Advertisement

German Journal of Exercise and Sport Research

, Volume 48, Issue 3, pp 404–414 | Cite as

Stabilität der physischen Fitness im Kindesalter

Konstruktvalidität der Referenzkategorien für den Deutschen Motorik-Test 6–18 im Projekt „Berlin hat Talent“ über fünf Jahre
  • Till Utesch
  • Jochen Zinner
  • Dirk Büsch
Hauptbeitrag

Zusammenfassung

Kontinuierliches Monitoring physischer Fitness im Kindesalter ist aus gesellschaftlicher sowie individueller Perspektive bedeutsam, um eine gesunde kindliche Entwicklung zu unterstützen. Entsprechend wird von der Kultusministerkonferenz (KMK) und dem Deutschen Olympischen Sportbund (DOSB) in gemeinsamen Handlungsempfehlungen (2017, S. 9) der Einsatz motorischer Tests im Schulsport empfohlen, um aus verschiedenen Perspektiven bedarfsorientiert Interventionsmaßnahmen ableiten zu können. Motorische Testergebnisse werden in Leistungsklassen kategorisiert, um zu vermeiden, dass deskriptive, aber inhaltlich nicht bedeutsame Verbesserungen oder Verschlechterungen zwischen und innerhalb von Personen überinterpretiert werden. Veränderungen der durchschnittlichen Leistungsfähigkeit über mehrere Jahre hinweg können die Validität dieser Referenzkategorien beeinflussen. Ziele dieser Studie sind daher, (1) mittelfristige zeitliche Leistungsveränderungen der physischen Fitness im mittleren Kindesalter aufzuzeigen, (2) Auswirkungen von Leistungsveränderungen auf Referenzwerte und die Validität des Konstrukts physische Fitness zu prüfen und (3) valide Referenzwerte für Acht- und Neunjährige zur Verfügung zu stellen. Von 2011 bis 2016 nahmen in einem quasilängsschnittlichen Design über 20.000 DrittklässlerInnen im Projekt „Berlin hat Talent“ am Deutschen Motorik-Test 6–18 teil. Die zeitliche Stabilität sportmotorischer Leistungen wird mittels Regressionsmodellen und Kreuztabellen geprüft sowie Auswirkungen auf die Konstruktvalidität der bestehenden Berliner Referenzwerte mittels ordinaler Rasch-Modelle analysiert. Sieben der acht Testaufgaben zeigen zeitlich positive sowie negative Veränderungen. Die Konstruktvalidität des Deutschen Motorik-Tests kann für DrittklässlerInnen nach Ausschluss des Items „Balancieren rückwärts“ bestätigt werden (p > 0,90). Die aufgabenspezifischen Veränderungen der motorischen Leistungsfähigkeit von Kindern in einem relativ kurzen Zeitraum unterstützen zum einen die Forderung eines flächendeckenden und kontinuierlichen Monitorings, um frühzeitig Interventionsmaßnahmen einleiten zu können, und bedingen zum anderen eine kontinuierliche Prüfung bzw. Testnormierung von Referenzwerten im DMT mit ausreichend großen und repräsentativen Stichproben.

Schlüsselwörter

Motorische Tests Motorische Entwicklung Item-Response-Theorie Deutscher Motorik-Test Zeitliche Trends 

Stability of physical fitness in childhood

Construct validity of the reference categories for the German Motor Test 6–18 in the project “Berlin has talent” over 5 years

Abstract

Monitoring of physical fitness (PF) in childhood is important from a societal as well as individual perspective to ensure and support healthy child development. Hence, the German Standing Conference of the Ministers of Education and Cultural Affairs together with the German Olympic Federation recommend the usage of motor tests, for instance in schools, to implement targeted interventions. Results of motor assessments are interpreted using reference categories to prevent overinterpretation of small but meaningless intra- and inter individual differences. Furthermore, temporal trends can influence the validity of these reference categories. The aims of the study are (1) to examine short- and medium-term changes in PF in middle childhood (2) to evaluate implications for reference values and the validity of the construct PF, (3) to provide valid reference values for eight- to nine-year-old children. In the school years 2011–2016, over 20,000 third-graders completed the German Motor Test (GMT) in the project “Berlin has Talent”. Possible temporal trends are examined using regressions and cross-tables. Implications of these changes on the construct PF are analyzed using Rasch measurement. Four out of seven tasks showed temporal changes. However, the validity and unidimensionality of the GMT are confirmed (p > 0.90), if balancing backwards is excluded from the model. On the one hand, task-related changes of children’s motor performance within five years support the requirement of a comprehensive continuous monitoring to enable early interventions. On the other hand, they call for continuous evaluation of reference values of the GMT, which should rely on representative and sufficiently large samples.

Keywords

Motor tests Motor development Item response theory German motor test Temporal trends 

Notes

Einhaltung ethischer Richtlinien

Interessenkonflikt

T. Utesch, J. Zinner und D. Büsch geben an, dass kein Interessenkonflikt besteht.

Dieser Beitrag beinhaltet keine von den Autoren durchgeführten Studien an Tieren. T. Utesch, J. Zinner und D. Büsch geben an, dass die Studie den ethischen Richtlinien entspricht.

Supplementary material

12662_2018_500_MOESM1_ESM.docx (591 kb)
A Bayesianische Analyse der zeitlichen Stabilität auf Rohwertebene, B Kreuztabellen zur Stabilität der Referenzwerte

Literatur

  1. Albrecht, C., Hanssen-Doose, A., Bös, K., Schlenker, L., Schmidt, S., Wagner, M., Worth, A., et al. (2016). Motorische Leistungsfähigkeit von Kindern und Jugendlichen in Deutschland. Sportwissenschaft, 46(4), 294–304.CrossRefGoogle Scholar
  2. Andrich, D. (1988). Rasch models for measurement. London: SAGE.CrossRefGoogle Scholar
  3. Bardid, F., Lenoir, M., Huyben, F., De Martelaer, K., Seghers, J., Goodway, J. D., & Deconinck, F. J. (2017). The effectiveness of a community-based fundamental motor skill intervention in children aged 3–8 years: results of the “Multimove for Kids” project. Journal of Science and Medicine in Sport, 20(2), 184–189.CrossRefPubMedGoogle Scholar
  4. Bardid, F., Utesch, T., & Lenoir, M. (2017). Investigating the construct of motor competence in middle childhood. In 2017 North American Society for the Psychology of Sport and Physical Activity (NASPSPA) conference (Vol. 39, No. suppl., pp. S47–S48).Google Scholar
  5. Bös, K. (1987). Handbuch sportmotorischer Tests. Göttingen: Hogrefe.Google Scholar
  6. Bös, K., & Mechling, H. (1983). Dimensionen sportmotorischer Leistungen. Schorndorf: Hofmann.Google Scholar
  7. Bös, K., Schlenker, L., Büsch, D., Lämmle, L., Müller, H., Oberger, J., & Tittlbach, S. (2009). Deutscher Motorik-Test 6–18:(DMT 6–18). Hamburg: Czwalina.Google Scholar
  8. Bös, K., Schlenker, L., & Albrecht, C. (2016). Berlin hat Talent: Der Deutsche Motorik-Tests, Exkurs: eResearch Infrastruktur für sportwissenschaftliche Motorikforschungsdaten. In J. Zinner & T. Poller (Hrsg.), BERLIN HAT TALENT – Neue Ansätze der Talent- und Bewegungsförderung (S. 25–34). Berlin: Hochschule für Gesundheit & Sport, Technik & Kunst.Google Scholar
  9. Bös, K., Schlenker, L., Albrecht, C., Büsch, D., Lämmle, L., Müller, H., Tittlbach, S., et al. (2016). Deutscher Motorik-Test (DMT 6–18) (2. Aufl.). Schriftenreihe der Deutschen Vereinigung für Sportwissenschaft. Hamburg: Czwalina.Google Scholar
  10. Bühner, M., & Ziegler, M. (2017). Statistik für Psychologen und Sozialwissenschaftler (2. Aufl.). München: Pearson.Google Scholar
  11. Büsch, D., & Strauß, B. (2016). Wider die „Sternchenkunde“! Sportwissenschaft, 46(2), 53–59.  https://doi.org/10.1007/s12662-015-0376-x.CrossRefGoogle Scholar
  12. Büsch, D., Strauß, B., Seidel, I., Pabst, J., Tietjens, M., Müller, L., Kretschmer, J., & Wirszing, D. (2009). Die Konstruktvalidität des Allgemeinen Sportmotorischen Tests für Kinder. Sportwissenschaft, 39, 95–103.CrossRefGoogle Scholar
  13. Casprsen, C. J., Powell, K. E., & Christenson, G. M. (1985). Physical activity, exercise, and physical fitness: definitions and distinctions for health-related research. Public Health Reports, 100(2), 126–131.Google Scholar
  14. Cattuzzo, M. T., dos Santos Henrique, R., Ré, A. H. N., de Oliveira, I. S., Melo, B. M., de Sousa Moura, M., & Stodden, D. (2016). Motor competence and health related physical fitness in youth: A systematic review. Journal of Science and Medicine in Sport, 19(2), 123–129.CrossRefPubMedGoogle Scholar
  15. von Davier, M. (2001). Winmira 2001. Computer software. St. Paul: Assessment Systems Corporation.Google Scholar
  16. van der Fels, I. M., te Wierike, S. C., Hartman, E., Elferink-Gemser, M. T., Smith, J., & Visscher, C. (2015). The relationship between motor skills and cognitive skills in 4–16 year old typically developing children: a systematic review. Journal of Science and Medicine in Sport, 18(6), 697–703.CrossRefPubMedGoogle Scholar
  17. Freitas, D. L., Lausen, B., Maia, J. A., Lefevre, J., Gouveia, É. R., Thomis, M., Malina, R. M., et al. (2015). Skeletal maturation, fundamental motor skills and motor coordination in children 7–10 years. Journal of Sports Sciences, 33(9), 924–934.CrossRefPubMedGoogle Scholar
  18. Golle, K., Muehlbauer, T., Wick, D., & Granacher, U. (2015). Physical fitness percentiles of german children aged 9–12 years: findings from a longitudinal study. PloS One, 10(11), e142393.CrossRefPubMedPubMedCentralGoogle Scholar
  19. Grissom, R. J., & Kim, J. J. (2005). Effect sizes for research: a broad practical approach. Mahwah: Lawrence Erlbaum.Google Scholar
  20. Hands, B., & Larkin, D. (2001). Using the Rasch measurement model to investigate the construct of motor abilities in young children. Journal of Applied Measurement, 2(2), 101–120.PubMedGoogle Scholar
  21. Herrmann, S., Bartz, E., Lischka, B., & Spahl, O. (2016). Bewegungs-Checks in Deutschlands Grundschulen. Leistungssport, 46(3), 52–55.Google Scholar
  22. Holzweg, M., Ketelhut, K., & Brandt, S. (2012). Der Einfluss des gewählten Bewertungsverfahrens auf die Interpretation der Ergebnisse des Deutschen Motorik Tests (DMT 6–18). Sportunterricht, 61(8), 239–243.Google Scholar
  23. JASP Team (2017). JASP (Version 0.8.4) [Computer software].Google Scholar
  24. Jeffreys, H. (1961). Theory of probability (3. Aufl.). New York: Oxford University Press.Google Scholar
  25. Kastner, J., & Petermann, F. (2009). Entwicklungsbedingte Koordinationsstörung. Psychologische Rundschau, 60(2), 73–81.CrossRefGoogle Scholar
  26. KMK & DOSB (2017). Gemeinsame Handlungsempfehlungen der Kultusministerkonferenz und des Deutschen Olympischen Sportbundes zur Weiterentwicklung des Schulsports 2017 bis 2022 Retrieved from https://www.kmk.org/fileadmin/Dateien/pdf/PresseUndAktuelles/Beschluesse_Veroef fentlichungen/2017-02-17_KMK-DOSB-Handlungsempfehlungen-Schulsport-2017.pdf.Google Scholar
  27. Kriemler, S., Meyer, U., Martin, E., van Sluijs, E. M. F., Andersen, L. B., & Martin, B. W. (2011). Effect of school-based interventions on physical activity and fitness in children and adolescents: a review of reviews and systematic update. British Journal of Sports Medicine, 45(11), 923–930.CrossRefPubMedGoogle Scholar
  28. Masters, G. N. (1982). A Rasch model for partial credit scoring. Psychometrika, 47(2), 149–174.CrossRefGoogle Scholar
  29. Moosbrugger, H., & Kelava, A. (2012). Testtheorie und Fragebogenkonstruktion. Heidelberg: Springer.CrossRefGoogle Scholar
  30. R Core Team (2017). R: A language and environment for statistical computing. Vienna: R Foundation for Statistical Computing.Google Scholar
  31. Robinson, L. E., Stodden, D. F., Barnett, L. M., Lopes, V. P., Logan, S. W., Rodrigues, L. P., & D’Hondt, E. (2015). Motor competence and its effect on positive developmental trajectories of health. Sports Medicine, 45(9), 1273–1284.CrossRefPubMedGoogle Scholar
  32. Rost, J. (2004). Lehrbuch Testtheorie-Testkonstruktion (2. Aufl.). Bern: Huber.Google Scholar
  33. Rudd, J., Butson, M. L., Barnett, L., Farrow, D., Berry, J., Borkoles, E., & Polman, R. (2016). A holistic measurement model of movement competency in children. Journal of Sports Sciences, 34(5), 477–485.CrossRefPubMedGoogle Scholar
  34. Stodden, D., & Brooks, T. (2013). Promoting musculoskeletal fitness in youth: Performance and health implications from a developmental perspective. Strength & Conditioning Journal, 35(3), 54–62.CrossRefGoogle Scholar
  35. Tomkinson, G. R., & Olds, T. S. (2007). Secular changes in pediatric aerobic fitness test performance: the global picture. Pediatric Fitness, 50, 46–66.CrossRefGoogle Scholar
  36. Utesch, T., Strauß, B., Tietjens, M., Büsch, D., Ghanbari, M.-C., & Seidel, I. (2015). Die Überprüfung der Konstruktvalidität des Deutschen Motorik-Tests 6–18 für 9‑ bis 10-Jährige. Zeitschrift für Sportpsychologie, 22(2), 77–90.CrossRefGoogle Scholar
  37. Utesch, T., Bardid, F., Huyben, F., Strauss, B., Tietjens, M., De Martelaer, K., Lenoir, M., et al. (2016). Using Rasch modeling to investigate the construct of motor competence in early childhood. Psychology of Sport and Exercise, 24, 179–187.CrossRefGoogle Scholar
  38. Utesch, T., Dreiskämper, D., Strauss, B., & Naul, R. (2018). The development of the physical fitness construct across childhood. Scandinavian Journal of Medicine and Science in Sports,, 28(1), 212–219.  https://doi.org/10.1111/sms.12889.CrossRefGoogle Scholar
  39. Wicks, L. J., Telford, R. M., Cunningham, R. B., Semple, S. J., & Telford, R. D. (2015). Longitudinal patterns of change in eye–hand coordination in children aged 8–16 years. Human Movement Science, 43, 61–66.CrossRefPubMedGoogle Scholar
  40. Wirszing, D. (2015). Die motorische Entwicklung von Grundschulkindern. 28. Band Forum Sportwissenschaft. Hamburg: Feldhaus Edition Czwalina.Google Scholar
  41. Yan, Z., & Bond, T. G. (2011). Developing a Rasch measurement physical fitness scale for Hong Kong primary school-aged students. Measurement in Physical Education and Exercise Science, 15(3), 182–203.CrossRefGoogle Scholar
  42. Zhu, W., & Cole, E. L. (1996). Many-faceted Rasch calibration of a gross motor instrument. Research Quarterly for Exercise and Sport, 67(1), 24–34.CrossRefPubMedGoogle Scholar
  43. Zhu, W., Rink, J., Placek, J. H., Graber, K. C., Fox, C., Fisette, J. L., Raynes, D., et al. (2011). PE metrics: background, testing theory, and methods. Measurement in Physical Education and Exercise Science, 15(2), 87–99.CrossRefGoogle Scholar
  44. Zinner, J. (1996). Fuzzy in der Datenanalyse. In Bundesinstitut für Sportwissenschaft (Hrsg.), Anwendungen der Fuzzy-Logik und neuronaler Netze (S. 41–60). Köln: Strauß.Google Scholar
  45. Zinner, J. (1997). Multiattributive und unscharfe (FUZZY-)Bewertungsmethoden zur Datenanalyse im Sport. Berlin: Olympiastützpunkt Berlin.Google Scholar
  46. Zinner, J., & Büsch, D. (2014). Zwischenbericht für das Projekt „Berlin hat Talent“ (Datenbasis 2012/2013). Fakultät Sport. Berlin: H:G Hochschule für Gesundheit & Sport, Technik & Kunst.Google Scholar
  47. Zinner, J., & Büsch, D. (2016). BERLIN HAT TALENT – Ausgewählte Ergebnisse der Untersuchungen 2014/15. In J. Zinner & T. Poller (Hrsg.), Berlin hat Talent (S. 110–124). Berlin: Hochschule für Gesundheit & Sport, Technik & Kunst GmbH.Google Scholar
  48. Zinner, J., Büsch, D., Poller, T., & Bartko, R. (2015). Berlin hat Talent – ein Zwischenbericht für die Jahre 2012 und 2013. Leistungssport, 45(5), 12–18.Google Scholar
  49. Zinner, J., Werner, C., Mehler, S., & Rois, A. L. M. (2015). Berlin hat Talent. Ergebnisse der Untersuchungen in mehreren Bezirken von Berlin 2014. Zeitschrift für Gesundheit und Sport, 1, 59–65.Google Scholar
  50. Zinner, J., Büsch, D., & Ester, J. (2017). Individuelle Leistungseinschätzung im Deutschen Motorik-Test. Zur Individualisierung von DMT-Auswertungen mit Hilfe von muoltiattributiven FUZZY-Analysen. Leistungssport, 47, im Druck.Google Scholar
  51. Zinner, J., Utesch, T., & Büsch, D. (2017). Berliner Referenzwerte für den Deutschen Motorik-Test (7 bis 10 Jahre). http://www.berlin-hat-talent.de/wp-content/uploads/2014/12/Zinner_Utesch_Buesch_2017_Berliner-Referenzwerte.pdf

Copyright information

© Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature 2018

Authors and Affiliations

  1. 1.Institut für SportwissenschaftWestfälische Wilhelms-Universität MünsterMünsterDeutschland
  2. 2.H:G Hochschule für Gesundheit & Sport, Technik & KunstBerlinDeutschland
  3. 3.Fakultät IV – Human- und GesellschaftswissenschaftenCarl von Ossietzky Universität OldenburgOldenburgDeutschland

Personalised recommendations