શારીરિક શિક્ષણમાં પરીક્ષણોના સિદ્ધાંતના આધારની રજૂઆત. શારીરિક શિક્ષણમાં નિયંત્રણ પરીક્ષણની લાક્ષણિકતાઓ

પરીક્ષણ શું છે

IEEE ધોરણ 829-1983 અનુસાર પરીક્ષણસોફ્ટવેર વિશ્લેષણની પ્રક્રિયા છે જેનો હેતુ તેના વાસ્તવિક અને જરૂરી ગુણધર્મો (ખામી) વચ્ચેના તફાવતોને ઓળખવા અને સોફ્ટવેરના ગુણધર્મોનું મૂલ્યાંકન કરવાનો છે.

GOST R અનુસાર ISO IEC 12207-99 c જીવન ચક્રસૉફ્ટવેર, અન્યો વચ્ચે, ચકાસણી, પ્રમાણપત્ર, સંયુક્ત વિશ્લેષણ અને ઑડિટ માટેની સહાયક પ્રક્રિયાઓને વ્યાખ્યાયિત કરે છે. ચકાસણી પ્રક્રિયા એ નિર્ધારિત કરવાની પ્રક્રિયા છે કે સોફ્ટવેર ઉત્પાદનો અગાઉના કાર્યમાં લાગુ કરવામાં આવેલી જરૂરિયાતો અથવા શરતો અનુસાર સંપૂર્ણ રીતે કાર્ય કરે છે. આ પ્રક્રિયાવિશ્લેષણ, નિરીક્ષણ અને પરીક્ષણ (પરીક્ષણ) શામેલ હોઈ શકે છે. પ્રમાણપત્ર પ્રક્રિયા એ સ્થાપિત આવશ્યકતાઓ, બનાવેલ સિસ્ટમ અથવા સોફ્ટવેર ઉત્પાદનતેમના કાર્યાત્મક હેતુ. સંયુક્ત સમીક્ષા પ્રક્રિયા એ રાજ્યોનું મૂલ્યાંકન કરવાની પ્રક્રિયા છે અને, જો જરૂરી હોય તો, પ્રોજેક્ટના કાર્ય (ઉત્પાદનો) ના પરિણામો. ઓડિટ પ્રક્રિયા એ જરૂરિયાતો, યોજનાઓ અને કરારની શરતોનું પાલન નક્કી કરવાની પ્રક્રિયા છે. એકસાથે, આ પ્રક્રિયાઓ બનાવે છે જેને સામાન્ય રીતે પરીક્ષણ કહેવામાં આવે છે.

પરીક્ષણ ચોક્કસ ઇનપુટ ડેટા સાથે પરીક્ષણ પ્રક્રિયાઓ પર આધારિત છે, પ્રારંભિક શરતોઅને અપેક્ષિત પરિણામ, ચોક્કસ હેતુ માટે રચાયેલ છે, જેમ કે કોઈ ચોક્કસ પ્રોગ્રામનું પરીક્ષણ કરવું અથવા ચોક્કસ જરૂરિયાત સાથે સુસંગતતા ચકાસવી. પરીક્ષણ પ્રક્રિયાઓ તપાસી શકે છે વિવિધ પાસાઓપ્રોગ્રામની કામગીરી - થી યોગ્ય કામગીરી અલગ કાર્યજ્યાં સુધી વ્યવસાયની આવશ્યકતાઓ પર્યાપ્ત રીતે પૂર્ણ ન થાય ત્યાં સુધી.

કોઈ પ્રોજેક્ટ હાથ ધરતી વખતે, ઉત્પાદનનું પરીક્ષણ કયા ધોરણો અને આવશ્યકતાઓ અનુસાર કરવામાં આવશે તે ધ્યાનમાં લેવું જરૂરી છે. કયા ટૂલ્સ (જો કોઈ હોય તો) નો ઉપયોગ કરવામાં આવશે અને ખામીઓ જોવા મળે છે. જો તમને પ્રોજેક્ટની શરૂઆતથી જ પરીક્ષણ વિશે યાદ છે, તો વિકાસ હેઠળના ઉત્પાદનનું પરીક્ષણ કરવાથી અપ્રિય આશ્ચર્ય થશે નહીં. આનો અર્થ એ છે કે ઉત્પાદનની ગુણવત્તા મોટે ભાગે ઘણી ઊંચી હશે.

ઉત્પાદન જીવન ચક્ર અને પરીક્ષણ

આજકાલ વધુને વધુ, પુનરાવર્તિત સૉફ્ટવેર વિકાસ પ્રક્રિયાઓનો ઉપયોગ કરવામાં આવે છે, ખાસ કરીને, તકનીક RUP - તર્કસંગત એકીકૃત પ્રક્રિયા(ફિગ. 1). આ અભિગમ સાથે, પરીક્ષણ એ "ઓફ-ધ-કફ" પ્રક્રિયા બનવાનું બંધ કરે છે જે પ્રોગ્રામરોએ તમામ જરૂરી કોડ લખ્યા પછી થાય છે. પરીક્ષણો પર કામ ખૂબ જ શરૂઆતથી શરૂ થાય છે પ્રારંભિક તબક્કોભાવિ ઉત્પાદન માટેની આવશ્યકતાઓને ઓળખવી અને વર્તમાન કાર્યો સાથે નજીકથી સંકલન કરવું. અને આ ટેસ્ટર્સ પર નવી માંગ મૂકે છે. તેમની ભૂમિકા ફક્ત ભૂલોને શક્ય તેટલી વહેલી તકે ઓળખવા પૂરતી મર્યાદિત નથી. તેઓએ તેમાં ભાગ લેવો જ જોઇએ સામાન્ય પ્રક્રિયાસૌથી મહત્વપૂર્ણ પ્રોજેક્ટ જોખમોને ઓળખવા અને દૂર કરવા. આ કરવા માટે, દરેક પુનરાવર્તન માટે પરીક્ષણ ધ્યેય અને તેને પ્રાપ્ત કરવાની પદ્ધતિઓ નક્કી કરવામાં આવે છે. અને દરેક પુનરાવર્તનના અંતે, તે નક્કી કરવામાં આવે છે કે આ ધ્યેય કેટલી હદ સુધી હાંસલ કરવામાં આવ્યો છે, કે કેમ વધારાના પરીક્ષણો, અને પરીક્ષણના સિદ્ધાંતો અને સાધનોમાં ફેરફાર કરવો જરૂરી છે કે કેમ. બદલામાં, દરેક શોધાયેલ ખામી તેના પોતાના જીવન ચક્રમાંથી પસાર થવી જોઈએ.

ચોખા. 1. RUP અનુસાર ઉત્પાદન જીવન ચક્ર

પરીક્ષણ સામાન્ય રીતે ચક્રમાં હાથ ધરવામાં આવે છે, જેમાંના દરેકમાં કાર્યો અને લક્ષ્યોની ચોક્કસ સૂચિ હોય છે. પરીક્ષણ ચક્ર પુનરાવૃત્તિ સાથે સુસંગત હોઈ શકે છે અથવા તેના ચોક્કસ ભાગને અનુરૂપ હોઈ શકે છે. સામાન્ય રીતે, ચોક્કસ સિસ્ટમ બિલ્ડ માટે પરીક્ષણ ચક્ર હાથ ધરવામાં આવે છે.

સોફ્ટવેર ઉત્પાદનના જીવન ચક્રમાં પ્રમાણમાં ટૂંકા પુનરાવૃત્તિઓની શ્રેણીનો સમાવેશ થાય છે (આકૃતિ 2). પુનરાવૃત્તિ એ એક સંપૂર્ણ વિકાસ ચક્ર છે જે અંતિમ ઉત્પાદન અથવા તેના કેટલાક ટૂંકા સંસ્કરણના પ્રકાશન તરફ દોરી જાય છે, જે પુનરાવૃત્તિથી પુનરાવૃત્તિ સુધી વિસ્તરે છે અને આખરે સંપૂર્ણ સિસ્ટમ બની જાય છે.

દરેક પુનરાવર્તનમાં સામાન્ય રીતે કાર્ય આયોજન, વિશ્લેષણ, ડિઝાઇન, અમલીકરણ, પરીક્ષણ અને મૂલ્યાંકનના કાર્યોનો સમાવેશ થાય છે. પ્રાપ્ત પરિણામો. જો કે, આ કાર્યો વચ્ચેનો સંબંધ નોંધપાત્ર રીતે બદલાઈ શકે છે. ગુણોત્તર અનુસાર વિવિધ કાર્યોપુનરાવર્તનમાં તેઓ તબક્કાઓમાં જૂથ થયેલ છે. પ્રથમ તબક્કો, શરૂઆત, વિશ્લેષણ કાર્યો પર ધ્યાન કેન્દ્રિત કરે છે. બીજા તબક્કાના પુનરાવર્તનો - વિકાસ - કી ડિઝાઇન અને પરીક્ષણ પર ધ્યાન કેન્દ્રિત કરે છે ડિઝાઇન સોલ્યુશન્સ. ત્રીજા તબક્કામાં - બાંધકામ - વિકાસ અને પરીક્ષણ કાર્યોનું સૌથી મોટું પ્રમાણ. અને છેલ્લા તબક્કામાં - ટ્રાન્સફર - પરીક્ષણ અને ગ્રાહકને સિસ્ટમને સ્થાનાંતરિત કરવાના કાર્યો સૌથી વધુ હદ સુધી ઉકેલવામાં આવે છે.

ચોખા. 2. સોફ્ટવેર ઉત્પાદન જીવન ચક્રના પુનરાવર્તનો

ઉત્પાદન જીવન ચક્રમાં દરેક તબક્કાના પોતાના ચોક્કસ લક્ષ્યો હોય છે અને જ્યારે તે લક્ષ્યો પ્રાપ્ત થાય છે ત્યારે તેને પૂર્ણ ગણવામાં આવે છે. તમામ પુનરાવર્તનો, કદાચ પ્રારંભિક તબક્કાના પુનરાવર્તનો સિવાય, સિસ્ટમના કાર્યકારી સંસ્કરણના વિકાસ સાથે સમાપ્ત થાય છે.

ટેસ્ટ શ્રેણીઓ

તેઓ જે સમસ્યાઓ હલ કરે છે અને તેઓ જે ટેકનોલોજીનો ઉપયોગ કરે છે તેમાં પરીક્ષણો નોંધપાત્ર રીતે બદલાય છે.

પરીક્ષણ સબકેટેગરીઝ

પરીક્ષણના પ્રકારો

એકમ પરીક્ષણ (યુનિટ પરીક્ષણ) - આ પ્રકારવ્યક્તિગત એપ્લિકેશન મોડ્યુલોનું પરીક્ષણ સામેલ છે. મહત્તમ પરિણામો મેળવવા માટે, પરીક્ષણ મોડ્યુલોના વિકાસ સાથે એક સાથે હાથ ધરવામાં આવે છે.

કાર્યાત્મક પરીક્ષણ - આ પરીક્ષણનો હેતુ એ સુનિશ્ચિત કરવાનો છે કે પરીક્ષણ આઇટમ યોગ્ય રીતે કાર્ય કરી રહી છે. ઑબ્જેક્ટ દ્વારા યોગ્ય નેવિગેશન, તેમજ ડેટાના ઇનપુટ, પ્રોસેસિંગ અને આઉટપુટની ચકાસણી કરવામાં આવે છે.

ડેટાબેઝ પરીક્ષણ - એપ્લિકેશનની સામાન્ય કામગીરી દરમિયાન, ઓવરલોડ દરમિયાન અને મલ્ટિ-યુઝર મોડમાં ડેટાબેઝની કાર્યક્ષમતા તપાસવી.

એકમ પરીક્ષણ

OOP માટે, એકમ પરીક્ષણ ગોઠવવાની સામાન્ય રીત એ છે કે દરેક વર્ગની પદ્ધતિઓ, પછી દરેક પેકેજનો વર્ગ, વગેરેનું પરીક્ષણ કરવું. અમે ધીમે ધીમે સમગ્ર પ્રોજેક્ટનું પરીક્ષણ કરવા આગળ વધી રહ્યા છીએ, અને અગાઉના પરીક્ષણો રીગ્રેશન પ્રકારનાં છે.

આ પરીક્ષણોના આઉટપુટ દસ્તાવેજીકરણમાં પરીક્ષણ પ્રક્રિયાઓ, ઇનપુટ ડેટા, પરીક્ષણનો અમલ કરતો કોડ અને આઉટપુટ ડેટાનો સમાવેશ થાય છે. નીચેના આઉટપુટ દસ્તાવેજીકરણનો પ્રકાર છે.

કાર્યાત્મક પરીક્ષણ

આવશ્યકતાઓની વ્યાખ્યાના તબક્કા દરમિયાન નિર્દિષ્ટ પરીક્ષણ આવશ્યકતાઓને આધારે પરીક્ષણ આઇટમનું કાર્યાત્મક પરીક્ષણ આયોજન અને હાથ ધરવામાં આવે છે. આવશ્યકતાઓમાં વ્યવસાયના નિયમો, ઉપયોગ-કેસ આકૃતિઓ, વ્યવસાય કાર્યો અને, જો ઉપલબ્ધ હોય, તો પ્રવૃત્તિ રેખાકૃતિઓનો સમાવેશ થાય છે. કાર્યાત્મક પરીક્ષણોનો હેતુ એ ચકાસવાનો છે કે વિકસિત ગ્રાફિકલ ઘટકો નિર્દિષ્ટ જરૂરિયાતોને પૂર્ણ કરે છે.

આ પ્રકારનું પરીક્ષણ સંપૂર્ણપણે સ્વચાલિત થઈ શકતું નથી. તેથી, તે વિભાજિત થયેલ છે:

• સ્વયંસંચાલિત પરીક્ષણ (આઉટપુટ માહિતી તપાસવાનું શક્ય હોય તેવા કિસ્સામાં ઉપયોગમાં લેવાશે).

હેતુ: ડેટા ઇનપુટ, પ્રોસેસિંગ અને આઉટપુટ ચકાસવા માટે;

• મેન્યુઅલ પરીક્ષણ (અન્ય કિસ્સાઓમાં).

હેતુ: વપરાશકર્તાની આવશ્યકતાઓ યોગ્ય રીતે પૂરી થઈ છે કે કેમ તેનું પરીક્ષણ કરે છે.

નીચેના માપદંડો અનુસાર યોગ્ય કામગીરીની પુષ્ટિ કરવા માટે, યોગ્ય મૂલ્યો અને દેખીતી રીતે ભૂલભરેલા બંનેનો ઉપયોગ કરીને દરેક ઉપયોગ-કેસો ચલાવવા (રમવા) જરૂરી છે:

• ઉત્પાદન તમામ ઇનપુટ ડેટાને પૂરતો પ્રતિસાદ આપે છે (અપેક્ષિત પરિણામો યોગ્ય રીતે દાખલ કરેલ ડેટાના પ્રતિભાવમાં આઉટપુટ છે);
• ઉત્પાદન ખોટી રીતે દાખલ કરેલ ડેટાને યોગ્ય રીતે પ્રતિસાદ આપે છે (સંબંધિત ભૂલ સંદેશાઓ દેખાય છે).

ડેટાબેઝ પરીક્ષણ

આ પરીક્ષણનો હેતુ ડેટા અખંડિતતાનું ઉલ્લંઘન કર્યા વિના ડેટાબેઝ ઍક્સેસ પદ્ધતિઓની વિશ્વસનીયતા, તેમના યોગ્ય અમલીકરણની ખાતરી કરવાનો છે.

શક્ય તેટલો સતત ઉપયોગ કરવો જરૂરી છે શક્ય સંખ્યાડેટાબેઝ કોલ્સ. એક અભિગમનો ઉપયોગ કરવામાં આવે છે જેમાં પરીક્ષણને એવી રીતે ડિઝાઇન કરવામાં આવે છે કે ડેટાબેઝને સાચા મૂલ્યો અને દેખીતી રીતે ભૂલભરેલા બંનેના ક્રમ સાથે "લોડ" કરી શકાય. ડેટા ઇનપુટ માટે ડેટાબેઝની પ્રતિક્રિયા નક્કી કરવામાં આવે છે, અને તેમની પ્રક્રિયા માટેના સમય અંતરાલોનો અંદાજ છે.

રિપોર્ટ

વિદ્યાર્થી 137 ગ્રામ. ઇવાનોવા આઇ.

તાલીમ પદ્ધતિઓની અસરકારકતાના પરીક્ષણ પર
પદ્ધતિઓનો ઉપયોગ કરીને ગાણિતિક આંકડા

રિપોર્ટના વિભાગો રમતના દરેક તબક્કાના અંતે આ માર્ગદર્શિકામાં આપેલા નમૂનાઓ અનુસાર તૈયાર કરવામાં આવ્યા છે. પરીક્ષા પહેલાં પરામર્શ ન થાય ત્યાં સુધી પૂર્ણ થયેલા અહેવાલો બાયોમિકેનિક્સ વિભાગમાં સંગ્રહિત કરવામાં આવે છે. જે વિદ્યાર્થીઓએ કરેલા કામ માટે જાણ કરી નથી અને શિક્ષકને રિપોર્ટ સાથે નોટબુક સબમિટ કરી નથી તેમને સ્પોર્ટ્સ મેટ્રોલોજીની પરીક્ષા આપવાની મંજૂરી નથી.

સ્ટેજ I બિઝનેસ ગેમ્સ
રમતગમતમાં નિયંત્રણ અને માપન

લક્ષ્ય:

1. તમારી જાતને પરિચિત કરો સૈદ્ધાંતિક પાયારમતગમતમાં નિયંત્રણ અને માપન અને શારીરિક શિક્ષણ.

2. એથ્લેટ્સમાં ગતિ પ્રદર્શન સૂચકાંકોને માપવામાં કુશળતા પ્રાપ્ત કરો.

1. શારીરિક નિયંત્રણ
શિક્ષણ અને રમતગમત

શારીરિક શિક્ષણ અને રમતગમતની તાલીમ સ્વયંસ્ફુરિત નથી, પરંતુ નિયંત્રિત પ્રક્રિયા છે. સમયની દરેક ક્ષણે, વ્યક્તિ ચોક્કસ શારીરિક સ્થિતિમાં હોય છે, જે મુખ્યત્વે આરોગ્ય (ધોરણ સાથેના મહત્વપૂર્ણ સંકેતોનું પાલન, પ્રતિકૂળ અચાનક પ્રભાવો માટે શરીરના પ્રતિકારની ડિગ્રી), શારીરિક અને શારીરિક કાર્યોની સ્થિતિ દ્વારા નક્કી કરવામાં આવે છે. .

વ્યક્તિની શારીરિક સ્થિતિમાં ફેરફાર કરીને તેનું સંચાલન કરવાની સલાહ આપવામાં આવે છે યોગ્ય દિશામાં. આ વ્યવસ્થાપન શારીરિક શિક્ષણ અને રમતગમત દ્વારા કરવામાં આવે છે, જેમાં ખાસ કરીને શારીરિક કસરતોનો સમાવેશ થાય છે.

એવું લાગે છે કે શિક્ષક (અથવા કોચ) નિયંત્રણમાં છે. ભૌતિક સ્થિતિ, રમતવીરના વર્તનને પ્રભાવિત કરે છે, એટલે કે. અમુક શારીરિક કસરતો ઓફર કરે છે, તેમજ તેમના અમલીકરણની ચોકસાઈ અને પ્રાપ્ત પરિણામોનું નિરીક્ષણ કરે છે. વાસ્તવમાં, રમતવીરની વર્તણૂક કોચ દ્વારા નહીં, પરંતુ એથ્લેટ દ્વારા નિયંત્રિત થાય છે. રમતગમતની તાલીમ દરમિયાન, સ્વ-સંચાલિત પ્રણાલી (માનવ શરીર) પ્રભાવિત થાય છે. વ્યક્તિગત તફાવતોરમતવીરોની સ્થિતિમાં, તેઓ વિશ્વાસ આપતા નથી કે સમાન અસર સમાન પ્રતિભાવનું કારણ બનશે. તેથી, સંબંધિત પ્રશ્ન વિશે છે પ્રતિસાદ: તાલીમ પ્રક્રિયાના નિયંત્રણ દરમિયાન કોચ દ્વારા પ્રાપ્ત રમતવીરની સ્થિતિ વિશેની માહિતી.

શારીરિક શિક્ષણ અને રમતગમતમાં નિયંત્રણ માપન સૂચકાંકો, સૌથી મહત્વપૂર્ણ મુદ્દાઓ પસંદ કરવા અને તેમની ગાણિતિક પ્રક્રિયા પર આધારિત છે.

શૈક્ષણિક અને તાલીમ પ્રક્રિયાના સંચાલનમાં ત્રણ તબક્કાઓ શામેલ છે:

1) માહિતીનો સંગ્રહ;

2) તેનું વિશ્લેષણ;

3) નિર્ણય લેવો (આયોજન).

માહિતી સંગ્રહ સામાન્ય રીતે વ્યાપક નિયંત્રણ દરમિયાન હાથ ધરવામાં આવે છે, જેનાં પદાર્થો છે:

1) સ્પર્ધાત્મક પ્રવૃત્તિ;

2) તાલીમ લોડ;

3) રમતવીરની સ્થિતિ.

(V.A. ઝાપોરોઝાનોવ) એક રાજ્યમાંથી બીજા રાજ્યમાં સંક્રમણ માટે જરૂરી અંતરાલની અવધિના આધારે ત્રણ પ્રકારના રમતવીરની સ્થિતિઓ છે.

1. સ્ટેજ(કાયમી) સ્થિતિ. સાચવેલ પ્રમાણમાં લાંબા -અઠવાડિયા કે મહિનાઓ. વ્યાપક લક્ષણોરમતવીરની સ્ટેજની સ્થિતિ, રમતગમતની સિદ્ધિઓ દર્શાવવાની તેની ક્ષમતાને પ્રતિબિંબિત કરે છે, તેને સજ્જતા કહેવામાં આવે છે, અને શ્રેષ્ઠ (આપેલ તાલીમ ચક્ર માટે શ્રેષ્ઠ) તૈયારી કહેવામાં આવે છે. રમતગમતનો ગણવેશ. દેખીતી રીતે, ફિટનેસની સ્થિતિ એક કે ઘણા દિવસોમાં હાંસલ કરી શકાતી નથી અથવા ગુમાવી શકાતી નથી.

2. વર્તમાનરાજ્ય એક અથવા ના પ્રભાવ હેઠળ ફેરફારો કેટલાક વર્ગો. ઘણીવાર સ્પર્ધાઓમાં ભાગ લેવા અથવા વર્ગોમાંના એકમાં પ્રદર્શનના પરિણામો તાલીમ કાર્યઘણા દિવસો સુધી ચાલે છે. આ કિસ્સામાં, રમતવીર સામાન્ય રીતે ઘટનાઓને બિનતરફેણકારી તરીકે નોંધે છે (ઉદાહરણ તરીકે, સ્નાયુમાં દુખાવો), અને હકારાત્મક (ઉદાહરણ તરીકે, રાજ્ય કામગીરીમાં વધારો). આવા ફેરફારો કહેવામાં આવે છે વિલંબિત તાલીમ અસર.

રમતવીરની વર્તમાન સ્થિતિ આગામી તાલીમ સત્રોની પ્રકૃતિ અને તેમાં રહેલા ભારની તીવ્રતા નક્કી કરે છે. ખાસ કેસ વર્તમાન સ્થિતિ, મહત્તમ નજીકના પરિણામ સાથે આગામી દિવસોમાં સ્પર્ધાત્મક કસરત કરવાની તૈયારી દ્વારા વર્ગીકૃત થયેલ છે, કહેવાય છે વર્તમાન તૈયારી.

3. ઓપરેશનલરાજ્ય પ્રભાવ હેઠળ ફેરફારો એક સમયનો અમલ શારીરિક કસરતઅને કામચલાઉ છે (ઉદાહરણ તરીકે, એક વાર અંતર દોડવાથી થાક; વોર્મ અપ થયા પછી કામગીરીમાં અસ્થાયી વધારો). તાલીમ સત્ર દરમિયાન રમતવીરની ઓપરેશનલ સ્થિતિ બદલાય છે અને અભિગમો વચ્ચેના આરામના અંતરાલ, પુનરાવર્તિત રેસ, વધારાના વોર્મ-અપની સલાહ વગેરે અંગે નિર્ણય લેતી વખતે ધ્યાનમાં લેવી જોઈએ. ઓપરેશનલ સ્ટેટનો વિશેષ કેસ, જે મહત્તમની નજીકના પરિણામ સાથે સ્પર્ધાત્મક કસરત કરવા માટે તાત્કાલિક તૈયારી દ્વારા વર્ગીકૃત થયેલ છે, કહેવામાં આવે છે. ઓપરેશનલ તત્પરતા.

ઉપરોક્ત વર્ગીકરણ અનુસાર, ત્યાં છે રમતવીરની સ્થિતિનું નિરીક્ષણ કરવાના ત્રણ મુખ્ય પ્રકારો:

1) સ્ટેજ નિયંત્રણ. તેનો હેતુ એથ્લેટની સ્ટેજ સ્થિતિ (તત્પરતા) નું મૂલ્યાંકન કરવાનો છે;

2) વર્તમાન નિયંત્રણ . તેનું મુખ્ય કાર્ય એથ્લેટની સ્થિતિમાં રોજિંદા (વર્તમાન) વધઘટ નક્કી કરવાનું છે;

3) ઓપરેશનલ નિયંત્રણ . તેનો હેતુ આ ક્ષણે રમતવીરની સ્થિતિનું ઝડપી મૂલ્યાંકન છે.

રમતવીરની સ્થિતિ અથવા ક્ષમતા નક્કી કરવા માટે કરવામાં આવતી માપન અથવા પરીક્ષણ કહેવામાં આવે છે પરીક્ષણ. માપન અથવા પરીક્ષણ પ્રક્રિયાને પરીક્ષણ કહેવામાં આવે છે.

કોઈપણ પરીક્ષણમાં માપનો સમાવેશ થાય છે. પરંતુ દરેક માપ પરીક્ષણ તરીકે કામ કરતું નથી. ફક્ત તે જ જે નીચેની મેટ્રોલોજીકલ આવશ્યકતાઓને સંતોષે છે તેનો ઉપયોગ પરીક્ષણો તરીકે થઈ શકે છે: જરૂરિયાતો:

2) માનકીકરણ;

3) રેટિંગ સિસ્ટમની હાજરી;

4) પરીક્ષણોની વિશ્વસનીયતા અને માહિતી સામગ્રી (ગુણવત્તા પરિબળ);

5) નિયંત્રણનો પ્રકાર (સ્ટેજ-બાય-સ્ટેજ, વર્તમાન અથવા ઓપરેશનલ).

મોટર કાર્યો પર આધારિત પરીક્ષણને મોટર કહેવામાં આવે છે. મોટર પરીક્ષણોના ત્રણ જૂથો છે:

1. પરીક્ષણ કસરતો, જે પ્રદર્શન કરીને રમતવીરને બતાવવા માટેનું કાર્ય પ્રાપ્ત થાય છે મહત્તમ પરિણામ. પરીક્ષણ પરિણામ એ મોટર સિદ્ધિ છે. ઉદાહરણ તરીકે, રમતવીરને 100 મીટરનું અંતર ચલાવવામાં જેટલો સમય લાગે છે.

2. પ્રમાણભૂત કાર્યાત્મક પરીક્ષણો, જે દરમિયાન કાર્ય, દરેક માટે સમાન છે, કાં તો કરવામાં આવેલ કાર્યની માત્રા અનુસાર અથવા શારીરિક ફેરફારોની તીવ્રતા અનુસાર ડોઝ કરવામાં આવે છે. પરીક્ષણ પરિણામ એ પ્રમાણભૂત કાર્ય દરમિયાન શારીરિક અથવા બાયોકેમિકલ સૂચકાંકો અથવા શારીરિક ફેરફારોની પ્રમાણભૂત માત્રા સાથે મોટર સિદ્ધિઓ છે. ઉદાહરણ તરીકે, 20 સ્ક્વોટ્સ પછી હાર્ટ રેટમાં ટકાવારીમાં વધારો અથવા એથ્લીટ 160 ધબકારા પ્રતિ મિનિટના નિશ્ચિત હૃદય દર સાથે દોડે છે તે ઝડપ.

3. મહત્તમ કાર્યાત્મક પરીક્ષણો, જે દરમિયાન રમતવીરને મહત્તમ પરિણામો દર્શાવવા આવશ્યક છે. પરીક્ષણ પરિણામ મહત્તમ કાર્ય પર શારીરિક અથવા બાયોકેમિકલ સૂચકાંકો છે. ઉદાહરણ તરીકે, મહત્તમ ઓક્સિજન વપરાશ અથવા મહત્તમ ઓક્સિજન દેવું.

ઉચ્ચ-ગુણવત્તાના પરીક્ષણ માટે માપન સિદ્ધાંતનું જ્ઞાન જરૂરી છે.

જ્ઞાન આધાર માં તમારું સારું કામ મોકલો સરળ છે. નીચેના ફોર્મનો ઉપયોગ કરો

વિદ્યાર્થીઓ, સ્નાતક વિદ્યાર્થીઓ, યુવા વૈજ્ઞાનિકો કે જેઓ તેમના અભ્યાસ અને કાર્યમાં જ્ઞાન આધારનો ઉપયોગ કરે છે તેઓ તમારા ખૂબ આભારી રહેશે.

પર પોસ્ટ કરવામાં આવ્યું http://www.allbest.ru/

1. મૂળભૂત ખ્યાલો

ટેસ્ટ એ એથ્લેટની સ્થિતિ અથવા ક્ષમતા નક્કી કરવા માટે હાથ ધરવામાં આવતું માપ અથવા પરીક્ષણ છે. પરીક્ષણ પ્રક્રિયાને પરીક્ષણ કહેવામાં આવે છે: પરિણામી માપ સંખ્યાત્મક મૂલ્ય-- પરીક્ષણ પરિણામ (અથવા પરીક્ષણ પરિણામ). ઉદાહરણ તરીકે, 100 મીટર દોડ એ એક કસોટી છે, રેસ ચલાવવા માટેની પ્રક્રિયા અને સમય પરીક્ષણ છે, દોડવાનો સમય એ પરીક્ષણ પરિણામ છે.

મોટર કાર્યો પર આધારિત પરીક્ષણોને મોટર (અથવા મોટર) પરીક્ષણો કહેવામાં આવે છે. આ પરીક્ષણોમાં, પરિણામો કાં તો મોટર સિદ્ધિઓ (અંતર પૂર્ણ કરવાનો સમય, પુનરાવર્તનોની સંખ્યા, મુસાફરી કરેલ અંતર વગેરે), અથવા શારીરિક અને બાયોકેમિકલ સૂચકાંકો હોઈ શકે છે. આના આધારે, તેમજ વિષયનો સામનો કરી રહેલા કાર્ય પર, મોટર પરીક્ષણોના ત્રણ જૂથોને અલગ પાડવામાં આવે છે (કોષ્ટક એ).

કોષ્ટક A. મોટર પરીક્ષણોના પ્રકાર.

કેટલીકવાર એક નહીં, પરંતુ ઘણા પરીક્ષણોનો ઉપયોગ કરવામાં આવે છે જેમાં એક સામાન્ય હોય છે અંતિમ ધ્યેય(ઉદાહરણ તરીકે, સ્પર્ધાત્મક તાલીમ સમયગાળા દરમિયાન રમતવીરની સ્થિતિનું મૂલ્યાંકન કરવું). આવા જૂથને જટિલ અથવા પરીક્ષણોની બેટરી કહેવામાં આવે છે. બધા માપનો ઉપયોગ પરીક્ષણ તરીકે કરી શકાતો નથી. આ કરવા માટે તેઓએ સંતોષ કરવો જ જોઇએ ખાસ જરૂરિયાતો. આમાં શામેલ છે: 1) વિશ્વસનીયતા પરીક્ષણ; 2) પરીક્ષણની માહિતી સામગ્રી; 3) રેટિંગ સિસ્ટમની હાજરી (આગલું પ્રકરણ જુઓ); 4) માનકીકરણ - પરીક્ષણ લાગુ કરવાના તમામ કેસોમાં પરીક્ષણ પ્રક્રિયા અને શરતો સમાન હોવી જોઈએ. વિશ્વસનીયતા અને માહિતી સામગ્રીની આવશ્યકતાઓને પૂર્ણ કરતા પરીક્ષણોને સારા અથવા અધિકૃત પરીક્ષણો કહેવામાં આવે છે.

2. વિશ્વસનીયતા પરીક્ષણ કરો

2.1 પરીક્ષણ વિશ્વસનીયતાનો ખ્યાલ

ભૌતિક ટ્રેડમિલ પરીક્ષણ

કસોટીની વિશ્વસનીયતા એ ડિગ્રી છે કે જ્યારે સમાન પરિસ્થિતિઓમાં સમાન લોકો (અથવા અન્ય વસ્તુઓ)નું વારંવાર પરીક્ષણ કરવામાં આવે ત્યારે પરિણામો સંમત થાય છે. આદર્શરીતે, સમાન શરતો હેઠળ સમાન વિષયો માટે સંચાલિત સમાન પરીક્ષા સમાન પરિણામો લાવવી જોઈએ. જો કે, પરીક્ષણ અને ચોક્કસ સાધનોના સૌથી કડક માનકીકરણ સાથે પણ, પરીક્ષણ પરિણામો હંમેશા કંઈક અંશે બદલાય છે. ઉદાહરણ તરીકે, એક એથ્લેટ કે જેણે કાંડા ડાયનામોમીટર પર માત્ર 55 કિગ્રા બેન્ચ-પ્રેસ કર્યું છે તે થોડીવારમાં માત્ર 50 કિગ્રા બતાવશે. આવી વિવિધતાને આંતર-વ્યક્તિગત અથવા (ગાણિતિક આંકડાઓની વધુ સામાન્ય પરિભાષાનો ઉપયોગ કરીને) આંતર-વર્ગની વિવિધતા કહેવામાં આવે છે. તે ચાર મુખ્ય કારણોથી થાય છે:

વિષયોની સ્થિતિમાં ફેરફાર (થાક, તાલીમ, શિક્ષણ, પ્રેરણામાં ફેરફાર, એકાગ્રતા, વગેરે);

અનિયંત્રિત ફેરફારો બાહ્ય પરિસ્થિતિઓઅને સાધનો (તાપમાન અને ભેજ, વીજ પુરવઠો વોલ્ટેજ, અનધિકૃત વ્યક્તિઓની હાજરી, પવન, વગેરે);

પરીક્ષણનું સંચાલન અથવા મૂલ્યાંકન કરતી વ્યક્તિની સ્થિતિમાં ફેરફાર, એક પ્રયોગકર્તાની બદલી અથવા બીજા સાથે ન્યાયાધીશ;

પરીક્ષણની અપૂર્ણતા (એવા પરીક્ષણો છે જે દેખીતી રીતે અવિશ્વસનીય છે, ઉદાહરણ તરીકે, પ્રથમ મિસ પહેલા બાસ્કેટબોલ બાસ્કેટમાં ફ્રી થ્રો; હિટની ઊંચી ટકાવારી ધરાવતા રમતવીર પણ આકસ્મિક રીતે પ્રથમ થ્રો પર ભૂલ કરી શકે છે).

નીચેના સરળ ઉદાહરણ પરીક્ષણોની વિશ્વસનીયતા નક્કી કરવા માટે વપરાતી પદ્ધતિઓના વિચારને સમજવામાં મદદ કરશે. ચાલો ધારીએ કે તેઓ બે એથ્લેટ્સના લાંબા કૂદકાના પરિણામોની તુલના બે પ્રયાસોના આધારે કરવા માગે છે. જો તમે સચોટ નિષ્કર્ષ કાઢવા માંગતા હો, તો તમે તમારી જાતને ફક્ત નોંધણી સુધી મર્યાદિત કરી શકતા નથી શ્રેષ્ઠ પરિણામો. ચાલો ધારીએ કે દરેક એથ્લેટના પરિણામો ±10 સે.મી.ની અંદર બદલાય છે સરેરાશ કદઅને અનુક્રમે 220±10 cm (એટલે ​​​​કે 210 અને 230 cm) અને 320±10 cm (એટલે ​​​​કે 310 અને 330 cm) ની બરાબર છે. આ કિસ્સામાં, નિષ્કર્ષ, અલબત્ત, સંપૂર્ણપણે અસ્પષ્ટ હશે: બીજો રમતવીર પ્રથમ કરતા શ્રેષ્ઠ છે. પરિણામો વચ્ચેનો તફાવત (320 cm - 220 cm = 100 cm) રેન્ડમ વધઘટ (±10 cm) કરતાં સ્પષ્ટપણે વધારે છે. તે ઘણું ઓછું નિશ્ચિત હશે

ચોખા. 1. ઉચ્ચ (ટોચ) અને નીચી (નીચે) વિશ્વસનીયતા સાથે આંતર- અને ઇન્ટ્રાક્લાસ વિવિધતાનો ગુણોત્તર.

ટૂંકા વર્ટિકલ સ્ટ્રોક - વ્યક્તિગત પ્રયાસોમાંથી ડેટા, X અને A" 2, X 3 - ત્રણ વિષયોના સરેરાશ પરિણામો

નિષ્કર્ષ જો, સમાન ઇન્ટ્રાક્લાસ ભિન્નતા (±10 સે.મી.ની બરાબર) માટે, વિષયો વચ્ચેનો તફાવત (આંતરવર્ગની વિવિધતા) નાનો હશે. ચાલો કહીએ કે સરેરાશ મૂલ્યો 220 સેમી (એક પ્રયાસમાં 210 સે.મી., બીજા 230 સે.મી.) અને 222 (212 અને 232 સે.મી.) હશે. પછી એવું થઈ શકે છે, ઉદાહરણ તરીકે, પ્રથમ પ્રયાસમાં પ્રથમ એથ્લેટ 230 સેમી કૂદકો લગાવે છે, અને બીજો માત્ર 212, અને એવી છાપ બનાવવામાં આવશે કે પ્રથમ બીજા કરતા નોંધપાત્ર રીતે મજબૂત છે.

ઉદાહરણ બતાવે છે કે મુખ્ય મહત્વ ઇન્ટ્રાક્લાસ વેરીએબિલિટી નથી, પરંતુ ઇન્ટરક્લાસ તફાવતો સાથે તેનો સંબંધ છે. સમાન ઇન્ટ્રાક્લાસ વિવિધતા પર વિવિધ વિશ્વસનીયતા આપે છે વિવિધ તફાવતોવર્ગો વચ્ચે (ખાસ કિસ્સામાં, વિષયો, ફિગ. 1).

પરીક્ષણ વિશ્વસનીયતાનો સિદ્ધાંત એ હકીકત પર આધારિત છે કે વ્યક્તિ પર હાથ ધરવામાં આવેલા કોઈપણ માપનનું પરિણામ - X ( - બે જથ્થાઓનો સરવાળો છે:

X^હૂ + હેહ, (1)

જ્યાં X x એ કહેવાતા સાચું પરિણામ છે જેને તેઓ રેકોર્ડ કરવા માગે છે;

X e - વિષયની સ્થિતિમાં અનિયંત્રિત ભિન્નતાને કારણે ભૂલ, માપન ઉપકરણ વગેરે દ્વારા રજૂ કરવામાં આવે છે.

વ્યાખ્યા પ્રમાણે, સાચું પરિણામ એ અનંત માટે X^ નું સરેરાશ મૂલ્ય છે મોટી સંખ્યામાંસમાન પરિસ્થિતિઓ હેઠળ અવલોકનો (એટલે ​​જ X પર તેઓ અનંત ચિન્હ oo મૂકે છે).

જો ભૂલો રેન્ડમ છે (તેમનો સરવાળો શૂન્ય છે, અને જુદા જુદા પ્રયત્નોમાં તેઓ એકબીજા પર આધાર રાખતા નથી), તો ગાણિતિક આંકડાઓમાંથી તે નીચે મુજબ છે:

O/ = Ooo T<З е,

એટલે કે, પ્રયોગ (st/ 2) માં નોંધાયેલા પરિણામોનું વિક્ષેપ સાચા પરિણામો (Xm 2) અને ભૂલો (0 e 2) ના વિક્ષેપના સરવાળા જેટલું છે.

Ooo 2 આદર્શકૃત (એટલે ​​​​કે, ભૂલ-મુક્ત) આંતરવર્ગીય વિવિધતાને લાક્ષણિકતા આપે છે, અને e 2 ઇન્ટ્રાક્લાસ વિવિધતાને લાક્ષણિકતા આપે છે. o e 2 નો પ્રભાવ પરીક્ષણ પરિણામોના વિતરણમાં ફેરફાર કરે છે (ફિગ. 2).

વ્યાખ્યા પ્રમાણે, વિશ્વસનીયતા ગુણાંક (Hz) એ પ્રયોગમાં નોંધાયેલા વિભિન્નતાના સાચા તફાવતના ગુણોત્તર સમાન છે:

બીજા શબ્દોમાં કહીએ તો, r p એ અનુભવમાં નોંધાયેલ વિવિધતામાં સાચા ભિન્નતાનું પ્રમાણ છે.

વિશ્વસનીયતા ગુણાંક ઉપરાંત, વિશ્વસનીયતા સૂચકાંકનો પણ ઉપયોગ થાય છે:

જે રેકોર્ડ કરેલ પરીક્ષણ મૂલ્યો અને સાચા મૂલ્યો વચ્ચે સૈદ્ધાંતિક સહસંબંધ ગુણાંક તરીકે ગણવામાં આવે છે. તેઓ વિશ્વસનીયતાની પ્રમાણભૂત ભૂલની વિભાવનાનો પણ ઉપયોગ કરે છે, જે સાચા પરિણામો (X") સાથે X g ના મૂલ્યને જોડતી રીગ્રેશન લાઇનમાંથી રેકોર્ડ કરેલા પરીક્ષણ પરિણામો (X () ના પ્રમાણભૂત વિચલન તરીકે સમજવામાં આવે છે - ફિગ. 3.

2.2 પ્રાયોગિક ડેટાના આધારે વિશ્વસનીયતાનું મૂલ્યાંકન

સાચા પરીક્ષણ પરિણામની વિભાવના એ એબ્સ્ટ્રેક્શન છે. ઘોડીને પ્રાયોગિક રીતે માપી શકાતી નથી (છેવટે, તે જ પરિસ્થિતિઓમાં અનંત મોટી સંખ્યામાં અવલોકનો હાથ ધરવા વાસ્તવિકતામાં અશક્ય છે). તેથી, આપણે પરોક્ષ પદ્ધતિઓનો ઉપયોગ કરવો પડશે.

વિશ્વસનીયતાનું મૂલ્યાંકન કરવા માટેની સૌથી વધુ પ્રાધાન્યક્ષમ પદ્ધતિ એ છે કે કહેવાતા ઇન્ટ્રાક્લાસ સહસંબંધ ગુણાંકની ગણતરી દ્વારા અનુસરવામાં આવેલા તફાવતનું વિશ્લેષણ.

વિભિન્નતાનું વિશ્લેષણ, જેમ કે જાણીતું છે, વ્યક્તિગત પરિબળોના પ્રભાવને કારણે પરીક્ષણ પરિણામોમાં પ્રાયોગિક રીતે રેકોર્ડ કરેલ વિવિધતાને ઘટકોમાં વિઘટન કરવાનું શક્ય બનાવે છે. ઉદાહરણ તરીકે, જો આપણે કોઈપણ કસોટીમાં વિષયોના પરિણામોની નોંધણી કરીએ, આ કસોટીને અલગ-અલગ દિવસોમાં પુનરાવર્તિત કરીએ, અને દરેક દિવસે અનેક પ્રયાસો કરીએ, સમયાંતરે પ્રયોગકર્તાઓને બદલતા હોઈએ, તો તેમાં ફેરફાર થશે:

એ) વિષયથી વિષય સુધી (આંતર-વ્યક્તિગત વિવિધતા),

b) દિવસે દિવસે,

c) પ્રયોગકર્તાથી પ્રયોગકર્તા સુધી,

ડી) પ્રયાસથી પ્રયાસ.

વિભિન્નતાનું વિશ્લેષણ આ પરિબળોને કારણે થતા ભિન્નતાને અલગ પાડવા અને તેનું મૂલ્યાંકન કરવાનું શક્ય બનાવે છે.

એક સરળ ઉદાહરણ બતાવે છે કે આ કેવી રીતે થાય છે. ચાલો ધારીએ કે બે પ્રયાસોના પરિણામો 5 વિષયોમાં માપવામાં આવ્યા હતા (k = 5, n = 2)

વિભિન્નતા વિશ્લેષણના પરિણામો (ગાણિતિક આંકડામાં અભ્યાસક્રમ જુઓ, તેમજ પુસ્તકના પ્રથમ ભાગનું પરિશિષ્ટ 1) કોષ્ટકમાં પરંપરાગત સ્વરૂપમાં આપવામાં આવ્યું છે. 2.

કોષ્ટક 2

કહેવાતા ઇન્ટ્રાક્લાસ સહસંબંધ ગુણાંકનો ઉપયોગ કરીને વિશ્વસનીયતાનું મૂલ્યાંકન કરવામાં આવે છે:

જ્યાં r "i એ ઇન્ટ્રાક્લાસ સહસંબંધ ગુણાંક છે (વિશ્વસનીયતા ગુણાંક, જે તેને સામાન્ય સહસંબંધ ગુણાંક (r) થી અલગ પાડવા માટે), વધારાના પ્રાઇમ (r") સાથે સૂચવવામાં આવે છે\

n -- ટેસ્ટમાં વપરાયેલ પ્રયાસોની સંખ્યા;

n" - પ્રયાસોની સંખ્યા કે જેના માટે વિશ્વસનીયતા મૂલ્યાંકન હાથ ધરવામાં આવે છે.

ઉદાહરણ તરીકે, જો તેઓ ઉદાહરણમાં આપેલા ડેટાના આધારે બે પ્રયાસોની સરેરાશની વિશ્વસનીયતાનો અંદાજ કાઢવા માંગતા હોય, તો

જો આપણે આપણી જાતને ફક્ત એક પ્રયાસ સુધી મર્યાદિત કરીએ, તો વિશ્વસનીયતા સમાન હશે:

અને જો તમે પ્રયત્નોની સંખ્યા વધારીને ચાર કરો છો, તો વિશ્વસનીયતા ગુણાંક પણ થોડો વધશે:

આમ, વિશ્વસનીયતાનું મૂલ્યાંકન કરવા માટે, તે જરૂરી છે, પ્રથમ, ભિન્નતાનું વિશ્લેષણ કરવું અને બીજું, ઇન્ટ્રાક્લાસ સહસંબંધ ગુણાંક (વિશ્વસનીયતા ગુણાંક) ની ગણતરી કરવી.

જ્યારે કહેવાતા વલણ હોય ત્યારે કેટલીક મુશ્કેલીઓ ઊભી થાય છે, એટલે કે પ્રયત્નોથી પરિણામોમાં વ્યવસ્થિત વધારો અથવા ઘટાડો (ફિગ. 4). આ કિસ્સામાં, વિશ્વસનીયતાનું મૂલ્યાંકન કરવા માટે વધુ જટિલ પદ્ધતિઓનો ઉપયોગ કરવામાં આવે છે (તેઓ આ પુસ્તકમાં વર્ણવેલ નથી).

બે પ્રયાસોના કિસ્સામાં અને વલણની ગેરહાજરી માટે, ઇન્ટ્રાક્લાસ સહસંબંધ ગુણાંકના મૂલ્યો પ્રથમ અને બીજા પ્રયાસોના પરિણામો વચ્ચેના સામાન્ય સહસંબંધ ગુણાંકના મૂલ્યો સાથે વ્યવહારીક રીતે મેળ ખાય છે. તેથી, આવી પરિસ્થિતિઓમાં, સામાન્ય સહસંબંધ ગુણાંકનો ઉપયોગ વિશ્વસનીયતાનું મૂલ્યાંકન કરવા માટે થઈ શકે છે (તે બે પ્રયાસો કરતાં એકની વિશ્વસનીયતાનો અંદાજ કાઢે છે). જો કે, જો પરીક્ષણમાં પુનઃપ્રયાસોની સંખ્યા બે કરતા વધુ હોય, અને ખાસ કરીને જો જટિલ પરીક્ષણ ડિઝાઇનનો ઉપયોગ કરવામાં આવે તો,

ચોખા. 4. છ પ્રયાસોની શ્રેણી, જેમાંથી પ્રથમ ત્રણ (ડાબે) અથવા છેલ્લા ત્રણ (જમણે) વલણને આધીન છે

(ઉદાહરણ તરીકે, બે દિવસ માટે દરરોજ 2 પ્રયાસો), ઇન્ટ્રાક્લાસ ગુણાંકની ગણતરી જરૂરી છે.

વિશ્વસનીયતા ગુણાંક એ પરીક્ષણને દર્શાવતું ચોક્કસ સૂચક નથી. આ ગુણાંક વિષયોની વસ્તીના આધારે બદલાઈ શકે છે (ઉદાહરણ તરીકે, તે નવા નિશાળીયા અને કુશળ રમતવીરો માટે અલગ હોઈ શકે છે), પરીક્ષણની સ્થિતિઓ (પછી એક પછી એક પુનરાવર્તિત પ્રયાસો હાથ ધરવામાં આવે છે અથવા, કહો, એક અઠવાડિયાના અંતરાલે) અને અન્ય કારણો. . તેથી, પરીક્ષણ કેવી રીતે અને કોના પર હાથ ધરવામાં આવ્યું હતું તેનું વર્ણન કરવું હંમેશા જરૂરી છે.

2.3 ટેસ્ટ પ્રેક્ટિસમાં વિશ્વસનીયતા

પ્રાયોગિક ડેટાની અવિશ્વસનીયતા સહસંબંધ ગુણાંકના અંદાજોની તીવ્રતા ઘટાડે છે. કોઈપણ કસોટી પોતાના કરતાં અન્ય પરીક્ષણ સાથે વધુ સહસંબંધ કરી શકતી નથી, તેથી અહીં સહસંબંધ ગુણાંકનો અંદાજ કાઢવા માટેની ઉપલી મર્યાદા હવે ±1.00 નથી, પરંતુ વિશ્વસનીયતા સૂચકાંક છે.

g (oo = Y~g અને

પ્રયોગમૂલક ડેટા વચ્ચેના સહસંબંધ ગુણાંકના અંદાજથી સાચા મૂલ્યો વચ્ચેના સહસંબંધનો અંદાજ કાઢવા માટે, તમે અભિવ્યક્તિનો ઉપયોગ કરી શકો છો

જ્યાં r xy એ X અને Y ના સાચા મૂલ્યો વચ્ચેનો સંબંધ છે;

1~xy -- પ્રયોગમૂલક માહિતી વચ્ચે સહસંબંધ; HzI^ - X અને Y ની વિશ્વસનીયતાનું મૂલ્યાંકન.

ઉદાહરણ તરીકે, જો r xy = 0.60, r xx = 0.80 અને r yy = 0.90, તો સાચા મૂલ્યો વચ્ચેનો સંબંધ 0.707 છે.

આપેલ સૂત્ર (6) ને રિડક્શન કરેક્શન કહેવામાં આવે છે (અથવા સ્પીયરમેન-બ્રાઉન ફોર્મ્યુલા તેનો વ્યવહારમાં સતત ઉપયોગ થાય છે);

સ્વીકાર્ય ગણવા માટે પરીક્ષણ માટે કોઈ નિશ્ચિત વિશ્વસનીયતા મૂલ્ય નથી. તે બધું પરીક્ષણના ઉપયોગથી દોરવામાં આવેલા નિષ્કર્ષના મહત્વ પર આધારિત છે અને તેમ છતાં, રમતગમતના મોટાભાગના કિસ્સાઓમાં, નીચેના અંદાજિત માર્ગદર્શિકાઓનો ઉપયોગ કરી શકાય છે: 0.95--0.99 --¦ ઉત્તમ વિશ્વસનીયતા, 0.90-^0.94 - - સારું, 0.80--0.89 - સ્વીકાર્ય, 0.70--0.79 - ખરાબ, 0.60--0.69 - વ્યક્તિગત મૂલ્યાંકન માટે શંકાસ્પદ, પરીક્ષણ ફક્ત વિષયોના જૂથની લાક્ષણિકતા માટે યોગ્ય છે.

તમે ફરીથી પ્રયાસોની સંખ્યા વધારીને પરીક્ષણની વિશ્વસનીયતામાં થોડો સુધારો કરી શકો છો. અહીં છે, ઉદાહરણ તરીકે, પ્રયોગમાં પરીક્ષણની વિશ્વસનીયતા (ચાલતી શરૂઆત સાથે 350 ગ્રામ ગ્રેનેડ ફેંકવું) પ્રયાસોની સંખ્યામાં વધારો થતાં વધારો થયો: 1 પ્રયાસ - 0.53, 2 પ્રયાસો - 0.72, 3 પ્રયાસો - 0.78, 4 પ્રયાસો -- 0.80, 5 પ્રયાસો -- 0.82, 6 પ્રયાસો -- 0.84. ઉદાહરણ બતાવે છે કે જો પ્રથમ વિશ્વસનીયતા ઝડપથી વધે છે, તો પછી 3-4 પ્રયાસો પછી વધારો નોંધપાત્ર રીતે ધીમો પડી જાય છે.

અનેક પુનરાવર્તિત પ્રયત્નો સાથે, પરિણામો જુદી જુદી રીતે નક્કી કરી શકાય છે: a) શ્રેષ્ઠ પ્રયાસ દ્વારા, b) અંકગણિત સરેરાશ દ્વારા, c) મધ્યક દ્વારા, d) બે અથવા ત્રણ શ્રેષ્ઠ પ્રયાસોની સરેરાશ દ્વારા, વગેરે. સંશોધનમાં દર્શાવે છે કે મોટાભાગના કિસ્સાઓમાં અંકગણિત સરેરાશનો ઉપયોગ કરવો સૌથી વિશ્વસનીય છે, મધ્યક અંશે ઓછું વિશ્વસનીય છે, અને શ્રેષ્ઠ પ્રયાસ પણ ઓછા વિશ્વસનીય છે.

પરીક્ષણોની વિશ્વસનીયતા વિશે બોલતા, તેઓ તેમની સ્થિરતા (પ્રજનનક્ષમતા), સુસંગતતા અને સમાનતા વચ્ચે તફાવત કરે છે.

2.4 પરીક્ષણ સ્થિરતા

પરીક્ષણ સ્થિરતા એ પરિણામોની પુનઃઉત્પાદનક્ષમતાનો સંદર્ભ આપે છે જ્યારે સમાન પરિસ્થિતિઓ હેઠળ ચોક્કસ સમય પછી પુનરાવર્તિત થાય છે. પુનરાવર્તિત પરીક્ષણને સામાન્ય રીતે પુનઃપરીક્ષણ કહેવામાં આવે છે. પરીક્ષણ સ્થિરતા મૂલ્યાંકન યોજના નીચે મુજબ છે: 1

આ કિસ્સામાં, બે કિસ્સાઓ અલગ પડે છે. એકમાં, પરીક્ષણ અને પુન: પરીક્ષણ વચ્ચેના સમગ્ર સમયના અંતરાલ દરમિયાન વિષયની સ્થિતિ પર વિશ્વસનીય ડેટા મેળવવા માટે પુનઃપરીક્ષણ કરવામાં આવે છે (ઉદાહરણ તરીકે, જૂનમાં સ્કીઅર્સની કાર્યાત્મક ક્ષમતાઓ પર વિશ્વસનીય ડેટા મેળવવા માટે, તેઓ માપવામાં આવે છે. એક અઠવાડિયાના અંતરાલ સાથે બે વાર). આ કિસ્સામાં, સચોટ પરીક્ષણ પરિણામો મહત્વપૂર્ણ છે અને વિભિન્નતાના વિશ્લેષણનો ઉપયોગ કરીને વિશ્વસનીયતાનું મૂલ્યાંકન કરવું જોઈએ.

બીજા કિસ્સામાં, તે ફક્ત જૂથમાં વિષયોના ક્રમને જાળવવા માટે મહત્વપૂર્ણ હોઈ શકે છે (પહેલા પ્રથમ રહે છે, છેલ્લામાં છેલ્લું રહે છે). આ કિસ્સામાં, સ્થિરતાનું મૂલ્યાંકન પરીક્ષણ અને પુનઃપરીક્ષણ વચ્ચેના સહસંબંધ ગુણાંક દ્વારા કરવામાં આવે છે.

પરીક્ષણની સ્થિરતા આના પર નિર્ભર છે:

પરીક્ષણનો પ્રકાર

વિષયોની ટુકડી,

પરીક્ષણ અને પુન: પરીક્ષણ વચ્ચેનો સમય અંતરાલ. ઉદાહરણ તરીકે, નાનામાં મોર્ફોલોજિકલ લાક્ષણિકતાઓ

સમય અંતરાલ ખૂબ સ્થિર છે; હલનચલનની ચોકસાઈ માટેના પરીક્ષણો (ઉદાહરણ તરીકે, લક્ષ્ય પર ફેંકવું) ઓછામાં ઓછી સ્થિરતા ધરાવે છે.

પુખ્ત વયના લોકોમાં, પરીક્ષણ પરિણામો બાળકો કરતાં વધુ સ્થિર હોય છે; એથ્લેટ્સમાં તેઓ જેઓ રમતગમતમાં જોડાતા નથી તેમના કરતા વધુ સ્થિર છે.

જેમ જેમ કસોટી અને પુનઃપરીક્ષણ વચ્ચેનો સમય અંતરાલ વધે છે તેમ તેમ ટેસ્ટની સ્થિરતા ઘટે છે (કોષ્ટક 3).

2.5 ટેસ્ટ સુસંગતતા

કસોટીની સુસંગતતા એ કસોટીનું સંચાલન અથવા મૂલ્યાંકન કરનાર વ્યક્તિના વ્યક્તિગત ગુણોમાંથી પરીક્ષણ પરિણામોની સ્વતંત્રતા દ્વારા વર્ગીકૃત થયેલ છે." સુસંગતતા વિવિધ પ્રયોગકારો, ન્યાયાધીશો, દ્વારા સમાન વિષયો પર મેળવેલા પરિણામોના કરારની ડિગ્રી દ્વારા નક્કી કરવામાં આવે છે. અને નિષ્ણાતો આ કિસ્સામાં, બે વિકલ્પો શક્ય છે:

પરીક્ષણનું સંચાલન કરનાર વ્યક્તિ તેના પ્રભાવને પ્રભાવિત કર્યા વિના માત્ર પરીક્ષણ પરિણામોનું મૂલ્યાંકન કરે છે. ઉદાહરણ તરીકે, જુદા જુદા પરીક્ષકો સમાન લેખિત કાર્યનું અલગ રીતે મૂલ્યાંકન કરી શકે છે. જિમ્નેસ્ટિક્સ, ફિગર સ્કેટિંગ, બોક્સિંગ, મેન્યુઅલ ટાઈમિંગ ઈન્ડિકેટર્સ, ઈલેક્ટ્રોકાર્ડિયોગ્રામ અથવા રેડિયોગ્રાફના વિવિધ ડોકટરો દ્વારા કરાયેલા મૂલ્યાંકન વગેરેમાં ન્યાયાધીશોના મૂલ્યાંકન ઘણીવાર અલગ પડે છે.

પરીક્ષણ કરનાર વ્યક્તિ પરિણામોને પ્રભાવિત કરે છે. ઉદાહરણ તરીકે, કેટલાક પ્રયોગકર્તાઓ અન્ય કરતા વધુ સતત અને માગણી કરતા હોય છે અને વિષયોને પ્રોત્સાહિત કરવામાં વધુ સારા હોય છે. આ પરિણામોને અસર કરે છે (જે પોતાને તદ્દન ઉદ્દેશ્યથી માપી શકાય છે).

ટેસ્ટ સુસંગતતા એ આવશ્યકપણે ટેસ્ટના સ્કોર્સની વિશ્વસનીયતા છે જ્યારે વિવિધ લોકો પરીક્ષણનું સંચાલન કરે છે.

1 "સતતતા" શબ્દને બદલે "ઉદ્દેશ્યતા" શબ્દનો વારંવાર ઉપયોગ થાય છે. શબ્દોનો આ ઉપયોગ દુર્ભાગ્યપૂર્ણ છે, કારણ કે વિવિધ પ્રયોગકર્તાઓ અથવા ન્યાયાધીશો (નિષ્ણાતો) ના પરિણામોનો સંયોગ તેમની નિરપેક્ષતા દર્શાવતો નથી. તેઓ એકસાથે સભાનપણે અથવા અજાણપણે ભૂલો કરી શકે છે, ઉદ્દેશ્ય સત્યને વિકૃત કરી શકે છે.

2.6 ટેસ્ટ સમકક્ષતા

ઘણીવાર પરીક્ષણ એ ચોક્કસ સંખ્યામાં સમાન પરીક્ષણોમાંથી પસંદગીનું પરિણામ છે.

ઉદાહરણ તરીકે, બાસ્કેટબોલ બાસ્કેટ ફેંકવાનું વિવિધ બિંદુઓથી કરી શકાય છે, સ્પ્રિન્ટિંગ 50, 60 અથવા 100 મીટરના અંતરે કરી શકાય છે, પુલ-અપ્સ રિંગ્સ અથવા બાર પર, ઓવરહેન્ડ અથવા અંડરહેન્ડ ગ્રિપ સાથે કરી શકાય છે. , વગેરે

આવા કિસ્સાઓમાં, કહેવાતા સમાંતર સ્વરૂપો પદ્ધતિનો ઉપયોગ કરી શકાય છે, જ્યારે વિષયોને સમાન પરીક્ષણના બે સંસ્કરણો કરવા માટે કહેવામાં આવે છે અને પછી પરિણામો વચ્ચેના કરારની ડિગ્રીનું મૂલ્યાંકન કરવામાં આવે છે. અહીં પરીક્ષણ યોજના નીચે મુજબ છે:

પરીક્ષણ પરિણામો વચ્ચે ગણવામાં આવતા સહસંબંધ ગુણાંકને સમકક્ષ ગુણાંક કહેવામાં આવે છે. પરીક્ષણ સમકક્ષતા પ્રત્યેનું વલણ ચોક્કસ પરિસ્થિતિ પર આધારિત છે. એક તરફ, જો બે અથવા વધુ પરીક્ષણો સમકક્ષ હોય, તો તેમનો સંયુક્ત ઉપયોગ અંદાજોની વિશ્વસનીયતામાં વધારો કરે છે; બીજી બાજુ, બેટરીમાં માત્ર એક સમકક્ષ પરીક્ષણ છોડવું ઉપયોગી થઈ શકે છે - આ પરીક્ષણને સરળ બનાવશે અને પરીક્ષણ સમૂહની માહિતી સામગ્રીમાં થોડો ઘટાડો કરશે. આ સમસ્યાનો ઉકેલ પરીક્ષણોની જટિલતા અને બોજારૂપતા, જરૂરી પરીક્ષણ ચોકસાઈની ડિગ્રી વગેરે પર આધારિત છે.

જો પરીક્ષણ સમૂહમાં સમાવિષ્ટ તમામ પરીક્ષણો અત્યંત સમકક્ષ હોય, તો તેને સજાતીય કહેવામાં આવે છે. આ સમગ્ર સંકુલ માનવ મોટર કૌશલ્યની એક મિલકતને માપે છે. ચાલો કહીએ કે લાંબા, વર્ટિકલ અને ટ્રિપલ જમ્પ્સનો સમાવેશ કરતું સંકુલ સજાતીય હોવાની શક્યતા છે. તેનાથી વિપરીત, જો સંકુલમાં કોઈ સમકક્ષ પરીક્ષણો ન હોય, તો તેમાં સમાવિષ્ટ તમામ પરીક્ષણો વિવિધ ગુણધર્મોને માપે છે. આવા સંકુલને વિજાતીય કહેવામાં આવે છે. પરીક્ષણોની વિજાતીય બેટરીનું ઉદાહરણ: બાર પર પુલ-અપ્સ, આગળ નમવું (લવચીકતા ચકાસવા માટે), 1500 મીટર દોડ.

2.7 પરીક્ષણ વિશ્વસનીયતા સુધારવાની રીતો

પરીક્ષણોની વિશ્વસનીયતા આના દ્વારા અમુક હદ સુધી વધારી શકાય છે:

a) પરીક્ષણનું વધુ કડક માનકીકરણ,

b) પ્રયાસોની સંખ્યામાં વધારો,

c) મૂલ્યાંકનકર્તાઓની સંખ્યામાં વધારો (ન્યાયાધીશો, નિષ્ણાતો) અને તેમના અભિપ્રાયોની સુસંગતતા વધારવી,

ડી) સમકક્ષ પરીક્ષણોની સંખ્યામાં વધારો,

e) વિષયોની સારી પ્રેરણા.

3. માહિતીપ્રદ પરીક્ષણો

3.1 મૂળભૂત ખ્યાલો

પરીક્ષણની માહિતીપ્રદતા એ સચોટતાની ડિગ્રી છે જેની સાથે તે મૂલ્યાંકન કરવા માટે ઉપયોગમાં લેવાતી મિલકત (ગુણવત્તા, ક્ષમતા, લાક્ષણિકતા, વગેરે) ને માપે છે. માહિતીપ્રદતાને ઘણીવાર માન્યતા પણ કહેવામાં આવે છે (અંગ્રેજી uaNaNu - માન્યતા, વાસ્તવિકતા, કાયદેસરતા). ચાલો ધારીએ કે દોડવીરો - દોડવીરો અને તરવૈયાઓની વિશેષ શક્તિની સજ્જતાનું સ્તર નક્કી કરવા માટે તેઓ નીચેના સૂચકાંકોનો ઉપયોગ કરવા માગે છે: 1) કાર્પલ ડાયનેમોમેટ્રી, 2) પગની પગનાં તળિયાંને લગતું વળાંક, 3) ખભાના વિસ્તરણની મજબૂતાઈ સંયુક્ત (સ્વિમિંગ ક્રોલ કરતી વખતે આ સ્નાયુઓ મોટો ભાર સહન કરે છે) , 4) ગરદનના એક્સટેન્સર સ્નાયુઓની મજબૂતાઈ. આ પરીક્ષણોના આધારે, તાલીમ પ્રક્રિયાનું સંચાલન કરવાની દરખાસ્ત છે, ખાસ કરીને, મોટર સિસ્ટમમાં નબળા લિંક્સ શોધવા અને હેતુપૂર્વક તેમને મજબૂત કરવા. શું પરીક્ષણો સારી રીતે પસંદ કરવામાં આવ્યા છે? શું તેઓ માહિતીપ્રદ છે? વિશેષ પ્રયોગો કર્યા વિના પણ, વ્યક્તિ અનુમાન કરી શકે છે કે બીજી કસોટી દોડવીરો અને દોડવીરો માટે કદાચ માહિતીપ્રદ છે, ત્રીજી તરવૈયાઓ માટે, અને પ્રથમ અને ચોથી, કદાચ, તરવૈયાઓ અથવા દોડવીરો માટે કંઈપણ રસપ્રદ નહીં હોય (જોકે તેઓ ખૂબ જ રસપ્રદ હોઈ શકે છે. અન્ય રમતોમાં ઉપયોગી, જેમ કે કુસ્તી). જુદા જુદા કિસ્સાઓમાં, સમાન પરીક્ષણોમાં અલગ માહિતી સામગ્રી હોઈ શકે છે.

પરીક્ષણની માહિતીપ્રદતા વિશેના પ્રશ્નને 2 વિશિષ્ટ પ્રશ્નોમાં વહેંચવામાં આવ્યા છે:

આ પરીક્ષણ શું માપે છે?

તે આ કેવી રીતે કરે છે?

ઉદાહરણ તરીકે, શું મહત્તમ ઓક્સિજન વપરાશ (MOC) જેવા સૂચકના આધારે લાંબા અંતરના દોડવીરોની ફિટનેસનું મૂલ્યાંકન કરવું શક્ય છે અને જો એમ હોય તો, કેટલી ચોકસાઈ સાથે? બીજા શબ્દોમાં કહીએ તો, રોકાણકારોમાં IPCની માહિતી સામગ્રી શું છે? શું આ પરીક્ષણનો ઉપયોગ નિયંત્રણ પ્રક્રિયામાં થઈ શકે છે?

જો પરીક્ષણનો ઉપયોગ પરીક્ષા સમયે રમતવીરની સ્થિતિ નક્કી કરવા (નિદાન) કરવા માટે કરવામાં આવે છે, તો તેઓ નિદાનની માહિતીની વાત કરે છે. જો, પરીક્ષણ પરિણામોના આધારે, તેઓ રમતવીરના સંભવિત ભાવિ પ્રદર્શન વિશે કોઈ નિષ્કર્ષ દોરવા માંગતા હોય, તો પરીક્ષણમાં આગાહીયુક્ત માહિતી હોવી આવશ્યક છે. ટેસ્ટ ડાયગ્નોસ્ટિકલી માહિતીપ્રદ હોઈ શકે છે, પરંતુ પ્રોગ્નોસ્ટિક રીતે નહીં, અને ઊલટું.

માહિતી સામગ્રીની ડિગ્રી માત્રાત્મક રીતે વર્ગીકૃત કરી શકાય છે - પ્રાયોગિક ડેટા (કહેવાતા પ્રયોગમૂલક માહિતી સામગ્રી) ના આધારે અને ગુણાત્મક રીતે - પરિસ્થિતિના અર્થપૂર્ણ વિશ્લેષણ (મૂળ અથવા તાર્કિક, માહિતી સામગ્રી) ના આધારે.

3.2 પ્રયોગમૂલક માહિતી સામગ્રી (કેસ એક - એક માપી શકાય તેવું માપદંડ છે)

પ્રયોગમૂલક માહિતી સામગ્રી નક્કી કરવાનો વિચાર એ છે કે પરીક્ષણ પરિણામોની તુલના કેટલાક માપદંડ સાથે કરવામાં આવે છે. આ કરવા માટે, માપદંડ અને પરીક્ષણ વચ્ચેના સહસંબંધ ગુણાંકની ગણતરી કરો (આ ગુણાંકને માહિતીપ્રદતા ગુણાંક કહેવામાં આવે છે અને તેને r gk સૂચવવામાં આવે છે, જ્યાં "પરીક્ષણ" શબ્દમાં I પ્રથમ અક્ષર છે, "માપદંડ" શબ્દમાં k છે).

માપદંડને એક સૂચક તરીકે લેવામાં આવે છે જે દેખીતી રીતે અને નિર્વિવાદપણે તે મિલકતને પ્રતિબિંબિત કરે છે જે પરીક્ષણનો ઉપયોગ કરીને માપવામાં આવશે.

તે ઘણીવાર થાય છે કે ત્યાં એક સારી રીતે વ્યાખ્યાયિત માપદંડ છે જેની સાથે સૂચિત પરીક્ષણની તુલના કરી શકાય છે. ઉદાહરણ તરીકે, રમતમાં રમતવીરોની વિશિષ્ટ સજ્જતાનું મૂલ્યાંકન કરતી વખતે ઉદ્દેશ્યપૂર્વક માપેલા પરિણામો સાથે, પરિણામ સામાન્ય રીતે આવા માપદંડ તરીકે કામ કરે છે: જે પરીક્ષણ રમતના પરિણામો સાથે વધુ સહસંબંધ ધરાવે છે તે વધુ માહિતીપ્રદ છે. પ્રોગ્નોસ્ટિક માહિતી સામગ્રી નક્કી કરવાના કિસ્સામાં, માપદંડ એ સૂચક છે જેની આગાહી કરવી આવશ્યક છે (ઉદાહરણ તરીકે, જો બાળકના શરીરની લંબાઈની આગાહી કરવામાં આવે છે, તો માપદંડ પુખ્તાવસ્થામાં તેના શરીરની લંબાઈ છે).

સ્પોર્ટ્સ મેટ્રોલોજીમાં સૌથી સામાન્ય માપદંડો છે:

રમતગમત પરિણામ.

મૂળભૂત રમતગમતની કવાયતની કોઈપણ જથ્થાત્મક લાક્ષણિકતા (ઉદાહરણ તરીકે, દોડવાની લંબાઈ, જમ્પિંગમાં પુશ-ઓફ ફોર્સ, બાસ્કેટબોલમાં બેકબોર્ડની નીચે લડવામાં સફળતા, ટેનિસ અથવા વોલીબોલમાં સેવા આપવી, ફૂટબોલમાં ચોક્કસ લાંબા પાસની ટકાવારી).

અન્ય પરીક્ષણના પરિણામો, જેની માહિતી સામગ્રી સાબિત થઈ છે (આ કરવામાં આવે છે જો માપદંડ પરીક્ષણ કરવું બોજારૂપ અને મુશ્કેલ હોય અને તમે અન્ય પરીક્ષણ પસંદ કરી શકો છો જે સમાન માહિતીપ્રદ છે, પરંતુ સરળ છે. ઉદાહરણ તરીકે, ગેસ વિનિમયને બદલે, નક્કી કરો હૃદય દર). આ વિશિષ્ટ કેસ, જ્યારે માપદંડ અન્ય કસોટી છે, તેને સ્પર્ધાત્મક માહિતી સામગ્રી કહેવામાં આવે છે.

ચોક્કસ જૂથ સાથે સંબંધિત. ઉદાહરણ તરીકે, તમે રાષ્ટ્રીય ટીમના સભ્યો, રમતગમતના માસ્ટર્સ અને પ્રથમ-વર્ગના એથ્લેટ્સની તુલના કરી શકો છો; આ જૂથોમાંથી એક સાથે જોડાયેલા એક માપદંડ છે. આ કિસ્સામાં, ખાસ પ્રકારના સહસંબંધ વિશ્લેષણનો ઉપયોગ કરવામાં આવે છે.

કહેવાતા સંયુક્ત માપદંડ, ઉદાહરણ તરીકે ચારેબાજુમાં પોઈન્ટનો સરવાળો. આ કિસ્સામાં, આજુબાજુના પ્રકારો અને પોઈન્ટ કોષ્ટકો કાં તો સામાન્ય રીતે સ્વીકારી શકાય છે અથવા પ્રયોગકર્તા દ્વારા નવા સંકલિત કરી શકાય છે (કોષ્ટકો કેવી રીતે સંકલિત કરવામાં આવે છે, આગળનું પ્રકરણ જુઓ). જ્યારે કોઈ એક જ માપદંડ ન હોય ત્યારે સંયુક્ત માપદંડનો આશરો લેવામાં આવે છે (ઉદાહરણ તરીકે, જો કાર્ય સામાન્ય શારીરિક તંદુરસ્તી, રમતગમતની રમતોમાં ખેલાડીની કુશળતા વગેરેનું મૂલ્યાંકન કરવાનું હોય, તો પોતે લીધેલ એક પણ સૂચક માપદંડ તરીકે સેવા આપી શકતું નથી).

સમાન કસોટીની માહિતી સામગ્રી નક્કી કરવા માટેનું ઉદાહરણ - પુરુષો માટે ચાલતી વખતે 30 મીટરની દોડવાની ઝડપ - વિવિધ માપદંડો સાથે કોષ્ટક 4 માં આપવામાં આવ્યું છે.

પરીક્ષાનો વાસ્તવિક અર્થ અને માહિતીપ્રદતા નક્કી કરવા માટે માપદંડ પસંદ કરવાનો પ્રશ્ન અનિવાર્યપણે સૌથી મહત્વપૂર્ણ છે. ઉદાહરણ તરીકે, જો કાર્ય દોડવીરોની સ્થાયી લાંબી કૂદકા જેવા પરીક્ષણની માહિતી સામગ્રી નક્કી કરવાનું છે, તો પછી તમે વિવિધ માપદંડ પસંદ કરી શકો છો: 100 મીટરની દોડમાં પરિણામ, પગથિયાંની લંબાઈ, પગની લંબાઈ અને પગની લંબાઈનો ગુણોત્તર. અથવા ઊંચાઈ, વગેરે. માહિતી સામગ્રી આ કિસ્સામાં પરિક્ષણ બદલાશે (દૃષ્ટાંતમાં, તે દોડવાની ગતિ માટે 0.558 થી વધીને “પગલાની લંબાઈ/લેગ લંબાઈ” ગુણોત્તર માટે 0.781 થઈ ગઈ છે).

રમતગમતમાં જ્યાં રમતગમતને ઉદ્દેશ્યપૂર્વક માપવું અશક્ય છે, તેઓ કૃત્રિમ માપદંડો રજૂ કરીને આ મુશ્કેલીને દૂર કરવાનો પ્રયાસ કરે છે. ઉદાહરણ તરીકે, ટીમ સ્પોર્ટ્સ રમતોમાં, નિષ્ણાતો તમામ ખેલાડીઓને તેમની કુશળતા અનુસાર ચોક્કસ ક્રમમાં ક્રમાંકિત કરે છે (એટલે ​​​​કે, તેઓ 20, 50, અથવા, કહો, 100 મજબૂત ખેલાડીઓની સૂચિ બનાવે છે). રમતવીર દ્વારા કબજે કરેલ સ્થાન (જેમ કે તેઓ કહે છે, તેનો ક્રમ) એક માપદંડ તરીકે ગણવામાં આવે છે જેની સાથે તેમની માહિતીપ્રદતાને નિર્ધારિત કરવા માટે પરીક્ષણ પરિણામોની તુલના કરવામાં આવે છે.

પ્રશ્ન ઊભો થાય છે: જો માપદંડ જાણીતો હોય તો પરીક્ષણોનો ઉપયોગ શા માટે કરવો? ઉદાહરણ તરીકે, નિયંત્રણ કસરતોમાં સિદ્ધિઓ નક્કી કરવા કરતાં નિયંત્રણ સ્પર્ધાઓનું આયોજન કરવું અને રમતગમતના પરિણામો નક્કી કરવાનું સરળ નથી? પરીક્ષણોના ઉપયોગના નીચેના ફાયદા છે:

રમતગમતનું પરિણામ હંમેશા શક્ય નથી અથવા નક્કી કરવાનું સલાહભર્યું નથી (ઉદાહરણ તરીકે, મેરેથોન દોડ સ્પર્ધાઓ વારંવાર યોજી શકાતી નથી; શિયાળામાં ભાલા ફેંકમાં અને ઉનાળામાં ક્રોસ-કંટ્રી સ્કીઇંગમાં પરિણામ નોંધવું સામાન્ય રીતે અશક્ય છે);

રમતગમતનું પરિણામ ઘણા કારણો (પરિબળો) પર આધાર રાખે છે, જેમ કે રમતવીરની શક્તિ, સહનશક્તિ, તકનીક વગેરે. પરીક્ષણોનો ઉપયોગ એથ્લેટની શક્તિ અને નબળાઈઓ નક્કી કરવાનું શક્ય બનાવે છે અને આ દરેક પરિબળોનું અલગથી મૂલ્યાંકન કરે છે.

3.3 પ્રયોગમૂલક માહિતીપ્રદતા (કેસ બે - ત્યાં કોઈ એક માપદંડ નથી; કારણભૂત માહિતીપ્રદતા)

તે ઘણીવાર થાય છે કે ત્યાં કોઈ એક માપદંડ નથી કે જેની સાથે સૂચિત પરીક્ષણોના પરિણામોની તુલના કરી શકાય. ચાલો કહીએ કે તેઓ યુવાનોની શક્તિની તૈયારીનું મૂલ્યાંકન કરવા માટે સૌથી વધુ માહિતીપ્રદ પરીક્ષણો શોધવા માંગે છે. શું પસંદ કરવું: બાર પર પુલ-અપ્સ અથવા પુશ-અપ્સ, બાર્બેલ સાથે સ્ક્વોટ્સ, બારબેલ પંક્તિઓ અથવા સુપિન પોઝિશનથી સ્ક્વોટમાં જવું? અહીં યોગ્ય કસોટી પસંદ કરવાનો માપદંડ શું હોઈ શકે?

તમે વિષયોને વિવિધ શક્તિ પરીક્ષણોની મોટી બેટરી ઓફર કરી શકો છો, અને પછી તેમાંથી તે પસંદ કરો કે જે સમગ્ર સંકુલના પરિણામો સાથે સૌથી વધુ સંબંધ આપે છે (છેવટે, તમે સમગ્ર સંકુલનો વ્યવસ્થિત ઉપયોગ કરી શકતા નથી - તે ખૂબ બોજારૂપ અને અસુવિધાજનક છે). આ પરીક્ષણો સૌથી વધુ માહિતીપ્રદ હશે: તેઓ પરીક્ષણોના સંપૂર્ણ પ્રારંભિક સેટ માટે વિષયોના સંભવિત પરિણામો વિશે માહિતી પ્રદાન કરશે. પરંતુ પરીક્ષણોના સમૂહના પરિણામો એક સંખ્યામાં વ્યક્ત થતા નથી. અલબત્ત, અમુક પ્રકારના સંયુક્ત માપદંડની રચના કરવી શક્ય છે (ઉદાહરણ તરીકે, અમુક સ્કેલ પર મેળવેલ પોઈન્ટની માત્રા નક્કી કરવા). જો કે, બીજી રીત, પરિબળ વિશ્લેષણના વિચારોના આધારે, વધુ અસરકારક છે.

પરિબળ વિશ્લેષણ એ મલ્ટિવેરિયેટ આંકડાઓની પદ્ધતિઓમાંની એક છે (શબ્દ "બહુપરિમાણીય" સૂચવે છે કે ઘણા બધા સૂચકાંકોનો એક સાથે અભ્યાસ કરવામાં આવે છે, ઉદાહરણ તરીકે, ઘણા પરીક્ષણોમાં વિષયોના પરિણામો). આ એક જગ્યાએ જટિલ પદ્ધતિ છે, તેથી અહીં ફક્ત તેના મુખ્ય વિચારને પ્રસ્તુત કરવા માટે પોતાને મર્યાદિત કરવાની સલાહ આપવામાં આવે છે.

પરિબળ વિશ્લેષણ એ હકીકત પરથી આગળ વધે છે કે કોઈપણ પરીક્ષણનું પરિણામ એ સંખ્યાબંધ સીધા અવલોકનક્ષમ (અન્યથા સુપ્ત તરીકે ઓળખાય છે) પરિબળોની એક સાથે ક્રિયાનું પરિણામ છે. ઉદાહરણ તરીકે, 100, 800 અને 5000 મીટર દોડવાના પરિણામો એથ્લેટની ઝડપ, તાકાત, સહનશક્તિ વગેરે પર આધાર રાખે છે. દરેક અંતર માટે આ પરિબળોનું મહત્વ સમાન રીતે મહત્વનું નથી. જો તમે બે પરીક્ષણો પસંદ કરો છો જે લગભગ સમાન પરિબળોથી પ્રભાવિત છે, તો આ પરીક્ષણોના પરિણામો એકબીજા સાથે ખૂબ જ સહસંબંધિત હશે (કહો, 800 અને 1000 મીટરના અંતરે દોડવામાં). જો પરીક્ષણોમાં કોઈ સામાન્ય પરિબળો ન હોય અથવા તેનો પરિણામો પર થોડો પ્રભાવ હોય, તો આ પરીક્ષણો વચ્ચેનો સહસંબંધ ઓછો હશે (ઉદાહરણ તરીકે, 100 મીટર અને 5000 મીટરમાં પ્રદર્શન વચ્ચેનો સંબંધ). જ્યારે મોટી સંખ્યામાં વિવિધ પરીક્ષણો લેવામાં આવે છે અને તેમની વચ્ચેના સહસંબંધ ગુણાંકની ગણતરી કરવામાં આવે છે, ત્યારે પરિબળ વિશ્લેષણનો ઉપયોગ કરીને તે નક્કી કરવું શક્ય છે કે આ પરીક્ષણો પર કેટલા પરિબળો એકસાથે કાર્ય કરે છે અને દરેક પરીક્ષણમાં તેમના યોગદાનની ડિગ્રી શું છે. અને પછી પરીક્ષણો (અથવા તેના સંયોજનો) પસંદ કરવાનું સરળ છે જે વ્યક્તિગત પરિબળોના સ્તરનું સૌથી સચોટપણે મૂલ્યાંકન કરે છે. આ પરીક્ષણોની ફેક્ટોરિયલ માહિતી સામગ્રીનો વિચાર છે. ચોક્કસ પ્રયોગનું નીચેનું ઉદાહરણ બતાવે છે કે આ કેવી રીતે થાય છે.

વિવિધ રમતોમાં સામેલ થર્ડ- અને ફર્સ્ટ-ક્લાસ વિદ્યાર્થી-એથ્લેટ્સની સામાન્ય શક્તિની તૈયારીનું મૂલ્યાંકન કરવા માટે સૌથી વધુ માહિતીપ્રદ પરીક્ષણો શોધવાનું કાર્ય હતું. આ હેતુ માટે, તેની તપાસ કરવામાં આવી હતી. (N.V. Averkovich, V.M. Zatsiorsky, 1966) 15 પરીક્ષણો અનુસાર, 108 લોકો. પરિબળ વિશ્લેષણના પરિણામે, ત્રણ પરિબળો ઓળખવામાં આવ્યા હતા: 1) ઉપલા હાથપગની મજબૂતાઈ, 2) નીચલા હાથપગની મજબૂતાઈ, 3) પેટના સ્નાયુઓની મજબૂતાઈ અને હિપ ફ્લેક્સર્સ. પરીક્ષણ કરાયેલા લોકોમાં સૌથી વધુ માહિતીપ્રદ પરીક્ષણો હતા: પ્રથમ પરિબળ માટે - પુશ-અપ્સ, બીજા માટે - સ્થાયી લાંબી કૂદકો, ત્રીજા માટે - લટકતી વખતે સીધા પગ ઉંચા કરવા અને સુપિન પોઝિશનથી સ્ક્વોટમાં સંક્રમણની મહત્તમ સંખ્યા 1 મિનિટે . જો આપણે આપણી જાતને ફક્ત એક પરીક્ષણ સુધી મર્યાદિત કરીએ, તો પછી સૌથી વધુ માહિતીપ્રદ ક્રોસબાર પર ફોર્સ-ફ્લિપ હતી (પુનરાવર્તનની સંખ્યાનું મૂલ્યાંકન કરવામાં આવ્યું હતું).

3.4 વ્યવહારુ કાર્યમાં પ્રયોગમૂલક માહિતી

વ્યવહારમાં પ્રયોગમૂલક માહિતીના સૂચકાંકોનો ઉપયોગ કરતી વખતે, તે ધ્યાનમાં રાખવું જોઈએ કે તે ફક્ત તે વિષયો અને જે શરતો માટે તેમની ગણતરી કરવામાં આવે છે તેના સંબંધમાં જ માન્ય છે. જો તમે રમતગમતના માસ્ટર્સના જૂથમાં તેનો ઉપયોગ કરવાનો પ્રયાસ કરો છો તો પ્રારંભિક લોકોના જૂથમાં માહિતીપ્રદ હોય તે પરીક્ષણ સંપૂર્ણપણે બિનમાહિતીભર્યું હોઈ શકે છે.

પરીક્ષણની માહિતી સામગ્રી વિવિધ જૂથોમાં સમાન નથી. ખાસ કરીને, રચનામાં વધુ એકરૂપ હોય તેવા જૂથોમાં, પરીક્ષણ સામાન્ય રીતે ઓછી માહિતીપ્રદ હોય છે. જો કોઈપણ જૂથમાં પરીક્ષણની માહિતી સામગ્રી નક્કી કરવામાં આવે છે, અને પછી તેમાંથી સૌથી મજબૂત રાષ્ટ્રીય ટીમમાં શામેલ કરવામાં આવે છે, તો રાષ્ટ્રીય ટીમમાં સમાન પરીક્ષણની માહિતી સામગ્રી નોંધપાત્ર રીતે ઓછી હશે. આના કારણો ફિગમાંથી સ્પષ્ટ છે. 5: પસંદગી જૂથમાં પરિણામોના એકંદર તફાવતને ઘટાડે છે અને સહસંબંધ ગુણાંકની તીવ્રતા ઘટાડે છે. ઉદાહરણ તરીકે, જો આપણે 400 મીટર તરવૈયાઓ માટે એમપીસી જેવી કસોટીની માહિતી સામગ્રી નક્કી કરીએ કે જેમના પરિણામો ખૂબ જ અલગ હોય છે (કહો, 3.55 થી 6.30 સુધી), તો માહિતી સામગ્રી ગુણાંક ખૂબ વધારે હશે (U 4 > 0.90); જો આપણે 3.55 થી 4.30 ના પરિણામો સાથે તરવૈયાઓના જૂથમાં સમાન માપન કરીએ, તો સંપૂર્ણ મૂલ્યમાં જી નંબર 0.4--0.6 કરતાં વધી જશે નહીં; જો આપણે વિશ્વના સૌથી મજબૂત તરવૈયાઓ (3.53>, 5=4.00) વચ્ચે સમાન સૂચક નક્કી કરીએ, તો સામાન્ય રીતે માહિતી સામગ્રીનો ગુણાંક “શૂન્ય સમાન હોઈ શકે છે: ફક્ત આ પરીક્ષણની મદદથી તે વચ્ચે તફાવત કરવો અશક્ય હશે. સ્વિમર્સ સ્વિમિંગ, કહો, 3.55 અને 3.59: અને તે અને અન્ય પાસે MIC મૂલ્યો છે. ઊંચી અને લગભગ સમાન હશે.

માહિતીપ્રદતા ગુણાંક ખૂબ જ પરીક્ષણ અને માપદંડની વિશ્વસનીયતા પર આધાર રાખે છે. ઓછી વિશ્વસનીયતા સાથેનું પરીક્ષણ હંમેશા ખૂબ માહિતીપ્રદ હોતું નથી, તેથી માહિતી સામગ્રી માટે ઓછી-વિશ્વસનીયતા પરીક્ષણો તપાસવાનો કોઈ અર્થ નથી. માપદંડની અપૂરતી વિશ્વસનીયતા પણ માહિતીપ્રદ ગુણાંકમાં ઘટાડો તરફ દોરી જાય છે. જો કે, આ કિસ્સામાં પરીક્ષણને બિનમાહિતી તરીકે અવગણવું ખોટું હશે - છેવટે, પરીક્ષણના સંભવિત સહસંબંધની ઉપલી મર્યાદા ±1 નથી, પરંતુ તેની વિશ્વસનીયતા સૂચકાંક છે. તેથી, આ ઇન્ડેક્સ સાથે માહિતી સામગ્રી ગુણાંકની તુલના કરવી જરૂરી છે. વાસ્તવિક માહિતી સામગ્રી (માપદંડની અવિશ્વસનીયતા માટે સમાયોજિત) ની ગણતરી સૂત્રનો ઉપયોગ કરીને કરવામાં આવે છે:

આમ, એક કામમાં, 4 નિષ્ણાતોના મૂલ્યાંકનના આધારે વોટર પોલોમાં રમતવીરનો ક્રમ (ક્રમને કૌશલ્યના માપદંડ તરીકે ગણવામાં આવતો હતો) સ્થાપિત કરવામાં આવ્યો હતો. ઇન્ટ્રાક્લાસ સહસંબંધ ગુણાંકનો ઉપયોગ કરીને નિર્ધારિત માપદંડની વિશ્વસનીયતા (સતતતા), 0.64 હતી. માહિતી ગુણાંક 0.56 હતો. માહિતી સામગ્રીનો વાસ્તવિક ગુણાંક (માપદંડની અવિશ્વસનીયતા માટે સમાયોજિત) બરાબર છે:

પરીક્ષણની માહિતીપ્રદતા અને વિશ્વસનીયતા સાથે નજીકથી સંબંધિત તેની ભેદભાવપૂર્ણ ક્ષમતાનો ખ્યાલ છે, જે પરીક્ષણનો ઉપયોગ કરીને નિદાન કરવામાં આવતા વિષયો વચ્ચેના ન્યૂનતમ તફાવત તરીકે સમજવામાં આવે છે (આ ખ્યાલ ઉપકરણની સંવેદનશીલતાના ખ્યાલના અર્થમાં સમાન છે) . પરીક્ષણની ભેદભાવપૂર્ણ ક્ષમતા આના પર નિર્ભર છે:

પરિણામોમાં આંતરવ્યક્તિગત ભિન્નતા. ઉદાહરણ તરીકે, "10 સેકન્ડમાં 4 મીટરના અંતરેથી બાસ્કેટબોલના પુનરાવર્તિત થ્રોની મહત્તમ સંખ્યા" જેવી કસોટી નવા નિશાળીયા માટે સારી છે, પરંતુ કુશળ બાસ્કેટબોલ ખેલાડીઓ માટે અયોગ્ય છે, કારણ કે તે બધા લગભગ સમાન પરિણામ દર્શાવે છે અને અભેદ્ય બની જાય છે. ઘણા કિસ્સાઓમાં, ઇન્ટરેટર ભિન્નતા (ઇન્ટરક્લાસ ભિન્નતા) પરીક્ષણની મુશ્કેલી વધારીને વધારી શકાય છે. ઉદાહરણ તરીકે, જો તમે વિવિધ લાયકાત ધરાવતા એથ્લેટ્સને એક કાર્યાત્મક પરીક્ષણ આપો જે તેમના માટે સરળ હોય (કહો, 20 સ્ક્વોટ્સ અથવા 200 kgm/મિનિટની શક્તિ સાથે સાયકલ એર્ગોમીટર પર કામ કરવું), તો દરેક વ્યક્તિમાં શારીરિક ફેરફારોની તીવ્રતા આશરે હશે. સમાન અને તત્પરતાની ડિગ્રીનું મૂલ્યાંકન કરવું અશક્ય હશે. જો તમે તેમને મુશ્કેલ કાર્ય ઓફર કરો છો, તો પછી એથ્લેટ્સ વચ્ચેના તફાવતો મોટા થઈ જશે, અને પરીક્ષણ પરિણામોના આધારે એથ્લેટ્સની સજ્જતાનો નિર્ણય કરવો શક્ય બનશે.

પરીક્ષણ અને માપદંડની વિશ્વસનીયતા (એટલે ​​​​કે, આંતર- અને આંતર-વ્યક્તિગત વિવિધતા વચ્ચેનો સંબંધ). જો સ્ટેન્ડિંગ લોંગ જમ્પમાં સમાન વિષયના પરિણામો અલગ અલગ હોય, તો કહો,

કિસ્સાઓમાં ±10 સે.મી., પછી, જો કે કૂદકાની લંબાઈ ±1 સે.મી.ની ચોકસાઈ સાથે નક્કી કરી શકાય છે, તે વિષયો કે જેના "સાચા" પરિણામો 315 અને 316 સે.મી. છે તે આત્મવિશ્વાસથી પારખવું અશક્ય છે.

પરીક્ષણની માહિતી સામગ્રી માટે કોઈ નિશ્ચિત મૂલ્ય નથી, જેના પછી પરીક્ષણને યોગ્ય ગણી શકાય તે ચોક્કસ પરિસ્થિતિ પર આધારિત છે: આગાહીની ઇચ્છિત સચોટતા, રમતવીર વિશે ઓછામાં ઓછી કેટલીક વધારાની માહિતી મેળવવાની જરૂરિયાત વગેરે. વ્યવહારમાં, પરીક્ષણોનો ઉપયોગ ડાયગ્નોસ્ટિક્સ માટે થાય છે, જેની માહિતી સામગ્રી 0.3 કરતા ઓછી નથી, એક નિયમ તરીકે, ઉચ્ચ માહિતી સામગ્રીની જરૂર છે - ઓછામાં ઓછી 0.6.

પરીક્ષણોની બેટરીની માહિતી સામગ્રી કુદરતી રીતે એક પરીક્ષણની માહિતી સામગ્રી કરતાં વધુ હોય છે. ઘણીવાર એવું બને છે કે એક વ્યક્તિગત પરીક્ષણની માહિતી સામગ્રી આ પરીક્ષણનો ઉપયોગ કરવા માટે ખૂબ ઓછી છે. પરીક્ષણોની બેટરીની માહિતી સામગ્રી તદ્દન પર્યાપ્ત હોઈ શકે છે.

પરીક્ષણની માહિતી સામગ્રી હંમેશા પ્રયોગ અને તેના પરિણામોની ગાણિતિક પ્રક્રિયાનો ઉપયોગ કરીને નક્કી કરી શકાતી નથી. ઉદાહરણ તરીકે, જો કાર્ય પરીક્ષાઓ અથવા નિબંધો માટેના વિષયો માટે ટિકિટ વિકસાવવાનું છે (આ પણ એક પ્રકારનું પરીક્ષણ છે), તો સૌથી વધુ માહિતીપ્રદ એવા પ્રશ્નો પસંદ કરવા જરૂરી છે, જેના દ્વારા તમે સ્નાતકોના જ્ઞાનનું સૌથી સચોટ મૂલ્યાંકન કરી શકો અને વ્યવહારુ કાર્ય માટે તેમની તૈયારી. અત્યાર સુધી, આવા કિસ્સાઓમાં, તેઓ ફક્ત પરિસ્થિતિના તાર્કિક, અર્થપૂર્ણ વિશ્લેષણ પર આધાર રાખે છે.

કેટલીકવાર એવું બને છે કે પરીક્ષણની માહિતી સામગ્રી કોઈપણ પ્રયોગો વિના સ્પષ્ટ હોય છે, ખાસ કરીને જ્યારે પરીક્ષણ એ ક્રિયાઓનો એક ભાગ હોય છે જે રમતવીર સ્પર્ધાઓમાં કરે છે. સ્વિમિંગમાં વળાંકનો સમય, લાંબી કૂદમાં રનના છેલ્લા પગલામાં ઝડપ, બાસ્કેટબોલમાં ફ્રી થ્રોની ટકાવારી, ટેનિસ અથવા વોલીબોલમાં સર્વની ગુણવત્તા જેવા સૂચકાંકોની માહિતીપ્રદતા સાબિત કરવા માટે પ્રયોગોની ભાગ્યે જ જરૂર છે. .

જો કે, આવા તમામ પરીક્ષણો સમાન રીતે માહિતીપ્રદ હોતા નથી. ઉદાહરણ તરીકે, ફૂટબોલમાં થ્રો-ઇન, રમતનું એક તત્વ હોવા છતાં, ફૂટબોલ ખેલાડીઓના કૌશલ્યના સૌથી મહત્વપૂર્ણ સૂચકોમાંનું એક ભાગ્યે જ ગણી શકાય. જો આવા ઘણા પરીક્ષણો છે અને તમારે સૌથી વધુ માહિતીપ્રદ પસંદ કરવાની જરૂર છે, તો તમે પરીક્ષણ સિદ્ધાંતની ગાણિતિક પદ્ધતિઓ વિના કરી શકતા નથી.

પરીક્ષણની માહિતી સામગ્રીનું સામગ્રી વિશ્લેષણ અને તેના પ્રાયોગિક અને ગાણિતિક વાજબીપણું એકબીજાના પૂરક હોવા જોઈએ. તેમના પોતાના પર લેવામાં આવેલ આમાંના કોઈપણ અભિગમો પૂરતા નથી. ખાસ કરીને, જો પ્રયોગના પરિણામે, પરીક્ષણની માહિતી સામગ્રીનો ઉચ્ચ ગુણાંક નક્કી કરવામાં આવે છે, તો તે તપાસવું જરૂરી છે કે શું આ કહેવાતા ખોટા સહસંબંધનું પરિણામ નથી. તે જાણીતું છે કે ખોટા સહસંબંધો દેખાય છે જ્યારે બંને સહસંબંધિત લાક્ષણિકતાઓના પરિણામો કેટલાક ત્રીજા સૂચક દ્વારા પ્રભાવિત થાય છે, જે પોતે રજૂ કરતું નથી

વ્યાજ ઉદાહરણ તરીકે, હાઈસ્કૂલના વિદ્યાર્થીઓમાં 100 મીટરની દોડમાં પરિણામ અને ભૂમિતિના જ્ઞાન વચ્ચે નોંધપાત્ર સહસંબંધ જોવા મળે છે, કારણ કે તેઓ પ્રાથમિક શાળાના વિદ્યાર્થીઓની સરખામણીએ સરેરાશ દોડ અને ભૂમિતિના જ્ઞાન બંનેમાં ઉચ્ચ પ્રદર્શન બતાવશે. ત્રીજું, બાહ્ય લક્ષણ જે સહસંબંધના ઉદભવનું કારણ બને છે તે વિષયોની ઉંમર હતી. અલબત્ત, જે સંશોધકએ આની નોંધ લીધી ન હતી અને 100 મીટર દોડવીરો માટે ભૂમિતિ પરીક્ષાની ભલામણ કરી હતી તે ભૂલ કરશે, આવી ભૂલો ટાળવા માટે, કારણ અને અસર સંબંધોનું વિશ્લેષણ કરવું જરૂરી છે. માપદંડ અને પરીક્ષણ વચ્ચેનો સંબંધ. તે ઉપયોગી છે, ખાસ કરીને, જો પરીક્ષણના સ્કોર્સમાં સુધારો થશે તો શું થશે તેની કલ્પના કરવી. શું આ માપદંડના પરિણામોમાં વધારો તરફ દોરી જશે? ઉપરના ઉદાહરણમાં, આનો અર્થ છે: જો વિદ્યાર્થી ભૂમિતિ સારી રીતે જાણે છે, તો શું તે 100 મીટરની દોડમાં વધુ ઝડપી હશે? સ્પષ્ટ નકારાત્મક જવાબ કુદરતી નિષ્કર્ષ તરફ દોરી જાય છે: ભૂમિતિનું જ્ઞાન દોડવીરોની કસોટી તરીકે સેવા આપી શકતું નથી. મળી આવેલ સહસંબંધ ખોટો છે. અલબત્ત, વાસ્તવિક જીવનની પરિસ્થિતિઓ આ ઇરાદાપૂર્વક મૂર્ખ ઉદાહરણ કરતાં વધુ જટિલ છે.

પરીક્ષણોની અર્થપૂર્ણ માહિતીપ્રદતાનો એક વિશેષ કેસ વ્યાખ્યા દ્વારા માહિતીપ્રદતા છે. આ કિસ્સામાં, તેઓ સહમત થાય છે કે આ અથવા તે શબ્દ (શબ્દ) માં શું અર્થ મૂકવો જોઈએ. ઉદાહરણ તરીકે, તેઓ કહે છે: "સ્થાયી ઊંચો કૂદકો કૂદવાની ક્ષમતા દ્વારા વર્ગીકૃત થયેલ છે." આ કહેવું વધુ સચોટ હશે: "ચાલો કોઈ જગ્યાએથી કૂદકા મારવાના પરિણામ દ્વારા માપવામાં આવે છે તેને જમ્પિંગ ક્ષમતા કહેવા માટે સંમત થઈએ." આવા પરસ્પર સમજૂતી જરૂરી છે, કારણ કે તે બિનજરૂરી ગેરસમજને અટકાવે છે (છેવટે, કોઈ વ્યક્તિ કૂદવાની ક્ષમતા દ્વારા એક પગ પર દસ ગણો કૂદકામાં પરિણામ સમજી શકે છે, અને સ્થાયી ઊંચો કૂદકો ધ્યાનમાં લે છે, કહો, "વિસ્ફોટક" પગની શક્તિની કસોટી. ).

56.0 પરીક્ષણોનું માનકીકરણ

માનવીય એરોબિક પ્રદર્શનનું મૂલ્યાંકન કરવા માટે શારીરિક તંદુરસ્તી પરીક્ષણોનું માનકીકરણ નીચેના સિદ્ધાંતોનું પાલન કરીને પ્રાપ્ત થાય છે.

પરીક્ષણ પદ્ધતિએ શરીરના મહત્તમ ઓક્સિજન વપરાશ (એરોબિક ક્ષમતા) ના પ્રત્યક્ષ માપન અથવા પરોક્ષ ગણતરી માટે પરવાનગી આપવી જોઈએ, કારણ કે માનવ શારીરિક તંદુરસ્તીનું આ શારીરિક સૂચક સૌથી મહત્વપૂર્ણ છે. તે gpax1ggsht U 0g પ્રતીક દ્વારા નિયુક્ત કરવામાં આવશે અને પ્રતિ મિનિટ વિષયના વજનના કિલોગ્રામ દીઠ મિલીલીટરમાં વ્યક્ત કરવામાં આવશે (ml/kg-min.).

સામાન્ય રીતે, પરીક્ષણ પદ્ધતિ પ્રયોગશાળા અને ક્ષેત્ર માપન બંને માટે સમાન હોવી જોઈએ, જો કે:

1. પ્રયોગશાળાની પરિસ્થિતિઓમાં (સ્થિર અને મોબાઇલ પ્રયોગશાળાઓમાં), વ્યક્તિનું એરોબિક પ્રદર્શન એકદમ જટિલ સાધનો અને મોટી સંખ્યામાં માપનો ઉપયોગ કરીને સીધી રીતે નક્કી કરી શકાય છે.

2. ક્ષેત્રમાં, એરોબિક પ્રદર્શનનું મૂલ્યાંકન આડકતરી રીતે મર્યાદિત સંખ્યામાં શારીરિક માપના આધારે કરવામાં આવે છે.

પરીક્ષણ પદ્ધતિએ તેમના પરિણામોની તુલના કરવાની મંજૂરી આપવી જોઈએ.

પરીક્ષણ એક દિવસમાં અને પ્રાધાન્યમાં વિક્ષેપો વિના હાથ ધરવામાં આવવું જોઈએ. આનાથી પ્રારંભિક અને ફરીથી પરીક્ષણ દરમિયાન સમય, સાધનસામગ્રી અને પ્રયત્નોનું વહેચણી કરવાનું શક્ય બનશે.

વિવિધ શારીરિક ક્ષમતાઓ, વિવિધ ઉંમર, લિંગ, વિવિધ પ્રવૃત્તિ સ્તરો વગેરે ધરાવતા લોકોના જૂથોના પરીક્ષણને મંજૂરી આપવા માટે પરીક્ષણ પદ્ધતિ પૂરતી લવચીક હોવી જોઈએ.

57.0. સાધનોની પસંદગી

શારીરિક પરીક્ષણના ઉપરોક્ત તમામ સિદ્ધાંતો અવલોકન કરી શકાય છે, સૌ પ્રથમ, નીચેના તકનીકી માધ્યમોની યોગ્ય પસંદગીને આધિન:

ટ્રેડમિલ

સાયકલ એર્ગોમીટર,

સ્ટેપરગોમીટર

જરૂરી સહાયક સાધનો કે જે કોઈપણ પ્રકારના પરીક્ષણમાં વાપરી શકાય છે.

57.1. ટ્રેડમિલનો ઉપયોગ વિવિધ પ્રકારના અભ્યાસમાં થઈ શકે છે. જો કે, આ ઉપકરણ સૌથી મોંઘું છે. સૌથી નાનું સંસ્કરણ પણ ક્ષેત્રમાં વ્યાપકપણે ઉપયોગમાં લેવા માટે ખૂબ વિશાળ છે. ટ્રેડમિલે 3 થી (ઓછામાં ઓછા) 8 કિમી/કલાક (2-5 માઇલ પ્રતિ કલાક) અને 0 થી 30% સુધીની ઝડપને મંજૂરી આપવી જોઈએ. ટ્રેડમિલના ઝોકને આડા અંતર સુધી ઊભી વૃદ્ધિની ટકાવારી તરીકે વ્યાખ્યાયિત કરવામાં આવે છે."

અંતર અને ઊભી ઊંચાઈ મીટરમાં દર્શાવવી જોઈએ, ઝડપ મીટર પ્રતિ સેકન્ડ (m/sec) અથવા કિલોમીટર પ્રતિ કલાક (km/h)માં દર્શાવવી જોઈએ.

57.2. સાયકલ એર્ગોમીટર. આ ઉપકરણ પ્રયોગશાળા અને ક્ષેત્રની પરિસ્થિતિઓ બંનેમાં વાપરવા માટે સરળ છે. તે તદ્દન સર્વતોમુખી છે; તેનો ઉપયોગ વિવિધ તીવ્રતાના કામ કરવા માટે થઈ શકે છે - લઘુત્તમથી મહત્તમ સ્તર સુધી.

સાયકલ એર્ગોમીટરમાં યાંત્રિક અથવા ઇલેક્ટ્રિકલ બ્રેકિંગ સિસ્ટમ હોય છે. ઇલેક્ટ્રિક બ્રેકિંગ સિસ્ટમ ક્યાં તો બાહ્ય સ્ત્રોતમાંથી અથવા એર્ગોમીટર પર સ્થિત જનરેટરથી સંચાલિત થઈ શકે છે.

એડજસ્ટેબલ યાંત્રિક પ્રતિકાર કિલોગ્રામ મીટર પ્રતિ મિનિટ (કિલોગ્રામ/મિનિટ) અને વોટ્સમાં દર્શાવવામાં આવે છે. સૂત્રનો ઉપયોગ કરીને કિલોમીટર પ્રતિ મિનિટને વોટમાં રૂપાંતરિત કરવામાં આવે છે:

1 વોટ = 6 કિગ્રા/મિનિટ. 2

સાયકલ એર્ગોમીટરમાં ગતિશીલ રીતે નિશ્ચિત સીટ હોવી આવશ્યક છે જેથી તેની સ્થિતિની ઊંચાઈ દરેક વ્યક્તિ માટે ગોઠવી શકાય. પરીક્ષણ કરતી વખતે, સીટ એવી રીતે સ્થાપિત થાય છે કે તેના પર બેઠેલી વ્યક્તિ લગભગ સંપૂર્ણ રીતે સીધા પગ સાથે નીચલા પેડલ સુધી પહોંચી શકે છે. સરેરાશ, મહત્તમ નીચેની સ્થિતિમાં સીટ અને પેડલ વચ્ચેનું અંતર પરીક્ષણ વિષયના પગની લંબાઈના 109% હોવું જોઈએ.

સાયકલ એર્ગોમીટરની વિવિધ ડિઝાઇન છે. જો કે, એર્ગોમીટરનો પ્રકાર પ્રયોગના પરિણામોને અસર કરતું નથી જો વોટ્સ અથવા કિલોગ્રામ પ્રતિ મિનિટમાં ઉલ્લેખિત પ્રતિકાર કુલ બાહ્ય ભારને બરાબર અનુરૂપ હોય.

સ્ટેપરગોમીટર. સાયકલ એર્ગોમીટરની જેમ 0 થી 50 સે.મી. સુધી એડજસ્ટેબલ સ્ટેપની ઊંચાઈ ધરાવતું આ પ્રમાણમાં સસ્તું ઉપકરણ છે, તેનો પ્રયોગશાળા અને ક્ષેત્ર બંનેમાં સરળતાથી ઉપયોગ કરી શકાય છે.

ત્રણ પરીક્ષણ વિકલ્પોની સરખામણી. આ દરેક સાધનોના પોતાના ફાયદા અને ગેરફાયદા છે (તેનો ઉપયોગ પ્રયોગશાળાઓમાં અથવા ક્ષેત્રમાં થાય છે તેના આધારે). સામાન્ય રીતે, ટ્રેડમિલ પર કામ કરતી વખતે, max1ggsht U 07 નું મૂલ્ય સાયકલ એર્ગોમીટર પર કામ કરતા કરતા થોડું મોટું હોય છે; બદલામાં, સાયકલ એર્ગોમીટર પરના રીડિંગ્સ સ્ટેપરગોમીટર પરના રીડિંગ્સ કરતાં વધી જાય છે.

ગુરુત્વાકર્ષણ પર કાબુ મેળવવા માટે આરામ કરવા અથવા કાર્ય કરવા માટે વિષયોના ઊર્જા ખર્ચનું સ્તર તેમના વજનના સીધા પ્રમાણસર છે. તેથી, ટ્રેડમિલ અને સ્ટેપરગોમીટર પરની કસરતો તમામ વિષયો માટે આપેલ ઉંચાઈ સુધી લિફ્ટિંગ (તેમના શરીર. - એડ.) માટે સમાન સંબંધિત વર્કલોડ બનાવે છે: આપેલ ઝડપ અને ટ્રેડમિલની ઝોક પર, પગલાંની આવર્તન અને પગથિયાની ઊંચાઈ સ્ટેપરગોમીટર, શરીરની ઊંચાઈ ઉપાડવામાં આવશે - સમાન છે (પરંતુ કરવામાં આવેલ કાર્ય અલગ છે. - એડ.). બીજી બાજુ, આપેલ લોડના નિશ્ચિત મૂલ્ય પર સાયકલ એર્ગોમીટર માટે વિષયના લિંગ અને વયને ધ્યાનમાં લીધા વિના લગભગ સમાન ઊર્જા ખર્ચની જરૂર પડે છે.

58.0, ટેસ્ટ પ્રક્રિયાઓ પર સામાન્ય નોંધો

લોકોના મોટા જૂથો પર પરીક્ષણો લાગુ કરવા માટે, સરળ અને સમય-કાર્યક્ષમ પરીક્ષણ પદ્ધતિઓ જરૂરી છે. જો કે, વિષયની શારીરિક લાક્ષણિકતાઓના વધુ વિગતવાર અભ્યાસ માટે, વધુ ઊંડાણપૂર્વક અને શ્રમ-સઘન પરીક્ષણોની જરૂર છે. પરીક્ષણોમાંથી વધુ મૂલ્ય મેળવવા અને તેનો વધુ લવચીક ઉપયોગ કરવા માટે, આ બે આવશ્યકતાઓ વચ્ચે શ્રેષ્ઠ સમાધાન શોધવું જરૂરી છે.

58.1. કામની તીવ્રતા. પરીક્ષણ નાના લોડ સાથે શરૂ થવું જોઈએ કે જે સૌથી નબળા પરીક્ષણ વિષયો સંભાળી શકે. કાર્ડિયોવેસ્ક્યુલર અને શ્વસનતંત્રની અનુકૂલનશીલ ક્ષમતાઓનું મૂલ્યાંકન ધીમે ધીમે વધતા ભાર સાથે કામ દરમિયાન હાથ ધરવામાં આવવું જોઈએ. તેથી કાર્યાત્મક મર્યાદાઓ પૂરતી ચોકસાઈ સાથે સ્થાપિત થવી જોઈએ. પ્રાયોગિક વિચારણા સૂચવે છે કે આપેલ પ્રવૃત્તિ કરવા માટે જરૂરી ઊર્જાના જથ્થા માટે માપનના એકમ તરીકે બેઝલાઇન મેટાબોલિક રેટ (એટલે ​​​​કે આરામનો મેટાબોલિક દર) લેવાનું. પ્રારંભિક ભાર અને તેના અનુગામી તબક્કાઓ મેટામાં વ્યક્ત કરવામાં આવે છે, સંપૂર્ણ આરામની સ્થિતિમાં વ્યક્તિના મેટાબોલિક દરના ગુણાંક. મેટા અંતર્ગત શારીરિક સૂચકાંકો ઓક્સિજનનો જથ્થો છે (મિલિલીટર પ્રતિ મિનિટમાં) વ્યક્તિ આરામ કરતી વખતે વાપરે છે, અથવા તેની કેલરી સમકક્ષ (કિલોકેલરી પ્રતિ મિનિટમાં).

પરીક્ષણ દરમિયાન સીધા મેટ યુનિટ અથવા સમકક્ષ ઓક્સિજન વપરાશ મૂલ્યોમાં લોડને મોનિટર કરવા માટે, જટિલ ઇલેક્ટ્રોનિક કમ્પ્યુટિંગ સાધનોની આવશ્યકતા છે, જે હાલમાં પ્રમાણમાં અપ્રાપ્ય છે. તેથી, જ્યારે ચોક્કસ પ્રકાર અને તીવ્રતાના ભારને કરવા માટે શરીર દ્વારા જરૂરી ઓક્સિજનની માત્રા નક્કી કરતી વખતે, પ્રયોગમૂલક સૂત્રોનો ઉપયોગ કરવો વ્યવહારીક રીતે અનુકૂળ છે. ટ્રેડમિલ પર કામ કરતી વખતે ઓક્સિજન વપરાશના અનુમાનિત (અનુભાવિક સૂત્રો પર આધારિત. - એડ.) મૂલ્યો - ઝડપ અને ઝોક દ્વારા, સ્ટેપ ટેસ્ટ દરમિયાન - ઊંચાઈ અને પગલાઓની આવર્તન સીધી માપનના પરિણામો સાથે સારી રીતે સંમત છે. અને શારીરિક પ્રયત્નોના શારીરિક સમકક્ષ તરીકે ઉપયોગ કરી શકાય છે, જેની સાથે પરીક્ષણ દરમિયાન મેળવેલા તમામ શારીરિક સૂચકાંકો સહસંબંધિત છે.

58.2. પરીક્ષણોનો સમયગાળો. પરીક્ષણ પ્રક્રિયાને ટૂંકી કરવાની ઇચ્છા પરીક્ષણના લક્ષ્યો અને ઉદ્દેશ્યોને નુકસાન પહોંચાડવા માટે ન હોવી જોઈએ. પરીક્ષણો કે જે ખૂબ ટૂંકા હોય છે તે પૂરતા પ્રમાણમાં અલગ કરી શકાય તેવા પરિણામો ઉત્પન્ન કરશે નહીં અને તેમની ભેદભાવપૂર્ણ ક્ષમતાઓ ઓછી હશે; પરીક્ષણો કે જે ખૂબ લાંબા હોય છે તે થર્મોરેગ્યુલેટરી મિકેનિઝમ્સને વધુ હદ સુધી સક્રિય કરે છે, જે મહત્તમ એરોબિક પ્રદર્શનની સ્થાપનામાં દખલ કરે છે. ભલામણ કરેલ પરીક્ષણ પ્રક્રિયામાં, દરેક લોડ સ્તર 2 મિનિટ માટે જાળવવામાં આવે છે. સરેરાશ પરીક્ષણ સમય 10 થી 16 મિનિટનો છે.

58.3. પરીક્ષણ બંધ કરવા માટેના સંકેતો. પરીક્ષણ બંધ કરવું જોઈએ સિવાય કે:

વર્કલોડ વધવા છતાં પલ્સ પ્રેશર સતત ઘટે છે;

સિસ્ટોલિક બ્લડ પ્રેશર 240--250 mmHg કરતાં વધી જાય છે. કલા.;

ડાયસ્ટોલિક બ્લડ પ્રેશર 125 mm Hg ઉપર વધે છે. કલા.;

અસ્વસ્થતાના લક્ષણો દેખાય છે, જેમ કે છાતીમાં દુખાવો, શ્વાસની તીવ્ર તકલીફ, તૂટક તૂટક ઘોંઘાટ;

એનોક્સિયાના ક્લિનિકલ ચિહ્નો દેખાય છે: ચહેરાના નિસ્તેજ અથવા સાયનોસિસ, ચક્કર, માનસિક ઘટના, બળતરા પ્રત્યે પ્રતિભાવનો અભાવ;

ઇલેક્ટ્રોકાર્ડિયોગ્રામ રીડિંગ્સ પેરોક્સિસ્મલ સુપરવેન્ટ્રિક્યુલર અથવા વેન્ટ્રિક્યુલર એરિથમિયા સૂચવે છે, વેન્ટ્રિક્યુલર એક્સ્ટ્રાસિસ્ટોલિક કોમ્પ્લેક્સનો દેખાવ જે T વેવના અંત પહેલા થાય છે, હળવા L V નાકાબંધી સિવાય વહન વિક્ષેપ, /?--5G આડી અથવા ઉતરતા પ્રકારમાં 0.3 થી વધુનો ઘટાડો. mV .;";, -

58.4. સાવચેતીના પગલાં.

વિષયનું સ્વાસ્થ્ય. તપાસ કરતા પહેલા, વિષયની તબીબી તપાસ કરાવવી જોઈએ અને તે સ્વસ્થ હોવાનું જણાવતું પ્રમાણપત્ર મેળવવું જોઈએ. ઇલેક્ટ્રોકાર્ડિયોગ્રામ (ઓછામાં ઓછું એક છાતીનું લીડ) કરવું અત્યંત સલાહભર્યું છે. 40 વર્ષથી વધુ ઉંમરના પુરુષો માટે, ઇલેક્ટ્રોકાર્ડિયોગ્રામ ફરજિયાત છે. નિયમિતપણે પુનરાવર્તિત બ્લડ પ્રેશર માપન એ સમગ્ર પરીક્ષણ પ્રક્રિયાનો અભિન્ન ભાગ હોવો જોઈએ. પરીક્ષણના અંતે, વિષયોને નીચલા હાથપગમાં લોહીના ખતરનાક સંચયને રોકવા માટેના પગલાં વિશે જાણ કરવી જોઈએ.

બિનસલાહભર્યું. નીચેના કેસોમાં વિષયને પરીક્ષણો લેવાની મંજૂરી નથી:

મહત્તમ લોડ સાથે પરીક્ષણોમાં ભાગ લેવા માટે ડૉક્ટરની પરવાનગીનો અભાવ;

મૌખિક તાપમાન 37.5 ° સે કરતાં વધી જાય છે;

લાંબા આરામ પછી હૃદય દર 100 ધબકારા/મિનિટથી ઉપર છે;

કાર્ડિયાક પ્રવૃત્તિમાં સ્પષ્ટ ઘટાડો;

છેલ્લા 3 મહિનામાં મ્યોકાર્ડિયલ ઇન્ફાર્ક્શન અથવા મ્યોકાર્ડિટિસનો કેસ; લક્ષણો અને ઇલેક્ટ્રોકાર્ડિયોગ્રામ રીડિંગ્સ આ રોગોની હાજરી સૂચવે છે; એન્જેના પેક્ટોરિસના ચિહ્નો;

શરદી સહિત ચેપી રોગો.

માસિક સ્રાવ એ પરીક્ષણોમાં ભાગ લેવા માટે એક વિરોધાભાસ નથી. જો કે, કેટલાક કિસ્સાઓમાં તેમના હોલ્ડિંગના સમયપત્રકમાં ફેરફાર કરવાની સલાહ આપવામાં આવે છે.

B. ધોરણ કસોટીઓ

59.0. ધોરણ ચલાવવા માટેની મુખ્ય પદ્ધતિનું વર્ણન

ત્રણેય પ્રકારની કસરતમાં, અને પરીક્ષણ મહત્તમ અથવા સબમેક્સિમલ લોડ પર કરવામાં આવે છે કે કેમ તે ધ્યાનમાં લીધા વિના, મૂળભૂત પરીક્ષણ પ્રક્રિયા સમાન છે.

આ વિષય પ્રકાશ સ્પોર્ટસવેર અને સોફ્ટ જૂતામાં પ્રયોગશાળામાં આવે છે. 2 કલાકની અંદર. પરીક્ષણ શરૂ કરતા પહેલા, તેણે ખાવું, કોફી પીવી અથવા ધૂમ્રપાન ન કરવું જોઈએ.

આરામ કરો. પરીક્ષણ 15 મિનિટ સુધી ચાલે છે તે આરામ અવધિ દ્વારા આગળ આવે છે. આ સમય દરમિયાન, જ્યારે શારીરિક માપન સાધનો સ્થાપિત કરવામાં આવી રહ્યા છે, ત્યારે વિષય આરામથી ખુરશીમાં બેસે છે.

આવાસ સમયગાળો. કોઈપણ વિષયનું પ્રથમ પરીક્ષણ, તમામ પુનરાવર્તિત પરીક્ષણોની જેમ, એકદમ વિશ્વસનીય પરિણામો આપશે જો મુખ્ય પરીક્ષણ ઓછા ભાર સાથે કસરતના ટૂંકા ગાળા - આવાસનો સમયગાળો દ્વારા કરવામાં આવે. તે 3 મિનિટ ચાલે છે. અને નીચેના હેતુઓ માટે સેવા આપે છે:

વિષયને સાધનસામગ્રી અને કામના પ્રકારથી પરિચિત કરો જે તેણે કરવું જોઈએ;

આશરે 4 મેટાના ભાર માટે વિષયના શારીરિક પ્રતિભાવનો પ્રારંભિક અભ્યાસ, જે લગભગ 100 ધબકારા/મિનિટના હૃદયના ધબકારા સાથે સુસંગત છે;

વાસ્તવિક પરીક્ષણમાં શરીરના અનુકૂલનને ઝડપી બનાવો.

આરામ કરો. આવાસનો સમયગાળો ટૂંકો (2 મિનિટ) આરામ અવધિ દ્વારા અનુસરવામાં આવે છે; વિષય આરામથી ખુરશીમાં બેસે છે જ્યારે પ્રયોગકર્તા જરૂરી તકનીકી તૈયારીઓ કરે છે.

ટેસ્ટ. કસોટીની શરૂઆતમાં, રહેઠાણના સમયગાળાના લોડ જેટલો લોડ સેટ કરવામાં આવે છે, અને વિષય કસોટી પૂર્ણ ન થાય ત્યાં સુધી કોઈપણ વિક્ષેપ વિના કસરત કરે છે. દર 2 મિનિટે. વર્ક લોડ 1 મીટર વધે છે.

જ્યારે નીચેની સ્થિતિઓમાંની એક થાય ત્યારે પરીક્ષણ બંધ થાય છે:

વિષય કાર્ય કરવાનું ચાલુ રાખવામાં અસમર્થ છે;

શારીરિક વિઘટનના ચિહ્નો છે (જુઓ 58.3);

લોડના છેલ્લા તબક્કે મેળવેલ ડેટા અનુક્રમિક શારીરિક માપનના આધારે મહત્તમ એરોબિક પ્રદર્શનના એક્સ્ટ્રાપોલેશનને મંજૂરી આપે છે (પરીક્ષણ દરમિયાન કરવામાં આવે છે. - સંપાદકની નોંધ).

59.5. માપ. મિલિલીટર પ્રતિ કિલોગ્રામ પ્રતિ મિનિટમાં મહત્તમ ઓક્સિજનનો વપરાશ સીધો માપવામાં આવે છે અથવા તેની ગણતરી કરવામાં આવે છે. ઓક્સિજનનો વપરાશ નક્કી કરવા માટેની પદ્ધતિઓ ખૂબ જ વૈવિધ્યસભર છે, જેમ કે દરેક વ્યક્તિની શારીરિક ક્ષમતાઓનું વિશ્લેષણ કરવા માટે વપરાતી વધારાની તકનીકો છે. આ પછીથી વધુ વિગતવાર ચર્ચા કરવામાં આવશે.

59.6. પુન: પ્રાપ્તિ. પ્રયોગના અંતે, ઓછામાં ઓછા 3 મિનિટ સુધી શારીરિક અવલોકન ચાલુ રહે છે. વિષય ફરીથી ખુરશીમાં આરામ કરે છે, સહેજ તેના પગ ઉભા કરે છે.

નૉૅધ. વર્ણવેલ પરીક્ષણ તકનીક ટ્રેડમિલ, સાયકલ એર્ગોમીટર અને સ્ટેપરગોમીટર પરના ભારને વધારવાના સમાન ક્રમ સાથે મેળવેલ તુલનાત્મક શારીરિક ડેટા પ્રદાન કરે છે. નીચે, ત્રણેય ઉપકરણોમાંથી દરેક માટે પરીક્ષણ પદ્ધતિનું અલગથી વર્ણન કરવામાં આવ્યું છે.

60.0. ટ્રેડમિલ ટેસ્ટ

સાધનસામગ્રી. ટ્રેડમિલ અને જરૂરી સહાયક સાધનો.

વર્ણન. 59.0 માં વર્ણવેલ મૂળભૂત પરીક્ષણ પ્રક્રિયાઓને કાળજીપૂર્વક અનુસરવામાં આવે છે.

તેના પર ચાલતા વિષય સાથે ટ્રેડમિલની ઝડપ 80 મીટર/મિનિટ (4.8 કિમી/ક, અથવા 3 માઇલ પ્રતિ કલાક) છે. આ ઝડપે, આડા ખસેડવા માટે જરૂરી ઊર્જા આશરે 3 મેટા છે; ઢાળમાં પ્રત્યેક 2.5% વધારો પ્રારંભિક ચયાપચય દરના એક એકમને ઉમેરે છે, એટલે કે 1 મેટ, ઊર્જા ખર્ચમાં. પ્રથમ 2 મિનિટના અંતે. ટ્રેડમિલનો ઝોક ઝડપથી વધીને 5% થાય છે, આગામી 2 મિનિટના અંતે - 7.5%, પછી 10%, 12.5%, વગેરે. સંપૂર્ણ યોજના કોષ્ટકમાં આપવામાં આવી છે. 1.

સમાન દસ્તાવેજો

કસરત માટે તત્પરતા નક્કી કરવા માટે બેન્ચમાર્કિંગ કસરતો અથવા પરીક્ષણો હાથ ધરવા. પરીક્ષણ માનકીકરણની સમસ્યા. પરીક્ષણોની બાહ્ય અને આંતરિક માન્યતા. નિયંત્રણ પરીક્ષા પ્રોટોકોલ જાળવવું.

અમૂર્ત, 11/12/2009 ઉમેર્યું


મોટર ક્ષમતાઓની લાક્ષણિકતાઓ અને લવચીકતા, સહનશક્તિ, ચપળતા, શક્તિ અને ગતિ વિકસાવવા માટેની પદ્ધતિઓ. શારીરિક શિક્ષણના પાઠમાં શાળાના બાળકોની મોટર ક્ષમતાઓનું પરીક્ષણ. પ્રાયોગિક પ્રવૃત્તિઓમાં મોટર પરીક્ષણોનો ઉપયોગ.

થીસીસ, 02/25/2011 ઉમેર્યું


એથ્લેટિક્સમાં વ્યવસ્થિત રીતે સામેલ શાળાના બાળકોમાં એન્થ્રોપોમેટ્રિક ડેટામાં ફેરફારની ગતિશીલતાનું મૂલ્યાંકન અને રમતગમતના વિભાગોમાં ભાગ ન લેતા શાળાના બાળકો. સામાન્ય શારીરિક તંદુરસ્તી નક્કી કરવા માટે પરીક્ષણોનો વિકાસ; પરિણામોનું વિશ્લેષણ.

થીસીસ, 07/07/2015 ઉમેર્યું


પરીક્ષણોનો ઉપયોગ કરવાની મુખ્ય દિશાઓ, તેમનું વર્ગીકરણ. કુસ્તીમાં પસંદગી માટેની કસોટીઓ. રમતગમતની સિદ્ધિઓનું મૂલ્યાંકન કરવાની પદ્ધતિઓ. કુસ્તીબાજની વિશેષ સહનશક્તિનું પરીક્ષણ. ટેસ્ટ સૂચકાંકો અને ફ્રી સ્ટાઇલ કુસ્તીબાજોની ટેકનિકલ કૌશલ્ય વચ્ચેનો સંબંધ.

થીસીસ, 03/03/2012 ઉમેર્યું


નિયંત્રણ કસરતોનો ઉપયોગ કરીને તરવૈયાની વિશેષ સહનશક્તિનું મૂલ્યાંકન કરવું. જળચર વાતાવરણમાં શારીરિક પ્રણાલીઓની મૂળભૂત પ્રતિક્રિયાઓની અનુકૂલનક્ષમતા. તરવૈયાનું પરીક્ષણ કરતી વખતે ઉપયોગમાં લેવાતા તબીબી અને જૈવિક સૂચકાંકોનું મૂલ્યાંકન કરવા માટેના સિદ્ધાંતોનો વિકાસ.

લેખ, ઉમેરાયેલ 08/03/2009


સ્વાસ્થ્યના મૂળભૂત આધાર તરીકે સ્વસ્થ ઊર્જાને ધ્યાનમાં લેવું. કિગોંગ સિસ્ટમ અનુસાર જિમ્નેસ્ટિક કસરતની સુવિધાઓ સાથે પરિચિતતા. ઘરની કસરતો માટે કસરતોના સમૂહની પસંદગી. કરેલા કામ પર તારણો કાઢવા માટે પરીક્ષણો દોરવા.

થીસીસ, 07/07/2015 ઉમેર્યું


સ્પોર્ટ્સ મેટ્રોલોજી એ શારીરિક શિક્ષણ અને રમતગમતમાં ભૌતિક જથ્થાનો અભ્યાસ છે. માપનની મૂળભૂત બાબતો, પરીક્ષણોનો સિદ્ધાંત, આકારણીઓ અને ધોરણો. સૂચકોની ગુણવત્તાના જથ્થાત્મક મૂલ્યાંકન પર માહિતી મેળવવા માટેની પદ્ધતિઓ; ગુણવત્તા માપન ગાણિતિક આંકડાઓના તત્વો.

પ્રસ્તુતિ, 02/12/2012 ઉમેર્યું


શારીરિક શિક્ષણ અને તેના પ્રકારોમાં નિયંત્રણનો સાર અને મહત્વ. શારીરિક શિક્ષણ પાઠમાં હસ્તગત મોટર કુશળતાનું પરીક્ષણ અને મૂલ્યાંકન. શારીરિક તંદુરસ્તીના સ્તરનું પરીક્ષણ. વિદ્યાર્થીઓની કાર્યાત્મક સ્થિતિનું નિરીક્ષણ કરવું.

કોર્સ વર્ક, 06/06/2014 ઉમેર્યું


સંપૂર્ણ અને સંબંધિત માપન ભૂલોની ગણતરી. રીગ્રેસિવ અને પ્રમાણસર સ્કેલનો ઉપયોગ કરીને પરીક્ષણ પરિણામોને સ્કોરમાં રૂપાંતરિત કરવું. પરીક્ષણ પરિણામોનું રેન્કિંગ. અગાઉના મૂલ્યાંકનની તુલનામાં જૂથ પ્લેસમેન્ટમાં ફેરફાર.

પરીક્ષણ, 02/11/2013 ઉમેર્યું


મોટર પ્રવૃત્તિ મોડ. લાંબા ગાળાની તાલીમના વિવિધ તબક્કામાં ફૂટબોલ ખેલાડીઓના શારીરિક પ્રદર્શનને નિર્ધારિત કરતા પરિબળોની ભૂમિકા. એર્ગોજેનિક એઇડ્સના પ્રકાર. શારીરિક કામગીરીનું સ્તર નક્કી કરવા માટે પરીક્ષણો હાથ ધરવા માટેની પદ્ધતિ.

ટેસ્ટ થિયરીના ફંડામેન્ટલ્સ 1. ટેસ્ટ થિયરીના મૂળભૂત ખ્યાલો 2. ટેસ્ટની વિશ્વસનીયતા અને તેને નક્કી કરવાની રીતો

કસોટીના પ્રશ્નો 1. કસોટી શું કહેવાય છે? 2. પરીક્ષણ માટેની આવશ્યકતાઓ શું છે? 3. કયા પરીક્ષણોને અધિકૃત કહેવામાં આવે છે? 4. ટેસ્ટની વિશ્વસનીયતા શું છે? 5. પુનરાવર્તિત પરીક્ષણ દરમિયાન પરિણામોમાં ભિન્નતા પેદા કરતા કારણોની યાદી બનાવો. 6. ઇન્ટ્રાક્લાસ ભિન્નતા ઇન્ટરક્લાસ ભિન્નતાથી કેવી રીતે અલગ પડે છે? 7. પરીક્ષણની વિશ્વસનીયતા વ્યવહારીક રીતે કેવી રીતે નક્કી કરવી? 8. પરીક્ષણ સુસંગતતા અને સ્થિરતા વચ્ચે શું તફાવત છે? 9. પરીક્ષણોની સમાનતા શું છે? 10. પરીક્ષણોનો સજાતીય સમૂહ શું છે? 11. પરીક્ષણોનો વિજાતીય સમૂહ શું છે? 12. પરીક્ષણોની વિશ્વસનીયતા સુધારવાની રીતો.

પરીક્ષણ એ વ્યક્તિની સ્થિતિ અથવા ક્ષમતા નક્કી કરવા માટે કરવામાં આવેલું માપ અથવા પરીક્ષણ છે. બધા માપનો ઉપયોગ પરીક્ષણો તરીકે કરી શકાતો નથી, પરંતુ માત્ર તે જ જે ખાસ જરૂરિયાતોને પૂર્ણ કરે છે. આમાં નીચેનાનો સમાવેશ થાય છે: 1. માનકીકરણ (પરીક્ષણનો ઉપયોગ કરવાના તમામ કેસોમાં પરીક્ષણ પ્રક્રિયા અને શરતો સમાન હોવી જોઈએ); 2. વિશ્વસનીયતા; 3. માહિતી સામગ્રી; 4. રેટિંગ સિસ્ટમની ઉપલબ્ધતા.

પરીક્ષણ આવશ્યકતાઓ: n માહિતી સામગ્રી - ચોકસાઈની ડિગ્રી કે જેની સાથે તે મિલકત (ગુણવત્તા, ક્ષમતા, લાક્ષણિકતા) ને માપે છે જેના માટે તેનો ઉપયોગ મૂલ્યાંકન કરવા માટે થાય છે. n વિશ્વસનીયતા એ એવી ડિગ્રી છે કે જ્યાં સમાન લોકોની સમાન પરિસ્થિતિઓમાં વારંવાર પરીક્ષણ કરવામાં આવે ત્યારે પરિણામો સુસંગત હોય છે. સુસંગતતા - (વિવિધ લોકો, પરંતુ સમાન ઉપકરણો અને સમાન શરતો). n n શરતોની માનકતા - (પુનરાવર્તિત માપન માટે સમાન શરતો). n ગ્રેડિંગ સિસ્ટમની ઉપલબ્ધતા - (ગ્રેડિંગ સિસ્ટમમાં અનુવાદ. જેમ કે શાળા 5 -4 -3...).

વિશ્વસનીયતા અને માહિતી સામગ્રીની આવશ્યકતાઓને પૂર્ણ કરતી પરીક્ષણોને સાઉન્ડ અથવા અધિકૃત કહેવામાં આવે છે (ગ્રીક ઓથેન્ટિકો - વિશ્વસનીય રીતે)

પરીક્ષણ પ્રક્રિયાને પરીક્ષણ કહેવામાં આવે છે; માપનના પરિણામે મેળવેલ સંખ્યાત્મક મૂલ્ય એ પરીક્ષણ પરિણામ (અથવા પરીક્ષણ પરિણામ) છે. ઉદાહરણ તરીકે, 100 મીટર દોડ એ એક કસોટી છે, રેસ અને સમય ચલાવવા માટેની પ્રક્રિયા પરીક્ષણ છે, અને રેસનો સમય એ પરીક્ષણ પરિણામ છે.

મોટર કાર્યો પર આધારિત પરીક્ષણોને મોટર અથવા મોટર પરીક્ષણો કહેવામાં આવે છે. તેમના પરિણામો કાં તો મોટર સિદ્ધિઓ હોઈ શકે છે (અંતર પૂર્ણ કરવાનો સમય, પુનરાવર્તનોની સંખ્યા, મુસાફરી કરેલ અંતર વગેરે), અથવા શારીરિક અને બાયોકેમિકલ સૂચકાંકો.

કેટલીકવાર એક નહીં, પરંતુ ઘણા પરીક્ષણોનો ઉપયોગ કરવામાં આવે છે જેમાં એક અંતિમ લક્ષ્ય હોય છે (ઉદાહરણ તરીકે, સ્પર્ધાત્મક તાલીમ સમયગાળા દરમિયાન રમતવીરની સ્થિતિનું મૂલ્યાંકન કરવું). પરીક્ષણોના આવા જૂથને પરીક્ષણોનો સમૂહ અથવા બેટરી કહેવામાં આવે છે.

સમાન વિષયો પર લાગુ કરાયેલ સમાન પરીક્ષા, સમાન પરિસ્થિતિઓમાં સમાન પરિણામો આપવી જોઈએ (સિવાય કે વિષયો પોતે બદલાયા ન હોય). જો કે, સૌથી કડક માનકીકરણ અને ચોક્કસ સાધનો સાથે પણ, પરીક્ષણ પરિણામો હંમેશા કંઈક અંશે બદલાય છે. ઉદાહરણ તરીકે, એક વિષય કે જેણે ડેડલિફ્ટ ડાયનામેટ્રી ટેસ્ટમાં માત્ર 215 kG નું પરિણામ દર્શાવ્યું છે, જ્યારે પુનરાવર્તન કરવામાં આવે છે, ત્યારે તે માત્ર 190 kG દર્શાવે છે.

પરીક્ષણોની વિશ્વસનીયતા અને તેને નિર્ધારિત કરવાની રીતો પરીક્ષણની વિશ્વસનીયતા એ પરિણામોના કરારની ડિગ્રી છે જ્યારે સમાન પરિસ્થિતિઓમાં સમાન લોકો (અથવા અન્ય વસ્તુઓ)નું વારંવાર પરીક્ષણ કરવામાં આવે છે.

કસોટી-પુનઃપરીક્ષણના પરિણામોમાં ભિન્નતાને વ્યક્તિની અંદર, અથવા જૂથની અંદર અથવા વર્ગની અંદર કહેવામાં આવે છે. ચાર મુખ્ય કારણો આ વિવિધતાનું કારણ બને છે: 1. વિષયોની સ્થિતિમાં ફેરફાર (થાક, તાલીમ, "શિક્ષણ," પ્રેરણા, એકાગ્રતા, વગેરેમાં ફેરફાર). 2. બાહ્ય પરિસ્થિતિઓ અને સાધનોમાં અનિયંત્રિત ફેરફારો (તાપમાન, પવન, ભેજ, વિદ્યુત નેટવર્કમાં વોલ્ટેજ, અનધિકૃત વ્યક્તિઓની હાજરી વગેરે), એટલે કે, "રેન્ડમ માપન ભૂલ" શબ્દ દ્વારા એકીકૃત થયેલ દરેક વસ્તુ.

ચાર મુખ્ય કારણો આ ભિન્નતાનું કારણ બને છે: 3. પરીક્ષણનું સંચાલન કરતી અથવા સ્કોર કરનાર વ્યક્તિની સ્થિતિમાં ફેરફાર (અને, અલબત્ત, એક પ્રયોગકર્તા અથવા બીજા દ્વારા ન્યાયાધીશની બદલી). 4. પરીક્ષણની અપૂર્ણતા (એવા પરીક્ષણો છે જે દેખીતી રીતે અવિશ્વસનીય છે. ઉદાહરણ તરીકે, જો વિષયો બાસ્કેટબોલ બાસ્કેટમાં ફ્રી થ્રો કરી રહ્યા છે, તો પછી હિટની ઊંચી ટકાવારી ધરાવતો બાસ્કેટબોલ ખેલાડી પણ આકસ્મિક રીતે પ્રથમ થ્રો પર ભૂલ કરી શકે છે. ).

સાચા પરીક્ષણ પરિણામની વિભાવના એ એબ્સ્ટ્રેક્શન છે (તે પ્રાયોગિક રીતે માપી શકાતી નથી). તેથી, આપણે પરોક્ષ પદ્ધતિઓનો ઉપયોગ કરવો પડશે. વિશ્વસનીયતાનું મૂલ્યાંકન કરવા માટેની સૌથી વધુ પ્રાધાન્યક્ષમ પદ્ધતિ એ છે કે આંતરવર્ગીય સહસંબંધ ગુણાંકની ગણતરી દ્વારા અનુસરવામાં આવેલ વિભિન્નતાનું વિશ્લેષણ. વિભિન્નતાનું વિશ્લેષણ વ્યક્તિગત પરિબળોના પ્રભાવ દ્વારા નિર્ધારિત ઘટકોમાં પરીક્ષણ પરિણામોમાં પ્રાયોગિક રીતે રેકોર્ડ કરેલ વિવિધતાને વિઘટન કરવાનું શક્ય બનાવે છે.

જો આપણે કોઈપણ કસોટીમાં વિષયોના પરિણામોની નોંધણી કરીએ, આ કસોટીને જુદા જુદા દિવસોમાં પુનરાવર્તિત કરીએ, અને દરરોજ ઘણા પ્રયત્નો કરીએ, સમયાંતરે પ્રયોગકર્તાઓને બદલતા હોઈએ, તો પછી વિવિધતા જોવા મળશે: a) વિષયથી વિષય પર; n b) દિવસે દિવસે; n c) પ્રયોગકર્તાથી પ્રયોગકર્તા સુધી; n d) પ્રયાસ થી પ્રયાસ. ભિન્નતાનું વિશ્લેષણ આ વિવિધતાઓને અલગ પાડવા અને મૂલ્યાંકન કરવાનું શક્ય બનાવે છે. n

આમ, કસોટીની વ્યવહારુ વિશ્વસનીયતાનું મૂલ્યાંકન કરવા માટે, સૌ પ્રથમ, ભિન્નતાનું વિશ્લેષણ કરવું જરૂરી છે, n બીજું, ઇન્ટ્રાક્લાસ સહસંબંધ ગુણાંક (વિશ્વસનીયતા ગુણાંક) ની ગણતરી કરવી.

પરીક્ષણોની વિશ્વસનીયતા વિશે બોલતા, તેમની સ્થિરતા (પુનઃઉત્પાદનક્ષમતા), સુસંગતતા અને સમાનતા વચ્ચે તફાવત કરવો જરૂરી છે. n n ટેસ્ટ સ્થિરતા એ પરિણામોની પુનઃઉત્પાદનક્ષમતાનો સંદર્ભ આપે છે જ્યારે સમાન પરિસ્થિતિઓ હેઠળ ચોક્કસ સમય પછી પુનરાવર્તિત થાય છે. પુનરાવર્તિત પરીક્ષણને સામાન્ય રીતે પુનઃપરીક્ષણ કહેવામાં આવે છે. કસોટીની સુસંગતતા એ કસોટીનું સંચાલન અથવા મૂલ્યાંકન કરનાર વ્યક્તિના વ્યક્તિગત ગુણોમાંથી પરીક્ષણ પરિણામોની સ્વતંત્રતા દ્વારા વર્ગીકૃત થયેલ છે.

જો પરીક્ષણ સમૂહમાં સમાવિષ્ટ તમામ પરીક્ષણો અત્યંત સમકક્ષ હોય, તો તેને સજાતીય કહેવામાં આવે છે. આ આખું સંકુલ માનવ મોટર કૌશલ્યના એક ગુણધર્મને માપે છે (ઉદાહરણ તરીકે, લાંબા, ઉપર અને ટ્રિપલ જમ્પ્સનું સંકુલ; ઝડપ-શક્તિ ગુણોના વિકાસના સ્તરનું મૂલ્યાંકન કરવામાં આવે છે). જો સંકુલમાં કોઈ સમકક્ષ પરીક્ષણો ન હોય, એટલે કે, તેમાં સમાવિષ્ટ પરીક્ષણો વિવિધ ગુણધર્મોને માપે છે, તો તેને વિજાતીય કહેવામાં આવે છે (ઉદાહરણ તરીકે, ડેડલિફ્ટ ડાયનામેટ્રી, અબાલાકોવ જમ્પ, 100 મીટર દોડ)નો સમાવેશ થાય છે.

પરીક્ષણની વિશ્વસનીયતા અમુક હદ સુધી સુધારી શકાય છે: n n n a) પરીક્ષણનું વધુ કડક માનકીકરણ; b) પ્રયાસોની સંખ્યામાં વધારો; c) મૂલ્યાંકનકર્તાઓની સંખ્યામાં વધારો (ન્યાયાધીશો, પ્રયોગો) અને તેમના મંતવ્યોની સુસંગતતામાં વધારો; ડી) સમકક્ષ પરીક્ષણોની સંખ્યામાં વધારો; e) વિષયોની સારી પ્રેરણા.

સૉફ્ટવેર પરીક્ષણની એપ્લિકેશનો, ધ્યેયો અને ઉદ્દેશ્યો વિવિધ છે, તેથી પરીક્ષણનું મૂલ્યાંકન અને વિવિધ રીતે સમજાવવામાં આવે છે. કેટલીકવાર પરીક્ષકો માટે "જેમ છે તેમ" સોફ્ટવેર પરીક્ષણ શું છે તે સમજાવવું મુશ્કેલ હોય છે. મૂંઝવણ ઊભી થાય છે.

આ મૂંઝવણને દૂર કરવા માટે, એલેક્સી બારંતસેવ (સોફ્ટવેર પરીક્ષણમાં પ્રેક્ટિશનર, ટ્રેનર અને સલાહકાર; રશિયન એકેડેમી ઑફ સાયન્સિસના ઇન્સ્ટિટ્યૂટ ઑફ સિસ્ટમ પ્રોગ્રામિંગના વતની) પરીક્ષણની મુખ્ય જોગવાઈઓ વિશે પ્રારંભિક વિડિયો સાથે તેમની પરીક્ષણ તાલીમ પહેલા આપે છે.

મને લાગે છે કે આ અહેવાલમાં લેક્ચરર વૈજ્ઞાનિક અને પ્રોગ્રામરના દૃષ્ટિકોણથી "પરીક્ષણ શું છે" તે સૌથી વધુ પર્યાપ્ત અને સંતુલિત રીતે સમજાવવામાં સક્ષમ હતા. તે વિચિત્ર છે કે આ ટેક્સ્ટ હજી સુધી હેબ્રે પર દેખાયો નથી.

હું અહીં આ અહેવાલનું સંક્ષિપ્ત પુનઃ કહેવા આપું છું. ટેક્સ્ટના અંતે સંપૂર્ણ સંસ્કરણ તેમજ ઉલ્લેખિત વિડિઓની લિંક્સ છે.

ટેસ્ટિંગ બેઝિક્સ

પ્રથમ, ચાલો એ સમજવાનો પ્રયાસ કરીએ કે પરીક્ષણ શું નથી.

પરીક્ષણ એ વિકાસ નથી,

જો પરીક્ષકોને પરીક્ષણો (ઓટોમેશન ટેસ્ટિંગ = પ્રોગ્રામિંગ) સહિત પ્રોગ્રામ કેવી રીતે કરવો તે ખબર હોય, તો પણ તેઓ કેટલાક સહાયક પ્રોગ્રામ્સ (પોતાના માટે) વિકસાવી શકે છે.

જો કે, પરીક્ષણ એ સોફ્ટવેર ડેવલપમેન્ટ પ્રવૃત્તિ નથી.

પરીક્ષણ એ વિશ્લેષણ નથી,

અને જરૂરિયાતો એકત્રિત કરવાની અને વિશ્લેષણ કરવાની પ્રવૃત્તિ નથી.

તેમ છતાં, પરીક્ષણ પ્રક્રિયા દરમિયાન, કેટલીકવાર તમારે આવશ્યકતાઓને સ્પષ્ટ કરવી પડે છે, અને કેટલીકવાર તમારે તેનું વિશ્લેષણ કરવું પડે છે. પરંતુ આ પ્રવૃતિ મુખ્ય નથી, તે ફક્ત જરૂરિયાત મુજબ જ કરવાની છે.

પરીક્ષણ એ મેનેજમેન્ટ નથી,

એ હકીકત હોવા છતાં કે ઘણી સંસ્થાઓમાં "ટેસ્ટ મેનેજર" જેવી ભૂમિકા છે. અલબત્ત, પરીક્ષકોને મેનેજ કરવાની જરૂર છે. પરંતુ પરીક્ષણ એ પોતે મેનેજમેન્ટ નથી.

પરીક્ષણ એ તકનીકી લેખન નથી,

જો કે, પરીક્ષકોએ તેમના પરીક્ષણો અને તેમના કાર્યનું દસ્તાવેજીકરણ કરવું પડશે.

પરીક્ષણને આ પ્રવૃત્તિઓમાંથી એક ગણી શકાય નહીં કારણ કે વિકાસ દરમિયાન (અથવા આવશ્યકતાઓનું વિશ્લેષણ, અથવા તેમના પરીક્ષણો માટે દસ્તાવેજીકરણ લખવું), પરીક્ષકો આ બધું કામ કરે છે. મારી માટે, અને કોઈ બીજા માટે નહીં.

કોઈ પ્રવૃત્તિ ત્યારે જ નોંધપાત્ર છે જ્યારે તેની માંગ હોય, એટલે કે, પરીક્ષકોએ "નિકાસ માટે" કંઈક ઉત્પન્ન કરવું જોઈએ. તેઓ "નિકાસ માટે" શું કરે છે?

ખામીઓ, ખામી વર્ણનો અથવા પરીક્ષણ અહેવાલો? આ અંશતઃ સાચું છે.

પરંતુ આ સંપૂર્ણ સત્ય નથી.

પરીક્ષકોની મુખ્ય પ્રવૃત્તિઓ

"નકારાત્મક પ્રતિસાદ" નો કોઈ નકારાત્મક અર્થ નથી, અને તેનો અર્થ એ નથી કે પરીક્ષકો કંઈક ખરાબ કરી રહ્યા છે, અથવા તેઓ કંઈક ખરાબ કરી રહ્યા છે. તે માત્ર એક તકનીકી શબ્દ છે જેનો અર્થ એકદમ સરળ વસ્તુ છે.

પરંતુ આ બાબત ખૂબ જ નોંધપાત્ર છે, અને સંભવતઃ પરીક્ષકોની પ્રવૃત્તિઓનો એકમાત્ર સૌથી મહત્વપૂર્ણ ઘટક છે.

ત્યાં એક વિજ્ઞાન છે - "સિસ્ટમ થિયરી". તે "પ્રતિસાદ" ના ખ્યાલને વ્યાખ્યાયિત કરે છે.

"ફીડબેક" એ અમુક ડેટા છે જે આઉટપુટમાંથી ઇનપુટ પર પાછો જાય છે, અથવા ડેટાનો અમુક ભાગ જે આઉટપુટમાંથી ઇનપુટ પર પાછો જાય છે. આ પ્રતિસાદ હકારાત્મક અથવા નકારાત્મક હોઈ શકે છે.

બંને પ્રકારના પ્રતિસાદ સમાન રીતે મહત્વપૂર્ણ છે.

સોફ્ટવેર સિસ્ટમ ડેવલપમેન્ટમાં, સકારાત્મક પ્રતિસાદ, અલબત્ત, અમુક પ્રકારની માહિતી છે જે અમે અંતિમ વપરાશકર્તાઓ પાસેથી પ્રાપ્ત કરીએ છીએ. આ કેટલીક નવી કાર્યક્ષમતા માટેની વિનંતીઓ છે, આ વેચાણમાં વધારો છે (જો અમે ગુણવત્તાયુક્ત ઉત્પાદન પ્રકાશિત કરીએ છીએ).

કેટલાક નકારાત્મક સમીક્ષાઓના સ્વરૂપમાં અંતિમ વપરાશકર્તાઓ તરફથી નકારાત્મક પ્રતિસાદ પણ આવી શકે છે. અથવા તે પરીક્ષકો પાસેથી આવી શકે છે.

વહેલા નકારાત્મક પ્રતિસાદ આપવામાં આવે છે, તે સિગ્નલને સંશોધિત કરવા માટે ઓછી ઊર્જાની જરૂર પડશે. એટલા માટે પરીક્ષણ શક્ય તેટલું વહેલું શરૂ કરવું જરૂરી છે, પ્રોજેક્ટના પ્રારંભિક તબક્કામાં, અને આ પ્રતિસાદ બંને ડિઝાઇન તબક્કે અને, કદાચ, અગાઉ પણ, જરૂરિયાતો એકત્રિત કરવા અને વિશ્લેષણ કરવાના તબક્કે પ્રદાન કરે છે.

માર્ગ દ્વારા, આ તે છે જ્યાં સમજણ વધે છે કે પરીક્ષકો ગુણવત્તા માટે જવાબદાર નથી. તેઓ તેના માટે જવાબદાર લોકોને મદદ કરે છે.

"પરીક્ષણ" શબ્દ માટે સમાનાર્થી

માત્ર નકારાત્મક પ્રતિસાદ આપવાને ગુણવત્તાની ખાતરી ન ગણી શકાય, કારણ કે ખાતરી એ કેટલાક હકારાત્મક પગલાં છે. તે સમજી શકાય છે કે આ કિસ્સામાં અમે ગુણવત્તા સુનિશ્ચિત કરીએ છીએ અને સોફ્ટવેર ડેવલપમેન્ટની ગુણવત્તા સુધરે તેની ખાતરી કરવા માટે સમયસર પગલાં લઈએ છીએ.

પરંતુ "ગુણવત્તા નિયંત્રણ" - ગુણવત્તા નિયંત્રણ, "પરીક્ષણ" શબ્દના સમાનાર્થી તરીકે વ્યાપક અર્થમાં ગણી શકાય, કારણ કે ગુણવત્તા નિયંત્રણ એ સોફ્ટવેર પ્રોજેક્ટના વિવિધ તબક્કામાં તેની સૌથી વધુ વૈવિધ્યસભર જાતોમાં પ્રતિસાદની જોગવાઈ છે.

કેટલીકવાર પરીક્ષણનો અર્થ ગુણવત્તા નિયંત્રણના કેટલાક અલગ સ્વરૂપ તરીકે થાય છે.

મૂંઝવણ પરીક્ષણ વિકાસના ઇતિહાસમાંથી આવે છે. જુદા જુદા સમયે, "પરીક્ષણ" શબ્દનો અર્થ વિવિધ ક્રિયાઓ છે જેને 2 મોટા વર્ગોમાં વિભાજિત કરી શકાય છે: બાહ્ય અને આંતરિક.

બાહ્ય વ્યાખ્યાઓ

આંતરિક વ્યાખ્યાઓ

આવી વ્યાખ્યાઓ રચનાત્મક રીતે સમજાવે છે કે પરીક્ષણ પ્રવૃત્તિ શું છે, પરંતુ પરીક્ષણ શા માટે જરૂરી છે તેનો સહેજ પણ ખ્યાલ આપતો નથી, જેના માટે પ્રોગ્રામની વાસ્તવિક વર્તણૂક અને તેની અપેક્ષિત વર્તણૂક વચ્ચેના પત્રવ્યવહારને તપાસવાથી પ્રાપ્ત થયેલા તમામ પરિણામોનો ઉપયોગ કરવામાં આવશે. .

પરીક્ષણ છે

• આવશ્યકતાઓ સાથે પ્રોગ્રામનું પાલન તપાસી રહ્યું છે,
• તેના કાર્યનું નિરીક્ષણ કરીને હાથ ધરવામાં આવે છે
• વિશિષ્ટ, કૃત્રિમ રીતે બનાવેલી પરિસ્થિતિઓમાં, ચોક્કસ રીતે પસંદ કરેલ.

સામાન્ય પરીક્ષણ યોજના લગભગ નીચે મુજબ છે:

1. પરીક્ષક પ્રવેશદ્વાર પર પ્રોગ્રામ અને/અથવા જરૂરિયાતો મેળવે છે.
2. તે તેમની સાથે કંઈક કરે છે, તેના દ્વારા કૃત્રિમ રીતે બનાવેલી કેટલીક પરિસ્થિતિઓમાં પ્રોગ્રામના કાર્યનું અવલોકન કરે છે.
3. આઉટપુટ પર, તે મેચ અને નોન-મેચ વિશે માહિતી મેળવે છે.
4. પછી આ માહિતીનો ઉપયોગ હાલના પ્રોગ્રામને સુધારવા માટે થાય છે. અથવા એવા પ્રોગ્રામ માટેની આવશ્યકતાઓને બદલવા માટે કે જે હજી વિકસિત થઈ રહી છે.

ટેસ્ટ શું છે

• આ એક વિશિષ્ટ, કૃત્રિમ રીતે બનાવેલ પરિસ્થિતિ છે, જે ચોક્કસ રીતે પસંદ કરવામાં આવી છે,
• અને પ્રોગ્રામની કામગીરી વિશે કયા અવલોકનો કરવા તે અંગેનું વર્ણન
• તે અમુક જરૂરિયાતોને પૂર્ણ કરે છે કે કેમ તે તપાસવા માટે.

ટેસ્ટ ડેવલપર પરીક્ષણોના વિશાળ, સંભવિત રૂપે અનંત સેટમાંથી મર્યાદિત સેટ પસંદ કરવામાં રોકાયેલ છે.

ઠીક છે, આમ આપણે નિષ્કર્ષ પર આવી શકીએ છીએ કે ટેસ્ટર પરીક્ષણ દરમિયાન બે વસ્તુઓ કરે છે.

1.પ્રથમ, તે પ્રોગ્રામના અમલને નિયંત્રિત કરે છે અને આ ખૂબ જ કૃત્રિમ પરિસ્થિતિઓ બનાવે છે જેમાં આપણે પ્રોગ્રામની વર્તણૂક તપાસવા જઈ રહ્યા છીએ.

2.અને, બીજું, તે પ્રોગ્રામની વર્તણૂકનું અવલોકન કરે છે અને તે જે જુએ છે તેની અપેક્ષા સાથે સરખામણી કરે છે.

જો કોઈ પરીક્ષક પરીક્ષણોને સ્વચાલિત કરે છે, તો પછી તે પોતે પ્રોગ્રામની વર્તણૂકનું અવલોકન કરતું નથી - તે આ કાર્યને કોઈ વિશેષ સાધન અથવા વિશિષ્ટ પ્રોગ્રામને સોંપે છે જે તેણે પોતે લખ્યું હતું. તેણી જ અવલોકન કરે છે, તે અવલોકન કરેલ વર્તનને અપેક્ષિત સાથે સરખાવે છે, અને પરીક્ષકને માત્ર અમુક અંતિમ પરિણામ આપે છે - પછી ભલે તે અવલોકન કરેલ વર્તન અપેક્ષિત સાથે એકરુપ હોય કે એકરૂપ ન હોય.

કોઈપણ પ્રોગ્રામ એ માહિતી પર પ્રક્રિયા કરવાની પદ્ધતિ છે. ઇનપુટ એ એક સ્વરૂપમાં માહિતી છે, આઉટપુટ અન્ય સ્વરૂપમાં માહિતી છે. તે જ સમયે, પ્રોગ્રામમાં ઘણા ઇનપુટ અને આઉટપુટ હોઈ શકે છે, તે અલગ હોઈ શકે છે, એટલે કે, પ્રોગ્રામમાં ઘણા જુદા જુદા ઈન્ટરફેસ હોઈ શકે છે, અને આ ઈન્ટરફેસમાં વિવિધ પ્રકારો હોઈ શકે છે:

• વપરાશકર્તા ઈન્ટરફેસ (UI)
• એપ્લિકેશન પ્રોગ્રામિંગ ઈન્ટરફેસ (API)
• નેટવર્ક પ્રોટોકોલ
• ફાઇલ સિસ્ટમ
• પર્યાવરણીય સ્થિતિ
• ઘટનાઓ

• રિવાજ
• ગ્રાફિક
• ટેક્સ્ટ
• કેન્ટિલવેર્ડ,
• અને ભાષણ.

• કોઈક રીતે કૃત્રિમ પરિસ્થિતિઓ બનાવે છે,
• અને આ પરિસ્થિતિઓમાં પ્રોગ્રામ કેવી રીતે વર્તે છે તે તપાસે છે.

આ પરીક્ષણ છે.

પરીક્ષણ પ્રકારોના અન્ય વર્ગીકરણ

1. એકમ પરીક્ષણ,
2. એકીકરણ પરીક્ષણ,
3. સિસ્ટમ પરીક્ષણ.

સિસ્ટમ પરીક્ષણ એ વપરાશકર્તા ઇન્ટરફેસ સ્તર પર પરીક્ષણનો સંદર્ભ આપે છે.

કેટલીકવાર અન્ય શબ્દોનો ઉપયોગ કરવામાં આવે છે, જેમ કે "ઘટક પરીક્ષણ", પરંતુ હું આ ત્રણને પ્રકાશિત કરવાનું પસંદ કરું છું, કારણ કે એકમ અને સિસ્ટમ પરીક્ષણ વચ્ચેના તકનીકી વિભાજનનો કોઈ અર્થ નથી. સમાન સાધનો અને સમાન તકનીકોનો વિવિધ સ્તરે ઉપયોગ કરી શકાય છે. વિભાજન શરતી છે.

પ્રેક્ટિસ બતાવે છે કે ઉત્પાદક દ્વારા યુનિટ ટેસ્ટિંગ ટૂલ્સ તરીકે સ્થિત સાધનોનો ઉપયોગ સમગ્ર એપ્લિકેશનના પરીક્ષણના સ્તરે સમાન સફળતા સાથે કરી શકાય છે.

અને ટૂલ્સ કે જે યુઝર ઈન્ટરફેસ લેવલ પર આખી એપ્લિકેશનનું પરીક્ષણ કરે છે તે ક્યારેક જોવા માંગે છે, ઉદાહરણ તરીકે, ડેટાબેઝમાં અથવા ત્યાં કેટલીક અલગ સંગ્રહિત પ્રક્રિયાને કૉલ કરવા.

એટલે કે, સિસ્ટમ અને એકમ પરીક્ષણમાં વિભાજન સામાન્ય રીતે તકનીકી દૃષ્ટિકોણથી બોલતા, સંપૂર્ણપણે શરતી બોલે છે.

સમાન સાધનોનો ઉપયોગ કરવામાં આવે છે, અને આ સામાન્ય છે, સમાન તકનીકોનો ઉપયોગ કરવામાં આવે છે, દરેક સ્તરે આપણે એક અલગ પ્રકારના પરીક્ષણ વિશે વાત કરી શકીએ છીએ.

અમે ભેગા કરીએ છીએ:

એટલે કે, આપણે કાર્યક્ષમતાના એકમ પરીક્ષણ વિશે વાત કરી શકીએ છીએ.

અમે કાર્યક્ષમતાના સિસ્ટમ પરીક્ષણ વિશે વાત કરી શકીએ છીએ.

અમે એકમ પરીક્ષણ વિશે વાત કરી શકીએ છીએ, ઉદાહરણ તરીકે, કાર્યક્ષમતા.

અમે સિસ્ટમ અસરકારકતા પરીક્ષણ વિશે વાત કરી શકીએ છીએ.

કાં તો આપણે એક એલ્ગોરિધમની અસરકારકતાને ધ્યાનમાં લઈએ છીએ, અથવા આપણે સમગ્ર સિસ્ટમની અસરકારકતાને સંપૂર્ણ ગણીએ છીએ. એટલે કે, એકમ અને સિસ્ટમ પરીક્ષણમાં તકનીકી વિભાજન વધુ અર્થપૂર્ણ નથી. કારણ કે સમાન સાધનો, સમાન તકનીકોનો વિવિધ સ્તરે ઉપયોગ કરી શકાય છે.

છેલ્લે, એકીકરણ પરીક્ષણ દરમિયાન અમે તપાસીએ છીએ કે, સિસ્ટમની અંદર, મોડ્યુલો એકબીજા સાથે યોગ્ય રીતે ક્રિયાપ્રતિક્રિયા કરે છે. એટલે કે, અમે વાસ્તવમાં સિસ્ટમ પરીક્ષણ દરમિયાન સમાન પરીક્ષણો કરીએ છીએ, ફક્ત અમે વધુમાં ધ્યાન આપીએ છીએ કે મોડ્યુલો એકબીજા સાથે કેવી રીતે ક્રિયાપ્રતિક્રિયા કરે છે. અમે કેટલીક વધારાની તપાસ કરીએ છીએ. આટલો જ ફરક છે.

ચાલો ફરી એકવાર સિસ્ટમ અને યુનિટ ટેસ્ટિંગ વચ્ચેના તફાવતને સમજવાનો પ્રયાસ કરીએ. આ વિભાજન ઘણી વાર થતું હોવાથી, આ તફાવત અસ્તિત્વમાં હોવો જોઈએ.

અને જ્યારે આપણે તકનીકી વર્ગીકરણ નહીં, પરંતુ વર્ગીકરણ કરીએ છીએ ત્યારે આ તફાવત પોતાને પ્રગટ કરે છે હેતુ દ્વારાપરીક્ષણ

ધ્યેયો દ્વારા વર્ગીકરણ "મેજિક સ્ક્વેર" નો ઉપયોગ કરીને સરળતાથી કરી શકાય છે, જેની મૂળ શોધ બ્રાયન મેરિક દ્વારા કરવામાં આવી હતી અને પછી એરી ટેનેન દ્વારા સુધારેલ હતી.

આ જાદુઈ ચોરસમાં, તમામ પ્રકારના પરીક્ષણો ચાર ચતુર્થાંશમાં સ્થિત છે, જે પરીક્ષણો પર વધુ ધ્યાન આપે છે તેના આધારે.

વર્ટિકલી - પરીક્ષણનો પ્રકાર જેટલો ઊંચો છે, પ્રોગ્રામની વર્તણૂકના કેટલાક બાહ્ય અભિવ્યક્તિઓ પર વધુ ધ્યાન આપવામાં આવે છે, તેટલું ઓછું છે, આપણે તેના પ્રોગ્રામની આંતરિક તકનીકી રચના પર વધુ ધ્યાન આપીએ છીએ.

આડા - અમારા પરીક્ષણો જેટલા ડાબી બાજુએ છે, આપણે તેમના પ્રોગ્રામિંગ પર જેટલું વધુ ધ્યાન આપીએ છીએ, તેટલું વધુ જમણી તરફ, આપણે મેન્યુઅલ પરીક્ષણ અને પ્રોગ્રામના માનવ સંશોધન પર વધુ ધ્યાન આપીએ છીએ.

ખાસ કરીને, સ્વીકૃતિ પરીક્ષણ, સ્વીકૃતિ પરીક્ષણ અને એકમ પરીક્ષણ જેવા શબ્દો સરળતાથી આ વર્ગમાં દાખલ કરી શકાય છે જે અર્થમાં તે સાહિત્યમાં મોટાભાગે વપરાય છે. પ્રોગ્રામિંગના મોટા, જબરજસ્ત હિસ્સા સાથે આ નિમ્ન-સ્તરનું પરીક્ષણ છે. એટલે કે, તમામ પરીક્ષણો પ્રોગ્રામ કરવામાં આવે છે, સંપૂર્ણપણે આપમેળે હાથ ધરવામાં આવે છે, અને મુખ્યત્વે પ્રોગ્રામની આંતરિક રચના પર ધ્યાન આપવામાં આવે છે, ચોક્કસપણે તેની તકનીકી સુવિધાઓ પર.

ઉપલા જમણા ખૂણામાં અમારી પાસે પ્રોગ્રામના કેટલાક બાહ્ય વર્તનને ધ્યાનમાં રાખીને મેન્યુઅલ પરીક્ષણો હશે, ખાસ કરીને, ઉપયોગીતા પરીક્ષણ, અને નીચલા જમણા ખૂણામાં અમારી પાસે મોટાભાગે વિવિધ બિન-કાર્યકારી ગુણધર્મોના પરીક્ષણો હશે: પ્રદર્શન, સુરક્ષા, અને તેથી પર

તેથી, હેતુ દ્વારા વર્ગીકરણના આધારે, એકમ પરીક્ષણ નીચલા ડાબા ચતુર્થાંશમાં છે, અને અન્ય તમામ ચતુર્થાંશ સિસ્ટમ પરીક્ષણ છે.

તમારા ધ્યાન બદલ આભાર.