează să fie aplicate anumite adaosuri (Tabelul 3).
Toate valorile derivate dispun de dimensiuni. Dimensiunea este mărimea fizică
(un număr) care exprimă legătura dintr-o unitate derivată şi unităţile fundamentale
din care derivă, la un coeficient de proporţionalitate egal cu unu. De exemplu,
dimensiunea lungimii – L, dimensiunea timpului – T; deci, dimensiunea vitezei este
egală L/T = L ∙T-1, iar dimensiunea accelerării este egală L ∙T-2.

21
 Înmulţitorii şi adausurile pentru formarea unităţilor zecimale divizibile,
celor fracţionare şi a denumirii lor (la alegere)
Tabelul 3
Înmulţitorul Adaosul
1 000 000 = 106 mega
1 000= 103 kilo
100= 102 hecto
10= 101 deca
0.1= 10-1 deci
0.01= 10-2 santi
0.001= 10-3 mili
0.000 001= 10-6 micro

Un mare merit al sistemului SI este faptul că la aplicarea lui, o bună parte a

mărimilor fizice importante (bunăoară energia) sunt exprimate în unele şi aceleaşi
unităţi în cadrul sistemelor de altă natură (mecanice, electrice, magnetice etc.): joul =
niuton ∙ metru = volt ∙ culon = amper ∙ veber.
În afară de unităţi de măsură ce fac parte din sistem, mai sunt şi unităţi
extrasistem (ceas, minut, cal-putere, calorie etc). De la o bună parte dintre aceste
unităţi nu ne putem dezice graţie comodităţii aplicării lor, altele ne-au rămas din
istorie. Unele unităţi ce nu fac parte din sistem sunt alcătuite din unităţile
fundamentale ale sistemului, dar nu după principiul zecimal (minutul, ceasul), altele
în genere nu dispun de legături cu unităţile sistemelor consacrate: calorie, milimetrii
barei de mercur etc. O bună parte dintre aceste unităţi extrasistem urmează să fie
înlăturate.

2.3. Precizia măsurărilor

Nici o măsurare nu poate fi absolut exactă. Rezultatul unei măsurări conţine
iminent o doză de eroare, mărimea cărei este cu atât mai mică cu cât este mai precisă
metoda de măsurare şi aparatul de măsurat. De exemplu, cu ajutorul unei rigle
obişnuite cu gradaţie milimetrică nu poţi măsura lungimea cu o precizie de până la
0.01 mm.

22
 2.3.1. Eroarea de bază şi cea suplimentară
Eroare este diferenţa dintre valoarea reală a unei mărimi şi valoarea măsurată a
acestei mărimi.
Eroarea de bază este o eroare a metodei de măsurare sau a aparatului de
măsurat, care s-a comis în condiţii normale de aplicare.
Eroarea suplimentară este o eroare a aparatului de măsurat provocată de
devierea condiţiilor lui de lucru de la normal. E clar că un aparat conceput pentru
funcţionarea la temperatura camerei va comite erori fiind utilizat pe un stadion, sub
razele fierbinţi ale soarelui de vară sau iarna pe ger. Erorile de măsurare pot apărea şi
în cazul când tensiunea reţelei electrice sau a bateriei va fi sub normă sau instabilă.
Tot suplimentară este şi eroarea dinamică condiţionată de inerţia aparatului de
măsurat ce apare în acele cazuri când mărimea variază prea des. De exemplu, unele
pulsotahometre (aparat pentru măsurarea frecvenţei contracţiilor cardiace) sunt
destinate pentru măsurarea mărimilor medii ale frecvenţei contracţiilor cardiace şi nu
sunt în stare să sesizeze devierile de scurtă durată a frecvenţei de la nivelul mediu.
Mărimile erorii de bază şi celei suplimentare pot fi reprezentate atât în unităţi
absolute, cât şi relative.

2.3.2. Eroarea absolută şi cea relativă

Mărimea ∆A = A – A0, egală cu diferenţa dintre indicaţiile aparatului de măsurat
(A) şi valoarea reală a mărimii măsurate (A 0) se numeşte eroare absolută a
măsurării. Ea se măsoară cu aceleaşi unităţi ca şi mărimea măsurată.
Dar practica demonstrează că e mai comod a aplica nu eroarea absolută, ci cea
relativă. Eroarea relativă este de două feluri: adecvată şi adusă. Eroare relativă
adecvată se numeşte raportul erorii absolute la valoarea reală a mărimii supuse
măsurărilor:
A
∆AD =  100%
A0

Eroarea relativă adecvată reprezintă raportul erorii absolute la valoarea maxim

posibilă a mărimii supuse măsurărilor:

23
 A
∆AP =  100%
Am

În acele cazuri când nu este evaluată eroarea măsurării, ci eroarea aparatului de

măsurat, în calitate de valoare maximală a mărimii măsurate este luată indicaţia de
limită a scării aparatului. În asemenea interpretare, valoarea maximal admisă ∆A P
,exprimată în procente determină în condiţii normale de funcţionare clasa de precizie
a aparatului de măsurat. Totodată se ia în consideraţie doar eroarea de bază. De
exemplu, pulsotahometril cu clasa de precizie 1.0, calculat la măsurarea frecvenţei
contracţiilor cardiace într-un diapazon de 200 pulsaţii pe minut, poate introduce în
măsurare, în condiţii normale de funcţionare, o eroare egală cu 200 lov./min ∙ 0.01 =
2 lov./min.
Eroarea relativă este măsurată de obicei în procente. Totodată, semnul erorii
absolute nu se ia în consideraţie: eroarea absolută poate fi şi pozitivă, şi negativă, iar
eroarea relativă este întotdeauna pozitivă.
Vom aduce un exemplu de calculare a erorii absolute şi relative ale măsurărilor.
Tempoul alergării sportivului măsurat vizual, fără ajutorul aparatelor de măsurat era
egal cu 205 paşi/min. Totodată, perioadele de reper ale alergărilor erau înregistrate cu
ajutorul sistemului radiotelemetric. Un astfel de control obiectiv a demonstrat că în
realitate tempoul de alergare a constituit 200 paşi/min. Se cere de a găsi mărimea
erorii absolute şi relative comise la măsurarea vizuală a tempoului alergării.
Să introducem indicii:
tempoul alergării măsurat vizual, A = 205 paşi/min;
tempoul real al alergării, A0 = 200 paşi/min;
eroarea absolută, ∆A = A – A0 = 5 paşi/min.
Deoarece valoarea vitezei de limită a tempoului alergării nu este indicată în
condiţiile problemei, eroarea relativă adusă nu poate fi determinată.

24
 2.3.3. Eroarea sistematică şi cea întâmplătoare
Sistematică se numeşte eroarea a cărei mărime nu se schimbă de la o măsurare
la alta. Graţie acestei particularităţi, eroarea sistematică adesea poate fi presupusă
anticipat sau în cel mai rău caz găsită şi înlăturată la sfârşitul procesului de măsurare.
Procedeul de înlăturare a erorii sistematice depinde în primul rând de la natura
sa. Greşelile sistematice ale măsurărilor pot fi divizate în trei grupe:
1) erorile de o provenienţă şi mărime cunoscută;
2) erorile de o provenienţă cunoscută, dar de o mărime necunoscută;
3) erorile de o provenienţă necunoscută şi de o mărime necunoscută.
Cele mai inofensive sunt erorile grupei întâi. Ele se înlătură cu uşurinţă prin
introducerea unor corectări corespunzătoare în urma măsurărilor.
Din grupa a doua fac parte înainte de toate erorile ce ţin de imperfecţiunea
metodei şi aparatajului de măsurare. De exemplu, eroarea măsurării capacităţii fizice
de muncă cu ajutorul măştii de colectare a aerului expirat: masca îngreunează
răsuflarea şi în consecinţă sportivul evident că va demonstra o capacitate fizice de
muncă redusă în comparaţie cu cea reală, măsurată fără mască. Mărimea acestei erori
nu poate fi preconizată din timp: ea depinde de particularităţile individuale ale
sportivului şi de starea lui fizică la momentul investigării.
Alt exemplu de eroare sistematică ce face parte din această grupă – eroarea
legată de imperfecţiunea aparatajului, atunci când aparatul de măsurat exagerează sau
micşorează vădit valoarea reală a mărimii supuse măsurării, iar mărimea erorii nu se
cunoaşte.
Erorile grupei a treia sunt cele mai periculoase, apariţia lor este condiţionată atât
de imperfecţiunea metodei de măsurare, cât şi de particularităţile obiectului măsurării
– sportivul.
Lupta cu eroarea sistematică se desfăşoară prin mai multe procedee. Noi ne vom
opri asupra tarării şi calibrării aparatajului de măsurat, precum şi asupra metodei
randomizării.
Tarare (din germană tarieren) se numeşte verificarea indicaţiilor aparatelor de
măsurat prin compararea cu indicaţiile măsurilor-tip (etalon din franceză etalone) –

25
model perfect al unei măsuri-tip, aparat de măsurat model care serveşte la
reproducerea, păstrarea şi transmiterea unităţilor de măsură cu o precizie maxim
posibilă ) în întreg diapazonul valorilor posibile ale mărimii măsurate.
Calibrare se numeşte depistarea erorilor sau corectărilor pentru totalizarea
măsurilor (de exemplu, un set de dinamometre). Atât în cadrul tarării, cât şi în cadrul
calibrării, la intrarea sistemului de măsurare, în loc de sportiv, se introduce o sursă de
semnal de etalon de o mărime cunoscută. De exemplu, tarând instalaţia pentru
măsurarea eforturilor, pe platforma tenzometrică se plasează pe rând greutăţi cu o
masă de 10, 20, 30 etc. kilograme.
Randomizare (din engleză rendom -- întâmplător) se numeşte transformarea
unei erori sistematice în una întâmplătoare. Acest procedeu este orientat la lichidarea
unor greşeli sistematice necunoscute. După metoda randomizării, măsurarea mărimii
cercetate se efectuează de câteva ori. Totodată, măsurările sunt organizate astfel ca
factorul ce influenţează rezultatul lor să acţioneze în fiecare caz, diferit. Bunăoară, la
examinarea capacităţii fizice de muncă se recomandă de a o măsura de mai multe ori,
schimbând de fiecare dată obiectivul sarcinii. La finisarea tuturor măsurărilor,
rezultatele lor se mediază conform regulilor statisticii matematice.
Erorile întâmplătoare apar sub acţiunea unor diverşi factori care nu pot fi
prevăzuţi din timp. Erorile întâmplătoare sunt incorigibile prin excelenţă. Totuşi,
utilizând metodele statisticii matematice, putem evalua mărimea unei erori
întâmplătoare şi a o lua în calcul la interpretarea rezultatelor măsurării. Fără o
prelucrare statistică, rezultatele măsurărilor nu pot fi considerate autentice.

26
 Întrebări de control:
1. Definiţi şi comentaţi noţiunea de măsurări în sport?
2. Numiţi scările de măsură?
3. Ce se numeşte scară nominală?
4. ……………….ordinală?
5. ………………..Intervalelor ?
6. ……………….raporturilor?
7. Ce se numeşte sacră de ranguri?
8. Numiţi unităţile de măsură principale?
9. Povestiţi istoria unităţilor de măsură?
10.Numiţi unităţile de măsură suplimentare?
11.Definiţi noţiunea de dimensiune?
12.Definiţi tipurile de erori?
13.Descrieţi metodele în lupta cu eroarea sistematică?
14.Definiţi, explicaţi eroarea suplimentară?

27
 Capitolul 3
Metode statistice de prelucrare a rezultatelor măsurărilor în educaţie
fizică şi sport- 8 ore
Plan:
 Şiruri unidimensionale ale rezultatelor măsurărilor
 Compunerea şirurilor de repartizare şi prezentările lor grafice
 Caracteristicile statistice de bază ale şirului de măsurări
 Curba repartizării normale
 Alte caracteristici ale repartizării
 Prelucrarea matematică a rezultatelor măsurărilor directe
 Interdependenţa rezultatelor măsurărilor
 Interdependenţele funcţională şi statistică
 Câmpul corelaţional
 Aprecierea densităţii interdependenţei
 Directivitatea interdependenţei
 Regresia
 Metodele de calculare a coeficienţilor interdependenţei
 Calcularea coeficientului liniar par al corelaţiei
 Calcularea raportului corelaţional
 Calcularea coeficienţilor particular şi multiplu de corelaţie
 Calcularea coeficientului de corelaţie prin ranguri
 Calcularea coeficientului tetrahoric de conjugare
 Ipotezele statistice şi autenticitatea caracteristicilor statistice
 Verificarea ipotezelor statistice
 Construcţia intervalelor de încredere ale caracteristicilor statistice
 Compararea a două medii aritmetice de selecţie (selecţii independente)
 Compararea a două selecţii corelative medii de sondaj
 Compararea a două caracteristici ale variaţiilor de sondaj
 Evaluarea normalităţii repartizării

28
  Evaluarea autenticităţii coeficienţilor de corelaţie
 Analiza dispersională
 Noţiunile de bază ale analizei dispersionale
 Analiza de dispersie cu un factor
 Analiza de dispersie la corelaţia datelor
 Coeficientul de corelaţie din interiorul clasei

Obiectul statisticii matematice este analiza multiplelor rezultate ale măsurărilor

care se repetă. Rezultatele unor asemenea măsurări întotdeauna mai mult sau mai
puţin se deosebesc unul de altul. Chiar dacă se măsoară unul şi acelaşi obiect în
condiţii neschimbate, nu se pot obţine date identice. Din mai multe motive, care nu se
supun controlului şi care variază de la o măsurare la alta, rezultatele măsurărilor
întotdeauna suferă o dispersie aleatorie. O asemenea dispersie se întâmplă în
cazul unor măsurări de acelaşi fel într-un grup de obiecte identice (de exemplu,
măsurarea înălţimii săriturilor la un grup de elevi dintr-o clasă). Cu toate că
rezultatele fiecărei măsurări în parte în cazul dispersiei aleatorii nu poate fi prevăzut
din timp, aceasta încă nu înseamnă că avem de a face cu un haos deplin. Măsurările
multiple ale unor obiecte identice, care posedă comunitate calitativă, descoperă
anumite legităţi. Statistica matematică creează metode de descoperire a acestor
legităţi. Se evidenţiază trei etape de bază ale analizelor statistice.
I. O b s e r v a ţ i a s t a t i s t i c ă, care reprezintă o acumulare planică de date
ştiinţific argumentate, ce caracterizează obiectul studiat. Ea trebuie să satisfacă
următoarele cerinţe:
a) obiectele observaţiei (în caz particular cele cercetate) trebuie să fie la fel
(identice) din punct de vedere al proprietăţilor lor (calificarea, specializarea, vârsta,
timpul de antrenament ş.a.);
b) numărul obiectelor de observaţie trebuie să fie suficient, pentru a putea
descoperi legităţile şi a generaliza proprietăţile lor.
II. G r u p a r e a şi s i n t e z a s t a t i s t i c ă. Ele sunt o importantă parte
pregătitoare de analiza statistică a datelor. Această etapă prevede:

29
 a) sistematizarea (gruparea) datelor;
b) îndeplinirea anumitor tabele statistice.
III. A n a l i z a m a t e r i a l u l u i s t a t i s t i c. Aceasta este etapa finală din
punct de vedere statistic. Ea se efectuează cu utilizarea metodelor matematice
statistice corespunzătoare.

3.1. Şiruri unidimensionale ale rezultatelor măsurărilor

3.1.1. Compunerea şirurilor de repartizare şi prezentările lor grafice
În procesul observaţiei sau măsurării a unui indice oarecare se obţine un şir de
numere. Rezultatele numerice sunt divizate în discrete (din engleză  discontinui) şi
continui. La rezultatele discrete se referă numărul de trageri la bară, numărul de
încercări ş.a.m.d., adică rezultatele exprimate printr-un număr întreg; iar la cele
continui  timpul de parcurgere a unei distanţe, timpul reacţiei, viteza mişcării ş.a.,
adică rezultatele care se pot exprima printr-un număr fracţionar, în particular printr-o
fracţie infinită.
Vom considera x1 rezultatul măsurării a indicelui studiat la primul sportiv, x2 
la al doilea sportiv ş.a.m.d. În total sunt n sportivi. Asemenea şir al rezultatelor
măsurărilor, prezentat de numere aleatorii se numeşte totalitate selectivă sau
selecţie. Totalitatea tuturor valorilor, care ar putea fi obţinute pentru selecţia
studiată, se numeşte totalitate generală. De exemplu, lungimea corpului
studenţilor unei grupe este o totalitate selectivă, iar lungimea corpului a tuturor
studenţilor ai Universităţii de Stat de Educaţie Fizică şi Sport este o totalitate
generală; în acelaşi timp lungimea corpului a tuturor studenţilor din ţară este o
selecţie în raport cu totalitatea generală a tuturor studenţilor de pe glob.
Totalitatea generală imaginar poate fi prezentată astfel: acestea sunt toate
obiectele observaţiei (sportivii, de exemplu), care posedă aceleaşi calităţi ca şi
obiectele selecţiei, pentru întreaga totalitate generală? Una din întrebările principale
ale statisticii este cum să generalizăm rezultatele obţinute în urma selecţiei, pentru
întreaga totalitate generală? Presupunem că cercetătorul a efectuat experimente pe o
grupă de halterofili de categoria a III-a şi a descoperit că una din metodele de

30
antrenament este mai bună decât celelalte. Se pot oare extinde datele lui asupra
tuturor halterofililor de categoria a III-a sau concluziile făcute de el sunt adevărate
numai pentru acea grupă de sportivi, pe care a fost efectuat experimentul? Dacă în
cercetare a fost cuprinsă întreaga totalitate generală, atunci ea se numeşte completă.
Asemenea cercetări comparativ sunt rare. De exemplu, dacă cuiva i-a reuşit să
cerceteze toţi sportivii cei mai puternici din lume într-un careva tip de sport, adică să
efectueze o cercetare completă (deoarece alţi sportivi puternici la momentul dat nu
sunt), înseamnă că a fost cercetată întreaga totalitate generală. Toate celelalte
cercetări se numesc selective. Una din caracteristicile de bază ale selecţiei este
volumul ei  n, care se determină de numărul de obiecte ale observaţiei, de exemplu
de sportivi, în cercetarea dată.
Cum se efectuează sistematizarea şi analiza selecţiei? Presupunem că la
baschetbaliştii Universităţii de Stat de Educaţie Fizică şi Sport a fost măsurată
puterea mâinii stângi. Rezultatele măsurărilor în kilograme (n = 100) sunt prezentate
în tabelul 4.
Exemplu de rezultate selective (n = 100)
Tabelul 4
Nr. d/o 1 2 3 4 5 6 7.......99 100
x (kg) 46 50 59 60 55 49 ..... 58 60
x (kg) 36 36 38 38 40 40 ..... 70 74
(ordonări)

În acest tabel numerele în rândul al doilea sunt înscrise în acea consecutivitate,

în care au trecut măsurările sportivii, adică în mod arbitrar. În al treilea rând  selecţia
este sistematizată, mai drept spus este aranjată. Se numeşte aranjare amplasarea
rezultatelor măsurărilor în ordine crescătoare sau descrescătoare.
Selecţiile de volum mare se împart în intervale. În cel mai simplu caz acestea
pot fi două. De exemplu, când este necesar să selectăm sportivii cei mai buni şi cei
mai slabi. Însă pentru obţinerea unor rezultate destul de exacte numărul intervalelor
(acesta este notat prin litera k) trebuie să fie mare (tab. 5).

31
 Numărul de intervale recomandabil pentru sondajele de volum diferit
Tabelul 5
Volumul 10  20 30  50 60  90 100  200 300  400
sondajului
(n)
Numărul de 4 56 7 8 9
intervale (k)

Atunci mărimea sau pasul intervalului se determină astfel:

x max  x min
h , (3.1)
k

unde xmax este rezultatul maxim al măsurărilor în selecţie, xmin  rezultatul minim.
În baza valorilor k şi h se completează tab. 6. Prima coloană se va obţine în
felul următor: se alege valoarea lui x1 (limita de jos a primului interval) puţin mai
mică decât xmin (din tab. 4)  35,5 + 5 = 40,5; se obţine limita de sus a primului
interval (tot ea este limita de jos pentru intervalul 2); în continuare 40,5 + 5 = 45,5
ş.a.m.d.
Coloana a doua determină frecvenţa sau „desimea repetării” valorilor selecţiei
în fiecare interval. Ea este determinată de numărul rezultatelor măsurărilor, care au
nimerit în intervalul dat. Suma frecvenţelor tuturor intervalelor întotdeauna este egală
cu volumul selecţiei.
Şirul variabil de măsurări
Tabelul 6

Nr. 1 2 3 4 5
interva- Limita Frecvenţa Frecvenţa Repetarea Repetarea
lului intervalului acumulată acumulată
1 35,5  40,5 7 7 0,07 0,07
2 40,5  45,5 10 17 0,10 0,17
3 45,5  50,5 19 36 0,19 0,36
4 50,5  55,5 29 65 0,29 0,65
5 55,5  60,5 18 83 0,18 0,83
6 60,5  65,5 11 94 0,11 0,94
7 65,5  70,5 5 99 0,05 0,99
8 70,5  75,5 1 100 0,01 1

32
 Coloana a treia determină frecvenţa acumulată, care se obţine prin simpla
însumare a frecvenţelor intervalelor precedente.
Coloana a patra determină frecvenţa relativă sau repetarea. Fiecare valoare a
acestei coloane este câtul de la împărţirea frecvenţei respective la volumul selecţiei.
Din acest tabel se poate determina cât de des fiecare valoare a rezultatelor
măsurărilor se întâlneşte în selecţia dată. Repartizarea, prezentată în coloanele 1 şi 2
sau 1 şi 4, în statistică se numeşte şir variabil.
Coloana a cincia determină repetarea acumulată , care se obţine prin
însumarea repetărilor intervalelor precedente.
Analiza şirurilor variabile se simplifică cu ajutorul prezentării grafice. Să
examinăm graficele principale ale şirului variabil.
1. Poligonul repartizării (fig. 2). Graficul se construieşte în sistemul dreptunghiular
de coordonate. Mărimile indicelui măsurat se depun pe axa absciselor, iar frecvenţele pe axa
ordonatelor.

Fig. 2 Fig.3
Poligonul repartizării (pe abscisă  Ghistograma (pe abscisă  intervalele, pe
mărimea indicelui, pe ordonată  ordonată  frecvenţele)
frecvenţele).

2. G h i s t o g r a m a r e p a r t i z ă r i i (fig. 3). Graficul se construieşte în

mod analogic cu poligonul repartizării, însă pe axa absciselor se depun nu puncte
(mijlocurile intervalelor), ci segmente care reprezintă un interval, iar în locul

33
ordonatelor, care corespund frecvenţelor sau repetărilor unor variante separate, se
construiesc dreptunghiuri cu înălţimea proporţională cu frecvenţele intervalului.

Fig.4 Cumulata
3. C u m u l a t a (c u r b a s u m e l o r)  fig. 4. Graficul se construieşte în
sistemul dreptunghiular de coordonate. Pe axa ordonatelor se depun segmente,
lungimea cărora este proporţională cu frecvenţa acumulată sau cu repetarea, iar pe
axa absciselor  valorile indicelui măsurat.
Prezentarea grafică a rezultatelor măsurărilor nu numai că simplifică
semnificativ analiza şi depistarea legităţilor ascunse, ci şi permite de a alege corect
următoarele metode şi caracteristici statistice.

3.1.2. Caracteristicile statistice de bază ale şirului de măsurări

Examinând caracteristicile statistice de bază ale şirului de măsurări (ale şirului
variabil), se apreciază tendinţa de centru a selecţiei şi oscilaţia sau variaţia. Să
dezvăluim conţinutul acestor noţiuni. T e n d i n ţ a d e c e n t r u a selecţiei permite
de a estima aşa caracteristici statistice, cum sunt media aritmetică, moda, mediana.
Media aritmetică X pentru un şir neordonat de măsurări se calculează
după formula:

34
 1 n
X   xi ,
n i 1
(3.2)
n

unde x
i 1
i = x1 + x2 + … + xn.

De exemplu, pentru datele 4,1; 4,4; 4,5; 4,7; 4,8 calculăm X :

4,1  4,4  4,5  4,7  4,8
X   4,5.
5
n

Simbolul x
i 1
i reprezintă suma tuturor valorilor xi, când i ia valorile de la 1

până la n.  este simbolul sumei, în partea de sus şi de jos a căreia se indică limitele
însumării („de la”  „până la”), iar după semnul   termenul general al şirului,
care urmează a fi adunat; indicele i se numeşte indicele însumării.
Deoarece semnul  deseori se foloseşte în statistică pentru notarea sumelor,
menţionăm două proprietăţi importante ale ei:
prima  factorul constant se poate scoate înaintea semnului sumei:
n n

c  x
i
i  c xi ;
i 1
(3.3)

a doua  suma binoamelor este egală cu suma primilor termeni plus suma a
celor de ai doilea termeni:
n n n

  xi  y i    xi   y i .
i 1 i 1 i 1
(3.4)

Aceste două proprietăţi sunt demonstrate fără probleme pe baza cursului şcolar
de algebră.
Pentru un şir variabil de intervale media aritmetică se calculează după formula:
k

n1  X 1  n2  X 2  ...  nk  X k 
ni  X i
X  k
i 1
, (3.5)
n1  n2  ...  nk
  ni i 1

unde n1, n2, ... nk sunt frecvenţele intervalelor respective,

X 1, X 2, ... X k  valorile medii aritmetice ale intervalelor.

35
 Se numeşte m o d ă (se notează prin simbolul Mo) rezultatul selecţiei sau
totalităţii, care cel mai frecvent se întâlneşte în această selecţie. Pentru şirul variabil
de intervale intervalul modal se alege după cea mai mare frecvenţă.
M e d i a n a (se notează prin simbolul Me) este rezultatul măsurării, care se
află la mijlocul şirului ordonat. De exemplu, în unele genuri de sport, unde sportivul
este apreciat de câţiva arbitri (ca şi în gimnastică), cele mai mari şi cele mai mici note
se aruncă şi în calcul se ia mediana. De exemplu, cinci arbitri au pus 9,1  9,1  9,2 
9,3  9,4 baluri. Aruncând notele mai mari şi mai mici, obţinem mediana egală cu 9,2
baluri. Această notă se ia în calcul pentru sportiv.
Moda şi mediana se utilizează pentru aprecierea ordinului mediu în cazul
măsurărilor în scările intervalelor (iar moda se foloseşte şi în scările nominale).
La caracteristicile variaţiei sau fluctuaţiei rezultatelor măsurărilor se referă
amplitudinea, dispersia, abaterea pătratică medie, coeficientul variaţiei ş.a.
Toate caracteristicile medii oferă caracteristica generală a şirului rezultatelor
măsurărilor. În practică deseori ne interesează cât de mult fiecare rezultat se abate de
la valoarea medie. Dar, uşor ne putem imagina că două grupe de rezultate ale
măsurărilor au aceeaşi medie, însă valori diferite ale măsurărilor. De exemplu, pentru
şirul 3, 6, 3  media aritmetică X = 4, pentru şirul 5, 2, 5, de asemenea, X = 4, cu
toate că aceste şiruri se deosebesc esenţial.
De aceea caracteristicile medii întotdeauna trebuie suplimentate cu indici de
variaţie sau de fluctuaţie. Cea mai simplă caracteristică a variaţiei este amplitudinea
variaţiei. Ea se determină ca diferenţa dintre cel mai mare şi cel mai mic rezultat al
măsurărilor. Însă ea sesizează numai abaterile extremale, dar nu reflectă abaterile
tuturor rezultatelor.
Pentru a avea caracteristica generalizată, se pot calcula abaterile de la rezultatul
mediu. De exemplu, pentru şirul 3, 6, 3 valorile (xi  X ) vor fi următoarele: 3  4 =
1; 6  4 = 2; 3  4 = 1. Suma acestor abateri (1) + 2 + (1) întotdeauna va fi egală
cu 0. Pentru a evita aceasta, valorile fiecărei abateri se ridică la pătrat:
(1)2 + 22 + (1)2 6.

36
 Valoarea (xi  X )2 face abaterile de la medie mai evidente: abaterile mici devin
n

şi mai mici (0,5 = 0,25), iar cele mari  şi mai mari (5 = 25). Suma obţinută
2 2

i 1
(xi 

X )2 se numeşte s u m a p ă t r a t e l o r a b a t e r i l o r. Împărţind această sumă la

numărul de măsurări, se obţine pătratul mediu al abaterilor sau dispersia. Ea se
notează prin 2 şi se calculează după formula:

x  X
n
2
i
(3.6)
2  i 1

n
Dacă numărul măsurărilor nu este mai mare de 30, adică n ≤ 30, se foloseşte
formula:

x  X
n
2
i
. (3.7)
2  x 1

n 1
Aceste formule se aplică atunci când rezultatele sunt prezentate printr-o
selecţie (obişnuită) neordonată. Să calculăm valoarea dispersiei pentru 6 rezultate
obţinute la măsurarea dinamometriei mâinii după formula 3.7. Calculele le prezentăm
sub formă de tabel (tab. 7).

 x  319  53,16 ;  x  X 

2
162,83
X  2
   32,6.
n 6 n 1 6 1

Calcularea dispersiei
Tabelul 7
Nr. d/o x (kg) x  X  x  X  2

1 46 46  53,16 = 7,16 = 51,26

2 50 50  53,16 = 3,16 = 9,98
3 59 59  53,16 = +5,84 = 34,10
4 60 60  53,16 = +6,84 = 46,78
5 55 55  53,16 = +1,84 = 3,38
6 49 49  53,16 = +4,16 = 17,3
Suma 319 162,83

Pentru selecţia n >30, uneori pentru a calcula 2 se foloseşte formula:

37
  2  X 2 X , (3.8)
2

unde X2 este media aritmetică a pătratelor rezultatelor măsurărilor, ( X )2  pătratul

mediei aritmetice.
Dintre caracteristicile fluctuaţiei cel mai frecvent se utilizează abaterea
pătratică medie, care se stabileşte ca valoarea pozitivă a rădăcinii pătrate din
valoarea dispersiei, adică

x  X
n
2
i
. (3.9)
  2  i 1

n 1

În exemplul adus în tab. 7 abaterea pătratică medie este egală cu   32,6  5,7

kg (aproximativ).
Abaterea pătratică medie (ea se mai numeşte abatere standard) are aceleaşi
unităţi de măsură ca şi rezultatele măsurării, adică caracterizează gradul de abatere a
rezultatelor de la valoarea medie în unităţi absolute. Dar pentru a compara fluctuaţia a
două şi mai multe totalităţi, care au diferite unităţi de măsură, această caracteristică
nu este valabilă. Pentru aceasta se foloseşte coeficientul variaţiei.
C o e f i c i e n t u l v a r i a ţ i e i se determină ca raportul dintre abaterea
pătratică medie şi media aritmetică, exprimată în procente, şi se calculează după
formula:

V   100 . (3.10)
X

În practica sportivă fluctuaţia rezultatelor măsurărilor în funcţie de mărimea

coeficientului variaţiei se consideră mică (0  10%), medie (11 – 20%) şi mare (V >
20%).
Coeficientul variaţiei are o mare importanţă în metrologia sportivă, deoarece,
fiind o mărime relativă (se măsoară în procente), permite de a compara între ele
fluctuaţiile rezultatelor măsurărilor, care au diferite unităţi de măsură. Coeficientul
variaţiei poate fi utilizat numai în cazul când măsurările sunt efectuate în scara
raporturilor.
Un loc special printre caracteristicile statistice, care au o mare importanţă
pentru construcţia diferitelor scări, îl ocupă cvartilii, decilii şi procentilii.

38
 Cvartilii împart totalitatea rezultatelor măsurărilor în patru părţi (spre deosebire
de mediană care o împarte în jumătate). Se deosebesc cvartili superior şi inferior.
Cvartilul mediu coincide cu mediana. Decilii împart întreaga totalitate în zece părţi,
iar procentilii  în o sută.
Menţionăm încă un indice al dispersiei  greşeala standard a mediei aritmetice.
Acest indice (de obicei se notează prin m sau S) caracterizează fluctuaţia mediei.
Explicăm acest lucru pe baza unui exemplu. Presupunem că ne interesează rezultatele
la alergări pe distanţa de 100 m ale elevilor din clasele de a zecea din or. Chişinău.
Efectuăm în acest scop un sondaj selectiv, şi pentru un eşantion cu volumul de 100
tineri obţinem că în medie elevii din clasele a zecea au rezultatul 13,7±0,4 s.
Presupunem că vom efectua asemenea cercetări în cadrul diferitor sondaje. Cum va
varia în ele media aritmetică? Este clar că cu cat este mai mare volumul eşantionului,
cu atât mai mică va fi variaţia mărimilor medii. Dacă, de exemplu, într-un caz vom
lua două eşantioane a câte 10 persoane, iar în al doilea câte 10 000 persoane,
rezultatele medii în al doilea caz, cel mai probabil, vor fi mai aproape unul de altul (şi
în acelaşi timp mai aproape de totalitatea generală medie  rezultatul mediu la fugă al
tuturor elevilor din clasele a zecea din Chişinău).
Greşeala standard a mediei aritmetice se calculează după formula:

Sx  , (3.11)
n

unde  este abaterea standard a rezultatelor măsurărilor, n  volumul eşantionului. În

exemplul adus mai sus greşeala standard a mediei este egală cu: S x  0,4 / 100  0,04
s, deci ea este de zece ori mai mică decât abaterea medie pătratică a rezultatelor
măsurărilor.
Alegerea caracteristicilor statistice este determinată de doi factori principali:
scara măsurărilor pe care o foloseşte cercetătorul şi legea repartizării rezultatelor
măsurării. Să examinăm ultimul factor mai amănunţit.

3.1.3. Curba repartizării normale

39
 Analizând repartizarea rezultatelor măsurărilor (vezi tab. 6) întotdeauna
construim ipoteza despre acea repartizare, pe care ar avea-o selecţia, dacă numărul
măsurărilor ar fi foarte mare. Asemenea repartizare (a unei selecţii foarte mari) se
numeşte repartizarea totalităţii generale sau t e o r e t i c e, iar repartizarea şirului
experimental de măsurări  e m p i r i c ă.
Repartizarea teoretică a majorităţii rezultatelor măsurărilor este descrisă de
formula repartizării normale, care pentru prima dată a fost găsită de matematicianul
britanic Moivre în anul 1733:
 x X 2
1 
f  x  e 2 2 , (3.12)
 2

unde π şi e sunt constante matematice (π = 3,141, e =2,718), X şi   media şi,

respectiv, şi abaterea mediei pătratice, x – rezultatele măsurărilor, f(x)  aşa-numita
funcţie a densităţii repartizării.
Fig.5
Curba repartizării normale

Această expresie matematică a repartizării permite de a obţine în formă de grafic

curba repartizării normale (fig. 5), care este simetrică faţă de centrul grupării (de
obicei aceasta este valoarea X , modei sau medianei). Această curbă poate fi obţinută
din poligonul repartizării în cazul unui număr infinit de mare de observaţii şi intervale
(vezi fig. 2). Partea haşurată a graficului reflectă procentul rezultatelor măsurărilor,
care se află între valorile x1 şi x2.
x X
Introducând notaţia u

, care se numeşte abatere n o r m a t ă sau

40
 s t a n d a r d i z a t ă, obţinem expresia pentru repartizarea normată:
u 2
1
f u  e 2
. (3.13)
2

În fig. 6 este prezentat graficul acestei expresii. El este remarcabil prin aceea că
pentru el X = 0 şi  = 1 (rezultatul normării). Toată suprafaţa, cuprinsă sub curbă,
este egală cu 1, deci ea reflectă toate 100% de rezultate ale măsurărilor. Pentru teoria
estimării pedagogice şi îndeosebi pentru construcţia scărilor estimărilor (ele sunt
descrise în capitolul 5) prezintă interes procentul rezultatelor, care se află în diapazon
diferit de variere sau fluctuaţie.

Fig. 6
Curba repartizării normate cu exprimarea procentuală a repartizărilor ale
repetărilor relative şi acumulate;
sub prima axă a absciselor  abaterea pătratică medie; sub a doua (de jos)  procentul
acumulat al rezultatelor.

Pentru estimarea varierii rezultatelor măsurărilor se utilizează următoarele

relaţii:
X ± 1,96 (u = ±1,96) intervalul include 95% din toate rezultatele
X ± 2,58 (u = ±2,58) 99%
X ± 3,29 (u = ±3,29) 99,9%
X ± 1 (u = ±1) 68,27%

41
 X ± 2 (u = ±2) 95,45%
X ± 3 (u = ±3) 99,73%
Cu alte cuvinte, abateri, mai mari decât , putem aştepta aproximativ într-un
caz din trei, abateri mai mari decât 2  în trei-patru cazuri din 100, abateri mai mari
de 3  în trei din 1000. Ultima relaţie pentru repartizarea normală se numeşte
„regula a trei sigma” şi se foloseşte la excluderea rezultatelor „greşite” ale
măsurărilor care variază puternic.
3.1.4. Alte caracteristici ale repartizării
Curba repartizării empirice nu întotdeauna are forma ideală a unui clopot şi nu întotdeauna
este simetrică. Pentru multe repartizări este caracteristică deplasarea curbei spre dreapta sau spre
stânga. În legătură cu aceasta se deosebeşte asimetria de s t â n g a (fig. 7) şi de d r e a p t a (fig.
8).

Fig. 7 Fig. 8
Asimetrie de stânga (pe abscisă  valorile Asimetrie pe dreapta (pe abscisă  valorile
rezultatelor măsurărilor, pe ordonată  rezultatelor măsurărilor, pe ordonată  frecvenţa)
frecvenţa)

Asimetria curbei repartizării este caracterizată de indicii asimetriei

(condensării). Unul dintre cei mai simpli indici este măsura condensării. La baza ei
stă abaterea mediei aritmetice de la modă
X  Mo
Sk  . (3.14)


Dacă semnul acestei expresii este negativ avem asimetrie de dreapta, dacă
semnul este pozitiv  de stânga.
42
 În afară de asimetrie curbele repartizării se mai caracterizează după forma
vârfului. Se deosebesc curbe cu vârful plat şi curbe cu vârful ascuţit (fig.9). Ele sunt
caracterizate de mărimea excesului, care se calculează după formula:

x  X
n
4
i
. (3.15)
Ex  i 1
3
 4

Dacă semnul excesului este negativ, atunci există tendinţa spre vârf plat şi invers.

Fig. 9
Curbe ale repartizărilor cu vârful
plat şi cu vârful ascuţit
(pe abscisă  valorile rezultatelor
măsurărilor, pe ordonată  frecvenţa)

Caracteristicile examinate ale repartizării au o valoare importantă în teoria

testelor şi estimărilor, deoarece permit de a aprecia repartizarea empirică şi de a o
compara cu unele tipuri teoretice ale repartizării. Mai pe larg se utilizează
repartizarea normală.
Dacă rezultatele măsurărilor după caracteristicile lor pot fi atribuite repartizării
normale, atunci alegerea metodei statistice de analiză a rezultatelor este
predeterminată. Aceasta este foarte important deoarece pentru cercetător riscul de a
utiliza o metodă statistică de analiză incorectă scade.
3.1.5. Prelucrarea matematică a rezultatelor măsurărilor directe*
Noi acum cunoaştem suficient pentru a ne întoarce la întrebarea despre
greşelile aleatorii ale măsurărilor (vezi 2.3.3.).
Pentru a estima greşeala aleatorie a măsurării, se măsoară unul şi acelaşi obiect
de câteva ori, cu unul şi acelaşi aparat şi în aceleaşi condiţii. În calitate de estimaţie a
**
mărimii măsurate xi se alege media selectivă a rezultatelor acestor măsurări A , care
se calculează după formula 3.2:
x1  x 2  ...  x n 1 n
A   xi .
n n i 1

43
*
Se consideră măsurări directe cele, la care valoarea mărimii măsurate se obţine direct (nemijlocit)
de la aparat. De exemplu, măsurarea masei, distanţei. În cazul măsurărilor indirecte mărimea
cercetată nu se măsoară, dar se calculează ca funcţie de alte măsurări. De exemplu, măsurarea
densităţii corpului, momentelor de inerţie a membrelor.
**
În acest paragraf se utilizează semnele convenţionale acceptate în metrologie la aprecierea
exactităţii măsurărilor (ГОСТ 16 263  70).
Dispersia selectivă a mărimii măsurate pentru un număr n de măsurări se calculează
după formula 3.6:

2 
1 n
  xi  A  2 .
n  1 i 1

Însă pentru aprecierea greşelii aleatorii deseori se foloseşte valoarea abaterii

mediei pătratice selective (abaterii standard), care se calculează după formula 3.7:

 
1 n
n  1 i 1

 xi  A  2
.

Atunci greşeala medie pătratică a rezultatului mediu al măsurărilor se

determină ca / n (mai amănunţit vezi 3.1.2).
Aflând toate aceste valori, putem estima exactitatea măsurării directe (se
notează prin  ), care se determină ca mărime absolută a diferenţei dintre valoarea
reală a mărimii măsurate A (vezi 2.3.2) şi valoarea medie selectivă A, deci
  A  A  U a  / n ,

unde Ua este valoarea repartizării normate (vezi 3.1.3). Atunci rezultatul final al
măsurării se va prezenta în careva interval:
A  < A< A  .
Pentru compararea diferitelor serii ale măsurărilor se calculează eroarea
relativă (vezi 2.3.2) după formula:

  100% .
A

Această formulă este asemenea cu formula calculării coeficientului de variaţie

(3.10) şi are aceleaşi proprietăţi.
Aşadar, toate formulele, folosite pentru estimarea mărimii greşelii aleatorii şi a
exactităţii măsurărilor, au fost deja descrise şi explicate în capitolele precedente.

44
 Să examinăm, de exemplu, ordinea prelucrării unei serii de măsurări.
Rezultatul săriturii în lungime a fost măsurat de 7 ori de una şi aceeaşi persoană, în
aceleaşi condiţii, cu una şi aceeaşi panglică. Au fost obţinute următoarele rezultate ale
măsurărilor, în centimetri: 847, 848, 847, 849, 847, 849, 842. Să efectuăm prelucrarea
acestei serii de măsurări.
1. Determinăm rezultatul mediu al măsurărilor:
x1  x 2  ...  x n 847  848  ...  842 5929
A    847 .
7 7 7

2. Calculăm greşeala medie pătratică a unei singure măsurări:

1 n
 xi  A  2   847  847 2   848  847 2  ...   842  847 2
  
n  1 i 1 7 1
 2,38 .

3. Determinăm abaterea cea mai mare a unei măsurări luate în parte max,
convingându-ne că printre rezultatele măsurărilor nu sunt de cele care s-ar deosebi de
media aritmetică mai mult decât cu 3. Dacă asemenea rezultate sunt, ele trebuie
aruncate, iar prelucrarea se începe de la început.
max = 3.  = 3. 2,38 = 7,14.
Pentru exemplul nostru nu sunt măsurări, care se deosebesc de valoarea medie
mai mult decât cu 7,14, prin urmare toate ele vor participa în calculele ulterioare.
4. Determinăm greşeala pătratică medie a mediei aritmetice:
 2,38
SA    0,89 .
n 7

5. Determinăm exactitatea măsurării. Alegem valoarea Ua = 3.00 reieşind din

calculul că în interval vor fi incluse 99,7% din toate măsurările posibile pentru cazul
dat:
 = 3 ∙ 0,89 = 2,67  3.
Astfel, rezultatul măsurării, ţinând cont numai de greşeala aleatorie, poate fi
scris astfel:
A   847  3 cm.
Prin urmare, putem confirma cu probabilitatea a = 0,997 că valoarea reală a
rezultatului măsurării săriturii în lungime nu va depăşi limitele valorilor intervalului
844 şi 850.
45
 6. Să estimăm eroarea relativă a rezultatului seriei de măsurări:
3
  100%  0,35% .
847

În cazul multiplelor măsurări se poate întâmpla ca rezultatele să fie egale. Prin

urmare, greşelile aleatorii ale măsurărilor sunt mai mici decât eroarea aparatului de
măsurat sau egală cu ea. Atunci estimarea exactităţii măsurării este cea mai mică
valoare a gradaţiei scării aparatului. În cazul estimării valorii reale a mărimii
măsurate indirect, se folosesc expresii matematice mai complicate, care sunt expuse
în literatura specială.

3.2. Interdependenţa rezultatelor măsurărilor

3.2.1. Interdependenţele funcţională şi statistică
În cercetările sportive între indicii studiaţi se descoperă o interdependenţă.
Forma ei poate fi diferită. De exemplu, determinarea vitezei după datele cunoscute
ale vitezei în biomecanică, legea lui Feihner în psihologie, legea lui Hill în fiziologie
şi altele caracterizează aşa-numita interdependenţă f u n c ţ i o n a l ă sau
dependenţa, la care fiecărei valori a unui indice îi corespunde o valoare strict definită
a altuia.
La alt tip de interdependenţă se referă, de exemplu dependenţa masei corpului
de lungime. Unei valori a lungimii corpului îi poate corespunde câteva valori ale
masei şi invers. În asemenea cazuri, când unei valori a unui indice îi corespunde
câteva valori ale altuia, interdependenţa se numeşte s t a t i s t i c ă.
Studiului interdependenţei statistice între diferiţi indici în cercetările sportive i
se acordă o mare atenţie, deoarece aceasta permite de a descoperi anumite legităţi şi a
le descrie în continuare atât prin cuvinte, cât şi matematic cu scopul de a fi utilizate
de către antrenor şi pedagog în lucrările practice.
Printre interdependenţele statistice mai importante sunt cele corelaţionale
(din latină correlatio  raport, corespondenţă). Interdependenţa constă în aceea că
valoarea medie a unui indice se schimbă în funcţie de valoarea altuia.

46
 Metoda statistică, care se utilizează pentru studierea interdependenţelor, se
numeşte analiză corelaţională. Problema principală a acesteia este determinarea
formei, densităţii şi a directivităţii indicilor studiaţi. Analiza corelaţională
permite de a studia numai interdependenţele statistice. Ea se utilizează pe larg în
teoria testelor pentru estimarea stabilităţii şi informativităţii lor (vezi cap. 4). Diferite
scări de măsurare, după cum va fi arătat în continuare, necesită diferite variante ale
analizei corelaţionale.
3.2.2. Câmpul corelaţional
Analiza interdependenţelor începe cu prezentarea grafică a rezultatelor
măsurărilor în sistemul dreptunghiular de coordonate. Presupunem că la şase
persoane supuse experimentului a fost înregistrată proba tragerii la bară până la
perioada pregătitoare de antrenament (X) şi la sfârşitul ei (Y). Scriem rezultatele
măsurărilor:
Nr. X Y
1 10 12
2 9 10
3 12 12
4 10 10
5 9 13
6 11 12

Pentru aceste rezultate construim graficul, la care pe axa absciselor depunem

rezultatele X, iar pe axa ordonatelor  rezultatele Y. Astfel, fiecare pereche de
rezultate în sistemul dreptunghiular de coordonate va fi expusă printr-un punct (fig.
10).
O asemenea dependenţă grafică se numeşte diagrama dispersiei sau câmp
corelaţional. Analiza vizuală a graficului permite de a descoperi forma dependenţei
(sau cel puţin poate fi făcută o presupunere). În cazul dat această formă este aproape
de figura geometrică  elipsa. Forma corectă de acest fel o vom numi dependenţă
liniară sau forma liniară a interdependenţei .

47
 Fig. 11
Fig. 10
Câmp de corelaţie (dependenţă neliniară):
Câmp de corelaţie (dependenţă
pe abscisă  viteza paletei, pe ordonată 
liniară)
viteza de zbor a mingii

Însă în practică se poate întâlni şi o altă formă de interdependenţă (de exemplu,

fig. 11). Această dependenţă, obţinută experimental în cazul servirii la tenis, este
caracteristică pentru forma neliniară a interdependenţei sau pentru dependenţa
neliniară.
Astfel analiza vizuală a câmpului corelaţional permite de a descoperi forma
dependenţei statistice  liniară sau neliniară. Aceasta are o mare importanţă pentru
pasul următor în analiză  selectarea şi calcularea coeficientului corespunzător de
corelaţie.
3.2.3. Aprecierea densităţii interdependenţei
Pentru estimarea densităţii interdependenţei în analiza corelaţională se
foloseşte valoarea (mărimea absolută) a unui indice special  coeficientul de
corelaţie. Valoare absolută a oricărui indice de corelaţie se află în limitele de la 0
până la 1. Se interpretează valoarea acestui coeficient în felul următor:
 coeficientul de corelaţie = 1.00 (interdependenţă funcţională, deoarece unei
valori a unui indice îi corespunde doar o singură valoare a altui indice, de aceea nu se
observă nici o variaţie pe diagrama dispersiei);
 coeficientul de corelaţie = 0,99  0,7 (interdependenţă statistică puternică);
 coeficientul de corelaţie = 0,69  0,5 (interdependenţă statistică medie);

48
  coeficientul de corelaţie = 0,49  0,2 (interdependenţă statistică slabă);
 coeficientul de corelaţie = 0,19  0,09 (interdependenţă statistică foarte
slabă);
 coeficientul de corelaţie = 0,00 (corelaţie nu există).

Fig. 12 Fig. 13

Dependenţa dintre forţa principală şi Dependenţa dintre rezultatele la

rezultatul aruncării greutăţii (n =80). aruncarea greutăţii de masă diferită (n =

Exemplu de dependenţă corelaţională 80).
foarte slabă. Coeficientul de corelaţie = Exemplu de dependenţă corelaţională

0,09. foarte puternică. Coeficientul de corelaţie =

Pe abscisă  forţa principală, pe 0,892.

ordonată  rezultatul aruncării greutăţii Pe abscisă  rezultatul aruncării greutăţii de
5 kg, pe ordonată  rezultatul aruncării
greutăţii de 3 kg

În fig. 12 şi 13 sunt aduse exemplele a două interdependenţe diferite.

În aşa fel, valoarea (mărimea absolută) coeficientului de corelaţie, schimbându-
se în limitele de la 0 până la 1, permite de a aprecia densitatea interdependenţei. Pe
lângă densitate ne mai interesează directivitatea interdependenţei.
3.2.4. Directivitatea interdependenţei
Diagrama dispersiei în fig. 13, pe lângă interdependenţa statistică puternică are
încă o particularitate  tendinţa dependenţei direct proporţionale . Aceasta înseamnă
49
că îmbunătăţirea, de exemplu, a rezultatului la aruncarea greutăţii cu masa de 3 kg provoacă
ameliorarea (în medie) a rezultatului la aruncarea greutăţii cu masa de 5 kg. În fig. 14 este
prezentată diagrama dependenţei invers proporţionale. În acest caz majorarea unui indice este legată
de micşorarea altuia (în medie).
Fig. 14
Dependenţa dintre rezultatele la
fugă pe 100 m şi săriturile în
lungime cu avânt (n = 50).
Exemplu de interdependenţă
negativă: coeficientul de corelaţie =
0,628. Cu micşorarea timpului la
fugă (la mărirea vitezei) cresc
rezultatele în lungime.
Pe abscisă  rezultatele la fugă pe
100 m, pe ordonată  la sărituri în
lungime

Directivitatea dependenţei se reflectă în semnul coeficientului de corelaţie.

Semnul + (plus) indică o interdependenţă direct proporţională sau pozitivă; semnul 
(minus) vorbeşte despre o interdependenţă inversă sau negativă (fig. 15).
Fig. 15
Exemple de interdependenţe
statistice:
a  forma neliniară a dependenţei, b
a b c  dependenţa statistică lipseşte
(coeficientul de corelaţie = 0), c 
dependenţa funcţională (coeficientul
de corelaţie = +1), d  dependenţă
pozitivă (coeficientul de corelaţie
>0), e  dependenţă negativă
(coeficientul de corelaţie <0)
50
 d e

3.2.5. Regresia
În cercetările practice apare necesitatea de a aproxima (a descrie aproximativ)
diagrama dispersiei printr-o expresie matematică. Pentru dependenţa liniară acest
lucru se face foarte simplu: elipsa corelaţională poate fi înlocuită printr-o linie dreaptă
(fig. 16). În sistemul dreptunghiular de coordonate ecuaţia liniei drepte se scrie în
felul următor:
Y = a + b ∙ X. (3.16)
Această expresie matematică a dependenţei corelaţionale se numeşte ecuaţia
regresiei. Coeficienţii a şi b se numesc parametrii ecuaţiei regresiei , a
determină segmentul tăiat de linia dreaptă pe axa Y, b  variaţia lui Y la schimbarea
lui X cu o unitate şi se numeşte, de asemenea, coeficient al regresiei .
Ecuaţia regresiei cu atât mai bine descrie dependenţa, cu cât este mai mică
dispersia diagramei, cu cât este mai mare densitatea interdependenţei. Ecuaţia liniei
drepte este utilă pentru descrierea numai a dependenţelor liniare.

51
 În cazul dependenţelor neliniare
expresia matematică poate fi reflectată de
ecuaţiile parabolei, hiperbolei ş.a.
În încheiere este necesar să facem o
remarcă foarte importantă despre valoarea
indicilor care caracterizează
interdependenţa criteriilor (coeficien- ţilor
Fig. 16
de corelaţie, ai regresiei ş.a.m.d.).
Linia regresiei
Toţi aceştia oferă doar mărimea calitativă a relaţiei, însă nimic nu spun despre
motivele dependenţei. Să determine aceste motive este lucrul cercetătorului însuşi.

3.3. Metodele de calculare a coeficienţilor interdependenţei

Calcularea valorii coeficientului interdependenţei  este o procedură mecanică
de calcul. Înainte de aceasta este necesar să răspundem la careva întrebări. Aceste
întrebări se referă la indicii studiaţi şi se formulează în felul următor: în care scară se
măsoară indicele studiat? Cât de multe măsurări ale acestui indice au fost efectuate?
Putem considera şirul de măsurări indice al selecţiei, care are legea repartiţiei
normale? ş.a. După cum va fi arătat în continuare, fiecare caz este legat de calcularea
unui anumit indice al interdependenţei.

3.3.1. Calcularea coeficientului liniar par al corelaţiei

Pentru estimarea interdependenţei, când măsurările se efectuează în scara
raporturilor sau intervalelor şi forma liniară a interdependenţei, se utilizează
coeficientul de corelaţie Brave  Pirson. Acesta se notează prin litera latină r.
Calcularea valorii lui r cel mai frecvent se efectuează după formula:

x  X  yi  Y 
n

i
r i 1 , (3.17)
n  x  y

unde X şi Y sunt valorile medii aritmetice ale indicilor x şi y, x şi y  abaterile

mediei pătratice, n  numărul de măsurări (de persoane supuse experimentului).

52
 De exemplu, studenţii din anul I, care se specializează în atletica uşoară, au fost
supuşi experimentului în următoarele exerciţii de control (teste): alergare pe distanţa
de 30 m (rezultatul, în secunde, îl notăm prin X) şi triplu salt de pe loc (rezultatul, în
metri, îl notăm prin Y). În total au fost supuşi experimentului 10 persoane*.
Rezultatele experimentului şi ale calculelor intermediare
Tabelul 8
Nr. d/o Nr. coloanei
1 2 3 4 5 6 7
Notaţiile
X Y x  X  y Y   x  X  y  Y  x  X  2
 y Y 
2

1 3,5 8,05 0,2 0,72 0,144 0,04 0,5184

2 3,6 7,34 0,1 0,01 0,001 0,01 0,0001
3 3,6 7,37 0,1 0,04 0,004 0,01 0,006
4 3,6 7,77 0,1 0,44 0,044 0,01 0,1936
5 3,8 7,04 0,1 0,29 0,029 0,01 0,0841
6 3,7 7,17 0 0,16 0 0 0,0256
7 3,9 6,50 0,2 0,83 0,166 0,04 0,6889
8 3,4 8,15 0,3 0,82 0,09 0,6724
0,246
9 3,6 6,98 0,1 0,35 0,01 0,1225
0,035
10 3,6 6,97 0,36 0,01 0,1296
0,1 0,036
Suma 36,8 73,34 0,563 0,23 2,4368

Diagrama dispersiei rezultatelor experimentelor este prezentată în fig. 17. Presupunem că

forma diagramei este liniară.
Fig. 17
Dependenţa dintre rezultatele la fugă
30 m din mers şi la triplul salt de pe
loc.

Pentru calcularea coeficientului de corelaţie folosim algoritmul, pe care îl

descriem pe paşi.

53
*Acest exemplu este convenţional. Pentru obţinerea coeficienţilor de corelaţie, care nu sunt
dependenţi de greşeli aleatorii mari, sunt necesare cel puţin câteva zeci de măsurări. Pentru zece
persoane supuse verificării probabilitatea greşelilor este foarte mare.
** Se numeşte algoritm indicaţia exactă, ce determină procesul de calcul, care conduce de la datele
iniţiale la rezultatul necesar.
Pasul 1. Calculaţi X şi Y . Împărţiţi sumele rezultatelor coloanelor 1 şi 2 la
n.

X 
 x  36,8  3,7; Y 
 y  73,34  7,33 .
n 10 n 10

Pasul 2. Calculaţi (x  X )  coloana 3 şi (y  Y )  coloana 5.

Pasul 3. Calculaţi produsul (x  X )(y  Y ) şi suma lor  coloana 5.
Pasul 4. Calculaţi suma pătratelor diferenţelor  (x  X )2  coloana a 6-a şi
 (y  Y )2  coloana a 7-a (ridicaţi la pătrat valorile coloanelor 3 şi 4, iar
rezultatele obţinute adunaţi-le).
Pasul 5. Calculaţi x şi y (împărţiţi suma coloanelor 6 şi 7 la (n  1) şi
extrageţi rădăcina pătrată din câturile obţinute).

 x  X 
2
0,23
x    0,16;
n 1 10  1

 y  X 
2
2,4368
y    0,52.
n 1 10  1

Pasul 6. Calculaţi valoarea lui r. Înlocuiţi valorile obţinute în formula 3.17:

r
  x  X  y  Y    0,563
 0.677.
n  x  y 10  0,16  0,52

Astfel, între rezultatele la fugă pe distanţa de 30 m şi rezultatele triplului salt de

pe loc (pentru specializarea studiată) a fost găsită interdependenţa statistică medie
negativă. Aceasta înseamnă că îmbunătăţirea rezultatului (micşorarea timpului) la
fugă este legată de îmbunătăţirea (majorarea) rezultatului la triplul salt.
În unele cazuri densitatea interdependenţei se stabileşte pe baza indicelui de
determinare D, care se calculează după formula:
D = r2 ∙ 100% . (3.18)

54
 Acest coeficient determină partea variaţiei comune a unui indice, care se
explică prin variaţia altui indice. Deci, pentru valoarea calculată r = 0,677
coeficientul de determinare se calculează astfel:
D = (0,677)2 ∙ 100% = 45,8%.
Prin urmare, numai 45,8% ale interdependenţei rezultatului la alergare pe
distanţa de 30 m şi la triplul salt se explică prin influenţa reciprocă. Partea rămasă
(100%  45,8% = 54,2%) a variaţiei se explică prin influenţa altor factori care nu au
fost luaţi în considerare.
3.3.2. Calcularea coeficienţilor ecuaţiei regresiei
După cum deja a fost stabilit în 3.2.5, în cazul dependenţei liniare ecuaţia
regresiei este ecuaţia liniei drepte. Asemenea ecuaţii sunt două:
Y  a1  bY / X  X  directă şi X  a2  bX Y  Y  inversă, unde a şi b sunt coeficienţi

sau parametri, care urmează a fi determinaţi.

Valoarea coeficienţilor regresiei se calculează după formula:
y 
şi bx / y  r   .
x
by / x  r  (3.19)
x y

Coeficientul regresiei b are dimensiunea egală cu raportul dimensiunilor

indicilor studiaţi X şi Y şi acelaşi semn, ca şi coeficientul corelaţiei.
Coeficientul a se determină după formula:
a1  Y  by / x  X şi a 2  X  bx / y  Y . (3.20)

Pentru a estima calitatea ecuaţiei regresiei se calculează abaterea medie

pătratică remanentă după formula:
 y / x   y 1 r 2 şi  x / y   x 1 r 2 . (3.21)
Aceste estimări sunt absolute şi, prin urmare, nu pot fi comparate una cu alta.
De aceea se introduc estimările erorii relative a ecuaţiilor, care se exprimă în procente
şi se stabileşte după formula:
 y/x  x/ y
 y/x  100% şi  x / y  100% . (3.22)
Y X

55
 Valoarea acestei estimări, dacă r = ± 1.00, este egală cu zero şi, dacă r = 0.00,
este maximă. Abaterea medie pătratică remanentă caracterizează oscilaţia Y faţă de
linia regresiei după X în ecuaţia directă a regresiei şi invers în caz contrar.
Drept exemplu (tab. 9) calculăm valorile parametrilor ecuaţiei regresiei 
directă şi inversă:
y  a1  b y / x  x

y 0,52 m
by / x  r   0,677  2,20  ;
x 0,16 s

a1  Y  b y / x  X  7,33    2,20  3,7  15,47 m  ;

x  a 2  bx / y  y

x 0,16  s
bx / y  r   0,677  0,21  ;
y 0,52 m

a 2  X  bx / y  Y  3,7    0,21  7,33  5,24 s .

Ecuaţiile cu parametrii a şi b calculaţi au următorul aspect:

Y(m) = 15,47  2,20 ∙ X(s); X(s) = 5,24  0,21∙ Y(m).
Valoarea abaterilor medii pătratice remanente se determină astfel:
 y / x   y 1  r 2  0,52 1    0.677  2  0,38;

 x / y   x 1  r 2  0,16 1    0.677  2  0,18 .

 y/x 0,38 100%

 y/ x  100%   5,2%;
Y 7,33

 x/ y 0,18  100%
x/ y   100%   4,9%.
X 3,7

Prin urmare, eroarea ecuaţiei X = 5,24  0,21∙ Y va fi mai mică şi în practică ea

va avea prioritate faţă de prima, de exemplu până la precizia prognozării.

3.3.3. Calcularea raportului corelaţional

Pentru estimarea gradului interdependenţei în cazul formei neliniare a dependenţei şi a
măsurărilor în scara intervalelor şi a raporturilor se foloseşte raportul corelaţional. El se notează
prin litera grecească η („eta”). În cazul interdependenţei liniare valoarea raportului corelaţional în
mărime absolută coincide cu coeficientul de corelaţie. În fig. 18 cu linie punctată este evidenţiată
interdependenţa liniară, care după densitate este cu mult mai mică decât cea neliniară, evidenţiată cu
linie neîntreruptă.

56
 Fig. 18
Compararea dependenţelor liniară şi
neliniară

De obicei pentru o dependenţă se calculează două valori ale raportului

corelaţional: ηx/y şi ηy/x. Numai în cazul interdependenţei liniare puternice ele sunt
egale între ele şi egale cu coeficientul de corelaţie. Pentru un număr mic de măsurări
este comod să se folosească pentru calcule următoarele formule:

x  X   x  X  x  X 

2 2 2

x/ y  y
 1
y
(3.23)
x  X  x  X 
2 2

 y Y    y Y   y Y  ,
2 2 2

y/x  x
 1
x
(3.24)
 y Y   y Y 
2 2

unde X Y şi Y X sunt mediile aritmetice grupate ale indicilor X şi Y. Raportul

corelaţional nu poate fi negativ, deci el ia valorile 0 < η < 1.
Algoritmul calculării raportului corelaţional aici nu se examinează. El poate fi
uşor calculat după formulele 3.21 şi 3.22, alcătuind un tabel de tipul celui folosit
pentru calculul coeficientului de corelaţie.
3.3.4. Calcularea coeficienţilor particular şi multiplu de corelaţie
Asupra interdependenţei a doi indici influenţează diferiţi factori. În practică
deseori apare necesitatea de a estima interdependenţa X şi Y pentru ceilalţi indici
stabili (Z, Q ş.a.). În asemenea cazuri se calculează coeficienţii particulari (parţiali)
de corelaţie rXY.Z, rXY,ZQ ş.a.m.d. Coeficientul rXY.Z permite de a estima interdependenţa
X şi Y în cazul excluderii (eliminării) influenţei asupra ei a indicelui Z. Calculele se
efectuează după formula:
rxy  rxz  ryz
rxyz  , (3.25)
1  r 1  r 
2
yz
2
yz

57
unde rxy, rxz, ryz coeficienţii liniari pari de corelaţie.
De exemplu, într-un experiment (V. M. Zaţiorskii, Iu. M. Arestov, 1964) au
măsurat la 190 de băieţi de 11  14 ani pe lângă altele şi lungimea corpului, masa
corpului şi rezultatele săriturilor în înălţime. Coeficienţii de corelaţie s-au dovedit a fi
egali: lungimea corpului  sărituri în înălţime = 0,832; masa corpului  sărituri în
înălţime = 0,723; lungimea corpului  masa corpului = 0,913. Aşadar, copiii mai
înalţi şi cu masă mai mare au sărit mai sus. Însă este evident că mulţi din ei aveau
masă mare din cauza că ei erau mai înalţi. Care ar fi dependenţa dintre masa corpului
şi rezultatele săriturii în înălţime, dacă lungimea corpului a tuturor băieţilor ar fi
aceeaşi? Calculele arată că:
rxy  rxz  ryz 0,723  0,832  0,913
rxyz    0,151.
1  r 1  r 
2
yz
2
yz 1  0,832 1  0,913 
2 2

Prin urmare, în cazul excluderii influenţei lungimii corpului corelaţia devine

negativă: în celelalte condiţii egale copiii cu masa corpului mare ar fi sărit puţin mai
jos. Dacă însă am exclude influenţa masei, atunci coeficientul particular de corelaţie
dintre lungimea corpului şi rezultatele săriturilor în înălţime rămâne destul de înalt =
0,614. Pentru celelalte condiţii egale copiii mai înalţi vor avea prioritate la acest
exerciţiu.
Pentru cercetarea densităţii interdependenţei între indicele X şi un careva set de
alţi indici se foloseşte coeficientul multiplu de corelaţie, care se notează prin RXYZ. În
cazul estimării influenţei reciproce a indicilor X şi Z asupra indicelui X valoarea
coeficientului multiplu de corelaţie se calculează după formula:
rxy2  rxz2  2  rxy  rxz  ryz
Rxyz  . (3.26)
1  ryz2

Pentru exemplul adus influenţa în comun a masei corpului şi lungimii corpului

asupra rezultatelor săriturilor în înălţime va fi egală cu:
0,832 2  0,7232  2  0,832  0,723  0,913
Rxyz   0,725.
1  0,9132

Deoarece lungimea corpului influenţează pozitiv (puternic) asupra succeselor

la săriturile în înălţime, iar masa corpului negativ (slab), influenţa comună a acestor

58
indici se dovedeşte a fi pozitivă, dar nu atât de înaltă, ca influenţa numai a lungimii
corpului.
Menţionăm că coeficienţii particulari de corelaţie variază în limitele de la 1
până la +1 (ca şi coeficientul liniar par simplu de corelaţie), iar coeficientul multiplu
de corelaţie  de la 0 până la +1 (valori negative nu are).
Aceşti coeficienţi de corelaţie se folosesc în teoria testelor pentru estimarea
informativităţii (cap. 4). În cazul unui număr mare de indici (teste) calcularea
coeficienţilor se complică şi necesită aplicarea MEC.
3.3.5. Calcularea coeficientului de corelaţie prin ranguri
Stabilirea interdependenţei indicilor, măsuraţi în scara ordinelor se efectuează
cu utilizarea coeficienţilor de corelaţie prin ranguri.
Vom lua cunoştinţă cu unul din ei  coeficientul de corelaţie prin ranguri
Spirman (se notează cu litera grecească „ro”  ρ). El se calculează după formula:
6d 2
  1 , (3.27)
n n 2  1

unde d = dx  dy este diferenţa rangurilor a acestei perechi de indici X şi Y, n 

volumul selecţiei (numărul de persoane supuse experimentului).
Să examinăm pentru exemplificare estimarea interdependenţei indicilor: X este
locul ocupat în cursa la schi cu start comun; Y  numărul de starturi până la
întrecerile ca atare în curse asemănătoare din acest sezon. Toate celelalte condiţii
(stagiul sportiv, vârsta, calificarea ş.a.) sunt aproape aceleaşi. Rezultatele
observaţiilor şi sondajului sunt prezentate în tab. 9 (coloanele 1 şi 2). Deoarece indicii
sunt măsuraţi în scara ordinelor, calculăm valoarea coeficientului de corelaţie prin
ranguri.

Scriem algoritmul calculării coeficientului de corelaţie prin ranguri Spirman ρ

pe paşi.
Pasul 1. Aranjaţi (ordonaţi şi scrieţi numărul de ordine) indicii X şi Y.
Deoarece X este deja ordonat şi indică rangurile corespunzătoare, scriem valorile lui

59
în coloana 3. Indicelui X îi atribuim rangurile în felul următor: valorii 10  rangul 1; 9
 rangul (2 + 3)/2 = 2,5; 8  rangul 4, 7  rangul 5 ş.a.m.d. (coloana 4).

Calcularea coeficientului de corelaţie prin ranguri Spirman

Tabelul 9
Nr. d/o 1 2 3 4 5 6
X Y dx dy dx  dy (dx  dy)2
1 1 9 1 2,5 1,5 2,25
2 2 10 2 1 1 1
3 3 8 4 1 1
4 4 7 4 5 1 1
5 5 9 5 2,5 2,5 6,25
6 6 4 6 7,5 1,5 2,25
7 7 4 7 7,5 0,5 0,25
8 8 3 8 9,5 1,5 2,25
9 9 5 9 6 3 9
10 10 3 10 9,5 0,5 0,25
Suma 25,5
Pasul 2. Calculaţi diferenţa rangurilor d = dx  dy (coloana 5).
Pasul 3. Calculaţi pătratul diferenţei d2 = (dx  dy)2 Coloana 6).
Pasul 4. Calculaţi suma pătratelor diferenţelor  d2 ( = 25,5).
Pasul 5. Calculaţi valoarea lui ρ (după formula 3.27):
6d 2 6  25,5
  1 ,  1  1  0,154  0,846 .
n n  1
2
1010 2  1

Valoarea ρ = 0,846 caracterizează o interdependenţă pozitivă puternică. Cu alte

cuvinte, experienţa acumulată în curse de acest fel, determină destul de puternic
performanţa evoluării în alte condiţii asemănătoare.
Coeficientul de corelaţie prin ranguri Spirman variază în limitele de la 1 până
la +1. Avantajul coeficienţilor de corelaţie prin ranguri este simplitatea calculării. De
aceea el trebuie folosit pentru estimarea rapidă a interdependenţei, când indicii sau
semnele nu pot fi măsurate exact, nu pot fi ordonate.

3.3.6. Calcularea coeficientului tetrahoric de conjugare

Dacă indicii sunt măsuraţi după scara denumirilor (adică lor li se pot atribui
anumite numere, dar nu putem vorbi despre faptul că unul din ei este mai mare decât

60
celălalt), atunci nu putem calcula indicii de corelaţie descrişi. Dacă indicii variază
alternativ, de exemplu executarea şi neexecutarea însărcinării, sexul masculin sau
feminin ş.a.), atunci pentru examinarea interdependenţei lor, când fiecare din ei poate
avea numai două situaţii (0 şi 1, da şi nu ş.a.) se utilizează coeficientul tetrahoric de
conjugare. Acesta se notează prin T4 şi se calculează după formula:
A  D  B  C  0,5  n
T4  , (3.28)
 A  B  C  D  A  C  B  D 
unde A este valoarea, tab. 11, care corespunde numărului de persoane supuse
studiului (încercări), ce coincide după ambii indici X şi Y, adică 11; B  valoarea, ce
corespunde numărului de coincidenţe 0 - X şi 1  Y; C  valoarea ce corespunde cu
numărului de coincidenţe 0  X şi 0  Y; D  valoare ce corespunde lui 0  X şi 0  Y;
n  volumul sondajului.
Să examinăm un exemplu. Un grup de 18 persoane a executat două însărcinări
de mişcare, diferite după gradul de dificultate. Executarea se fixează ca „1”, iar
neexecutarea ca „0”. Să stabilim gradul de echivalenţă al acestor două însărcinări.
Pentru aceasta este necesar să calculăm coeficientul tetrahoric de conjugare. Datele
sunt prezentate în tab. 10.
Datele iniţiale pentru calcularea coeficientului tetrahoric de conjugare
Tab elul 10
Nr. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
X 1 1 0 1 1 1 0 0 1 0 1 1 0 1 0 1 1 1
Y 0 1 1 0 0 1 0 1 1 0 0 1 1 1 1 0 1 1

Pentru a calcula coeficientul T4, completăm pătrăţelele tab. 11. Pentru aceasta
aflăm numărul de coincidenţe respective pentru pătrăţelele A, B, C şi D.
După datele acestui tabel calculăm valoarea lui T4 după formula 3.28:
A  D  B  C  0,5  n 7  2  5  4  0,5 18
T4    0,040.
 A  B  C  D  A  C  B  D  11  7 12  6

Calcularea coeficientului tetrahoric de conjugare

Tabelul 11
X
1 0
61
 A B A+B
7 4 7 + 4 = 11
C D C+D
5 2 5+2=7
A+C B+D A+B+C+D
7 + 5 = 12 4+2=6 7 + 4 + 5 + 2 = 36

Menţionăm că T4 se schimbă în limitele de la 1 până la +1. Prin urmare,

valoarea T4 = 0,040 caracterizează interdependenţa negativă neesenţială, adică două
însărcinări practic nu sunt echivalente.
Variaţia poate fi nu doar alternativă, adică variaţia în baza a două clase.Există
câteva clase de variaţii. În acest caz se calculează aşa-numitul coeficient polihoric de
corelaţie. Nu e descris în manualul dat.

3.4. Ipotezele statistice şi autenticitatea caracteristicilor statistice

Adesea, la analiza vreunui fenomen oarecare din sport este necesar de a face o
concluzie generalizatoare referitoare la anumiţi indici. Bunăoară, din 17 patinatori ce
au luat parte la lecţia de antrenament, la 3 dintre ei se înregistrează o reîntremare
incompletă după antrenament. Denotă oare acest fapt dificultatea procesului de
antrenament sau poate constituie o simplă întâmplare? Cred că dacă acest fapt
neplăcut s-ar întâmpla cu toţi 17 sportivi, nu încape nici o îndoială că antrenamentul
nu a decurs corect. Aşadar, în acest caz e vorba despre reprezentabilitatea sondajului
în baza căruia se face concluzia. Aceeaşi întrebare poate fi formulată altfel: câţi
indivizi urmează să fie cercetaţi pentru a obţine nişte date autentice? Aceasta este
foarte important pentru un cercetător, deoarece constituie o iminenţă pentru
problemele ce se rezolvă pe cale ştiinţifică. Aceste şi astfel de chestiuni cum ar fi
compararea rezultatelor medii ale diferitor grupuri, evaluarea preciziei rezultatelor
măsurărilor, evaluarea autenticităţii coeficienţilor legăturilor reciproce şi altele, se
rezolvă prin aplicarea unor procedee de verificare a ipotezelor statistice.

3.4.1. Verificarea ipotezelor statistice

62
 I p o t e z a s t a t i s t i c ă constituie o presupunere verificabilă matematic
referitoare la caracteristicile statistice ale rezultatelor măsurărilor. Ipoteza statistică se
notează de obicei prin H: (afirmaţie). Să admitem că ne este cunoscută (în baza
cercetării) înălţimea medie a studenţilor anului întâi -- X 1. Totodată este cunoscută
valoarea acestui indiciu pentru categoria de vârstă examinată la o scară mai largă,
europeană, de exemplu -- X 1. Aşadar, X 1 este caracteristica selectării; iar X 0 –
caracteristica totalităţii generale. Să admitem că înălţimea corpului studenţilor noştri
nu diferă de cea medie europeană. Atunci ipoteza statistică se va nota H 0 : ( X 1 = X

0 ), deci se presupune că înălţimea medie a corpului studenţilor este egală cu înălţimea

corpului celor de aceeaşi vârstă la scară europeană. Ipoteza, în corespundere cu care
lipsesc diferenţele dintre totalităţile comparate, se numeşte nulă (H 0). Ipoteza de
alternativă (opusă) H1 va fi presupunerea că X 1 X 0 sau X 1  X 0.

La compararea caracteristicilor statistice aproape niciodată nu se înregistrează

cazuri de egalitate absolută. Datorită unor cauze întâmplătoare sau cu caracter de
lege, valorile lor diferă. Obiectivul verificării ipotezelor constă în faptul de a se
deosebi influenţele întâmplătoare de cele cu caracter de lege. Să admitem că
înălţimea medie a corpului studenţilor în totalitate generală este egală cu 175 cm, iar
în cea selectivă – 176 cm. Putem oare conchide că studenţii noştri sunt în mediu mai
înalţi faţă de indivizii totalităţii generale, sau că este o diferenţă pur întâmplătoare la
care putem aplica ipoteza nulă?
Evident că dacă abaterea este neînsemnată, atunci ea poate fi calificată ca
întâmplătoare cu un grad foarte înalt de probabilitate; Dacă abaterea este mare,
probabilitatea manifestării sale întâmplătoare este minimă. Poate fi aleasă o astfel de
d e v i e r e c r i t i c ă, probabilitatea de manifestare a căreia, din cauze
întâmplătoare, este într-atât de mică, că este practic imposibilă, de aceea, chiar dacă
ea ar fi avut loc într-adevăr, aceasta ar denota că ipoteza nu corespunde faptelor.
Bunăoară, dacă diferenţa în înălţimea corpului ar constitui, să admitem, 20 cm, atunci
cercetaţii noştri sunt într-adevăr mai înalţi decât cei supuşi cercetărilor din totalitatea
generală. Probabilitatea manifestării unor astfel de diferenţe, consecinţă a unor cauze
întâmplătoare, este atât de mică, încât poate să nu fie luată în calcul.

63
 La verificarea ipotezei statistice, hotărârea experimentatorului nu se bucură de o
mare încredere, adică există întotdeauna o anumită doză de risc de a lua o hotărâre
incorectă. Evaluarea gradului acestui grad de risc constituie esenţa verificării ipotezei
statistice. Evident că nu putem exclude acest risc la 100%. Dar poate fi aleasă
experimental probabilitatea sau nivelul importanţei care caracterizează
probabilitatea abaterii, ce este calificată ca imposibilă din cauze exclusiv
întâmplătoare. Nivelurile cele mai răspândite sunt: 0,001; 0,01; 0,05. Nivelul 0,05
înseamnă că indicele de sondaj poate fi întâlnit în mediu, nu mai des 5 ori la 100
observaţii.
Indicele q = 1   se numeşte probabilitatea de încredere (la nivelul valorii
0.05 probabilitatea de încredere este egală cu 0.95 etc.). Probabilitatea abaterii
presupunerii autentice se numeşte greşeală de rangul unu, iar probabilitatea de a
admite o presupunere greşită se numeşte greşeală de rangul doi.
Atât admiterea, cât şi respingerea ipotezei se realizează în baza unui anumit
criteriu. Criteriul statistic constituie regula ce asigură admiterea ipotezei autentice
şi respingerea celei greşite cu o probabilitate prestabilită.
Pentru a sistematiza cele relatate mai sus, vom formula etapele de bază ale
verificării ipotezei.
1. Formularea ipotezei (ipotezei nule) care urmează să fie admisă sau
respinsă.
2. Alegerea nivelului valorii.
3. Determinarea valorii de sondaj a caracteristicilor statistice (în baza
măsurării şi observaţiei totalităţii de sondaj).
4. Alegerea criteriului pentru verificarea ipotezei statistice.
5. Compararea valorii de referinţă cu indicele critic al criteriului pentru
nivelul ales de importanţă şi admiterea sau respingerea ipotezei.

3.4.2. Construcţia intervalelor de încredere ale caracteristicilor statistice

64
 Să admitem că pentru selectarea măsurilor lungimii corpului studenţilor
institutelor de educaţie fizică ce se specializează în baschet (100 indivizi), au fost
obţinute următoarele caracteristici statistice:
Medie aritmetică X 1 = 184,65 (cm);
Abatere medie pătratică  = 6.51 (cm);
Coeficientul variaţiei V = 3.52%.
Deoarece aceste caracteristici nu oferă o evaluare totalităţii generale, să
determinăm unele valori de limită, atât cele de jos, cât şi cele de sus, la mijlocul
cărora putem găsi cu o oarecare probabilitate caracteristica statistică generală. De
exemplu, pentru M mediu aritmetic general trebuie să determinăm Xjos  M  Xsus.
Pentru determinarea valorilor Xjos şi Xsus vom alege nivelul de semnificaţie -- , sau,
ceea ce este acelaşi lucru, probabilitatea de încredere q = 1 -- . Limitele Xjos şi Xsus
se numesc limite de încredere şi se determină după formula:
Xjos. (sus) = X  U  S X (3.29)
Unde U -- indicele abaterii normate de la nivelul dat  (vezi 3.1.3.), S X --
greşeală standard a mediei aritmetice (S X =  / n ). Pentru datele noastre stabilim:
 6,51
SX =   0,65 ca
n 100

Indicele U = 1.96 pentru  = 0.05 (q=1 0.05=0.95 ). Indicii intervalelor de

încredere îl vom determina după formula 3.29:
Xjos= X  U S X = 184.65  1.96  0.65 = 183.38;
Xsus = X + U  S X = 184.65+ 1.96  0.65 = 185.92
Indicele limitelor de încredere pentru  = 0.001
(q = 10.001 = 0.999) şi pentru U = 3.29 vor fi următoarele:
Xjos= X = U  S X = 184.55  3.29  0.65 = 182.51;
Xsus = X + U  S X = 184.65 + 3.29  0.65 = 186.79.
Astfel, intervalul de încredere ce corespunde totalităţii generale pentru diferite
niveluri de importanţă este determinat ca
( = 0.05); 183.38  M  185.92;

65
 ( = 0.001); 182.51  M  186.79.
Deci în 95% cazuri, indicele mediu al lungimii corpului sportivilor supuşi
sondajului se vor încadra în intervalul de la 183.38 până la 185.92 cm, iar în 99.9%
nu vor depăşi limitele de 182.51…186.79 cm.
Ţinem să menţionăm că cu cât e mai mare pragul semnificaţiei , cu atât mai
largi sunt limitele de încredere ale mediei aritmetice a totalităţii generale.
Pentru dispersia  2 , limitele de încredere se determină după formula:
 2 jos. (sus)=  2 U  S2, (3.30)
unde S2 =  2  2/n este o eroare standard  2. Pentru a= 0.05 (U = 1.96)
indicii de limită se determină
 2 jos.= 6.512—1.96  6.512  2 / 100 = 30.63;
 2 sus= 6.512+1.96  6.512 2 / 100 = 54.13.
Deci, intervalul de încredere al dispersiei totalităţii generale pentru  = 0.05
poate fi exprimat ca
(q = 1— a = 0.95); 30.63   2 gen.  54.13.
Limitele de încredere ale coeficientului variaţiei se determină după formula
1
V jos. (sus) = V C ~ (3.31),
1  U  1  2  2

Unde
~ U
U  .
2(n  1)

Pentru =0.05 ( U=1.96);

~ 1.96
U   0.14
2  (100  1)

Indicii limitelor de încredere sunt

1 1
V jos.= V  1  U~ 1 2  v 2
 3.52
1  0.14 1  2  3.52 2
 2.055 ;


1 1
Vsus= V  1  U~ 1  2 V 2
 3.52
1  0.14 1  2  3.52 2
 12.17


66
 Astfel, intervalul încrederii pentru coeficientul de variaţie a totalităţii generale
poate fi notat
(q=0.95); 2.05  Vgen.  12.17.
Dacă sunt cunoscute caracteristicile totalităţii generale, atunci problema de
fixare a limitelor încrederii sondajului va fi rezolvat în ordine inversă.

3.4.3. Compararea a două medii aritmetice de selecţie (selecţii

independente)
La compararea a două medii aritmetice de selecţie, de obicei se verifică ipoteza
că prima şi cea de a doua selectare ţin de una şi aceeaşi totalitate generală şi, deci, nu
diferă substanţial una de alta. În acest caz, se cunosc următoarele caracteristici
statistice: X 1, X 2,1, 2 şi volumele selecţiilor n1 şi n2 . La început se notează ipoteza
nulă ca H0: ( X 1 = X 2 ). Apoi se calculează valoarea criteriului t (de calcul ).
1. În cazul volumelor egale ale selecţiilor şi unor dispersii inegale:
n = n1 = n2 ; 1, 2 ;
X1  X 2
t de calcul =  2   2  n. (3.32)
1 2

Numărul gradelor de libertate  = 2 ∙ n – 2.

2. În cazul unor volume inegale de selecţie şi unor dispersii inegale:
n1  n2 ; 1  2 ;
X1  X 2
t de calcul =  2 /    2 /  . (3.33)
1 1 2 2

Numărul gradelor de libertate  = n1 + n2 – 2.

3. În cazul unor volume inegale de selecţie şi unor dispersii egale:

n1  n2 ; 1 = 2 =  ;
X1  X 2
t de calcul =   1

1 . (3.34)
n1 n2

Numărul gradelor de libertate  = n1 + n2 – 2.

67
 După ce a fost determinat criteriul şi calculat indicele t de calcul , el va fi comparat
cu indicele critic t, . În acest caz se va aplica tabela repartizării teoretice Stiudent
(vezi anexa la primul manual), iar pentru pragul semnificaţiei  şi numărul gradelor
de libertate  se va nota indicele corespunzător t, . Numărul gradelor de libertate
constituie diferenţa dintre numărul indicelor evaluate (supuse cercetărilor) şi numărul
relaţiilor (legăturilor) lineare, ce apar între ele. Toate tabelele statistice conţin date
referitoare la diverse grade de libertate. La utilizarea fiecărui criteriu urmează să
determinăm corect numărul gradelor de libertate.
Comparând indicii t de calcul şi t,  , se procedează în felul următor. Dacă t de

calcul  t,  , atunci ipoteza H0 : ( X 1 = X 2 ) se respinge cu probabilitatea q = 1 -- .

Să examinăm un exemplu. O grupă de studenţi (28 indivizi), executând
exerciţiul de control la anul I-i (tragerea la bară fixă), a înregistrat următoarele
caracteristici statistice: X 1 = 16 trageri, 1 = 4; altă grupă (26 indivizi) a înregistrat
caracteristicile: X 2 = 18; 2 = 5. Se presupune că grupele sunt egale la acest indiciu.
Vom nota în termeni statistici această ipoteză prin H0: ( X 1 = X 2 ), adică ipoteza
statistică nulă constă în egalitatea a două selecţii medii aritmetice X 1 şi X 2 .
Indicele t de calcul va fi calculat pentru cazul 2 conform formulei 3.33:
X1  X 2 16  18
  1.61
 / n1  
2 2
n2 4 / 28  5 2 / 26
2
t de calcul = 1 2
.

Numărul gradelor de libertate  = n1 + n2 – 2 = 28 + 26 – 2 = 52. Pragul

semnificaţiei alegem  = 0.05. Pentru indicele  = 0.05 şi  = 52 din tabela de
repartizare Stiudent notăm indiciul critic t,  = 2.04. Deoarece t de calcul  t,  (1.61
2.04), ipoteza H0: ( X 1 = X 2 ) se admite c probabilitatea q = 1— a =1—0.05=0.95,
adică, după cum era de aşteptat, la indiciul examinat grupele nu diferă considerabil
din punct de vedere statistic. Diferenţele înregistrate pot fi calificate ca întâmplătoare.
3.4.4. Compararea a două selecţii corelative medii de sondaj
În sport, se întâmplă adesea că asupra unor şi aceeaşi sportivi se efectuează
aceleaşi măsurări peste un anumit timp (până şi după antrenament, până şi după o
etapă a antrenamentului etc.). Se face în scopul de a afla cum s-a schimbat starea

68
sportivilor. În asemenea cazuri selecţiile întotdeauna sunt egale la număr şi toate
măsurările pot fi grupate în perechi (fiecare pereche constituie rezultatele măsurărilor
asupra unei persoane, efectuate la începutul şi la sfârşitul experimentului). Asemenea
selecţii se numesc corelative: datele primei şi celei de a doua măsurare trebuie să
coreleze.
În cazul selecţiei corelative nu putem aplica metodele descrise în
compartimentul 3.4.3. Vom proceda în felul următor:
1) se vor determina diferenţele („progresele”) înregistrate de fiecare
sportiv dintre rezultatele primei şi celei de a doua măsurare – d1. De
exemplu, dacă la prima măsurare sportivul putea să sară în sus de pe loc
la 65 cm, iar la a doua -- la 70 cm, atunci d1 = 65 — 70 = -5;
2) se va calcula media aritmetică a diferenţelor, adică, le vom aduna şi le
vom împărţi la numărul indivizilor:
n

X d = d
i 1
i
;
n
3) se va găsi abaterea medie pătratică a diferenţelor şi abaterea pătratică a
diferenţei medii (după formulele obişnuite – 3.9 şi 3.11).
Criteriu pentru verificarea substanţialităţii diferenţelor îl constituie raportul
diferenţei medii faţă de abaterea ei medie pătratică:

Xd
Tde calcul =  t , ; (  n  1), (3.35)
Sd

Unde Xd – media diferenţelor, Sd – abaterea standard a mediii diferenţelor, t, --

indicele tabelar al criteriului Stiudent pentru pragul semnificaţiei  şi  al gradului de
libertate. În acest caz, numărul gradelor de libertate e mai mic cu o unitate decât
numărul perechilor comparate.

3.4.5. Compararea a două caracteristici ale variaţiilor de sondaj

La verificarea egalităţii a două dispersii de selecţie Ho : (21 = 22) se calculează
raportul – F de calcul după formula:
69
  12
F de calcul = 2 , (3.36)
2

(fracţia 21 = 2r trebuie să fie  1, adică numărătorul trebuie să fie întotdeauna
mai mare decât numitorul). Indiciul F de calcul se compară cu indiciul critic al
repartizării teoretice Fişer – F 1,1, 2 pentru pragul semnificaţiei  şi numărul gradelor
de libertate: 1 = n1 – 1 (numărător), 2 = n2 – 1 (numitor) (vezi anexa 2 la manual).
Dacă F de calcul  F 1,1, 2 , atunci ipoteza Ho : (21 = 22) se admite, iar dacă F de calcul 
F 1,1, 2 , atunci ipoteza Ho se respinge cu probabilitatea q = 1-- .
Pentru caracteristicile exemplului din 3.4.3 (1 = 4; n1 = 28; 2 = 5; n2 = 26) să
verificăm ipoteza Ho : (21 = 22). În acest scop, să calculăm indiciul după formula
3.36
 22 5 2
F de calcul = 2  2  1,56 .
1 4

Numărul gradelor de libertate al numărătorului -- 1 = n2 -- 1 = 26 – 1 = 25 şi al

numitorului -- 2 = n1 -- 1 = 28 – 1 = 27. Din tabela repartizării teoretice Fişer, pentru
 = 0.05 şi numărul gradelor de libertate 1 = 25 şi 2 = 27 vom nota indiciul critic F
1,1, 2 = 1.93.
Deoarece F 1,1, 2  F de calcul (1.93  1.56), ipoteza Ho : (21 = 22) se respinge
cu probabilitatea q = 1—0.05 = 0.95. Deci, variabilitatea indicelui „tragere la bară
fixă” diferă semnificativ la două grupe: una din ele este mai performantă decât
cealaltă.
3.4.6. Evaluarea normalităţii repartizării
Cunoaşterea legii repartizării selecţiei examinate are o mare însemnătate,
deoarece permite a alege corect caracteristica statistică corespunzătoare şi o anumită
metodă statistică de analiză. În compartimentul 3.1.4 au fost evidenţiate
caracteristicile repartizării: asimetria, excesul, oblicitatea. Pentru o legitate normală
prin excelenţă, repartizările indicelor caracteristicilor sunt egale cu zero. Analiza
sondajului începe de obicei de la verificare: care e probabilitatea ce ar permite a
considera repartizarea rezultatelor măsurărilor şi observaţiilor normală?

70
 Aceste metode de verificare sunt descrise în literatura statistică. În acest studiu
ele nu vor fi examinate.

3.4.7. Evaluarea autenticităţii coeficienţilor de corelaţie

Evaluarea autenticităţii coeficienţilor de corelaţie ridică cel mai des două
probleme cardinale:
1. Se deosebeşte oare considerabil din punct de vedere statistic coeficientul dat de
zero (există oare o corelaţie statistică dintre cele două fenomene)?
2. Care sunt limitele de încredere între care se plasează coeficientul autentic de
corelaţie în cadrul totalităţii generale?
De exemplu, dacă coeficientul de sondaj al corelaţiei este egal cu 0.35 (numărul total
a celor supuşi sondajului este 52), putem oare constata cu încredere existenţa unei
corelaţii, sau poate valoarea obţinută a coeficientului este determinată de sondaje
aleatoare? Cu ce ar fi egal coeficientul corelaţiei dacă am putea să supunem
sondajului, nu 52, ci un număr infinit mai mare de indivizi?

Limitele coeficientului de sondaj* de corelaţie

(pragurile de semnificaţie 0.1; 0.05; 0.01)
Tabelul 12
Numărul gradelor Coeficientul de corelaţie
de libertate 0.1 0.05 0.01

71
 2 0.900 0.950 0.990
3 0.805 0.878 0.959
4 0,729 0.811 0.917
5 0.669 0.754 0.874
6 0.622 0.707 0.834
7 0.582 0.666 0.798
8 0.594 0.632 0.765
9 0.521 0.602 0.735
10 0.497 0.576 0.708
20 0.360 0.423 0.537
30 0.296 0.349 0.449
50 0.231 0.273 0.354

 Tabela conţine date care sunt valabile în cazul când coeficientul de corelaţie este egal
cu zero.
Pentru parametrul liniar par al corelaţiei, aceste întrebări, se rezolvă foarte uşor
în practică cu ajutorul tabelei 12 (este o variantă simplificată a unei astfel de tabele).

Limitele de încredere ale coeficientului de corelaţie de sondaj pentru pragul

semnificaţiei 0.05.
Figura. 19

72
 Pe verticală: Scara coeficientului autentic de corelaţie, . Pe orizontală: Scara
coeficientului de corelaţie de sondaj, r.
Cifrele plasate deasupra curbelor arată volumele sondajelor. Graficele pot fi
utilizate de asemenea pentru depistarea valorilor critice de jos şi de sus pentru r la un
 ( = 0.025)
Numărul gradelor de libertate ale coeficientului de corelaţie este cu doi mai mic
decât numărul celor supuşi sondajului ( = n – 2). În exemplul nostru, numărul
gradelor de libertate este 52 – 2 = 50. Comparând valoarea de sondaj a coeficientului
de corelaţie (0.35) cu cele din tabelă (0.273) pentru  = 0.05, observăm că
coeficientul de corelaţie de sondaj se deosebeşte esenţial din punct de vedere statistic
de zero. Utilizarea acestei tabele permite a găsi răspuns la întrebarea: „există sau nu
în realitate o corelaţie dintre schimbările examinate (se deosebeşte oare coeficientul
de corelaţie de zero)?, dar nu ne permite să ne determinăm în ce limite poate să se
schimbe coeficientul autentic de corelaţie (în totalitate generală). Pentru a răspunde la
ultima întrebare ne vom folosi de desenul 19. Pe el , pe orizontală sunt marcaţi indicii
coeficientului de sondaj de corelaţie, iar pe verticală – indicii coeficientului autentic.
Curbele de pe grafic marchează limitele de încredere pentru coeficientul autentic de
corelaţie la diferite volume de sondaj, care sunt indicate deasupra fiecărei curbe. La 

73
= 0,35 şi 52 de supuşi sondajului, valoarea autentică a coeficientului de corelaţie se
poate plasa între limitele de la 0.07 până la 0.57. Pentru determinarea exactă a
coeficientului de corelaţie, ne trebuie un număr mai mare de supuşi sondajului –
câteva sute de indivizi.
Evaluarea autenticităţii coeficientului de corelaţie prin ranguri Spirmăn ( ) se
efectuează în baza criteriului t, care se calculează după formula:
 n2
Tde calcul = 1  2
. (3.37)

Ipoteza H0 : ( = 0) se admite, dacă indiciul Tde calcul este mai mic decât indicele
critic t ,  şi invers. Aici, numărul gradelor de libertate, ca şi în cazul coeficientului
obişnuit de corelaţie, este de asemenea cu doi mai mic decât numărul celor supuşi
sondajului ( = n -- 2).
Evaluarea autenticităţii altor coeficienţi de corelaţie (particular, multiplu, al
relaţiilor de corelaţie, tetrahoric), atât şi evaluarea autenticităţii diferenţelor dintre
coeficienţii corelaţiei nu sunt examinate în manualul dat.

3.5. Analiza dispersională

3.5.1. Noţiunile de bază ale analizei dispersionale
Destinaţia de bază a analizei dispersionale este examinarea cantitativă a
influenţelor (factorilor) exterioare asupra rezultatelor experimentului. Esenţa metodei
constă în faptul că suma deplină a pătratelor abaterilor (Qgen..) se divizează în două
componente: suma pătratelor abaterilor dintre grupele Qdintr..şi suma pătratelor
abaterilor din interiorul grupelor Qinetr., adică
Qgen..= Qdintr. + Qinetr. ( 3.38)
Să examinăm această legitate bazându-ne pe un exemplu. Trei supuşi sondajului
în două încercări au înregistrat următoarele rezultate la sărituri în lungime de pe loc
(tabelul 13). Pentru determinarea rezultatelor medii, vom folosi formula 3.9. Atunci
media generală X 0 o vom stabili

210  207  216  212  208  210

X 0 =  210.5 ;
3

74
 Rezultatul mediu al primei încercări (grupa I-i)

210  207  216

X 1 =  211 ;
3

iar rezultatul mediu al încercării II (grupa doi)

212  208  210

X 1 =  210
3

Rezultatele experimentului (exemplu simplificat)

Tabelul 13
Nr. celui supus Rezultatul primei Rezultatul
încercărilor încercări (cm) încercării repetate
(cm)
1 210 212
2 207 208 Variaţia din
3 216 210 interiorul grupei
Rezultatele medii 211 210
ale încercărilor Variaţia ------ ------dintre grupe
Suma totală a pătratelor abaterilor (variaţia totală) determină variaţia dintre
media totală şi fiecare rezultat al măsurărilor (a primei şi celei de a doua încercare) se
calculează după formula:
_

Qtotală =  ( xij  X 0 )
 2
(3.39)*
i j

Adică Qtotală = (210 – 210.5)2 + (207 – 210.5)2 + (216 – 210.5)2 + (212 – 210.5)2
+ (208 – 210.5)2 + (210 – 210.5)2 = 51.5.
Suma pătratelor abaterilor dintre grupe (dintre fluxuri) sau variaţia dintre
grupe, caracterizează variaţia dintre media totală şi mediu de grup. Ea se determină
după formula:

Qdintre = (X i
i  X 0 ) 2  n1 , (3.40)

adică Qdintre = (210 – 210.5)2 ∙ 3 + (210 – 210.5)2 ∙ 3 = 1.5

Suma pătratelor abaterilor din interiorul grupelor sau variaţia din
interiorul grupei, reprezintă variaţia dintre rezultatul fiecărui grup şi media acestei
grupe. Qinterior se calculează după formula:

75
 _

=  ( xij  X 1 ) ,
 2
Qinterior (3.41)
i j

Adică, Qinterior = (210 -- 211)2 + (207 -- 211)2 + (216 -- 211)2 + (212 -- 210)2 +
(208 – 210)2 + (208 -- 210)2 + (210 -- 210)2 = 50*
Din rezultatele indicilor Qtotală , Qdintre , Qinterior , conchidem că egalitatea
seproduce, adică
51.5 = 1.5 + 50
Reieşind din acest exemplu, putem presupune că rezultatele primei încercări nu
se deosebesc de rezultatele celei de a doua. Atunci această ipoteză (se presupune
egalitatea mediilor pe grup X 1 şi X 2 ), formulată în formă de ipoteză statistică se
va nota ca H0 : ( X 1 = X 2 ) . Dacă presupunem că două încercări se deosebesc doar
prin timpul măsurărilor, atunci această presupunere poate fi formulată în felul
următor: Timpul măsurărilor (dintre două încercări) nu a exercitat o influenţă
substanţială asupra rezultatului înregistrat de sportivi.
În dependenţă de numărul factorilor ce influenţează rezultatul sau un indice al
rezultatului, analiza de dispersie poate fi cu un factor şi cu doi. Factorii se clasifică
în controlabili (dirijaţi) şi necontrolabili (nedirijaţi). De exemplu, volumul sarcinilor
de antrenament, specializarea sportivilor, calificarea lor sunt factori controlabili, iar
starea emoţională, capacitatea de lucru, condiţiile meteorologice – necontrolabili (ce
nu pot fi dirijaţi nemijlocit). Mai mult decât atât, factorii dispun de niveluri sau
gradaţii. Astfel, în exemplul nostru, două încercări corespund la două niveluri ale
unui factor.
Analiza de dispersie ne oferă posibilitatea de a estima influenţa asupra variaţiei
indicelui rezultatelor atât ca factor luat aparte, cât şi ca posibilele lor îmbinări.
Totodată, această metodă are o importanţă substanţială pentru teoria testelor la
estimarea coeficienţilor de siguranţă (vezi compartimentul 4).
Să examinăm două modificări ale analizei de dispersie care se întâlnesc mai des
în sarcinile sportive.

*
Simbolul  X
i j
ij indică sumarea pe şiruri şi coloane, adică însumarea tuturor elementelor
tabelei. Se va citi: suma sumelor.
76
 3.5.2. Analiza de dispersie cu un factor
După cum s-a mai spus, ipoteza care în fond se verifică prin intermediul analizei
de dispersie este egalitatea mediilor pe grup pe parcursul încercărilor repetate. Dacă
încercările repetate nu prea dispun de relaţii puternice de reciprocitate (nu sunt
corelate), atunci se va aplica metoda analizei de dispersie cu un factor cu o clasificare
unilaterală. Modelul acestei metode în termenii sumelor pătratelor reprezintă:
Qtotală = Qdintre + Qinterior (vezi 3.38)
Să examinăm metodica calculelor. Să admitem că la examenele de admitere la
institut au fost aleşi la gâci cinci abiturienţi având următoarele specializări: volei,
tenis, gimnastică. Balurile lor medii din atestat sunt reprezentate în tabela 14.
În cadrul acestei probleme, ne interesează întrebarea: Se deosebesc oare
sportivii de diferite specialităţi din punct de vedere al reuşitei? Ipoteza zero se va nota
ca H0 : ( X 1 = X 2 = X 3 ). Se presupune egalitatea notelor medii a celor trei grupe.
Datele iniţiale le vom reprezenta la general (vezi tabela 14).
Rezultatele examenelor de admitere
Tabelul 14
Nr. abiturientului Volei Tenis Gimnastică
Balul mediu atestat
1 3.9 4.4 4.1
2 4.1 4.3 4.0
3 4.5 4.6 3.8
4 4.2 4.7 4.7
5 4.0 4.2 4.6
Suma 20.7 22.2 21.2
Nota medie a grupei X 1 = 4.14 X 2 = 4.44 X 3= 4.24

Aspectul general al datelor iniţiale pentru analiza de dispersie cu un factor

Tabelul 15
Nr. abiturientului Nivelurile factorului
I II III……k
1 X11 X21 X…… X
2 X12 X22 X…… X
3 …… …… xij
.
.
. X3n3…… XKnk
n X1n1 X2n2

77
 În această tabelă Xij – estimaţia abiturientului j din grupa i; K – numărul
nivelurilor factorului (în tabelă K = 3); ni – numărul abiturienţilor din grupa i.
Vom desfăşura algoritmul calculelor pe etape.
Etapa 1. Se va calcula numărul total de abiturienţi participanţi la experiment:
N = n1 + n2 + n3 = 5 + 5 + 5 = 15
Etapa 2. Se va calcula mediile aritmetice pe grupe, după formula 3.2:
3.9  4.1  4.5  4.2  4.0
X 1 =  4.14 ;
5

4.4  4.3  4.6  4.7  4.2

X 2 =  4.44 ;
5

4.1  4.0  3.8  4.7  4.6

X 3 =  4.24 .
5

După cum vedem, mediile pe grup diferă. Să fie oare o pură întâmplare? Să fie
oare determinat acest fapt de specializare?
Etapa 3. Se va calcula media aritmetică X 0 pentru întregul experiment după
formula 3.5:
n  X i i
4.14  5  4.44  5  4.24  5
X 0= i
  4.27
n i 555

Etapa 4. Se va calcula variaţia generală (suma pătratelor abaterilor) după

formula 3.39:
k ni

Qgen. = 
i 1 j 1
(xij-- X 0)2 = (3.9 – 4.27)2 + (4.1—4.27)2 + (4.5—4.27)2 + (4.2--4.27)2 +

(4.0--4.27)2 + (4,4--4.27)2 + (4,3--4.27)2+ (4,6--4.27)2 + (4,7--4.27)2 + (4,2--4.27)2 +

(4,1--4.27)2 + (4,0--4.27)2 + (3,8--4.27)2 + (4,7--4.27)2+ (4,6--4.27)2 = 1.229.
Etapa 5. Se va calcula variaţia dintre grupe după formula 3.40:
k

Qdintr. =  ( X i-- X 0)2∙ni = (4.14 – 4.27)2∙5+(4.44 – 4.27)2∙5+(4.24 – 4.27)2∙5 =

i 1

0.233.
Etapa 6. Se va calcula variaţia dintre grupe după formula 3.41:

78
 k ni

Qinterior. = 
i 1 j 1
(xij-- X i)2 = (3.9 – 4.14)2 + (4.1 – 4.14)2 + (4.5 – 4.14)2 + (4.2

– 4.14)2 + (4.0 – 4.14)2 + (4.4 – 4.44)2 + (4.3 – 4.44)2 + (4.6 – 4.44)2 + (4.7 – 4.44)2
+ (4.2 – 4.44)2 + (4.1 – 4.24)2 + (4.0 – 4.44)2 + (3.8 – 4.44)2 + (4.7 – 4.44)2 + (4.6 –
4.44)2 = 0.996.
Corectitudinea calculelor efectuate se va verifica cu ajutorul egalităţii 3.38,
adică
= 0.233 + 0.996.
Pentru a efectua verificarea ipotezei statistice H0, se va trece de la suma
pătratelor abaterilor la disperşii, aplicând pentru aceasta formula 3.7; 3.43 şi 3.44.
Etapa 7. Se va calcula dispersia generală:
Q gen. 1.229
2gen. =   0.088 (3.42)
N 1 15  1

(Numitorul N—1, deoarece în total indice de sondaj în tabelă -- N).

Etapa 8. Se va calcula dispersia dintre grupe:
Qd int re 0.233
2dintre. =   0.116 (3.43)
K 1 3 1

(Numitorul K—1, deoarece numărul nivelurilor factorilor -- K). Dispersia dintre

grupe (sau de factori) caracterizează variaţia sistematică, adică diferenţa dintre
valorile indiciului examinat, ce apare sub influenţa factorului ce stă la baza grupării.
Etapa 8. Se va calcula dispersia din interiorul grupei:
Qint erior 0.996
2interior =   0.083 (3.44)
N  K 15  3

(Numitorul N—K, deoarece adunarea are loc pe K coloane, în total:

(n1—1) +(n2—1) + ∙∙∙+(nR—1) +(N—K).
Dispersia din interiorul grupei (restantă) reflectă variaţia întâmplătoare ce apare
sub influenţa altor factori ce nu s-au luat în calcul şi care nu depinde de factorul ce stă
la baza grupării.
Ţinem să menţionăm că egalitatea 3.38, valabilă pentru sumele pătratelor
abaterilor, nu este valabil şi pentru dispersii, adică
2gen. 2dintre+ 2interior

79
 După calcularea componentelor dispersiei generale se purcede la verificarea
ipotezei H0.
Etapa 9. Se va calcula indiciul F al criteriului (Fcalcul):
 d2 int re 0.116
Fcalcul = 2   1.397 (vezi 3.36)
 int erior 0.083

Indiciul Fcalcul ce arată care este raportul dintre dispersia dintre grupe (de factori)
şi cea din interiorul grupei (restantă) se va compara cu F a, v 1, v 2 critic din tabela
repartizării teoretice Fişer. Dacă Fcalcul ≥ Fa, v 1, v 2 , aşadar este puţin probabil ca variaţia
indicelui să fie determinată doar de factori întâmplători (neluaţi în calcul). În acest
caz, cel puţin două medii pe grupă se deosebesc una de alta. Cu alte cuvinte, dacă
Fcalcul ≥ Fa, v 1, v 2 , ipoteza H0 : ( X 1 = X 2 = X 3 ) se abate cu o probabilitate q = 1 --
. Ipoteza H0 se admite dacă Fcalcul  Fa, v 1, v 2 . Gradele de libertate: 1 = K – 1 este
numitorul din exprimarea dispersiei din interiorul grupei.
În cazul nostru Fa, v 1, v 2 = 3.9,  = 0.05, 1 = 2, 2 = 12. Deci ipoteza H0 se
admite cu probabilitatea q = 1 – 0.05 = 0.95. Cu alte cuvinte, specializarea studenţilor
nu exercită o influenţă autentică asupra mediei din atestat.
Etapa 10. Se va estima influenţa factorului examinat asupra indicelui (nota
medie):
Qd int re 0.233
=   0.198 (3.45)
Q general 1.229

Aceasta înseamnă că doar 18.9% variaţie (în acest caz sumele pătratelor
abaterilor ale unor calcule anumite de la media generală) este determinată de
influenţa factorului examinat – specializarea sportivă a studenţilor. Rezultatele
analizei dispersiei este ilustrată de obicei prin tabela de bilanţ 16.
Bilanţul rezultatelor analizei de dispersie
Tabelul 16
Numărul
Variaţia Suma gradelor de Dispersia Criteriul F
pătratelor libertate
Generală 1.229 N–1 0.088
15 -- 1

80
Din interiorul N–K 0.083
grupei 0.996 15 -- 3
(restantă)
Dintre grupe 0.233 K–1 o.116 Fcalcul = 1.397
(de factori) 3 -- 1 Fa, v 1, v 2 = 3.9
Gradul de influenţă a factorului – 18.9%.

3.5.3. Analiza de dispersie la corelaţia datelor

În timpul măsurărilor repetate, observaţiilor sau încercărilor efectuate asupra
unor şi aceleaşi obiecte se confruntă cu o interdependenţă (corelaţie) ponderabilă a
măsurărilor sau încercărilor. Modelul precedent al analizei de dispersie nu este valabil
pentru acest caz,deoarece îşi face apariţia interdependenţa variaţiei dintre grupe şi
celei din interiorul ei. În acest caz urmează să utilizăm altă variantă a analizei de
dispersie. Modelul ei în termenii sumelor pătratelor abaterilor va fi exprimată
Qgen.= Qdintre+ Qinterior+Qrestant (3.46)
Vom examina un exemplu de aplicare a metodicii calculului valabilă pentru
acest model. Băieţii admişi în şcoala sportivă la secţia de gimnastică sportivă, în
fiecare lună executau exerciţiul de control – tragerea la bară. Pe parcursul studiilor în
şcoala sportivă, toţi şi-au îmbunătăţit rezultatele. Urmează să stabilim pe cât de
autentică este această îmbunătăţire.

Analiza de dispersie (datele iniţiale ale tragerilor la bară şi desfăşurarea

calculelor)
Tabelul 17
1 2 3 4 5 6
A Prima A doua A treia Suma Suma
sportivului încercare (la încercare încercare şirului pătratică a
admiterea în (peste o (peste două şirului
secţie) lună) luni)

81
 1 4 7 14 25 625
2 7 10 16 33 1089
3 6 10 17 33 1089
4 5 8 12 25 625
5 8 12 15 35 1225
6 5 9 13 27 729
7 8 11 13 32 1024
8 6 11 14 31 961
Suma 49 78 114 241 7367
coloanei x
Suma 2401 6084 12996 Suma pătratică a sumei
pătratică a coloanei  ( x coloana2) =
coloanei x 21481
2
coloana
Mediile pe grupe X 1 = 6.125; X 2 = 9.750; X 3 = Suma pătratelor indicelor
14.250 Media totală X 0 = 10.040   x2 = 2739

Ipoteza ce urmează a fi verificată se va nota H0 : ( X 1 = X 2 = X 3 ) – se

presupune o egalitate a mediilor a trei încercări. Rezultatele încercărilor şi a
calculelor intermediare sunt reprezentate în tabela 17.
Algoritmul calculelor se va nota pe etape.
Etapa 1. De calculat numărul total al măsurărilor din cadrul experimentului:
N = n2 + n2 +n2 = 8 + 8 + 8 = 24.
Numărul nivelurilor (gradaţiilor) factorului K = 3.
Etapa 2. De calculat indicele sumelor şirurilor -- Xşir (Coloana 5).
Primul şir: 4+7+14; al doilea: 7+10+16=33 etc.
Etapa 3. De calculat suma indicilor coloanei 5.
  x şir = 25 + 33 + ∙∙∙∙∙∙∙ + 31 = 241.
Etapa 4. De calculat indicele pătratelor sumelor şirurilor (coloana 6): prima
coloană – 252 = 6.25; şirul al doilea – 332 = 1089 etc.
Etapa 5. De calculat suma indicelor coloanei a şasea
 ( x şir)2 = 625 + 1089 + ∙∙∙∙∙∙∙ + 961 = 7367.
Etapa 6. De calculat sumele indicelor coloanelor 1, 2 şi 3.
Valoarea primei coloane  x coloană = 4 + 7 + 6 + ∙∙∙∙∙∙∙ + 6 = 49.
Valoarea coloanei a doua  x coloană = 7 + 10 + ∙∙∙∙∙∙∙ + 11 = 78.
Valoarea coloanei a treia  x coloană = 14 + 16 + ∙∙∙∙∙∙∙ + 14 = 114.
82
 Etapa 7. De calculat valorile pătratelor sumelor coloanelor.
Prima coloană ( x
2
coloana ) = 492 = 2401.
A doua coloană ( x
2
coloana ) = 782 = 6084.
A treia coloană ( x
2
coloana ) = 1142 = 12996.
Etapa 8. De calculat suma pătratelor sumelor coloanelor 1, 2, 3.
 ( x coloana ) 2  2401  6084  12996  21481

Etapa 9. De calculat valoarea indicelor pe grupe şi cea a totalului mediilor.

49 78 114
X1   6.125; X 2   9.750; X 3   14.250;
8 8 8

X 1  n1  X 2  n2  X 3  n3 241
X0    10,04 (Vezi 3.5)
n1  n2  n3 24

După cum se vede, mediile pe grup diferă. Rămâne să demonstrăm că această

diferenţă este autentică.
Etapa 10. De calculat suma pătratelor valorii indicilor întregii tabele.
  x2 = 42 + 72 + 62 + ∙∙∙∙∙∙∙ + 132 + 142 = 2739.
Etapa 11. De calculat valoarea indicelui variaţiei generale după formula:
( xstr ) 2
Qgen   x 2  ; (3.47)
nK

2412
Qgen  2739   318,96 .
83

Etapa 12. De calculat valoarea indicelui variaţiei dintre grupe după formula:

 ( (  pag . )
2
d int re )2
Qd int re   , (3.48)
n nK

21481 2412
Qd int re    265.08.
8 83

Etapa 13. De calculat valoarea indicelui variaţiei din interiorul grupelor după
formula:

 (  (  pag. )
2 2
pag . )
Qint erior   , (3.49)
K nK

83
 7367 2412
Qint erior    35.62.
3 83

Etapa 14. De calculat valoarea indicelui variaţiei restante după formula:

Qres tan t  Qgen.  Qd int re  Qint erior

Qres tan t  318.96  265.08  35.62  18.26.

Etapa 15. De calculat dispersia după formula 3.42:

Qgen. 318.96
 2 gen.    13.86. (vezi 3.42)
N 1 24  1

Etapa 16. De calculat dispersia dintre grupe De calculat dispersia restantă:

Qd int re 265.08
 2 d int re    132.54. (vezi 3.43)
K 1 3 1

Etapa 17. De calculat dispersia din interiorul grupelor:

Qint erior 35.62
 2 int erior    5.09. (vezi 3.44)
n 1 8 1

Etapa 18. De calculat dispersia restantă:

Qres tan t 18.26
 2 res tan t    1.30 (vezi 3.50)
(n  1)( K  1) (8  1)(3  1)

Etapa 19. Pentru verificarea ipotezei H0 : ( X 1 = X 2 = X 3 ) de calculat

indicele Fcalcul :

 2 d int re 132.54
Fcalcul  2   101.9 (vezi 3.36)
 res tan t 1.3
Din tabela repartizării teoretice Fişer, pentru  = 0.05 şi numărul gradelor de
libertate 1 = K – 1 = 3 – 1 = 2 (numărător) şi 2 = (n --1)( K --1) = (8 --1)(3 -- 1) =
14 (numitor), Valoarea critică Fa, v 1, v 2 = 3.7. Deoarece 3.7  101.9 (Fa, v 1, v 2 Fcalcul),
ipoteza H0 : ( X 1 = X 2 = X 3 ) deviază cu o probabilitate q = 1 – 0.05 = 0.95. Deci
grupa de băieţi a îmbunătăţit autentic indiciul de control – tragerea la bară – pe
parcursul observaţiei.

84
 Etapa 20. Să determinăm care este influenţa factorului examinat
(antrenamentului în secţia de gimnastică pe parcursul a 2 luni) asupra rezultatelor
probei de control:
Qd int re 265.08
   0.831;
(vezi 3.45).
Qgen. 318.96

Variaţia generală a rezultatelor (suma pătratelor abaterilor de la media generală)

la 83.1% este determinată de influenţa antrenamentelor. Rezultatele analizei de
dispersie în formă obişnuită sunt reprezentate în tabela 18.
Bilanţul rezultatelor analizei de dispersie
Tabelul 18
Variaţia Suma pătratelor Numărul gradelor Dispersia Criteriul F
de libertate

Generală 318.96 N–1 13.86

24 – 1
Din interiorul 35.62 n –1 5.09 Fcalcul = 3.91
grupei (între 8–1  = 0.5
încercări) Fa, v 1, v 2 = 2.8
Dintre grupe 265.08 K– 1 132.54 Fcalcul = 101.9
3–1  = 0.05
Fa, v 1, v 2 = 3.7
Restantă 18.26 (N – 1) ( K – 1) 1.30
(8 – 1) (3 – 1)
Gradul de influenţă a factorului examinat – 83.1%.

3.5.4. Coeficientul de corelaţie din interiorul clasei

În cazul când se efectuează o serie de măsurări repetate asupra unei şi aceleaşi
grupe (vezi 3.5.3.), uneori este necesar de a afla cu ce este egal coeficientul mediu al
corelaţiei dintre rezultatele unor anumite observaţii. Putem desigur să calculăm
coeficienţii corelaţiei dintre fiecare pereche de observaţii, stabilind apoi valoarea
medie a acestor coeficienţi (în acest scop urmează să fie aplicate nişte metode
speciale; coeficienţii de corelaţie nu pot fi însumaţi în mod obişnuit!). Dar această
cale necesită un mare volum de muncă. Dacă se efectuează o analiză de dispersie de
tipul celui descris în compartimentul 3.5.3 şi se constată că influenţa factorului
examinat nu este esenţială, atunci poate fi calculat aşa-numitul coeficient de corelaţie
din interiorul clasei ce caracterizează valoarea medie a indicelui legăturii reciproce

85
dintre toate observările repetate. Mai mult decât atât, putem determina cu ce ar fi egal
acest coeficient dacă numărul măsurărilor repetate s-ar schimba. Tabela de bilanţ a
analizei de dispersie pune la dispoziţie toate datele necesare pentru asemenea calcule.
În prealabil urmează a calcula doar valoarea unui singur indiciu – dispersia comună
pentru variaţia dintre grupe şi cea restantă. Aceasta se face în mod obişnuit prin
împărţirea sumei pătratelor abaterilor la gradele de libertate ce le corespund:
Qd int re  Qres tan t
2comună = ( K  1)  (n  1)( K  1) (3.51)

După aceasta coeficientul de corelaţie din interiorul claselor se va calcula cu

uşurinţă din corelaţia:
 2 int erior   2 comun
~ 
K , (3.52)
 int2 erior  (  1) comun 2

K
unde 2interior – dispersia rezultatelor dintre cei supuşi sondajului, 2comună – dispersia
comună a măsurărilor repetate (dintre grupe şi restantă), K – numărul măsurărilor, K
-- numărul măsurărilor, pentru care se efectuează estimaţia coeficientului din
interiorul clasei.
Dacă rezultatele înregistrate de sportivi de la o încercare la alta nu se schimbă
(nu sunt înregistrate nici variaţiile legice, adică cele provocate de factorul examinat,
nuci variaţiile întâmplătoare – dispersia dintre grupe şi cea restantă sunt egale cu
zero), coeficientul corelaţiei dintre clase este egal cu +1. Dar dacă variaţia
rezultatelor dintre sportivi este aproximativ egală cu dispersia provocată de alte cauze
(alte decât diferenţele individuale), coeficientul corelaţiei din interiorul claselor este
aproape de zero. Exemplele de aplicare a coeficientului din interiorul claselor vor fi
prezentate în capitolul următor.

Întrebări de control:

1. Care sunt etapele de bază ale analizelor statistice?

86
2. Numimiţi formulele de bază pentru calculele matematicii statistice?
3. Numiţi şi caracterizaţi ipotezele statistice?
4. Numiţi şi definiţi greşelile de rangul 1 şi 2?
5. Ce se numeşte criteriul statistic?
6. Etapele de bază a verificării ipotezei?
7.Descrieţi obiectul statisticii matematice?
8. După ce formulă se efectuează calcularea coeficientului de corelaţie prin ranguri,
explicaţi?
9. După ce formulă se calculează şi se notează coeficientul variaţiei?
10. Indicaţi formula de calcul a mediei aritmetice pentru un şir neordonat de
măsurări?
11. Calcularea abaterii standard a valorii medii se efectuează după formula, explicaţi?
12. Calcularea criteriul Student pentru datele conjugate se efectuează după formula,
comentaţi?
13.Calcularea coeficientului de corelaţie prin ranguri se efectuează după formula?
14. Definiţi şi caracterizaţi noţiunea de modă şi mediană?

Capitolul 4
Bazele teoriei testelor în educaţie fizică şi sport – 6 ore

87
 Plan:
 Noţiunile de bază
 Echivalenţa testului
 Siguranţa testelor
 Noţiunea de siguranţă a testelor
 Noţiunile de bază
 Estimarea siguranţei conform datelor experimentale
 Siguranţa în practica lucrului cu testele
 Stabilitatea testului
 Concordanţa testului
 Căile de ridicare a siguranţei testului
 Informativitatea testelor
 Noţiuni generale
 Informativitatea empirică (primul caz – există un criteriu de măsurat)
 Informativitatea empirică (cazul doi – un criteriu unic nu există;
informativitatea factorială)
 Informativitatea empirică în munca practică
 Informativitatea de conţinut (logică)
Măsurarea sau încercarea efectuată în scopul determinării stării sau capacităţii
sportivului se numeşte test.
Nu orice măsurare poate fi calificată ca test, ci doar aceea ce corespund unor
cerinţe speciale. Din ele fac parte:
1) Caracterul standardizat (procedura şi condiţiile de testare trebuie să fie la fel
în toate cazurile de aplicare a testului);
2) Prezenţa unui sistem de evaluare (vezi cap. 5);
3) Siguranţa;
4) Caracterul informativ.
Testele ce corespund cerinţelor de siguranţa şi caracter informativ se numesc de
bună calitate sau autentice (de la grecescul autentico – în mod autentic).

88
 Procesul încercărilor se numeşte testare: valoarea numerică obţinută în
consecinţă se numeşte rezultatul testării (sau testului). De exemplu, alergările la
distanţa de 100 m constituie un test, procedura de efectuare a alergărilor şi a
cronometrării – testare, timpul înregistrat – rezultatul testului.
Testele la baza cărora stau sarcini bazate pe mişcare se numesc teste de mişcare
sau motorii. Rezultatele lor sunt performanţele de mişcare înregistrate (timpul de
parcurgere a distanţei, numărul de repetări, distanţa parcursă etc.) sau indicii
fiziologici şi biochimici înregistraţi. În dependenţă de aceasta, precum şi de sarcina
ce stă în faţa celui testat se disting trei grupe de teste motorii (Tabelul 19).
Uneori se face uz de mai multe teste ce au un scop final unic (de exemplu,
estimaţia stării unui sportiv în perioada de antrenament pe parcursul întrecerilor). Un
astfel grup de teste se numeşte complex sau baterie de teste.
Tipurile testelor motorii
Tabelul 19
Denumirea testului Sarcina sportivului Rezultatul testului Exemplu
Exerciţiile de De a înregistra un Performanţele Alergare la 1500 m,
control rezultat maxim. motorii. timpul înregistrat.

Probe funcţionale Unică pentru toţi, se

standard dozează: Registraţia ЧСС la
a) după indicele Indicii fiziologici un lucru standard
lucrului sau biochimici la de 1000 кГм\мин
efectuat un lucru standard. Viteza de alergare
sau la FP de 160
b) după indiceleIndicii motorii la o lov./min
schimbărilor valoare standard a
fiziologice schimbărilor
fiziologice.
Probele funcţionale De a înregistra Indicii fiziologici Determinarea
maximale un rezultat sau biochimici hipoxiei sau a
maxim consumului maxim
de oxigen.

4.2. Siguranţa testelor

4.2.1. Noţiunea de siguranţă a testelor

89
 Unul şi acelaşi test ce este aplicat la unii şi aceeaşi testaţi trebuie să dea în
condiţii egale rezultate egale (doar dacă nu au suferit schimbări înseşi testaţii). Totuşi
chiar la cea mai strictă standrdizare şi la aplicarea tehnicii de maximă precizie,
rezultatele testării variază într-o anumită măsură. De exemplu, sportivul ce a sărit
numai ce de pe loc la 260 cm, la următoarea săritură înregistrează doar 255 cm.
Siguranţa testului se numeşte gradul de coincidenţă a rezultatelor la o testare
repetată a unor şi aceleaşi persoane (sau obiecte) în aceleaşi condiţii. Variaţia
rezultatelor pe parcursul măsurărilor repetate se numeşte intraindividuală sau
(utilizând terminologia mai generală a statisticii matematice) din interiorul grupului
sau din interiorul clasei. Variaţia aceasta este provocată de patru cauze de bază.
1. Schimbarea stării celor supuşi testării (oboseala, schimbarea motivaţiei,
concentrarea atenţiei etc.).
2. Schimbările necontrolabile ale condiţiilor exterioare şi ale aparaturii
(temperatura, vântul, umiditatea, tensiunea în reţeaua electrică, prezenţa
unor persoane străine ş. a.), adică tot ce intră în noţiunea de „eroare
întâmplătoare de măsurare”(vezi capitolul 2).
3. Schimbarea stării persoanei ce înfăptuieşte sau evaluează testul (şi desigur
înlocuirea unui experimentator sau arbitru cu altul).
4. Caracterul imperfect al testului (există asemenea teste care sunt prea puţin
sigure din start, de exemplu aruncări de penalizare în coş până la prima
ratare. Chiar şi un baschetbalist ce are un mare procent de gol poate să
dea greş întâmplător chiar de la primele aruncări).
Diferenţa de bază dintre teoria siguranţei testelor şi teoria erorilor de măsurare
examinată în compartimentele 2.3 şi 3.2.5 constă în aceea că în teoria erorilor de
măsurare, valoarea indicelui se consideră invariabilă, iar în teoria siguranţei testelor
se presupune că ea variază de la o măsurare la alta. De exemplu, rezultatul unei
încercări executate de aruncare a suliţei este un rezultat concret şi nu va suferi
schimbări în timp. Desigur, multe se mai pot întâmpla, de exemplu, ruleta de măsurat
nu a fost la fel de întinsă, precizia ce este oferită de scara ei nu este ideală ş.a. Totuşi,
aplicând nişte dispozitive de măsurare mai performante, cu laser, de exemplu, şi

90
efectuând suficiente măsurări repetate (vezi 3.2.5), putem ajunge la o exactitate
suficientă a măsurărilor. Totodată, dacă obiectivul nostru este de a determina care este
nivelul de pregătire a unui discobol într-o anumită perioadă de antrenament, atunci
chiar şi cea mai exactă măsurare a rezultatelor înregistrate ne este de puţin folos, doar
ele se vor schimba de la încercare la încercare.
Pentru a ne clarifica în esenţa metodelor ce ne sunt de folos pentru definirea
noţiunii de siguranţă a testelor, să examinăm un exemplu simplificat. Să admitem că
dorim să comparăm rezultatele la sărituri în lungime de pe loc la doi sportivi, în baza
a două încercări executate. Concluziile trebuie să fie exacte, de aceea nu ne putem
limita doar la o simplă înregistrare a celor mai bune rezultate. Să admitem că
rezultatele înregistrate de fiecare sportiv variază în limitele  10 cm de la valoarea
medie a indicelui şi sunt egale corespunzător cu: 220  10 cm (adică 210 şi 230 cm)
şi 320  10 cm (adică 310 şi 330 cm). În acest caz concluzia va fi univocă: al doilea
sportiv e mai performant ca primul. Diferenţele dintre rezultate (320 cm – 220 cm =
100 cm) sunt evident mai mari decât variaţiile întâmplătoare ( 10 cm). Cu mult mai
concretă va fi concluzia, dacă la una şi aceeaşi variaţie din interiorul grupei ( 10
cm), diferenţa dintre cei supuşi testării (variaţia dintre grupe) va fi mică. Să admitem
că valorile medii sunt egale cu 220 cm (o încercare 210 cm, altă încercare 230 cm) şi
222 (212 şi 232 cm). Atunci putem obţine, de exemplu, că primul sportiv, din prima
încercare va sări la 230 cm, iar al doilea – doar la 212. Reiese că primul sportiv este
considerabil mai puternic decât al doilea. Din exemplul se vede că e mai importantă
nu atât variaţia din interiorul clasei, cât raportul ei cu diferenţele dintre clase. Una şi
aceeaşi variaţie din interiorul clasei, poate da un grad de siguranţă diferit la diverse
diferenţe dintre clase (în cazul nostru, dintre cei supuşi testării, desenul 20).

Figura 20

91
 Relaţia dintre variaţia dintre clase şi din interiorul clasei la o siguranţă înaltă
(sus) şi joasă (jos): haşurările scurte verticale – datele unor încercări aparte X 1 =
X 2 = X 3 -- rezultatele medii a trei supuşi testărilor.

Teoria siguranţei testelor reiese din faptul că rezultatul oricărei măsurări

efectuate asupra omului, -- xt – constă din suma a două valori:
Xt = X + Xe (4.1)
Unde X -- aşa-zisul rezultat autentic ce urmează a fi fixat; Xe – greşeala produsă
de schimbările necontrolabile ce au loc în starea celui supus testării şi de erorile
întâmplătoare de măsurare. (La o analiză mai minuţioasă, aceste două componente
vor fi examinate aparte, dar pentru a nu complica calculele, nu vom face acest lucru.
O asemenea abordare este echivalentă cu ipoteza ce presupune că eroarea
întâmplătoare de măsurare este minoră în comparaţie cu fluctuaţia rezultatelor ce este
provocată de schimbările survenite în starea unui sportiv).
Rezultatul autentic constituie valoarea medie Xt la un număr infinit de mare de
observaţii în aceleaşi condiţii (de aceea la X se ataşează semnul ).
Dacă erorile sunt întâmplătoare (suma lor este egală cu zero şi în cadrul unor
încercări, nu depind una de alta), atunci din statistica matematică reiese:

 t2   2   e2 
(4.2)

Adică, dispersia rezultatelor înregistrate în cadrul experimentului (2t) este

egală cu suma dispersiilor rezultatelor autentice (2) şi a erorilor (2e).
2 caracterizează variaţia idealizată (adică, fără erori) dintre clase, 2e –
variabilitatea din interiorul clasei. Influenţa 2e schimbă repartizarea rezultatelor
testului (des. 21).

Figura 21


Formula este corecta doar în cazul dat (când toate componentele dispun de un număr egal de grade
de libertate). În general putem însuma doar sumele pătratelor abaterilor de la medie, nu de la
dipresie.
92
 Repartizarea rezultatelor înregistrate ale testului (Xt, linia continuă) şi
rezultatelor teoretic autentice (X, linia punctată). Valorile medii se presupun egale,
t   .
Coeficient de siguranţă (rtt) se numeşte raportul dispersiei autentice faţă de
dispersia înregistrată în cadrul experimentului:
dispersia  autentică
Rtt = dispersia  înregistra tă[

 2  t2   e2  e2
rtt '
 t2

 t2
 1 
 t2 (4.3)

Cu alte cuvinte, rtt este doar o parte din variaţia autentică din acea variaţie ce
este înregistrată în cadrul experimentului.
În afară de coeficientul de siguranţă mai există şi indicele siguranţei:
rt  rtt (4.4)

care se examinează ca un coeficient teoretic de corelaţie a valorii indicilor

testului cu cele autentice. Se utilizează de asemenea noţiunea de eroare standard a
siguranţei. Aşa se numeşte abaterea medie pătratică a rezultatelor înregistrate ale
testului (Xt), linia regresiei ce leagă valoarea Xt cu rezultatele autentice (X) – des.
22.
Figura 22.

Determinarea erorii standard a siguranţei

 t   t 1  f tt (4.5)

93
 Eroarea standard a siguranţei caracterizează abaterea medie standard a
rezultatelor unor indivizi aparte supuşi testărilor de la valorile medii proprii. De
exemplu, dacă eroarea medie a siguranţei este egală cu  3 cm, ceea ce înseamnă că
în 68% din cazuri, rezultatele unor sportivi aparte la măsurări repetate se plasau în
limitele de  3 cm, de la acel rezultat mediu înregistrat de fiecare în parte.

4.2.2 Estimarea siguranţei conform datelor experimentale

Noţiunea de rezultat autentic al testului este o abstracţie. X  nu poate fi
verificat în cadrul experimentului (aşa cum e imposibil să efectuez în realitate un
număr infinit de observaţii în condiţii similare). De aceea suntem nevoiţi a utiliza
metode indirecte.
Preferenţial, pentru estimarea siguranţei este aplicată analiza de dispersie cu
calculul ulterior a coeficienţilor corelaţiei (vezi 3.5.3 şi 3.5.4). Analiza de dispersie,
după cum se ştie, permite a distribui variaţia rezultatelor testului înregistrată în cadrul
experimentului pe părţi componente ce sunt determinate de anumiţi factori. De
exemplu, dacă se vor înregistra rezultatele unor supuşi testării din cadrul unui test,
repetând acest test în zile diferite, efectuând totodată în fiecare zi câteva încercări,
schimbând periodic experimentatorii, se vor produce variaţiile:
a) de la un individ la altul (variaţia dintre indivizi);
b) De la o zi la alta;
c) De la experimentator la experimentator;
d) De la o încercare la alta.
Analiza de dispersie oferă posibilitatea de a evidenţia şi de a estima aceste variaţii.
De exemplu. Antrenorul a propus unor tineri baschetbalişti de a executa de trei ori
câte 10 aruncări de penalitate. Să fie oare suficient pentru a estima precizia
baschetbaliştilor (adică, a afirma cu certitudine care din sportivi e mai precis în
aruncări, cine e pe locul doi etc.)? Rezultatele testării sunt reprezentate în tabela 20.

Rezultatele a trei serii de aruncări de penalitate

Tabelul 20

94
 Sportivul Seriile
I II III
1 5 6 5
2 9 8 7
3 3 4 3
4 7 5 5
5 9 2 9
6 7 3 7

Utilizând algoritmul analizei de dispersie descris în compartimentul 3.5.3

obţinem tabela de bilanţ 21.
Rezultatele analizei de dispersie
Tabelul 21
Variaţia Suma Gradele Dispersia F 
pătratelor de
Dintre sportivi Qd int re = 51.14 2,48
(dintre grupe) Qint erior = 8.85 6 8.52 1.29 0.05
Qres tan t =41.15
Dintre încercări (din Qgen. =101.14 7 4.425 >0.05
interiorul grupei)
12 3.43
Deşi tabelele 20 şi 21 sunt analogice tabelelor 14 şi 15, în acest caz (la estimarea
siguranţei), dispersia dintre grupe constituie dispersia dintre rezultatele înregistrate de
sportivi, dar nu cele dintre încercări, cum a fost în compartimentul 3.5.3. Astfel de
schimbări în denumire nu influenţează asupra tehnicii calculelor (este important să ne
determinăm exact asupra tipului dispersiilor).
Raportul F al dispersiilor rezultatelor dintre încercări nu ajunge la valoarea
indiciului de 0.05, deci, de la o încercare la alta, rezultatele în mediu nu se schimbă.
De aceea, pentru a estima siguranţa, putem aplica coeficientul de corelaţie din
interiorul claselor. În acest scop urmează să calculăm dispersia comună pentru
variaţia din interiorul grupei şi variaţia restantă:
8,85  41,15
 сomun
2
  2,63 (Vezi 3.51)
7  12

Apoi urmează să calculăm coeficientul de corelaţie din interiorul claselor după

formula 3.52. De exemplu, dacă urmează să estimăm conform datelor exemplului de
mai sus siguranţa mediei din trei serii, atunci

95
 8,52  2,63
  0,69
3 (Vezi 3.52)
8,52  (  1) * 2,63
3

Constatăm că coeficientul obţinut nu e prea înalt. Într-adevăr, rezultatele

anumitor sportivi variau în cadrul diferitor serii. De exemplu, sportivul numărul 5 a
nimerit în coş la prima încercare de 9 ori, la încercarea a doua – de 2 ori, la a treia –
de 9 ori. Asupra faptului că testul dat, în forma dată, nu poate fi utilizat pentru o
estimare sigură a preciziei sportivilor, indică şi rezultatele analizei de dispersie.
Raportul F pentru dispersia dintre grupe (= 2.48) nu ajunge la nivelul de semnificaţie
0.05, deci, unii sportivi, conform rezultatelor testului dat, nu se deosebesc statistic
esenţial unul de altul.
Să vedem cum se va schimba siguranţa testului, dacă vom utiliza, nu trei, ci sase
serii. În acest caz:
8,52  2,63
  0,813
3 (Vezi 3.52)
8,52  (  1) * 2,63
6

Siguranţa testului a crescut considerabil.

Pentru a majora în continuare siguranţa testului dat, urmează să sporim, aşa-zisa
lungime a testului, adică, fie numărul aruncărilor din cadrul unei serii, fie numărul
seriilor, fie concomitent una şi alta.
Astfel, pentru a estima siguranţa, trebuie să efectuăm în primul rând analiza de
dispersie şi, în al doilea rând, să calculăm coeficientul de corelaţie din interiorul
clasei (coeficientul de siguranţă).
Apar unele complicaţii când are loc aşa-numitul trend, adică o creştere sau scădere
sistematică a rezultatelor de la o încercare la alta (des. 23).
Figura 23
Seriile din şase încercări,
dintre care, primele trei din
stânga, sau cele trei de la
urmă din dreapta sunt
supuse trend-ului

96
 În acest caz vor fi utilizate nişte metode mai complicate de estimare a siguranţei
(nu sunt descrise în manual).
La două încercări şi lipsa trendului valorii coeficientului corelaţiei din interiorul
clasei practic coincid cu valorile coeficientului obişnuit de corelaţie dintre rezultatele
primei şi celei de-a doua încercări. De aceea, în asemenea situaţii pentru estimarea
siguranţei putem utiliza coeficientul de corelaţie obişnuit (el estimează siguranţa unei,
nu şi a două încercări). Totuşi, dacă numărul încercărilor repetate din cadrul unui test
este mai mare de două şi mai ales dacă se utilizează nişte scheme complicate de
testare (de exemplu, câte două încercări pe parcursul a două zile), atunci este necesară
calcularea coeficientului din interiorul claselor.
Coeficientul de siguranţă nu este un indiciu absolut ce caracterizează testul.
Acest coeficient se poate schimba în dependenţă de contingentul celor supuşi
testărilor (sportivi începători şi sportivi calificaţi), de condiţiile de testare (se
efectuează încercările una după alta sau, să zicem, cu un interval de o săptămână) şi
alte cauze. De aceea întotdeauna trebuie de descris când şi asupra cui s-a aplicat
testul.
4.2.3 Siguranţa în practica lucrului cu testele
Siguranţa datelor experimentale coboară mărimea notelor coeficienţilor de
corelaţie. Întrucât nici un test nu poate corela cu un alt test mai mult decât cu sine
însuşi, graniţa de sus a aprecierii coeficientului de corelaţie aici este deja nu ±1.00, ci
indicele de siguranţă rt∞ = rtt . Pentru a trece de la aprecierea coeficienţilor de
corelaţie dintre datele empirice la aprecierea corelaţiei dintre valorile reale putem
folosi expresia:
rxy
r̂xy = , (4.6)
rxx * ryy

unde r̂xy este corelaţia dintre valorile reale x şi y;

rxy – corelaţia dintre datele empirice;
rxx şi ryy – aprecierile siguranţei x şi y.

97
 De exemplu, dacă rxy = 0,60, rxx = 0,80 şi ryy = 0,90, atunci corelaţia dintre
valorile reale este 0,707.
Formula (4.6) se numeşte c o r e c ţ i e l a m i c ş o r a r e (sau formula lui
Spirmen-Braun). Ea se aplică permanent în practică.
Nu există o valoare fixă a siguranţei, care ar permite de a considera testul sigur
într-un grad sau altul. Totul depinde de importanţa concluziilor trase pe baza aplicării
testului. Şi totuşi, în majoritatea cazurilor în sport pot fi utilizate următoarele valori
orientative: 0,95 – 0,99 – siguranţă înaltă, 0,90 – 0,94 – bună, 0,80 – 0,89 –
acceptabilă, 0,70 – 0, 79 – slabă, 0,60 – 0,69 – pentru aprecieri individuale este
îndoielnică (testul este valabil doar pentru caracterizarea unui grup de persoane).
Se poate obţine o ridicare a siguranţei testului mărind numărul de încercări
repetate. Iată, de exemplu, cum creştea într-un experiment siguranţa testului
( aruncarea grenadei de 350 g cu elan) pe măsură ce creştea numărul de încercări: 1
încercare – 0,53; 2 încercări – 0,72; 3 încercări – 0, 78; 4 încercări – 0,80; 5 încercări
– 0,82; 6 încercări – 0,84. Din exemplu se vede că dacă la început siguranţa creşte
repede, atunci după 3 – 4 încercări mult mai încet.
La câteva încercări repetate rezultatele pot fi determinate prin modalităţi
diferite: a) după cea mai reuşită încercare, b) după valoarea medie aritmetică, c) după
mediană, d) după media a 2 sau 3 dintre cele mai reuşite încercări etc. Cercetările au
arătat că în majoritatea cazurilor cea mai sigură este utilizarea valorii aritmetice
medii, mai puţin sigură este mediana, şi mai puţin sigură este cea mai reuşită
încercare.
Vorbind despre siguranţa testelor, se deosebeşte stabilitatea (reproductibilitatea),
concordanţa, echivalenţa lor.

4.2.4. Stabilitatea testului

Prin stabilitatea testului se înţelege reproductibilitatea rezultatelor la repetarea
lui peste un timp oarecare în condiţii similare. Testarea repetată de obicei se numeşte
retestare. Schema aprecierii stabilităţii testului este următoarea:

98
 int erval
test de timp retestare

Totodată se deosebesc două cazuri. În primul retestarea se efectuează pentru a

obţine date sigure privind starea celui testat în decursul întregului interval de timp
dintre testare şi retestare (de exemplu, pentru a obţine date sigure privind
posibilităţile funcţionale ale schiorilor în luna iunie, la ei se efectuează măsurarea –
de două ori cu interval de o săptămână). În acest caz sunt importante rezultatele
exacte ale testului şi siguranţa trebuie să se aprecieze cu ajutorul analizei
dispersionale.
În alt caz poate fi importantă doar păstrarea ordinii celor testaţi în grup (rămâne
oare primul pe primul loc, ultimul – printre ultimii). În acest caz stabilitatea se
apreciază după coeficientul de corelaţie dintre test şi retestare.
Stabilitatea testului depinde de:
1) tipul de test,
2) contingentul celor testaţi,
3) intervalul de timp dintre test şi retestare.
De exemplu, caracteristicile morfologice la intervale de timp mici sunt destul
de stabile; cea mai mică stabilitate o au testele la exactitatea mişcărilor (de exemplu,
aruncări în ţintă). La maturi rezultatele testării sunt mai stabile decât la copii; la
sportivi – mai stabile decât la cei care nu practică sportul.
Odată cu creşterea intervalului de timp dintre test şi retestare stabilitatea
testului se micşorează (tab. 22).

Stabilitatea testului (coeficientul de corelaţie) la intervale de timp diferite (120 de

studenţi testaţi)
Tabelul 22
Testul Retestarea imediat după Retestarea după 1 lună
terminarea testului
Alergări la 1000 m 0,94 0,76
Sărituri în lungime de pe
loc 0,93 0,82

4.2.5. Concordanţa testului

99
 Concordanţa testului se caracterizează prin independenţa rezultatelor testării de
calităţile personale ale celui care efectuează sau apreciază testul. Concordanţa se
determină după gradul de coincidenţă a rezultatelor, obţinute pentru unele şi aceleaşi
persoane testate de către diferiţi experimentatori, arbitri, experţi. Sunt posibile două
variante:
1) persoana, care efectuează testul, doar apreciază rezultatele lui, fără a influenţa
asupra lor. De exemplu, una şi aceeaşi lucrare în scris diferiţi examinatori o pot
aprecia în mod diferit. Deseori diferă estimaţiile arbitrilor în gimnastică, patinaj
artistic, box, indicaţiile cronometrării manuale, aprecierea electrocardiogramei sau
radiogramei de către diferiţi medici etc.;
2) persoana, care efectuează testul, influenţează asupra rezultatelor lui. De
exemplu, unii experimentatori sunt mai insistenţi şi mai exigenţi decât alţii, îi
motivează mai mult pe cei testaţi. Aceasta îşi pune amprenta asupra rezultatelor (care
pot fi măsurate destul de obiectiv).
Concordanţa testului este, de fapt, siguranţa aprecierii rezultatelor lui la
efectuarea testului de către diferiţi oameni.
Este deosebit de actuală problema aprecierii concordanţei la determinarea
cantitativă a indicilor calitativi. Pentru aceasta au fost elaborate metode speciale (cap.
6).
4.2.6. Echivalenţa testului
Deseori testul se selectează dintr-un anumit număr de teste de acelaşi tip. De
exemplu, aruncările în coşul de baschet pot fi făcute din diferite puncte; alergarea la
distanţe mici se poate face la distanţele de 50, 60 sau 100 m, de exemplu; ridicarea
poate fi la inele sau la bară, cu prinderea de sus sau de jos etc. În aşa cazuri se poate
aplica aşa-numita metodă a formelor paralele, când persoanelor testate li se propune
să execute două variante ale unuia şi aceluiaşi test şi apoi apreciază gradul de
coincidenţă a rezultatelor. Schema testării aici este următoarea:


În locul termenului „concordanţă” destul de des se utilizează termenul „obiectivitate”. O atare
utilizare nu este potrivită, deoarece coinciderea rezultatelor diferiţilor experimentatori sau arbitri
(experţi) încă nu vorbeşte despre obiectivitatea lor. Ei pot cu toţii, premeditat sau nu, să greşească,
falsificând realitatea obiectivă.
100
 int ervalul de timp
forma A min im
forma B

Coeficientul de corelaţie calculat între rezultatele testării se numeşte c o e f ic i e

n t d e e c h i v a l e n ţ ă. Atitudinea faţă de echivalenţa testelor depinde de situaţia
concretă. Pe de o parte, dacă două sau mai multe teste sunt echivalente, aplicarea lor
în comun ridică siguranţa estimaţiilor; pe de alta poate fi utilă aplicarea doar a unui
test echivalent: aceasta va simplifica testarea şi va micşora nesemnificativ
informativitatea bateriei de teste. Soluţionarea acestei probleme depinde de astfel de
cauze cum sunt caracterul masiv al testelor, gradul preciziei necesare de testare etc.
Dacă toate testele ce fac parte dintr-un complex oarecare sunt de o eficienţă
înaltă, el se numeşte o m o g e n. Acest complex în întregime măsoară o proprietate
oarecare a motoricii umane. Să zicem, complexul, care constă din sărituri de pe loc în
lungime, în sus şi triplă, probabil, va fi omogen. Din contra, dacă în complex nu
există teste echivalente, atunci toate testele care fac parte din complex măsoară
proprietăţi diferite. Un astfel de test se numeşte e t e r o g e n. Un exemplu de baterie
eterogenă de teste: tracţiune la bară, aplecarea înainte (pentru verificarea
flexibilităţii), alergări la 1500 m.

4.2.7. Căile de ridicare a siguranţei testului

Siguranţa testelor poate fi ridicată într-o anumită măsură prin:
a) o standardizare mai strictă a testării,
b) mărirea numărului de încercări,
c) mărirea numărului de experţi în evaluări (arbitri, experţi) şi creşterea
concordării opiniilor lor,
d) mărirea numărului de teste echivalente,
e) o motivaţie mai bună a celor testaţi.

4.3. Informativitatea testelor

4.3.1. Noţiuni generale

101
 Informativitatea t e s t u l u i este gradul de precizie cu care el
măsoară o proprietate (calitate, capacitate, caracteristică etc.), pentru aprecierea
căreia se utilizează. Informativitatea deseori se numeşte şi validitate (din engleză
validity – temeinicie, valabilitate, legitimitate). Să admitem că pentru determinarea
nivelului de pregătire specială de forţă a sprinterilor – atleţilor şi înotătorilor – se
utilizează următorii indici: 1) dinamometria mâinii, 2) forţa flexorilor degetelor
piciorului, 3) forţa extensorilor humerali, 4) forţa extensorilor gâtului. Pe baza
acestor teste se presupune de a dirija procesul de antrenare, în particular de a găsi
verigile slabe ale aparatului locomotor şi a le consolida. Au fost oare selectate teste
potrivite? Sunt ele informative? Chiar fără experimente speciale putem intui că al
doilea test, probabil, este informativ pentru sprinterii-atleţi, al treilea pentru înotători,
iar primul şi al patrulea, probabil, nu vor indica nimic interesant nici pentru înotători,
nici pentru atleţi (deşi pot fi foarte folositoare pentru reprezentanţii altor tipuri de
sport, de exemplu pentru luptători). În diferite cazuri unele şi aceleaşi teste pot avea o
informativitate diferită.
Problema vizând informativitatea testului se divizează în două:
1) ce măsoară testul dat?
2) cât de exact măsoară el?
De exemplu, se poate după un astfel de indice ca M.. de judecat despre nivelul
de pregătire a alergătorilor de fond, şi dacă da, atunci cu ce grad de precizie? Cu alte
cuvinte, ce informativitate comportă M.. pentru alergătorii de fond? Poate oare fi
utilizat acest test în procesul controlului?
Dacă testul se aplică pentru determinarea stării sportivului în momentul
examinării, atunci se vorbeşte despre informativitatea d e d i a g n o s t i c a testului.
Dacă însă pe baza rezultatelor testării vor să tragă o concluzie despre posibilii viitori
indici ai sportivului, - despre informativitatea d e p r o n o s t i c. Testul poate fi
informativ în sens de diagnostic, iar în sens de pronostic nu şi invers.
Gradul de informativitate poate fi caracterizat cantitativ – pe baza datelor
experimentale (aşa-numita informativitate e m p i r i c ă) şi calitativ – pe baza analizei
conţinutului situaţiei (informativitatea d e c o n ţ i n u t sau l o g i c ă). Deşi în munca

102
practică analiza de conţinut întotdeauna trebuie să anticipeze analiza matematică, aici
pentru comoditatea expunerii se analizează mai întâi metodele de calcul al
informativităţii empirice.

4.3.2. Informativitatea empirică (primul caz – există un criteriu de

măsurat)
Ideea de determinare a informativităţii empirice (din limba greacă ămpeiria –
experienţă) constă în aceea că rezultatele testului se compară cu un criteriu oarecare.
Pentru aceasta se calculează coeficientul de corelaţie dintre criteriu şi test ( acest
coeficient se numeşte coeficient de informativitate şi se notează rtk , unde t este prima
literă de la cuvântul test, iar k de la criteriu).
În calitate de criteriu se ia indicele, care reflectă apriori şi incontestabil acea
proprietate, care urmează a fi măsurată cu ajutorul testului.
Deseori se întâmplă că există un criteriu destul de concret cu care poate fi
comparat testul presupus. De exemplu, la aprecierea gradului de pregătire specială a
sportivilor în genurile de sport cu rezultate, ce pot fi obiectiv măsurate, în calitate de
astfel de criteriu poate servi însuşi rezultatul: mai informativ este acel test, a cărui
corelaţie cu rezultatul sportiv este mai înaltă. La determinarea informativităţii de
pronostic drept criteriu serveşte indicele, al cărui pronostic trebuie efectuat(de
exemplu, dacă se face pronosticul lungimii corpului unui copil, drept criteriu serveşte
lungimea corpului lui la maturitate).
Cel mai frecvent în metrologia sportivă drept criterii servesc:
1) rezultatul sportiv;
2) o caracteristică oarecare a activităţii competiţionale (de exemplu, lungimea
pasului la alergare, forţa de respingere la sărituri, rezultativitatea luptei sub panou la
baschet, executarea servirii în tenis sau volei, procentul de pase la distanţă în fotbal);
3) rezultatele altui test, informativitatea căruia este demonstrată (dacă
efectuarea testului-criteriu este voluminoasă şi complicată şi se poate selecta un alt
test, la fel de informativ, dar mai simplu. De exemplu, în loc de schimbul de substanţe

103
să se determine FC). Acest caz particular, când drept criteriu serveşte un alt test, se
numeşte informativitate concurenţială;
4) apartenenţa la un anumit grup. De exemplu, se poate compara un maestru în
sport cu sportivii de categorii inferioare; apartenenţa la unul dintre aceste grupuri este
un criteriu. În cazul dat se utilizează variante speciale de analiză corelaţională;
5) aşa-numitul criteriu constitutiv, de exemplu suma punctelor în poliatlon.
Totodată probele de poliatlon şi tabelele de punctaj pot fi atât cele uzuale, cât şi
alcătuite de examinator (cum se alcătuiesc tabelele, vezi cap. 5). Criteriul constitutiv
se utilizează când nu există un criteriu unic (de exemplu, dacă trebuie de apreciat
pregătirea fizică generală, dibăcia jucătorului la jocurile sportive etc., nici un indice
luat aparte nu poate servi drept criteriu).
Exemplu de determinare a informativităţii unuia şi aceluiaşi test – viteza la
alergarea la 30 m la bărbaţi de pe loc – pentru diferite criterii este dat în tab. 23
(aceste date au fost obţinute pentru 62 de sportivi, care au avut la sărituri în lungime
rezultate de la 6 m până la 7,72 cm; rezultatele la trialton se luau pe baza sondajului).

Informativitatea testului „alergări la 30 m de pe loc” (n =62)

Tabelul 23
Criteriul Măsura criteriului Coeficientul de
informativitate

Săritură în lungime cu elan Rezultatul săriturii (cm) 0,658

Elanul la săriturile în lungime Viteza de alergare pe ultimii 10
m (m/s) 0,918
Rezultatul li trialton: alergări
la 100 m, sărituri în lungime,
alergări la 100 m cu elan Suma punctelor 0,764

Problema vizând alegerea criteriului este, ca atare, cel mai important lucru la
determinarea valorii reale şi informativităţii testului. De exemplu, dacă trebuie de
determinat informativitatea unui astfel de test ca săritura în lungime de pe loc la
sprinteri, atunci pot fi selectate criterii diferite: rezultatul la alergări la 100 m,

104
lungimea pasului, raportul dintre lungimea pasului şi lungimea picioarelor sau
înălţime etc. Informativitatea testului în acest caz va varia (în exemplul dat ea creştea
de la 0,558 pentru viteza la alergare până la 0,781 pentru raportul „lungimea
pasului/lungimea piciorului”; au fost testaţi 44 de sprinteri, care au avut rezultate la
alergări cuprinse între 11,6 şi 10,5 s).
În genurile de sport, unde nu poate fi măsurată obiectiv măiestria sportivă, se
încearcă a depăşi această dificultate prin introducerea unor criterii artificiale. De
exemplu, în jocurile sportive în echipe experţii îi aranjează pe jucători după măiestria
lor într-o ordine anumită (adică fac lista a 20, 50 sau, să admitem, 100 dintre cei mai
puternici jucători). Locul ocupat de sportiv (treapta lui) se ia în calitate de criteriu, cu
care se compară rezultatele testelor cu scopul determinării informativităţii lor.
Apare întrebarea: de ce să utilizăm testele, dacă se cunoaşte criteriul? De
exemplu, nu este oare mai simplu de a efectua competiţii de control şi a determina
rezultatul sportiv decât de a determina realizările în exerciţii de control? Însă:
1) rezultatul sportiv nu întotdeauna poate fi sau este raţional de a fi determinat
(de exemplu, nu se pot organiza frecvent competiţii la maraton, iarna de obicei nu pot
fi înregistrate rezultatele la aruncarea suliţei, iar vara la cursele pe schi);
2) rezultatul sportiv depinde de multe cauze (factori), aşa, de exemplu, ca forţa
sportivului, rezistenţa lui, tehnica etc. Aplicarea testelor oferă posibilitatea de a
determina laturile tari şi cele slabe ale sportivului, de a aprecia fiecare dintre aceşti
factori în parte.

4.3.3. Informativitatea empirică (cazul doi – un criteriu unic nu există;

informativitatea factorială)
Deseori se întâmplă că nu există un criteriu unic cu care pot fi comparate
rezultatele testelor presupuse. Să admitem că trebuie de a găsi cele mai informative
teste pentru aprecierea pregătirii de forţă a tineretului. Ce vom prefera: ridicarea la
bară fixă sau flotările cu sprijin pe bare, genuflexiuni cu haltera, ridicarea halterei sau
trecerea în poziţie şezut din poziţia culcat pe spate? Ce poate servi aici drept criteriu
de selectare corectă a testului?

105
 Celor testaţi li se poate propune o baterie de diverse teste de forţă, din acestea
fiind apoi luate testele, care dau o corelaţie mai bună cu rezultatele întregului
complex (doar nu poate fi utilizat sistematic întregul complex: este prea voluminos şi
incomod). Aceste teste vor fi cel mai informative: ele vor da informaţii despre
posibilele rezultate ale celor testaţi vizavi de întreaga baterie iniţială de teste. Însă
rezultatele în ea nu se vor exprima printr-un singur număr. Se poate forma, desigur,
un criteriu oarecare compus (de exemplu, se poate determina suma punctelor
acumulate după o gradaţie oarecare). Însă mult mai eficientă este altă cale, bazată pe
ideile analizei factoriale.
Analiza factorială este una din metodele statisticii multidimensionale (cuvântul
„multidimensional” indică la aceea că se studiază concomitent mai mulţi indici
diverşi, de exemplu rezultatele celor testaţi după mai multe teste). Aceasta este o
metodă destul de complicată, de aceea este raţional să ne limităm cu expunerea doar a
ideii principale.
Analiza factorială porneşte de la aceea că rezultatul oricărui test este o urmare a
acţiunii concomitente a unui şir de factori, care nu se observă nemijlocit (latenţi). De
exemplu, rezultatele la alergări la 100, 800 şi 5000 m depind de calităţile sportivului
ce ţin de viteză, forţă, rezistenţă etc. Valoarea acestor factori pentru fiecare dintre
distanţe este diferită. Dacă vom selecta două teste, asupra cărora influenţează
aproximativ în aceeaşi măsură unii şi aceiaşi factori, atunci rezultatele în aceste teste
vor corela puternic unul cu altul (să zicem, la distanţe de 800 şi 1000 m). Dacă însă
testele nu au factori comuni sau ele influenţează în mod diferit asupra rezultatelor,
corelaţia între aceste teste va fi joasă (de exemplu, între rezultatele la alergări la 100
şi 5000 m). Când se ia un mare număr de diferite teste şi se calculează coeficienţii de
corelaţie dintre ele, atunci cu ajutorul analizei factoriale se poate determina câţi
factori în comun acţionează asupra testelor date şi care este gradul de contribuţie a lor
la fiecare test. După aceasta este deja uşor de a selecta testele (sau combinaţiile lor),
careevaluează cel mai exact anumiţi factori.
Exemplu. Sarcina experimentului era de a găsi cele mai informative teste pentru
aprecierea pregătirii de forţă generale a studenţilor sportivi de categoriile III – I, care

106
practică diferite genuri de sport. Cu acest scop au fost examinaţi (N. V. Avercovici, V.
M. Zaţiorski, 1966) după 15 teste 108 oameni. În urma analizei factoriale au fost
evidenţiaţi trei factori:
1) forţa muşchilor membrelor superioare;
2) forţa muşchilor membrelor inferioare;
3) forţa muşchilor presei abdominale şi flexorilor femurului.
Cel mai informative printre testele selectate s-au dovedit a fi: după primul factor
– flotări cu sprijin, după al doilea – săritură în lungime de pe loc, după al treilea –
ridicarea picioarelor drepte atârnat şi trecerile în poziţie şezut din poziţia culcat pe
spate timp de 1 min. Dacă ne vom limita doar la un test, atunci cel mai informativ a
fost rostogolirea în forţă cu sprijin pe bara fixă (s-a apreciat numărul de repetări).

4.3.4. Informativitatea empirică în munca practică

La utilizarea practică a indicilor informativităţii empirice trebuie de ţinut cont că
ei sunt adevăraţi doar pentru acele persoane şi condiţii, pentru care au fost calculaţi.
Un test informativ într-un grup de începători poate fi absolut neinformativ într-un
grup de maeştri în sport.
Informativitatea testului nu este la fel în grupe diferite după componenţă. În
special, în grupele mai omogene după componenţa lor, testul este de obicei mai puţin
informativ. Dacă s-a determinat informativitatea testului într-un grup oarecare, iar
apoi cei mai performanţi sportivi din grup au fost incluşi în selecţionată, atunci
informativitatea aceluiaşi test în selecţionată va fi mult mai joasă. Cauzele sunt clare
din fig. 24: selectarea micşorează dispersia generală a rezultatelor în grup şi
micşorează mărimile coeficientului de corelaţie. De exemplu, dacă vom determina
informativitatea unui astfel de test ca МПК la înotătorii la 400 m, care au rezultate
foarte diferite (să zicem, de la 3 min 55 s până la 6 min 30 s), atunci coeficientul de
informativitate va fi foarte înalt (rtk > 0,90); dacă se vor face aceleaşi măsurări în
grupul de înotători, care au rezultate de la 3 min 55 s până la 4 min 30 s, rtk după
valoarea absolută nu va depăşi 0,4 – 0,6; dacă se va determina acelaşi indice la cei
mai performanţi înotători ai lumii (3 min 53 s ≤t înot. ≤ 4 min 00 s), coeficientul de

107
informativitate în genere poate fi egal cu zero.; cu ajutorul doar al acestui test nu vor
putea fi deosebiţi sportivii, care înoată, să admitem, în 3 min 55 s de cei care în 3 min
59 s: şi la unii, şi la alţii mărimile vor fi înalte şi aproximativ aceleaşi.
Figura. 24
Influenţa selecţiei celor supuşi încercărilor asupra informativităţii testului
Informativitatea de conţinut (logică)

Coeficienţii de informativitate depind în mare măsură de siguranţa testului şi a

criteriului. Un test cu siguranţa joasă întotdeauna este puţin informativ, de aceea nu
are sens de a verifica testele puţin sigure la informativitate. Siguranţa insuficientă a
criteriului de asemenea duce la micşorarea coeficienţilor de informativitate. Însă în
cazul dat ar fi incorect să neglijăm testul ca fiind puţin informativ: doar graniţa
superioară a posibilei corelaţii a testului este nu ± 1, ci indicele lui de siguranţă. De
aceea trebuie să se compare coeficientul de informativitate cu acest indice.
Informativitatea reală (cu corecţia de nesiguranţă a criteriului) se calculează după
formula:
rtk
r̂tk  . (4.7)
rkk

Astfel, în una dintre lucrări rangul sportivului la polo pe apă (rangul se

considera ca criteriu de măiestrie) a fost stabilit pe baza aprecierilor a 4 experţi.

108
Siguranţa (concordanţa) criteriului, determinată cu ajutorul coeficientului de corelaţie
dintre clase, era egală cu 0,64. Coeficientul de informativitate era egal cu 0,56.
Coeficientul real al informativităţii (cu corecţia de nesiguranţa criteriului) era este
egal cu:
0,56
r̂tk = 0,64 = 0,70.

Cu informativitatea şi siguranţa testului este strâns legată noţiunea de c a p a c i

t a t e d i s t i n c t i v ă a l u i – acea deosebire minimă dintre cei testaţi, care poate
fi diagnosticată cu ajutorul testului (această noţiune după sens este analogă cu
noţiunea de sensibilitate a aparatului). Capacitatea distinctivă a testului depinde de:
1. Variaţia interpersonală a rezultatelor. De exemplu, aşa un test ca „numărul
maxim de aruncări ale mingii de baschet în perete de la distanţa de 4 m în decurs de
10 s” este bun pentru începători, dar nu este aplicabil pentru baschetbaliştii calificaţi,
deoarece toţi ei au aproximativ unul şi acelaşi rezultat şi devin imperceptibili, adică
pentru ei testul nu posedă capacitate distinctivă. În multe cazuri variaţia rezultatelor
dintre persoanele testate (variaţia dintre clase) poate fi majorată datorită măririi
dificultăţii testului. De exemplu, dacă sportivilor de calificare diferită li se va propune
o probă funcţională uşoară pentru ei (să zicem, 20 de aşezări sau pedalarea la
veloergometru cu puterea de 200 kGm/min), atunci mărimea abaterilor fiziologice la
toţi va fi aproximativ aceeaşi şi va fi imposibil de a aprecia gradul lor de pregătire.
Dacă însă li se va da o sarcină dificilă, atunci deosebirile dintre ei vor deveni mai
mari şi după rezultatele testului se va putea judeca despre pregătire.
2. Siguranţa (adică raportul variaţiilor dintre şi interindividuale) testului şi
criteriului. Dacă rezultatele uneia şi aceleiaşi persoane la sărituri în lungime de pe loc
variază, să zicem, în limitele ± 10 cm, atunci, deşi lungimea săriturii şi poate fi
determinată cu precizia de ± 1 cm, de a diferenţia sigur persoanele, ale căror rezultate
„adevărate” sunt egale cu 315 şi 316 cm, nu se poate.
Nu există o mărime fixată a informativităţii testului, după care se poate
considera testul util. Aici mult depinde de situaţia concretă: precizia necesară a
pronosticului, necesitatea de a obţine unele date suplimentare despre sportiv etc.

109
Practic pentru diagnostic se utilizează teste, informativitatea cărora nu este mai mică
de 0,3. Pentru pronostic, de regulă, este necesară o informativitate mai înaltă – nu mai
mică de 0,6.
Informativitatea unei baterii de teste, desigur, este mai înaltă decât
informativitatea unui singur test. Deseori se întâmplă că informativitatea unui test
luat aparte este prea joasă pentru ca acesta să fie utilizat. Pe când informativitatea
unei baterii de teste din care acesta face parte poate fi suficientă.

4.3.5. Informativitatea de conţinut (logică)

Informativitatea unui test nu întotdeauna poate fi stabilită cu ajutorul
experimentului şi prelucrării matematice a rezultatelor lui. De exemplu, dacă urmează
de elaborat biletele pentru examene sau temele lucrărilor de licenţă (aceasta este tot o
varietate de testare), atunci trebuie de selectat cele mai informative întrebări, după
care se poate cel mai exact de apreciat cunoştinţele absolvenţilor şi pregătirea lor
pentru munca practică. În prezent în astfel de cazuri ne putem baza doar pe analiza
logică, de conţinut a situaţiei.
Uneori se întâmplă că informativitatea testului este clară fără experimente, mai
ales când testul este o parte a acelor acţiuni, pe care le efectuează sportivul la
competiţii. Puţin probabil să fie necesare experimente pentru a demonstra
informativitatea unor astfel de indici ca timpul de efectuare a întoarcerii în înot,
viteza la ultimii paşi de elan la săriturile în lungime, procentul de nimerire la
aruncările de pedeapsă în baschet, calitatea efectuării servirii la tenis sau volei. Însă
nu toate testele de acest fel sunt la fel de informative. De exemplu, aruncarea de după
linia laterală la fotbal, deşi este un element de joc, puţin probabil să poată fi
considerată drept unul dintre cei mai importanţi indici ai măiestriei fotbaliştilor. Dacă
astfel de teste sunt multe şi trebuie de selectat cele mai informative dintre ele, nu ne
putem lipsi de metodele teoriei testelor.
Analiza de conţinut a informativităţii testului şi argumentarea ei din punct de
vedere matematic şi experimental trebuie să se completeze reciproc. Nici una din
aceste abordări, luată aparte, nu este suficientă. În particular, dacă în urma

110
experimentului a fost determinat un coeficient înalt de informativitate a testului,
trebuie de verificat obligatoriu, dacă nu este aceasta o urmare a aşa-numitei corelaţii f
a l s e. Ea este posibilă când asupra rezultatelor ambilor indici ce corelează
influenţează un al treilea indice, care el singur nu prezintă interes. De exemplu, la
elevii din clasele superioare se poate găsi o corelaţie semnificativă între rezultatul la
alergări la 100 m şi cunoaşterea geometriei, deoarece aceştia, în comparaţie cu elevii
din clasele inferioare, vor avea rezultate mai înalte atât la alergări, cât şi la
cunoaşterea geometriei. Indicele de altă natură, al treilea, care a generat apariţia
corelaţiei, este vârsta persoanelor testate. Desigur, va greşi cercetătorul, care nu va
observa acest lucru şi va recomanda examenul la geometrie ca test pentru sprinteri la
100 m. Pentru a nu face astfel de greşeli trebuie de analizat obligatoriu relaţiile cauză-
efect, care au generat apariţia corelaţiei între criteriu şi test. Este util să ne imaginăm,
în particular, ce se va întâmpla dacă rezultatele la test se vor ameliora. Va duce oare
aceasta la creşterea rezultatelor criteriului? În exemplul dat aceasta înseamnă: dacă
elevul va cunoaşte mai bine geometria, va alerga el oare mai repede pe distanţa de
100 m? Răspunsul negativ evident conduce la concluzia firească: cunoştinţele la
geometrie nu pot servi drept test pentru sprinteri. Corelaţia găsită este falsă. Desigur,
situaţiile din viaţa reală sunt mult mai complicate decât acest exemplu prostesc.
Un caz particular al informativităţii de conţinut a testelor este informativitatea
după definiţie. În acest caz pur şi simplu se pun de acord în privinţa faptului ce sens
va comporta un cuvânt (termen) sau altul. De exemplu, se spune: ”săritura în înălţime
de pe loc este caracterizată de salt”. Ar fi fost mai exact de spus astfel: „vom fi de
acord să numim salt ceea ce se măsoară cu rezultatul săriturii în sus de pe loc”. O
asemenea înţelegere este necesară, deoarece aceasta previne unele neînţelegeri inutile
(doar unii pot înţelege prin salt rezultatele săriturii de zece ori pe un picior, săritura în
înălţime considerând-o, să zicem, test la forţa „explozivă” a picioarelor).

Întrebări de control:
1. Ce se numeşte măsurare?
2. Ce se numeşte test?

111
3. Ce măsurare poate fi numită test şi ce cerinţe trebuie să îndeplinescă?
4. Care sunt cerinţele standardizate de desfăşurare a testării în practica sportivă?
5. Difiniţi şi caracterizaţi siguranţa testelor?
6. De ce este determinată de lucrul practic cu testele?
7. Difiniţi şi descrieţi stsbilitatea testului şi de ce componente depinde?
8. Difiniţi concordanţa testului?
9. Difiniţi echivalenţa testelor?
10.Cum poate fi îmbunătăţită siguranţa testelor?
11.Ce se numeşte informativitatea testelor?
12.Ce se numeşte diagnoză şi prognoză?
13.Descrieţi metoda logică de detrminare a informativităţii testelor?
14.Descrieţi o metodă empirică de detrminare pentru determinarea
informativităţii testelor?
15.Descrieţi schema generală de determinare a informativităţii testelor?

Capitolul 5
Bazele teoriei estimărilor în educaţie fizică şi sport – 4 ore
Plan:
 Problema estimărilor
 Tabelele de punctaj la diferite genuri de sport şi scările de estimaţii
 Sarcinile principale ale evaluării
 Problema criteriului
 Scările de estimaţii
 Scările standard
 Scara percentilă
 Scara punctelor selectate
 Scările parametrice
 Scara ICSCF (Institutul Central de Stat de Cultură Fizică )
 Estimarea complexului de teste

112
  Normele
 Varietăţile de norme
 Normele de vârstă
 Evidenţa particularităţilor constituţiei corpului
 Valabilitatea normelor

5.1. Problema estimărilor

5.1.1. Noţiuni generale
Rezultatele sportivilor (în particular, rezultatele testelor)
în primul rând, se exprimă în unităţi de măsură diferite (timp, distanţă etc.) şi de
aceea nu sunt compatibile nemijlocit unul cu altul;
în al doilea rând, ele nu indică de la sine cât de satisfăcătoare este starea
sportivului (să zicem, timpul de alergare la 100 m, egal cu 12,0 s, poate fi considerat
şi foarte bun, dar şi foarte prost, în funcţie de faptul despre cine este vorba).
De aceea rezultatele se transformă în estimaţii (puncte, baluri, note, categorii
etc.).
E s t i m a ţ i e (sau e s t i m a ţ i e p e d a g o g i c ă) se numeşte măsura
unificată a succesului într-o sarcină oarecare, în particular – la test . Procesul de
deducere (calculare, definire) a estimaţiilor se numeşte estimare.
Clasificarea sportivă unională, complexul GMA, tabelele de punctaj pentru toate
genurile de sport, estimaţiile rezultatelor testelor, notele din şcoală şi din instituţiile
superioare de învăţământ la cultura şi educaţia fizică, regulamentele privind
competiţiile şi practica calculării neoficiale a punctelor la jocurile olimpice – toate
acestea sunt exemple de estimări. Estimaţia poate fi exprimată în diferite moduri, de
exemplu sub aspect de caracteristică calitativă („bine – satisfăcător prost” sau „admis
– respins”), sub formă de notă, ca la şcoală (de la „unu” până la „zece”), de puncte


În literatura ştiinţifică sportivă termenul „estimaţie” se utilizează în acelaşi sens ca şi în statistica
matematică: valoarea fixată într-un experiment a unei mărimi oarecare (parametrul totalităţii
generale). În cazul existenţei pericolului de confundare a noţiunilor aici se va utiliza termenul
„estimaţia statistică” ( în opoziţie cu „estimaţia pedagogică”).
113
acumulate (poliatlon), confirmare a îndeplinirii normelor de categorie sau a normelor
complexului GMA. În toate cazurile ea are caracteristici comune.
Se deosebesc estimaţiile d e i n s t r u i r e, pe care le face profesorul pe
parcursul procesului de învăţământ, şi estimaţiile d e c a l i f i c a r e, prin care se
subînţeleg toate celelalte tipuri de estimaţii (în particular, rezultatele de la
competiţiile oficiale, de la testări etc.). O deosebire semnificativă între estimaţiile de
instruire şi de calificare nu este, însă procedura estimării de calificare, de regulă, este
mai complicată.
Sub aspect complet, desfăşurat, estimarea de calificare se efectuează în două
etape. La prima etapă rezultatele sportive realizate se transformă pe baza aşa-
numitelor scări de estimaţii în puncte (estimaţia intermediară), iar la a doua, după
compararea punctelor acumulate cu normele stabilite preliminar, se determină
estimaţia finală. De exemplu, în pentatlon la început rezultatele la diferite probe le
transformă în puncte, apoi, după compararea lor cu normele de clasificare sportivă,
se face estimaţia finală – se conferă categoria sportivă. Succesivitatea acţiunilor la
estimare se vede în schema de mai jos, în care sunt incluse, de asemenea, etapele de
testare şi de măsurare a rezultatelor testului.

Schema de estimare a rezultatelor sportive şi a rezultatelor testelor

Denumirea acţiunilor Se utilizează

Testarea
Măsurarea Scara măsurărilor
Rezultatul testării
Estimarea intermediară Scara estimaţiilor

Punctele
(estimaţia intermediară)
Estimarea finală Norme
Estimaţia finală
Nu în toate cazurile estimarea se produce după o schemă atât de desfăşurată.
Deseori estimările intermediară şi finală se contopesc.

5.1.2. Tabelele de punctaj la diferite genuri de sport şi scările de estimaţii

114
 Analiza tabelelor de punctaj pentru unele genuri de sport va permite
introducerea unui şir de noţiuni necesare la studierea în continuare a cursului de
metrologie sportivă.
Scopul oricărui tabel de acest tip este de a transforma rezultatul sportiv obţinut
(exprimat în măsuri obiective: kilograme, secunde etc., locul ocupat sau numărul şi
importanţa victoriilor) în puncte convenţionale. Legea transformării rezultatelor
sportive în puncte se numeşte s c a r ă d e e s t i m a ţ i i. Scara poate fi dată ca o
expresie matematică (formulă), tabel sau grafic. În fig. 25 sunt date schematic 4 tipuri
principale de scări, care se întâlnesc în sport şi în educaţia fizică.

Figura. 25
Tipurile principale de scări de estimaţii

I – scara proporţională, II – scara regresivă, III – scara progresivă, IV – scara

sigma.

115
 Primul tip – s c ă r i l e p r o p o r ţ i o n a l e. Acest tip de scări presupune
acordarea aceluiaşi număr de puncte pentru aceeaşi creştere a rezultatelor (de
exemplu, pentru fiecare 0,1 s îmbunătăţire a rezultatului la alergări la 100 m se acordă
20 de puncte). Scările proporţionale sunt acceptate în pentatlonul modern, la patinaj,
schi, biatlon la schi, biatlon şi alte genuri de sport (fig. 26).
Figura. 26
Scările de estimare a rezultatelor în pentalton modern (după A. N. Petrosean)
Înot, min

Al doilea tip – s c ă r i l e r e g r e s i v e. În acest caz pentru una şi aceeaşi

creştere a rezultatului se acordă pe măsura creşterii performanţelor sportive tot mai
puţine puncte (de exemplu, pentru îmbunătăţirea rezultatului la alergări la 100 m de la
15,0 până la 14,9 s se acordă 20 de puncte, iar pentru 0,1 s în intervalul 10,0 – 9,9 s –
doar 15 puncte). Astfel de scări par a fi injuste, dar utilizarea lor în multe cazuri este
raţională (v. 5.1.4). Scări de acest tip sunt acceptate în prezent la unele tipuri de
sărituri şi aruncări în atletica uşoară (fig. 27).
Figura. 27
Scările de estimaţii ale rezultatelor la săriturile cu prăjina
(conform tabelelor de punctaj din diferiţi ani: 1 – tabelul a. 1950; 2 – a. 1962; 3
– tabel internaţional a. 1964); kms, I, II, III – normele ЕВСК

116
 Al treilea tip – s c ă r i l e p r o g r e s i v e. Aici cu cât mai înalt este rezultatul
sportiv, cu atât mai mare este adaosul de puncte la ameliorarea lui (de exemplu,
pentru îmbunătăţirea timpului la alergări de la 15,0 până la 14,9 s se acordă 10
puncte, iar de la 10,0 până la 9,9 s – 100 puncte). Scările progresive se utilizează în
înot, unele genuri de atletică uşoară, în atletica grea (fig. 28).

Figura. 28
Scările de estimaţii la alergări la 100 m
(1 – tabel a. 1950; 2 – a. 1962; 3 – tabel internaţional a. 1964)

117
 Al patrulea tip – s c ă r i l e s i g m a (sau scările S). În aceste scări
îmbunătăţirea rezultatelor în zonele cu realizări nesemnificative şi foarte înalte se
stimulează slab; cel mai multe puncte aduce îmbunătăţirea rezultatelor în zona medie
a performanţelor. În sport astfel de scări nu se utilizează, dar ele se folosesc pe larg la
aprecierea pregătirii fizice (de exemplu, aşa arată scara standardelor de pregătire
fizică a populaţiei SUA).

5.1.3. Sarcinile principale ale evaluării

Principalele sarcini ale evaluării sunt următoarele.
1. A compara diferite realizări în una şi aceeaşi sarcină (test, disciplină sportivă,
exerciţiu, probă de poliatlon). De exemplu, a compara rezultatele sportive pentru
norma de maestru în sport şi categoria I. Câte rezultate de categoria I corespund celui
de maestru?
2. A compara performanţele în sarcini diferite. Principalul aici este egalarea
estimaţiilor pentru performanţe având aceeaşi dificultate în diferite genuri de sport
sau diferite discipline ale competiţiilor. Astfel de performanţe, la fel de dificile, se
numesc e c h i v a l e n t e.
3. A determina normele. În unele cazuri aparte (estimaţiile şcolare, complexul
GMA etc.) normele coincid cu gradaţiile scării.
Soluţionarea acestor probleme determină în întregime sistemul de estimare.

5.1.4. Problema criteriului

Două grupe de criterii pot sta la baza estimării. Estimarea trebuie:
1. Să fie nepărtinitoare, adică să estimeze performanţele
a) având aceeaşi dificultate (echivalente) cu acelaşi număr de puncte şi
b) având dificultate diferită – cu un număr de puncte cu atât mai mare cu cât mai
înaltă este dificultatea performanţelor.
2. Să conducă la rezultate practic utile.
Aceste criterii nu întotdeauna sunt compatibile. De exemplu, scara progresivă,
în principiu, pare a fi justă: a ridica chiar puţin recordul lumii este mult mai dificil

118
decât a obţine aceeaşi creştere a rezultatelor la nivelul categoriei III. Această
dificultate diferită este luată în consideraţie în scară: cu cât mai înalt este rezultatul
sportiv cu atât mai multe puncte se acordă pentru aceeaşi creştere a performanţelor.
Practic aceasta conduce la faptul că pentru sportivii-poliatlonişti devine rentabil să se
antreneze intens mai întâi de toate la probele preferate – acele, la care ei pot obţine
cel mai mare număr de puncte. În condiţii de luptă pe echipe scara progresivă ridică
valoarea rezultatelor sportive înalte, dar frânează caracterul de masă: un maestru în
sport aduce echipei mult mai multe puncte decât câţiva sportivi cu categorie.
Scările regresive puţin probabil să poată fi considerate juste, dar ele sunt utile.
La poliatlon ele stimulează atenţia faţă de genurile rămase în urmă, în competiţiile pe
echipe – caracterul de masă (în detrimentul măiestriei).
Întrebarea care sistem de estimare este mai bun nu are sens, dacă nu este pus un
scop, pentru realizarea căruia acest sistem se introduce. De exemplu, dacă scopul este
(să zicem, la competiţiile de pregătire fizică generală ) de a exclude verigile slabe în
pregătire, atunci scara regresivă este cea mai potrivită, deşi nu este chiar justă.
Desigur, în toate cazurile, unde aceasta este posibil, este raţional să fie îmbinate
criteriile ambelor grupe (justeţea şi efectul util).
Deja s-a menţionat că a compara nemijlocit realizările în diferite sarcini este
imposibil (să zicem, nu este clar ce este mai dificil – de alergat la 100 m în 11,0 s sau
de sărit în înălţime la 2,00 m). În asemenea cazuri se utilizează o abordare indirectă.
Cel mai răspândite sunt scările, unde se consideră echivalente realizările accesibile
aceluiaşi număr de oameni de acelaşi gen şi de aceeaşi vârstă. Conform acestui
criteriu, toate recordurile lumii existente sunt echivalente şi trebuie estimate cu
acelaşi număr de puncte; sunt echivalente, de asemenea, rezultatele cu numărul 100
în listele celor mai puternici sportivi; sunt echivalente rezultatele, care sunt accesibile
doar pentru 50% de fetiţe în vârstă de 12 ani, etc. În capitolul 5.2 sunt descrise
scările, care se bazează pe acest criteriu.

5.2. Scările de estimaţii

5.2.1. Scările standard

119
 Aceste scări se numesc aşa, deoarece drept scară în ele servesc abaterile
standard (medii pătratice).Cea mai simplă scară standard este s c a r a Z. În această
scară punctele acordate sunt egale cu abaterea normată.Rezultatul mediu în ea se
estimează cu 0 puncte, rezultatele mai joase de mărimea medie obţin puncte negative,
iar marea majoritate a rezultatelor se află în intervalul de la -3,0 până la +3,0. Din
cauza valorilor negative această scară este incomodă şi se utilizează rar.
Mai populară printre scările standard este s c a r a T. Aici media se egalează cu
50, iar standardul cu 10 puncte:
x X
T = 50 + 10· = 50 + 10·Z , (5.1)


unde x este rezultatul obţinut, X şi  - ca de obicei, valoarea medie şi abaterea

standard. De exemplu, dacă valoarea medie la sărituri în lungime de pe loc era egală
cu 224 cm, iar standardul cu 20 cm, atunci pentru rezultatul 222 cm se acordă 49 de
puncte, iar pentru 266 cm 71 de puncte (verificaţi dacă este corect). Desigur, egalarea
mediei cu 50, iar a standardului cu 10 puncte este arbitrară.
În practica mondială se utilizează şi alte scări standard (tab. 24).

Unele scări standard

Tabelul 24
Denumirea scării Formula de bază Unde şi pentru ce se
utilizează
Scara C C = 5 + 2Z La examinări în masă,
când nu este necesară o
precizie înaltă
Scara notelor în şcoală H=3–Z Într-un şir de ţări din
Europa
Scara Bine B = 100 + 16·Z La examinările
psihologice ale intelectului
În SUA la admiterea în
Scara de examinare E = 500 + 100Z instituţiile superioare de
învăţământ


Vom aminti că abatere normată se numeşte abaterea de la medie, exprimată în unităţi ale abaterii
standard.
120
 Scările standard sunt scări proporţionale (v. 5.1.2). Ele sunt aplicabile dacă
distribuţia rezultatelor testului este aproape de cea normală. Utilizând tabelele de
distribuţie normală, se poate afla uşor ce procent de persoane se află într-un interval
sau altul al scării standard. De exemplu, mai mult de 50 şi mai puţin de 60 de puncte
după scara T vor obţine în medie 34% dintre toţi sportivii.

5.2.2. Scara percentilă

Dacă, de exemplu, se organizează cros cu start comun, sportivului i se pot
acorda atâtea puncte câţi participanţi (în procente) el a depăşit. I-a depăşit pe toţi
(100%) – obţine 100 de puncte, i-a depăşit pe 72% - obţine 72 de puncte etc. Acelaşi
principiu se poate utiliza şi în alte teste: numărul de puncte acordate se egalează cu
procentul de persoane, pe care le-a depăşit participantul dat. Scara construită astfel se
numeşte p e r c e n t i l ă, iar intervalul acestei scări – percentil. Un percentil include
1% din toţi cei examinaţi. Percentilul de 50%, după cum se ştie, se numeşte mediană.
Întrucât cea mai mare parte de oameni obţine rezultate apropiate de cele medii, şi
comparativ puţini oameni obţin rezultate foarte înalte su foarte joase, percentilii
corespund diferitelor creşteri ale rezultatelor testelor: la mijlocul scării – celor mici,
iar la extremităţi – celor mari (fig. 29).

Figura. 29
Corelaţia dintre distribuţia normală şi scara percentilă

Scările percentile se referă la scările sigma. Doar scările sigma ca atare sunt
funcţii (cumulanţi) ai distribuţiei normale (v. fig. 6). Scările percentile sunt foarte
sugestive şi de aceea se utilizează pe larg (fig. 30).

121
 Figura. 30

Exemplu de scară percentilă construită după rezultatele testării studenţilor de la

instituţiile superioare de învăţământ moscovite la sărituri în lungime (n = 4000, datele
oferite de E. I. Bondarevschi).
Pe abscisă – rezultatul la săriturile în lungime, pe ordonată – procentul de
studenţi, care au obţinut un rezultat egal cu rezultatul dat sau mai bun (de exemplu,
50% de studenţi sar în lungime la 4 m 30 cm şi mai mult). În fig. 31 sunt ilustrate
unele scări bazate pe proprietăţile distribuţiei normale.

122
 Figura. 31. Cele mai răspândite scări şi legătura lor cu distribuţia normală
(după A. N. Petrosean)

5.2.3. Scara punctelor selectate

Scările descrise pot fi construite, dacă este cunoscută distribuţia statistică a
rezultatelor testului: media, standardele şi alţi parametri ai distribuţiei. Astfel de date
nu întotdeauna pot fi obţinute. Aceasta este realizabil, de exemplu, la elaborarea unor
scări ca complexul GMA, normele la educaţia fizică în şcoală etc., şi irealizabil la
construirea tabelelor pe genuri de sport. În ultimul caz de obicei se procedează astfel:
se ia un rezultat oarecare sportiv înalt (de exemplu, recordul lumii sau al 10-lea
rezultat în istoria acestui gen de sport) şi se egalează acesta, să zicem, cu 1000 sau

123
1200 puncte. Apoi pe baza rezultatelor încercărilor în masă se determină performanţa
medie a unui grup de persoane slab pregătite şi se egalează, să zicem, cu 100 de
puncte. După aceasta, dacă se utilizează scara proporţională, rămâne de făcut doar
calcule aritmetice – doar două puncte determină în mod univoc o linie dreaptă. Scara
construită astfel se numeşte s c a r a p u n c t e l o r s e l e c t a t e.
La utilizarea scărilor progresive sau regresive este complicat de a alege gradul de abatere a
lor de la dependenţa liniară. De exemplu, dacă pentru îmbunătăţirea timpului de alergare de la 15,0
până la 14,9 s se acordă 10 puncte, atunci diferenţa între rezultatele 10,0 şi 9,9 s se poate estima, să
zicem, cu 15 sau 150 de puncte. De obicei, această alegere se bazează pe opinia personală a
specialiştilor. Metode ştiinţifice de soluţionare a acestei probleme nu au fost elaborate. În aceasta,
probabil, şi constă principala cauză a faptului că mulţi sportivi şi antrenori din aproape toate
genurile de sport, unde se utilizează tabelele de punctaj, le consideră nu chiar juste.

Figura.32
Dependenţa parametrică dintre
lungimea distanţei şi timp (după
datele recordurilor mondiale în
genurile de sport cu caracter ciclic)

124
 Figura. 33
Dependenţa parametrică dintre
rezultatul sportiv şi greutatea
proprie a halterofililor (după
datele recordurilor mondiale)
Suma
F – rezultatul sportiv
W – greutatea sportivului
Cu smucitură
Cu impuls

5.2.4. Scările parametrice

În genurile de sport cu caracter ciclic şi în atletica grea rezultatele depind de aşa
parametri ca lungimea distanţei şi greutatea sportivului. Aceste dependenţe se numesc
p a r a m e t r i c e. Pentru recordurile mondiale ele au un aspect relativ simplu (fig.
32 sau 33). Pentru alte performanţe echivalente (de exemplu, egale după dificultate
cu categoria II sau I) dependenţele parametrice trebuie să fie analoage, adică să
reprezinte drepte asemănătoare.
În principiu, pot fi găsite dependenţe parametrice, care sunt locul geometric al
punctelor performanţelor echivalente. Scările construite pe baza acestor dependenţe
se numesc parametrice şi se referă la cele mai exacte.

5.2.5. Scara ICSCF (Institutul Central de Stat de Cultură Fizică )

În multe cazuri la testarea repetată nu se reuşeşte de a asigura condiţii strict
constante. Variază, de exemplu, alunecarea, profilul distanţei etc. În asemenea cazuri
nu pot fi utilizate scările descrise. Se poate, desigur, după rezultatele testării de a
efectua clasificarea sportivilor (adică a utiliza scara de ordine – v. 2.1.2) şi,
comparând rezultatele a câteva încercări, efectuate în perioade diferite, de a considera
rangul sportivului în calitate de estimaţie a lui. De exemplu, dacă la testarea echipei
la hochei cu mingea sportivul după rezultatele testelor pe gheaţă şi în noiembrie, şi în

125
februarie a fost al zecelea, se poate considera că pregătirea lui în comparaţie cu
pregătirea altor membri ai echipei nu s-a schimbat. Însă la examinări periodice
componenţa şi numărul total de membri ai echipei testate din diferite cauze nu rămân
constante: cineva s-a îmbolnăvit, cineva a fost invitat să participe la alte competiţii
etc. Să presupunem că în noiembrie testarea s-a efectuat pentru 10, iar în februarie
pentru 20 de sportivi. Desigur, a ocupa locul zece din 10 sau din 20 de participanţi nu
este una şi aceeaşi (în al doilea caz sportivul a depăşit zece persoane, iar în primul caz
– pe nimeni). În afară de aceasta, cum s-a menţionat deja, scara de clasificare (scara
de ordine) este incomodă prin faptul că nu determină intervalele dintre cei examinaţi.
Pentru cazurile, când condiţiile de testare nu rămân constante, la catedra de
biomecanică a ICSCF a fost propusă scara, la baza căreia stă următoarea expresie
matematică:
Punctaj = 100 x

 cel mai bun rezultat  rezultatul estimat 


1  cel mai bun rezultat  cel mai slab rezultat 
.
 

(5.2)
De exemplu, cel mai bun rezultat la aruncarea medicinbolului a fost de 20 m, iar
cel mai slab 10 m. Punctele acordate pentru rezultatul de 15 m au fost:
 20  15 
Punctaj = 100 x 1   50 puncte.
 20  10 

Sportivul, care a obţinut cel mai bun rezultat, după scara ICSCF întotdeauna
primeşte 100 de puncte; cel care ocupă ultimul loc puncte nu primeşte.

5.2.6. Estimarea complexului de teste

Dacă sportivii sunt supuşi încercărilor după un complex (baterie) de teste, atunci
estimarea se poate efectua prin două procedee principale. Conform primului
procedeu, estimaţia generală după întregul complex de teste nu se face, iar în procesul
analizei ulterioare se utilizează estimaţiile obţinute aparte pentru fiecare test. Foarte
des în asemenea cazuri se utilizează forma grafică de prezentare a rezultatelor testării
– aşa numitele p r o f i l u r i. Un exemplu de astfel de profil este dat în fig. 34. Sunt

126
posibile şi alte forme de reprezentare a „profilurilor”. Rezultatele obţinute de sportiv
sau de grup se compară cu rezultatele medii abaterile standard ale rezultatelor,
demonstrate până la aceasta de un grup mare de sportivi.
Conform celui de-al doilea procedeu, se face estimarea generală după întregul
complex de teste. Aici sunt posibile două variante: 1) se sumează estimaţiile obţinute
după anumite teste, care fac parte din complex, aşa cum se fac estimaţiile totale la
competiţiile de poliatlon; 2) estimaţiile obţinute la unele genuri de sport, mai întâi se
înmulţesc cu coeficienţi („de greutate”), diferiţi pentru fiecare test, şi abia apoi se
sumează. O astfel de estimaţie totală după complexul de teste se numeşte e s t i m a ţ i
e c â n t ă r i t ă. Ea se utilizează când trebuie mărită importanţa anumitor genuri.
Pentru testele mai importante „greutăţile” se fac înalte. Lungimea corpului
Lungimea mâinii
Lăţimea umerilor (diametrul biacromial)
Lăţimea bazinului
Frecvenţa respiraţiei
Greutate
Perimetrul cutiei toracice la inspiraţie
Perimetrul cutiei toracice la expiraţie

127
 Figura. 34
Profilul dezvoltării fizice a reprezentanţilor canotajului academic, participanţi la
Jocurile Olimpice în a. 1960 (după datele lui L. Ghedda ş. a.)
Înainte de start la Jocurile Olimpice au fost examinaţi 5923 de sportivi
participanţi la olimpiadă. Pe această bază s-au calculat mărimile medii şi abaterile
standard ale rezultatelor (valorile medii corespund valorilor de zero pe grafic,
numerele 1, 2, 3 – abaterilor standard). Se vede că cei de la canotaj îi depăşeau pe
ceilalţi participanţi la Jocurile Olimpice după aşa indici ca lungimea corpului,
greutatea, lungimea mâinilor, lăţimea umerilor şi a bazinului etc., cu una-două abateri
standard. FC la cei de la canotaj era cu 2 bătăii mai rar.

5.3. Normele
5.3.1. Varietăţile de norme
N o r m ă În metrologia sportivă se numeşte mărimea limită a rezultatului, care
serveşte pentru aducerea sportivului la una din grupele de clasificare. Sportivii pot fi

128
divizaţi în astfel de grupuri în corespundere cu rezultatele sportive, normativele
complexului GMA, gradul de antrenare etc.
Există trei tipuri de norme: a) comparabile, b) individuale, c) obligatorii.
Normele c o m p a r a b i l e au la baza lor compararea oamenilor, care aparţin
de una şi aceeaşi totalitate. De obicei aceste norme se elaborează cu ajutorul scărilor
descrise în compartimentul 2, dar pot fi elaborate nemijlocit cu ajutorul mediilor şi al
standardelor. De exemplu, dacă se introduc 7 grupe de clasificare, atunci aceasta se
poate face cum este indicat în tab. 25.
Normele de acest gen sunt comode prin faptul că imediat este clar pentru ce
procent de persoane ele sunt după puteri. Astfel de norme sunt utile când pot fi
înregistrate experimental valorile medii şi abaterile standard ale rezultatelor în acea
totalitate, pentru care normele se introduc. În normele comparative se utilizează
uneori un alt criteriu (în afară de procentul de persoane, pentru care norma este
accesibilă) – timpul necesar pentru obţinerea unui anumit nivel al rezultatelor. De
exemplu, la determinarea normelor pentru categorie în Clasificarea sportivă unională
unică se presupune că termenele de pregătire de către sportivi de unele şi aceleaşi
categorii în toate genurile vor fi aproximativ aceleaşi.
Normele comparative caracterizează doar succesele comparative ale celor testaţi
în totalitatea dată, dar nu vorbesc nimic despre totalitate în întregime. Se poate
întâmpla ca într-un anumit raion, în anumite condiţii istorice nivelul de pregătire
fizică a copiilor să fie insuficient. Dacă în acest caz se va construi o scară oarecare de
estimaţii (de exemplu, una din scările standard) şi apoi pe baza ei se vor introduce
norme (cum s-a făcut, de exemplu, în tab. 25), atunci nivelul apriori inacceptabil va fi
recunoscut drept „mediu” şi se creează aparenţa de bunăstare. De aceea normele
comparative trebuie să se compare cu datele obţinute pentru alte totalităţi, şi să se
utilizeze în îmbinare cu normele individuale şi obligatorii.
Gradările posibile ale estimaţiilor şi normelor
Tabelul 25


În cazul dat totalitatea este un grup de oameni, care au semne comune, de exemplu locuitorii
oraşului Chişinău, sau băieţii de 12 ani, sau jucătorii de baschet de categoria a II-a, sau membrii
selecţionatelor din Moldova etc.
129
 Estimaţia Procentul de Normele în scări
în cuvine în baluri Graniţele persoane
supuse Z T percen
testării (%) tilă
Foarte joasă 1 Mai jos de X - 2 2,27 - - -
Joasă 2 De la X - 2 până la X - 1 13,59 -2,0 30 2,5
Mai jos de medie 3 De la X - 1 până la X - 0,5
De la X - 0,5 până la X 14,99 -1,0 40 16
Medie +0,5
4 De la X +0,5 până la X +1 38,29 -0,5 45 31
Mai sus de medie 5 14,99 +0,5 55 69
De la X +1 până la X +2
Înaltă 6 13,59 +1,0 60 84
Mai sus de X +2
Foarte înaltă 7 2,27 +2,0 70 97,5
N o t ă. Normele în scara percentilă se obţin ca sume rotunjite ale procentului de
persoane testate, cărora ele nu le sunt accesibile.
Normele i n d i v i d u a l e se bazează pe compararea indicilor unuia şi
aceluiaşi sportiv în diferite stări. De exemplu, în multe genuri de sport nu există o
dependenţă între greutatea proprie a sportivului şi rezultatul sportiv (sportivii de orice
greutate pot obţine aproximativ aceleaşi succese). A introduce aici norma
comparativă nu are sens. Însă fiecare sportiv are greutatea optimală individuală, care
corespunde stării formei sportive. Această normă individuală se poate determina
înregistrând sistematic greutatea sportivului dat în decursul unei perioade destul de
îndelungate. Normele individuale se utilizează deosebit de larg în controlul curent.
N o r m e l e o b l i g a t o r i i se bazează pe analiza a ceea ce trebuie să poată
omul pentru a putea soluţiona problemele pe care le pune viaţa în faţa sa: munca,
activitatea de apărare, viaţa de toate zilele, sportul etc. Exemplu: Normele la înot în
complexul GMA ar fi incorect să fie introduse pe baza nivelului mediu al priceperii
de a înota a oamenilor de o anumită vârstă. Se poate întâmpla ca în medie ei să înoate
nu prea bine. Aceste norme trebuie introduse ţinând cont de faptul cum t r e b u i e să
poată înota omul pentru a se ţine sigur pe apă şi a depăşi la necesitate barierele de apă
apărute în cale. Evident, aici este raţional de a introduce norma obligatorie.
Astfel, normele comparative, individuale şi obligatorii au la baza lor compararea
rezultatelor unui sportiv cu rezultatele altor sportivi, indicilor unuia şi aceluiaşi
sportiv în diferite perioade şi în stări diferite, datelor existente cu mărimile necesare.

130
 5.3.2. Normele de vârstă
Aceste norme se referă la normele comparative. Ele se bazează pe acel fapt
evident că odată cu vârsta posibilităţile funcţionale ale oamenilor se modifică. Există
două variante de determinare a normelor de vârstă. Conform primei pentru oamenii
de fiecare vârstă se construieşte în mod obişnuit una dintre scările de estimaţii (de
exemplu, scara percentilă sau scara T) şi apoi cu ajutorul ei se introduc normele (să
zicem, egale cu 50 sau 75 de puncte după scara percentilă). Conform variantei a doua
se determină aşa-numita vârstă b i o l o g i c ă (în particular motrică). Ea corespunde
vârstei calendaristice medii a oamenilor, care au obţinut rezultatul dat. De exemplu,
un băiat (n-are importanţă ce vârstă are) a sărit în lungime de pe loc la 144 cm.
Rezultatul mediu al băieţilor de 8 ani constituie 140 cm (tab. 26), iar al băieţilor de 8
ani şi 5 luni – 145 cm. Deci se poate calcula uşor că 144 cm corespunde vârstei
motrice de 8 ani şi 4 luni (8 – 4).
Dacă vârsta motrice depăşeşte vârsta calendaristică, atunci aceşti copii se
numesc a c c e l e r a ţ i din punct de vedere motric, iar dacă rămâne în urmă – r e t
a r d a ţ i din punct de vedere motric. De exemplu, dacă trei copii, unul având 7 ani,
altul 8, iar al treilea 9 (vârsta lor calendaristică) au sărit în lungime de pe loc la 140
cm, atunci primul dintre ei este un accelerat, al treilea un retardat, iar la al doilea
vârsta motrice (conform testului dat) corespunde vârstei calendaristice. Se poate
întâmpla că după unii indici copilul se referă la acceleraţi, iar după alţii la retardaţi.
Acceleraţi şi retardaţi complet se întâlnesc rar.
Vârsta motrice a băieţilor după datele la sărituri în lungime de pe loc
Tabelul 26
Rezultatul (cm) Vârsta motrice (ani, luni)
130 7–1
135 7–6
140 8–0
145 8–5
150 9–1
155 9–9
160 10 – 8
165 11 - 8

131
 Zilele anului în sistemul zecimal
Tabelul 27
Nr. 1 2 3 4 5 6 7 8 9 8 9 10
ianuar. febr. mart. apr. mai iun. iul. aug. sept. oct. noiembr. dec.

132
 1 000 085 162 247 329 414 496 581 666 748 833 915
2 003 088 164 249 332 416 499 584 668 751 836 918
3 005 090 167 252 334 419 501 586 671 753 838 921
4 008 093 170 255 337 422 504 589 674 756 841 923
5 011 096 173 258 340 425 507 592 677 759 844 926
6 014 099 175 260 342 427 510 595 679 762 847 929
7 016 101 178 263 345 430 512 597 682 764 849 932
8 019 104 181 266 348 433 515 600 685 767 852 934
9 022 107 184 268 351 436 518 603 688 770 855 937
10 025 110 186 271 353 438 521 605 690 773 858 940
11 027 112 189 274 356 441 523 608 693 775 860 942
12 030 115 192 277 359 444 526 611 696 778 863 945
13 033 118 195 279 362 447 529 614 699 781 866 948
14 036 121 197 282 364 449 532 616 701 784 868 951
15 038 123 200 285 367 452 534 619 704 786 871 953
16 041 126 203 288 370 455 537 622 707 789 874 956
17 044 129 205 290 373 458 540 625 710 792 877 959
18 047 132 208 293 375 460 542 627 712 795 879 962
19 049 134 211 296 378 463 545 630 715 797 882 964
20 052 137 214 299 381 466 548 633 718 800 885 967
21 055 140 216 301 384 468 551 636 721 803 888 970
22 058 142 219 304 386 471 553 638 723 805 890 973
23 060 145 222 307 389 474 556 641 726 808 893 975
24 063 148 225 310 392 477 559 644 729 811 896 978
25 066 151 227 312 395 479 562 647 731 814 899 981
26 068 153 230 315 397 482 564 649 734 816 901 984
27 071 156 233 318 400 485 567 652 737 819 904 986
28 074 159 236 321 403 488 570 655 740 822 907 989
29 077 238 323 405 490 573 658 742 825 910 992
30 079 241 326 408 493 575 660 745 827 912 995
31 082 244 411 578 663 830 997
La determinarea normelor de vârstă oamenii se împart în grupe de vârstă. La
copii şi adolescenţi gradaţiile de vârstă sunt mai dese decât la maturi. Aceasta se
datorează modificării rapide a posibilităţilor motrice ale copiilor. În investigaţiile
ştiinţifice sunt acceptate gradaţiile de cel mult jumătate de an, iar în cazurile deosebit
de exacte – până la două luni. A determina vârsta în luni şi zile este incomod.
Standardele internaţionale impun măsurarea ei după sistemul zecimal (tab. 27). În
acest caz ea se determină ca diferenţa dintre data testării şi data naşterii (în sistemul
zecimal).
De exemplu, data testării: 17 octombrie 2007 = 2007,792
data naşterii: 31 decembrie 1974 = 1974,997
vârsta la ziua testării: 2007,792 –1974,997 = 32,795 ani.
5.3.3. Evidenţa particularităţilor constituţiei corpului
Dimensiunile corpului (lungimea corpului, greutatea etc.) influenţează asupra
posibilităţilor motrice ale oamenilor. Astfel, oamenii de statură înaltă au avantaje la
133
săriturile în înălţime. Este firească dorinţa de a elabora normele maxim echitabile,
astfel încât diferenţele în constituţie să nu influenţeze asupra lor.
Cea mai simplă cale pentru aceasta este de a selecta astfel de teste, asupra cărora
nu influenţează particularităţile constituţiei. De exemplu, la fetiţe viteza maximă de
alergare nu depinde de lungimea corpului (fig. 35),
Figura. 35
Viteza maximă de alergare a copiilor
de vârstă diferită, care au o lungime a
corpului diferită (datele de la peste 100 mii
observări, după F. Bah)
Viteza de alergare, m/s
Lungimea corpului, cm
Fetiţe 18 ani, 14 ani, 12 ani,

iar la băieţi această dependenţă există doar în perioada de maturizare sexuală.

Dacă nu este posibil de a selecta astfel de teste, trebuie de introdus norme ţinând cont
nu numai de vârstă, ci şi de înălţime şi greutate. Exemplu de nomograme pentru
determinarea rezultatului mediu la săriturile în lungime de pe loc la băieţii şi fetele
de 15 ani este dat în fig. 36.
Figura. 36
Nomogramele pentru determinarea
rezultatului mediu la săriturile în lungime
de pe loc pentru băieţii şi fetele de 15 ani de
diferită înălţime şi greutate:
x1 – lungimea corpului, cm; x2 – greutatea
corpului, kg; x3 – săritura în lungime de pe loc,
cm (datele după I. Gavlicek şi colabor.)

Pentru a determina rezultatul mediu, trebuie de unit pe nomogramă valorile

înălţimii şi greutăţii cu o linie dreaptă. Intersecţia ei cu scara rezultatelor la săritura în
lungime de pe loc va indica valoarea medie în acest test. Pentru acelaşi scop servesc
aşa-numiţii indici de clasificare (IC). Fiecare dintre ei, utilizat pentru estimarea

134
pregătirii fizice a elevilor din SUA şi Canada, arată astfel: IC = 20 vârsta (în sistemul
zecimal) + 2,5 înălţimea (cm) + 2,0 greutatea (kg) – 12.
Pentru fiecare valoare IC a fost elaborată scara percentilă. Determinând valoarea
IC pentru o persoană testată aparte,se poate estima pregătirea ei fizică ţinând cont de
vârstă, înălţime şi greutate.

5.3.4. Valabilitatea normelor

Normele se alcătuiesc pentru un anumit grup (totalitate) de oameni şi sunt
valabile doar pentru acest grup. De exemplu, normele elaborate pe baza examinării
copiilor din or. Moscova nu pot fi transpuse mecanic pentru copiii din Asia Mijlocie.
Valabilitatea normelor doar pentru acea totalitate pentru care ele au fost elaborate se
numeşte r e l e v a n ţ a normelor.
Normele sunt valabile, dacă ele s-au stabilit pe baza examinării unui eşantion
tipic de persoane supuse încercărilor din întregul grup (totalitatea generală), pentru
care ele se introduc. După cum se cunoaşte din statistica matematică, eşantionul, care
reflectă exact totalitatea generală, se numeşte r e p r e z e n t a t i v. De exemplu,
dacă pentru determinarea normelor se selectează şcolile, care au cele mai bune
condiţii pentru lecţiile de cultură fizică, atunci acest eşantion poate fi nereprezentativ
vizavi de toate şcolile.
În sfârşit, ţinând cont de faptul că posibilităţile motrice ale oamenilor din
diferite generaţii nu sunt la fel, normele trebuie periodic revăzute. Norma trebuie să
fie c o n t e m p o r a n ă.
Relevanţa, caracterul reprezentativ şi contemporan al normelor sunt condiţii
obligatorii pentru valabilitatea lor.

Întrebări şi răspunsuri:

1. Ce se numeşte estimaţii şi numiţi tipurile de estimaţii?

2. Descrieţi estimaţiile de calificare?

135
3. Numiţi tipurile principale de scări de estimaţii?
4. Sarcinile principale ale evaluării?
5. Care sunt criteriile ce pot sta la baza estimărilor?
6. Numiţi scările standarde?
7. Descrieţi estimarea complecsului de teste?
8. Numiţi şi descrieţi normele?
9. Descrieţi normele de vîrstă?
10.Descrieţi valabilitatea normelor?

Capitolul 6
Metodele de estimare cantitativă a indicilor calitativi în educaţie fizică şi
sport – 4 ore

136
 Plan:
 Noţiunile fundamentale în cvalimetrie
 Metoda estimaţiilor de expert
 Metoda de anchetare

C a l i t a t i v i se numesc indicii, care nu au unităţi de măsură determinate.

Pentru estimarea cantitativă a astfel de indici deseori se utilizează metode bazate pe
ideile c v a l i m e t r i e i.

6.1. Noţiunile fundamentale în cvalimetrie

C v a l i m e t r i a (în lat. qualitas – calitate, metron – măsură) studiază şi
elaborează metodele cantitative de estimare a calităţii.
La baza cvalimetriei stau câteva noţiuni iniţiale:
1) orişice calitate poate fi măsurată; metodele cantitative se aplică în sport din
vechime pentru estimarea frumuseţii şi expresivităţii mişcărilor, iar în ultimul timp
încep a fi folosite pentru estimarea tuturor, fără excepţie, laturilor măiestriei sportive,
activităţii de antrenare şi competiţionale, calităţii inventarului sportiv etc.;
2) calitatea depinde de un şir de proprietăţi, care formează „copacul calităţii”.
Exemplu: copacul calităţii executării exerciţiilor în patinajul artistic, care constă din
trei niveluri – înalt (calitatea executării compoziţiei în întregime), mediu (tehnica
executării şi artistismul) şi jos (indicii măsuraţi, ce caracterizează calitatea executării
unor elemente aparte ) (fig. 37);
3) fiecare p r o p r i e t a t e se determină prin două numere: indicele relativ K
şi p o n d e r e a M;
4) suma ponderilor proprietăţilor la fiecare nivel este egală cu unitatea (sau
100%).
Indicele relativ caracterizează nivelul depistat al proprietăţii măsurate (în
procente de la nivelul maxim posibil), iar ponderea – importanţa comparativă a
diferiţilor indici. De exemplu, figuristul a obţinut pentru tehnica executării estimaţia
Kc = 5,6 baluri, iar pentru artistism estimaţia K T = 5,4 baluri. Ponderile tehnicii

137
executării şi artistismului în patinajul artistic se consideră la fel (M c = MT =1,0). De
aceea estimaţia generală Q = Mc Kc + MT KT a constituit 11,0 baluri.
Procedeele metodice ale cvalimetriei se împart în două grupe: euristice (intuitive) –
bazate pe estimaţiile experţilor şi anchetare - şi instrumentale, sau de
aparatură.Efectuarea expertizei şi anchetării este în parte un lucru tehnic, care
presupune respectarea strictă a anumitor reguli, iar în parte – artă, care necesită
intuiţie şi experienţă.
Calitatea programului liber la patinajul artistic
individual

TEHNICĂ ARTISTIZM

Numărul de Calităţile ţinutei

elemente tehnice şi formele de
mişcare

Diversitatea de Ritmica şi
elemente tehnice muzicalitatea

Complexitatea Originalitatea
elementelor compoziţiei şi a
tehnice unor elemente
aparate
Claritatea şi
siguranţa
executării

Viteza de
alunecare

Figura. 37. Structura calităţii executării

programului liber la patinajul artistic
(după P. A. Asoscov, 1975 – prelucr.)

6.2. Metoda estimaţiilor de expert

138
 Se numeşte de expert estimaţia obţinută pe calea clarificării opiniilor
specialiştilor. Expertul (de la lat. expertus – experimentat) este o persoană
competentă, invitată pentru soluţionarea unei probleme, care necesită cunoştinţe
speciale.
E x p e r t i z a poate fi individuală (când la soluţionarea problemei se atrage un
singur specialist şi în grup. Experţii îşi pot expune opinia oral sau pot completa o
anchetă specială.
A n c h e t a ( din fr. anquete - cercetare) se numeşte lista de anchetă, ce include
întrebările la care trebuie de răspuns în scris. Tehnica expertizei şi anchetării –
aceasta este colectarea şi generalizarea opiniilor unor oameni separaţi. Deviza
expertizei - „Un cap e bine, dar două şi mai bine!”. Exemple caracteristice de
expertiză: arbitrarea în gimnastică şi în patinajul artistic, concursul pentru titlul de cel
mai bun în profesie sau pentru cea mai bună lucrare ştiinţifică etc.
La opinia specialiştilor se recurge de fiecare dată, când este imposibil sau foarte
dificil de efectua măsurări prin metode mai exacte. Deseori este mai bine de a obţine
o soluţie aproximativă imediat decât de a căuta îndelung calea de soluţionare exactă.
Însă estimaţia subiectivă depinde mult de particularităţile individuale ale expertului:
De calificare, erudiţie, experienţă, preferinţele personale, starea sănătăţii etc. De
aceea opiniile individuale se consideră ca mărimi aleatorii şi se prelucrează prin
metode statistice. Astfel, expertiza modernă este un sistem de proceduri
organizaţionale, logice şi matematico-statistice orientate spre obţinerea de la
specialişti a informaţiei şi analiza ei cu scopul elaborării soluţiilor optime. Şi cel mai
bun antrenor (pedagog, conducător etc.) este acela care concomitent se bazează pe
experienţa proprie, şi pe datele ştiinţifice, şi pe cunoştinţele altor oameni.
Efectuarea expertizei include următoarele etape principale: formarea scopului
ei, selectarea experţilor, alegerea metodicii, efectuarea sondajului şi prelucrarea
informaţiei obţinute, inclusiv aprecierea concordanţei estimaţiilor de expert
individuale.
S e l e c t a r e a e x p e r ţ i l o r este o etapă importantă a expertizei. Unui
expert înalt calificat îi sunt caracteristice competenţa, nepărtinirea, intuiţia, orizontul

139
larg şi independenţa raţionamentelor. Pentru estimarea obiectivă a competenţei
experţilor pot fi alcătuite anchete speciale, răspunzând la care într-un interval de timp
strict determinat, candidaţii în experţi trebuie să-şi demonstreze cunoştinţele. În afară
de aceasta, este util să li se propună să completeze o anchetă de autoapreciere a
cunoştinţelor proprii. Experienţa arată că oamenii cu autoapreciere înaltă greşesc mai
puţin comparativ cu alţii.
O altă cale de selectare a experţilor se bazează pe determinarea eficienţei
activităţii lor.
E f i c i e n ţ a a b s o l u t ă a activităţii expertului se determină ca raportul
dintre numărul de cazuri când expertul a prezis corect desfăşurarea de mai departe a
evenimentelor şi numărul total de expertize efectuate de specialistul dat. De exemplu,
dacă expertul a participat la 10 expertize şi în 6 cazuri punctul său de vedere s-a
adeverit, atunci eficienţa activităţii unui astfel de expert este 0,6.
E f i c i e n ţ a r e l a t i v ă a a c t i v i t ă ţ i i e x p e r t u l u i este raportul
dintre eficienţa absolută a activităţii lui şi eficienţa absolută medie a activităţii
grupului de experţi. Evident, expertul este cu atât mai valoros cu cât mai înalte sunt
eficienţa absolută şi eficienţa relativă a activităţii lui. Pentru ridicarea calităţii
expertizei se depune un efort pentru a ridica calificarea experţilor prin instruire
specială, antrenări şi familiarizarea cu informaţie obiectivă cât mai impunătoare pe
problema analizată. Arbitrii în multe genuri de sport pot fi consideraţi ca experţi
specifici, care apreciază măiestria sportivului (de exemplu, în gimnastică) sau mersul
luptei (de exemplu, la box).
O mare importanţă are g r a d u l d e c o n c o r d a n ţ ă a opiniilor experţilor,
estimat după mărimea coeficientului de corelaţie prin ranguri (în cazul a doi experţi)
sau după mărimea aşa-numitului c o e f i c i e n t d e c o n c o r d a n ţ ă (în cazul a
câţiva experţi). Să admitem că m experţi (de exemplu, arbitri la patinajul artistic) au
urmărit evoluarea a n sportivi şi i-au aranjat după ranguri (tab. 28). Coeficientul de
concordanţă se calculează după formula:
12 S
W= m  n3  n 
2 , (6.1)

140
unde S este suma pătratelor abaterilor sumelor de ranguri, obţinute de către fiecare
sportiv, de la suma medie a rangurilor. În funcţie de gradul de concordanţă a opiniilor
experţilor coeficientul de concordanţă se află în limitele de la 0 (în lipsa
concordanţei) până la 1 (în cazul opiniei unanime a experţilor).
Suma medie a rangurilor poate fi calculată în două moduri: după formula
1 n 1 7
m 5  20
2 2

sau după datele reale din tab. 28:

21  15  9  28  7  25  35
 20.
7

Coincidenţa ambelor numere vorbeşte despre faptul că la completarea tabelului

nu au fost comise erori.
Exemplu de calcul al coeficientului de concordanţă
Tabelul 28
Nr. expertului Numărul obiectului de expertiză (de exemplu, al sportivului)
(j) (i)

1 2 3 4 5 6 n=7
1 4 3 2 6 1 5 7
2 6 3 2 5 1 4 7
3 4 2 1 6 3 5 7
4 4 3 2 5 1 6 7
m=5 3 4 2 6 1 5 7
Suma rangurilor 21 15 9 28 7 25 35
obţinute de fiecare
sportiv
Abaterea de la suma 1 -5 11 8 -13 5 15
medie a rangurilor
Pătratul abaterii
1 25 121 64 169 25 225
În exemplul nostru S = 630 coeficientul de concordanţă este egal cu:
12 * 630
 0,9.
25 343  7 

Veracitatea statistică a coeficientului de concordanţă se apreciază cu ajutorul

aşa-numitului criteriu χ2 (se citeşte criteriul hi pătrat) aproximativ la fel cum se
procedează la verificarea ipotezei statistice cu privire la diferenţa de zero a
coeficientului de corelaţie selectat (v. 3.4.6).
141
 Comparând valoarea obţinută χ2 cu valoarea din tabel, ne putem convinge că
coeficientul de concordanţă obţinut diferă considerabil de zero.
În practică drept indice de calificare a expertului deseori serveşte abaterea
estimaţiilor lui de la estimaţiile medii ale grupei de experţi. Se consideră că expertul
este cu atât mai calificat cu cât mai apropiat este punctul său de vedere de opinia
colectivă. Însă nu întotdeauna este aşa; de exemplu, o noutate originală poate să nu
fie înţeleasă imediat.
Estimaţiile de expert depind de numărul de experţi. La micşorarea acestui număr
se hipertrofiază (se exagerează) rolul fiecăruia dintre ei, iar la un număr foarte mare
de experţi este greu de a obţine o opinie de comun acord. Numărul optim de experţi
în grup poate fi stabilit cu ajutorul graficului din fig. 38.
P r o c e d e e l e d e e f e c t u a r e a e x p e r t i z e i sunt diverse. Cel mai
simplu dintre ele se numeşte m e t o d a d e p r e f e r i n ţ ă (aranjare). Aplicând
această metodă, experţii aranjează obiectele estimate după ranguri în ordinea
micşorării calităţii lor. Locul ocupat de fiecare obiect se determină prin numărul de
baluri acumulate: cu cât mai mare (mai mică) este suma de baluri, cu atât mai înalt
este locul ocupat.
Pentru exemplificare în tab. 29 sunt datele de aranjare a măiestriei a patru
sportivi de către şase specialişti.

Forma tabelului alcătuit la efectuarea expertizei prin metoda de preferinţă

Tabelul 29
Numărul Rezultatele aranjării
obiectului de Numărul expertului

142
 expertiză Suma Locul
(sportivului) 1 2 3 4 5 m=6 balurilor ocupat
1 3 4 4 4 3 4 22 I
2 2 2 1 1 2 2 9 IV
3 1 1 2 3 1 3 12 III
n=4 3 3 3 2 4 1 17 II
Deseori se utilizează şi un alt procedeu de efectuare a expertizei – metoda de
comparare în perechi. În acest caz expertul completează un tabel, în care şi pe
orizontală, şi pe verticală sunt notate toate obiectele comparate (tab. 30). Fiecare
pătrăţel al tabelului se referă la două obiecte comparate, şi în el se notează numărul
Figura. 38
Dependenţa erorii estimaţiei de
expert de numărul de experţi
(după Dalchei, 1969)
Numărul de experţi
Eroarea estimaţiei

aceluia din ele, care, în opinia expertului, are o calitate mai înaltă sau (în cazul
estimării greutăţilor) este mai important. Se completează sau o jumătate de tabel, sau
(în metoda „comparării în perechi totale”) ambele ei jumătăţi. În ultimul caz obiectele
estimate se compară între ele de două ori (de exemplu, la început primul cu al doilea,
iar peste un timp oarecare – al doilea cu primul). Astfel se reuşeşte de a evita erorile
aleatorii şi, în afară de aceasta, de a depista experţii, care au o atitudine nepăsătoare
faţă de obligaţiile lor sau care nu au un punct de vedere propriu. Vorbind în limbajul
teoriei testelor, metoda „comparării în perechi totale” posedă apriori o siguranţă mai
înaltă (reproductibilitate) decât metoda comparării în perechi.
Balul sportivului cu numărul i (sau greutatea factorului i) se calculează după
formula:
m

M
j 1
ij

M= m n
, (6.2)
 M
j 1 i 1
ij

unde

143
 f ij
Mij = , (6.3)
J

J este numărul de raţionamente ale unui expert, egal cu n(n+1)/2 în metoda

comparării în perechi, şi n(n+1) în metoda „comparării în perechi totale”.

Exemplu de tabel, completat de fiecare expert la efectuarea expertizei prin

metoda comparării în perechi
Tabelul 30
Numărul obiectului de expertiză (sportivului) 1 2 3 4 5 m=6
1 x 1 3 1 1 1
2 x 3 2 2 2
3 x 3 3 3
4 x 5 6
5 x 6
n=6 x
m – numărul de experţi,
fij - frecvenţa de preferare a obiectului cu numărul i de către expertul cu
numărul .
Vom explica cele spuse printr-un exemplu, pentru simplitate presupunând că toţi
cei cinci experţi (m = 5) şi-au expus părerea despre şase (n = 6) sportivi comparaţi
(sau factori) la fel, aşa cum este arătat în tabel.
Vom calcula mai întâi de toate mărimile fij. Din cinci cazuri de comparare de 4
ori expertul a preferat sportivul cu numărul 1 celorlalţi, de aceea se poate scrie:
4
f1j =  0,8.
5

În mod analogic: f2j= 0,6; f3j = 1,0; f4j = 0; f5j = 0,2; f6j = 0,4. Întrucât în cazul dat J =
15, rangurile sportivilor, după datele unuia dintre experţi (Mij), sunt egale cu:
0,8 0,6 1,0
M1j = 15
; M2j = 15
; M3j = 15
; M4j = 0;
0,2 0,4
M5j = 15
; M6j = 15
.

Terminând calculele, vom calcula balurile sportivilor conform datelor tuturor

celor cinci experţi. Totodată vom lua în considerare că experţii au avut (conform

144
 0,8
condiţiilor problemei) o părere unanimă: balul primului sportiv M1= 15
· 5 = 0,24,

1,0
balul celui de-al doilea sportiv M2 = 14
· 5 = 0,33 etc.Pe baza balurilor obţinute se

determină rangurile sportivilor, adică locurile ocupate de ei.

Dintre metodele mai complicate de efectuare a expertizei a căpătat
răspândire „metoda Delf”, elaborată pentru soluţionarea problemelor
importante de afaceri. Particularităţile lui distinctive sunt:
- caracterul anonim: experţii nu se întâlnesc unii cu alţii, şi prin aceasta se
exclude influenţa autorităţii şi elocinţei unuia dintre experţi asupra opiniei grupului;
- lucrul în mai multe etape: după fiecare tur al expertizei experţii au posibilitatea
să ia cunoştinţă de opiniile colegilor şi către turul următor să-şi revadă punctul de
vedere;
- manevrabilitatea: reglează procedura de expertiză şi păstrează anonimatul ei
un „coordonator”, care are dreptul să ceară de la fiecare expert să argumenteze în
scris opinia sa şi să o facă publică altor experţi;
- controlul vizând calitatea expertizei: după fiecare tur de expertiză se estimează
dispersiunea opiniilor experţilor în raport cu valoarea medie. Măsurile cantitative
utilizate în acest caz depind de faptul ce fel de scări de măsurare se folosesc: dacă
scara de ordine, atunci valoarea medie se estimează cu mediana, iar eterogenitatea
opiniilor – cu mărimea cvantililor; dacă scara intervalelor sau a raporturilor, atunci
valoarea aritmetică medie şi abaterea standard.
Procedura de expertiză după metoda Delf continuă atâta timp până când
dispersiunea opiniilor separate se micşorează până la o mărime selectată anterior.

6.3. Metoda de anchetare

Se numeşte a n c h e t a r e metoda de colectare a opiniilor prin completarea
unor anchete. Anchetarea, de rând cu interviul şi discuţia, se referă la metodele de
sondaj. Metodele de sondaj permit obţinerea informaţiei despre opiniile oamenilor,

Metoda a fost numită în cinstea oraşului Delf din Grecia Antică, unde, după legendă, pe lângă
templul lui Apollon în perioada de la sec. IX până la era noastră şi până la sec. IV al erei noastre a
existat sfatul înţelepţilor ( „oracolul delfi”) vestit prin prezicerile sale.
145
motivele de comportament, intenţii etc., adică despre tot ce nu poate fi încă stabilit cu
metodele de măsurare instrumentale. În raport cu metodele de estimare de expert,
anchetarea joacă un rol de serviciu, însă are şi importanţă de sine stătătoare, dacă este
vorba despre colectarea opiniilor în masă. Spre deosebire de interviu şi discuţie,
anchetarea presupune răspunsul în scris a persoanei, care completează ancheta – r e s
p o n d e n t u l u i (engl. respondent – care răspunde), - la un sistem de întrebări
standardizate.
Se utilizează câteva variante de anchetare: în grup şi individuală, cu frecvenţă şi
fără, personală şi anonimă.
 La a n c h e t a r e a î n g r u p la întrebările anchetei răspunde colectivul (de
exemplu, grupul de instruire).
 La a n c h e t a r e a f ă r ă f r e c v e n ţ ă răspunsurile se trimit prin poştă.
 La a n c h e t a r e a a n o n i m ă nici nu se completează partea demografică
a anchetei, adică nu se indică numele, prenumele, patronimicul, vârsta, studiile şi
alte date din buletinul de identitate al respondentului.
Ancheta, de regulă, constă din două părţi: demografică şi de bază. Întrebările cu
caracter demografic se recomandă să fie plasate la sfârşitul anchetei. În partea de
bază a anchetei se includ următoarele întrebări: deschise (libere) şi închise,
neconvenţionale şi convenţionale, directe şi indirecte.
Deschise se numesc întrebările, care nu limitează răspunsul respondentului. De
exemplu: „În ce sferă de activitate aţi dori să vă specializaţi?” Întrebarea închisă, din
contra, presupune variante de răspuns determinate apriori. De exemplu: „În ce calitate
aţi dori să lucraţi după terminarea institutului: de antrenor, lector, colaborator
ştiinţific sau organizator?”
Întrebările directe sunt orientate nemijlocit asupra soluţionării problemelor de
cercetare. De exemplu, se poate pune întrebarea: ”Care este rolul pregătirii forţă-
viteză în antrenarea alergătorilor la 400 m?” Întrebarea indirectă în acest caz ar fi
fost, de exemplu, următoarea: „Care este părerea dvs. cu privire la importanţa
comparativă a educaţiei rezistenţei şi calităţilor forţă-viteză în sistemul de pregătire a
alergătorilor la 400 m?”

146
 Întrebările convenţionale, spre deosebire de cele neconvenţionale, îi propun
respondentului să-şi expună părerea despre fenomenele, care s-ar fi putut produce în
anumite condiţii. Un exemplu de întrebare convenţională: „Care va fi componenţa
echipei pentru următorul joc, dacă meciul de astăzi se va încheia cu victorie?”
Din partea celui care întocmeşte ancheta se cere un înalt profesionalism,
competenţă, să cunoască impecabil noţiunile de bază, să aibă tact. Întrebările trebuie
să fie laconice şi exacte, să corespundă nivelului instructiv al respondenţilor. Este de
dorit ca la începutul anchetei să fie plasate întrebările simple, care ar putea să-i
intereseze pe respondenţi, iar partea principală a întrebărilor „în esenţă” să fie plasată
la mijlocul anchetei. Calitatea anchetării va creşte, dacă înainte de începerea
sondajului ancheta alcătuită va fi supusă estimării de către experţi şi va fi
perfecţionată conform sugestiilor experţilor.
În ultimul timp metodele cvalimetrice (expertiza, anchetarea etc.) tot mai des se
aplică pentru soluţionarea problemelor de optimizare (optimizarea activităţii
competiţionale, a procesului de antrenare). Abordarea modernă a problemelor de
optimizare este legată de modelarea de imitaţie a activităţii de antrenare şi
competiţionale. Spre deosebire de alte tipuri de modelare, la sinteza modelului de
imitare de rând cu datele exacte din punct de vedere matematic se utilizează
informaţia cvalitativă, acumulată prin metode de expertiză, anchetare şi observare. De
exemplu, la modelarea activităţii competiţionale a schiorilor nu poate fi prezis exact
coeficientul de alunecare.
Mărimea lui probabilă poate fi estimată pe calea interogării specialiştilor
responsabili de ungerea schiurilor, care cunosc condiţiile climaterice şi
particularităţile trasei, pe care se vor desfăşura competiţiile.

Întrebări şi răspunsuri:
1. Descrieţi şi definiţi noţiunea de cvalimetrie?
2. Ce se numeşte estimaţie de expert?
3. Ce se numeşte anchetă?

147
 4. Ce se numeşte expertiză?
5. Care sunt etapele principale pentru efectuare expertizei?
6. Descrieţi etapa cea mai importantă a expertizei(selectarea experţilor) şi de ce
calităţi este caracterizat un expert înalt calificat?
7. Descrieţi şi definiţi eficienţa absolută?
8. Definiţi şi descrieţi eficienţa relativă a activităţii expertului?
9. Descrieţi procedeul de efectuare a expertizei?
10.Ce se numeşte anchetare şi numiţi variante de anchetare, descrieţi anchetarea?

Le g e n d a

-rezultatele de totalizare
y i , xi
X -media artimetică
n –numărul de măsurări în grup (volumul selecţiei)
N –numărul de măsurări în experiment
h –mărimea intervalelor de variaţie a şirului
k –numărul de intervale (numărul nivelelor factorilor)
  simbolul sumei
 -abaterea mediei patratice(abaterea standartă)
 2 -dispersia
S –greşeala standartă a caracteristicii statistice
V –coeficientul variaţiei

148
M 0  moda
M e  mediana
f (x ) -funcţia repartizării densităţii
U – indecele abaterii normate
Sk - indecele condensării
Ex -idecele excesului
A – aprecierea rezultatului unic al măsurărilor
A  rezultatul mediu al măsurării
 - exaccitatea directă a măsurării
 - măsurarea directă a eruorii relative
a, b – coeficientul egalităţii regresiei
r – coeficientul liniar par al corelaţiei
D – coeficientul de determinare
 - relaţii corelative (coeficient de corelaţie neliniar )
R – coeficientul multiplu de corelaţie
rxyz - particular (parţial ) coeficient de corelaţie
 - coeficient de corelaţie prin ranguri Spirmăn
d – diferenţa rangurilor
T4 - coeficientul tetrahonic de congugaţi
H 0 - simbolul ipotezei statisticii nule
 -pragul semnificaţiei
q –probabilitatea de încrederi
t – criteriul Stiudent
F – criteriul Fişer
v – numărul gradelor de libertate
Q – suma abaterilor patratice
~
- coeficientul de corelaţie între clase

u
2
e
t 2 / 2
Dublarea funcţiilor indecelui Laplasa- 2 (u )  dt .(suprafaţa sub curbă a
2 o

repartizării normelor între puncte –и ,и)

Tabelul 31
u 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09

0,0 0000 0080 0160 0239 0319 0399 0478 0558 0638 0717
0,1 0797 0876 0955 1034 1113 1192 1271 1350 1428 1507
0,2 1585 1663 1741 1819 1897 1974 2051 2128 2205 2282
0,3 2358 2434 2510 2586 2661 2737 2812 2826 2961 3035
0,4 3108 3182 3255 3328 3401 3473 3545 3616 3688 3759
0,5 3829 3899 3969 4039 4108 4177 4245 4313 4381 4448
0,6 4515 4581 4647 4713 4778 4843 4907 4971 5035 5098
0,7 5161 5223 5285 5346 5407 5467 5527 5587 5646 5705
0,8 5763 5821 5878 5935 5991 6047 6102 6157 6211 6265
0,9 6319 6372 6424 6476 6528 6579 6629 6680 6729 6778
1,0 6827 6875 6923 6970 7017 7063 7109 7154 7199 7243

149
1,1 7287 7330 7373 7415 7457 7499 7540 7580 7620 7660
1,2 7699 7737 7775 7813 7850 7887 7923 7959 7995 8029
1,3 8064 8098 8132 8165 8198 8230 8262 8293 8324 8355
1,4 8385 8415 8444 8473 8501 8529 8557 8584 8611 8638
1,5 8664 8690 8715 8740 8764 8789 8812 8836 8859 8882
1,6 8904 8926 8948 8969 8990 9011 9031 9051 9070 9090
1.7 9109 9127 9146 9164 9181 9199 9216 9233 9249 9265
1.8 9281 2997 9312 9327 9342 9357 9371 9385 9399 9412
1.9 9426 9439 9451 9464 9476 9488 9500 9512 9523 9534
2,0 9545 9556 9566 9576 9586 9596 9606 9616 9625 9634
2,1 9643 9651 9660 9668 9676 9684 9692 9700 9707 9715
2,2 9722 9729 9736 9743 97499 9756 9762 9768 9774 9780
2,3 9786 9791 9797 9802 9807 9812 9817 9822 9827 9832
2,4 9836 9840 9845 9849 9853 9857 9861 9865 9869 9872
2,5 9876 9879 9883 9886 9889 9892 9895 9698 9901 9904
2,6 9907 9909 9912 9915 9917 9920 9922 9924 9926 9929
2,7 9931 9933 9935 9937 9939 9940 9942 9944 9946 9947
2,8 9949 9950 9952 9953 9955 9956 9958 9959 9960 9961
2,9 9963 9964 9965 9966 9967 9968 9969 9970 9971 9972
3,0 9973 9974 9975 9976 9976 9977 9978 9979 9979 9980
3,1 9981 9981 9982 9983 9983 9984 9984 9985 9985 9986
3,2 9986 9987 9987 9988 99888 9989 9989 9989 9990 9990
3,3 9990 9991 9991 9991 9992 9992 9992 9993 9993 9993
3,4 9993 9994 9994 9994 9994 9995 9995 9995 9995 9995
3,5 9995 9996 9996 9996 9996 9996 9996 9996 9997 9997
3,6 9997 9997 9997 9997 9997 9997 9998 9998 9998 9998
3,7 9998 9998 9998 9998 9998 9998 9998 9998 9998 9997
NOTĂ.În indicele probabilităţii nu sînt indicate zero şi virgula.
Tabelul este alcătuit după A.K.Mitropolschii,1971.

1 2

Ordinatele curbei normale  (u )  2(  )

e u / 2

Tabelul 32
u J(u) u J(u) u J(u) u J(u)

0,0 0,3989 1,0 0,2420 2,0 0,5400 3,0 0,0044

0,1 0,3970 1,1 0,2179 2,1 0,0440 3,1 0,0033
0,2 0,3910 1,2 0,1942 2,2 0,0355 3,2 0,0024
0,3 0,3814 1,3 0,1714 2,3 0,0283 3,3 0,0017
0,4 0,3683 1,4 0,1497 2,4 0,0224 3,4 0,0012
0,5 0,3521 1,5 0,1295 2,5 0,0175 3,5 0,0009
0,6 0,3332 1,6 0,1109 2,6 0,0136 3,6 0,0006
0,7 0,3123 1,7 0,0940 2,7 0,0104 3,7 0,0004
0,8 0,2897 1,8 0,0790 2,8 0,0079 3,8 0,0003
0,9 0,2661 1,9 0,0656 2,9 0,0060 3,9 0,0002
NOTĂ.Tabelul este alcătuit după G.F.Lachinu,1980

150
 Valori critice ale F-criteriul Fişer unilateral
(Numerele de sus în linie corespund pragului de semnificaţie 0,05,medie-0,01,joasă-
0,001)
Tabelul 33
V1=n1 – 1 – numărul gradelor libertăţii pentru dispersia mare
4 5 6 7 8 9 10 12 16 20 40 100
V1=n1 – 1 – numărul gradelor libertăţii pentru dispersia mică

6,4 6,3 6,2 6,1 6,0 6,0 6,0 5,9 5,8 5,8 5,7 5,7
4 16,0 15,5 15,2 15,0 14,8 14,7 14,5 14,4 14,1 14,0 13,7 13,6
53,4 51,7 50,5 49,8 49,0 48,6 48,2 47,4 46,6 46,2 45,4 44,7
5,2 5,0 5,0 4,9 4,8 4,8 4,7 4,7 4,6 4,6 4,5 4,4
5 11,4 11,1 10,7 10,5 10,3 10,3 10,1 9,9 9,7 9,6 9,3 9,1
31,1 29,8 28,8 28,2 27,6 27,3 27,0 26,4 25,8 25,4 24,8 24,3
4,5 4,4 4,3 4,2 4,2 4,1 4,0 4,0 3,9 3,9 3,8 3,7
6 9,2 8,8 8,5 8,3 8,1 8,0 7,9 7,7 7,5 7,4 7,1 7,0
21,9 20,8 20,0 19,5 19,0 18,8 18,5 18,0 17,5 17,2 16,6 16,2
4,1 4,0 3,9 3,8 3,7 3,7 3,6 3,6 3,5 3,4 3,3 3,3
7 7,9 7,5 7,2 7,0 6,8 6,7 6,6 6,5 6,3 6,2 5,9 5,8
17,2 16,2 15,5 15,1 14,6 14,4 14,2 13,7 13,2 13,0 12,5 12,1
3,8 3,7 3,6 3,5 3,4 3,4 3,3 3,3 3,2 3,2 3,1 3,0
8 7,0 6,6 6,4 6,2 6,0 5,9 5,8 5,7 5,5 5,4 5,1 5,0
14,4 13,5 12,9 12,5 12,0 11,8 11,6 11,2 10,8 10,5 10,1 9,7
3,6 3,5 3,4 3,3 3,2 3,2 3,1 3,1 3,0 2,9 2,8 2,8
9 6,4 5,1 5,8 5,6 5,4 5,5 5,3 5,1 4,9 4,8 4,6 4,4
12,6 11,7 11,1 10,8 10,4 10,2 10,0 9,6 9,2 8,9 8,5 8,1
3,5 3,3 3,2 3,1 3,1 3,0 3,0 3,0 2,9 2,8 2,7 2,6
10 6,0 5,6 5,4 5,2 5,1 5,0 4,9 4,7 4,5 4,4 4,1 4,0
11,3 10,5 9,9 9,6 9,2 9,0 8,9 8,5 8,1 7,8 7,4 7,1
3,3 3,1 3,0 2,9 2,9 2,8 2,8 2,7 2,6 2,5 2,4 2,4
12 5,4 5,1 4,8 4,7 4,5 4,4 4,3 4,2 4,0 3,7 3,6 3,5
9,6 8,9 8,4 8,1 7,7 7,5 7,4 7,0 6,7 6,5 6,1 5,7
3,1 3,0 2,9 2,8 2,7 2,7 2,6 2,5 2,4 2,4 2,3 2,2
Continuare
V1=n1 – 1 – numărul gradelor libertăţii pentru dispersia mare
14 4 5 6 7 8 9 10 12 16 20 40 100
6,4 6,3 6,2 6,1 6,0 6,0 6,0 5,9 5,8 5,8 5,7 5,7
4 16,0 15,5 15,2 15,0 14,8 14,7 14,5 14,4 14,1 14,0 13,7 13,6
53,4 51,7 50,5 49,8 49,0 48,6 48,2 47,4 46,6 46,2 45,4 44,7
5,2 5,0 5,0 4,9 4,8 4,8 4,7 4,7 4,6 4,6 4,5 4,4
5 11,4 11,1 10,7 10,5 10,3 10,3 10,1 9,9 9,7 9,6 9,3 9,1
31,1 29,8 28,8 28,2 27,6 27,3 27,0 26,4 25,8 25,4 24,8 24,3
4,5 4,4 4,3 4,2 4,2 4,1 4,0 4,0 3,9 3,9 3,8 3,7
6 9,2 8,8 8,5 8,3 8,1 8,0 7,9 7,7 7,5 7,4 7,1 7,0
21,9 20,8 20,0 19,5 19,0 18,8 18,5 18,0 17,5 17,2 16,6 16,2
4,1 4,0 3,9 3,8 3,7 3,7 3,6 3,6 3,5 3,4 3,3 3,3
7 7,9 7,5 7,2 7,0 6,8 6,7 6,6 6,5 6,3 6,2 5,9 5,8
17,2 16,2 15,5 15,1 14,6 14,4 14,2 13,7 13,2 13,0 12,5 12,1
3,8 3,7 3,6 3,5 3,4 3,4 3,3 3,3 3,2 3,2 3,1 3,0
8 7,0 6,6 6,4 6,2 6,0 5,9 5,8 5,7 5,5 5,4 5,1 5,0
14,4 13,5 12,9 12,5 12,0 11,8 11,6 11,2 10,8 10,5 10,1 9,7
3,6 3,5 3,4 3,3 3,2 3,2 3,1 3,1 3,0 2,9 2,8 2,8

151
V1=n1 – 1 –– numărul gradelor libertăţii pentru dispersia mică 9 6,4 5,1 5,8 5,6 5,4 5,5 5,3 5,1 4,9 4,8 4,6 4,4
12,6 11,7 11,1 10,8 10,4 10,2 10,0 9,6 9,2 8,9 8,5 8,1
3,5 3,3 3,2 3,1 3,1 3,0 3,0 3,0 2,9 2,8 2,7 2,6
10 6,0 5,6 5,4 5,2 5,1 5,0 4,9 4,7 4,5 4,4 4,1 4,0
11,3 10,5 9,9 9,6 9,2 9,0 8,9 8,5 8,1 7,8 7,4 7,1
3,3 3,1 3,0 2,9 2,9 2,8 2,8 2,7 2,6 2,5 2,4 2,4
12 5,4 5,1 4,8 4,7 4,5 4,4 4,3 4,2 4,0 3,7 3,6 3,5
9,6 8,9 8,4 8,1 7,7 7,5 7,4 7,0 6,7 6,5 6,1 5,7
3,1 3,0 2,9 2,8 2,7 2,7 2,6 2,5 2,4 2,4 2,3 2,2

NOTĂ.Tabelul este alcătuit după G.F.Lac

Valuorile critice bilaterale a t-criteriu Stiudent
(v-numărul gradelor libertăţii)
Tabelul 34
Pragul semnificaţiei
v 0,1 0,05 0,01 0,001 v 0.1 0.05 0,01 0,001

1 6,314 12,706 63,657 636,619 21 1,721 2,080 2,831 3,819

2 2,920 4,308 9,925 31,599 22 1,717 2,074 2,819 3,792
3 2,353 3,182 5,841 12,924 23 1,714 2,069 2,807 3,768
4 2,132 2,776 4,604 8,610 24 1,711 2,064 2,797 3,745
5 2,015 2,571 4,032 6,869 25 1,708 2,060 2,787 3,725
6 1,943 2,447 3,707 5,959 26 1,706 2,056 2,779 3,707
7 1,895 2,365 3,499 5,408 27 1,703 2,025 2,771 3,690
8 1,860 2,306 3,355 5,041 28 1,701 2,048 2,763 3,674
9 1,833 2,262 3,250 4,781 29 1,699 2,045 2,756 3,659
10 1,812 2,228 3,169 4,587 30 1,697 2,042 2,750 3,646
11 1,796 2,201 3,106 4,437 40 1,684 2,021 2,704 3,551
12 1,782 2,179 3,055 4,318 50 1,676 2,009 2,678 3,505
13 1,771 2,160 3,012 4,221 60 1,664 2,000 2,660 3,505
14 1,761 2,145 2,977 4,140 80 1,664 1,990 2,639 3,416
15 1,753 2,131 2,947 4,073 100 1,660 1,984 2,626 3,391
16 1,746 2,120 2,921 4,015 120 1,658 1980 2,617 3,373
Continuare
v 0,1 0,05 0,01 0,001 v 0.1 0.05 0,01 0,001

17 1,740 2,110 2,898 3,965 200 1,653 1,972 2,601 3,340

18 1,734 2,101 2,878 3,922 500 1,648 1,965 2,586 3,310
19 1,729 2,093 2,861 3,883 ∞ 1,645 1,960 2,580 3,291
20 1,725 2,086 2,845 3,850

152
 0,9 0,95 0,99 0,999 0,9 0,95 0,99 0,999

Date de încredere
NOTĂ.Tabela este alcătuit după L.N. Bolişev,N.B.Smirnov,1968M.Dj.Cendal şi
A.M. Stiuart,1973.
Valuorile critice ale criteriului patratul lor
2
x

Tabelul 35
v a v a
0,5 0,01 0,001 0.5 0,01 0,001
1 3,84 6,63 10,83 16 26,30 32,00 39,25
2 5,99 9,21 13,82 17 27,59 33,41 40,79
3 7,81 11,34 16,27 18 28,87 34,81 42,31
4 9,49 13,28 18,48 19 30,14 36,19 43,82
5 11,07 15,09 20,51 20 31,41 37,57 45,31
6 12,59 16,81 22,46 21 32,67 38,93 46,80
7 14,07 18,48 24,32 22 33,92 40,29 48,27
8 15,51 20,09 26,13 23 35,17 41,64 49,73
9 16,92 21,67 27,67 24 36,42 42,98 51,18
10 18,31 23,21 29,59 25 37,65 44,31 52,62
11 19,68 24,72 31,26 26 38,89 45,64 54,05
12 21,03 26,22 32,22 27 40,11 46,96 55,48
13 22,36 27,69 34,69 28 41,28 48,28 56,89
14 23,68 29,14 36,12 29 42,56 49,59 58,30
15 25,00 30,58 37,70 30 43,77 50,89 59,70
NOTĂ.Tabelul este alcătuit după N. Beili,1963.

Coeficientul augziliar a пк pentru verificarea normalităţii de repartizare după criteriul W-

Şapiro-Uilchi (volumul totalităţi,h-numărul de perechi pentru comparaţie)
Tabelul 36
n 3 4 5 6 7 8 9 10
k
1 0,7071 0,6872 0,6646 0,6431 0,6233 0,6052 0,5888 0,5739
2 0,1677 0,2413 0,2806 0,3031 0,3164 0,3244 0,3291
3 0,0875 0,1401 0,1743 0,1976 0,2141

153
 4 0,0561 0,0947 0,1224
5 0,0399
n 11 12 13 14 15 16 17 18
k
1 0,5601 0,5475 0,5359 0,5251 0,5150 0,5056 0,4968 0,4886
2 0,3315 0,3325 0,3325 0,3318 0,3306 0,3290 0,3273 0,3253
3 0,2260 0,2347 0,2412 0,2460 0,2495 0,2521 0,2540 0,2553
4 0,1429 0,1585 0,1707 0,1802 0,1878 0,1939 0,1988 0,2027
5 0,0695 0,0922 0,2099 0,1240 0,1353 0,1447 0,1524 0,1587
6 0,0303 0,0539 0,0727 0,0880 0,1005 0,1109 0,1197
7 0,0240 0,0433 0,0593 0,0725 0,0837
8 0,0196 0,0359 0,0496
9 0,0163
n 19 20 21 22 23 24 25 26
k
1 0,4808 0,4734 0,4643 0,4590 0,4542 0,4493 0,4450 0,4407
2 0,3232 0,3211 0,3185 0,3156 0,3126 0,3098 0,3069 0,3043
3 0,2561 0,2565 0,2578 0,2571 0,2563 0,2554 0,2543 0,2533
4 0,2059 0,2085 0,2119 0,2131 0,2139 0,2145 0,2148 0,2151
5 0,1641 0,1686 0,1736 0,1764 0,1787 0,1807 0,1822 0,1836
6 0,1271 0,1334 0,1399 0,1443 0,1480 0,1512 0,1539 0,1563
7 0,0932 0,1013 0,1092 0,1150 0,1201 0,1245 0,1283 0,1316
8 0,0612 0,0711 0,0804 0,0878 0,0941 0,0997 0,1046 0,1089
9 0,0303 0,0422 0,0530 0,0618 0,0696 0,0764 0,0823 0,0876
10 0,0140 0,0263 0,0368 0,0459 0,0539 0,0610 0,0672
11 0,0122 0,0228 0,0321 0,0403 0,0476
12 0,0107 0,0200 0,0284
13 0,0094
n 27 28 29 30 31 32 33 34
k
1 0,4366 0,4328 0,4291 0,4254 0,4220 0,4188 0,4156 0,4127
2 0,3018 02992 0,2968 0,2944 0,2921 0,2898 0,2876 0,2854
3 0,2522 0,2510 0,2499 0,2487 0,2475 0,2463 0,2451 0,2439
4 0,2152 0,2151 0,2150 0,2148 0,2145 0,2141 0,2137 0,2132
5 0,1848 0,1857 0,1864 0,1870 0,1874 0,1878 0,1880 0,1882
6 0,1584 0,1601 0,1616 01630 0,1641 0,1651 0,1660 0,1667
7 0,1346 0,1372 0,1395 0,1415 0,1533 0,1449 0,1463 0,1475
8 0,1128 0,1162 0,1192 0,1219 0,1243 0,1265 0,1284 0,1301
9 0,0923 0,0965 0,1002 0,1036 0,1066 0,1093 0,1118 0,1140
10 0,0728 0,0778 0,0822 0,0862 0,0899 0,0931 0,0961 0,0988
11 0,0540 0,0598 0,0650 0,0697 0,0739 0,0777 0,0812 0,0844
12 0,0358 0,0424 0,0483 0,0537 0,0585 0,0629 0,0669 0,0706
13 0,0178 0,0253 0,0320 0,0381 0,0435 0,0485 0,0530 0,0572
14 0,0084 0,0159 0,0227 0,0289 0,0344 0,0395 0,0441
15 0,0076 0,0144 0,0206 0,0262 0,0314
16 0,0068 0,0131 0,0187
17 0,0062
NOTĂ.Tabelul este alcătuit după N.A.Masalgin,1974.

Valuorile criterice W-criteriul Şapiro-Uilchi

Tabelul 37
n a n a n a
0,5 0,01 0,5 0,01 0,5 0,01
3

154
 4 0,767 0,753 20 0,905 0,868 36 0,935 0,912
5 0,748 0,687 21 0,908 0,863 37 0,936 0,914
6 0,762 0,686 22 0,911 0,878 38 0,938 0,916
7 0,803 0,730 23 0,914 0,881 39 0,939 0,917
8 0,818 0,749 24 0,916 0,884 40 0,940 0,919
9 0,829 0,764 25 0,918 0,888 41 0,941 0,920
10 0,842 0,781 26 0,920 0,891 42 0,942 0,922
11 0,850 0,781 27 0,923 0,894 43 0,943 0,923
12 0,859 0,805 28 0,924 0,896 44 0,944 0,924
13 0,866 0,814 29 0,926 0,898 45 0,945 0,926
14 0,874 0,825 30 0,927 0,900 46 0,945 0,927
15 0,881 0,835 31 0,929 0,902 47 0,946 0,928
16 0,887 0,884 32 0,930 0,904 48 0,947 0,929
17 0,892 0,851 33 0,931 0,906 49 0,947 0,929
18 0,897 0,858 34 0,933 0,908 50 0,947 0,930
19 0,901 0,863 35 0,934 0,910
NOTĂ. Tabelul este alcătuit după N.A.Masalgin,1974.

Valuorile criterice W-criteriul Vilchenson pentru selecţii independente

Tabelul 38
N1 3 4 5 6 7 8 9 10 11 12 13 14
N2
5 6 11 17
6 7 12 18 26
7 7 13 20 27 36
8 8 14 21 29 38 49
9 8 15 22 31 40 51 63
10 9 15 23 32 42 53 65 78
11 9 16 24 34 44 55 68 81 96
12 10 17 26 35 46 58 71 85 115
13 10 18 27 37 48 60 73 88 103 119 137
14 11 19 28 38 50 63 76 91 106 123 141 160
15 11 20 29 40 52 65 79 94 110 127 145 164
16 12 21 31 42 54 67 82 97 114 131 150 169
5 15
6 10 16 23
7 10 17 24 32
8 11 17 25 34 43
9 6 11 18 26 35 45 56
10 6 12 19 27 37 47 58 71
11 6 12 20 28 38 49 61 74 87
12 7 13 21 30 40 51 63 76 90 106
13 7 14 22 31 41 53 65 79 93 109 125
14 7 14 22 32 43 54 67 81 96 112 129 147
15 8 15 23 33 44 56 70 84 99 115 133 151
16 8 15 24 34 46 58 72 86 102 119 137 155
NOTĂ. Tabelul este alcătuit după G.F.Lachinu,1980.
Valuorile criterice W-criteriul Vilchenson pentru perechi conjugale
Tabelul 39
n a n a n a

155
 0,5 0,01 0,5 0,01 0,5 0,01
6 1 13 18 11 20 53 39
7 3 14 22 14 21 60 44
8 5 1 15 26 17 22 67 50
9 7 3 16 31 21 23 74 56
10 9 4 17 36 24 24 82 62
11 12 6 18 41 29 25 90 69
12 15 8 19 47 33
NOTĂ. Tabelul este alcătuit după V.I.Urbah,1964.

Valuorile critice pentru coeficientul selectat a corelaţiei г

Tabelul 40
pragul semnificaţiei, a
n n 0,05 0,01 0,001
3 0,9969 0,999877 0,99999877 26 0,388 0,496 0,607
4 0,950 0,9900 0,9990 27 0,381 0,487 0,597
5 0, 878 0,9597 0,99114 28 0,374 0,479 0,588
6 0,811 0,9172 0,9741 29 0,367 0,470 0,579
7 0,754 0,875 0,9509 30 0,361 0,463 0,570
8 0,707 0,834 0,9244 32 0,349 0,449 0,554
9 0,666 0,798 0,894 35 0,332 0,435 0,539
10 0,632 0,765 0,872 37 0,325 0,418 0,519
11 0,602 0,735 0,847 40 0,321 0,402 0,501
12 0,576 0,708 0,823 42 0,304 0,393 0,490
13 0,553 0,684 0,801 45 0,292 0,384 0,416
14 0,532 0,661 0,780 47 0,288 0,372 0,465
15 0,544 0,641 0,760 50 0,279 0,361 0,451
16 0,497 0,623 0,742 52 0,273 0,354 0,443
17 0,482 0,606 0,725 60 0,254 0,330 0,414
18 0,468 0,590 0,708 80 0,220 0,286 0,380
19 0,456 0,575 0,693 100 0,196 0,258 0,324
20 0,444 0,561 0,679 125 0,175 0,230 0,286
21 0,433 0,549 0,665 150 0,160 0,210 0,249
22 0,423 0,537 0,652 250 0,124 0,163 0,207
23 0,413 0,526 0,641 500 0,088 0,115 0,147
24 0,404 0,515 0,629 1000 0,062 0,081 0,104
25 0,396 0,505 0,618
NOTĂ.Tabela este alcătuit după L.N. Bolişev,N.B.Smirnov,1968,E.Tiit,1972.

1 1 r
Transformarea lui Fişer  ln (determinarea lui Z-după valuarea
2 1 r
coeficientului corelaţiei г)
Tabelul 41
r Sutimi
0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,9
0,0 0,000 0,010 0,020 0,030 0,040 0,050 0,060 0,070 0,080 0,090
0,1 0,100 0,110 0,121 0,131 0,141 0,151 0,161 0,172 0,182 0,192
0,2 0,203 0,213 0,224 0,234 0,245 0,255 0,266 0,277 0,288 0,299
0,3 0,309 0,321 0,332 0,343 0,354 0,365 0,377 0,388 0,400 0,412

156
0,4 0,424 0,436 0,448 0,460 0,472 0,485 0,498 0,510 0,523 0,536
0,5 0,549 0,563 0,576 0,590 0,604 0,618 0,633 0,648 0,663 678
0,6 0,693 0,709 0,725 0,741 0,758 0,776 0,793 0,811 0,829 0,848
0,7 0,867 0,887 0,908 0,929 0,951 0,973 0,996 1,020 1,045 1,071
0,8 1,099 1,127 1,157 1,188 1,221 1,256 1,293 1,333 1,376 1,422
0,9 1,472 1,527 1,589 1,658 1,738 1,832 1,946 2,092 2,298 2,647
NOTĂ.Tabela este alcătuit după V.I. Urbahu.

Transformarea inversă a lui Fişer (determinarea coeficientului de corelaţie г

după valuarea lui Z)
Tabelul 42

Sutimi
Z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0000 0100 0200 0300 0400 0500 0599 0699 0708 0898
0,1 0997 1096 1194 1293 1391 1489 1586 1694 1781 1877
0,2 1974 2070 2165 2260 2355 2449 2543 2636 2729 2821
0,3 2913 3004 3095 3185 3275 3364 3452 3540 3627 3714
0,4 3800 3885 3969 4053 4136 4219 4301 4382 4462 4542
0,5 4621 4699 4777 4854 4130 5005 5080 5154 5227 5299
0,6 5370 5441 5511 5580 5649 5717 5784 5850 5915 5980
0,7 6044 6107 6169 6231 6291 6351 6411 6469 6525 6584
0,8 6640 6696 6751 6805 6958 6911 6963 7014 7064 7114
0,9 7163 7211 7259 7306 7352 7398 7443 7447 7531 7574
1,0 7616 7658 7699 7739 7779 7818 7857 7895 7932 7969
1,1 8005 8041 8076 8110 8144 8178 8210 8243 8275 8306
1,2 8337 8367 8397 8426 8455 8483 8511 8538 8565 8591
1,3 8617 8643 8668 8692 8717 8741 8764 8787 8810 8832
1,4 8854 8875 8896 8917 8937 8957 8977 8996 9015 9033
1,5 9051 9069 9087 9104 9121 9138 9154 9170 9196 9201
1,6 9217 9232 9246 9261 9275 9289 9302 9316 9329 9341
1,7 9354 9366 9379 9391 9402 9414 9425 9436 9447 9458

Z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
1,8 94681 94783 94884 94982 95080 95175 95268 95259 95449 95537
1,9 95624 95709 95792 95873 95953 96023 96109 96185 96250 96331
2,0 96403 96473 96541 96609 96675 96733 96803 96865 96926 96986
2,1 97045 97103 97159 97215 97269 97323 97375 97426 97477 97526
2,2 97574 97622 97668 97714 97759 97803 97846 97888 97929 97970
2,3 98010 98049 98087 98124 98161 98197 98233 98267 98301 98335
2,4 98367 98399 98431 98462 98492 99522 98551 98579 98607 98635
2,5 98661 98688 98714 98739 98764 98788 98812 99835 98858 98881
2,6 98903 98924 98945 98966 98987 99007 99012 99045 99064 99083
2,7 99101 99118 99136 99153 99170 99186 99202 99218 99233 99248
2,8 99263 99278 99292 99306 99320 99333 99346 99359 99372 99384
2,9 99396 99408 99420 99431 99443 99454 99464 99475 99485 99495

Z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09

157
 3 99505 99595 99668 99728 99777 99818 99851 99878 99900 99918
4 99933 99945 99955 99963 99970 99975 99980 99983 99986 99989

NOTĂ.În indicele coeficientului de corelaţie г sînt scăpate zero şi virgula.

Tabelul este alcătuit după E.Weber,1972.

Bibliografie

1 . З а ц и о р с к и й В. М, Кибернетика, математика, спорт. М., ФиС, 1969,

с. 6—11.
2 . У т к и н В. Л. Измерения в спорте (введение в спортивную метрологию).
М.,. ГЦОЛИФК, 1978, с. 6-18, 42-48.

158
 3 . У т к и н В. Л. Измерения в спорте (введение в спортивную
метрологию). М., ГЦОЛИФК, 1978, с. 6—29.
4 . С е н а Л. А. Единицы физических величин и их размерности. М., Наука,
1977.
5 . Г л а с е Дж., С т е н л и Дж. Статистические методы в педагогике и
психологии. М-, Прогресс, 1976.
6. Л а к и н Г. Ф. Биометрия, М., Высшая школа, 1980.
7 . М а с а л ь г и н Н. А. Математике-статистические методы в спорте.
М-, ФиС, 1972.
8 . П л о х и н с к и й Н. А. Алгоритмы биометрии М., МГУ, 1980.
9. С у х о д ол ь с к и й Г. В. Основы математической статистики для
психологов. Л., ЛГУ, 1972.
10. У р б а х В. Ю. Статистический анализ в биологических и
медицинских исследованиях, м., Медицина, 1975.
1 1 . Б у б э Х . , Ф э к Г., Т р о г а ш X. Тесты в спортивной практике (Пер.
снем.) М., ФиС, 1968.
1 2 . З а ц и о р с к и й В. М. Основы спортивной метрологии. М., ФиС, 1979,
с. 9—27.
1 3 . З а ц и о р с к и й В. М., Годик М. А, Ярмульник Д. Н.
Теоретические основы и практические пути применения математических
метопов для оценки специальной физической подготовленности спортсменов.
«Теор. и практ. физнч. культ.», 1964, т. 27, №2.
1 4 . З а ц и о р с к и й В. М. Основы спортивной метрологии. М., ФиС, 1979,
с. 27—43.
15. Зациорский В. М-, Бондаревский Е. Я., Петросян А. Н.
Проб лема оценки спортивных достижений. М., ГЦОЛИФК, 1976.
1 6 . Б о н д а р е в с к и й Е. Я., Парнас В. П., Данилов Ю. Г. К
вопросу о статистическом распределении результатов физической
подготовленности студентов. «Теор. и практ. физич. культ.», 1975, № 3.

159
 17. А з г а л ь д о в Г. Г., Раихман Э. П. О квалиметрии. М., Изд.
стандартов, 1973.
1 8 . Б е ш е л е в С. Д., Г у р в и ч Ф. Г. Математико-ст атлетические
методы экспертных оценок. М., Статистика, 1974.
1 9 . А ш м а р и н Б. А. Теория и методика педагогических исследований В
физическом воспитании. М., ФиС, 1978.
2 0 . У т к и н В. Л. Измерения в спорте (введение в спортивную
метрологию). М., ГЦОЛИФК, 1978, с. 95—146.
Практикум по биомеханике. Учебное пособие для институтов физической
культуры. Под ред. И. М. Козлова. М., ФиС, 1980.
2 1 . Р о д и ч е н к о В. С. Технический прогресс — союзник спорта. М., ФиС,
1972.
2 2 . Р о д и ч е н к о В. С. Спортивные соревнования, информация и
управление. М-, ФиС, 1978.
2 3 . У т к и н В. Л. Измерения в спорте (введение в спортивную
метрологию). М., ГЦОЛИФК, 1978, с. 147—178.
Единая всесоюзная спортивная классификация. М., ФиС, 1981.
Всесоюзный физкультурный комплекс «Готов к труду и обороне СССР»
(ГТО). М., ФиС, 1976.
2 4 . Б о н д а р е в с к и й Е. Я. и др. Статистическое распределение
результатов ' физической подготовленности студентов. «Теор- и практ.
физич. культ.», 1975, № 8, с 50—54.
2 5 . Г о д и к М. А. Контроль тренировочных и соревновательных нагрузок.
М., ФиС, 1980, с. 81—83.
2 6 . З а ц и о р с к и й В. М. Кибернетика, математика, спорт. М.,
ФиС, 1969, с. 163—186.
2 7 . К е л л е р В. С. Деятельность спортсмена в вариативных конфликтных
ситуациях. Киев, Здоровья, 1977.
2 8 . У т к и н В. Л. Оптимизация двигательной деятельности человека
(методологические основы). М., ГЦОЛИФК, 1981.

160
 2 9 . Д о н с к о й Д. Д., З а ц и о р с к и й В. М. Биомеханика. М., ФиС,
1979, с. 235—353.
3 0 . З а ц и о р с к и й В. №■ Физические качества спортсмена. М-, ФиС,
1966.
31. Верхошанский Ю. В. Основы специальной силовой подготовки я
спорте. М., ФиС, 1977.
32. Ку з в е ц о в В. В. Силовая подготовка спортсменов высших разрядов.
М., ФиС, 1970.
3 3 . Т у м а н я н Г. С. Выносливость: как ее измерять. «Теор. и практ. физич.
культ.», 1970, № 5.
3 4 . Г о д и к М. А. Контроль тренировочных и соревновательных нагрузок.
М., ФиС, 1980.
3 5 . В о л к о в Н. И., З а ц и о р с к и й В. М- Некоторые вопросы теории
трениро- ■ ночных нагрузок. «Теор. и практ. физич. культ.», 1964, № 6
3 6 . З а ц и о р с к и й В. М., З а п о р о ж а н о в В. А.,Т е р - О в а п е с я н И.
Вопросы теории и практики педагогического контроля в современном спорте.
«теор. и практ. физич. культ.», 1971, №4.
37. 3 а ц и о р с к и й В. М., Т е р- О в а н е с я и , И. А., 3 а п о р о ж а и о и
В. А. Материалы к обоснованию системы педагогического контроля в скоростно-
силооых пидш спорта. «Теор. и практ. физич. культ.», 1971, №6.
3 8 . З а ц и о р с к и й В. М., Б у л г а к о в а , Н. Ж., Р а г и м о в Р. М., С е р г и
е н к о Л. П. Проблема спортивной одаренности и отбор в спорте: направления
и методология исследований. «Теор. ипракт. физич. культ.», 1973, № 7.
3 9 . Б у л г а к о в а Н. Ж. Отбор и подготовка юных пловцов. М., ФиС, 1978.
4 0 . З а ц и о р с к и й В. М-, Б у л г а к о в а Н..Ж. Теоретические и
метрологические основы отбора в спорте. М., ГЦОЛИФК, 1980.
41. Смирнов К.И. Измерения в спорте и проблемы их метрологического
обеспечения. «Теор. и практ. физич. культ.», 1976, № 2, с. 48—54.
4 2 . С м и р н о в Ю. И. Спортивная наука и стандарты. «Теор. и практ.
физич. культ.», 1977, № 11, с. 38—48.

161
 4 3 . С м и р н о в Ю. И. О некоторых научно-техничеошх и организационных
вопросах спортивной метрологии. «Теор. ипракт. физич. культ.», 1978, № 7, с.
57—63.
4 4 . С м и р н о в Ю. И. Методологические основы спортивной метрологии.
«Теор. и практ. физич. культ.», 1980, № 11, с. 47—49.
45. Иванов А.С Основы математическои статистике
Москова.Физкультура и Спорт.
46. Аванесов В.С. Тесты в социологическом исследовании. — М., 1982.
47. Ашмарин Б.А. Теория и методика педагогических исследований в фи-
зическом воспитании. — М., 1978.
48. Благуш П. К теории тестирования двигательных способностей. — М.,
1982.
49. Годик М.А. Спортивная метрология: Учебник для институтов физи-
ческой культуры. — М., 1988.
50. Закон Российской Федерации «Об обеспечении единства измерений». —
М., 1993.
51. Закон Российской Федерации «О стандартизации». — М., 1993.
52. Закс Л. Статистическое оценивание. — М., 1976.
53. Зациорский В.М. Основы спортивной метрологии. - М., 1979.
54. Иванов В.В. Комплексный контроль в подготовке спортсменов. — М.,
1987.
55. Исаев Л.К., Малинский В.Д. Метрология и стандартизация в сертифи-
кации: Учеб. пособ. — М., 1996.
56. Клименко А. Практика тестирования. — М., 1991.
57. Коренберг В.Б. Учебный словарь-справочник по спортивной метроло-
гии: Учеб. пособ. — М., 1996.
58. Крылова Т.Д. Основы стандартизации, сертификации, метрологии:
Учеб. для вузов. — М., 1998.
59. Майоров А.Н. Тесты школьных достижений", конструирование, прове-
дение, использование. - СПб., 1996.

162
 60. Смирнов Ю.И. Комплексная оценка и контроль спортивной подготов-
ленности: Учеб. пособ. — Малаховка, 1996.
61. Уткин В.Л. Измерения в спорте. — М., 1978.
62. Шишкин И.Ф. Теоретическая метрология: Учеб. для вузов. —М., 1991.

CUPRINS
Cuvînt înainte..................................................................................................... 3
Bazele teoretice ale metrologiei în educaţie fizică şi sport
Capitolul 1
Introducere în metrologia educaţiei fizice şi sportului ( după В. М.
Зациорский)

163
1.1.Antrenamentul sportiv ca proces de dirijare............................................. 7
1.2.1. Noţiunea de dirijare................................................................. 8
1.2.2. Dirijarea în cadrul unui antrenament sportiv....................................... 11
1.2.3. Controlul în cadrul unui antrenament sportiv ..................................... 13
Capitolul 2
Bazele teorii măsurărilor în educaţie fizică şi sport ( după В. М. З а ц и о р с к и й ,
В. Л.У т к и н )
2.1. Scara de măsură....................................................................................... 16
2.1.1. Scara numelor(scara nominală).......................................................... 17
2.1.2. Scara ordinală........................................................................................ 17
2.1.3. Scara intervalelor.................................................................................. 17
2.1.4. Scara raporturilor................................................................................... 13
2.2. Unităţile de măsură ................................................................................. 19
2.3. Prcizia măsurărilor.................................................................................... 22
2.3.1. Eruarea de bază şi cea suplimentară..................................................... 22
2.3.2. Eruarea absolută şi cea relativă............................................................ 23
2.3.3. Eruare sistematică şi cea întîmplătoare............................................... 25
Capitolul 3
Metodele statistice de prelucrare a rezultatelor măsurărilor în educaţie fizică şi
sport ( după Б.А.Суслаков)
3.1. Şiruri unidimisionale ale rezultatelor măsurărilor...................................... 30
3.1.1. Copunerea şirului de repartizare şi prezentările lor grafice................... 30
3.1.2. Caracteristicile statistuce de bază ale şirului de măsurări...................... 34
3.1.3. Curba repartizării normale......................................................................... 40
3.1.4. Alte caracteristici ale repartizării............................................................... 42
3.1.5. Prelucrarea matematică a rezultatelor măsurărilor directe..................... 43
3.2. Interdependenţa rezultatelor măsurărilor...................................................... 46
3.2.1. Interdependenţele funcţională şi statistică.................................................... 46
3.2.2. Câmpul corelaţional ...................................................................................... 47
3.2.3. Aprecierea densităţii interdependenţei........................................................ 48

164
3.2.4. Directivitatea interdependenţei.................................................................... 50
3.2.5. Regresia......................................................................................................... 51
3.3. Metodele de calculare a coeficienţilor interdependenţei............................... 52
3.3.1. Calcularea coeficientului liniar par al corelaţiei....................................... .. 52
3.3.2. Calcularea coeficienţilor ecuaţiei regresiei................................................... 55
3.3.3. Calcularea raportului corelaţional............................................................... 56
3.3.4. Calcularea coeficienţilor particular şi multiplu de corelaţie...................... 57
3.3.5. Calcularea coeficientului de corelaţie prin ranguri..................................... 59
3.3.6. Calcularea coeficientului tetrahoric de conjugare................................... .... 61
3.4. Ipotezele statistice şi autenticitatea caracteristicilor statistice...................... 62
3.4.1. Verificarea ipotezelor statistice.................................................................. .. 63
3.4.2. Construcţia intervalelor de încredere ale caracteristicilor statistice...... .. 65
3.4.3. Compararea a două medii aritmetice de selecţie (selecţii independente).. 69
3.4.4. Compararea a două selecţii corelative medii de sondaj.............................. 69
3.4.5. Compararea a două caracteristici ale variaţiilor de sondaj....................... 70
3.4.6. Evaluarea normalităţii repartizării............................................................. 71
3.4.7. Evaluarea autenticităţii coeficienţilor de corelaţie..................................... 71
3.5. Analiza dispersională................................................................... 74
3.5.1. Noţiunile de bază ale analizei dispersionale............................................ 74
3.5.2. Analiza de dispersie cu un factor.............................................................. 76
3.5.3. Analiza de dispersie la corelaţia datelor................................................... 80
3.5.4. Coeficientul de corelaţie din interiorul clasei........................................... 85
Capitolul 4.
Bazele teoriei testelor în educaţie fizică şi sport ( după В. М. З а ц и о р с к и й )
4.1. Noţiunile de bază............................................................................................. 87
4.2. Siguranţa testelor............................................................................................. 89
4.2.1. Noţiunea de siguranţă a testelor................................................................... 89
4.2.2. Estimarea siguranţei conform datelor experimentale................................. 93
4.2.3. Siguranţa în practica lucrului cu testele...................................................... 97
4.2.4. Stabilitatea testului...................................................................................... 98
165
 4.2.5. Concordanţa testului....................................................................................... 99
4.2.6. Echivalenţa testului.................................................................................... 100
4.2.7. Căile de ridicare a siguranţei testului....................................................... ..... 101
4.3. Informativitatea testelor................................................................................ 101
4.3.1. Noţiuni generale.......................................................................................... 101
4.3.2. Informativitatea empirică (primul caz – există un criteriu de măsurat)........ 102
4.3.3. Informativitatea empirică (cazul doi – un criteriu unic nu există;
informativitatea factorială)................................................................. 105
4.3.4. Informativitatea empirică în munca practică..................................... 106
4.3.5. Informativitatea de conţinut (logică)..................................................... 109
Capitolul 5.
Bazele teoriei estimărilor în educaţie fizică şi sport ( după В. М. З а ц и о р с к и й )
5.1. Problema estimărilor................................................................................... 112
5.1.1. Noţiuni generale.................................................................................... 112
5.1.2. Tabelele de punctaj la diferite genuri de sport şi scările de estimaţii .... 114
5.1.3. Sarcinile principale ale evaluării.......................................................... 117
5.1.4. Problema criteriului.............................................................................. 118
5.2. Scările de estimaţii..................................................................................... . 119
5.2.1. Scările standard..................................................................................... .. 119
5.2.2. Scara percentilă...................................................................................... 120
5.2.3. Scara punctelor selectate...................................................................... 122
5.2.4. Scările parametrice........................................................................................ 124
5.2.5. Scara ICSCF............................................................................................ 124
5.2.6. Estimarea complexului de teste............................................................. 125
5.3.Normele..............................................................................................................127
5.3.1. Varietăţile de norme............................................................................ 127
5.3.2. Normele de vârstă................................................................................. 129
5.3.3. Evidenţa particularităţilor constituţiei corpului................................. ... 132
5.3.4. Valabilitatea normelor.......................................................................... 133
Capitolul 6.

166
 Metodele de estimare cantitativă a indicilor calitativi în educaţie fizică şi sport
( după В. Л.У т к и н )
6.1. Noţiunile fundamentale în cvalimetrie......................................................... 135
6.2. Metoda estimaţiilor de expert........................................................................ 137
6.3. Metoda de anchetare...................................................................................... 144
LEGENDA........................................................................................................... .147
BIBLIOGRAFIA...............................................................................................157
CUPRINS.............................................................................................................162

167
Dr., dr.conf.univ la Bazele Teoretice ale Culturii Fizice al U.S.E.F.S.

168