DATAVERWERKING EN -ANALYSE
BELANG VAN DATA IN DE SPORT
Voorbeelden:
- Voetbal: data-analyse om tactische beslissingen te nemen
- Atletiek: GPS trackers meten loopafstanden en versnellingen om trainingsbelasting te optimaliseren
- Blessurepreventie: basketbalteams analyseren spronhoogtes en vermoeidheidsdata om risico blessures te
verlagen
è Data helpt bij objectieve besluitvorming, professionele communicatie, prestatieanalyse, blessurepreventie,
administratie…
è Van belang in verschillende sportberoepen (coach, PT, sportwetenschapper)
è Excel: krachtig hulpmiddel om sportdata te analyseren
Waarom data belangrijker wordt in sportwereld?
ð Prestaties verbeteren, blessures voorkomen en tactische beslissingen ondersteunen, eigen progressie gaan
bekijken, loadmanagement…
ð GPS trackers, hartslagmeters, bewegingsanalyses, horloges…
Hoe gebruiken sportteams data?
ð Wielrenners: vermogensmeters om energie te verdelen (voeding)
ð Basket: workload, bewegingssensoren om shotpogingen en verdediging te analyseren
ð Voetbal: GPS, passingpatronen en balbezig, data over slaap, voeding en herstel
Hoe kan data een trainer, sportcoach of kinesist helpen?
ð Trainer: hartslagzones, schema’s aanpassen, krachttraining, tactiek aanpassen…
ð Kinesist: blessurepreventie, opvolgen herstel, load monitoring…
Doelen:
- Blessurepreventie: screening en monitoring (vermoeidheid, belasting en herstel)
- Prestatieoptimalisatie: sprinter ziet reactiesnelheid bij start het moeilijkst (hierop werken)
- Tactische analyse en strategie: hoe frequent punt scoren bij bepaalde vorm van aanval
- Talentontwikkeling: fysieke/technische parameters bijhouden
Objectieve besluitvorming:
ð Meetbare feiten met data = niet subjectief
ð Vermoeid voelen: GPS toont gelijke sprintsnelheid (geen verbetering)
ð Je voelt je goed, maar data toont verandering in HSV: later ziek worden
Professionele communicatie:
ð Correcte steekproefname en interpretatie (zelf testen afnemen en data voorstellen)
ð Wetenschappelijk onderzoek correct interpreteren
1
,BASISBEGRIPPEN DATAVERWERKING
Voorbeelden:
- Hardlopen: afstand (km), snelheid (km/u), hartslag (bpm)
- Krachttraining: gewicht (kg), herhalingen, RPE (rate of perceived exertion)
- Teamdata: aantal passen, balbezit, sprints per wedstrijd
è Verschil tussen meetbare en subjectieve data
è Technologie genereert data
è Belang van consistente en betrouwbare metingen
Type data:
- Kwalitatieve data: beschrijvende info (hoe een sporter zich voelt na training)
- Kwantitatieve data: getallen, meetbare waarden (HF, snelheid, spronghoogte)
Kwalitatieve data:
ð Ervaringen atleet: vermoeidheid, pijn, stress, motivatie…
ð Technisch/tactisch: kwaliteit bewegen (armzwaai lopen), spelinzicht…
ð Omgeving: invloed veld, publiek…
ð Observaties: anders lopen na blessure, zelfvertrouwen na blessure…
Kwantitatieve data:
ð Hardlopen: afstand (km), snelheid (km/u), hartslag (bpm)…
ð Krachttraining: gewicht (kg), herhalingen, RPE…
ð Teamdata: aantal passen, balbezit, aantal sprints per wedstrijd…
Betrouwbaarheid uitvoering test:
ð 5x 100m sprint meten met zowel timinggates als stopwatch
ð Reflectie: Welke methode was meest betrouwbaar en hoeveel variatie zat er in de metingen?
ð Materiaal: standaardisatie
ð Externe factoren: weer, pistes…
Belang betrouwbaarheid:
- Foutieve conclusies over prestaties
- Onjuiste training en blessurepreventie
- Verkeerde talentselectie en scouting
- Onbruikbare data voor wetenschappelijk onderzoek
Foutieve conclusies over prestaties:
ð Agility-test bij marathonlopers: slecht presteren want draaien/keren niet snel
ð Wendbaarheid in deze sport nauwelijks relevant
ð Gevolg: onterechte afwijzing atleet of verkeerd trainingsadvies
Onjuiste training en blessurepreventie:
ð Verticale sprongtest bij wielrenners: enkel uithoudingsvermogen en krachtuithoudingsvermogen nodig,
geen maximale sprongkracht
ð Gevolg: verkeerde trainingsprogramma’s, geen juiste trainingsprikkels dus geen verbetering
2
,Verkeerde talentselectie en scouting:
ð Sprinttest voor roeier: zegt weinig over aerobe capaciteit en krachtuithouding
ð VO2max test voor balkunstturner: minder relevant dan flexibiliteit-en krachtbalanstest
ð Gevolg: talentvolle sporters niet opgemerkt in hun categorie
Onbruikbare data voor wetenschappelijk onderzoek:
ð Krachtontwikkeling bij voetballers: enkel 1RM gemeten, maar geen sprint- of duelkracht
ð Gevolg: irrelevante conclusies voor coaches en foutieve toepassingen praktijk
Testen:
- Agility test (illinois agility test)
- VO2 max test
- Sprinttest (30m tijd)
- Verticale sprongtest
- Maximale krachttest (1RM squat) -> blessurepreventie
Ø Marathonlopers: maximale kracht en VO2max
Ø Voetballers: alle testen
Ø Basketbalspelers: verticale sprongtest, agility test en maximale kracht
Ø Gewichtheffers : maximale kracht
Ø Tennisers : alles behalve VO2max
Niet representatief: analyseren VO2max test voetballers met 90% professionals en 10% amateurs
Wel representatief: evenwichte verdeling:
- Leeftijd
ð Van jeugd tot volwassenen en senioren
- Geslacht
ð Zowel mannelijke als vrouwelijke voetballers
- Speelniveau
ð Mix van amateurs, semi-professionals en professionals
- Speelpositie
ð Verdedigers, middenvelders, aanvallers en keepers
- Speelstijl en competitie
ð Verschillende voetbalcompetities en speelstijlen
Populatie = totale groep van individuen/objecten waarvan men een kenmerk wil onderzoeken
Ø Belgische voetbalsters, Hoge school studenten, Belgische bieren…
ð Niet mogelijk om hele populatie te onderzoeken
Ø Enorme omvang: onmogelijk alle elementen te meten
Ø Kosten: beperkt aantal metingen mogelijk
Ø Snelheid: hele populatie onderzoeken duurt veel langer
Ø Geen grote nauwkeurigheid: steekproef is voldoende
Ø Gemakkelijker deel populatie te onderzoeken
Ø Destructief onderzoek: hele populatie zou verloren gaan
Steekproef = een deel van de populatie
3
, Goede steekproef:
- Representatief
- Voldoende groot
Representatief:
è Aselect + voldoende groot
ð Goede weerspiegeling populatie die je wenst te onderzoeken op vlak van aantal kenmerken
Ø Geslacht, leeftijd, sportief niveau, sociaal-economische status…
Voldoende groot:
ð Meer representatief voor populatie
ð Meer kans op betrouwbare resultaten en significante verschillen
Ø Uitmiddelen van toevallige fouten
ð Grootte: afhankelijk van doel onderzoek en meetmethoden
Ø Steekproefcalculator online (foutenmarge 5%, betrouwbaarheidsniveau 5% en mate spreiding 50%)
Aselecte steekproef = alle subjecten zijn willekeurig gekozen waardoor elk subject even grote kans heeft om
opgenomen te worden in steekproef
- Enkelvoudige steekproef:
ð Willekeurig, maar goed populatie kennen
ð Response rate van 30-40% bij interne enquêtes
- Systematische steekproef:
ð Nummer kiezen op basis van regelmatige intervallen
- Gestratificeerde steekproef:
ð Verschillende groepen en vermoeden dat dit invloed heeft
ð Leeftijd, gender, religie, inkom…
ð Belang proportioneel
- Geclusterde steekproef:
ð Heterogene clusters (3 scholen)
Selecte steekproef = subjecten niet op toevalsbasis uit populatie worden genomen
ð Geen idee wie in populatie zit
ð Weinig tijd en middelen
ð Minder valide
- Gemakssteekproef:
ð Geschikte deelnemers die makkelijk te bereiken zijn
ð Niet representatief
ð Eerder verkennend onderzoek (lage betrouwbaarheid en validiteit)
- Sneeuwbalsteekproef:
ð Gevonden personen zorgen voor nieuwe personen
ð Goed voor lastig te vinden steekproeven
4