Performance analysis in basketballreliability and applications of the game-related statistics
- Pérez Ferreirós, Alexandra
- Ezequiel Rey Eiras Zuzendaria
Defentsa unibertsitatea: Universidade de Vigo
Fecha de defensa: 2019(e)ko uztaila-(a)k 29
- Sixto González Víllora Presidentea
- María Ángeles Fernández Villarino Idazkaria
- Erik Lundkvist Kidea
Mota: Tesia
Laburpena
En ciencias del deporte, existe una línea de investigación orientada a analizar qué indicadores pueden ayudar tanto a entrenadores para mejorar el rendimiento del equipo como a jugadores para mejorar su propio rendimiento, esto se conoce como análisis del rendimiento. Para ello, la forma más común de analizar el rendimiento es a través de la definición y medida de un número de factores que se relacionan con el rendimiento individual o del equipo, normalmente conocidos como indicadores del rendimiento. En baloncesto, normalmente, se utilizan las estadísticas de juego como indicadores de rendimiento común que captan las acciones técnico-tácticas en la competición (Oliver, 2004). Estas estadísticas de juego han sido utilizadas extensamente en estudios científicos sobre el rendimiento en baloncesto. A nivel de equipo, se ha encontrado que pueden discriminar entre, por ejemplo, ganadores y perdedores (Csataljay, James, Hughes, & Dancs, 2012), jugar en casa o fuera (García, Ibáñez, Gómez, & Sampaio, 2014), o posiciones finales en una competición (García, Ibáñez, Martinez De Santos, Leite, & Sampaio, 2013). A nivel individual, se han utilizado por ejemplo para estudiar la influencia del efecto de la edad relativa (Arrieta, Torres-Unda, Gil, & Irazusta, 2016), la variabilidad de partido a partido (Zhang et al., 2017), o para diferenciar entre posiciones de juego (Sindik & Jukić, 2011). La presente tesis se centra en las siguientes líneas de investigación: la fiabilidad de las estadísticas de juego, los efectos de los cambios de normas, y la relación entre la experiencia competitiva previa y el rendimiento. Es necesario asegurarse de que una medida es tanto válida como fiable para poder sacar conclusiones correctas de los estudios científicos. Normalmente, la fiabilidad se define como la ausencia de error en la medida (Atkinson & Nevill, 1998), aunque también se puede considerar como la consistencia de la entidad que se está midiendo (Lames & McGarry, 2007). En ambas consideraciones se pueden distinguir dos tipos de fiabilidad, la relativa que se refiere al grado en que el orden de los individuos en una muestra permanece medidas, y la absoluta que se refiere a la cantidad de variación de un individuo entre medidas repetidas (Baumgartner, 1989). Cuando se considera la fiabilidad como la ausencia de error en la medida o el acuerdo entre medidas, en el análisis observacional se suele evaluar utilizando las medidas de correlación intra e inter observador. Existen varios estudios en baloncesto que evaluaron la fiabilidad inter e intra observador en diferentes ligas y competiciones profesionales, encontrando valores excelentes en estas medidas (Gómez, Jiménez, Navarro, Lago-Penas, & Sampaio, 2011; Gómez, Lorenzo, Jiménez, Navarro, & Sampaio, 2015; Sampaio, Lago, & Drinkwater, 2010; Sampaio et al., 2015). Cuando se habla de fiabilidad refiriéndose a la consistencia de la entidad que se está midiendo, en estudios sobre el análisis del rendimiento se conoce como estabilidad de rendimiento o perfiles normativos. Existen algunos estudios en deportes de raqueta donde se investigó la cantidad de variabilidad en el rendimiento calculando el número de partidos necesarios para obtener una estimación del rendimiento fiable (Hughes, Evans, & Wells, 2001; O’Donoghue & Ponting, 2005). Como se ha descrito anteriormente, las estadísticas de juego son muy utilizadas tanto en las investigaciones como en la práctica, por ello, es necesario determinar cuántos partidos son necesarios para que las estadísticas de juego se estabilicen y se puedan utilizar como indicadores fiables del rendimiento. Las reglas de un deporte son lo que determinan la lógica interna del mismo y, por ello, se ha planteado en la literatura científica la importancia de estudiar los posibles cambios de reglas. Uno de los cambios más grandes de los últimos años se produjo en 2010. Siendo el más importante el incremento de la distancia de la línea de 3 puntos (pasando de 6.25m a 6.75m) y la reducción del tiempo de posesión en algunas situaciones (International Basketball Federation, 2010). Algunos estudios han utilizado las estadísticas de juego para analizar el efecto directo de este cambio de reglas, encontrando, sobre todo, una disminución de los lanzamientos de 3 puntos y un efecto opuesto en los lanzamientos de 2 puntos (Gryko, Słupczyński, & Kopiczko, 2016; Montero, Vila, & Longarela, 2013; Štrumbelj, Vračar, Robnik-Šikonja, Dežman, & Erčulj, 2013). En cambio, en un estudio a medio plazo (5 años), encontraron un ligero aumento de los lanzamientos de 3 puntos (Ibañez, García-Rubio, Gómez, & Gonzalez-Espinosa, 2018). Esta diferencia de resultados implica la presencia de una evolución del rendimiento a lo largo del tiempo. Por ello, es necesario analizar tanto los efectos inmediatos como a medio plazo del cambio de reglas en las estadísticas de juego. Dentro de esto, todos los estudios se realizaron en categoría masculina senior, por lo que es importante también analizar estos efectos en categoría femenina y también en junior. Una línea de investigación común en las ciencias del deporte es sobre qué factores facilitan la adquisición de pericia. Por ejemplo, se ha investigado la importancia de diferentes actividades de desarrollo, encontrando que los deportistas de élite tienen una mayor cantidad de práctica deliberada, juego libre y otras actividades deportivas (Baker, Cote, & Abernethy, 2003b; Ericsson, Krampe, & Tesch-Römer, 1993; Hornig, Aust, & Güllich, 2016). Una posible explicación de esta relación encontrada en deportes individuales entre el rendimiento en categoría junior y senior es que la competición es una actividad beneficiosa para el desarrollo de la pericia deportiva. Lo cual está en línea con los hallazgos encontrados en baloncesto y otros deportes colectivos, donde los expertos tenían casi tres veces más horas en competición que los no expertos. Por ello, es necesario investigar la influencia que tiene la participación en campeonatos internacionales junior y senior en el rendimiento de jugadores y equipos en campeonatos senior. Al final de este capítulo se encuentra el objetivo general, que consiste en investigar las estadísticas de juego en baloncesto, centrándose en las potenciales aplicaciones en estudios sobre el desarrollo del talento y regulación deportiva. A partir de este, surgen los tres objetivos específicos que se corresponden con cada investigación. El primero consiste en determinar el número de partidos necesarios para obtener buenos valores de fiabilidad absoluta y relativa de las estadísticas de juego de los equipos. Tanto para los partidos en general, como para los partidos agrupados en igualados y no igualados. El segundo consiste en analizar si las modificaciones de las reglas en 2010 tuvieron influencia en las estadísticas de juego, utilizando un análisis de series de tiempo interrumpidas. Además, comparar si los cambios de reglas tuvieron la misma influencia en baloncesto masculino y femenino, y en categoría senior y junior. Y, el tercero consiste en explorar si el número de campeonatos previos senior y junior de selecciones nacionales se relaciona con el rendimiento en campeonatos, tanto a nivel de equipo como a nivel de jugador, en baloncesto femenino y masculino. Los Capítulos 2, 3 y 4 se corresponden con los 3 artículos originales de investigación, publicados en revistas internacionales indexadas en el Journal Citation Report (JCR). A continuación, se realizará un resumen de las partes más importantes de la tesis, que son los 3 artículos mencionados anteriormente. En el Capítulo 2 se encuentra la primera investigación, titulada “Reliability of team’s game-related statistics in basketball: Number of games required and minimal detectable change”. Este estudio tiene como objetivo analizar la cantidad de partidos necesarios para obtener una buena fiabilidad relativa y absoluta de las estadísticas de juego de los equipos profesionales de la liga española ACB. Tanto para todos los partidos en general como de forma específica para los partidos igualados y no igualados. Se analizaron un total de 884 partidos correspondientes a las temporadas 2015-16 a la 2017-18, contando con un total de 53 equipos en total. Se utilizaron las estadísticas de juego estándar recogidas de la página oficial de la competición, y a continuación se normalizaron a 100 posesiones para controlar la variabilidad en el ritmo de juego (Kubatko, Oliver, Pelton, & Rosenbaum, 2007; Sampaio & Janeira, 2003). Seguidamente, los partidos se clasificaron según la diferencia de puntos finales en el marcador (partidos igualados y no igualados) usando un análisis de conglomerados bietápico. Para el análisis de la fiabilidad relativa se calculó el coeficiente de correlación intraclase (ICC) para un partido y para la media de todos los partidos. A partir del ICC, se calculó el número de partidos necesarios para obtener una buena fiabilidad a través de la fórmula de la profecía Spearman-Brown (Eisinga, te Grotenhuis, & Pelzer, 2013; Sasaki et al., 2018). Para el análisis de la fiabilidad absoluta, se calculó el mínimo cambio detectable (MDC) entre dos partidos para un equipo. A partir del MDC, se calculó el número de partidos necesarios para detectar un cambios pequeños y medianos, convirtiendo el MDC en tamaño del efecto estándar. Usando todos los partidos, los resultados mostraron que el número mínimo de partidos necesarios en cada grupo fue de 30 para detectar un cambio medio (d > .5), 187 para un cambio pequeño (d > .2), y 100 para una buena fiabilidad relativa (ICC ≥ .75). Usando partidos igualados y no igualados, el número mínimo de partidos necesarios en cada grupo fue respectivamente 31 y 30 para detectar un cambio medio (d > .5), 190 y 188 para un cambio pequeño (d > .2), y 191 y 121 para una buena fiabilidad relativa (ICC ≥ .75). La muestra debe constar de al menos 30 partidos en cada grupo para detectar un cambio mediano, y al menos 190 partidos para detectar un cambio pequeño. Para poder clasificar a los equipos con buena fiabilidad, se necesitan al menos 100 partidos cuando se incluyen tanto los partidos igualados como los no igualados. Este estudio proporciona nueva información sobre el mínimo tamaño de muestra necesario para obtener medidas fiables cuando se utilizan las estadísticas de juego a nivel de equipo en baloncesto. El Capítulo 3 está formado por la segunda investigación que se titula “Short- and mid-term effects of the 2010 rule changes on game-related statistics in European basketball championships: An interrupted time series analysis”. El objetivo de este estudio fue analizar si las modificaciones de las reglas de la FIBA en 2010 influyeron en las estadísticas de juego, tanto a corto como a medio plazo mediante el análisis de series de tiempo interrumpido en campeonatos europeos. Además, también se analizó si los cambios de reglas tuvieron la misma influencia en diferentes grupos de edad y en categoría masculina y femenina. La muestra estuvo compuesta por 5296 partidos de los campeonatos europeos desde 2005 a 2016 para hombres y mujeres, tanto en competiciones senior como junior (formada por U20, U18 y U16). Se recogieron las estadísticas estándar de juego de la página oficial de la competición, y se normalizaron a 100 posesiones para controlar la variabilidad en el ritmo de juego (Kubatko et al., 2007; Sampaio & Janeira, 2003). Se utilizó un análisis de series interrumpidas para analizar el impacto de los cambios de reglas, tanto directamente como con el paso del tiempo. Para ello, se utilizó una regresión segmentada multinivel que consistió en una variable continua de tiempo, una variable dicotómica indicando si el campeonato fue antes o después del cambio de reglas, y una variable continua de tiempo después del cambio. También se incluyó la categoría de competición como un factor fijo y el campeonato como un factor aleatorio. Los resultados del estudio muestran que el número de posesiones parece que incrementa directamente en categoría senior, y la tendencia previa hacia menos posesiones parece que se ha parado o revertido. Directamente después del cambio de reglas, el número de lanzamientos de 2 puntos aumentan mientras que el número de lanzamientos de 3 puntos disminuyen, pero se mantiene la tendencia hacia más lanzamientos de 3 puntos y menos lanzamientos de 2 puntos. El porcentaje de lanzamientos de 2 puntos disminuyó directamente, mientras que se encontraron efectos mixtos sobre el porcentaje de lanzamientos de 3 puntos. Después de la modificación de las reglas, en la categoría senior femenina cambió la tendencia hacia menos pérdidas de balón. Como conclusiones del estudio, se ha encontrado que las modificaciones de 2010 afectaron a las estadísticas de juego, tanto directamente como a lo largo del tiempo. El ritmo de juego ha aumentado o ha dejado de disminuir después de las modificaciones de las reglas. Además, el desarrollo hacia una mayor proporción de lanzamientos de campo que han sido de 3 puntos ha continuado, aunque la proporción se redujo directamente después de las modificaciones reglamentarias. También se encontró que las mujeres senior parecen ser la categoría en la que las modificaciones de las reglas tuvieron el mayor efecto en el desarrollo continuo. Por último, no se encontró un patrón general de diferencias en los efectos entre las categorías. La tercera investigación se encuentra en el Capítulo 4, y se titula “Senior and youth national team competitive experience: Influence on player and team performance in European basketball championships”. El objetivo de este estudio fue descubrir si el número de campeonatos previos de las selecciones nacionales senior y junior se relaciona con el rendimiento del equipo y el jugador en los campeonatos de baloncesto europeos masculinos y femeninos. La muestra estuvo compuesta por todos los equipos nacionales y sus jugadores que participaron en el Campeonato de Europa 2011, 2013 y 2015 para hombres (equipos n = 72; jugadores n = 697) y mujeres (equipos n = 52, jugadores = 520). Las estadísticas de juego se recogieron de la página oficial de cada campeonato. Para el rendimiento del equipo se recogió la etapa más alta alcanzada (semifinal, cuartos de final, segunda ronda o primera ronda). Para el rendimiento de los jugadores, se calculó el índice de eficiencia (Arrieta et al., 2016) y se utilizó un agrupamiento de k-medias para agruparlos según su rendimiento (alto, medio, o bajo). Se incluyó la edad en el análisis de los jugadores y equipos para tener en cuenta algún efecto de la experiencia general. Para comparar las diferencias entre los grupos de jugadores se utilizó un análisis de varianza (ANOVA) de un factor de Kruskal-Wallis. En la categoría femenina, para corregir el efecto de la edad, se utilizó para el análisis de los equipos un análisis de covarianza (ANCOVA). Los equipos y jugadores con mejor rendimiento tuvieron un mayor número de campeonatos senior previos disputados. Esto indica que la experiencia competitiva previa es un factor importante en el rendimiento de jugadores y equipos. La experiencia competitiva diferencia a los jugadores de bajo rendimiento en ambos sexos, pero solo distingue a los jugadores de alto rendimiento con los de rendimiento medio para mujeres. No se encontraron diferencias en el número de campeonatos junior. Los cual sugiere que la participación previa en campeonatos junior no tiene una influencia directa en el rendimiento del equipo senior. Parece ser necesario tener una cantidad suficiente de experiencia competitiva de alto nivel acumulada dentro del equipo para alcanzar la fase semifinal, tanto para los equipos nacionales masculinos como para los femeninos. En el Capítulo 5 se encuentran las conclusiones generales de la tesis, así como las limitaciones, aplicaciones prácticas y futuras líneas de investigación. Basándonos en los estudios explicados anteriormente, las conclusiones de la presente tesis son: I. Las estadísticas de juego pueden proporcionar una estimación fiable del rendimiento de los equipos si se incluye una muestra lo suficientemente grande para el análisis. Si el objetivo del análisis es evaluar los cambios o las diferencias en el rendimiento, se necesitan al menos 30 partidos en cada grupo para compararlos. Si el objetivo es clasificar el rendimiento de los equipos, se necesitan entre 14 y 100 partidos, según qué estadísticas de juego se incluyan en el análisis. II. La evaluación de los cambios tanto directos como longitudinales en las estadísticas de juego después de las modificaciones de las reglas utilizando un análisis de series de tiempo interrumpidas permite extraer conclusiones más completas que solo simples comparaciones pre-post. En concreto, el cambio de normas del 2010 en baloncesto mostró un cambio de tendencia en el número de posesiones hacia un aumento en el ritmo de juego. Además, la proporción de lanzamientos de 3 puntos disminuyó directamente después del cambio, mientras que la tendencia hacia una mayor proporción de lanzamientos de 3 puntos no fue afectada. La modificación de las reglas parece que afectó de manera diferente a las categorías masculina y femenina, teniendo un mayor impacto en la femenina. III. La experiencia competitiva previa puede ser un predictor del rendimiento de jugadores y equipos, tanto en baloncesto femenino como masculino. En particular, hubo una relación entre el número de campeonatos senior disputados y el rendimiento tanto de jugadores como de equipos. Sin embargo, esta relación no se encontró para el número de campeonatos junior jugados. Lo cual indica la importancia de que la experiencia competitiva sea específica al contexto del rendimiento. En general, las estadísticas de juego son una medida valiosa del rendimiento en investigaciones en baloncesto, como por ejemplo en el desarrollo del talento y regulaciones deportivas. La mayor limitación de los estudios es que en todos se utilizan datos de una competición en específico. Por lo tanto, es possible que no se puedan generalizar los hallazgos a todas las competiciones de baloncesto. Otra limitación es el hecho de que tanto el estudio 2 como el estudio 3 utilizan metodología observacional. Por lo que es posible que las relaciones encontradas en esos estudios sean total o parcialmente debidas a otros efectos externos o al azar. Como aplicaciones prácticas de esta tesis, podemos encontrar que la estimación del número de partidos necesarios para obtener medidas fiables de las estadísticas de juego puede ser utilizada por investigadores a la hora de plantear diseños para futuros estudios. También muestra a los entrenadores y clubes que deben tener cuidado a la hora de sacar conclusiones basándose en las estadísticas de juego de un número reducido de partidos. Por otro lado, los resultados de los efectos del cambio de reglas del 2010 pueden ayudar a las organizaciones deportivas a entender cómo estas modificaciones afectaron al juego en las diferentes categorías. Esto puede proporcionar información valiosa a la hora de considerar futuros cambios de reglas. Además, la relación encontrada entre la experiencia competitiva previa y el rendimiento muestra a los entrenadores de selecciones nacionales y a las federaciones la importancia de tener jugadores que disputen varios campeonatos senior para poder rendir mejor en los próximos campeonatos. A partir de los estudios, se sugieren varias líneas de investigación para futuros estudios. Hay una necesidad de evaluar adicionalmente la fiabilidad de las estadísticas de juego en diferentes ligas, competiciones, categorías de edad, y en baloncesto femenino. En baloncesto, las reglas cambian frecuentemente y, por ello, existe una necesidad continua de investigaciones que evalúen el impacto de estas modificaciones en competición. También, ampliar el estudio sobre la experiencia competitiva previa, teniendo en cuenta otros aspectos, como la inclusión de otros tipos de actividades de desarrollo y una medida general de rendimiento en la liga.