.: ORİJİNAL ARAŞTIRMA
Türkiye Efeler Ligi'nde Set Sonucunu Ayrıştıran Değişkenlerin İncelenmesi: Tanımlayıcı Araştırma
Investigation of the Variables Discriminating Set Results in the Turkish Efeler League: Descriptive Study
Turkiye Klinikleri J Sports Sci. 2025;17(2):100-8
doi: 10.5336/sportsci.2024-106603
Makale Dili: TR
Tam Metin
ÖZET
Amaç: Voleybolda başarılı olmak için maç analizlerinde elde edilen veriler kadar bu verilerin değerlendirilmesi için kullanılan metotların da güçlü ve geçerli sonuçlar ortaya çıkarmasının önemi büyüktür. Bu sebeple bu araştırma Türkiye Erkekler Voleybol Efeler Ligi'nde normal sezonda oynanan müsabakalarda set kazanma ve kaybetmeyi ayrıştıran teknik değişkenleri belirlemek amacı ile yapılmıştır. Gereç ve Yöntemler: Araştırmaya 2022-2023 sezonunda mücadelen eden 14 takımın normal sezonda oynadığı 169 müsabaka dâhil edilmiştir. Müsabakalara ait Türkiye Voleybol Federasyonu web sayfasından elde edilen veriler Data Volley 4.0 yazılımı ile analiz edilmiş, daha sonra yazılım dışına çıkarılıp Microsoft Excel'e aktarılmış, çalışma dâhilinde incelenen değişkenler filtrelenmiş ve verilerin analizinde kullanılacak istatistiksel metotlara uygun hale getirilmiştir. Araştırma kapsamındaki veriler diskriminant analizi ile değerlendirilmiş, bu analize dâhil edilmeyen değişkenler için bağımsız iki örneklem t-testi ile uygulanmıştır. Analizlerde anlamlılık düzeyi (p<0,05) olarak belirlenmiş ve bütün verilerin analizi için SPSS 21.0 yazılımı kullanılmıştır. Bulgular: Araştırma sonucunda diskriminant analizi ile elde edilen fonksiyonun %88,6 doğrulukla set kazanmayı, %90,4 doğrulukla da set kaybetmeyi sınıflandırdığı belirlenmiştir. Araştırmada set sonucunu anlamlı şekilde ayrıştıran değişkenler, BLOCKEDSo, WPOINTSBp, ERRORSo, WPOINTServe, LPOINTSReception ve WPOINTSBlock olarak bulunmuştur. Sonuç: Bu araştırma ile 2022-2023 Türkiye Erkekler Voleybol Efeler Ligi normal sezonunda set sonucunu en iyi ayrıştıran değişkenler belirlenmiş ve set sonuçları literatürdeki çalışmalara kıyasla yüksek doğrulukta sınıflandırılmıştır. Voleybol branşına özgü müsabaka gereksinimleri zamana ve popülasyona göre farklılık göstermektedir. Branşın ihtiyaçlarının gruba özgü belirlenebilmesi için müsabaka verilerinin güçlü istatistiksel yöntemlerle değerlendirilmesi önemlidir. Bu sebeple kazanmakaybetme arasındaki farklar zamana ve gruba göre değerlendirilirken basit karşılaştırmalar yerine daha kuvvetli ayrıştırma ve modellemeler ile analiz edilmelidir.
Anahtar Kelimeler: Voleybol; maç analizi; teknik değişkenler; diskriminant analiz
Amaç: Voleybolda başarılı olmak için maç analizlerinde elde edilen veriler kadar bu verilerin değerlendirilmesi için kullanılan metotların da güçlü ve geçerli sonuçlar ortaya çıkarmasının önemi büyüktür. Bu sebeple bu araştırma Türkiye Erkekler Voleybol Efeler Ligi'nde normal sezonda oynanan müsabakalarda set kazanma ve kaybetmeyi ayrıştıran teknik değişkenleri belirlemek amacı ile yapılmıştır. Gereç ve Yöntemler: Araştırmaya 2022-2023 sezonunda mücadelen eden 14 takımın normal sezonda oynadığı 169 müsabaka dâhil edilmiştir. Müsabakalara ait Türkiye Voleybol Federasyonu web sayfasından elde edilen veriler Data Volley 4.0 yazılımı ile analiz edilmiş, daha sonra yazılım dışına çıkarılıp Microsoft Excel'e aktarılmış, çalışma dâhilinde incelenen değişkenler filtrelenmiş ve verilerin analizinde kullanılacak istatistiksel metotlara uygun hale getirilmiştir. Araştırma kapsamındaki veriler diskriminant analizi ile değerlendirilmiş, bu analize dâhil edilmeyen değişkenler için bağımsız iki örneklem t-testi ile uygulanmıştır. Analizlerde anlamlılık düzeyi (p<0,05) olarak belirlenmiş ve bütün verilerin analizi için SPSS 21.0 yazılımı kullanılmıştır. Bulgular: Araştırma sonucunda diskriminant analizi ile elde edilen fonksiyonun %88,6 doğrulukla set kazanmayı, %90,4 doğrulukla da set kaybetmeyi sınıflandırdığı belirlenmiştir. Araştırmada set sonucunu anlamlı şekilde ayrıştıran değişkenler, BLOCKEDSo, WPOINTSBp, ERRORSo, WPOINTServe, LPOINTSReception ve WPOINTSBlock olarak bulunmuştur. Sonuç: Bu araştırma ile 2022-2023 Türkiye Erkekler Voleybol Efeler Ligi normal sezonunda set sonucunu en iyi ayrıştıran değişkenler belirlenmiş ve set sonuçları literatürdeki çalışmalara kıyasla yüksek doğrulukta sınıflandırılmıştır. Voleybol branşına özgü müsabaka gereksinimleri zamana ve popülasyona göre farklılık göstermektedir. Branşın ihtiyaçlarının gruba özgü belirlenebilmesi için müsabaka verilerinin güçlü istatistiksel yöntemlerle değerlendirilmesi önemlidir. Bu sebeple kazanmakaybetme arasındaki farklar zamana ve gruba göre değerlendirilirken basit karşılaştırmalar yerine daha kuvvetli ayrıştırma ve modellemeler ile analiz edilmelidir.
Anahtar Kelimeler: Voleybol; maç analizi; teknik değişkenler; diskriminant analiz
ABSTRACT
Objective: To succeed in volleyball, the power and the validity of data evaluation methods are as crucial as the data itself. This study was conducted with the objective of determining the technical variables that discriminate between winning and losing sets in the regular season of the Turkish Men's Volleyball Efeler League. Material and Methods: The study included 169 matches played in the regular season by 14 teams competing in the 2022-2023 season. The data of the competitions obtained from the Turkish Volleyball Federation web page were analyzed with Data Volley 4.0 software and then exported to MS Excel; the variables related to the study were filtered and prepared for statistical methods. The data within the scope of the study were evaluated by discriminant analysis, and an independent two-sample t-test was applied to the variables not included in this analysis. The significance level was set as (p<0.05), and SPSS 21.0 software was used for the analysis of all data. Results: The results of the study indicated that the function obtained by discriminant analysis was able to classify winning sets with an accuracy of 88.6% and losing sets with an accuracy of 90.4%. The variables that were identified as significantly discriminating between set results were BLOCKEDSo, WPOINTSBp, ERRORSo, WPOINTServe, LPOINTSReception and WPOINTSBlock. Conclusion: This study aimed to identify the variables that most effectively discriminate the set results observed in the 2022-2023 Turkish Men's Volleyball Efeler League regular season. The discriminatory power of these variables was then used to classify the set results with a high degree of accuracy in comparison to the findings of previous studies in the literature. The specific requirements of the competition in volleyball vary according to time and group. In order to determine the branch-specific needs of the group, it is important to evaluate the competition data with powerful statistical methods. Therefore, the differences between winning and losing should be analysed with more powerful decomposition and modelling, as opposed to simple comparisons, when evaluating the differences over time and by group.
Keywords: Volleyball; match analysis; technical variables; discriminant analysis
Objective: To succeed in volleyball, the power and the validity of data evaluation methods are as crucial as the data itself. This study was conducted with the objective of determining the technical variables that discriminate between winning and losing sets in the regular season of the Turkish Men's Volleyball Efeler League. Material and Methods: The study included 169 matches played in the regular season by 14 teams competing in the 2022-2023 season. The data of the competitions obtained from the Turkish Volleyball Federation web page were analyzed with Data Volley 4.0 software and then exported to MS Excel; the variables related to the study were filtered and prepared for statistical methods. The data within the scope of the study were evaluated by discriminant analysis, and an independent two-sample t-test was applied to the variables not included in this analysis. The significance level was set as (p<0.05), and SPSS 21.0 software was used for the analysis of all data. Results: The results of the study indicated that the function obtained by discriminant analysis was able to classify winning sets with an accuracy of 88.6% and losing sets with an accuracy of 90.4%. The variables that were identified as significantly discriminating between set results were BLOCKEDSo, WPOINTSBp, ERRORSo, WPOINTServe, LPOINTSReception and WPOINTSBlock. Conclusion: This study aimed to identify the variables that most effectively discriminate the set results observed in the 2022-2023 Turkish Men's Volleyball Efeler League regular season. The discriminatory power of these variables was then used to classify the set results with a high degree of accuracy in comparison to the findings of previous studies in the literature. The specific requirements of the competition in volleyball vary according to time and group. In order to determine the branch-specific needs of the group, it is important to evaluate the competition data with powerful statistical methods. Therefore, the differences between winning and losing should be analysed with more powerful decomposition and modelling, as opposed to simple comparisons, when evaluating the differences over time and by group.
Keywords: Volleyball; match analysis; technical variables; discriminant analysis
REFERANSLAR:
- Gabbett T, Georgieff B, Anderson S, Cotton B, Savovic D, Nicholson L. Changes in skill and physical fitness following training in talent-identified volleyball players. J Strength Cond Res. 2006;20(1):29-35. [PubMed]
- Fortes LS, Freitas-Júnior CG, Paes PP, Vieira LF, Nascimento-Júnior JRA, Lima-Júnior DRAA, et al. Effect of an eight-week imagery training programme on passing decision-making of young volleyball players. Int J Sport Exerc Psychol. 2020;18(1):120-8. [Crossref]
- de Oliveira Castro H, Laporta L, Lima RF, Clemente FM, Afonso J, da Silva Aguiar S, et al. Small-sided games in volleyball: A systematic review of the state of the art. Biol Sport. 2022;39(4):995-1010. [Crossref] [PubMed] [PMC]
- Trajković N, Milanović Z, Sporis G, Milić V, Stanković R. The effects of 6 weeks of preseason skill-based conditioning on physical performance in male volleyball players. J Strength Cond Res. 2012;26(6):1475-80. [Crossref] [PubMed]
- Hughes M, Franks IM. Notational Analysis of Sport: Systems for Better Coaching and Performance in Sport. 2nd ed. New York: Routledge; 2004.
- Torres-Ronda L, Beanland E, Whitehead S, Sweeting A, Clubb J. Tracking Systems in Team Sports: A Narrative Review of Applications of the Data and Sport Specific Analysis. Sports Med Open. 2022;8(1):15. [PubMed] [PMC]
- Sarmento H, Clemente FM, Afonso J, Araújo D, Fachada M, Nobre P, et al. Match analysis in team ball sports: an umbrella review of systematic reviews and meta-analyses. Sports Med Open. 2022;8(1):66. [Crossref] [PubMed] [PMC]
- Sampaio J. Routledge Handbook of Sports Performance Analysis. McGarry T, O?Donoghue P, Sampaio J, eds. 1st ed. New York: Taylor&Francis Group; 2013. [Crossref]
- Vavassori R, Arroyo MPM, Ureña Espa A. Training load and players? readiness monitoring methods used in volleyball: a systematic review. Kinesiology. 2024;56(1):61-77. [Crossref]
- Patsiaouras A, Moustakidis A, Charitonidis K, Kokaridas D. Volleyball technical skills as winning and qualification factors during the Olympic Games 2008. Int J Perform Anal Sport. 2010;10(2):115-20. [Crossref]
- Drikos S, Barzouka K, Nikolaidou ME, Sotiropoulos K. Game variables that predict success and performance level in elite men?s volleyball. Int J Perform Anal Sport. 2021;21(5):767-79. [Crossref]
- Yurdakul D, Akoğuz Yazıcı N. Türkiye Erkekler Voleybol Axa Sigorta Efeler Ligi müsabakalarının maç analizi: 2020-2021 sezonu [Evaluation of match analysis results of 2020-2021 Turkey Men's Volleyball Axa Sigorta Efeler League Competitions]. Gümüşhane Üniversitesi Sağlık Bilimleri Dergisi. 2023;12(1):260-9. [Crossref]
- Silva M, Lacerda D, João PV. Game-Related Volleyball Skills that Influence Victory. J Hum Kinet. 2014;41:173-9. [Crossref] [PubMed] [PMC]
- Çokluk Ö, Şekercioğlu G, Büyüköztürk Ş. Sosyal Bilimler İçin Çok Değişkenli İstatistik SPSS ve LISREL Uygulamaları. 1.Baskı. Ankara: Pegem Akademi; 2010.
- Curran PJ, West SG, Finch JF. Psychological methods the robustness of test statistics to nonnormality and specification error in confirmatory factor analysis. 1996;1(1):16-29. [Crossref]
- Hair J, Black WC, Babin BJ, Anderson RE. Multivariate Data Analysis. 7th ed. 2010. [Link]
- Byrne BM. Structural Equation Modeling with AMOS: Basic Concepts, Applications, and Programming. Routledge; 2010. [Link]
- Kline RB. Principles and Practice of Structural Equation Modeling. 4th ed. New York: The Gulford Press; 2016. [Crossref]
- George D, Mallery M. SPSS for Windows Step by Step: A Simple Guide and Reference. 10th ed. Londra: Pearson; 2010.
- Zetou E, Moustakidis A, Tsigilis N, Komninakidou A. Does effectiveness of skill in complex i predict win in men?s olympic volleyball games? J Quant Anal Sports. 2007;3(4):1-11. [Crossref]
- Oliveira AOGF, Vaz LMT, Pastore JC, João PV. Discriminate scoring skills and non-scoring skills according to results in the Brazilian men?s volleyball SuperLeague. Montenegrin Journal of Sports Science and Medicine. 2018;7(1):73-9. [Crossref]
- Marelic N, Resetar T, Jankovic V. Discriminant analysis of the sets won and the sets lost by one team in A1 Italian volleyball league: A case study. Kinesiology. 2004;36(1):75-82. [Link]
- Drikos S, Vagenas G. Multivariate assessment of selected performance indicators in relation to the type and result of a typical set in Men?s Elite Volleyball. International Journal of Performance Analysis in Sport. 2011;11(1):85-95. [Crossref]
- Lima R, Palao JM, Moreira M, Clemente FM. Variations of technical actions and efficacy of national teams? volleyball attackers according to their sex and playing positions. Int J Perform Anal Sport. 2019;19(4):491-502. [Crossref]
- İşgüzar MG. 2008 Peki̇n Oli̇mpi̇yat Oyunlarındaki̇ Erkek Voleybol Müsabakalarının İstatistiksel Analizi [Yüksek lisans tezi]. Ankara: Gazi Üniversitesi; 2011. [Link]
.: İşlem Listesi