Positional synchronization and performance in football teams
Data
2018-12-18
Autores
Título da revista
ISSN da revista
Título do Volume
Editora
Resumo
Positional data is collected using automatic tracking systems and have been used to understand how the location of each player varies in the pitch throughout a football match. These data can be used to assess players’ movement synchronization. The aim of this study was to identify the relation between movement synchronization and match statistics, so as to investigate the behavior of positional synchronization towards the match according to opponent level. The sample included 12 matches from a professional football team (season 2016/2017). Positional data was retrieved using 20Hz TRACAB System and processed in MATLAB® (The MathWorks Inc., Natick, MA, USA). Players’ movement synchronization was quantified by calculating the relative phase of all dyads of outfield teammates during the entire match and for a time window of 1-min and 5-min, for both displacement axes. Notational analysis was carried using LongoMatch – Sports Video Analysis Software. Correlation analysis was used to test the relationship between positional synchronization variables and notational variables. The intra-team synchronization data were considered as dependent variables and compared according to the levels of opposition (stronger and weaker opponents). One-way ANOVA was used to compare notational variables and the percentage of time of dyadic synchronization according to opposition level. Univariate ANCOVA analyzed the relationship between positional synchronization values and notational variables, using opponent level as co-variable. Opponent level applied differences in positional synchronization. Pass efficacy (%) was negatively related to longitudinal and latitudinal synchronization. The number of accurate passes were highly related to players’ synchronization. Latitudinal synchronization showed to be highly positively related to the number of wrong passes. Higher values of accurate passes and consequently pass efficacy were observed when the team registered similar levels of latitudinal and longitudinal synchronization. A higher number of wrong passes were observed when latitudinal synchronization presented higher values and longitudinal synchronization lower values. Pass efficacy (%) showed differences according to the synchronization groups, but not according to the opponent level. These findings suggest that players must move synchronized towards the goal and vary their movement in a parallel axis to the goal, in order to increase the odds of successfully passing the ball to their teammates
Dados posicionais são recolhidos usando sistemas de rastreamento automáticos e têm sido usados para perceber como a localização de cada jogador varia no campo ao longo de um jogo de futebol. Estes dados podem ser usados para avaliar a sincronização dos movimentos dos jogadores. O objetivo deste estudo foi identificar a relação entre a sincronização do movimento e estatísticas de jogo, assim como investigar o comportamento da sincronização posicional no jogo de acordo com o nível do oponente. A amostra incluiu 12 jogos de uma equipa de futebol profissional (época 2016/2017). Os dados posicionais foram recolhidos usando o Sistema TRACAB 20Hz e processados no MATLAB® (The MathWorks Inc., Natick, MA, USA). A sincronização dos movimentos dos jogadores foi quantificada através do cálculo da fase relativa de todos os pares de jogadores durante o jogo e numa janela de 1 e 5 minutos, para ambos os eixos. A análise notacional prosseguiu com o uso de LongoMatch – Sports Video Analysis Software. A análise de correlações foi usada para testar a relação entre variáveis de sincronização posicional e de análise notacional. Os dados de sincronização intra-equipa foram considerados como variáveis dependentes e comparadas de acordo com o nível de oposição (adversários fortes e fracos). O one-way ANOVA foi usado para comparar variáveis notacionais e a percentagem de tempo de sincronização par de acordo com o nível de oponente. O univariate ANCOVA analisou a relação entre valores de sincronização posicional e variáveis notacionais, considerando o nível de oponente como co variável. O nível de oponente implicou diferenças na sincronização posicional. A eficácia de passe (%) estava negativamente relacionada com a sincronização longitudinal e latitudinal. O número de passes corretos esta consideravelmente relacionado com a sincronização dos jogadores. A sincronização latitudinal mostrou ser consideravelmente e positivamente relacionada com o número de passes errados. Valores mais elevados de passes corretos e eficácia de passe, consequentemente, foram observados quando a equipa registou níveis similares de sincronização latitudinal e longitudinal. Um número elevado de passes errados foi observado quando a sincronização latitudinal apresentou valores mais altos e a sincronização longitudinal valores mais baixos. A eficácia de passes (%) demonstrou diferenças de acordo com os grupos de sincronização, mas não de acordo com o nível de oponente. Estes descobrimentos sugerem que os jogadores devem-se mover sincronizados em direção à baliza e variar o movimento no eixo paralelo às balizas, de modo a aumentar as chances de passar a bola para os colegas de equipa.
Dados posicionais são recolhidos usando sistemas de rastreamento automáticos e têm sido usados para perceber como a localização de cada jogador varia no campo ao longo de um jogo de futebol. Estes dados podem ser usados para avaliar a sincronização dos movimentos dos jogadores. O objetivo deste estudo foi identificar a relação entre a sincronização do movimento e estatísticas de jogo, assim como investigar o comportamento da sincronização posicional no jogo de acordo com o nível do oponente. A amostra incluiu 12 jogos de uma equipa de futebol profissional (época 2016/2017). Os dados posicionais foram recolhidos usando o Sistema TRACAB 20Hz e processados no MATLAB® (The MathWorks Inc., Natick, MA, USA). A sincronização dos movimentos dos jogadores foi quantificada através do cálculo da fase relativa de todos os pares de jogadores durante o jogo e numa janela de 1 e 5 minutos, para ambos os eixos. A análise notacional prosseguiu com o uso de LongoMatch – Sports Video Analysis Software. A análise de correlações foi usada para testar a relação entre variáveis de sincronização posicional e de análise notacional. Os dados de sincronização intra-equipa foram considerados como variáveis dependentes e comparadas de acordo com o nível de oposição (adversários fortes e fracos). O one-way ANOVA foi usado para comparar variáveis notacionais e a percentagem de tempo de sincronização par de acordo com o nível de oponente. O univariate ANCOVA analisou a relação entre valores de sincronização posicional e variáveis notacionais, considerando o nível de oponente como co variável. O nível de oponente implicou diferenças na sincronização posicional. A eficácia de passe (%) estava negativamente relacionada com a sincronização longitudinal e latitudinal. O número de passes corretos esta consideravelmente relacionado com a sincronização dos jogadores. A sincronização latitudinal mostrou ser consideravelmente e positivamente relacionada com o número de passes errados. Valores mais elevados de passes corretos e eficácia de passe, consequentemente, foram observados quando a equipa registou níveis similares de sincronização latitudinal e longitudinal. Um número elevado de passes errados foi observado quando a sincronização latitudinal apresentou valores mais altos e a sincronização longitudinal valores mais baixos. A eficácia de passes (%) demonstrou diferenças de acordo com os grupos de sincronização, mas não de acordo com o nível de oponente. Estes descobrimentos sugerem que os jogadores devem-se mover sincronizados em direção à baliza e variar o movimento no eixo paralelo às balizas, de modo a aumentar as chances de passar a bola para os colegas de equipa.
Descrição
Dissertação de Mestrado Internacional em Análise da
Performance Desportiva apresentada à Universidade de Trás-os-Montes e Alto Douro
Palavras-chave
soccer , performance analysis , coordination , game analysis