Escolar Documentos
Profissional Documentos
Cultura Documentos
com
Para citar este artigo:Miguel-Ángel Gómez, Michalis Mitrotasios, Vasilis Armatas e Carlos Lago-
Peñas (2018): Análise de estilos de jogo de acordo com a qualidade da equipe e localização da partida
no futebol profissional grego, International Journal of Performance Analysis in Sport, DOI:
10.1080/24748668.2018.1539382
Esportes de Equipe, Escola de Educação Física e Ciências do Esporte, Universidade Nacional e Kapodistrian de Atenas,
Atenas, Grécia;cCiências da Educação e do Desporto, Universidade de Vigo, Pontevedra, Espanha
times de futebol da Superliga Grega de acordo com o local da Aceito em 19 de outubro de 2018
1. Introdução
A pesquisa disponível sobre análise de desempenho no futebol tem refletido uma abordagem
tradicional focada em eventos únicos ou comportamentos isolados para explicar o desempenho de
times e jogadores (Sarmento et al.,2014). Pesquisas recentes têm tentado identificar a
complexidade do jogo de futebol (Rein & Memmert,2016; Ribeiro, Silva, Duarte, Davids, & Garganta,
2017); em particular, a conexão de diferentes indicadores de desempenho é crucial para
reconhecer estilos de jogo ou padrões táticos de uma equipe que possam explicar seu desempenho
durante partidas e competições (Rein & Memmert,2016; Winter & Pfeiffer,2016). Os estilos de jogo
da equipe são regidos por dinâmicas complexas de parâmetros interdependentes. Assim, um
modelo teórico explicativo é necessário para obter um estilo de desempenho real que envolva os
comportamentos de alta ordem dos times de futebol
(Rein & Memmert,2016). Especificamente, o uso de grandes conjuntos de dados e big data é necessário
para abordar modelos explicativos multivariados que respondem por interações e relacionamentos de
desempenho. Essa abordagem tem sido amplamente utilizada na pesquisa de futebol para identificar
táticas e padrões de estilo de jogo que melhor descrevem o desempenho da equipe, como técnicas de
agrupamento, modelos de regressão ou análise fatorial (Moura, Martins, & Cunha,2014; Tenga, Holme,
Ronglan e Bahr,2010a).
No entanto, pesquisas anteriores não identificaram tendências gerais que considerem o
estilo de jogo de uma perspectiva holística que cubra a maioria das ações que ocorrem
durante uma partida e são dependentes de tempo, espaço e tarefa (Hewitt, Greenham, &
Norton, 2016). Por um lado, vários estudos analisaram o desempenho tático, técnico e
estratégico das equipes, diferenciando times bem-sucedidos e malsucedidos (Castellano,
Casamichana, & Lago,2012), equipes vencedoras e perdedoras (Lago-Peñas, Lago-Ballesteros,
Dellal, & Gómez,2010), a partir de uma atuação individualizada durante um campeonato
(Shafizadeh, Taylor, & Peñas,2013; Yiannakos & Armatas,2006), estudando a eficácia da posse
de bola (Collet,2013; Jones, James e Mellalieu,2004) ou o impacto de variáveis situacionais
nos padrões de desempenho da equipe (Lago,2009; Lago & Martin,2007). Apesar dessa
pesquisa anterior, a maioria desses artigos foi inconclusiva sobre a abordagem de medir
estilos de jogo em condições isoladas ou com falta de indicadores de desempenho estudados
(Hewitt et al.,2016). Por outro lado, apenas alguns estudos tentaram medir ou descrever
estilos de jogo. Primeiro, Pollard, Reep e Hartley (1988) encontraram três fatores associados a
estilos de jogo específicos de (i) passe e posse de bola; (ii) centra as ações; e (iii) recuperar a
posse de bola no ataque. Segundo, Winter e Pfeiffer (2016) apresentou quatro métricas
táticas que explicam o estilo de jogo do time de futebol: (i) velocidade de jogo; (ii) jogo de
transição após perder a bola; (iii) jogo de transição após recuperação de bola; e (iv) eficiência
ofensiva; que devem ser testados e replicados tendo em conta as características da equipa,
localização do jogo ou zonas específicas do campo. Em terceiro lugar, Fernandez-Navarro,
Fradua, Zubillaga, Ford e McRobert (2016) estudaram os estilos de jogo (19 indicadores de
desempenho) na Premier League inglesa e na La Liga espanhola. Os resultados da análise
fatorial mostraram uma combinação de padrões táticos que descreviam os estilos de jogo das
equipes no ataque (direto, posse, cruzamento, sem cruzamento, posse ampla, posse estreita,
progressão rápida e progressão lenta) e fases defensivas (pressão na lateral áreas, pressão
em áreas centrais, baixa pressão e alta pressão).
A abordagem específica de investigação do estilo de jogo foi descrita por Hewitt et al. (2016) definindo
o estilo de jogo da seguinte forma: “Estilo de jogo é um padrão de jogo característico demonstrado por
uma equipe durante os jogos. Ele será repetido regularmente em contextos situacionais específicos, de
modo que as variáveis de medição que refletem o estilo de jogo sejam relativamente estáveis. As
variáveis de importância são os movimentos do jogador e da bola, a interação dos jogadores e
geralmente envolvem elementos de velocidade, tempo e espaço (localização)” (p.367). Com base nesta
definição pode-se justificar que o estilo de jogo: (i) é específico de uma equipe individual; (ii) reflete um
padrão regular em cada contexto mostrando um comportamento estável; e (iii) inclui variáveis
multifatoriais relacionadas (isto é, dependentes de espaço, tempo e tarefa). Mais especificamente os
autores definiram cinco momentos de estilos de jogo que precisam ser contabilizados: (i) ataque
estabelecido; (ii) transição do ataque para a defesa; (iii) defesa constituída; (iv) transição da defesa para o
ataque; e (v) lances de bola parada. De acordo com esse raciocínio (Hewitt et al.,2016) a análise dos estilos
de jogo no futebol deve ser específica para uma liga
REVISTA INTERNACIONAL DE ANÁLISE DE DESEMPENHO NO ESPORTE 3
Portanto, o objetivo do presente estudo foi identificar os estilos normativos de jogo nos times de
futebol da Superliga Grega de acordo com a qualidade do time e localização da partida usando um grande
conjunto de dados de indicadores de desempenho relacionados a espaço, tempo e ações. Com base em
pesquisas anteriores, pode-se supor que as táticas e os estilos de jogo de uma equipe são afetados pela
classificação da equipe e pelo local da partida, descrevendo desempenhos específicos relativamente
estáveis (Fernandez-Navarro et al.,2016; Hewitt e outros,2016; Rein & Memmert,2016).
2. Métodos
2.1. Amostra
2.2. Medidas
Um total de 87 variáveis foram analisadas e reunidas com base nos critérios científicos das
pesquisas disponíveis (Castellano et al.,2012; Fernandez-Navarro et al.,2016; Lago-Peñas &
Dellal,2010; Lago-Peñas, Lago-Ballesteros, & Rey,2011; Tenga et al.,2010a; Tenga, Holme,
Ronglan e Bahr,2010b). As variáveis de eficácia foram excluídas para evitar viés estatístico,
então apenas as variáveis táticas foram incluídas nas análises. as variáveis
4 M.-Á. GÓMEZ ET AL.
Tabela 1.Variáveis estudadas na análise relacionam-se com a fase de jogo ofensiva, defensiva e de transição, e
relacionadas com as bolas paradas.
Variáveis relacionadas à fase de ataque do jogo (n = 40)
metas passes curtos ataques totais
tiros totais passagens do meio ataques posicionais
tiros no alvo passes longos flanco esquerdo centro
2.3. Procedimento
As estatísticas da partida foram obtidas da empresa InStat. Este sistema já foi usado anteriormente
em pesquisas sobre futebol (Andersen et al.,2016; Gyarmati, Kwak, & Rodriguez,2014). Apesar de os
técnicos profissionais recolherem as variáveis, uma sub-amostra de cinco partidas foi selecionada
aleatoriamente e observada por dois analistas experientes (treinadores de futebol com mais de 8
anos de experiência em análise de desempenho no futebol). Para testar a confiabilidade dos dados,
os coeficientes de correlação Kappa ponderados (O'Donoghue & Holmes,2015) (confiabilidade
interobservador). Os resultados mostraram valores de kappa muito bons para as variáveis de
ataque, defesa e bola parada (k = 0,94, k = 0,91; e k = 0,90, respectivamente) (Altman, 1991). O
Conselho de Revisão Institucional aprovou a pesquisa atual.
Em segundo lugar, o teste ANCOVA foi usado para testar as diferenças entre os desempenhos do time da casa
e do visitante, considerando a classificação do time como uma covariável.
Em terceiro lugar, as variáveis que mostraram um efeito significativo da covariável de classificação da
equipe foram reanalisadas usando a MANOVA com classificação da equipe (dividida em três grupos de
desempenho de acordo com um cluster k-means como: melhores equipes classificadas de 1 a 6 posições;
intermediárias classificadas de 7 a 12 posições e os piores times classificados de 13 a 18 posições) e
localização da partida como fatores. opost hocteste deBonferronifoi aplicado quando necessário para
testar as comparações pairwise, e o teste parcial de efeito quadrado eta (ES) foi calculado (considerando
as seguintes magnitudes de ES: 0,01 = efeito pequeno, 0,06 = efeito médio, 0,14 = efeito grande, Cohen,
1988). Todas as análises foram realizadas usando o software estatístico IBM SPSS versão 22 (Armonk, NY:
IBM Corp), e o nível de significância foi estabelecido em P < 0,05.
3. Resultados
Os resultados descritivos dos oito fatores identificados para times da casa e visitantes são
apresentados noTabela 4.
Os resultados da ANCOVA mostraram que os desempenhos em casa e fora foram
significativamente diferentes para os fatores 1 (F1.568= 26,84; p < 0,001; ES = 0,05, pequeno
efeito), 2 (F1.568= 43,91; p < 0,001; ES = 0,07, efeito médio), 5 (F1.568= 25,44; p < 0,001;
6 M.-Á. GÓMEZ ET AL.
1 2 3 4 5 6 7 8
Tiros totais 0,30 0,86 0,01 0,15 0,12 0,21 0,12 0,17
Tiros no alvo 0,28 0,75 − 0,05 − 0,08 0,17 − 0,17 0,09 0,21
Chutes de largura 0,20 0,60 0,02 0,24 − 0,03 0,34 0,07 0,11
tiros bloqueados 0,15 0,51 0,04 0,21 0,14 0,29 0,06 0,06
Finalizações de área Finalizações 0,22 0,84 − 0,03 0,01 0,24 0,07 0,06 0,00
de área no alvo Total de faltas 0,18 0,73 − 0,08 − 0,15 0,20 − 0,23 0,00 0,04
− 0,16 − 0,10 0,12 0,06 − 0,03 0,07 − 0,80 − 0,06
Faltas no próprio meio- − 0,21 − 0,17 0,14 0,01 − 0,17 − 0,04 − 0,77 −0,07
campo Escanteios 0,27 0,52 − 0,08 0,02 0,49 0,10 0,13 − 0,02
Cruzamentos de falta − 0,25 − 0,06 0,00 0,18 0,64 0,02 − 0,05 0,14
Tiros de falta 0,04 0,12 0,11 0,08 0,09 0,11 0,04 0,75
Tiros de falta no alvo 0,05 0,07 0,05 − 0,06 0,13 − 0,03 0,03 0,68
Passes 0,95 0,23 − 0,09 0,02 0,00 0,08 0,10 0,01
Passes não ofensivos 0,81 0,06 − 0,06 − 0,25 − 0,12 0,06 0,16 0,07
passes de ataque 0,57 0,29 − 0,08 0,36 0,16 0,05 − 0,04 − 0,06
passes curtos 0,67 0,19 0,00 0,08 − 0,08 0,00 0,20 − 0,19
passes médios 0,91 0,23 − 0,10 − 0,03 0,01 0,13 0,09 0,07
Passes para a caixa 0,36 0,51 − 0,02 0,23 0,53 0,25 0,05 − 0,02
Passes para a frente 0,91 0,16 − 0,07 0,10 − 0,01 − 0,01 0,09 0,02
Ações por conta própria − 0,30 − 0,35 0,14 0,02 − 0,28 − 0,61 −0,14 0,01
4ª Ações no centro 0,89 0,23 0,17 0,15 0,02 0,12 0,07 0,01
Ações nos adversários 4ª 0,44 0,56 0,08 0,19 0,43 0,32 0,08 − 0,07
Ações defensivas − 0,26 − 0,11 0,61 0,33 − 0,10 − 0,43 − 0,25 − 0,08
Ações de ataque 0,92 0,28 0,07 0,11 0,07 0,12 0,08 0,04
Posse de bola (%) 0,81 0,32 − 0,03 0,05 0,20 0,21 − 0,02 0,09
Posse de bola 1-5s − 0,37 − 0,11 0,29 0,43 0,34 − 0,32 0,05 − 0,08
Posse de bola 5-15s − 0,21 − 0,10 0,26 0,60 0,20 0,02 − 0,02 0,01
Posse de bola 15-45s 0,79 0,28 − 0,11 − 0,06 − 0,02 0,24 0,08 0,04
Posse de bola > 45s Bolas 0,71 0,20 − 0,16 − 0,24 − 0,07 0,04 0,01 0,15
perdidas 0,24 0,01 0,25 0,69 0,31 − 0,12 0,18 − 0,07
Bolas perdidas no próprio meio- − 0,27 − 0,31 0,18 0,13 − 0,17 − 0,50 0,12 − 0,04
campo Bolas recuperadas 0,24 0,08 0,26 0,70 − 0,05 − 0,28 − 0,10 − 0,10
desafios − 0,04 − 0,01 0,91 0,22 0,19 − 0,08 − 0,13 0,03
desafios defensivos − 0,02 0,06 0,81 0,16 0,06 − 0,16 − 0,26 − 0,02
Desafios de ataque − 0,05 − 0,08 0,79 0,23 0,27 0,02 0,03 0,07
desafios aéreos − 0,13 − 0,02 0,40 0,34 0,38 − 0,15 − 0,33 − 0,01
desafios terrestres 0,04 0,00 0,92 0,04 − 0,03 0,01 0,07 0,05
Dribles 0,16 0,08 0,59 − 0,10 − 0,09 0,18 0,21 0,15
Tackles − 0,10 0,03 0,60 − 0,13 − 0,16 − 0,03 − 0,07 − 0,03
Pegar bola grátis 0,09 0,09 − 0,17 0,64 0,03 0,16 − 0,17 0,13
Pegando bola livre no meio- 0,34 0,32 − 0,05 0,47 0,24 0,41 − 0,03 0,05
campo Intercepções − 0,29 − 0,15 0,30 0,00 − 0,14 − 0,51 0,04 − 0,26
Ataques totais 0,56 0,33 0,13 0,44 0,44 0,26 0,14 0,02
Contra-ataques − 0,10 0,24 0,08 0,60 0,13 − 0,08 − 0,11 − 0,08
Ataques de posição 0,73 0,17 0,13 0,26 0,18 0,32 0,19 − 0,02
Ataques de bola parada 0,05 0,36 0,01 0,12 0,79 0,10 0,05 0,19
Centro 0,43 0,18 0,04 0,49 − 0,17 0,05 0,19 0,24
Ataques com tiro 0,31 0,85 0,01 0,16 0,11 0,21 0,12 0,17
Contra-ataques com remate Ataques − 0,09 0,38 − 0,04 0,23 − 0,13 − 0,02 − 0,07 − 0,03
de posição com remate Ataques de 0,39 0,72 0,03 0,12 − 0,15 0,25 0,18 0,06
bola parada com remate Centro com 0,07 0,43 0,00 0,00 0,60 0,08 0,02 0,35
remate 0,29 0,62 0,00 0,25 − 0,26 0,09 0,22 0,17
ES = 0,04, pequeno efeito), 6 (F1.568= 16,13; p < 0,001; ES = 0,03, pequeno efeito) e 7 (F1.568
= 8,35; p < 0,001; ES = 0,01, pequeno efeito) com melhores valores para os times da casa
(verTabela 5). Além disso, os resultados do efeito covariável (ranking da equipe)
mostraram que os fatores 1 (F1.568= 96,77; p < 0,001; ES = 0,15, grande efeito), 2
8 M.-Á. GÓMEZ ET AL.
Tabela 4.Valores descritivos para equipas mandantes e visitantes para os 8 fatores identificados.
Time visitante time da casa
M SD M SD
Fator 1 (posse de bola) Fator 2 − 0,20 0,98 0,20 0,98
(ações finais) Fator 3 (desafios − 0,26 0,91 0,26 1.02
individuais) Fator 4 (contra- 0,01 0,99 − 0,01 1.01
ataque) − 0,06 0,96 0,06 1.04
Fator 5 (bola parada) − 0,21 0,89 0,21 1.06
Fator 6 (jogo de − 0,17 1,00 0,17 0,97
transição) Fator 7 (ações − 0,12 1.10 0,12 0,87
de falta) Fator 8 (livre) − 0,05 0,92 0,05 1.08
Tabela 5.Resultados do ANCOVA (localizações de correspondência como fator e classificação da equipe como covariável) para todos
os 8 fatores identificados.
SS df EM F P ηp2
Fator: local de correspondência
Fator 1 (posse de bola) Fator 2 22.09 1 22.09 26,84 < 0,001** 0,05
(ações finais) Fator 3 (desafios 38,25 1 38,25 43,91 < 0,001** 0,07
individuais) Fator 4 (contra- 0,08 1 0,08 0,08 0,77 0,00
ataque) 2.26 1 2.26 2.26 0,13 0,00
Fator 5 (bola parada) 24.39 1 24.39 25.44 < 0,001** 0,04
Fator 6 (jogo de 15.66 1 15.66 16.13 < 0,001** 0,03
transição) Fator 7 (ações 8.25 1 8.25 8.35 < 0,001** 0,01
de falta) Fator 8 (livre) 1.39 1 1.39 1.39 0,24 0,00
Covariável: classificação da equipe
Fator 1 (posse de bola) Fator 2 79,65 1 79,65 96,77 < 0,001** 0,15
(ações finais) Fator 3 (desafios 36.31 1 36.31 41,69 < 0,001** 0,07
individuais) Fator 4 (contra- 6.07 1 6.07 6.11 0,01* 0,01
ataque) 0,53 1 0,53 0,53 0,47 0,00
Fator 5 (bola parada) 1.14 1 1.14 1.19 0,28 0,00
Fator 6 (jogo de 2,60 1 2,60 2.68 0,10 0,00
transição) Fator 7 (ações 0,15 1 0,15 0,15 0,70 0,00
de falta) Fator 8 (livre) 1.23 1 1.23 1.24 0,27 0,00
* p < 0,05; **p < 0,01
(F1.568= 41,69; p < 0,001; ES = 0,07, efeito médio) e 3 (F1.568= 6,11; p = 0,01; ES = 0,01,
pequeno efeito) foram estatisticamente significativos (existe um efeito de classificação
nesses fatores ao diferenciar times da casa e visitantes).
Os resultados da análise MANOVA (local de jogo e fatores de classificação da equipe) mostraram
que a qualidade da equipe foi estatisticamente significativa para o Fator 1 (F2.568= 42,76; p < 0,001;
ES = 0,13, efeito médio); Fator 2 (F2.568= 25,08; p < 0,001; ES = 0,08, efeito médio); e Fator 3 (F2.568=
6,07; p = 0,002; ES = 0,02, pequeno efeito). opost hoccomparações mostraram que as equipes
classificadas em 1º lugarstpara 6ºas posições obtiveram valores maiores para Fator 1 e 2, e valores
menores para Fator 3 do que as equipes classificadas em 7ºpara 12ºe 13ºpara 18º. Não foram
identificadas diferenças significativas (p > 0,05) entre as equipes classificadas em 7º lugarºpara 12ºe
as equipes classificadas em 13º lugarºpara 18º
A interação entre os fatores (local da partida × classificação do time) foi significativa apenas para
o fator 3 (F2.568= 4,66; p = 0,01; ES = 0,02, pequeno efeito). opost hoc as comparações refletiram que
as equipes classificadas em 7ºpara 12ºe 13ºpara 18ºteve desempenho diferente em casa e fora para
este fator, mas as equipes classificaram-se em 1º lugarstpara 6ºficaram estáveis em seu
desempenho neste Fator 3 (verTabela 6).
REVISTA INTERNACIONAL DE ANÁLISE DE DESEMPENHO NO ESPORTE 9
Tabela 6.Valores descritivos para times da casa e visitantes de acordo com a classificação do time para os 3
fatores identificados (F1 posse de bola, F2 ações finais e F3 desafios individuais) como significativos na ANCOVA.
Time visitante time da casa
M SD M SD
Fator 1 (posse de bola)
Classificação 1–6 0,42 1.09 0,58 1.02
Classificação 7–12 − 0,46 0,76 − 0,01 0,80
Classificação 13–18 − 0,55 0,76 0,01 0,98
Fator 2 (ações finais)
Classificação 1–6 − 0,01 1.02 0,77 0,99
Classificação 7–12 − 0,38 0,81 0,01 0,93
Classificação 13–18 − 0,40 0,83 − 0,02 0,94
Fator 3 (desafios individuais)
Classificação 1–6 − 0,13 0,96 − 0,27 0,96
Classificação 7–12 − 0,04 1,00 0,28 1.03
Classificação 13–18 0,22 0,99 − 0,04 0,97
4. Discussão
Descrever e medir os diferentes estilos de jogo que os times de futebol podem adotar
durante uma partida tem aplicações práticas diretas para treinadores e analistas de
desempenho ao coletar dados de desempenho. Consequentemente, o objetivo do presente
estudo foi identificar e medir estilos de jogo no futebol profissional grego de acordo com
variáveis contextuais relacionadas (qualidade do time e localização do jogo).
Tradicionalmente, a análise do jogo no futebol tem sido baseada no acúmulo de eventos únicos
para fornecer uma descrição da forma como um time joga (Rein & Memmert,2016). Recentemente,
analistas de desempenho e treinadores têm focado seus esforços em identificar e medir os
diferentes estilos de jogo que as equipes podem adotar durante as partidas e como esses planos
estratégicos podem mudar dependendo do tempo e das condições da partida. Isso oferece novas
possibilidades para analisar o desempenho de equipes e jogadores em comparação com um
acúmulo de eventos, desde a contribuição individual de um jogador para um estilo de jogo
específico até os estilos de jogo usados pelas equipes para criar ou evitar oportunidades de
finalização.
O presente estudo juntamente com os de Hewitt et al. (2016), Fernandez-Navarro et al. (
2016), e Lago-Peñas, Gómez-Ruano e Yang (2017) teve como objetivo identificar e mensurar
estilos de jogo no futebol profissional. No entanto, nosso estudo apresenta várias novidades
em relação a pesquisas anteriores. Em primeiro lugar, foram incluídas mais variáveis como o
número e duração das posses de bola, o número de passes em diferentes zonas do campo ou
o número de ações por conta própria e 4º adversário. Além disso, os efeitos do local do jogo
(por exemplo, jogando em casa ou fora) nos estilos de jogo usados pelas equipes foram
medidos e mostraram diferentes tendências de acordo com a classificação das equipes
(Armatas & Pollard,2014).
No geral, os resultados do presente estudo sugerem que: (i) diferentes estilos de jogo podem
ser identificados e medidos objetivamente no futebol de elite; (ii) existem diferentes estilos de jogo
para times bem e malsucedidos; e (ii) as equipes alteram seus estilos de jogo ao competir em casa
ou fora; porém, (iv) essas mudanças dependem da qualidade das equipes.
Os resultados mostraram que indicadores específicos de desempenho definem o estilo de uma equipe e,
consequentemente, as equipes podem ser classificadas para criar um perfil de estilo de jogo. fator exploratório
10 M.-Á. GÓMEZ ET AL.
A análise extraiu 12 fatores que definiram diferentes estilos de jogo. Os fatores selecionados
juntos explicaram 64,29% da variância.
Os resultados do presente estudo indicam que os desempenhos em casa e fora foram
diferentes fator 1 (posse de bola), fator 2 (ações de finalização), fator 5 (bola parada), fator 6
(ações de falta) e fator 7 (livre) com melhores valores para as equipes da casa. Esses
resultados são semelhantes aos fornecidos por estudos anteriores (Carmichael & Thomas,
2005; Tenga et al.,2010a;2010b; Tucker, Melalieu, James & Taylor,2005) e sugerem que os
times da casa utilizam táticas mais ofensivas, dominantes e agressivas do que seus
adversários.
No entanto, o impacto de jogar em casa ou fora nos estilos de jogo depende da qualidade das equipas. As
equipes mais bem colocadas (esquadrões classificados em 1º lugarstpara 6ºposição) obtiveram maiores valores
para o Fator 1 e Fator 2 e menos valores para o Fator 3 do que as equipes classificadas em 7º
para 12ºe 13ºpara 18ºao diferenciar equipes locais e visitantes. Esses achados sugerem que as
equipes mais bem colocadas adotam um estilo de jogo de posse de bola, sugerindo que preferem
“controlar” a partida ditando o jogo em vez de dar a iniciativa ao adversário (Collet,2013). Em
particular, a estratégia de “manter a posse de bola” pode envolver um jogo mais lento com
movimentos defensivos, menor risco no passe e maior ênfase na recuperação da posse de bola
relativamente a equipas que podem dar menos importância a esta estratégia (Lago-Peñas & Dellal,
2010; Rein & Memmert,2016). Este estilo de jogo também é chamado de jogo indireto, que é mais
lento do que o jogo direto e usa muitos passes curtos, enquanto as fraquezas na defesa adversária
são procuradas (Lago-Peñas & Dellal,2010). Estudos anteriores apresentam resultados
semelhantes, concluindo que as diferenças entre as equipes vencedoras e perdedoras são
principalmente evidentes na frequência e eficácia dos chutes a gol e passes (ver, por exemplo,
Lago-Peñas et al. (2011), Hughes e Franks (2005) ou Armatas, Yiannakos, Papadopoulou e Skoufas (
2009). Inesperadamente, as primeiras colocadas tiveram valores mais altos para a variável “passes
longos”. Estudos futuros devem abordar se esse resultado é uma característica específica do
futebol grego.
Em relação às limitações do presente estudo, três aspectos devem ser destacados. As
variáveis contextuais (por exemplo, o nível do adversário e o placar) não foram levadas em
consideração e essas variáveis podem afetar os estilos de jogo das equipes (Lago-Peñas,
2012). Mais partidas, temporadas, variáveis e diferentes competições devem ser
consideradas para fornecer descrições conclusivas e medidas para estilos de jogo e
generalização dos dados. Finalmente, os efeitos combinados de táticas ofensivas e defensivas
e interações com o oponente devem ser incluídos no futuro.
Em conclusão, diferentes estilos de jogo e indicadores de desempenho
correlacionados foram identificados no presente estudo. A maioria deles foi
afetada pelo local da partida, com os times da casa mostrando valores mais
altos de posse de bola e realizando mais finalizações, faltas e cobranças de falta
do que os visitantes. No entanto, esse impacto depende da força das equipes.
As equipes mais bem colocadas apresentaram melhores valores nas variáveis
posse de bola e ações de finalização e menores valores na variável ações de
falta. Para aplicações práticas, o perfil do estilo de jogo pode ser usado para
comparar diferentes times e se preparar para os adversários na competição.
Pontuações positivas ou negativas para os 12 fatores determinariam o quanto
uma equipe depende de um estilo específico ou combinação de estilos.
REVISTA INTERNACIONAL DE ANÁLISE DE DESEMPENHO NO ESPORTE 11
declaração de divulgação
ORCID
Referências