AI Summary & Key Takeaways
AI InsightAs a result of the analysis, it was determined that the player position does not affect the attack score points at all, and the number of bad attacks is the variable that most affected the attack score points among the other variables.
📌 3 Key Takeaways
Abstract
One of the most important factors affecting the outcome of the match in volleyball is the attacking skills of the players and the attacks that they result in score points (attack score points) throughout the match. In this respect, determining the variables that affect the attack score points and being aware of these variables by the coach and the players, has importance for the victory. For this purpose, in the study, using the attack data after the 20th scores of the players in the 2018-2019 Turkish Volleyball Federation Sultans Volleyball League (TVFSVL) teams; it was examined whether the variables nationality, player position, number of good attacks (positive attacks), number of bad attacks (negative attacks), failure to attack, and blocked attacks, have an effect on the attacks that resulted in score points. CHAID (Chi-squared Automatic Interaction Detection) algorithm, which is one of the decision tree techniques and is frequently used in data mining applications due to its easy interpretation, was used to determine the effective variables. As a result of the analysis, it was determined that the player position does not affect the attack score points at all, and the number of bad attacks is the variable that most affected the attack score points among the other variables.
Özet
Voleybolda maç sonucunu etkileyen en önemli etkenlerden biri, oyuncuların atak becerileri ve maç boyunca sayı ile sonuçlandırdıkları ataklardır. Bu nedenle, oyuncuların atak sayılarını etkileyen değişkenlerin belirlenmesi ve bu değişkenlerin antrenör ve oyuncular tarafından bilinmesi galibiyet için oldukça önemlidir. Bu amaçla çalışmada, 2018-2019 Türkiye Voleybol Federasyonu Sultanlar Voleybol Ligi takımlarındaki oyuncuların 20. sayılar sonrası atak verileri kullanılarak uyruk, mevki, iyi atak sayısı (pozitif atak), kötü atak sayısı (negatif atak), atak hatası ve bloklanan atak değişkenlerinin sayı ile sonuçlanan atak üzerinde etkili olup olmadıkları incelenmiştir. Etkili değişkenlerin belirlenmesi için karar ağacı tekniklerinden biri olan ve kolay yorumlanabilir olması nedeniyle veri madenciliği uygulamalarında sıkça kullanılan CHAID (Chi-squared Automatic Interaction Detection) algoritmasından yararlanılmıştır. CHAID karar ağacı sayesinde sayı ile sonuçlananatakları en iyi açıklayan değişkene göre oyuncular gruplandırılarak bu oyuncular için ayrı ayrı bir dizi kararlar oluşturulmuştur. Analizler sonucunda, sayı ile sonuçlanan atakları; oyuncu mevkisinin hiç etkilemediği, kötü atak sayısının ise diğer değişkenler içerisinde en çok etkileyen değişken olduğu belirlenmiştir.