Validación de un instrumento para calificar la competencia futbolística a partir de Wyscout

  1. Rubén Sánchez-López
  2. Ibon Echeazarra
  3. Julen Castellano Paulis
Revista:
Apunts: Educación física y deportes

ISSN: 2014-0983

Año de publicación: 2023

Número: 154

Páginas: 83-94

Tipo: Artículo

DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Apunts: Educación física y deportes

Resumen

El objetivo de este trabajo fue diseñar y validar un instrumento (TOPSTATS) que permitiese calificar, clasificar y comparar el rendimiento de los jugadores profesionales a partir del proveedor de datos Wyscout. La validez de contenido a través de la consulta con tres expertos mostró un acuerdo considerable haciendo uso del índice kappa de Fleiss (k = .691). Extrayendo los datos de las actuaciones de los jugadores de la temporada 2019-2020 en La Liga española y la Premier League inglesa, se procedió a calcular la validez de criterio relacionando las puntuaciones totales de los jugadores obtenidas en TOPSTATS con las de Sofascore. La correlación de Pearson evidenció una asociación significativa en todas las posiciones de juego (r = 0.3-0.88, p < .05). Se utilizó el mismo procedimiento para garantizar la validez de constructo, relacionando las puntuaciones totales de los jugadores con su valor de mercado. En este caso, la correlación de Pearson mostró una asociación significativa en 17 de las 24 posiciones de juego (r = 0.36-0.80; p < .05). Se concluye que TOPSTATS mostró unos valores óptimos de validez. Es un instrumento capaz de comparar la competencia futbolística que muestran los jugadores en sus actuaciones durante una misma competición, de acuerdo con su posición de juego. Para ello, la herramienta permite calcular, de una forma ágil y semiautomática, un índice de rendimiento global obtenido a partir de la interacción y ponderación de variables que contienen datos proporcionados desde Wyscout, que, siendo una plataforma de suscripción, cuenta con cobertura en más de 200 competiciones

Referencias bibliográficas

  • 1] Anderson, C. & Sally, D. (2014). The numbers game: why everything you know about soccer is wrong. En Choice Reviews Online. London: Penguin Books.
  • [2] Araújo, D. (2005). A acçao táctica no desporto. Uma persectiva geral. En O context da decisão. A acção táctica no desporto (Visão e co)
  • [3] Berrar, D., Lopes, P., Davis, J. & Dubitzky, W. (2019). Guest editorial: special issue on machine learning for soccer. Machine Learning, 108, 1-7. https://doi.org/10.1007/s10994-018-5763-8
  • [4] Bornn, L., Cervone, D. & Fernandez, J. (2018). Soccer analytics: Unravelling the complexity of “the beautiful game”. Significance, Volume 15, Issue 3, June 2018, Pages 26–29. https://doi.org/10.1111/j.1740-9713.2018.01146.x
  • [5] Brooks, J., Kerr, M. & Guttag, J. (2016). Developing a data-driven player ranking in soccer using predictive model weights. Proceedings of the ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. https://doi.org/10.1145/2939672.2939695
  • [6] Carvajal, A., Centeno, C., Watson, R., Martínez, M. & Sanz Rubiales, Á. (2011). ¿Cómo validar un instrumento de medida de la salud? Anales del Sistema Sanitario de Navarra, 34(1), 63-72. https://doi.org/10.4321/s1137-66272011000100007
  • [7] Castellano, J. & Clemente, F. M. (2020). How much does ball possession influence match performance? Integrating physical and tactical data. En Barça Innovation Hub (Ed.), Football Analytics: Now and Beyond (pp. 94-109). FC Barcelona.
  • [8] Castellano, J. & Echeazarra, I. (2019). Network-based centrality measures and physical demands in football regarding player position: Is there a connection? A preliminary study. Journal of Sports Sciences, 37(23). https://doi.org/10.1080/02640414.2019.1589919
  • [9] Cohen, J. (1988). Statistical power analysis for the behavioral sciences. New York: Routledge. https://doi.org/10.4324/9780203771587
  • [10] Coutinho, D., Gonçalves, B., Santos, S., Travassos, B., Folgado, H. & Sampaio, J. (2022). Exploring how limiting the number of ball touches during small-sided games affects youth football players’ performance across different age groups. International Journal of Sports Science and Coaching, 17(3), 545-557. https://doi.org/10.1177/17479541211037001
  • [11] Cronbach, L. J. & Meehl, P. E. (1955). Construct validity in psychological tests. Psychological Bulletin. 52(4), 281–302. https://doi.org/10.1037/h0040957
  • [12] Dellal, A., Chamari, K., Wong, D. P., Ahmaidi, S., Keller, D., Barros, R., Bisciotti, G. N. & Carling, C. (2011). Comparison of physical and technical performance in European soccer match-play: Fa Premier League and La Liga. European Journal of Sport Science, 11(1), 51-59. https://doi.org/10.1080/17461391.2010.481334
  • [13] Dellal, A., Wong, D. P., Moalla, W. & Chamari, K. (2010). Physical and technical activity of soccer players in the French first league- with special reference to their playing position. International SportMed Journal, 11(2), 278-290.
  • [14] Díez, A., Lozano, D., Arjol-Serrano, J. L., Mainer-Pardos, E., Castillo, D., Torrontegui-Duarte, M., Nobari, H., Jaén-Carrillo, D. & Lampre, M. (2021). Influence of contextual factors on physical demands and technical-tactical actions regarding playing position in professional soccer players. BMC Sports Science, Medicine and Rehabilitation, 13(1). https://doi.org/10.1186/s13102-021-00386-x
  • [15] Duch, J., Waitzman, J. S. & Nunes Amaral, L. A. (2010). Quantifying the performance of individual players in a team activity. PLoS ONE, 5(6), 1-7. https://doi.org/10.1371/journal.pone.0010937
  • [16] Errekagorri, I., Castellano, J. & Echeazarra, I. (2020). Analysis of the ball possession in youth soccer in relation to situational variables: Case study. Cuadernos de Psicología del Deporte, 20(2). https://doi.org/10.6018/CPD.370261
  • [17] Firiteanu Vasile, N. (2013). The technical study for different game positions in the 2nd League. Ovidius University Annals, Series Physical Education & Sport/Science, Movement & Health, XIII(2), 795-802.
  • [18] Garganta, J. & Gréhaigne, J. F. (1999). Abordagem sistêmica do jogo de futebol: Moda ou necessidade? Revista Movimento: Universidad Federal de Rio Grande du Sol: Brasil., 5(10), 40-50. https://doi.org/10.22456/1982-8918.2457
  • [19] Gréhaigne, J.-F., Bouthier, D. & David, B. (1997). Dynamic-system analysis of opponent relationships in collective actions in soccer. Journal of Sports Sciences. https://doi.org/10.1080/026404197367416
  • [20] Hernández Moreno, J. (1995). La diversidad de prácticas. Análisis de la estructura de los deportes para su aplicación a la iniciación deportiva. En D. Blázquez (Ed.) La iniciación deportiva y el deporte escolar (pp. 287-310). Barcelona: INDE.
  • [21] Hernández, R., Fernández, C. & Baptista, P. (2010). Metodología de la Investigación. México DF: McGraw Hill.
  • [22] Hughes, M., Caudrelier, T., James, N., Redwood-Brown, A., Donnelly, I., Kirkbride, A. & Duschesne, C. (2012). Moneyball and soccer - An analysis of the key performance indicators of elite male soccer players by position. Journal of Human Sport and Exercise, 7(2), 402-414. https://doi.org/10.4100/jhse.2012.72.06
  • [23] Izzo, R., Rossini, U., Raiola, G., Cejudo Palomo, A. & Hosseini Varde’I, C. (2020). Insurgence of fatigue and its implications in the selection and accuracy of passes in football. A case study. Journal of Physical Education and Sport, 20(4), 1996-2002. https://doi.org/10.7752/jpes.2020.04269
  • [24] Konefał, M., Chmura, P., Zajac, T., Chmura, J., Kowalczuk, E. & Andrzejewski, M. (2019). A New Approach to the Analysis of Pitch-Positions in Professional Soccer. Journal of Human Kinetics, 66, 143-153. https://doi.org/10.2478/hukin-2018-0067
  • [25] Kong, L., Zhang, T., Zhou, C., Gómez, M.-A., Hu, Y. & Zhang, S. (2022). The evaluation of playing styles integrating with contextual variables in professional soccer. Frontiers in Psychology, 13, 1002566. https://doi.org/10.3389/fpsyg.2022.1002566
  • [26] Landis, J. R. y Koch, G. G. (1977). The Measurement of Observer Agreement for Categorical Data. Biometrics, 33, 159-174. https://doi.org/10.2307/2529310
  • [27] Lasierra, G. (1993). Análisis de la interacción motriz en los deportes de equipo. Aplicación de los universales ludomotores al balonmano. Apunts Educación Física y Deportes, 32, 37-53.
  • [28] León, O. G. & Montero, I. (2007). A guide for naming research studies in Psychology. International Journal of Clinical and Health Psychology, 7(3), 847-862.
  • [29] Liu, H., Hopkins, W., Gómez, M. A. & Molinuevo, J. S. (2013). Inter-operator reliability of live football match statistics from OPTA Sportsdata. International Journal of Performance Analysis in Sport. https://doi.org/10.1080/24748668.2013.11868690
  • [30] McDowell, I. & Newell, C. (1996). Measuring healh: a guide to rating scales and questionnaires. Oxford: Oxford University Press.
  • [31] Nieto, S., Castellano, J. & Echeazarra, I. (2022). Description of collective behaviour in football according to the level of competence in representative tasks from positional data: Systematic review. International Journal of Sports Science and Coaching, 17(6), 1553-1566. https://doi.org/10.1177/17479541221088640
  • [32] Otero-Saborido, F. M., Aguado-Méndez, R. D., Torreblanca-Martínez, V. M. & González-Jurado, J. A. (2021). Technical-tactical performance from data providers: A systematic review in regular football leagues. En Sustainability (Vol. 13, no. 18). https://doi.org/10.3390/su131810167
  • [33] Pappalardo, L., Cintia, P., Ferragina, P., Massucco, E., Pedreschi, D. & Giannotti, F. (2019a). PlayeRank: Data-driven performance evaluation and player ranking in soccer via a machine learning approach. ACM Transactions on Intelligent Systems and Technology, 10(5), 1-27. https://doi.org/10.1145/3343172
  • [34] Pappalardo, L., Cintia, P., Rossi, A., Massucco, E., Ferragina, P., Pedreschi, D. & Giannotti, F. (2019b). A public data set of spatio-temporal match events in soccer competitions. Scientific Data, 6(236). https://doi.org/10.1038/s41597-019-0247-7
  • [35] Parlebas, P. (2001). Juegos, Deporte y Sociedad. Léxico de praxiología motriz. Badalona: Paidotribo.
  • [36] Parlebas, P. (2018). Une pédagogie des compétences motrices. Acciónmotriz, 20, 89-96. https://dialnet.unirioja.es/servlet/articulo?codigo=6435703
  • [37] Parlebas, P. (2023). Pasado, presente y futuro de la praxiología motriz. Acciónmotriz, 31, 9-19.
  • [38] Partovi, F. Y. & Corredoira, R. A. (2002). Quality function deployment for the good of soccer. European Journal of Operational Research. https://doi.org/10.1016/S0377-2217(01)00072-8
  • [39] Pons Alcalá, E., Martin Garcia, A., Guitart Trench, M., Guerrero Hernández, I., Ramon Tarragó, J., Seirul·lo Vargas, F. & Cos Morera, F. (2020). Entrenamiento en deportes de equipo: el entrenamiento optimizador en el Fútbol Club Barcelona. Apunts Educación Física y Deportes, 141. https://doi.org/10.5672/apunts.2014-0983.es.(2020/4).142.07
  • [40] Ric, A., Torrents, C., Gonçalves, B., Sampaio, J. & Hristovski, R. (2016). Soft-assembled multilevel dynamics of tactical behaviors in soccer. Frontiers in Psychology, 7(OCT). https://doi.org/10.3389/fpsyg.2016.01513
  • [41] Sánchez-López, R., Echeazarra, I. & Castellano, J. (2021). Validation of a Football Competence Observation System (FOCOS), Linked to Procedural Tactical Knowledge. Sustainability, 13(12), 6780. https://doi.org/https://doi.org/10.3390/su13126780
  • [42] Sánchez-López, R., Echeazarra, I. & Castellano, J. (2023a). Comparing semi-professional and amateur game contexts in a Gk+4 vs. 4+Gk via Football Competence (Procedural Tactical Knowledge). Retos, 47, 419-429. https://doi.org/10.47197/retos.v47.94576
  • [43] Sánchez-López, R., Echeazarra, I. & Castellano, J. (2023b). Validación de un instrumento de codificación para analizar los goles en fútbol (CODITAG). Apunts Educación Física y Deportes, 151, 58-69. https://doi.org/10.5672/apunts.2014-0983.es.(2023/1).151.06
  • [44] Sánchez-López, R., Echeazarra, I. & Castellano, J. (2023c). Validation of “TesTactico for F7”: A tool to analyse Declarative Tactical Knowledge based on a Football Competence Observation System. Cuadernos de Psicología del Deporte, 23(2), 223-239. https://doi.org/https://doi.org/10.6018/cpd.526421
  • [45] Thomas, J. R., Nelson, J. & Silversman, S. (2011). Research Methods in Physical Activity. Champaign, IL: Human Kinetics.
  • [46] Van Lingen, B. (1997). Coaching Soccer. Spring City, PA: Reedswain.
  • [47] Wiemeyer, J. (2003). Who should play in which position in soccer? Empirical evidence and unconventional modelling. International Journal of Performance Analysis in Sport, 3(1), 1-18. https://doi.org/10.1080/24748668.2003.11868269
  • [48] Yi, Q., Jia, H., Liu, H. & Gómez, M. Á. (2018). Technical demands of different playing positions in the UEFA Champions League. International Journal of Performance Analysis in Sport, 18(6), 926-937. https://doi.org/10.1080/24748668.2018.1528524
  • [49] Zeng, Z. & Pan, B. (2021). A Machine Learning Model to Predict Player’s Positions based on Performance. International Conference on Sport Sciences Research and Technology Support, icSPORTS - Proceedings, October, 36-42. https://doi.org/10.5220/0010653300003059
Fuente de los datos: Dialnet