《表6 运动类APP对使用者锻炼坚持性的层次回归分析结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《运动类APP促进大众锻炼坚持性的有效因素研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:锻炼年限（小于1个月=1，1-6个月=2，7-12个月=3，一年-两年=4，两年以上=5）、性别（女性=1，男性=2）、年龄（18岁以下=1，18-29岁=2，30-39岁=3，40-49岁=4，50岁以上=5）为虚拟变量。

以相关分析为基础，采用层次回归考察在控制性别、年龄、锻炼年限三个变量后，分析运动类APP干预因素是否可以有效解释和预测线下个体的锻炼行为。由于锻炼坚持性量表为二阶三因素模型，3个维度的得分可以加总，其总分的高低表示个体锻炼坚持性的水平。运动类APP干预因素与锻炼坚持性的层次回归分析表明（见表6），锻炼年限、性别与年龄解释了锻炼坚持性变异的12.1%，（F（3，513）=23.527，p<0.001） 。锻炼年限（β=0.306，t=7.283，p<0.001）成为正向预测个体锻炼坚持性的最佳变量。在控制锻炼年限、性别与年龄的基础上，展示互动、目标管理、直观反馈与跟学提高依次进入最优回归模型，可正向预测现实中个体的锻炼坚持性，独立贡献率为32.5%（F变化 （1，509）=6.691，p<0.01） 。其中，展示互动的预测效果最优，独立贡献率为12.081%（β=0.442，p<0.001），其次是目标管理，独立贡献率为8.072%（β=0.295，p<0.001），然后是直观反馈，独立贡献率为6.534%（β=0.241，p<0.001），最后是跟学提高，独立贡献率为2.587%（β=0.110，p<0.01）。