Influencia de la experiencia competitiva de los futbolistas en la clasificación final en la liga 09-10.
Es sabido que tanto los 5 primeros partidos de liga (LAGO, C. y CASÁIS, L. (2010), como el presupuesto del equipo, son variables independientes muy potentes a la hora de explicar el resultado final del equipo en la clasificación).
Influencia de la experiencia competitiva de los futbolistas en la clasificación final en la liga 09-10.
Resumen
Es sabido que tanto los 5 primeros partidos de liga (LAGO, C. y CASÁIS, L. (2010), como el presupuesto del equipo (BERUMENT, H., INCE, O. Y YUCAL, E. (2006); DELL´OSSO, F. Y SZYMANSKI, S. (1991); SCULLY, G.W. (1995) y SZYMANSKI, S. Y SMITH, R. (1995)), son variables independientes muy potentes a la hora de explicar el resultado final del equipo en la clasificación). Nuestro propósito es conocer si además del presupuesto del equipo, la experiencia competitiva de los jugadores tiene relación con ese resultado.
Tras un análisis de regresión múltiple, concluimos que, la experiencia competitiva de los jugadores que más influye en la clasificación de los equipos es el número de partidos jugados en 2º división (u otras ligas de 2º nivel) y los partidos jugados en competiciones europeas. La variable que más potencia tiene para explicar o predecir la clasificación final de un equipo es el presupuesto del equipo, lo mismo que han encontrado Lago, C. y Casais, L. (2010).
La fórmula de regresión que hemos obtenido tras el análisis ha sido la siguiente:
Clasificación Final = 14,049 – 0,038*presupuestomill – 0,164*PJEuropa + 0,031*PJ2ª+0,001*X1
La relación de las variables con la clasificación es la siguiente:
- A menor presupuesto, más posibilidades de quedar en posiciones bajas en la clasificación.
- A menor experiencia competitiva en competiciones europeas, más posibilidades de quedar en posiciones bajas en la clasificación.
A mayor experiencia competitiva en 2ª división (o competiciones de 2º nivel) más
INTRODUCCIÓN:
Es sabido que tanto los 5 primeros partidos de liga (LAGO, C. y CASÁIS, L. (2010) como el presupuesto del equipo (BERUMENT, H., INCE, O. Y YUCAL, E. (2006); DELL´OSSO, F. Y SZYMANSKI, S. (1991); SCULLY, G.W. (1995) y SZYMANSKI, S. Y SMITH, R. (1995)), son variables independientes muy potentes a la hora de explicar el resultado final del equipo en la clasificación. Nuestro propósito es conocer si además del presupuesto del equipo, la experiencia competitiva de los jugadores tiene relación con ese resultado.
MATERIAL Y MÉTODO:
La regresión múltiple estudia los modelos cuyo objetivo es explicar el comportamiento de una variable dependiente (clasificación final en la liga) utilizando información proporcionada por los valores que toman un conjunto de variables independientes:
Equipo
Cada una de los 20 clubes que conforman la 1ª División española en la temporada 2009/2010, con el número total de jugadores por equipo.
Edad
Años de cada uno de los jugadores que conforman la plantilla.
Temporadas jugadas
Número total de temporadas disputadas por un jugador en el total de su carrera hasta la temporada
2009/2010.
Partidos jugados en 1er nivel competitivo
Partidos en un liga de nivel de Competición máximo jugados por un jugador a lo largo de su carrera hasta la temporada 2009/2010. Para la consideración de un nivel de competición máximo, se ha atendido a la clasificación de la IFFHS, estableciendo como nivel máximo las 10 primeras ligas de la clasificación de las mejores ligas del mundo. En esta variable también se incluyen las competiciones de Copa de cada una de las ligas anteriores.
Partidos jugados en 2ª nivel competitivo
Partidos jugados en una liga de nivel de exigencia de segundo nivel, caracterizado por aquellas ligas situadas en la clasificación de la IFFHS anteriormente mencionada, entre las posiciones 10 y 30. En esta variable también se incluyen las segundas divisiones de las ligas de primer nivel de competición.
Partidos jugados en competiciones europeas
Partidos jugados por un jugador en competiciones europeas de clubes (Liga de Campeones, Europa
League, y demás competiciones continentales como la Intertoto, o las fases previas de las dos anteriores.) En esta clasificación también se incluyen los partidos de la supercopa de Europa y el
Mundial de clubes.
Partidos jugados con la selección
Partidos jugados por un jugador en competición oficial (no amistosos) con la selección de su país.
*Para la obtención de los datos de las variables anteriormente mencionadas, se emplearon las webs de estadísticas de futbol:
– soccerway.com
– fichajes.com
– lfp.es
– iffhs.de
Presupuesto en millones
Presupuesto estimado de los clubes de la 1ª División española (LFP) en la temporada 2009/2010.
RESULTADOS:
Tras haber realizado el análisis de regresión lineal por pasos, vemos como el modelo que explica en mayor proporción la VD clasificación en la liga es el modelo 6, compuesto por las variables independientes: Presupuesto, PJ Europa, PJ 2ª, Edad, PJ1ª, Temporadas jugadas.
Dicho modelo como muestran los resultados, explica en un 51,5% la clasificación en liga del equipo.
Resumen del modelog
Contenido disponible en el CD Colección Congresos nº 15
Coeficientes
Contenido disponible en el CD Colección Congresos nº 15
Diagnósticos de colinealidada
Contenido disponible en el CD Colección Congresos nº 15
A continuación tenemos una estimación de la varianza explicada por el modelo 3 igual a 2669,502 y de la varianza no explicada o residual igual a 17,205. En este caso el mucho más la varianza explicada sobre la no explicada (155,162), por tanto el modelo explica un porcentaje alto de varianza de Y y esto es detectado por el test F que resulta significativo (p=0,000). Por tanto se rechaza la hipótesis nula de que el conjunto de variables independientes no influyen en la variable dependiente.
ANOVA
Contenido disponible en el CD Colección Congresos nº 15
A continuación chequearemos la presencia de interacciones, para ello definiremos las variables X1=presupuesto*PJEuropa y X2=presupuesto*PJ2ª.
Coeficientes
Contenido disponible en el CD Colección Congresos nº 15
La tabla de coeficientes indica que la interacción X1 y X2 son significativas, por lo que finalmente nos quedamos con el modelo:
Clasificación Final = 14,049 – 0,038*presupuestomill – 0,164*PJEuropa + 0,031*PJ2ª+0,001*X1.
DISCUSIÓN:
Tras la elección del modelo 3 como el más oportuno, y tras analizar la interacción entre variables, obtenemos la siguiente fórmula predictiva:
Clasificación Final = 14,049 – 0,038*presupuestomill – 0,164*PJEuropa + 0,031*PJ2ª+0,001*X1.
Esta fórmula tiene dos coeficientes negativos, lo que significa que un aumento de esas variables se corresponderá con una posición en la clasificación más baja, es decir, más cercana a la 1ª posición. En cuanto al coeficiente positivo, un aumento en él se correspondería con un aumento de la posición en la clasificación, es decir, más cercano al 20º, el último lugar.
La variable con más potencia encontrada ha sido el presupuesto, esto coincide con los resultados obtenidos en (Lago,C. y Casais, L.(2010)).
CONCLUSIONES:
Las principales conclusiones obtenidas en nuestro estudio han sido las siguientes: El presupuesto es la variable que más explica o predice la clasificación final de un equipo en la clasificación final. La experiencia competitiva en competiciones europeas, así como el número de partidos jugados en 2º división o competiciones de 2º nivel, son las otras dos variables más influyentes en la clasificación final de un equipo.
Bibliografía
BERUMENT, H., INCE, O. Y YUCAL, E. (2006). Success in soccer and economic performance. Evidence form Besiktas-Turkey. International Review of Economics, 56, 82-97.
DELL´OSSO, F. Y SZYMANSKI, S. (1991). Who are the champions? An analysis of football architecture.Business Strategy Review, 25(4), 113-130.
LAGO, C. y CASÁIS, L. (2010). La influencia de los resultados iniciales en la clasificación final de los equipos de fútbol de alto nivel, Revista de Psicología del Deporte, 19 (2), 175-185
SCULLY, G.W. (1995). The market structure of sports. Chicago: University of Chicago press.
SZYMANSKI, S. Y SMITH, R. (1995). The English Football industry: profit, performance and industrial structure. International Review of Applied Economics, 11(1), 135-153.
