TESI

SDOCTORAL
A
NÁL
IS
ISD
ELJU
EGOENFÚTB
OLPR
OFE
SI
ONA
LMED
IA
NTE
IN
DI
CADO
RESDEREN
DIMI
ENT
OTÉC
NI
CO-
T
ÁCT
IC
OS
YVA
R I
ABL
ESCONT
EXT
UAL
ES
R
UBÉ
NDA
RÍ
OAG
UAD
OMÉ
NDE
Z

DI
RE
CTO
RES
F
ERN
A N
DOMANU
ELOT
EROS
ABO
RI
DO
J
OSÉANT
ONI
OGON
ZÁL
EZJ
URA
DO

-
202
2-
 Tesis doctoral
ANÁLISIS DEL JUEGO EN FÚTBOL
PROFESIONAL MEDIANTE INDICADORES DE
RENDIMIENTO TÉCNICO-TÁCTICOS Y
VARIABLES CONTEXTUALES

Autor:
Rubén Darío Aguado Méndez

Directores:
Fernando Manuel Otero-Saborido
José Antonio González Jurado

Sevilla, 2022
2
 A mi familia,
porque sois todo para mí.

3
4
Cambiar de respuesta es evolución,
cambiar de pregunta es revolución.
Jorge Wagensberg

5
6
Agradecimientos

Esta Tesis además de permitirme profundizar en el conocimiento sobre la

temática de la misma, también me ha dado la oportunidad de poner a prueba mis
límites, superarlos, e incorporar cualidades que siento me serán útiles en cualquier otro
aspecto de la vida.

Todos los retos afrontados han provocado en mí sensaciones muy opuestas,

tanto positivas por el aprendizaje y satisfacción que sentía cada vez que daba un paso
adelante, como negativas por el duro proceso que suponía dar cada uno de esos pasos.
Dicen que ningún proyecto realizado solo te lleva tan lejos como acompañado, y lo he
podido comprobar puesto que he tenido la gran suerte de sentir la fuerza de personas
que de una u otra forma, me han dado el empujón que en cada momento he necesitado
para seguir adelante. Por ello, sirvan estas líneas para agradecer a las personas que
siempre tendrán un lugar en mi corazón por todo lo que me han aportado:

A mi padre, José Luis, si he podido realizar esta tesis es en gran parte gracias a
ti. Primero, por haberme inculcado toda la vida con tu ejemplo la disciplina, honradez,
constancia e inconformismo necesario para poder afrontarla. Y segundo, por los
enormes sacrificios que has hecho trabajando sin descanso para que nunca nos haya
faltado de nada y poder costear mi educación.

A mi madre, Juani, por ser mi pilar fundamental tanto en los malos momentos
por el apoyo que me das, como en los buenos compartiendo alegrías. Tu inigualable
bondad y humildad hace que estar contigo sea un soplo de aire fresco indispensable
para desconectar y ver las cosas siempre con una mejor perspectiva.

A mi hermano, Álvaro, por enseñarme que con perseverancia, fortaleza mental,

humildad, paciencia y mucho trabajo siempre estarás más cerca de tus sueños. Además,
contigo he tenido el privilegio conocer lo que implica el deporte de Alto Rendimiento y
los entresijos del fútbol, aprendiendo de ello más que en ninguna formación. Podría
escribir muchas más razones por las que me has ayudado e inspirado, además de
virtudes por las que me haces sentir muy orgulloso, pero resumiendo, eres el mejor
hermano que podría tener.

7
 A mi novia, Noelia, por respetar y apoyar que haya dedicado tanto tiempo a la
Tesis cuando además por la distancia el tiempo que podemos pasar juntos es muy
limitado. Gracias también por tu gran paciencia aguantándome en los malos
momentos, que no han sido pocos. Y sobretodo, gracias por entenderme,
quererme y hacerme la vida más fácil siendo mi compañera perfecta.

A toda mi familia (tíos/as, primos/as, Tania, abuela,…) y amigos, por vuestro

apoyo y hacerme sentir que cada paso dado, lo sentíais vuestro también.

A mi director, Fernando, por la predisposición que has mostrado conmigo desde

el TFM que sirvió de preludio para esta Tesis. Sé el poco tiempo del que dispones y me
considero un afortunado por haber recibido tanta atención, cercanía y ganas de ayudar
por tu parte.

A mi co-director, José Antonio, por aportar siempre un valor diferencial para

mejorar la tesis con tu experiencia, ayudarme con los trámites y por supuesto, por tu
amabilidad y estar dispuesto a tenderme una mano siempre que lo he necesitado.

A Alberto y Enrique González, porque al trabajar día a día con vosotros y

conoceros personalmente con vuestra inquietud, ambición y conocimientos me habéis
ayudado desde la sencillez a ser mejor profesional y persona.

Al Linares Deportivo, y en particular a Miguel Linares por tener la oportunidad

de llevar a la práctica toda la teoría estudiada previamente proporcionándome un
conocimiento empírico muy valioso para contrastar con el método científico. De igual
forma, gracias a los jugadores y compañeros de Cuerpo Técnico por poder vivir con
personas de vuestra calidad humana experiencias inolvidables que le dan sentido a todo
el esfuerzo realizado.

Y por último, gracias al fútbol, porque jugando he tenido muchos de los

momentos más felices que recuerdo, por las personas y experiencias que me ha
aportado, porque actualmente me siento realizado como preparador físico de
futbolistas, por ser la puerta de entrada a esta tesis que tanto me ha enseñado a nivel
personal, y por ser el eje alrededor del cual me han inculcado valores desde niño.

8
9
Índice
1. Introducción ..................................................................................................... 12
2. Marco teórico .................................................................................................. 17
2.1 Aproximación conceptual al fútbol ...................................................................... 17
2.2 Estructuración del juego: lógica interna y fases ................................................... 18
2.2.1 Ataque................................................................................................................................ 22
2.2.2 Transición defensiva .......................................................................................................... 23
2.2.3 Defensa .............................................................................................................................. 25
2.2.4 Transición ofensiva ............................................................................................................ 26
2.2.5 ABP ..................................................................................................................................... 29
2.3 Estrategia, modelo de juego y táctica .................................................................. 30
2.4 Sistemas Complejos ............................................................................................ 33
2.5 Investigación sobre el match analysis en fútbol ................................................... 36
2.5.1 Indicadores de rendimiento técnico-táctico y contextuales .............................................. 40
2.5.2 Metodología observacional ............................................................................................... 44
2.5.3 Investigación cualitativa..................................................................................................... 47
3. Objetivos ......................................................................................................... 49
4. Hipótesis .......................................................................................................... 50
5. Publicaciones ................................................................................................... 51
5.1 Artículo 1: Technical-Tactical Performance from Data Providers: A Systematic
Review in Regular Football Leagues. ................................................................................ 51
5.2 Artículo 2: Análisis observacional de goles recibidos por el Real Betis en LaLiga:
estudio de caso. .............................................................................................................. 66
5.3 Artículo 3: Analysis of the goal-scoring opportunities conceded in football: a study
case in the Spanish LaLiga. ............................................................................................... 75
5.4 Artículo 4: Perceptions of football analysts goal-scoring opportunity predictions: a
qualitative case study. ..................................................................................................... 96
6. Discusión, conclusiones y aplicaciones prácticas ............................................. 107
6.1 Discusión........................................................................................................... 107
6.2 Conclusiones ..................................................................................................... 110
6.3 Aplicaciones prácticas ....................................................................................... 114
7. Limitaciones ................................................................................................... 115
8. Futuras líneas de investigación ...................................................................... 116
9. Bibliografía .................................................................................................... 117

10
Lista de figuras
Figura 1. Aspectos de rendimientos individuales, ciclo del juego y variables contextuales
en fútbol (elaboración propia). ...................................................................................... 12
Figura 2. Aspectos de rendimientos individuales, ciclo del juego, variables contextuales
y relaciones de colaboración-oposición en un partido (elaboración propia). ................ 13
Figura 3. Relación entre impacto y conocimiento de los artículos presentados.
Elaboración propia a partir del modelo GAAM (Maoz, 2013). ....................................... 17
Figura 4. Fases del juego y ABP (López, A.; Fernández, 2013)........................................ 20
Figura 5. Ciclo del juego. Elaboración propia basado en González (2020). .................... 21
Figura 6. Evolución del despliegue por oleadas en transición ofensiva. Elaboración propia
basado en González (2020). ........................................................................................... 28
Figura 7. Clasificación de estudios según tipo de análisis y objeto de estudio. Basado en
Sarmento et al. (2014). .................................................................................................. 40

11
1. Introducción
Toda acción realizada por un jugador de fútbol en el transcurso de un partido
incluye una decisión (parte táctica), una acción o habilidad motora (parte técnica) que
requiere un movimiento particular (parte física/fisiológica) y está dirigida por estados
volitivos y emocionales (parte psicológica) (Delgado Bordonau & Mendez Villanueva,
2018). El rendimiento individual y colectivo depende además de la combinación de
aspectos tácticos, técnicos, físicos y psicológicos (Reilly et al., 2000), del momento en el
que se desarrolla cada acción de los que conforman el ciclo de juego (ataque, transición
defensiva, defensa, transición ofensiva y ABP de ataque/defensa), y de la influencia de
las variables contextuales (resultado, minuto, rival, etc.) (figura 1). La presencia de los
citados elementos, así como su interrelación, otorga una gran complejidad a este
deporte, lo cual provoca que deba ser entendido desde la globalidad y sea necesario
aplicar un enfoque holístico a la evaluación y preparación deportiva.

Figura 1. Aspectos de rendimientos individuales, ciclo del juego y variables

contextuales en fútbol (elaboración propia).

12
 El objetivo principal del cuerpo técnico en un club de fútbol en el ámbito
profesional es maximizar el rendimiento colectivo presente y futuro. Para el
cumplimiento de este objetivo supone optimizar todos los elementos (jugadores) que
componen el sistema (equipo), sin olvidar sus interacciones. Castellano y Casamichana
(2016) definieron la situación de cualquier equipo de fútbol: “más de 20 personas
diferentes (con pasados particulares e inmodificables, con presentes propios e
irrepetibles y con futuros desconocidos y, en cierto modo, impredecibles) abocados a
compartir un mismo proyecto: competir al mejor nivel posible”. Con estas condiciones, y
partiendo de las personas en el centro de todo, las características particulares de cada
futbolista (aspectos técnicos, tácticos, físicos y psicológicos, influenciados por el ciclo
del juego y el contexto del partido) están condicionadas por las relaciones de
colaboración con compañeros de equipo, y de oposición con sus rivales. Estas
interacciones provocan un intercambio continuo de estímulos entre los jugadores
induciendo una transformación constante que determinará el rendimiento (figura 2).

Figura 2. Aspectos de rendimientos individuales, ciclo del juego, variables contextuales y

relaciones de colaboración-oposición en un partido (elaboración propia).

13
 Estas relaciones del comportamiento humano son de naturaleza cambiante,
fluida, caótica e impredecible, lo cual es contradictorio con el objetivo de tratar de poner
orden, equilibrio y estabilidad a través de los múltiples y variados análisis realizados en
fútbol. De este paradigma surge la idea de que no existe una relación causa-efecto al
aplicar uno o diversos estímulos por el principio de no linealidad y la interconexión de
todos los factores y variables existentes. Y es que lo que resulta ser lógico en un
determinado contexto, puede no serlo en otro similar porque al unir los puntos no
siempre obtendremos el mismo resultado, por ello es recomendable analizar el
rendimiento en fútbol desde un prisma global. Cuanto más complejo es un deporte, más
precavido se ha de ser en su interpretación.

Los sistemas complejos como son los equipos de fútbol nunca se quedan quietos
y siempre están cambiando de forma en pro de la auto re-organización permanente
(Morin, 1977). Por este motivo, no existe una forma única de ver el fútbol (o cualquier
otro sistema complejo), ya que hay diferentes modelos, conceptos e ideas para tratar
de entender el juego (Sumpter, 2021). Sin embargo, a pesar de las múltiples formas de
jugar y entender este deporte, los equipos pueden tener unos patrones subyacentes
que revelen su comportamiento. Detectar estos patrones es posible al descubrir el
orden interno que esconde el caos a través de estadísticas que, repetidas a través del
tiempo, generan tendencias. No obstante, la ventaja no será la gran cantidad de datos
que podamos obtener, sino el resultado tras la interpretación de los mismos para
generar conocimiento, y es que tener muchos datos no es lo mismo que saber por qué
pasan las cosas. Además, tras conocer los diferentes patrones que caracterizan el
modelo de juego de un equipo, el siguiente paso debería ser averiguar cuándo, cómo,
por qué y el resultado de que ese equipo no repitiese dichos patrones. De esta forma se
estaría aportando verdadero valor al cuerpo técnico en forma de recomendaciones
prácticas a la hora de plantear la estrategia operativa de un partido.

Por lo tanto, los datos -contextualizados y bien interpretados- son un gran

complemento para ayudarnos a tomar mejores decisiones, pero esto conlleva riesgos.
La evolución de la tecnología, siendo más asequible y accesible, ha provocado un gran
incremento en la cantidad de información disponible con diferentes objetivos:
monitorizar demandas de juego, evaluar cargas de trabajo y niveles de recuperación,

14
examinar el rendimiento ofensivo/defensivo, etc. El gran volumen de datos a los que los
clubes tienen acceso puede hacer olvidar que no todo lo importante puede ser medido,
y no todo lo que puede ser medido es importante. Y es que en el fútbol la urgencia es
una constante en cada decisión tomada, por lo que hay que tratar de evitar el sobre-
análisis dando más importancia de la debida a detalles que puedan provocar obviar lo
esencial.

Dentro de un cuerpo técnico tradicionalmente se ha visto totalmente separado

el trabajo a realizar por el preparador físico, enfocado a la parte condicional, y el del
entrenador, orientado al trabajo técnico-táctico y gestión de la plantilla. Es evidente que
las funciones ineludibles del preparador físico son planificar/diseñar, ejecutar y analizar
las sesiones de entrenamiento a lo largo de la semana y temporada con dos objetivos
principales:
1) Mejora del rendimiento: provocando adaptaciones en las capacidades de los
jugadores para que se manifiesten al máximo nivel durante el juego. Y de forma
más concreta, según Verheijen (2014), los objetivos específicos son:
a) Preparar al jugador para entrenar las acciones explosivas.
b) Mejorar el rendimiento en las acciones más explosivas del juego.
c) Mantener el nivel de rendimiento en la sucesión de acciones explosivas.
d) Realizar más acciones por minuto.
e) Mantener el número de acciones por minuto a lo largo del tiempo.
2) Favorecer la disponibilidad: controlando las cargas y facilitando la recuperación
para, además de producir adaptaciones, que los jugadores estén disponibles
para ser alineados por el entrenador.

Sin embargo, si como se viene planteando el juego debe ser entendido como un
todo inseparable, para la realización de estas funciones el preparador físico deberá
trabajar de forma muy coordinada con el entrenador y el resto de miembros del cuerpo
técnico a la hora de diseñar las sesiones de entrenamiento y la planificación de los
mismos (Pol, 2011). Los objetivos por conseguir por el cuerpo técnico al completo serán
identificar y manipular los constreñimientos para facilitar la aparición de parámetros
tácticos, técnicos, físicos y psicológicos. Para la consecución de dichos objetivos se
deben presentar tareas de entrenamiento donde predomine la habilidad de resolver

15
constantemente situaciones cambiantes para favorecer la estimulación y donde exista
una alta relación implícita entre dichas tareas y el juego real.

Siendo preparador físico, todo lo mencionado anteriormente me conduce a la

realización de esta tesis para aumentar mi conocimiento sobre el juego y tratar de ver
más allá de variables solamente físicas al analizar las causas del transcurso de un partido,
y con ello, ser capaz de adaptar y diseñar tareas de entrenamiento no solo según
objetivos condicionales, sino también técnico-tácticos y psicológicos. Por esta razón,
inicié el estudio de un equipo con unas características muy marcadas (alto % de posesión
de balón y marcada diferencia entre el rendimiento ofensivo vs. defensivo), con el
objetivo de comprender como las situaciones de juego en un partido son condicionados
por aspectos técnico-tácticos (variables defensivas y ofensivas) y contextuales (minuto,
resultado, lugar, etc.).

Los estudios llevados a cabo en esta tesis doctoral, además de la revisión

sistemática para conocer el estado actual de la literatura científica sobre variables
técnico-tácticas (artículo 1), responden preguntas para analizar el rendimiento técnico-
táctico que van desde el pasado hasta el futuro aumentando el impacto en el
conocimiento. La figura 3 es una adaptación del modelo GAAM: “Gartner analytics
ascendancy model” (Maoz, 2013) en el que se explica la aportación de cada artículo de
esta tesis según la orientación de los mismos. Se parte desde enfoques descriptivos
donde se determina “qué ha pasado” (artículo 2 y 3), continúa con diagnósticos para
explorar “por qué ha pasado” (artículo 4), predictivos para conocer “qué va a pasar”
(artículo 3) y por último, prescriptivo para recomendar soluciones a los problemas
planteados (artículo 4).

16
 Figura 3. Relación entre impacto y conocimiento de los artículos presentados.
Elaboración propia a partir del modelo GAAM (Maoz, 2013).

2. Marco teórico

2.1 Aproximación conceptual al fútbol

La gran cantidad de modalidades deportivas existentes implica que tengan que

ser categorizadas para su estudio y comprensión, estableciendo como criterio
fundamental para clasificarlas la presencia o no de la interacción con compañeros y/o
rivales, diferenciando entre deportes individuales y colectivos. Siguiendo estas premisas
Hernández-moreno (1985) definió los deportes colectivos como “aquellos deportes de
colaboración-oposición, en los cuales la acción de juego es la resultante de las
interacciones entre los participantes, producidas de manera que un equipo coopera
entre sí para oponerse a otro que actúa también en cooperación y que a su vez se opone
al anterior”. Por tanto, una de las claves de los deportes colectivos es que el rendimiento
del equipo no será la suma de las cualidades de sus jugadores, sino de su interrelación
(Blázquez, 1986).

De forma diferente a lo que ocurre en otros deportes colectivos como el voleibol,

el fútbol es un deporte socio motriz de cooperación-oposición donde el espacio de juego

17
es común para todos los jugadores y la interacción se basa en la colaboración con
compañeros al mismo tiempo que existe oposición ante adversarios (Parlebas, 1981),
por lo tanto es característico que todos los participantes sean del equipo que sean,
compitan en el mismo espacio y puedan actuar sin limitaciones y restricciones de
alternancia con respecto al otro equipo (Hernández Moreno, 1994).

En cuanto a las características tácticas de los deportes, Almond (1983) ubica el

fútbol en los juegos de invasión, los cuales consisten en conquistar y defender
determinados espacios con respecto al rival. Por otro lado, Knapp (1979) y Castelo
(1994) consideran el fútbol como un deporte de habilidades abiertas, ya que la
incertidumbre es alta debido a la inestabilidad producida por la interacción entre
compañeros, adversarios y balón teniendo que ajustar constantemente las acciones
motrices a los cambios producidos. Este sistema abierto e las interacciones dinámicas
provocan situaciones de imprevisibilidad y aleatoriedad a las que deben hacer frente el
jugador (Garganta, 1997a).

Añadiendo las aportaciones de Parlebás (1988), Castelo (1999) y Castellano

(2000) a las anteriormente mencionadas, se puede definir el fútbol como un juego
deportivo colectivo de invasión basado en constantes relaciones de oposición-
cooperación y desarrollado en un contexto de elevada variabilidad, imprevisibilidad y
aleatoriedad, en el cual dos equipos de 11 jugadores para conseguir ganar se disputan
el balón en un espacio común y claramente definido realizando acciones de ataque con
el objetivo de introducirlo el mayor nº de veces en la portería rival (marcar gol), y de
defensa para evitar que éste entre en la suya propia (evitar gol). Además, el fútbol es la
modalidad deportiva más popular a escala mundial.

2.2 Estructuración del juego: lógica interna y fases

La lógica interna es definida por Parlebás (1988) como un “sistema de rasgos
pertinentes de una situación y de las consecuencias que entraña en el desarrollo de la
acción motriz correspondiente”. De este modo, el fútbol posee unas características
propias que lo definen con elementos invariables que se relacionan entre si
estableciendo la realidad del juego. De esta forma, Castelo (1999) y Hernández Moreno
(1994) estructuran la lógica interna en:

18
 - La estructura o parte estática del reglamento: compuesta por el reglamento, la
técnica, el espacio de juego, el tiempo y la comunicación.
- La dinámica o desarrollo de la acción de juego: engloba el uso que los jugadores
hacen de la parte estática, dando como resultado la estrategia motriz.

Además, habría que añadir el balón por considerarlo un factor estructural

fundamental en el juego del fútbol.

El fútbol como sistema complejo no puede fragmentarse en partes separadas

pero pueden distinguirse procesos o fases diferenciadas. Durante el desarrollo del juego
no existen por separado el ataque, la defensa y las transiciones ya que la forma de atacar
dependerá de la forma de defender del mismo equipo y a su vez dependerá de la forma
de atacar y defender del equipo rival, por lo que la estructuras y configuraciones del
juego deben ser considerados como un todo (Hughes & Franks, 2004). Sin embargo, para
simplificar su análisis y para la comprensión de la dinámica de un deporte de equipo, es
útil estructurar el juego para distribuirlo en partes que puedan ser claramente
identificadas y que permitan ordenar las ideas de juego. De esta manera, se identifican
unidades diferenciadas más fáciles de ser cuantificadas e interpretadas. Diferentes
autores respaldan esta clasificación de la dinámica del juego basada en cuatro fases
interrelacionadas (Julen Castellano, 2008; Castelo, 1999; Frade, 2000; González, 2020;
Mombaerts, 2000):
- Ataque.
- Transición defensiva.
- Defensa.
- Transición ofensiva.

Además de estas cuatro fases de juego existe un quinto elemento diferencial en

la dinámica del fútbol, y está formado por las acciones a balón parado (ABP) (figura 4).
Éstas no se consideran un momento de juego como tal, pero son igual de importantes
por su repercusión en el rendimiento (Casáis & Lago-Ballesteros, 2006; López, A.;
Fernández, 2013). De tal forma que podemos describir la dinámica del juego del fútbol
a través de cinco aspectos relevantes como son los cuatro momentos de juego y las ABP
(Hewitt et al., 2016).

19
 Las ABP son definidas por Silva (2011) como el conjunto de acciones motrices
que parten de la reanudación del juego tras una interrupción reglamentaria. Ya que la
característica de reanudación de juego determina la naturaleza de este tipo de acciones,
se debe conocer que dicha reanudación se efectúa en la puesta en juego de las
siguientes situaciones: penalti, tiro libre directo, tiro libre indirecto, saque de esquina ,
saque de inicio, saque de meta, saque de banda y balón a tierra.

Ataque

Transición Transición
ofensiva ABP defensiva

Defensa

Figura 4. Fases del juego y ABP (López, A.; Fernández, 2013).

Un ciclo es definido por la RAE como “serie de fases por las que pasa un
fenómeno periódico”. Para el caso del fútbol, un ciclo de juego estaría formado por las
cuatro fases previamente establecidas, de forma que un partido de fútbol está
compuesto de numerosos ciclos de juego en los que los jugadores asumen los roles de
defensa y ataque alternativamente, teniendo que interactuar constantemente con ese
entorno evolutivo.

Por tanto, tratar la dinámica del fútbol es hacer referencia a la evolución del
estado de los sistemas que lo componen a lo largo del tiempo y que tienen que estar
necesariamente interrelacionados entre las diferentes fases del juego. En consecuencia,
la dinámica del juego se caracteriza por cuatro fases fundamentales del juego
interrelacionadas y una quinta de características muy específicas.

20
 Para analizar el juego y entender las mencionadas fases es necesario diseccionar
cada una de ellas estableciendo objetivos y subdividiendo las fases en momentos y
formas de proceder. Todo ello será necesario para asentar las bases de la metodología
a seguir. En este caso, se presenta una síntesis del método y forma de entender el juego
por Alberto González (2020) (Figura 5), entrenador de fútbol con amplia en experiencia
y actualmente ejerciendo en 1ª división RFEF. Esta elección viene debido a que siendo
consciente de las numerosas metodologías existentes y formas de estructurar las
distintas fases y sub-fases, considero es lo más apropiado ya que en la actualidad me
encuentro trabajando como parte del cuerpo técnico de A. González y por lo tanto,
además de sentirme identificado con esta metodología, es la que ponemos en práctica
día a día en nuestro club.

Figura 5. Ciclo del juego. Elaboración propia basado en González (2020).

Es de destacar que una situación de juego no tiene porque pasar por todos los
momentos de cada fase. Así pues, una defensa organizada podría comenzar en el
momento de Ataque-desarrollo del rival, un ataque podría no tener momento de
desarrollo si se hace juego directo desde inicio hacia finalización o podrían darse varias
fases de transición consecutivas de ataque y defensa porque se produzcan
pérdidas/recuperaciones sin que los equipos lleguen a estar organizados con su
distribución de ataque posicional.

21
2.2.1 Ataque
Esta fase está determinada por el equipo que se encuentra en posesión del
balón. Los objetivos básicos son: conservarlo, progresar hacia portería contraria y
finalizar para conseguir gol (Bayer, 1986; Gómez & Álvaro, 2003).

Momentos del juego de ataque según los objetivos básicos:

Inicio: incluye las acciones que permiten el saque del portero y las que ejecutan
los jugadores de 1ª línea para progresar con balón desde zona atrasada hasta encontrar
posibles pases para conectar jugadores más avanzados. El objetivo es superar la 1ª línea
defensiva del equipo rival.

Formas de ataque en Ataque-Inicio:

o Combinativo: acciones encaminadas a encontrar espacio para progresar
y conectar desde el saque del portero a través de la circulación de balón
con jugadores de la 1ª línea de ataque.
o Directo: acciones encaminadas a conectar con pase directo desde
portero a jugadores que se encuentren en zona avanzada.

Desarrollo: consiste en la progresión del juego desde zona atrasada hasta zona
avanzada, implica circulación de jugadores avanzados para recibir con ventaja los pases
de los atrasados y circulación de balón en zona media y avanzada hasta encontrar
pasillos que permitan la penetración hacia zona de finalización. El objetivo es superar la
segunda línea defensiva del rival.
Formas de ataque en Ataque-desarrollo:
o Combinativo: acciones encaminadas a conectar desde 1ª línea de ataque
con jugadores avanzados a través de combinaciones de pase corto y
medio.
o Directo: acciones encaminadas a conectar con pase directo desde 1ª línea
de ataque a jugadores que se encuentren en zona avanzada.

Finalización: transcurre después haber conseguido algún tipo de desequilibrio

del rival en zona avanzada para buscar situaciones de remate hasta conseguir acciones

22
de tiro. El objetivo es superar la última línea defensiva del rival y poder tirar a portería.
En este momento del juego será determinante la forma de ataque con la que llevemos
el balón hasta aquí, el nº de jugadores que empleados y cómo sean ocupados los
espacios.

2.2.2 Transición defensiva

Es la fase del juego en la que el equipo actúa sobre la pérdida del balón, se
prepara ante ella, responde inmediatamente cuando se produce y empieza a aplicar los
medios necesarios para tratar de volver a recuperar el balón o para evitar recibir gol.
Finalizará con éxito cuando el equipo recupere el balón o consiga organizarse
defensivamente y pueda con ello empezar a aplicar los medios previstos para la defensa
posicional.

En esta fase se producen desequilibrios defensivos volviendo al equipo más débil

para defender ataques rápidos del rival. De hecho, Winter y Pfeiffer (2016) encontraron
que las transiciones defensivas parecían ser un factor relacionado directamente con el
resultado del partido en la UEFA Euro 2012. Además, en la MLS se encontró que los
contraataques eran más efectivos que los ataques directos y combinativos pero sólo
cuando el equipo contrario estaba desequilibrado defensivamente (González-Ródenas,
Lopez-Bondia, et al., 2015).

Momentos del juego de transición defensiva:

Movimientos preparatorios: son todas aquellas acciones que, aunque son
realizadas por los jugadores del equipo en posesión de balón, tienen intención
defensiva, lo cual obliga a vincular siempre el juego de ataque con el de defensa. Estas
acciones permiten mantener el equipo en equilibrio y estar preparado en caso de que
el ataque no tenga la eficacia pretendida, ya que siempre hay espacios y rivales a los
cuales habrá que prestarles una especial atención con el objeto de que no aseguren la
transición ofensiva con comodidad (Cano, 2000). Especialmente importante son estos
movimientos cuando el rival tiene el contraataque como método de juego y/o cuente
con jugadores de elevada capacidad técnico-táctica individual ofensiva (Castelo, 1999).
En referencia a esta fase y de nuevo vinculando la fase de ataque y de defensa, Conde

23
(2010) indica la importancia de la manera en la que se gestiona el balón para intervenir
colectivamente cuando no se dispone de el.

Pérdida de balón: actuación que se produce en los instantes de la pérdida del

balón, más o menos duradera en función del tiempo que la posesión del balón no está
definida para ninguno de los dos equipos.

La pérdida de balón siempre tendrá que ir acompañada de un cambio inmediato

de actitud (rol, chip) por parte del jugador, y cuya aplicación inmediata depende en gran
parte el éxito en la recuperación temprana de la posesión del balón (Lotina &
Domínguez, 2006). Por tanto, la primera intención del jugador deberá ser pasar de
realizar funciones ofensivas a defensivas en el menor tiempo posible, reduciendo
espacios y acosando al poseedor del balón y a los receptores potenciales del primer
pase, porque es un buen momento para la recuperación del balón al no tener el
contrario aún la amplitud que hace falta para iniciar el ataque con ciertas garantías.
En el momento justo de la pérdida de la posesión de balón será importante pasar de la
amplitud a la reducción de espacios

Balance defensivo: son todas aquellas acciones encaminadas a la ocupación

óptima de los espacios defensivos en función del modelo de juego que realice el equipo.
Es la parte de la transición defensiva en la que se busca la reorganización defensiva, con
una ocupación óptima de los espacios. A veces, el balance defensivo no llega a dar lugar
a una defensa organizada, ya que no da tiempo para que el equipo se coloque en la
situación de inicio de esta, por lo que ha de realizarse una defensa circunstancial con
una colocación y distribución de los jugadores no preestablecida hasta que se recupere
nuevamente la posesión del balón o pueda establecerse una defensa de contención.

Formas de defensa para realizar el balance defensivo:

o Defensa de contención: consiste en ralentizar o anular el despliegue rival
para establecer una estructura defensiva con gran densidad de
jugadores.

24
 o Defensa presionante: consiste en limitar la capacidad de acción del rival
cortando su iniciativa y tratando de recuperar rápido el balón. Es un
planteamiento más agresivo y con más riesgo defensivo, soliendo buscar
la recuperación del balón en la zona donde se ha perdido o en todo caso
en zonas adelantadas.
o Defensa combinada: se divide conscientemente al equipo, un grupo que
presiona y otro que repliega haciendo defensa de contención.

El actual entrenador del Liverpool F.C., Jurgen Klopp, aborda la transcendencia

de las transiciones defensivas en el rendimiento ofensivo (González, 2020): “El mejor
momento para recuperar la pelota es inmediatamente después de que tu equipo la haya
perdido. El oponente todavía está buscando hacia dónde pasar la pelota. Si ha
recuperado el balón es porque previamente habrá gastado energía, ya fuera realizando
una entrada, un repliegue… y esto hace al nuevo poseedor vulnerable. Mi equipo debe
aprovechar ese cansancio. El fútbol trata de emoción y velocidad. Es un juego de
transiciones. Si recuperas el balón en la parte alta del campo y cerca de la portería, es
solo un pase, y ese pase se convertirá en una oportunidad realmente buena la mayoría
de veces. Ningún creador de juego en el mundo puede ser tan bueno como una situación
de recuperación tras presión tras pérdida en la zona de tres cuartos”.

2.2.3 Defensa
La fase de defensa se desarrolla cuando el equipo no tiene balón. En estas
circunstancias, la intención principal será lograr recuperar la posesión del mismo, evitar
el avance del rival hacia la propia portería e impedir que marque gol (Ardá & Casal,
2003).

Momentos del juego de defensa:

Inicio: es el momento del juego en el que se defiende el inicio del juego de ataque
rival. Los momentos del juego no tienen espacios delimitados, sino que dependerán de
la altura del repliegue del equipo defensor, así habrá situaciones en las que se afronte
un ataque-inicio contra una 1ª línea defensiva que presiona en campo rival o que espera

25
replegada en el último 1/3 del campo. Las zonas y momentos se diferencian en el
dinamismo de las zonas en función de la ocupación de los espacios por parte del equipo
que defiende. De este modo, la defensa del momento Ataque-Inicio del rival puede
realizarse en diferentes zonas del campo:
o Bloque bajo: cuando el medio del equipo se encuentra organizado en un espacio
cercano a su propia portería, estando la línea avanzada detrás de la línea del
medio campo.
o Bloque medio: cuando el medio del equipo se encuentra posicionado cerca de la
línea del centro del campo, estando la línea avanzada delante de la línea del
medio campo.
o Bloque alto: cuando el medio del equipo está delante de la línea del medio
campo y la línea en torno al área rival.

Desarrollo: momento en el que se defiende el desarrollo del juego de ataque

rival.

Finalización: momento del juego en el que se defiende la finalización del juego

de ataque rival. En este momento habitualmente se utilizará la defensa de contención,
ya que la prioridad debe ser evitar que nos generen ocasiones de gol.

2.2.4 Transición ofensiva

Es la fase del juego en la que el equipo actúa sobre la recuperación del balón, se
prepara ante ella, responde inmediatamente cuando se produce y empieza a aplicar los
medios necesarios para tratar de marcar gol o pasar a atacar posicionalmente. Finalizará
con éxito cuando marcamos gol.

En esta fase las jugadas rápidas y con pocos pases parecen obtener un gran
porcentaje de goles en forma de contraataques (Aguado-Méndez, González-Jurado, &
Otero-Saborido, 2020; Armatas & Yiannakos, 2010; Mitrotasios & Armatas, 2014).

26
 Momentos del juego de transición ofensiva:
Movimientos preparatorios: todas aquellas acciones que, aunque sean
realizadas por los jugadores del equipo que no tiene la posesión del balón, tienen
intención principalmente atacante.

Recuperación: actuación que se produce en los instantes de la recuperación del

balón, más o menos duraderos en función del tiempo que la posesión del balón no esté
definida para ninguno de los dos equipos.
La recuperación de balón siempre tendrá que ir acompañada de un cambio inmediato
de actitud por parte del jugador para realizar rápidos movimientos sin balón para que el
adversario no tenga el tiempo necesario para organizar convenientemente sus acciones
defensivas (Lotina & Domínguez, 2006).

Despliegue: todas aquellas acciones orientadas a progresar en el juego

aprovechando el desequilibrio que se haya producido durante el ataque del equipo rival.
Se compone de las diferentes oleadas del contraataque: 1º oleadas (contraataque
directo), 2ª oleada (contraataque elaborado), 3ª oleada (ataque rápido) y paso a ataque
posicional (figura 6).

La primera intención de un equipo debe ser hacer un despliegue hacia el

contraataque aprovechando el desequilibrio del rival para progresar con la máxima
velocidad y los mínimos toques hacia la portería contraria, siempre y cuando disponga
de los medios adecuados para tener un mínimo de garantías de éxito, y además sea lo
que le convenga según el resultado y otros condicionantes del juego.
Independientemente del momento del juego en que se recupere la posesión de balón,
valoraremos las siguientes posibilidades de despliegue:

27
 1ª oleada - Contraataque directo

Realizado por 1-2 jugadores con posibilidad de finalizar muy rápido aprovechando el desequilibrio del equipo
rival.

2ª oleada - Contraataque elaborado

Realizado por 3-5 jugadores con secuencia rápida de pases cuando el jugador que recupera no puede superar
directamente a la última línea rival.

3ª oleada - Ataque rápido

Cuando el contraataque no ha sido posible porque el rival recompone bien la última línea pero tarde en juntarse
en bloque, el equipo atacante vuelve a generar superioridad con jugadores que llegan desde atrás.

Pasar a ataque posicional

Al no ser posible encontrar desequilibrios en el equipo rival, o no querer poner en riesgo la posesión de balón, el
equipo que recupera pasa a atacar contra defensa organizada.

Figura 6. Evolución del despliegue por oleadas en transición ofensiva. Elaboración

propia basado en González (2020).

José Mourinho, en la actualidad entrenador del A.S. Roma, explica la importancia

de las transiciones ofensivas recogido en el libro de Alberto González (2020): “las
transiciones se han vuelto cruciales. Cuando el rival se organiza defensivamente, es muy
difícil marcar. El momento en que el rival pierde la pelota puede ser el momento de
aprovechar la oportunidad de que alguno esté fuera de posición”.

Como se mostrado los momentos de transición proporcionan situaciones de

desequilibrio temporal en ambos equipos, ya que el equipo que recupera el balón trata
de atacar con mayor o menor organización a la vez que el equipo rival trata de
organizarse para defender. Estos momentos suelen tener una corta duración pero a su
vez contiene una gran riqueza por su influencia en el juego al surgir en ella numerosas
ocasiones de gol.

La transición ofensiva tiene una corta duración (menos de 10 segundos) y una

secuencia corta de pases (5 o menos) (Garganta, 1997b). Con estas características,
actualmente las transiciones son determinantes en el fútbol por la dificultad de realizar
la reorganización defensiva provocando situaciones que pueden decidir el resultado del

28
partido (Jones et al., 2004). Así, la literatura corrobora su importancia mostrando como
de los goles anotados en un partido en torno al 50% se marcan en transiciones (Casáis
& Lago-Ballesteros, 2006; Garganta, 1997a; Mombaerts, 2000; Vales, 2012).

2.2.5 ABP

Las acciones a balón parado (ABP) son situaciones estáticas dentro de un

contexto dinámico como es el fútbol. Esta circunstancia es sin duda un punto a favor
para el equipo atacante, pues se encuentra en una situación estable y estática, con
elevada certidumbre contextual, en donde es dueño del reinicio del juego, y en donde
los rivales deben respetar cierta distancia con el jugador ejecutor, proporcionando una
ventaja espacio-temporal que en el contexto dinámico del juego no posee (Ardá et al.,
2014).

Aunque no son consideradas como una fase del juego, son determinantes por su
repercusión en el rendimiento (Casáis & Lago-Ballesteros, 2006; López & Fernández,
2013; Tamarit, 2010). Silva (2011) las define como el conjunto de acciones motrices que
parten de la reanudación del juego tras una interrupción reglamentaria. La reanudación
puede realizarse en las siguientes situaciones: penalti, tiro libre directo, tiro libre
indirecto, saque de esquina , saque de inicio, saque de meta, saque de banda y balón a
tierra. En cuanto al término para referirse a ellas, actualmente ya no es habitual utilizar
la expresión “jugadas de estrategia”, puesto que el componente estratégico está
implícito en las acciones a balón parado pero también en el resto de momentos del
juego (Bonfonti & Pereni, 2002; López & Fernández, 2013; Yagüe, 2001). La singularidad
de estas acciones es que su ejecución es previamente planeada para el partido,
diferenciándose del comportamiento del equipo en el resto de momentos del juego
(Riera, 1995).

Respecto a su frecuencia durante los partidos, los equipos de la Major League

Soccer tenían una media de 10 acciones a balón parado por partido (González-Ródenas,
Lopez-Bondia, et al., 2015). Del mismo modo, Silva (2011) observó una media de 5
saques de esquina, 4 tiros libres indirectos, 0,85 tiros libres y 0,2 tiros de penalti por
equipo y partido en la Liga española.

29
 La efectividad de gol encontrada en el tiro libre directo es del 6,2% (2011),
mientras que los penaltis son el tipo de jugada a balón parado con mayor grado de
efectividad con un 70-85% de las acciones conducen a gol (Jordet et al., 2007; Palau et
al., 2010).

Relacionando la frecuencia y efectividad de las distintas ABP, Yiannakos y Armatas

(2006) encontraron una mayor proporción de goles producidos durante la Eurocopa
2004 por saque de esquina (40,0%), seguidos por los tiros libres (30,0) y penalti (25,0%).
Otro ejemplo es el estudio de Njororai (2014) en la Copa del Mundo de 2010, donde los
saques de esquina y los tiros libres directos obtuvieron el mayor número de goles (28,6
y 28,6, respectivamente), seguidos por los penalties (25,7%) y el tiro libre directo
(14,3%).

En cuanto a su peso en el resultado de los partidos, la revisión de 21 estudios

realizada por Silva (2011) sobre los goles en ABP en diferentes estudios halló que el
promedio de los goles en ABP era del 32,3%. Datos similares encontraron Yiannakos y
Armatas (2006) en la Eurocopa de 2004, donde el total de goles conseguidos en los 32
partidos fue del 35,6% para los goles mediante ABP. De forma más concreta, Armatas et
al. (2007) analizó las ABP del mundial de 2006 en función del tipo de reanudación,
obteniendo que del total de goles en ABP, el 26,7% de los goles fueron de saque de
esquina, el 33% de falta directa, el 33,3% de penalti y el 6,7% vinieron desde un saque
de banda.

2.3 Estrategia, modelo de juego y táctica

La estrategia dentro del deporte engloba toda planificación y previsión realizada

para organizar a largo plazo (una temporada), medio plazo (varios partidos en un
periodo más corto) y a corto plazo (un partido) los objetivos establecidos para ese
periodo de tiempo, y abarca todas las decisiones tomadas antes de un partido. Por otro
lado, la táctica es la adaptación instantánea de la estrategia a una vez iniciado el partido,
se construye sobre las acciones del juego, teniendo en cuenta los factores contextuales
y en interacción con el rival. Por lo tanto, hemos de ir a la estrategia para planificar y
preparar los partidos, pero son necesarios medidas tácticas para ejecutar la estrategia
(La Rose, 1982). Ambos conceptos están íntimamente relacionados y se influyen entre

30
ellos: “la estrategia ha de tener presente los recursos tácticos disponibles y,
simultáneamente, cualquier actuación táctica ha de estar supeditada a los objetivos
estratégicos” (Espar, 2004).

Según Riera (1995) el entrenador es el encargado de entrenar tácticamente al

equipo, pero la táctica es llevada a cabo por los futbolistas durante la competición, ellos
son los encargados de resolver los diferentes problemas que plantea el juego. Por este
motivo, durante el partido a los dos les corresponde tomar decisiones tácticas: el
jugador para batir a su oponente (en ataque o defensa); y el entrenador, tomando el
equipo como una unidad, decidiendo la forma específica de interactuar o de modificar
la interactuación con el equipo rival durante el partido (Espar, 2004).

Como parte de la estrategia (plan de actuación establecido antes del comienzo de

un partido) de un equipo sería establecer el sistema y modelo de juego a utilizar, (siendo
actuaciones tácticas las decisiones tomadas por el entrenador durante el transcurso de
un partido).

Es necesario diferenciar entre sistema y modelo de juego. Sistema de juego hace

referencia a la organización y estructura de un equipo determinando la posición y
demarcación de los jugadores (Teodorescu, 1984). Martín-Barrero (2016) lo define
como la distribución inicial de los jugadores en el terreno de juego, la cual permite su
distribución en posiciones, facilitando así la organización posicional del equipo. En otras
palabras, el sistema de juego hace referencia a la teórica posición de partida de los
jugadores.

El modelo de juego (MdJ) es el conjunto de principios, medios y procedimientos

que permiten a todos los jugadores de un equipo pensar y actuar de una determinada
forma ante una situación de juego determinada para conseguir los objetivos
propuestos. Es decir, se trata de la organización que presenta un equipo en cada
momento del juego otorgándole una identidad (Tamarit, 2010) actuando de forma
coordinada para conseguir el máximo rendimiento. Sin embargo, el MdJ no debería
responder únicamente a una idea de juego jerarquizada por el entrenador, sino que
debería adaptarse a la individualidad de cada jugador y los roles que pueden
desempeñar en el equipo. Por ello, es necesario diseñar tareas para coordinar las
potencialidades de los jugadores y crear movimientos coordinados entre los

31
componentes del equipo sin que perjudique las cualidades individuales de cada uno de
los jugadores.

Entre sus propiedades destacan ser un sistema vivo, no lineal, de carácter

cambiante, multifactorial y de gran complejidad que necesita reajustes continuamente.
Desde el punto de vista del jugador, el MdJ es la forma en la que los jugadores se
relacionan entre si. Por consiguiente, será determinante analizar previamente las
particularidades y destrezas de los jugadores con el objetivo de poder adaptar sus
virtudes al conjunto del equipo a la vez que encubramos las debilidades individuales.

Una característica que debería estar presente en el MdJ es la flexibilidad del

mismo para permitir su adaptación a diferentes contextos según los jugadores y
circunstancias de juego (Cano, 2012; Castelo, 1994; Frade, 1985; Martín-Barrero, 2018;
Tamarit, 2010). En un estudio reciente (Julen Castellano & Pic, 2019) donde se analizó y
relacionó con el resultado del partido el MdJ de los 20 equipos de LaLiga española en la
temporada 2016-2017, concluyó la necesidad de preparar al equipo para que sea capaz
de desarrollar un MdJ flexible, adaptable y variado para poder hacer frente a las
dinámicas particulares intra e inter partidos (es decir, hacer frente a diferentes rivales o
cambios en el marcador, expulsiones, etc.).

Objetivos para la construcción del MdJ:

- Objetivo general del juego: ganar.
- Objetivo fundamental del juego de ataque: conseguir gol
- Objetivos fundamentales del juego de defensa: evitar gol y recuperar el balón.
- Objetivos secuenciales: se definen como la sucesión de finalidades para
conseguir el objetivo fundamental. Varían a lo largo del juego en función de
cómo se presente la situación para cada momento. Para analizar y diseñar un
MdJ, cada fase tendrá sus objetivos secuenciales:
o Objetivos secuenciales de ataque: construcción de acciones ofensivas,
crear situaciones de finalización y finalizar con éxito.
o Objetivos secuenciales de defensa: impedir la construcción de acciones
ofensivas, anular o evitar situaciones de finalización cercanas a portería
propia y evitar la finalización con éxito.

32
 Proceso en la construcción del MdJ:
- Analizar contexto: conocer la idiosincrasia del club, la competición, objetivos,
recursos disponibles, etc.
- Conocer la plantilla: conocer en profundidad nuestra plantilla a nivel individual y
colectivo, personal y deportivamente, así como las relaciones entre sus
miembros.
- Construir: en este punto en posible iniciar la construcción del MdJ en base al
conocimiento previo y las previsiones planteadas.
- Ajustar: ajustar y desarrollar el modelo, buscando alcanzar rendimientos
óptimos y aportar recursos que faciliten adaptaciones a los distintos contextos
competitivos estando receptivos sobre las relaciones que se vayan
construyendo.

Por último, la exigencia del día a día obliga al entrenador a tener organizado y
estructurado todos sus recursos. Esto es clave para identificar el «qué», «cómo» y
«dónde» puede mejorar el rendimiento el equipo, sirviendo los parámetros expuestos
como guía para elaborar y definir los principales contenidos de entrenamiento pero
siendo conscientes de que una gran cualidad que debe tener un MdJ es la flexibilidad
para ser adaptado.

2.4 Sistemas Complejos

Un sistema es un conjunto de elementos o partes que interaccionan entre sí a fin

de alcanzar un objetivo concreto (Senn James, 1992). De esta definición Fernando
Sancho (2020) extrae que:

- Existe una influencia mutua entre sus elementos, de modo que el cambio
experimentado en uno de ellos repercute y afecta inevitablemente al resto.
- Una serie de elementos reunidos (es decir, un conjunto), que no persigue un
propósito común (un objetivo), de ninguna manera constituye un sistema.

33
 Por lo tanto, un equipo de fútbol es un sistema ya que es más que la simple suma
de las partes que lo forman. Esto provoca que surjan características positivas y negativas
nuevas como equipos no atribuibles de forma individual a los elementos que lo forman.

Un equipo de fútbol se considera un sistema abierto al presentar mucha

interacción con el medio ambiente y tener una permeabilidad alta debido al mismo.
También es un sistema adaptativo por su condición de reacción y adaptación al entorno.
Y por último, además de ser un sistema abierto y adaptativo, es dinámico por su
capacidad de modificar su estado interno a medida que transcurre el tiempo.

Las características mencionadas (abierto, dinámico y adaptativo) enmarcan los

equipos de fútbol como sistemas complejos, que se definen como cualquier sistema
formado por componentes o partes interconectadas o interdependientes, a partir de las
cuales emerge un comportamiento colectivo con propiedades distintas a las que tiene
cada uno de sus componentes por separado. Todos ellos cumplen las siguientes
peculiaridades (Sancho, 2020):

- Están compuesto por una gran cantidad de elementos relativamente idénticos

- La interacción entre sus elementos es local y origina un comportamiento
emergente que no puede explicarse a partir de dichos elementos tomados
aisladamente.
- Es muy difícil predecir su evolución dinámica futura.
- Cualquier variación mínima entre sus elementos componentes puede modificar,
de forma imprevisible, las interrelaciones y, por lo tanto, el comportamiento de
todo el sistema. Así, la evolución de esta clase de sistemas se caracteriza por
la fluctuación, situación en la que el orden y el desorden se alternan
constantemente.

Además, en los sistemas complejos (equipos) está presente la dinámica no lineal

causa-efecto, es decir, aquella en la que la causa no produce un efecto proporcional, y
esta relación solo puede dibujarse con curvas, no con una línea recta. Por lo tanto, es
todo lo contrario que una relación lineal la cual puede dibujarse en un gráfico con una
línea recta, donde hay proporciones constantes y las piezas se suman.

34
 En los deportes colectivos muchos estudios se basan en teorías y pensamientos
reduccionistas, entendiendo la técnica, táctica o aspectos condicionales por separado.
Esto hace complicado entender el rendimiento aislando la acción de su contexto y
obviando las demás acciones que puedan ejecutar los rivales o compañeros sin balón.
Por ello, los nuevos paradigmas surgidos alrededor de las ciencias del deporte invitan a
que el fútbol se estudie y analice desde un prisma diferente. De esta forma, se ve al
deportista como un sistema complejo que depende de una red de interrelaciones que
actúan como un todo y sobre las cuales emergen sus diferentes comportamientos a
través de las diferentes sinergias de las mismas (Balagué & Torrents, 2011). Este modo
de entender al deportista ayuda a proporcionar una visión más amplia del análisis del
rendimiento y del juego (Silva et al., 2009).

Respecto al fútbol, ha permitido que las investigaciones sean realizadas desde

una perspectiva sistémica, donde debe ser analizado como un todo
independientemente de sus elementos tácticos, técnicos, fisiológicos y psicológicos
(Oliveira, 2004). En este sentido, Martín-Barrero & Martínez-Cabrera (2019) apuntan la
evolución seguida por los estudios en fútbol pasando de analizarse desde una
perspectiva y metodología reduccionista a una metodología que comprende la
globalidad de los factores y momentos que componen el fútbol (Tamarit, 2010), y, por
tanto, entendida desde un prisma que intente plasmar en el entrenamiento las
situaciones reales de juego (Serra et al., 2011).

Las características de un equipo como sistema complejo deben ser:

- Dinámico
- Se adapta a la imprevisibilidad e incertidumbre del juego
- Auto-organizable
- De la interacción de los jugadores emerge el juego de ese equipo

Las variables que presionan o influyen en el comportamiento del deportista o

equipo son llamadas constreñimientos. Es decir, restringen los grados de libertad del
sistema facilitando que se comporte de una determinada manera. Estas variables
provocan que, aunque no hay una única solución, determinadas soluciones se den con
más probabilidad que otras, eliminando la linealidad del entrenamiento tradicional.
Según Newell (1986) existen 3 tipos de constreñimientos:

35
 - Individuales: genética, estado fisiológico, estado psicológico, motivación,
percepción del esfuerzo, etc.
- Ambientales: entorno, climatología, marcador, estado del campo, presión
social, etc.

- Tarea: reglas, número de jugadores, distancia al objetivo, situación de los

rivales, etc.

La manipulación de los constreñimientos, especialmente aquellos relacionados

con las tareas de entrenamiento, condicionará la emergencia de patrones de
comportamiento determinados (Davids et al., 2006). La modificación o variaciones de
este tipo de variables o parámetros de control en la dirección adecuada puede producir
cambios de rendimiento en contextos competitivos.

2.5 Investigación sobre el match analysis en fútbol

El match analysis ha asumido un papel muy importante para comprender mejor

los factores que conllevan el éxito deportivo (Carling et al., 2009). Es definido como “el
proceso de observación y de evaluación del conjunto de comportamientos de
rendimiento llevados a cabo por los deportistas durante el partido, aplicando para ello
diferentes metodologías y empleando instrumentos y herramientas específicas”
(Ruscello, 2009).

Se inició a través de registros con papel y lápiz en directo de determinadas

acciones de jugadores en plantillas previamente diseñadas según el objetivo que se
buscase. Desde entonces, el gran progreso tecnológico aporta nuevas técnicas de
análisis de datos que permiten registrar una gran cantidad de información, mejorar la
rapidez de su proceso, e incorporar imágenes como elemento complementario para el
análisis del partido (Zubillaga, 2006). Todo ello, ha permitido realizar investigaciones con
más calidad y fiabilidad, disminuyendo errores y consiguiendo un conocimiento más
objetivo del juego. De igual forma, para los entrenadores es fundamental al
proporcionarles información objetiva que les ayuden a tomar decisiones para mejorar
el rendimiento (Hughes & Franks, 2004).

36
 Este proceso científico y sistemático utiliza herramientas validadas y personal
entrenado para obtener la información que se desea (Ruscello, 2009), y puede tener
diferentes grados de sofisticación partiendo del análisis de comportamientos
individuales hasta la observación de acciones relacionadas de varios deportistas en
torno al balón (Caro, 2014). El grado de sofisticación ha evolucionado con el tiempo, ya
que inicialmente el objetivo de las investigaciones se basaba en el estudio de acciones
individuales aisladas del contexto de juego, recogiendo datos físicos y técnicos sin ser
capaces de relacionar secuencias o unidades de juego de forma global (Garganta, 2000).
No obstante, en los últimos años se está tendiendo a observar el juego desde la
globalidad y desde el componente táctico, destacando lo cualitativo sobre lo
cuantitativo y procurando configurar modelos de juego que permitan definir patrones
relacionados con el rendimiento. En palabras de Garganta (2000), “los análisis que
destacan el comportamiento del equipo y de los jugadores, a través de la identificación
de las regularidades y variaciones de las acciones de juego, se muestran claramente
como más útiles que la exhaustividad de elementos cuantitativos relativos a acciones
aisladas y no contextualizadas”

El deporte del fútbol, como se ha descrito en puntos anteriores, posee un alto

grado de complejidad provocando que no se pueda analizar el rendimiento a través de
un único factor. Por este motivo, existen multitud de investigaciones con el objetivo de
analizar el juego y cómo diferentes elementos influyen en el resultado de un partido.
Por ello, según el objeto de estudio en las investigaciones se establece la siguiente
clasificación (Andújar, 2015):

• Aspectos condicionales: centrado en cuantificar distancias y velocidades

recorridas por los jugadores, concentraciones de lactato, valores de frecuencia
cardíaca y VO2 máx.

• Aspectos técnicos: examina mediante frecuencias absolutas o relativas

diferentes acciones técnicas como pases, tiros, regates y su relación con el
resultado de la jugada.
• Aspectos tácticos: basada en la observación de acciones ofensivas y/o defensivas
con el fin de identificar patrones de conducta en los equipos y conocer

37
 indicadores de rendimiento comunes para su posterior aplicación al
entrenamiento. Estos análisis se pueden dividir según la fase del juego objeto de
estudio:
o Fase defensiva: analiza tipos de entradas, formas de organización
defensiva, patrones y zonas de recuperación de la posesión, etc.
o Transición ofensiva: utilizando como variables la organización espacial de
interacción de inicio, la intención táctica del equipo y la duración de la
transición ofensiva.
o Fase ofensiva: se centra en las posesiones, goles, tiros, modelos tácticos
ofensivos y su influencia en el éxito de las jugadas.
o Transiciones defensivas: son escasas las investigaciones con este fin. Las
existentes han estudiado el comportamiento del equipo ante la pérdida
del balón y el resultado final de la posesión posterior realizada por el
rival.
o Acciones a balón parado (ABP): tienen en cuenta el número de goles,
tipos de golpeo, zonas del campo donde se inician y finalizan y su
influencia en el resultado final del partido.
• Variables contextuales: tratan de identificar la influencia del marcador, la
localización del partido, el nivel del oponente y como la interacción de estas
variables s influyen en el rendimiento y la toma de decisiones.

Por otra parte, atendiendo al tipo de análisis empleado podemos clasificar los
estudios del Match Analysis en descriptivos, comparativos y predictivos. El análisis
descriptivo pretende sintetizar y resumir la información contenida en unos datos. Su
finalidad es recoger las características más destacables de un conjunto de datos a través
de frecuencias y porcentajes para posibilitar la descripción de tendencias y detectar
patrones de comportamiento. (Martínez González et al., 2014).
En cuanto al análisis comparativo, contrasta los elementos de la realidad que se
investiga con los de otras realidades similares ya conocidas. La utilización de este
método en estudios científicos ayuda a descubrir semejanzas, diferencias y resultados
opuestos. Este método nos permite distinguir entre variables que originan las causas y

38
simples elementos circunstanciales (Calduch Cervera, 2014). Para la selección de las
pruebas estadísticas para el análisis comparativo se debe tener en cuenta:
- Objetivo buscado: asociar o comparar.
- Tipo de muestras: independientes o relacionadas.
- Tipo de variable: ordinal, categórica nominal, categórica nominal binario,
numérica discreta y numérica continua.
- Comprobación de los supuestos de normalidad, homogeneidad e independencia
para conocer si es posible aplicar pruebas paramétricas.

Una vez establecidas las características de la muestra podremos seleccionar la

prueba más adecuada para el análisis comparativo: prueba T de Student, ANOVA,
Correlación de Pearson, Prueba de Mann-Whitney, Prueba de Wilcoxon, Prueba de
Kruskal-Wallis, Prueba de Friedman, Correlación de Spearman, Prueba de Fisher, Test
de Chi-Cuadrado, Prueba Q de Cochrane, Coeficiente V de Cramer.

Por último, el análisis predictivo consiste en la extracción de información

existente en los datos y su utilización para predecir patrones de comportamiento y
evaluar probabilidades futuras con un nivel aceptable de confiabilidad, pudiendo
aplicarse sobre cualquier evento desconocido, ya sea en el pasado, presente o futuro
(Espino, 2017). Las pruebas estadísticas para realizar análisis predictivo pueden
agruparse en técnicas de regresión y en machine-learning. En palabras de Espino (2017):
“la regresión establece una ecuación matemática como modelo para representar las
interacciones entre las diferentes variables en consideración, y el machine-learning
simula la cognición humana y aprenden de los ejemplos de entrenamiento para predecir
eventos futuros”. En los últimos años están siendo publicados con más frecuencia
investigaciones que utilizan análisis predictivo reemplazando las descriptivos. De esta
forma, sustituye la explicación causal a la descripción como objetivo de los
investigadores para la identificación de las causas como fundamento para entender los
fenómenos y construir una ciencia explicativa en el fútbol (Castellano et al., 2008).

Teniendo en cuenta el tipo de análisis utilizado, una revisión sistemática de

Sarmento et al. (2014) nos proporciona la siguiente clasificación según el tipo de análisis
y objeto de estudio (figura 7):

39
 Descriptivo Comparativo Predictivo

Variables
condicionales
Posición
(distancias,
velocidad) Probabilidad de
marca un gol
Variables técnicas
(tiros a puerta, Nivel competitivo
goles, etc.)

Variables
Variables tácticas
contextuales (lugar,
(posesiones, tipo de
rival, resultado
ataques, etc.)
momentáneo) Probabilidad del
resultado del
Variables Otro (resultado, partido
contextuales (lugar, ligas, equipos,
minuto, resultado, táctica, fatiga,
etc.) Ramadan)

Figura 7. Clasificación de estudios según tipo de análisis y objeto de estudio. Basado en

Sarmento et al. (2014).

2.5.1 Indicadores de rendimiento técnico-táctico y contextuales

El fútbol es analizado desde diferentes perspectivas a través del Match Analysis,

siendo una de las opciones el registro de eventos de tipo técnico-táctico que suceden
durante un partido (James, 2006), lo que posibilita la identificación de las variables más
destacables que se asocien al éxito del mismo. Estas variables son conocidas como
indicadores de rendimiento y Hughes y Bartlett (2002) las definen como unidades de
información que definen algún aspecto del rendimiento y ayudan a conseguir éxito
deportivo.

Debido a que el fútbol es un deporte de bajo tanteo con 2,66 goles/partido en

las principales ligas europeas (Anderson & Sally, 2014), es necesario hallar indicadores

40
más allá del gol para discriminar el rendimiento de un equipo, por este motivo la
generación de una ocasión de gol aun sin ser materializada es considerado un logro
dentro del juego (Reina & Hernández-Mendo, 2012). Por este motivo, son múltiples las
variables que se derivan del juego y que se deben tener en cuenta como indicadores de
rendimiento. Pueden ser clasificados en:
- Aspectos físicos y fisiológicos: asociado a la actividad física realizada en
competición (distancias, velocidades, frecuencia cardiaca, etc.)
- Aspectos contextuales: relativo al ambiente y contexto en el que se disputan los
partidos y cómo sus cambios influyen en el resultado final.
- Aspectos técnico-tácticos: indicadores que permitan comprender la lógica
interna del juego.

A continuación, se expone una clasificación de los principales indicadores de

rendimiento técnico-táctico y contextuales utilizados en esta Tesis Doctoral tomando
como referencia la revisión de González-Ródenas et al. (2020).

Variables técnico-tácticas

La finalización de una jugada, independientemente de su éxito, es por sí misma

una medida de éxito. Por tanto, como alternativa a los goles marcados se utiliza las
ocasiones creadas y disparos a puerta (Reina & Hernández-Mendo, 2012). También han
sido estudiadas en investigaciones anteriores (Hughes & Churchill, 2005; Αbt et al.,
2002) otras acciones precedentes a la consecución del gol como el número de pases, el
número de jugadores que intervienen, la zona de lanzamiento, el momento temporal,
la duración total, el tipo de inicio de jugada, el nivel de la oposición y la superficie de
contacto.

La zona de inicio del ataque es otro aspecto a tener en cuenta al tratarse de un

deporte de invasión en el que iniciar el ataque más cerca de la portería puede facilitar
la penetración más rápida hacia zonas con mayor porcentaje de efectividad en el tiro
(Wright et al., 2012). Además, iniciar el ataque en zonas centrales del campo podría
ayudar al equipo atacante a tener más opciones inmediatas de progresar hacia la
portería, en lugar de hacerlo en zonas laterales, donde sería más fácil para el rival
proteger la portería (Armatas & Yiannakos, 2010). Sin embargo, estudiar sólo la zona del

41
campo no representa el contexto táctico completo. En este sentido, el hecho de iniciar
las jugadas de gol desde zonas más o menos adelantadas puede estar influenciado por
el estilo de juego de los equipos. En esta línea, hay estudios que observaron cómo los
equipos mejor clasificados de la liga noruega marcaban más goles en las posesiones de
equipo que se iniciaban en zonas defensivas en comparación con los equipos peor
clasificados (Tenga & Sigmundstad, 2011). Además, el hecho de recuperar el balón en
zonas adelantadas del campo no significa que el equipo atacante tenga posibilidad de
tener posibilidad de conseguir gol inmediatamente (González-Ródenas, López-Bondía,
et al., 2015). En consecuencia, el espacio del campo debería ser sólo una dimensión más
que los investigadores o entrenadores deberían considerar entre otras variables
tácticas.

Respecto al tipo de ataque, ha sido debatido y estudiado si es más eficaz atacar

con posesiones largas o más cortas para lograr el éxito ofensivo (Collet, 2013; Kempe et
al., 2014). Sin embargo, el hecho de contabilizar únicamente el número de pases excluye
otras características esenciales del tipo de ataque desarrollado por los equipos, y sería
necesario un análisis más detallado de los factores tácticos implicados en el desarrollo
de las posesiones para entender por qué y cómo los equipos marcan goles (Pollard,
2019). Cabe destacar la gran complejidad de analizar la asociación entre el número de
pases y goles en el fútbol. Por un lado, parece que las secuencias de pases cortos
consiguen un elevado número de goles en el fútbol (González-Ródenas, Lopez-Bondia,
et al., 2015; Joaquín Lago-Ballesteros et al., 2012; Tenga et al., 2010), lo que puede estar
relacionado con la eficacia de los contraataques y las jugadas a balón parado. Por otro
lado, los ataques organizados parecen producir entre el 40-50% de los goles (Armatas &
Yiannakos, 2010; Mitrotasios & Armatas, 2014), lo que demuestra la importancia de
construir secuencias ofensivas contra sistemas defensivos organizados. Por último, la
producción de goles va a ser específica del estilo de juego de los equipos y del perfil
técnico de los jugadores, lo que va a determinar la construcción táctica de las jugadas
del equipo y su éxito final.

En cuanto la zona en la que se realiza el tiro los estudios indican que el 80-90%
de los goles se marcan desde el interior del área y el 20% dentro del área de pequeña
(Armatas & Yiannakos, 2010; Michailidis et al., 2013; Mitrotasios & Armatas, 2014). En

42
estudio de Pollard, Ensum y Taylor (2004) se analizó 1.096 tiros y concluyeron que por
cada metro que se aleja de la portería, las opciones de marcar se reducen un 15%, y por
cada grado que se pierde respecto al ángulo de tiro con la portería hay una reducción
del 2%. Además, descubrieron que la probabilidad de marcar un gol se duplica si el
jugador atacante se encuentra a más de un metro de distancia del defensor más
cercano.

Por último, el contexto defensivo es otro factor que influye en la consecución del
gol. Una investigación de Wright et al, (2011) encontró que el 86% de los goles tenían 2
o menos jugadores defensivos entre el balón y la portería. En la misma línea, las jugadas
que terminaron en gol tenían menos jugadores entre el balón y la portería (González-
Ródenas, 2013).

Variables contextuales

La influencia de las variables contextuales en el rendimiento de los equipos está

más que demostrada (Almeida et al., 2014; Lago-Peñas et al., 2009; Paixão et al., 2015).

La localización del partido otorga ventaja al equipo que juega como local por la
interacción de siete factores: efecto del público, territorialidad, familiaridad con el
entorno de juego, parcialidad del árbitro, efecto de los viajes, factores psicológicos y
tácticos (Pollard, 2008) ayudando a que los equipos locales utilicen tácticas más
ofensivas, dominantes y agresivas al principio del partido, lo que implica que en estos
primeros minutos los jugadores buscan activamente marcar un gol cuando su equipo
juega en casa (Duarte et al., 2013). Esta ventaja oscila en torno al 60% en el fútbol,
siendo superior a otros deportes colectivos (Eugster et al., 2010; Pic & Castellano, 2017).
Sin embargo, en un estudio de Saavedra et al. (2015) donde analizó la ventaja de jugar
en casa en la liga española desde 1928, concluyó que la evolución de esta variable desde
1928 hasta ahora es decreciente, pasando de valores superiores al 70% al inicio de la
competición a valores en torno al 55% en la actualidad. Por otro lado, este efecto puede
ser transitorio y afectar principalmente a la primera parte, ya que aunque los equipos
locales tuvieron valores de rendimiento más altos que los visitantes esta ventaja tendió

43
a desaparecer a medida que avanzaba la primera mitad de los partidos (Lago-Peñas et
al., 2017).

De nuevo el bajo tanteo es el justificante de la importancia del resultado

momentáneo en el fútbol. De hecho, el primer gol es considerado un importante
predictor del resultado final en el fútbol profesional (Lago-Peñas et al., 2017). Esto
ocasiona que quien marque el primer gol tenga casi el 70% de posibilidades de ganar
(Armatas et al., 2009; Armatas & Yiannakos, 2010). Además, marcar un gol provoca un
cambio en el contexto táctico del resto del partido, de forma que el equipo que marca
prioriza la defensa sobre el ataque provocando una disminución de la posesión de balón
y un peor rendimiento ofensivo en comparación con cuando van empatando o
perdiendo (J. Lago-Ballesteros et al., 2012).

Varias investigaciones corroboran la segunda parte como el momento en el que

más goles se marcan, y principalmente en los últimos 15 minutos (Alberti et al., 2013;
Leite, 2013). Además, los últimos 5 min de cada tiempo es otro momento con gran tasa
de goles (José M. Pratas et al., 2018). Esto puede explicarse debido a la disminución del
rendimiento físico conforme avanzan el partido (Carling & Dupont, 2011; Vigne et al.,
2010) provocando que los jugadores tengan más errores por la fatiga física y mental.
Además, la situación del partido en los últimos minutos puede requerir más ritmo y
producción ofensiva si un equipo está por detrás en el marcador, provocando al mismo
tiempo más riesgos y vulnerabilidad defensiva (Αbt et al., 2002). Por tanto, la urgencia
por acortar distancia en el resultado proponiendo un juego más ofensivo junto a la fatiga
física y mental puede incrementar las opciones de marcar goles.

2.5.2 Metodología observacional

La Metodología Observacional (MO) ajustándose al método científico (Bakeman

& Gottman, 1997) ha sido demostrado como método eficaz para el estudio del
comportamiento humano (Anguera, 2010), siendo en el deporte uno de los ámbitos más
aplicados (Anguera, 2009). La utilidad de este instrumento para cuantificar el
comportamiento espontaneo in vivo y permitir analizar las conductas en entornos
naturales (Anguera & Hernández-Mendo, 2013a) así como situaciones propias del juego
en el caso del deporte (Lames & McGarry, 2007)., ha producido un notable aumento de

44
investigaciones con MO en las Ciencias del Deporte en general (Julen Castellano &
Hernández-Mendo, 2015; Lapresa, Solano, et al., 2018; Maneiro et al., 2018) y en el
fútbol en particular (Lapresa, Del Río, et al., 2018; López-Bondía et al., 2017)
beneficiándose de ello el match analysis.

Para poner de manifiesto el tipo de investigación realizada hasta la fecha con MO

se ha se seguido la revisión sistemática realizada por Preciado et al. (2019) donde se
clasificaron los estudios según ámbito de muestra y objeto de estudio. Los resultados de
la misma fueron (Aguado-Méndez, González-Jurado, & Otero-Saborido, 2020): “en
cuanto a la muestra utilizada, ‘ligas regulares de clubes’ y ‘torneos eliminatorios de
selecciones’ (Mundial y Eurocopa) son los dos ámbitos sobre los que más estudios se han
realizado con 14 en cada uno de ellos. Por el contrario, la utilización de muestra de
‘torneos eliminatorios de clubes’ (Champions League y Copas nacionales) y ‘jugadores’
ha sido menor (cuatro y tres respectivamente). Respecto al objeto de estudio, los
‘factores técnico-tácticos’ es la cuestión más recurrente abarcando más del 50% de los
estudios (18), seguido por ‘variables situacionales’ con 14. En cambio, las ‘ABP’ (cuatro)
y los ‘aspectos condicionales’ (uno) son temas de estudio menos tratados. Por otro lado,
un análisis cruzado teniendo en cuenta tanto ‘ámbito de muestra’ como el ‘objeto de
estudio’ revela que el análisis de ‘factores técnico-tácticos’ en ‘torneos eliminatorios de
selecciones’ es la cuestión más recurrente en estudios observacionales relacionados con
el gol”.

En un deporte tan variable e imprevisible como el fútbol, el uso de la MO se

confirma como un método apropiado para utilizar en estudios donde el objetivo sea
conocer las variables -y la interacción entre las mismas- que influyen en el rendimiento
(Etxebeste & Castellano, 2005; Preciado et al., 2019). De este modo, analizar el juego en
situaciones reales de competición con MO proporciona información relevante para
mejorar los procesos de entrenamiento (Ruscello, 2009) al contribuir con aportaciones
que permitan minimizar puntos débiles y potenciar fortalezas del MdJ. Por todo esto,
obtener datos técnico-tácticos que indiquen el rendimiento del equipo es de gran
importancia al ayudar en la toma de decisiones al cuerpo técnico (Daza et al., 2017;
Hughes & Franks, 2004; Reilly, 2000; Sarmento et al., 2014).

45
 Además, siendo definidos los Mixed Methods por Jonhson y Onwuegbuzie
(2007) como el tipo de investigación donde se combinan elementos de investigación
cuantitativa y cualitativa así como están presentes la lógica inductiva y deductiva, la MO
puede considerarse un Mixed Method ya que se complementa una parte cualitativa
(desde el planteamiento y delimitación del problema hasta la recogida de datos) y una
parte cuantitativa (desde el análisis e interpretación de resultados hasta el informo final)
(Anguera & Hernández-Mendo, 2016).

Por lo tanto, una investigación con MO (basada en Mixed Methods) es más que
la suma de lo cuantitativo más cualitativo por separado (Fetters & Freshwater, 2015),
del mismo modo que sucede en el fútbol donde ha habido una evolución desde análisis
reduccionistas hasta a un intento de comprensión global de todos los factores y sistemas
que intervienen en un partido (Tamarit, 2010).

Para el mayor aprovechamiento de la MO debería construirse una herramienta

de observación construido ad hoc, es decir, específicos para el objetivo de la
investigación. Dichas herramientas deben de tener unas condiciones mínimas de
fiabilidad (consistencia de una medida) y validez (precisión de una medida) (Thomas &
Nelson, 2001).

Para la realización del Estudio 1 (Aguado-Méndez, González-Jurado, & Otero-

Saborido, 2020) y Estudio 2 (Aguado-Méndez, González-Jurado, Callejas-Jerónimo, et al.,
2020) de esta Tesis Doctoral se creó un instrumento ad hoc basado en el diseñado por
Sarmento, Anguera, Campaniço y Leitao (2010) para la observación de acciones
ofensivas en fútbol. Este instrumento está validado y combina el formato de campo con
el sistema de categorías. Asimismo, es ideográfico (por ser sólo una unidad -equipo-
analizada), puntual (el registro se realizó durante una única temporada) y
multidimensional (porque existen diferentes niveles de respuesta debido a la
interdependencia entre las variables de rendimiento en el fútbol). Por lo tanto, según
estas características el instrumento diseñado se sitúa en el 2º cuadrante según la
clasificación de Anguera y Hernández-Mendo (2013b).

Aunque el instrumento fue validado en investigaciones previas, se realizaron

análisis de calidad del dato para confirmar que los registros obtenidos son fiables,
válidos y precisos (Blanco-Villaseñor, 1997). Para ambos estudios se realizó un análisis

46
de concordancia inter-observador e intra-observador a través del coeficiente Kappa de
Cohen (Fleiss et al., 2003) para medir el grado de concordancia entre los observadores
(sin tener en cuenta el efecto del azar). De igual modo, se aplicó el coeficiente V de Aiken
(Aiken, 1985) para comparar la relevancia de las variables del instrumento respecto a lo
objetivos planteados en la investigación.

2.5.3 Investigación cualitativa

Las Ciencias del Deporte han desarrollado durante muchos años e incluso en la
actualidad la mayor parte de sus investigaciones dentro del paradigma positivista
(Munroe-Chandler, 2005). El positivismo, se centra en los acontecimientos externos y
medibles y, por lo tanto, afirma que la ciencia sólo puede entender lo que es observable
y medible por los cinco sentidos.

En el fútbol ha sucedido de la misma manera y durante mucho tiempo se ha

sustentado con estudios centrados las características físicas y/o fisiológicas medibles, y
en la cuantificación de las acciones realizadas en los partidos (Sarmento et al., 2014).
Este tipo de estudios proporciona importantes hallazgos para optimizar el rendimiento
permitiendo avances en los procesos de entrenamiento. Sin embargo, el juego del fútbol
se caracteriza por una gran complejidad que dificulta la objetivación de su observación
y análisis (Sarmento, Barbosa, et al., 2013). Por ello, el análisis de los partidos de fútbol
ha evolucionado significativamente en los últimos años hacia una continua
especialización de los cuerpos técnicos a la misma vez que se produce un crecimiento
exponencial de los recursos tecnológicos a su disposición, provocando que al análisis de
partidos los entrenadores le concedan una gran importancia.

Sin embargo, y a pesar de su importancia, existe una brecha entre la comunidad

científica y los cuerpos técnicos de los equipos en lo que respecta al análisis de los
partidos de fútbol (Carling et al., 2013), siendo según Bishop (2008) la transferencia de
los resultados de la investigación en la ciencia del deporte a la práctica sigue siendo
deficiente. Por ejemplo, Wright, Atkins & Jones (2012) afirmaron que sólo el 2% de los
entrenadores seleccionaron indicadores clave de rendimiento basados en la literatura
académica, lo que revela que existe una disparidad entre el enfoque del investigador y

47
el del entrenador (Carling et al., 2013; Wright et al., 2014). Para mejorar en este aspecto,
es necesario hacer más intuitivos los datos para los entrenadores.

No obstante, los entrenadores afirmaron que el uso del análisis de los partidos
es sumamente importante para mejorar el rendimiento de su propio equipo y para
analizar al adversario. Por este motivo añadir una parte cualitativa puede proporcionar
una visión más holística de los datos recogidos ayudando a contextualizar las
conclusiones del análisis cuantitativo. La combinación de ambas metodologías puede
ser muy productivo porque mientras los datos cuantitativos identifican el qué, la
inclusión de los puntos de vista y las interpretaciones de los profesionales permite
identificar el por qué.

Cómo método cualitativo en el fútbol el uso de entrevistas con entrenadores y/o

jugadores puede ser útil para explicar ciertos aspectos del rendimiento. Concretamente,
una vez se tienen los resultados de una investigación cuantitativa del rendimiento,
puede utilizarse una entrevista con un entrenador para encontrar explicaciones al
patrón de comportamiento observado.
Hasta el momento esta herramienta ha sido utilizada para:
i) Analizar qué observan los entrenadores en el juego y cómo evalúan e
intervienen en el partido (Sarmento, Pereira, et al., 2013).
ii) Investigar el papel del análisis del rendimiento en el proceso de
entrenamiento en un club de fútbol profesional y las perspectivas de los
jugadores y entrenadores respecto a su uso (Mackenzie & Cushion, 2013).
iii) Exponer las opiniones de los entrenadores profesionales en relación con
los hallazgos sobre patrones de juego detectados (Sarmento, Barbosa, et
al., 2013).

La investigación mejorará cuando se realice en colaboración con los

profesionales del sector. Dado que los entrenadores desempeñan un papel crucial en el
juego, parece pertinente centrarse en estudios en los que los entrenadores puedan
participar activamente, aportando sus conocimientos y experiencia para una
comprensión más profunda del rendimiento de los jugadores y equipos.

48
3. Objetivos

El objetivo principal de esta tesis fue abordar de forma sistémica variables

técnico-tácticas en fútbol integrando investigación cuantitativa y cualitativa y usando
distintas técnicas de análisis para comprender de forma más profunda la lógica interna
del juego, su dinámica y el rendimiento resultante del mismo.

De los 4 artículos que constan y forman el cuerpo principal de esta tesis, se

desprenden los objetivos específicos de cada uno de ellos:

• Artículo 1, “Technical-Tactical Performance from Data Providers: A Systematic

Review in Regular Football Leagues”: analizar mediante revisión sistemática la
información ofrecida por los proveedores de datos en los formatos de
competición de liga regular en la élite de cada país sobre variables técnico-
tácticas.

• Artículo 2, “Análisis observacional de goles recibidos por el Real Betis en LaLiga:

estudio de caso”: examinar los factores técnico-tácticos según variables
situacionales, ofensivas y defensivas de los goles recibidos por un equipo de
LaLiga 2017/2018 con alto % posesión de balón. Además de comprobar si existen
relaciones de dependencia entre dichas variables con los goles recibidos.

• Artículo 3, “Analysis of the goal-scoring opportunities conceded in football: a

study case in the Spanish LaLiga”: analizar las ocasiones de gol durante una
temporada completa por un equipo de la Liga española con un estilo
combinativo muy marcado durante la temporada 2017/2018. Así como i)
investigar las diferencias entre las categorías que integran las variables
contextuales, ofensivas y defensivas en las ocasiones de gol recibidas; ii)
comprobar las relaciones entre las variables técnico-tácticas en las ocasiones de
gol recibidas; y iii) predecir las probabilidades de que se produzcan ocasiones de
gol a partir de modelos explicativos integrados por las diferentes variables.

49
 • Artículo 4, “Perceptions of football analysts goal-scoring opportunity predictions:
a qualitative case study”: conocer la percepción general de especialistas sobre el
análisis del juego y examinar la interpretación táctica de los analistas sobre los
datos cuantitativos del estudio sobre ocasiones de gol recibidas.

4. Hipótesis
Las hipótesis que iniciaron los estudios que a continuación se presentan fueron:
- La mayoría de estudios de la literatura científica se centran solamente en
variables físicas (distancias recorridas, velocidades, etc.) existiendo pocas
investigaciones con proveedores de datos sobre variables técnico-tácticas.
- Existe relación entre los goles y las variables contextuales, defensivas y ofensivas
- No existe relación significativa entre variables contextuales, defensivas y
ofensivas y las ocasiones de gol recibidas.
- Los estudios cuantitativos tienen enfoques descriptivos, predictivos y
prescriptivos, pero no permiten saber las causas técnico-tácticas de los eventos
ocurridos.

50
5. Publicaciones

5.1 Artículo 1: Technical-Tactical Performance from Data Providers:

A Systematic Review in Regular Football Leagues.

51
 sustainability
Systematic Review
Technical-Tactical Performance from Data Providers:
A Systematic Review in Regular Football Leagues
Fernando Manuel Otero-Saborido * , Rubén D. Aguado-Méndez
and José Antonio González-Jurado






Citation: Otero-Saborido, F.M.;
Aguado-Méndez, R.D.;
Torreblanca-Martínez, V.M.;
González-Jurado, J.A.
Technical-Tactical Performance from
Data Providers: A Systematic Review
in Regular Football Leagues.
Sustainability 2021, 13, 10167.
https://doi.org/10.3390/
su131810167
Academic Editors: Antonio
Hernández-Mendo, Coral Falco,
Verónica Morales-Sánchez,
Cristina Menescardi,
Tomas Herrera-Valenzuela and
Franklin G. Mixon
Received: 12 June 2021
Accepted: 8 September 2021
Published: 10 September 2021
Publisher’s Note: MDPI stays neutral
with regard to jurisdictional claims in
published maps and institutional affil-
iations.
Copyright: © 2021 by the authors.
Licensee MDPI, Basel, Switzerland.
This article is an open access article
distributed under the terms and
conditions of the Creative Commons
Attribution (CC BY) license (https://
creativecommons.org/licenses/by/
4.0/).
Sustainability 2021, 13, 10167. https://doi.org/10.3390/su131810167
, Víctor M. Torreblanca-Martínez
Sports and IT Department, Faculty of Sport Sciences, University Pablo de Olavide, 41013 Seville, Spain;
rubend10am@hotmail.com (R.D.A.-M.); victm81@hotmail.com (V.M.T.-M.); jagonjur@upo.es (J.A.G.-J.)
* Correspondence: fmotero@upo.es
Abstract: In recent years, the number of technology companies providing data to football teams has
multiplied. At first, the provided information focused more on physical fitness parameters, but today,
ever more data is being generated on technical-tactical performance. The objective of this study
was to review the studies on technical-tactical variables based on the information offered by data
providers from every country’s regular elite league championship. The review was conducted in
accordance with the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA)
standards. A total of 28 studies were selected. LaLiga (27.91%) and the Premier League (18.60%)
were the most studied competitions. Amisco was the company with the largest number of studies
(54.84%). Descriptive studies (58.06%) predominated over comparative (22.58%) and predictive
analyses (19.05%). “Style of play”, “contextual variables” (descriptive analysis), and “demarcation”
(comparative analysis) were the most used objectives in the 28 studies reviewed.
Keywords: match analysis; soccer; eventing; notational analysis; computerised system
1. Introduction
The precursors of football game analysis date back to the work of Charles Reep (1968)
on the predictive models of successful passes in the English league [1,2]. However, as
opposed to the observation methodology (where the data undergo a quality control) [3]
and to the data providers object of this research, notational analyses similar to those used
in the Charles Reep (1968) studies recorded technical-tactical actions manually, offering no
guarantee of a minimal data collection reliability [4–6]. The advent of automated tracking
systems made it possible to overcome many problems related to manual tracking. These
systems enabled the recording of other parameters that were difficult to quantify manually:
distances travelled, positions in the field, speeds, etc. [7,8]. Although Van Gool [9] can be
considered as the forerunner of these systems, these automated systems in elite football
were probably first used in the competitions leading up to the 1998 World Cup, with the
French team and in the Spanish League during the 2002–2003 season through AMISCO [10].
Regarding the information given by football data provider companies, two major
types of information should be differentiated. On the one hand, “tracking” data offers
information about the exact position of players on the pitch. This information allows
generating, in turn, a wide range of physical variables (not technical-tactical) such as
positional synchronisation between players, which provide a significant amount of data
about the game [11,12]. Data for physical fitness variables are more accurate than recorded
data for technical-tactical variables. However, the performance keys of soccer, as a team
sport, are predominantly technical-tactical. For this reason, the second type of information
offered by data providers is called “eventing”. It essentially covers the technical-tactical
actions related to the ball: assists, counterattacks, or set piece actions [13,14].
Football represents an open and complex system, and this complexity must be ad-
dressed during the analysis [15]. This complexity means that behaviours are not explained
https://www.mdpi.com/journal/sustainability
Sustainability 2021, 13, 10167 2 of 14

only by manifestations of psychological or physical variables but by the interaction of these

variables in changing contexts, which are characteristic of team sports [16]. The difficulty
to measure or quantify such a reality has led to the fragmentation into more operable
physical phenomena to try to explain football performance. In the case of football, regular
leagues are the most researched competition format, and this has resulted in a tendency to
extract from data providers variables such as distance, positioning, or player speed [10,17].
Despite the usefulness of these data, given the complexity of a sport such as football, it
seems necessary to adopt the complexity paradigm and analyse technical-tactical variables
considering the specificity of the paradigm and the greater explanatory nature. Therefore,
the objective of this work was to review the studies on technical-tactical variables based
on the information offered by the data providers in each country’s regular elite league
championships.

2. Materials and Methods

2.1. Search Criteria
The search focused on three criteria: (a) football studies, (b) words related to “match
analysis” and (c) data providers. Search terms were included in the “Title/Abstract/Keyword”
fields. The AND command was used to join the “football” criterion with the “data providers”
criteria and words related to the match analysis. The OR command was used to separate search
terms within each criterion. The complete list of search instructions was as follows: TITLE-
ABS-KEY ((mediacoach OR instat OR wyscout OR statbombs OR prozone OR amisco OR
(second AND spectrum) OR chyronhego OR opta OR (video AND tracking) OR (computerised
AND match AND analysis AND system) OR (multiple-camera AND match AND analysis
AND system) OR semiautomated OR (multi-camera AND image AND recognition AND
system) OR (task AND analysis) OR (notational AND systems) OR (analysis AND systems)
OR (multiple-camera AND system)) AND (football OR soccer)). Only articles (no systematic
reviews) written in English were included in the search.
The Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA)
guidelines were followed [18]. The PRISMA statement standards consist of a 27-item
checklist spread across the title, abstract, introduction, method, results, and discussion
sections. The PRISMA statement items were checked for each article, one by one. Item
numbers 4 and 6 that refer to the PICO format were of particular interest: “Provide an
explicit statement of questions being addressed with reference to participants, interventions,
comparisons, outcomes, and study design (PICOS).”
In the present study, the “participants” were the “competition” (Premier League,
Laliga, Serie A, Bundesliga, Ligue1, and league tournaments in other countries). The
“intervention” referred to the “method”, which in our case was the “data provider”. It also
included “purposes” and “outcomes”.

2.2. Exclusion Criteria

A total of 6 exclusion criteria were defined:
1. The article was not included in the Web of Science or Scopus databases.
2. The study focused on qualifying competitions rather than regular leagues.
3. The study did not use some of the data providers included in the search.
4. Articles that do not analyse each country’s top competition: training/second division.
5. Study of a sport other than football.
6. They analyse variables related to physical conditions only.
Studies were included regardless of whether the players were male or female and
regardless of the country, provided the competitions were of regular leagues.

2.3. Procedure
Three researchers performed a search in two databases: SCOPUS and Web of Science.
The search terms listed above were included. The researchers eliminated the duplicate
articles that were found after applying the inclusion and exclusion criteria and later agreed
 Studies were included regardless of whether the players were male or female and
regardless of the country, provided the competitions were of regular leagues.

2.3. Procedure
Sustainability 2021, 13, 10167 3 of 14
Three researchers performed a search in two databases: SCOPUS and Web of Science.
The search terms listed above were included. The researchers eliminated the duplicate
articles that were found after applying the inclusion and exclusion criteria and later
agreed on the non-coincidences.
on the non-coincidences. Finally,Finally, the PRISMA
the PRISMA standards
standards were verified,
were verified, consider-
considering that
ing that the object of study mainly focused on educational sciences. From 2 January
the object of study mainly focused on educational sciences. From 2 January to 2 May 2021, to 2
May 2021, the review in the databases was conducted. The search ultimately produced
the review in the databases was conducted. The search ultimately produced a total result a
total
of 28result ofacross
articles 28 articles across
the two the two(Figure
databases databases
1). (Figure 1).

Figure 1. Flowchart describing the phases of the review process.

2.4. Quality of the Studies

To evaluate the quality of the studies, a risk-of-bias quality form was used for the
specific research context. Evaluation was performed from work developed by Law et al. [19].
The systematic review conducted by Sarmento et al. [20] was also taken as a reference.
Sixteen quality criteria (QC) were considered: purpose stated clearly (QC 1), relevant
 To evaluate the quality of the studies, a risk-of-bias quality form was used for the
specific research context. Evaluation was performed from work developed by Law et al.
[19]. The systematic review conducted by Sarmento et al. [20] was also taken as a refer-
ence. Sixteen quality criteria (QC) were considered: purpose stated clearly (QC 1), relevant
Sustainability 2021, 13, 10167 4 of 14
background literature reviewed (QC 2), appropriate design for the research question (QC
3), sample described in detail (QC 4), sample size justified (QC 5), informed consent (QC
6), reliable outcome measures (QC 7), valid outcome measures (QC 8), method described
in detail (QC 9),
background resultsreviewed
literature reported (QC in2),
terms of statistical
appropriate design forsignificance
the research(QC 10), appropriate
question (QC 3),
sample described in detail (QC 4), sample size justified (QC 5), informed
analysis methods (QC 11), importance for the practice reported (QC 12), any drop-outs consent (QC 6),
reliable outcome measures (QC 7), valid outcome measures (QC 8),
reported (QC 13), conclusions appropriate (QC 14), implications for practice (QC 15), and method described
in detail (QC 9), results reported in terms of statistical significance (QC 10), appropriate
limitations of the study (QC 16).
analysis methods (QC 11), importance for the practice reported (QC 12), any drop-outs
The quality criteria were applied by three experts in soccer match analysis studies.
reported (QC 13), conclusions appropriate (QC 14), implications for practice (QC 15), and
Thelimitations
quality ofofindicators
the study (QCfor 16).
the included articles was as follows: (1) the mean methodo-
logical The
quality score for the 28 selected
quality criteria were applied articles
by three wasin87.05%;
experts (2) 9 analysis
soccer match articlesstudies.
scored Thebetween
90 quality
and 100% (excellentformethodological
of indicators quality);
the included articles was as(3)follows:
17 articles scored
(1) the meanbetween 80 and 90%
methodological
(good methodological
quality score for the 28quality);
selected and (4) was
articles none of the(2)
87.05%; articles scored
9 articles scoredbelow 75 %
between 90(see
and Elec-
100% (excellent methodological quality); (3) 17 articles scored between
tronic Supplementary Table S1). The score registered (percentage and completed items) 80 and 90% (good
by methodological quality);
each article is shown inand (4) none
Tables 1–3. of the articles scored below 75 % (see Electronic
Supplementary Table S1). The score registered (percentage and completed items) by each
article is shown in Tables 1–3.
3. Results
3.1.3.General
ResultsAnalysis
3.1.
AGeneral Analysis analysis was obtained based on three variables: competitions, pro-
first descriptive
viders, Aandfirst descriptive
study analysis
objectives. In thewas obtained
case based on three
of competitions, variables:
a total competitions,
of 10 regular competitions
providers, and study objectives. In the case of competitions, a total of
from different countries were studied according to the inclusion criteria. The champion- 10 regular com-
petitions from different countries were studied according to the inclusion criteria. The
ship of the Spanish LaLiga (27.91%) and the English Premier League (18.60%) were the
championship of the Spanish LaLiga (27.91%) and the English Premier League (18.60%)
most
werewidespread across theacross
the most widespread 28 studies
the 28(Figure 2). Analyses
studies (Figure of technical-tactical
2). Analyses variables
of technical-tactical
in regular
variables in regular tournaments were distributed over five data providers: Amisco, Pro- Me-
tournaments were distributed over five data providers: Amisco, Prozone,
diacoach, Opta, andOpta,
zone, Mediacoach, Instat. Half
and of the
Instat. Halfstudies (54.8%)(54.8%)
of the studies were drawn up by
were drawn upAmisco. Finally,
by Amisco.
within thiswithin
Finally, first analysis, the studies
this first analysis, were organised
the studies into into
were organised three groups
three groups according
accordingto the
to the
type type of analysis:
of analysis: descriptive
descriptive (54.84),
(54.84), comparative
comparative (22.58%),
(22.58%), and and predictive(28.51%)
predictive (28.51%) (Fig-
(Figure
ure 3). 3).

Figure 2. Percentage of studies according to the competition studied (%).

Sustainability 2021, 13, x FOR PEER REVIEW 5 of 15

Sustainability 2021, 13, 10167 5 of 14

Figure 2. Percentage of studies according to the competition studied (%).

Figure 3. Percentage
Figure ofofstudies
3. Percentage studiesaccording to the
according to theproviders
providers and
and types
types of analysis
of analysis (%). (%).

The
The literatureincluded
literature included aa number
numberofofreviews
reviews of of
football match
football analyses
match [17,20].
analyses The The
[17,20].
present systematic review found 28 works published between 2011 and 2020
present systematic review found 28 works published between 2011 and 2020 on technical- on technical-
tactical variables in elite regular leagues of different countries. The latest update that
tactical variables in elite regular leagues of different countries. The latest update that in-
included research on the topic under study dates back to 2014 [10,21]. Moreover, the present
cluded research on the topic under study dates back to 2014 [10,21]. Moreover, the present
study makes several contributions compared to previous reviews, besides providing a
study makes severalFirst,
necessary update. contributions
we addressedcompared to previous
the limitation of worksreviews, besides
that focused providing
mainly on a
necessary update. First,
technical-tactical we addressed
variables. thefurther
In addition, limitation
data of works that
providers otherfocused mainlyand
than Amisco on tech-
nical-tactical
Prozone have variables.
emerged In addition, further
(Mediacoach, data providers
Instat, Wyscout, and Opta)other
sincethan Amisco reviews.
the previous and Prozone
have emerged
Regarding the(Mediacoach, Instat,
competition model, Wyscout,
elimination and
and Opta)tournaments
selection since the previous
obviouslyreviews.
have a Re-
different
garding thecompetitive
competition idiosyncrasy than regular
model, elimination tournaments.
and Therefore, a differentiated
selection tournaments obviously have a
analysiscompetitive
different of the “league” format competitions
idiosyncrasy than regularwas necessary.
tournaments. Therefore, a differentiated
analysis of ofthe
3.2. Type “league”
Analysis format competitions was necessary.
Conducted
Following the same methodology as Sarmento [21], the studies were first classified
3.2.according
Type of Analysis Conducted
to the type of analysis carried out: descriptive analysis (contingency tables or
Following
other theparameters);
descriptive same methodology
comparativeas Sarmento
analysis of[21], the studies
different were firstinclassified
groups (positions the
field, competition
according to the typelevels, sex, etc.); carried
of analysis and predictive analysis (different
out: descriptive analysistypes of regressiontables
(contingency or or
algorithms). Subsequently, we analysed the following variables in each of the three
other descriptive parameters); comparative analysis of different groups (positions in the groups
of studies:
field, “data provider”,
competition levels, sex,“competition”, “objective”
etc.); and predictive and “outcomes.”
analysis (different types of regression
or 3.2.1.
algorithms). Subsequently,
Descriptive Analyses we analysed the following variables in each of the three
groupsAoftotal
studies: “data provider”, “competition”, “objective” and “outcomes.”
of 17 studies that described technical-tactical variables were found (Table 1).
Although all data providers were represented in these descriptive studies, Amisco was the
3.2.1.
mostDescriptive
widely usedAnalyses
(9). Of the eight leagues from different countries under study, the Premier
League (7) of
A total and17LaLiga
studies(6)that
weredescribed
the most analysed. These 17 works
technical-tactical were were
variables grouped into four
found (Table 1).
categories: game model, spatial, situational, and methodological.
Although all data providers were represented in these descriptive studies, Amisco was The technical-tactical
thevariables (forward
most widely used passes,
(9). Ofpasses from leagues
the eight defensive thirddifferent
from to attacking third, crosses,
countries etc.) the
under study,
aimed at explaining the “style of play” of the teams included the largest number of studies.
Premier League (7) and LaLiga (6) were the most analysed. These 17 works were grouped
Within this category, some studies focused on the network of contacts resulting from
into
thefour categories:
collective [22,23], game model,
the team’s spatial, behaviour
defensive situational, and
[24], themethodological. The technical-
most frequent cooperative
tactical variables
interactions [25],(forward
the headpasses, passes
pass game [14],from defensive third
or longitudinal to attacking
studies third, crosses,
of technical-tactical
etc.) aimed atsuch
parameters explaining the “style
as the five-year of play”
study by Zhou of et
theal.teams
[26] onincluded
the Chinathe largest
League. number of
Notable
studies.
amongWithin this category,
these studies someofstudies
was the work focused on the
Fernández-Navarro et. network of contacts
al. [27], who performed resulting
a
from the collective [22,23], the team’s defensive behaviour [24], the most frequent cooper-
ative interactions [25], the head pass game [14], or longitudinal studies of technical-tactical
parameters such as the five-year study by Zhou et al. [26] on the China League. Notable
among these studies was the work of Fernández-Navarro et. al. [27], who performed a
Sustainability 2021, 13, 10167 6 of 14

factor analysis in order to categorise different styles of play based on 19 technical-tactical

indicators. A second category of descriptive studies focused on spatial aspects such as
playing area, breadth, or depth [28,29]. A third group of studies focused on the influence
of independent contextual variables such as a player expulsion [30], the scoreboard [31],
the weather [32], or return to competition after injury [33]. Finally, within these descriptive
studies, we singled out the so-called “methodological” category of studies that measured
technical-tactical variables, aiming at the application of a scientific method including
reliability [34] or content validity [35].

Table 1. Descriptive studies of regular tournaments using information obtained from the data providers (the studies are
listed alphabetically within each category).

Quality Score
Authors and Year Provider League Purpose Outcomes (%)
Completed
Items *
Styles of play
To categorise different styles
Premier League of play in elite soccer and Direct and possession styles of
Fernández-Navarro Amisco associated performance play, defined by factor 1, were 93.5
et al. [27] and 15/16
LaLiga indicators by using factor the most apparent styles.
analysis factorial.

(1) To examine the defensive Winning teams gained more

behaviours of soccer teams
when gaining the ball in
Fernández-Navarro Amisco LaLiga advanced zones of the pitch
et al. [24]
(2) To evaluate the effect of
contextual variables on these
defensive behaviours.
To verify the network of
contacts resulting from the
Primeira Liga collective behaviour of
Gama et al. [23] Amisco Portuguese professional football teams
through the centroid method
and networks.
(1) To verify whether network
analyses could be used to
identify key players in
attacking phases of
Primeira Liga professional football.
Gama et al. [22] Amisco Portuguese
(2) To establish the main
interactions and preferential
linkages between attacking
teammates during
competitive performance.
To operationalize a method
Premier addressing different levels of
Ramos et al. [25] Prozone League
hypernetworks on soccer
matches.
balls in the zone close to their
own goal. The greater the
quality of the opponent, the 87.5
14/16
lesser the chance of gaining the
ball in advanced zones of the
pitch.
The interactions of the
professional football teams
tended to occur preferentially in
the game’s offensive phase, and
81.25
the network of contacts was 13/16
controlled, during ball
possession, through passes
performed in the central and
lateral areas of the field.
Results indicated how key
individual players are
instrumental in orchestrating
75
team performance, exerting a 12/16
powerful influence on the
creation of attacking patterns of
play.
The results showed that, at a
micro-level, the most frequent 87.5
14/16
simplicial configuration is 1 vs.
1.

Significant associations between

(1) To gather detailed
information about game
situations where headers
Sarajarvi et al. [14] Instat Premier League
were performed.
(2) To characterise how
headers were executed in
different game situations.
the following variables were
found: header purpose and
player position, movement and
jump type, game state and 93.75
15/16
player movement, game state
and jump type, space
occupation and opponent
players as well as header type.
Sustainability 2021, 13, 10167
Table 1. Cont.
Authors and Year Provider League Purpose
To examine the evolution in
physical and technical
China performance parameters in
Zhou et al. [26] Amisco Super
League the CSL (China Super League)
from the 2012 season to the
2017 season.
Spatial factors
(1) To analyse qualitatively
whether changes in the
emergent patterns of
behaviours of sport teams
could be related with key
Duarte et al. [28] Prozone Premier
League events such as goals scored.
(2) To investigate the
complexity of team collective
behaviours, in terms of their
magnitudes and structures of
variability.
To examine the playing area
1st female Spanish
Zubillaga et al. [29] Amisco Division according to the position of
the ball.
Contextual variables
To assess the frequency with
which football players
engaged in the technical
Konefa et al. [36] Opta Bundesliga activity of different types, in
relation to seven phases of a
game
associated with changes in
match status.
Premier To evaluate the soccer teams’
League, LaLiga, technical competitive match
Lago-Peñas et al. [37] Opta
Bundesliga, performance following the
Serie A,
and LaLiga effect of a player dismissal.
To determine the effects of
muscular injuries in the lower
Portillo et al. [33] Mediacoach LaLiga limbs on the technical and
physical performance when
they returned to the league
competition.
To investigate the effects of
China situational and
Zhou et al. [32] Amisco Super environmental factors on the
League technical and physical match
performance.
7 of 14
Quality Score
Outcomes (%)
Completed
Items *
Physical performance,
especially high-intensity
running distances, together
with technical performance 81.25
13/16
parameters, such as crosses,
shots on target, and opponent
penalty area entries, increased
over six seasons in the CSL.
Key events such as goals scored
and games seemed to influence
the collective patterns of
performance.
Teams seemed to become more 81.25
regular and predictable but 13/16
with increased
magnitudes of variation in their
organisational shape over the
natural course of a match.
The player distribution was
significantly wider and
shallower when the ball was in
the central areas of the field
than when the ball was in a 93.75
built-up play zone and the 15/16
finishing and scoring zone. The
spaces were significantly
different depending on the
ball’s position.
A team attempting to change
the match score will need to
raise the frequency and
accuracy of passes, the
percentage of ball possession,
and the percentage of tackles 93.75
15/16
ending in success. The
maintenance of a winning
match status requires a high
frequency of occurrence of shots
and shots on target.
The advantaged teams
exhibited better team
performance after a player
87.5
dismissal, and teams modified 14/16
their tactics and style of play in
response to this new match
scenario.
After a moderate or severe
muscular injury (causing >8
days lay-off), player
87.5
performance was significantly 14/16
lower as well as technical skills
such as sprints and successful
passes.
In the CSL, situational variables
had major effects on technical
performance but trivial effects 81.25
13/16
on physical performance.
Environmental factors affected
technical performance.
Sustainability 2021, 13, 10167 8 of 14

Table 1. Cont.

Quality Score
Authors and Year Provider League Purpose Outcomes (%)
Completed
Items *
Methodological
To evaluate the inter-operator Results showed that team
reliability of the OPTA client events coded by independent
system, which is used to operators presented a very high
Liu et al. [34] Opta LaLiga 81.25
collect live football match degree of agreement (kappa 13/16
statistics values were 0.92 and 0.94), and
by OPTA Sportsdata the average difference of event
Company. time was 0.06 ± 0.04 s.
The results showed that the
To demonstrate the impact of frequency and location of ball
three distinct operational recoveries differ depending on
Santos et al. [35] Amisco LaLiga the operational definition used. 87.5
definitions over 14/16
two performance indicators These data support the selection
related to the ball recovery. of a ball recovery definition for
use in empirical research

(*) Evaluation was performed from developed by Law et al. [19] and Sarmento et al. [38].

3.2.2. Comparative Analyses

A total of seven studies were found that compared the technical-tactical variables of
different groups (Table 2). The most frequent comparison was one that sought to determine
the technical-tactical performance differences based on the specific demarcation [11,39,40].
“Ball possession”, “percentage of duels won”, or “dribbles” were some of the technical-
tactical variables used to determine the differences between the demarcations. Another
group of studies compared decision-making based on the competitors’ levels (strong or
weak; first or second division), such as in the studies by Castellano et al. [41,42]. Finally, it
is worth highlighting the study by Tenga et al. [43] on the differences between male and
female football.

Table 2. Comparative studies of regular tournaments using the information obtained from the data providers.

Quality Score
Authors and Year Provider League Purpose Outcomes (%)
Completed
Items *

Competitors’ levels

To identify collective tactical Higher offensive lengths,

Castellano et al. [42]
decisions from a high-level
football team, by analysing team
Amisco LaLiga length, width, and surface area
in offensive and defensive
phases, when playing against
stronger and weaker level
opponents.
widths, and surface frequencies
were found against weak teams.
75
In the defensive phase, higher 12/16
frequencies of the studied
variables were found against
strong teams.

The main finding was that the

Castellano et al. [41]
The aim of this study was to
most successful teams in the
analyse the strategic component first division of the Spanish
of teams in the first and second football league in 2013–14
Opta LaLiga division of the Spanish soccer 87.5
performed differently 14/16
league according to their
compared to other teams
position in the table at the end of
analysed with respect to most
the season.
of the variables studied.
Sustainability 2021, 13, 10167 9 of 14

Table 2. Cont.

Quality Score
Authors and Year Provider League Purpose Outcomes (%)
Completed
Items *

Demarcation

To examine both the technical Midfielders performed

and physical activities of a large successful passes ranging from
Dellal et al. sample of players from the 75% to 78%, whereas lower 87.5
[39] Amisco LaLiga 14/16
French First League, with special values were found for the
reference to their playing forwards (71%) and central
positions. defenders (63%), respectively.

When losing, the analysed

To explore whether the outcome
Premier of professional football matches
Folgado et al. [11] Prozone League is affected by changes in
intra-team movement
synchronization.
teams tended to exhibit a lower
value of movement
synchronisation. Defensive 93.75
dyads presented a more 15/16
synchronised behaviour during
the match than the offensive
dyads.

To identify the technical and

Notably, non-Chinese players
physical differences between
China performed more passes, shots,
Gai et al. domestic and foreign soccer 87.5
[40] Amisco Super and aerial and ground 14/16
League players according to
challenges when compared
playing-positions in the China
with Chinese players.
Super League (CSL).

There were significant

The aim of this study was to technical-tactical performance
identify the key performance differences between domestic
China (Chinese) and foreign
Gai et al. Opta Super indicators related to technical 93.75
[44] and tactical aspects according to (non-Chinese) players 15/16
League according to playing positions
playing position and nationality
in the CSL. in the CSL. There were also
small differences between
domestic and foreign players.

Gender

The aim of this study was to
explore emergent patterns of
Tenga et al. game structure in male and
Amisco LaLiga
[43] female matches from elite soccer
by using playing distances
measured according to the ball
location.
The results suggest that female
matches produced less
favourable game structure
93.75
patterns with fewer penetration 15/16
opportunities than male
matches.

(*) Evaluation was performed from work developed by Law et al. [19] and Sarmento et al. [38].

3.2.3. Predictive Analyses

This third group of studies focused on predicting individual or collective patterns and
behaviours and, in some cases, according to situational variables (Table 3). A number of
works centred on an individual/group (not team) technical-tactical means of passing, such
as the study by Gama et al. [45], which suggested the existence of a pattern between an in-
crease in the homogeneity of passing distributions and goal-scoring attempts in the sample
of competitive matches studied. Another predictive study on an individual technical-
tactical situation was that of Szczepańsk et al. [46], who designed a predictive model of
successful passes. The model, however, was not only based on technical variables, but it
also considered the defensive pressure. Predictive works on technical-tactical variables
based on “situational” factors include the studies of Kubayi [47] and Santos et al. [48].
These latter authors built regression models based on the match’s momentary result or
the opponent’s strength, the dependent variables being ball possession or ball recovery.
Finally, the “system” predictive models are especially worthy of note given their complexity.
Examples include the study by Lago-Ballesteros [49] and Barron [49], which predicted
more global aspects of game systems such as the type of attack (direct or elaborate) or
multiple technical-tactical variables.
Sustainability 2021, 13, 10167
Table 3. Predictive studies in regular tournaments based on information obtained from data providers.
Authors and Year Provider League Purpose
Individual/group technical-tactical skills
To establish a relationship
between the homogeneity of
passing distribution between
Gama et al. [45] Amisco Portuguesa
players of a team and goal
attempts in the team sport of
association football.
To build a statistical model in
which the success of a pass
depends on the factors as the
Szczepańsk et al. Premier origin and destination of the
Amisco
[46] League pass, the skill of his
teammates and the
opponents, and proxies for
the defensive pressure.
Situational variables
South African
To assess the impact of
Premier Soccer
Kubayi et al. [50] Instat situational variables on ball
League
possession in the PSL.
(PSL)
The aim of this study was to
examine the effects of match
Santos et al. [48] Amisco LaLiga conditions on the defensive
positioning in professional
soccer.
10 of 14
Quality Score
(%)
Outcomes
Completed
Items *
Results suggested the
existence of a pattern
regarding an increase in the
homogeneity of passing
distributions and the
goal-scoring attempts in the
sample of competitive 81.25
matches studied. A 13/16
homogeneous distribution
of passes can moderately
predict when a goal attempt
will occur within the minute
following an entropy
assessment.
A combination of various
factors influences the
probability that a pass is 81.25
successful in a statistical 13/16
model and that it evaluates
inherent player skills.
The results showed that
losing
teams had the highest ball
possession compared to
winning and drawing teams.
Playing away significantly 87.5
decreased ball possession by 14/16
5.21% compared to playing
at home. Playing against
weak opposition was
associated with increased
ball possession by 4.09%.
Playing against a strong
opponent decreased the
“ball recovery location”
position of the defensive
line compared to playing 93.75
against similar opponents. 15/16
A combination of these
variables can be used to
develop a model to predict
future performances.
Sustainability 2021, 13, 10167 11 of 14

Table 3. Cont.

Authors and Year Provider League Purpose
System
The aim was to objectively
identify key performance
Premier indicators in professional
Barron et al. [12] Prozone
League soccer that influence outfield
players’ league status using
an artificial neural network.
The aim of this study was to
analyse the influence of
playing tactics, opponent
Lago-Ballesteros
Amisco LaLiga interaction, and situational
et al. [49]
variables on achieving
score-box possessions in
professional soccer.
(*) Evaluation was performed from work developed by Law et al. [19] and Sarmento et al. [38].
Quality Score
(%)
Outcomes
Completed
Items *
The findings of this study
showed that it is possible to
identify performance
indicators using an artificial
87.5
neural network that
14/16
influences players’ league
status and that accurately
predicts their career
trajectory.
The direct attacks and
counterattacks were more
effective than elaborate
attacks for achieving
score-box possession. Team
possession originating from 93.75
the offensive zone and 15/16
playing against imbalanced
defence produced greater
success than those initiated
in the defensive zone with a
balanced defence.

4. Discussion
The aim of this work was to review the studies on technical-tactical variables based
on the information offered by the data providers in each country’s regular elite league
championships. The technical-tactical variables of the studies (forwards’ passes, passes
from defensive third to attacking third, crosses, etc.) in this review were directed, mainly,
towards objectives that explain the “style of play” of the teams, the influence of the “con-
textual variables,” and the technical-tactical differences depending on the “demarcation.”
We believe the study makes several significant contributions regarding its initial ob-
jective. First, a selection was made of the study results of major football data providers
within “match analysis” studies. Second, the technical-tactical variables were analysed in a
differentiated way from those relating to physical conditions or the match environment.
Third, regular leagues were selected as the competitions under study since regular league
technical-tactical variables can be regarded as more stable than those of qualifying com-
petitions. Finally, each country’s top Regular Leagues are of greater repute and scientific
interest than lower category competitions.
If we compare the results of this present study with that of previous match analysis
reviews [10,38,48], the number of studies on technical-tactical variables has increased.
Most of the previous studies focused on variables relating to physical conditions, probably
because they are easier to measure. This review found almost three times more descriptive
studies compared to predictive and comparative studies, thus illustrating the difficulty of
analysing the game from a systemic perspective [15,16]. Sarmento et al. [21] had already
observed this predominance of descriptive designs. Ever more efforts have been under-
taken, however, by data providers to elaborate more qualitatively complex and predictive
metrics more closely linked to the game’s functional logic. Metrics such as expected goals or
assists are an example of this [48]. In any event, some of these metrics continue to establish
predictive models based on isolated technical-tactical skills. Yet, passes or goal assists
Sustainability 2021, 13, 10167 12 of 14

cannot be decontextualised from the corresponding game’s cycle or phase. Therefore, it

seems necessary that data providers advance towards adequate predictive models based
on the game’s globality and, above all, that they be contextualised within each team’s game
model [49]. In this line of data personalisation, the teams’ tactical analysts emphasise how
important it is that the generated reports be understandable for coaches [50].
Worthy of note is the latest revision by Sarmento et al. [38]. This work sheds light
on the question of what performance analysts need to know about research trends in
association football. Regarding the technical-tactical variables in the present study, the
systematic review by Sarmento et al. [38] categorises studies according to significant aspects
such as “Team Center,” “Team Dispersion,” or “sequential patterns.” Although the study
by Sarmiento et al.’s work is not limited to data providers only, we must remember that
some aspects of the game are important to analysts and have not yet been automated by
data providers, such as the distances covered by players. That is, much concurrent data
is generated, but football requires obtaining temporal patterns that are more difficult to
achieve automatically.
In the same way, given the complexity of the data’s management [51] if we understand
that the data is meant to help football teams to increase their performance, it would be
necessary to obtain real-time data and thus enhance its usefulness for analysts and coaches.
Most of the technical-tactical data in the previous works, however, are obtained after the
matches. This lack of immediacy is nevertheless beginning to be overcome as ever more
data is being provided in real time. The increase in the number of football data providers
has contributed to this improvement. At the end of the twentieth century, Prozone and
Amisco were virtually the only companies to offer football tracking data. In recent years,
the increase in the number of data providers has contributed to improving the quality of
data. It is worth highlighting the British company OPTA, Mediacoach in LaLiga, or Instat
and Wyscout.

5. Conclusions
To conclude, studies on technical-tactical variables were reviewed based on the in-
formation provided by the data providers in the elite league competition formats of each
country. The present work was the first systematic review that has been carried out with
the above characteristics. The studies were first classified according to the type of analysis
carried out: descriptive, comparative, and predictive analysis (different types of regression
or algorithms). Most studies used a descriptive analysis of the game (58.06%). Studies with
comparative (22.58%) and predictive (19.35%) analysis were limited in the use of the data
providers. A summary of the studies according to research objectives showed that “style
of play,” “contextual variables,” (descriptive analysis) and “demarcation” (comparative
analysis) were the most used objectives in the 28 studies reviewed.
Future work should analyse the state of the art of the new metrics that data providers
are starting to introduce. One of the limitations of the present study is that it focused only
on regular elite leagues in different countries. Thus, several studies potentially use relevant
data providers but do not take top-level competitions as a reference [4,51].

Supplementary Materials: The following are available online at https://www.mdpi.com/article/10

.3390/su131810167/s1, Table S1: Methodological quality.
Author Contributions: Conceptualization, F.M.O.-S., V.M.T.-M., J.A.G.-J. and R.D.A.-M.; methodol-
ogy, F.M.O.-S. and V.M.T.-M.; software, V.M.T.-M.; validation, F.M.O.-S. and J.A.G.-J.; formal analy-
sis, F.M.O.-S.; investigation, J.A.G.-J. and V.M.T.-M.; resources, J.A.G.-J.; data curation, R.D.A.-M.;
writing—original draft preparation, F.M.O.-S., V.M.T.-M., J.A.G.-J. and R.D.A.-M.; writing—review
and editing, F.M.O.-S., V.M.T.-M., J.A.G.-J. and R.D.A.-M. visualization, R.D.A.-M.; supervision,
F.M.O.-S.; project administration, J.A.G.-J.; funding acquisition, not applicable. All authors have read
and agreed to the published version of the manuscript.
Funding: This research received no external funding.
Institutional Review Board Statement: Not applicable.
Sustainability 2021, 13, 10167 13 of 14

Informed Consent Statement: Informed consent was obtained from all subjects involved in the
study.
Data Availability Statement: All data are fully available without restriction in the manuscript.
Conflicts of Interest: The authors declare no conflict of interest.

References
1. Reep, C.; Benjamin, B. Skill and Chance in Association Football. J. R. Stat. Soc. Ser. A Stat. Soc. 1968, 131, 581–585. [CrossRef]
2. Reep, C.; Pollard, R.; Benjamin, B. Skill and Chance in Ball Games. J. Source Stat. R Ser. Soc. 1970, 134, 623–629. [CrossRef]
3. Anguera, M.; Blanco, A.; Hernández, A.; Losada, J. Diseños observacionales: Ajuste y aplicación en psicología del deporte. Cuad.
Psicol. Deport 2011, 11, 63–76.
4. Pons, E.; García-Calvo, T.; Resta, R.; Blanco, H.; Del Campo, R.L.; García, J.D.; Pulido, J.J. A comparison of a GPS device and
a multi-camera video technology during official soccer matches: Agreement between systems. PLoS ONE 2019, 14, e0220729.
[CrossRef] [PubMed]
5. Di Salvo, V.; Collins, A.; McNeill, B. Validation of prozone: A new video-based performance analysis system. Int. J. Perf. Anal.
Sport 2006, 1, 108–119.
6. Redwood-Brown, A.; Cranton, W.; Sunderland, C. Validation of a Real-Time Video Analysis System for Soccer. Int. J. Sports Med.
2012, 33, 635–640. [CrossRef] [PubMed]
7. Anderson, L.; Orme, P.; Di Michele, R.; Close, G.; Milsom, J.; Morgans, R.; Drust, B.; Morton, J.P. Quantification of Seasonal-Long
Physical Load in Soccer Players with Different Starting Status from the English Premier League: Implications for Maintaining
Squad Physical Fitness. Int. J. Sports Physiol. Perform. 2016, 11, 1038–1046. [CrossRef]
8. Lago-Peñas, C.; Kalén, A.; Lorenzo-Martinez, M.; Campo, R.L.-D.; Resta, R.; Rey, E. Do elite soccer players cover longer distance
when losing? Differences between attackers and defenders. Int. J. Sports Sci. Coach. 2021, 16, 840–847. [CrossRef]
9. Van Gool, D.; Van Gerven, D.; Boutmans, J. The physiological load imposed on soccer players during real match-play. In Science
and Football; Reilly, T., Leeds, A., David, K., Murphy, J., Eds.; E. & F.N. Spon: London, UK, 1998; pp. 51–59.
10. Castellano, J.; Alvarez-Pastor, D.; Bradley, P.S. Evaluation of Research Using Computerised Tracking Systems (Amisco® and
Prozone® ) to Analyse Physical Performance in Elite Soccer: A Systematic Review. Sports Med. 2014, 44, 701–712. [CrossRef]
11. Folgado, H.; Duarte, R.; Marques, P.; Gonçalves, B.; Sampaio, J. Exploring how movement synchronization is related to match
outcome in elite professional football. Sci. Med. Footb. 2017, 2, 101–107. [CrossRef]
12. Barron, D.; Ball, G.; Robins, M.; Sunderland, C. Artificial neural networks and player recruitment in professional soccer. PLoS
ONE 2018, 13, e0205818. [CrossRef] [PubMed]
13. Kubayi, A.; Larkin, P. Analysis of teams’ corner kicks defensive strategies at the FIFA World Cup 2018. Int. J. Perform. Anal. Sport
2019, 19, 809–819. [CrossRef]
14. Sarajärvi, J.; Volossovitch, A.; Almeida, C.H. Analysis of headers in high-performance football: Evidence from the English Premier
League. Int. J. Perform. Anal. Sport 2020, 20, 189–205. [CrossRef]
15. Castelo, J.F.F. Fútbol: Estructura y Dinámica del Juego; INDE Publicaciones: Madrid, Spain, 1999.
16. Passos, P.; Araújo, D.; Davids, K.; Gouveia, L.; Serpa, S.; Milho, J.; Fonseca, S. Interpersonal Pattern Dynamics and Adaptive
Behavior in Multiagent Neurobiological Systems: Conceptual Model and Data. J. Mot. Behav. 2009, 41, 445–459. [CrossRef]
17. Carling, C.; Bloomfield, J.; Nelsen, L.; Reilly, T. The Role of Motion Analysis in Elite Soccer Work Rate Data. Sport Med. 2008, 38,
839–862. [CrossRef]
18. Moher, D.; Liberati, A.; Tetzlaff, J.; Altman, D.G.; The PRISMA Group. Preferred Reporting Items for Systematic Reviews and
Meta-Analyses: The PRISMA Statement. PLoS Med. 2009, 6, e1000097. [CrossRef]
19. Law, M.; Stewart, D.; Pollock, N.; Letts, L.; Bosch, J.; Westmorland, M. Critical Review Form—Quantitative Studies; McMaster
University: Burlington, ON, Canada, 1998.
20. Sarmento, H.; Clemente, F.M.; Araújo, D.; Davids, K.; McRobert, A.; Figueiredo, A. What Performance Analysts Need to Know
About Research Trends in Association Football (2012–2016): A Systematic Review. Sports Med. 2018, 48, 799–836. [CrossRef]
21. Sarmento, H.; Marcelino, R.; Anguera, M.T.; Campaniço, J.; Matos, N.; Leitão, J. Match analysis in football: A systematic review. J.
Sports Sci. 2014, 32, 1831–1843. [CrossRef]
22. Gama, J.; Passos, P.; Davids, K.; Relvas, H.; Ribeiro, J.; Vaz, V.; Dias, G. Network analysis and intra-team activity in attacking
phases of professional football. Int. J. Perform. Anal. Sport 2014, 14, 692–708. [CrossRef]
23. Gama, J.; Dias, G.; Couceiro, M.; Belli, R.; Vaz, V.; Ribeiro, J. Networks and centroid metrics for understanding football. S. Afr. J.
Res. Sport Phys. Educ. Recreat. 2016, 38, 75–90.
24. Fernandez-Navarro, J.; Ruiz-Ruiz, C.; Zubillaga, A.; Fradua, L. Tactical Variables Related to Gaining the Ball in Advanced Zones
of the Soccer Pitch: Analysis of Differences among Elite Teams and the Effect of Contextual Variables. Front. Psychol. 2020, 10,
3040. [CrossRef]
25. Ramos, J.; Lopes, R.J.; Marques, P.; Araújo, D. Hypernetworks Reveal Compound Variables That Capture Cooperative and
Competitive Interactions in a Soccer Match. Front. Psychol. 2017, 8, 1379. [CrossRef] [PubMed]
26. Zhou, C.; Gómez, M.-Á.; Lorenzo, A. The evolution of physical and technical performance parameters in the Chinese Soccer
Super League. Biol. Sport 2020, 37, 139–145. [CrossRef] [PubMed]
Sustainability 2021, 13, 10167 14 of 14

27. Fernandez-Navarro, J.; Fradua, L.; Zubillaga, A.; Ford, P.; McRobert, A. Attacking and defensive styles of play in soccer: Analysis
of Spanish and English elite teams. J. Sports Sci. 2016, 34, 2195–2204. [CrossRef] [PubMed]
28. Duarte, R.; Araújo, D.; Folgado, H.; Esteves, P.T.; Marques, P.; Davids, K. Capturing complex, non-linear team behaviours during
competitive football performance. J. Syst. Sci. Complex. 2013, 26, 62–72. [CrossRef]
29. Zubillaga, A.; Gabbett, T.J.; Fradua, L.; Ruiz-Ruiz, C.; Caro, Ó.; Ervilla, R. Influence of Ball Position on Playing Space in Spanish
Elite Women’s Football Match-Play. Int. J. Sports Sci. Coach. 2013, 8, 713–722. [CrossRef]
30. Lago-Peñas, C.; Ruano, M.; Ángel, G.; Owen, A.L.; Sampaio, J. The effects of a player dismissal on competitive technical match
performance. Int. J. Perform. Anal. Sport 2016, 16, 792–800. [CrossRef]
31. Zhou, C.; Hopkins, W.G.; Mao, W.; Calvo, A.L.; Liu, H. Match Performance of Soccer Teams in the Chinese Super League—Effects
of Situational and Environmental Factors. Int. J. Environ. Res. Public Health 2019, 16, 4238. [CrossRef]
32. Portillo, J.; Abián, P.; Calvo, B.; Paredes, V.; Abián-Vicén, J. Effects of muscular injuries on the technical and physical performance
of professional soccer players. Physician Sportsmed. 2020, 48, 437–441. [CrossRef]
33. Liu, H.; Hopkins, W.; Gómez, A.M.; Molinuevo, S.J. Inter-operator reliability of live football match statistics from OPTA Sportsdata.
Int. J. Perform. Anal. Sport 2013, 13, 803–821. [CrossRef]
34. Santos, P.; Silva, P.M.; Lago-Peñas, C. The ball recovery as an action related performance indicator in Football—An example using
distinct operational definitions. J. Hum. Sport Exerc. 2017, 12, 96–105. [CrossRef]
35. Konefał, M.; Chmura, P.; Rybka, K.; Chmura, J.; Huzarski, M.; Andrzejewski, M. What Frequency of Technical Activity Is Needed
to Improve Results? New Approach to Analysis of Match Status in Professional Soccer. Int. J. Environ. Res. Public Health 2019, 16,
2233. [CrossRef]
36. Dellal, A.; Wong, D.P.; Moalla, W.; Chamari, K. Physical and technical activity of soccer players in the French first league-with
special reference to their playing position. Int. Sport J. 2010, 11, 278–290.
37. Gai, Y.; Volossovitch, A.; Lago, C.; Gómez, M.-Á. Technical and tactical performance differences according to player’s nationality
and playing position in the Chinese Football Super League. Int. J. Perform. Anal. Sport 2019, 19, 632–645. [CrossRef]
38. Castellano, J.; Casamichana, D. What are the differences between first and second divisions of Spanish football teams? Int. J.
Perform. Anal. Sport 2015, 15, 135–146. [CrossRef]
39. Castellano, J.Á.D.; Figueira, B.; Coutinho, D.; Sampaio, J. Identifying the effects from the quality of opposition in a Football team
positioning strategy. Int. J. Perform. Anal. Sport 2013, 13, 822–832. [CrossRef]
40. Tenga, A.; Zubillaga, A.; Caro, O.; Fradua, L. Explorative Study on Patterns of Game Structure in Male and Female Matches from
Elite Spanish Soccer. Int. J. Perform. Anal. Sport 2015, 15, 411–423. [CrossRef]
41. Gai, Y.; Leicht, A.S.; Lago, C.; Gómez, M.Á. Physical and technical differences between domestic and foreign soccer players
according to playing positions in the China Super League. Res. Sports Med. 2018, 27, 314–325. [CrossRef] [PubMed]
42. Gama, J.; Dias, G.; Passos, P.; Couceiro, M.; Davids, K. Homogeneous distribution of passing between players of a team predicts
attempts to shoot at goal in association football: A case study with 10 matches. Nonlinear Dyn. Psychol. Life Sci. 2020, 24, 353–365.
43. Szczepański, Ł.; McHale, I. Beyond completion rate: Evaluating the passing ability of footballers. J. R. Stat. Soc. Ser. A Stat. Soc.
2015, 179, 513–533. [CrossRef]
44. Kubayi, A.; Toriola, A.; Paul, Y. The effects of ball-possession status on technical and physical indicators at the 2016 European
Football Championship | Gli effetti del possesso palla sugli indicatori tecnici e fisici ai Campionati Europei di Calcio 2016. Med.
Dello Sport 2018, 71, 533–539. [CrossRef]
45. Santos, P.; Lago-Peñas, C.; García-García, O. The influence of situational variables on defensive positioning in professional soccer.
Int. J. Perform. Anal. Sport 2017, 17, 212–219. [CrossRef]
46. Lago-Ballesteros, J.; Lago-Peñas, C.; Rey, E. The effect of playing tactics and situational variables on achieving score-box
possessions in a professional soccer team. J. Sports Sci. 2012, 30, 1455–1461. [CrossRef]
47. Kubayi, A.; Toriola, A. The Influence of Situational Variables on Ball Possession in the South African Premier Soccer League. J.
Hum. Kinet. 2019, 66, 175–181. [CrossRef]
48. Brechot, M.; Flepp, R. Dealing With Randomness in Match Outcomes: How to Rethink Performance Evaluation in European Club
Football Using Expected Goals. J. Sports Econ. 2020, 21, 335–362. [CrossRef]
49. Aguado-Méndez, R.D.; González-Jurado, J.A.; Callejas-Jerónimo, J.E.; Otero-Saborido, F.M. Analysis of the goal-scoring opportu-
nities conceded in football: A study case in the Spanish La Liga. Qual. Quant. 2021, 55, 1477–1496. [CrossRef]
50. Aguado-Méndez, R.D.; González-Jurado, J.A.; Reina-Gómez, Á.; Otero-Saborido, F.M. Perceptions of Football Analysts Goal-
Scoring Opportunity Predictions: A Qualitative Case Study. Front. Psychol. 2021, 12, 3714. [CrossRef]
51. Fedushko, S.; Mastykash, O.; Syerov, Y.; Peracek, T. Model of User Data Analysis Complex for the Management of Diverse Web
Projects during Crises. Appl. Sci. 2020, 10, 9122. [CrossRef]
5.2 Artículo 2: Análisis observacional de goles recibidos por el
Real Betis en LaLiga: estudio de caso.

66
2020, Retos, 38, 355-362
© Copyright: Federación Española de Asociaciones de Docentes de Educación Física (FEADEF) ISSN: Edición impresa: 1579-1726. Edición Web: 1988-2041 (www.retos.org)

Análisis observacional de goles recibidos por el Real Betis en LaLiga: estudio de caso
Observational analysis of goals conceded by Real Betis in LaLiga: case study
Rubén D. Aguado-Méndez, José Antonio González-Jurado, Fernando Otero-Saborido
Universidad Pablo de Olavide (España)

Resumen. La variabilidad, imprevisibilidad y bajo tanteo del fútbol lo convierten en un sistema dinámico y complejo de analizar donde
cada detalle puede ser determinante para el resultado final. Por ello, el principal objetivo de este trabajo es analizar los goles recibidos
(N=61) de un equipo de fútbol profesional a partir de variables situacionales, ofensivas y defensivas. Se aplicó la metodología observacional
para analizar al Real Betis Balompié (temporada 2017-2018) a partir de una herramienta validada. Fueron utilizadas técnicas de análisis
descriptivas y tests de independencia. Los resultados sobre las variables situacionales reflejan que en el ‘intervalo 76-90’ e ir ‘perdiendo’
son factores que provocan el aumento de goles encajados. La forma y zona de pérdida que obtuvieron mayores porcentajes fue ‘Robo’
(36,1%) y ‘Z6’ (19,7%). Del total de goles encajados, el 62,3% fue con 4 o más jugadores propios por delante del balón. Respecto al rival,
utiliza pocos pases (<4) en el 63,9% de los goles recibidos. Se concluye que los últimos 15´ son determinantes en el balance de goles
encajados. Esta influencia se incrementa si el resultado está en contra. Por último, dado el alto porcentaje de éxito rival en los ataques con
poca duración y escasos pases, parece que frenar el primer pase en la transición defensa-ataque pudiera disminuir el número de goles
encajados.
Palabras clave: fútbol, rendimiento, factores, instrumento.

Abstract. Variability, unpredictability and low scores in football make it a dynamic and complex system difficult to analyze, in which
every detail can be determinant for the final result. Therefore, the main objective of this research is to analyze the goals conceded (N=61)
by a professional football team from the point if view of situational, offensive, and defensive variables. The observational methodology
was applied so to analyze Real Betis Balompié (2017-2018 season) with a validated tool. Descriptive analysis techniques and independence
tests were used. The results of the situational variables reflect that ’76-90 period’ and ‘losing’ are factors that cause an increase in goals
conceded. The form and area of loss that obtained higher percentages was ‘Stealing’ (36.1%) and ‘Z6’ (19.7%). Of the total number of
goals conceded, 62.3% happened when 4 or more of the analyzed team’s players were ahead of the ball. With respect to the opponents,
they used few passes (<4) in 63.9% of the goals conceded. As a conclusion, the last 15' are decisive in the balance of goals conceded. This
influence increases if the team is losing. Finally, given the high percentage of rival success in attacks with short duration and few passes,
it seems that stopping the first pass in the defense-attack transition could decrease the number of goals conceded.
Keywords: football, performance, factors, instrument.

perceptividad del comportamiento, la habitualidad en el con-

Introducción
texto, la espontaneidad de la conducta observada y la elabo-
ración a medida de instrumentos de observación (Anguera,
El fútbol es un deporte de bajo tanteo, ya que la media de
1979; Anguera, Blanco-Villaseñor, Hernández-Mendo, &
goles por partido en las principales ligas europeas es 2.66
Losada, 2011). Este enfoque científico aplicado a las ciencias
(Anderson, C. & Sally, 2014). Debido a esto, en LaLiga, Premier
del deporte propone la cuantificación del comportamiento
League, Ligue 1, Bundesliga y Serie A, el equipo que marca
espontáneo in vivo, permitiendo analizar las conductas en
primero jugando como local consigue el 75.72% de las victo-
entornos naturales (Anguera & Hernández-Mendo, 2013b)
rias, por el 61.81% de partidos ganados por el equipo visitan-
mediante la extracción de comportamientos en situaciones
te que consiguen abrir el marcador (Martínez & González,
propias del juego (Lames & McGarry, 2007). Por consiguien-
2019). No obstante, y a diferencia de otros deportes de equi-
te, la MO se ha consolidado debido a su potencial (Anguera,
po de alto tanteo, los goles como factor predictor de patro-
2003; Anguera, Jonsson, & Sánchez-Algarra, 2017; Portell,
nes de rendimiento debieran tomarse con reserva y unirse a
Anguera, Chacón-Moscoso, & Sanduvete-Chaves, 2015;
otros indicadores de rendimiento (Reina & Hernández-
Sánchez-Algarra & Anguera, 2013) existiendo una amplia
Mendo, 2012) dado que el hecho de encajar un gol es el
utilización de la misma en fútbol en los últimos años (Lapresa,
resultado de un conjunto circunstancias. Por tanto, según
Álvarez, Anguera, Arana, & Garzón, 2015; Lapresa, Arana,
González-Ródenas et al. (2020), para realizar un análisis
Anguera, & Garzón, 2013; Lapresa, Arana, Anguera, Pérez-
sistémico de los goles debiera tenerse en cuenta las varia-
Castellanos, & Amatria, 2016; Lapresa, Del Río, Arana,
bles situacionales (lugar del partido, marcador momentáneo,
Amatria, & Anguera, 2018; López Bondia, González-Rodenas,
nivel del rival, minuto, etc.) y factores técnico-tácticos (zona
Calabuig Moreno, Antonio Pérez-Turpin, & Aranda Malavés,
y forma de pérdida, duración de la jugada, tipo de ataque,
2017).
número de pases, etc.) dada la repercusión de ambas en el
De hecho, la revisión sistemática realizada por Preciado
rendimiento (Lago-Peñas, Casáis, Domínguez, Lago-Balles-
et al. (2019) sobre estudios observacionales en fútbol mas-
teros, & Rey, 2009).
culino, reveló que el 32% de las investigaciones llevadas a
Para realizar dicho análisis, la metodología observacional
cabo estuvieron centradas en el análisis de los goles. A partir
(MO) se ajusta al método científico (Bakeman & Gottman,
de dicha investigación se ha realizado una clasificación pro-
1997) con una estructura propia caracterizada por la
pia de los estudios observacionales relacionados con el gol
(tabla 1). En referencia a la muestra utilizada, ‘ligas regulares
Fecha recepción: 19-11-19. Fecha de aceptación: 07-02-20
Rubén Darío Aguado Méndez
de clubes’ y ‘torneos eliminatorios de selecciones’ (Mundial
rubend10am@hotmail.com y Eurocopa) son los dos ámbitos sobre los que más estudios

Retos, número 38, 2020 (2º semestre) - 355 -

 Tabla 1.
Estudios observacionales relacionados con el gol según ámbito de muestra y objeto de estudio. Elaboración propia a partir de Preciado et al. (2019).
Ámbito de muestra
Torneo eliminatorio de
Torneo eliminatorio de selecciones (Mundial y
Liga regular de clubes clubes (Champions League y Jugadores
Eurocopa)
Copa nacional)
Aspectos condicionales Castellano, Blanco-Villaseñor y Álvarez (2011)
Casal, Maneiro, Ardá, Losada y Rial (2014)
ABP Planes y Anguera (2015) Casal et al. (2014)
Maneiro, Losada, Casal y Ardá (2017)
Pollard (2006)
Taylor, Mellalieu, James y Shearer (2008)
Yiannakos y Armatas (2006) Fleury, Gonçalves y Navarro
Armatas y Yiannakos (2010)
Armatas y Yiannakos (2010) (2009)
Variables situacionales Castellano, Blanco-Villaseñor y Álvarez (2011)
Santos, Moraes y Teoldo (2016) Almeida, Ferreira y
Gómez-Ruano, Gómez, Lago-Peñas y Sampaio
Sgrò, Aiello, Casella y Lipoma (2016) Volossovitch (2014)
(2012)
Objeto de estudio
Novaes de Souza, Farah y Dias (2012)
Castellano y Hernández-Mendo (2000)
James, Mellalieau y Hollely (2002)
Hughes y Frank (2005)
Tenga, Holme, Ronglan y Bahr (2010)
Yiannakos y Armatas (2006) Buscá, Pont, Artero y
Casáis, Lago-Peñas, Lago-Ballesteros, Iglesias y
Szwarc (2008) James, Mellalieau y Hollely Riera (1996)
Factores técnico-tácticos Gómez-Ruano (2011)
Buraczewski, Cicirko y Gawlik (2013) (2002) Castañer et al. (2016)
Barbosa, Sarmento, Neto y Campaniço (2013)
Wallace y Norton (2014) Castañer at al. (2017)
Vogelbein, Nopp y Hökelmann (2014)
Casal, Losada y Ardá (2015)
Planes y Anguera (2015)
Castelão, Garganta, Afonso y Da Costa (2015)

se han realizado con 14 en cada uno de ellos. Por el contrario, Metodología

la utilización de muestra de ‘torneos eliminatorios de clubes’
(Champions League y Copas nacionales) y ‘jugadores’ ha
sido menor (cuatro y tres respectivamente). Respecto al ob-
jeto de estudio, los ‘factores técnico-tácticos’ es la cuestión
más recurrente abarcando más del 50% de los estudios (18),
seguido por ‘variables situacionales’ con 14. En cambio, las
acciones a balón parado denominadas como ‘ABP’ (cuatro)
y los ‘aspectos condicionales’ (uno) son temas de estudio
menos tratados. Por otro lado, un análisis cruzado teniendo
en cuenta tanto ‘ámbito de muestra’ como el ‘objeto de estu-
dio’ revela que el análisis de ‘factores técnico-tácticos’ en
‘torneos eliminatorios de selecciones’ es la cuestión más
recurrente en estudios observacionales relacionados con el
gol.
Avalado por los estudios previos realizados y por su
carácter sistemático, la MO es un método muy conveniente
para un deporte con la variabilidad e imprevisibilidad (Gar-
ganta, 1997) del objeto del presente estudio: el fútbol
(Etxebeste & Castellano, 2005; Preciado et al., 2019). El rendi-
miento en este deporte se basa en una compleja interacción
de variables, pero es necesario saber cómo se producen las
relaciones entre dichas variables y qué aspectos del juego
pueden utilizarse como indicadores de rendimiento (Glazier,
2017). Así mismo, el análisis del juego a través de la MO
ayuda a minimizar las debilidades y potenciar las fortalezas
encontradas en la observación en situaciones reales de com-
petición, contribuyendo con aportaciones de gran beneficio
para mejorar los procesos de entrenamiento (Ruscello, 2009).
Por ello, la información que se extraiga sobre indicadores
técnico-tácticos en fútbol puede ser determinante para el
rendimiento posterior al facilitar la toma de decisiones a los
distintos miembros del cuerpo técnico (Daza, Andrés, &
Tarragó, 2017; Hughes & Franks, 2004; Reilly, 2000; Sarmento
et al., 2014).
Por lo tanto, el presente trabajo tiene como objetivos: i)
analizar los factores técnico-tácticos según variables
situacionales, ofensivas y defensivas de los goles recibidos
por el Real Betis en la Liga 2017/2018; y ii) comprobar si
existen relaciones de dependencia entre las variables ante-
riormente mencionadas con los goles recibidos. Con la con-
secución de dichos objetivos se pretende facilitar a los téc-
nicos evidencias para analizar, preparar y ajustar las estrate-
gias para los entrenamientos y partidos.
Muestra
Se han analizado 61 eventos (goles recibidos por el equi-
po estudiado) extraídos de los 38 partidos disputados por el
Real Betis en la Temporada 2017/2018 de la Liga Española de
Fútbol de Primera División. Este equipo, además de ser uno
de los que más goles encajaba, era uno de los peores en el
balance defensivo. Entre esas evidencias se advirtió que era
el equipo que más goles recibía en contraataque de la Liga
Española, el 2º con más goles recibidos tras un centro lateral
o que poseía una alta ratio de pérdidas del balón en campo
propio debido al alto porcentaje de posesión propiciando
una alta frecuencia de ocasiones de gol en contra (Laliga.es,
2018). La temporada duró 10 meses (de agosto a mayo)
jugándose habitualmente un partido por semana.
Diseño
Este estudio se realizó con MO a través del registro orga-
nizado de eventos con un instrumento ad hoc elaborado
específicamente (Anguera & Hernández-Mendo, 2013b).
El diseño específico seleccionado para la realización del
estudio está situado en el cuadrante II (Anguera &
Hernández-Mendo, 2013a) al ser ideográfico (por ser sólo
una unidad -equipo- analizada), puntual (el registro se realiza
durante una única temporada) y multidimensional (porque
existen diferentes niveles de respuesta debido a la interde-
pendencia entre las variables de rendimiento en el fútbol).
Procedimiento
Los partidos fueron descargados a través de diferentes
páginas de internet, todos ellos desde la perspectiva de «se-
ñal TV». Posteriormente se registraron y codificaron los even-
tos con el programa Longomatch 1.0 aplicando el instrumen-
to de observación. Para el registro y posterior análisis esta-
dístico de los datos observados se utilizó el paquete estadís-
tico IBM SPSS Statistics v22. Por último, para el tratamiento
de la información se utilizó el programa informático Microsoft
Excel.
Instrumento
Continuando la línea de investigaciones anteriores (Cas-
tellano, Hernández-Mendo, Morales, & Anguera, 2007;
Etxeazarra, Castellano, & Arruabarrena, 2013; Hernández-
Mendo, Díaz-Martínez, & Morales, 2010; Refoyo, Romaris,

- 356 - Retos, número 38, 2020 (2º semestre)

 Tabla 2.
Criterios del instrumento.
Dimensión Criterio Categorías Descripción
Lugar del partido Local y visitante.
Variables
Minuto del partido 0-15, 16-30, 31-45, 46-60, 61-75 y 76-90
situacionales
Resultado momentáneo Ganando, empatando y perdiendo
Robo: acción por la que un rival arrebata el balón a un rival;
Robo, mal pase, mal pase presionado (M. P. Presionado), Mal pase: pérdida de balón debido a una mala ejecución del pase sin
Forma de pérdida
tiro, despeje y fuera de juego. encontrarse presionado por un rival;
Mal pase presionado: pérdida de balón debido a una mala ejecución del
Variables Zona 1 (Z1) a Zona 12 (Z12)
Zona de pérdida pase estando presionado por un rival;
defensivas propias Campo propio y campo contrario
Tiro: acción por la que un jugador golpea el balón con la intención de
marcar gol.
Nº jugadores por delante de la zona de pérdida 0 a 4. Despeje: acción en la que el jugador golpea el balón con intención de
alejarlo de su portería y/o cortar el avance del rival.
Número de pases 0 a 5 o más Contraataque: el equipo al recuperar el balón ataca rápidamente para
Número de jugadores en contacto con el balón 1 a 5 o más aprovechar los desajustes defensivos del rival.
Menos de 3 segundos, entre 3 y 5 segundos, entre 6 y 9 Directo: el equipo, aún estando el rival organizado, se busca el gol
Duración del ataque
Variables ofensivas segundos y más de 9 segundos mediante pases en profundidad desde la defensa hacia la línea de ataque.
del rival Zona de finalización Z1 a Z12 Combinado: el equipo circula el balón sobretodo con pases cortos para
encontrar espacios en la defensa del rival.
Contraataque, directo, combinado y acciones a balón parado
Forma de ataque ABP: jugadas en las que se pone el balón en juego después de una
(ABP).
interrupción como faltas, córners, penalties y saques de banda.

Tabla 3.
& Sampedro, 2009; Robles, 2012), se procedió a diseñar una Valor de calidad del dato por criterios.
Concordancia Concordancia inter-
Criterio
herramienta basada en la diseñada por Sarmento, Anguera, Lugar del partido
intra-observadores
1
observadores
1
Campaniço y Leitao (2010) para la observación de acciones Minuto del partido 1 1
Resultado momentáneo 1 1
ofensivas en fútbol. Forma de pérdida 1 .98
Zona de pérdida .97 1
El instrumento «ad hoc» utilizado en esta investigación Nº jugadores por delante de la zona de pérdida 1 .94
para el análisis observacional y codificación de eventos está Número de pases
Número de jugadores en contacto con el balón
1
1
.98
1
validado y se caracteriza por una combinación de formato de Duración del ataque
Zona de finalización
1
.99
.83
.97
campo y sistemas de categorías. Este instrumento permite Forma de ataque .95 .91

recoger información importante para la comprensión del pro-

ceso ofensivo en el fútbol, habiéndose utilizado para anali- dad inter e intra-observador al 20% de los partidos (tabla 3),
zar cómo atacan los rivales contra el equipo estudiado y de los resultados muestran que la media de coeficientes obteni-
esta forma estudiar el proceso defensivo del equipo en cues- dos para la concordancia intra-observador (.99) e inter-ob-
tión (tabla 2). servadores (.96) son consideradas óptimas (> .7). Así mismo,
las categorías con valores K más altos (siendo -1 considera-
Análisis estadístico do como concordancia completa) fueron «lugar del parti-
Con el objetivo de describir las características más habi- do», «minuto del partido», «resultado momentáneo», «zona
tuales cuando el equipo recibe gol, se realizó un estudio de pérdida» y «número de jugadores en contacto con el
univariante descriptivo de las categorías que configuran el balón». Por el contrario, el valor más bajo fue obtenido por la
instrumento de observación basado en frecuencias y por- categoría «duración del ataque» con .83.
centajes. Posteriormente, a través de tests de independen- Para cuantificar la relevancia de los criterios del instru-
cia, se analizó a través del estadístico Chi-Cuadrado si había mento respecto a lo objetivos del estudio ha sido utilizado
asociación entre las diversas variables estudiadas con los (tabla 4) el coeficiente V de Aiken (Aiken, 1985). En este
goles recibidos. indicador, usado para determinar la validez de contenido, los
2 expertos valoraron el grado de pertinencia con los criterios
Análisis de calidad del dato del instrumento a través de una escala de 4 valores (0, 1, 2 y
Una característica fundamental en los estudios 3; donde 0 muestra el total desacuerdo y 3 el mayor acuerdo).
observacionales es la objetividad en el análisis de la informa- El resultado obtenido (.94) verifica la validez de contenido
ción observada. Por lo que, como se ha propuesto en traba- del instrumento al ser mayor que .8 (Escurra, 1988).
jos anteriores (Hernández-Mendo, Montoro, Reina, & Tabla 4.
Fernández, 2012; Hernández-Mendo & Pachuelo, 2012), re- Validez de contenido mediante coeficiente de Aiken.
Criterio Juez 1 Juez 2 V de Aiken
sulta indispensable una valoración de la calidad del dato Lugar del partido 3 2 .83
Minuto del partido 3 2 .83
para determinar si la realidad del juego fue recogida de forma Resultado momentáneo 3 3 1
Forma de pérdida 3 3 1
rigurosa y sistemática (Blanco-Villaseñor, 1997). Para ello, se Zona de pérdida 3 3 1
Nº de jugadores por delante de la zona de pérdida 2 3 .83
inspeccionó el control de calidad del dato y la fiabilidad de Nº de pases 3 3 1
las variables observadas mediante un análisis de concor- Nº de jugadores en contacto con el balón
Duración del ataque
2
3
3
3
.83
1
dancia inter-observador e intra-observador por medio del Zona de finalización 3 3 1
Forma de ataque 3 3 1
coeficiente de Kappa de Cohen (Fleiss, Levin, & Paik, 2003). Total = .94

Este índice mide el grado de concordancia entre los observa-

dores, una vez descontado el efecto del acuerdo por azar.
Los valores del coeficiente de Kappa van de -1 a +1, como
una correlación.
La recogida de datos fue realizada por 2 investigadores
(graduados en Ciencias de la Actividad Física y el Deporte
con el grado de Doctor y con titulaciones federativas de
técnicos deportivos en fútbol), realizando pruebas de fiabili-
Resultados
Uno de los objetivos del presente trabajo era analizar las
variables situacionales en los goles recibidos. Para ello, se
hallaron las frecuencias y porcentajes de las tres variables:
‘lugar del partido’, ‘minuto de pérdida’ y ‘resultado momen-
táneo’ (tabla 5). Una exploración de los datos muestra por-

Retos, número 38, 2020 (2º semestre) - 357 -

centajes similares entre los goles recibidos como local (49.2%) Para comprobar la existencia de dependencia entre las
y visitantes (50.8%). Respecto al ‘minuto de pérdida’, el ma- variables defensivas y los goles recibidos, se realizó un con-
yor porcentaje (26.2%) de goles se recibe en los últimos 15 traste de hipótesis con la prueba Chi Cuadrado (X2). Los
minutos del partido (76-90’). Por último, dentro de las varia- resultados del p-valor muestran que no hay relación entre
bles situacionales, el análisis porcentual de los goles recibi- las tres variables defensivas y los goles recibidos. Se aplicó
dos en función del ‘resultado momentáneo’ muestra que una segunda prueba agrupando categorías en los tres tipos
cuando se va perdiendo’ es cuándo más goles (41%) se reci- de variables sin obtener relación significativa alguna.
be en comparación con los otros resultados (ganando; 26.2%; Por otra parte, en la figura 1 se puede comprobar de for-
empatando; 32.8%). Así mismo, otros de los objetivos del ma gráfica mediante mapa de calor en escala de grises los
estudio era comprobar si existían relaciones de dependencia datos de ‘zona de pérdida’ ilustrados en el campo de juego,
entre las diferentes variables situacionales y los goles recibi- añadiéndose información sobre cómo se produjo la pérdida
dos. Para ello se realizó un contraste de hipótesis mediante la en cada una de las zonas expresado en porcentaje. En dicha
prueba Chi Cuadrado (X2). Los resultados del p-valor refle- figura se observa como Z2, Z4 y Z6 están señaladas con
jan que ninguna de las tres variables situacionales presenta colores más oscuros ya que en cada una de ellas el porcen-
relación con los goles recibidos (Tabla 5). taje de pérdidas que provocan gol en contra es superior al
Tabla 5 .
10%. Por otro lado, en cuanto al análisis de los goles cruzan-
Distribución descriptiva de los goles recibidos en función de las variables situacionales.
Gol recibido
do las variables zona y forma de pérdida en campo propio
Categorías Frecuencia Porcentaje X2 Sig. Coef. (figura 1) nos muestra que robo es el tipo de pérdida que más
Lugar del Local 30 49.2
partido visitante 31 50.8
1.539 .215 .079 valor porcentual alcanza en Z4 y Z6 (71.4% y 58.3% respec-
0-15 5 8.2
16-30 10 16.4 tivamente), correspondientes a los laterales del terreno de
Minuto de
pérdida
31-45
45-60
9
9
14.8
14.8
7.437 .19 .172 juego. Sin embargo, en las zonas centrales la mayor parte de
Variables
situacionales
61-75 12 19.7 pérdidas que conducen a gol se producen por despeje, sien-
76-90 16 26.2
1er tiempo 24 39.3
3.021 .82 .111
do el 60% de ellas tanto en Z2 como Z5. Además, en la zona
2º tiempo 37 60.7
Ganando 16 26.2 central es remarcable las pérdidas debido a mal pase sin pre-
Resultado
momentáneo
Empatando
Perdiendo
20
25
32.8
41
7.275 .26 .17
sión rival (Z2; 20%; Z5; 40%), ya que con presión es del 0%.

Las variables defensivas era otro de los aspectos a ana-

lizar dentro del primer objetivo del trabajo (tabla 6). Para ello
se analizaron ‘forma de pérdida’, ‘zona de pérdida’ y ‘número
de jugadores propios por delante del balón’. Los resultados
mostraron que la forma predominante de pérdida cuando se
recibe gol es el robo (36.1%), mientras que el valor más bajo
obtenido fue hacer pase cuando presionaba el rival (8.2%).
El análisis sobre ‘zona de pérdida’ nos indica que en campo
propio se produce el mayor porcentaje de pérdidas que oca- Figura 1. Mapa de calor en escala de grises según zona y forma de pérdida al recibir gol
en campo propio.
siona gol (63.9%). Dentro de la primera mitad del campo, la
zona Z6 (segundo cuadrante de la banda derecha del campo
propio) representa el mayor porcentaje (19.7%) de goles en-
cajados en una zonificación de 12 espacios en todo el cam-
po. Respecto al ‘número de jugadores por delante del balón’,
se ha obtenido el valor más alto en la categoría ‘4 o más’
(62.3%).
Tabla 6.
Distribución descriptiva de los goles recibidos en función de las variables defensivas propias.
Gol recibido
2 Figura 2. Mapa de calor en escala de grises según zona y forma de pérdida al recibir
Frecuencia Porcentaje X Sig. Coef,
gol en campo rival.
Robo 22 36.1
Mal pase 12 19.7 Respecto a los datos obtenidos en campo rival (figura 2),
Forma de Mal pase presionado 5 8.2
pérdida Tiro 1 1.6
3.485 .626 .119
hay menos zonas donde se superen el 10% de goles recibi-
Despeje 19 31.1
Normas del juego 2 3.3 dos por pérdida en dicha zona (campo propio; Z2, Z4 y Z6;
Z1
Z2
3
10
4.9
16.4
campo rival; Z8) en comparación con el campo propio. Pro-
Z3
Z4
2
7
3.3
11.5
fundizando en cómo es la pérdida según la zona en la que se
Z5 5 8.2
10.51 .485 .204 produce, tanto robo como mal pase obtienen los porcentajes
Variables Zona de pérdida Z6 12 19.7
defensivas Z7 4 6.6 más elevados en Z8 (ambos con 42.9%) y Z7 (ambos con
Z8 7 11.5
propias
Z9 2 3.3 50%). Por el contrario, la forma de pérdida tiro y normas del
Z10
Z11
2
4
3.3
6.6
juego no provocó ninguna jugada posterior que terminase
Z12 3 4.9 en gol en ninguna zona.
Campo propio 39 63.9
Campo contrario 22 36.1
0.196 .658 .028
Por último, las variables ofensivas eran el tercer aspecto
0 4 6.6
Número de 1 4 6.6 del objetivo de nuestra investigación. Para ello se analizaron
jugadores
propios por
2 7 11.5 2.44 .655 .1
el ‘número de pases del rival’, ‘duración del ataque’ y ‘forma
delante del balón 3 8 13.1
4 o más 38 62.3 del ataque’ (Tabla 7). Los datos obtenidos indican que cuan-

- 358 - Retos, número 38, 2020 (2º semestre)

do el rival daba ‘3 o menos pases’ se recibían más goles
(63.9%). Respecto a la duración de la jugada, ‘> 9 segundos’
obtuvo el mayor porcentaje (50.8%), aunque hay que resal-
tar el porcentaje de gol ocurrido en las ocasiones de menos
de 3 segundos (19.7%). Para finalizar, el análisis descriptivo
de variables ofensivas del rival muestra que ataque combi-
nado (34.4%) y contraataque (32.8%) predominan en los goles
recibidos.
Con el objetivo de comprobar la existencia de depen-
dencia entre las variables ofensivas del rival y los goles reci-
bidos, se realizó un contraste de hipótesis con la prueba Chi
Cuadrado (X2). Los resultados del p-valor no mostraron rela-
ción entre las tres variables ofensivas con los goles recibi-
dos. Se aplicó una segunda prueba agrupando categorías en
los tres tipos de variables sin obtener relación significativa
alguna. (Tabla 7).
Tabla 7.
Distribución descriptiva de los goles recibidos en función de las variables ofensivas del rival.
Gol recibido
Categorías Frecuencia Porcentaje X2 Sig. Coef.
0 7
1 15
Número de
pases del
2
3
10
7
rival
4 5
5 o más 17
Variables
ofensivas
< 3” 12
Duración Entre 3 y 5” 9 14.8
rival
del ataque Entre 6 y 9” 9 14.8
> 9” 31
Contraataque 20
Forma de
ataque
Directo
Combinado
7
21
ABP 13
ABP: Acciones a balón parado.
Discusión
El primer objetivo de esta investigación fue analizar las
variables situacionales, ofensivas y defensivas en los goles
recibidos. En el caso de las variables situacionales para los
tantos encajados, no existen diferencias entre jugar como
local o visitante dado que el equipo objeto de estudio recibe
casi idéntico porcentaje de goles en ambos casos, al contra-
rio que en la investigación de Pic y Castellano (2017). Sin
embargo, dentro de este primer grupo de variables, sí existen
diferencias porcentuales en el momento de encajar el gol. En
este sentido, en el segundo tiempo se encajan el 60.7% de
los goles (tabla 5), coincidiendo con Armatas, Yiannakos y
Sileloglou (2007) quienes mostraron que el porcentaje de
goles recibidos en la 2ª parte en los mundiales de 1998, 2002
y 2006 tuvo de media un 57.4%, siendo la mayoría de ellos en
los últimos 15´. Por ello, un análisis más profundo del tiempo
dividiéndolo en fracciones de 15 minutos revela la debilidad
del equipo en los últimos instantes del partido, ya que el
25.6% de todos los goles del presente estudio se encajan en
los últimos 15 minutos. Estos resultados encontrados son
similares a los de Njororai (2014) que analizó las 5 grandes
ligas europeas, donde el 21.7% de los goles se lograron en el
tramo 76’- 90’. El elevado porcentaje de goles encajados en
los últimos minutos pudiera ser indicio de causas condicio-
nales o técnico-tácticas. En cualquiera de los casos, esta
tendencia se acrecienta en función del resultado, puesto que
el equipo objeto de estudio concentra el 41% de los goles
recibidos cuando está perdiendo. Además, dentro del por-
centaje mencionado anteriormente (41%), el 68.8% de los
goles se encajan en los últimos 15’.
Por otra parte, en cuánto a las variables defensivas al
Retos, número 38, 2020 (2º semestre)
recibir gol (tabla 6), se observa que la forma de pérdida robo
es la más representativa con 36.1%. Estos datos se relacio-
nan directamente con el estilo de juego, ya que el equipo
estudiado se caracterizaba por largas posesiones y sacar el
balón jugado desde la defensa. Aunque este estilo de juego
es una característica de los equipos mejor clasificados (Lago-
Peñas & Dellal, 2010), en este caso era el desencadenante de
la mayoría de goles en contra. La zona de pérdida es otra de
las variables defensivas estudiadas, y fraccionado el campo
en 4 zonas horizontales nos muestra que el 1er cuarto (24.6%)
y 2º cuarto’ (39.3%) obtienen los valores más altos. Estos
datos se asemejan a los de Tenga et al. (2010), donde el
porcentaje fue 32.7% en el primer tercio de campo. Al igual
que la variable ‘forma de pérdida’, la zona donde se pierde la
posesión se ha demostrado estar condicionada por el estilo
de juego debido a la intención de sacar el balón jugado des-
de atrás, provocando numerosas pérdidas de balón en zo-
nas cercanas a la propia portería. En esa línea, la literatura
especializada señala (Almeida, Ferreira, & Volossovitch, 2014)
11.5
24.6 que las zonas de pérdidas que resaltamos en el caso estudia-
16.4
11.5
1.199 .945 .07 do son propensas a generar ocasión de gol en contra debido
8.2 al desequilibrio numérico generado por la presión en la de-
27.9
19.7 fensa y la cercanía a la propia portería. Dicho desequilibrio
1.232 .745 .071 ha sido también estudiado observando que la probabilidad
50.8
32.8 de recibir gol aumenta (62.3%) cuando el número de jugado-
11.5
34.4
1.416 .702 .076 res por delante del balón es ‘4 o más’, ampliando de esta
21.3 forma los hallazgos que aporta Tenga et al. (2010), donde la
mayoría de posesiones que se inician con el rival en balance
defensivo bajo acaban en gol. Por lo tanto, sería recomenda-
ble una alta presión tras pérdida.
Respecto al análisis de variables ofensivas (tabla 7), los
rivales obtienen una mayor tasa de éxito cuando pasaban ‘3
o menos’ veces (63.9%). Estos resultados coinciden con los
del estudio de Hughes y Franks (2005), donde el 72.5% de
goles fueron con el mismo número de pases (3 o menos). Sin
embargo, los datos obtenidos en cuanto a ‘número de pa-
ses’ son contradictorios al compararlos con ‘duración de la
jugada’. Esto es debido a que jugadas más largas con ‘> 9
segundos’ obtuvieron el mayor porcentaje (50.8%). De las
variables ofensivas, ‘forma de ataque’ fue la última en ser
analizada. Esta variable aglutinaba cuatro categorías de ata-
que: ‘contraataque’, ‘directo’, ‘combinado’ y ‘ABP’. El ata-
que combinado (34.4%) es la forma de ataque más efectiva
por los rivales para marcar gol, al igual que en el estudio de
Yiannakos y Armatas (2006), que analizó los goles marcados
en la Eurocopa de 2004 registrando el ataque organizado
mayor porcentaje (44.1%) que ABP (35.6%) y contraataque
(20.3%). Aunque en un primer análisis pueda parecer que
estos datos rechazan los resultados mostrados previamente
(jugadas cortas tienen más éxito), un análisis más profundo
nos muestra que en la presente investigación el 92.3% de las
ABP y el 90% de los contraataques fueron ejecutados en ‘3
o menos pases’, por lo que agrupando los datos de ‘contra-
ataque’ y ‘ABP’ observamos que jugadas con pocos pases
tienen más éxito que jugadas largas mediante ‘ataque combi-
nado’.
Por último, un segundo objetivo de la investigación fue
comprobar si existía relación entre las variables situacionales,
variables defensivas propias y ofensivas del rival con los
goles recibidos (tabla 5, 6 y 7). Un análisis mediante la prue-
- 359 -
ba de Chi cuadrado verificó que no existía relación entre los
goles recibidos y ninguna de las variables estudiadas. Esta
circunstancia podría deberse, entre otras razones, a la N (go-
les encajados) que diferencia a los deportes de alto tanteo
(baloncesto o balonmano) y bajo (fútbol). En el caso de los
primeros, el tanto debido a su alta frecuencia pudiera ser más
explicativo del rendimiento. En el caso del fútbol, objeto del
presente estudio, la frecuencia habitual de uno o dos goles
por partido son poco representativos y, por ende, explicati-
vos por sí solos del rendimiento (Reina Gómez & Hernández
Mendo, 2012). En la presente investigación, la relación entre
ocasiones y los goles encajados fue del 25.6%. Hecho simi-
lar ocurre en el estudio de Ardá, Maneiro, Rial, Losada y
Casal (2014) donde se analizó en el Mundial de 2010 una
acción que podría considerarse potencialmente trascenden-
tal en términos de resultado como un saque de esquina, y
donde se consiguió gol en el 21.6% de 60 córner rematados
a portería de un total de 554 ejecutados.
De esta forma, la baja relación entre las ocasiones y los
goles dificulta que se establezcan relaciones. Por consiguien-
te, se considera al gol como un indicador de resultado impor-
tante para análisis descriptivos y concluyente para los técni-
cos, pero insuficiente para predecir el rendimiento y estable-
cer patrones estadísticos (Castellano, 2018). Por lo tanto,
con el fin de interpretar mejor los resultados de cada partido
y la clasificación al final de la competición, sería conveniente
atender a indicadores que analicen procesos o modelos de
juego (Lago-Ballesteros, Lago-Peñas, Rey, Casáis, &
Domínguez, 2012; Tenga et al., 2010) y no únicamente el re-
sultado final (Castellano, Casamichana, & Lago-Peñas, 2012).
Conclusiones
El primer objetivo era analizar la influencia de variables
situacionales, ofensivas y defensivas en factores de rendi-
miento técnico-tácticos en el estudio de caso citado. En pri-
mer lugar, se concluye que el intervalo comprendido entre
los minutos 76´ y 90´ e ir perdiendo son condicionantes que
provocan el aumento de goles encajados. En segundo lugar,
a nivel defensivo, la mayoría de los goles encajados fueron
por pérdidas mediante robo del rival en zonas cercanas a la
propia portería. Por último, en cuanto al ataque rival, las ju-
gadas con pocos pases tuvieron éxito con más frecuencia,
estando presente esta característica en jugadas de contra-
ataque, por lo que se sugiere una adecuada presión para
cortar o retrasar el ataque rival permitiendo reorganizar la
defensa. Un segundo objetivo de este estudio fue compro-
bar si existía relación entre las variables analizadas y los go-
les encajados, pudiendo concluir que no existe relación de
dependencia estadística entre ambas.
Las conclusiones extraídas de la presente investigación
pueden ser útiles para los entrenadores y ayudarles a mejo-
rar las estrategias defensivas. Como principal limitación se
considera el insuficiente carácter predictivo que por sí solo
tiene el gol como parámetro debido a su baja frecuencia y al
porcentaje tan reducido (25%) respecto a las ocasiones reci-
bidas. Para solventar esta limitación en la detección de pa-
trones defensivos pudiera investigarse la relación entre las
pérdidas de posesión durante el transcurso del partido y las
ocasiones de gol recibidas, así como partir de mayores mues-
- 360 -
tras de goles encajados.
Referencias
Aiken, L. (1985). Three coefficients for analyzing the reliability
and validity of ratings. Educational and Psychological
Measurement, 45(1), 131–142. https://doi.org/10.1177/
0013164485451012
Almeida, C. H., Ferreira, A. P., & Volossovitch, A. (2014). Effects
of match location, match status and quality of opposition on
regaining possession in UEFA Champions League. Journal of
Human Kinetics, 41, 2013–2214. https://doi.org/10.2478/
hukin-2014-0048
Anderson, C. & Sally, D. (2014). The numbers game: Why
everything you know about football is wrong. (P. Books, Ed.).
New York.
Anguera, M. T. (1979). Observational typology. Quality and
Quantity, 13(6), 449–484. https://doi.org/10.1007/BF00222999
Anguera, M. T. (2003). Observational methods (General). In Sage
(Ed.), Encyclopedia of Psychological Assessment, Vol. 2 (pp.
632–637). London: R. Fernández-Ballesteros.
Anguera, M. T., Blanco-Villaseñor, Á., Hernández-Mendo, A., &
Losada, J. L. (2011). Diseños observacionalea: ajuste y aplica-
ción en psicología del deporte. Cuadernos de Psicología Del
Deporte, 11, 63–76.
Anguera, M. T., & Hernández-Mendo, A. (2013a). La metodología
observacional en el ámbito del deporte. Revista de Ciencias
Del Deporte.
Anguera, M. T., & Hernández-Mendo, A. (2013b). La metodolo-
gía observacional en el ámbito del deporte. Revista de Ciencias
Del Deporte, 9(3), 135–160.
Anguera, M. T., Jonsson, G. K., & Sánchez-Algarra, P. (2017).
Liquefying text from human communication processes: a
methodological proposal based on T-pattern detection. J.
Multimodal Commun, (4), 10–15.
Ardá, A., Maneiro, R., Rial, A., Losada, J. L., & Casal, C. (2014).
Análisis de la eficacia de los saques de esquina en la copa del
mundo de fútbol 2010. Un intento de identificación de varia-
bles explicativas. Revista de Psicología Del Deporte, 23(1),
165–172.
Armatas, V., & Yiannakos, A. (2010). Analyis and evaluation of
goals scored in 2006 World Cup. Journal of Sport And Health
Research, 2(2), 119–128.
Armatas, V., Yiannakos, A., & Sileloglou, P. (2007). Relationship
between time and goal scoring in soccer games: Analysis of
three World Cups. International Journal of Performance
Analysis in Sport, 7(2), 48–58. https://doi.org/10.1080/
24748668.2007.11868396
Bakeman, R., & Gottman, J. M. (1997). Observing interaction. An
Introduction to Sequential Analysis (2nd ed.). Cambridge:
Cambridge University Press. https://doi.org/10.1017/
CBO9780511527685
Barbosa, A., Sarmento, H., Neto, J., & Campaniço, J. (2013). Fast
attack starts, in soccer. Analysis of Real Madrid. Journal of
Physical Education and Sport ® (JPES), 14(2), 164–171. https:/
/doi.org/10.7752/jpes.2014.02026
Blanco-Villaseñor, Á. (1997). Metodologías cualitativas en la in-
vestigación psicológica. Barcelona: Universitat Oberta de
Catalunya.
Buraczewski, T., Cicirko, L., & Gawlik, D. (2013). Differentiated
analysis of offensive actions by football players in selected
matches from the Euro 2008. Polish Journal of Sport and
Tourism, 20(3), 188–193. https://doi.org/10.2478/pjst-2013-
0017
Buscá, B., Pont, J., Artero, V., & Riera, J. (1996). Propuesta de
análisis de la táctica individual ofensiva en el fútbol. Apunts.
Retos, número 38, 2020 (2º semestre)
 Educación Física y Deportes, 43, 63–74.
Casáis, L., Lago-Peñas, C., Lago-Ballesteros, J., Iglesias, S., &
Gómez-Ruano, M. Á. (2011). Indicadores de rendimiento com-
petitivo que diferencian equipos ganadores y perdedores de la
liga española. Revista de Preparación Física En El Fútbol,
no2(January), 44–53.
Casal, C., Losada, J. L., & Ardá, A. (2015). Análisis de los factores
de rendimiento de las transiciones ofensivas en el fútbol de alto
nivel. Revista Psicol. Deporte, 24, 103–110.
Casal, C., Maneiro, R., Ardá, A., Losada, J. L., & Rial, A. (2014).
Effectiveness of indirect free kicks in elite soccer. International
Journal of Performance Analysis in Sport, 14(3), 744–760.
https://doi.org/10.1080/24748668.2014.11868755
Castañer, M., Barreira, D., Camerino, O., Anguera, M. T., Canton,
A., & Hileno, R. (2016). Goal scoring in soccer: a polar
coordinate analysis of motor skills used by Lionel Messi.
Frontiers in Psychology, 7, 806. https://doi.org/10.3389/
fpsyg.2016.00806
Castañer, M., Barreira, D., Camerino, O., Anguera, M. T., Fernandes,
T., & Hileno, R. (2017). Mastery in Goal Scoring, T-Pattern
detection and polar coordinate nalysis of motor skills used by
Lionel Messi and Cristiano Ronaldo. Frontiers in Psychology,
8. https://doi.org/10.3389/fpsyg.2017.00741
Castelão, D., Garganta, J., Afonso, J., & Da Costa, I. (2015). Aná-
lisis secuencial de comportamientos ofensivos realizados por
selecciones nacionales de fútbol de alto Rendimiento. Revista
Brasileira de Ciencias Do Esporte, 37(3), 230–236. https://
doi.org/10.1016/j.rbce.2015.05.001
Castellano, J. (2018). Relación entre indicadores de rendimiento y
el éxito en el fútbol profesional. Revista Euroamericana de
Ciencias Del Deporte.
Castellano, J., Blanco-Villaseñor, Á., & Álvarez, D. (2011).
Contextual variables and time-motion analysis in soccer.
International Journal of Sports Medicine, 32(6), 415–421.
https://doi.org/10.1055/s-0031-1271771
Castellano, J., Casamichana, D., & Lago-Peñas, C. (2012). The use
of match statistics that discriminate between successful and
unsuccessful soccer teams. Journal of Human Kinetics, 31(1),
139–147. https://doi.org/10.2478/v10078-012-0015-7
Castellano, J., & Hernández-Mendo, A. (2000). Análisis secuencial
en el fútbol de rendimiento. Psicothema, 12(Anguera 1979),
117–121. Retrieved from http://www.unioviedo.net/reunido/
index.php/PST/article/view/7656
Castellano, J., Hernández-Mendo, A., Morales, V., & Anguera, M.
T. (2007). Optimising a probabilistic model of the development
of play in soccer. Quality and Quantity, 41(1), 93–104.
Daza, G., Andrés, A., & Tarragó, R. (2017). Match statistics as
predictors of team’s performance in elite competitive handball.
RICYDE: Revista Internacional de Ciencias Del Deporte,
13(48), 149–161.
Escurra, L. (1988). Cuantificación de la validez de contenido por
criterio de jueces. Revista De Psicología, 6(1–2), 103–111.
Etxeazarra, I., Castellano, J., & Arruabarrena, U. (2013). Aplica-
ción de diferentes estrategias para el control de calidad del dato
de una herramienta observacional en fútbol formación. Revista
Iberoamericana de Psicología Del Ejercicio y El Deporte, 8,
301–316.
Etxebeste, J., & Castellano, J. (2005). Avances en los estudios
sobre la acción motriz. In Á. M. González (Ed.), Avances en
Ciencias del Deporte (pp. 23–43). Bilbao: Universidad del
País Vasco.
Fleiss, J. L., Levin, B., & Paik, M. C. (2003). Statistical methods
for rates and proportions. Hoboken, NJ, USA: John Wiley &
Sons, Inc. https://doi.org/10.1002/0471445428
Fleury, A. P., Gonçalves, R. A. R., & Navarro, A. C. (2009). Goal
incidence in the Brasil Cup 2007. Revista Brasileira Futsal
Retos, número 38, 2020 (2º semestre)
Futebol, 1, 27–31.
Garganta, J. (1997). Modelaçao táctica do jogo de Futebol. Estudo
da organizaçao da fase ofensiva em equipas de alto rendi-
miento (Tesis Doctoral). Universidade do Porto.
Glazier, P. S. (2017). Towards a Grand Unified Theory of sports
performance. Human Movement Science, 56, 139–156. https:/
/doi.org/10.1016/j.humov.2015.08.001
Gómez-Ruano, M. Á., Gómez, M., Lago-Peñas, C., & Sampaio, J.
(2012). Effects of game location and final outcome on game-
related statistics in each zone of the pitch in professional football.
European Journal of Sport Science, 12(5), 393–398. https://
doi.org/10.1080/17461391.2011.566373
González-Ródenas, J., Aranda, R., Tudela, A., Sanz, E., Crespo, J.,
& Aranda, R. (2020). Pasado, presente y futuro del análisis de
goles en el fútbol profesional. Retos: Nuevas Perspectivas de
Educación Física, Deporte y Recreación, (37), 774–785.
Hernández-Mendo, A., Díaz-Martínez, F., & Morales, V. (2010).
Construcción de una herramienta observacional para evaluar
las conductas prosociales en las clases de educación física.
Revista de Psicología Del Deporte, 19(2), 305–318.
Hernández-Mendo, A., Montoro, J., Reina, A., & Fernández, J. C.
(2012). Desarrollo y optimización de una herramienta
observacional para el bloqueo en voleibol. Revista Iberoameri-
cana de Psicología Del Ejercicio y El Deporte, 7(1), 15–31.
Hernández-Mendo, A., & Pachuelo, L. (2012). Una herramienta
observacional para la evaluación del desarrollo moral en las
clases de educación física en primaria. Revista Iberoamericana
de Psicología Del Ejercicio y El Deporte, 7(2), 287-306.
Hughes, M., & Franks, I. (2004). Notational Analysis of Sport:
Systems for Better Coaching and Performance in Sport. Journal
of Sports Science and Medicine, 3(2), 104.
Hughes, M., & Franks, I. (2005). Analysis of passing sequences,
shots and goals in soccer. Journal of Sports Sciences, 23(5),
509–514. https://doi.org/10.1080/02640410410001716779
James, N., Mellalieu, S., & Hollely, C. (2002). Analysis of strategies
in soccer as a function of European and domestic competition.
International Journal of Performance Analysis in Sport, 2(1),
85–103. https://doi.org/10.1080/24748668.2002.11868263
Lago-Ballesteros, J., Lago-Peñas, C., Rey, E., Casáis, L., &
Domínguez, E. (2012). El éxito ofensivo en el fútbol de élite.
Influencia de los modelos tácticos empleados y de las variables
situacionales. European Journal of Human Movement, 28(June
2014), 145–170.
Lago-Peñas, C., Casáis, L., Domínguez, E., Lago-Ballesteros, J., &
Rey, E. (2009). Influencia de las variables contextuales en el
rendimiento físico en el fútbol de alto nivel. Motricidad.
European Journal of Human Movement, 23, 107–121.
Lago-Peñas, C., & Dellal, A. (2010). Ball possession strategies in
elite soccer according to the evolution of the match-score: the
Influence of situational variables. Journal of Human Kinetics,
25(1), 93–100. https://doi.org/10.2478/v10078-010-0036-z
Laliga.es. (2018). Real Betis Balompié SAD | Estadísticas. Retrieved
June 5, 2019, from https://www.laliga.es/laliga-santander/betis/
estadisticas/clasicas#ancla
Lames, M., & McGarry, T. (2007). On the search for reliable
performance indicators in team sports. International Journal
of Performance Analysis in Sport, 7, 62-79.
Landis, J. R., & Koch, G. G. (1977). The measurement of observer
agreement for categorical data. Biometrics, 33, 159-174.
Lapresa, D., Álvarez, I., Anguera, M. T., Arana, J., & Garzón, B.
(2015). Comparative analysis of the use of space in 7-a-side
and 8-a-side soccer: How to determine minimum sample size
in observational methodology. Motricidade, 11(4), 92–103.
https://doi.org/10.6063/motricidade.4138
Lapresa, D., Arana, J., Anguera, M. T., & Garzón, B. (2013).
Comparative analysis of sequentiality using SDIS-GSEQ and
- 361 -
 THEME: A concrete example in soccer. Journal of Sports
Sciences, 31(15), 1687–1695. https://doi.org/10.1080/
02640414.2013.796061
Lapresa, D., Arana, J., Anguera, M. T., Pérez-Castellanos, J. I., &
Amatria, M. (2016). Aplicación de modelos de regresión logís-
tica en metodología observacional: Modalidades de competi-
ción en la iniciación al fútbol. Anales de Psicología, 32(1),
288–294. https://doi.org/10.6018/analesps.32.1.186951
Lapresa, D., Del Río, Á., Arana, J., Amatria, M., & Anguera, M. T.
(2018). Use of effective play-space by U12 FC Barcelona
players: an observational study combining lag sequential
analysis and T-pattern detection. International Journal of Per-
formance Analysis in Sport, 18(2), 293–309. https://doi.org/
10.1080/24748668.2018.1475195
López Bondia, I., González-Rodenas, J., Calabuig Moreno, F.,
Antonio Pérez-Turpin, J., & Aranda Malavés, R. (2017).
Creating goal scoring opportunities in elite soccer. Tactical
differences between Real Madrid CF and FC Barcelona. / Crea-
ción de ocasiones de gol en fútbol de élite. Diferencias tácticas
entre Real Madrid CF y FC Barcelona. Retos: Nuevas Pers-
pectivas de Educación Física, Deporte y Recreación, 32, 233–
237.
Maneiro, R., Losada, J. L., Casal, C., & Ardá, A. (2017). Análisis
multivariante del tiro libre indirecto en la copa del mundo de la
FIFA 2014. Anales de Psicología, 33(3), 461–470. https://
doi.org/10.6018/analesps.33.3.271031
Martínez, F. D., & González, H. (2019). Efecto de marcar primero
y la localización del partido en las principales ligas del fútbol
europeo. Retos: Nuevas Perspectivas de Educación Física,
Deporte y Recreación, 2041, 242–245.
Njororai, W. (2014). Timing of goals scored in selected European
and South American soccer leagues , FIFA and UEFA
tournaments and the critical phases of a match, 4, 56–64. https:/
/doi.org/10.5923/s.sports.201401.08
Novaes de Souza, E., Farah, B., & Dias, R. (2012). Tempo de
incidência dos gols no Campeonato Brasileiro de Futebol 2008.
Revista Brasileira de Ciencias Do Esporte, 34(2), 421–431.
https://doi.org/10.1590/s0101-32892012000200012
Pic, M., & Castellano, J. (2017). Efecto localización en la Copa del
Rey del fútbol español. Retos: Nuevas Perspectivas de Educa-
ción Física, Deporte y Recreación, 31, 202–206.
Planes, X., & Anguera, M. T. (2015). Relevance of the different
game phases and set pieces in F.C. Barcelona’s and Real Madrid’s
performance during the 2011-12 professional football league
season. Apunts. Educación Física y Deportes, 3, 56–63. https:/
/doi.org/10.5672/apunts.2014-0983.cat(2015/3).121.07
Pollard, R. (2006). Worldwide regional variations in home advantage
in association football. Journal of Sports Sciences, 24(3), 231–
240. https://doi.org/10.1080/02640410500141836
Portell, M., Anguera, M. T., Chacón-Moscoso, S., & Sanduvete-
Chaves, S. (2015). Guidelines for reporting evaluations based
on observational methodology. Psicothema, 27(3), 283–289.
https://doi.org/10.7334/psicothema2014.276
Preciado, M., Anguera, M. T., Olarte, M., & Lapresa, D. (2019).
Observational studies in male elite football/ : a systematic mixed
study review. Frontiers in Psychology, 10(October). https://
doi.org/10.3389/fpsyg.2019.02077
Refoyo, I., Romaris, I. U., & Sampedro, J. (2009). Analysis of
men’s and women’s bas- ketball fast-breaks. Revista de Psico-
logía Del Deporte, 18(3), 439–444.
Reilly, T. (2000). Physiological demands in soccer. Copenhague:
Munksgaard.
Reina, A., & Hernández-Mendo, A. (2012). Revisión de indicadores
de rendimiento en fútbol. Revista Iberoamericana de Ciencias
de La Actividad Física y El Deporte, 1(1), 1–14. https://doi.org/
10.1371/journal.pntd.0002208
- 362 -
Robles, F. J. (2012). Observación y análisis de las acciones ofensi-
vas de la selección española de fútbol en la Eurocopa de 2008
y en el Mundial de 2010. Universidad del País Vasco.
Ruscello, B. (2009). Match analysis in team sport. Roma: Universitaì
degli studi di Roma “Tor Vegara.”
Sánchez-Algarra, P., & Anguera, M. T. (2013). Qualitative/
quantitative integration in the inductive observational study of
interactive behaviour: Impact of recording and coding among
predominating perspectives. Quality and Quantity, 47(2), 1237–
1257. https://doi.org/10.1007/s11135-012-9764-6
Santos, R., Moraes, E., & Teoldo, I. (2016). Status del partido y la
amplitud de circulación del balón de la selección española de
fútbol en la Copa del Mundo Fifa 2010. Revista Brasileira de
Ciencias Do Esporte, 38(4), 358–362. https://doi.org/10.1016/
j.rbce.2016.01.011
Sarmento, H., Anguera, M. T., Campaniço, J., & Leitão, J. (2010).
Development and validation of a notational system to study
the offensive process in football. Medicina, 46(6), 401. https:/
/doi.org/10.3390/medicina46060056
Sarmento, H., Marcelino, R., Anguera, M. T., Campaniço, J., Matos,
N., & Leitão, J. (2014). Match analysis in football: a systematic
review. Journal of Sports Sciences, 32(20), 1831–1843. https:/
/doi.org/10.1080/02640414.2014.898852
Sgrò, F., Aiello, F., Casella, A., & Lipoma, M. (2016). Offensive
strategies in the European Football Championship 2012.
Perceptual and Motor Skills, 123(3), 792–809. https://doi.org/
10.1177/0031512516667455
Szwarc, A. (2008). The efficiency model of soccer player’s actions
in cooperation with other team players at the FiFA World
Cup. Human Movement Science, 9, 56–61. https://doi.org/
10.2478/v10038-008-0002-y
Taylor, J., Mellalieu, S., James, N., & Shearer, D. (2008). The
influence of match location, quality of opposition, and match
status on technical performance in professional association
football. Journal of Sports Sciences, 26(9), 885–895. https://
doi.org/10.1080/02640410701836887
Tenga, A., Holme, I., Ronglan, L. T., & Bahr, R. (2010). Effect of
playing tactics on goal scoring in norwegian professional soccer.
Journal of Sports Sciences, 28(3), 237–244. https://doi.org/
10.1080/02640410903502774
Vogelbein, M., Nopp, S., & Hökelmann, A. (2014). Defensive
transition in soccer - are prompt possession regains a measure
of success? A quantitative analysis of German Fußball-
Bundesliga 2010/2011. Journal of Sports Sciences, 32(11),
1076–1083. https://doi.org/10.1080/02640414.2013.879671
Wallace, J. L., & Norton, K. I. (2014). Evolution of World Cup
soccer final games 1966-2010: Game structure, speed and play
patterns. Journal of Science and Medicine in Sport, 17(2),
223–228. https://doi.org/10.1016/j.jsams.2013.03.016
Yiannakos, A., & Armatas, V. (2006). Evaluation of the goal scoring
patterns in European Championship in Portugal 2004.
International Journal of Performance Analysis in Sport, 6(1),
178–188. https://doi.org/10.1080/24748668.2006.11868366
Retos, número 38, 2020 (2º semestre)
5.3 Artículo 3: Analysis of the goal-scoring opportunities conceded
in football: a study case in the Spanish LaLiga.

75
Quality & Quantity
https://doi.org/10.1007/s11135-020-01066-7

Analysis of the goal‑scoring opportunities conceded

in football: a study case in the Spanish La Liga

Rubén D. Aguado‑Méndez1   · José Antonio González‑Jurado1   ·
Juan Evaristo Callejas‑Jerónimo1   · Fernando Manuel Otero‑Saborido1 

Accepted: 24 October 2020

© Springer Nature B.V. 2020

Abstract
The study’s aim was to analyse the goal-scoring opportunities conceded by a professional
football team. Using observational methodology, all the opportunities conceded (N = 243)
by Real Betis in the Spanish La Liga 2017/2018 were analysed through a validated instru-
ment which measured contextual, defensive and attacking variables. Descriptive, infer-
ential, correlational and binary logistic regression statistics were used to determine the
predictive models. The results show a relation between the goal-scoring opportunities con-
ceded and the provisional match result, as well as all the defensive and attacking variables
analysed. There was a significant relation between the own half loss of the ball (66.3%) and
the opportunities conceded. After applying the binary logistic regression, there were signif-
icant tactical patterns when the own half loss coincided with other variables: loss between
0′ and 15′ (OR = 4.255) and 46′-60′ (OR = 4.227); 0 or 1 opponent’s pass (OR = 2.829);
length of attack less than 3′’ (OR = 5.475) and 1 player of the opposing team got into
contact with the ball (OR = 7.358). Other factors such as losing the ball through stealing
(OR = 3.127) or the provisional result of a draw (OR = 0.4) predict the possibility of con-
ceding a goal-scoring opportunity in the case studied.

Keywords  Team sports · Observational methodology · Match analysis · Tactics · Style of

play

1 Introduction

Football is a very complex, dynamic and interactive sport (Sarmento et  al. 2014) with
numerous factors which influence the performance and determine the level of success in
matches and competitions (Michailidis 2014). Also, the difficulty of analysis in football is
very high as it is a sport where not only technical-tactical or strategical factors are inter-
related but also physical, psychological and contextual components intervene. This is why
another added obstacle for the researcher is the differences between the countries where
football is played.

* Rubén D. Aguado‑Méndez
rubend10am@hotmail.com
1
Universidad Pablo de Olavide, Seville, Spain

13
Vol.:(0123456789)
 R. D. Aguado‑Méndez et al.

The league of this study (the Spanish La Liga) has the greatest percentages of ball pos-
session compared with the English Premier League or the Italian Serie A (Sarmento et al.
2013). Also, according to Oberstone (2011), it is the league with most shots on goal and
effectiveness. Another characteristic of La Liga is the greater frequency of combinative
attacks beginning in the team’s own half and which have a longer duration (Mitrotasios
et al. 2019). In relation with the goals scored, La Liga has had an average score of 1.37
goals per match in the last 5 seasons.
Due to the marker’s low score, to analyse only the goals scored cannot reflect a team’s
true attacking performance (James et al. 2002). Consequently, various authors have stud-
ied the goal-scoring opportunities due to their greater frequency (Pratas et al. 2018; Tenga
et al. 2010) and because of being a success indicator (Reina and Hernández-Mendo 2012).
This greater frequency enables accessing more attacking sequences, so that it is possible
to obtain the tactical patterns which are related with the teams’ style of play. Thus, to ana-
lyse the specific actions which lead to a goal-scoring opportunity can reveal which ways to
score a goal are more effective. For this reason, holistic studies are necessary to understand
which elements intervene in the process of creating goal-scoring opportunities in football.
Many of the studies are based only on recording isolated actions without taking into
account the interdependence of diverse factors when creating goal-scoring situations. This
fact was addressed by Mackenzie (2013), fostering the need to create and use new research
approaches to understand not only "what", "when" and "where" the actions take place, but
also "how" and "why" the interaction between contextual, defensive and attacking factors
influences the teams’ performance. This information helps the design of training tasks as
they modify the different variables to reproduce a real context, and in this way develop col-
lective interactions and/or specific skills related with the most decisive action in football:
scoring a goal.
Contextual factors play a key role in goal-scoring opportunities. Hence, the place where
it is taking place (Lago-Peñas et  al. 2016), the provisional result (Ridgewell 2017) and
the minute (Pratas et  al. 2018) are variables which modify the physical, psychological
and emotional contexts of the match, altering the teams’ performance. As a result, it is
necessary for the coaching staffs to know what effects the contextual factors produce to
address them in line with the team’s tactical and strategic aims. With respect to the existing
research concerning the attacking factors, various indicators have been identified related
with scoring goals. As to the development of possession, fast moves and with few passes
seem to obtain a great percentage of goals in the form of counter-attacks and set plays
(Aguado-Méndez et  al. 2020; Mitrotasios and Armatas 2014), although diverse studies
have noted that positional attacking is the way of attacking used in the majority of goals
(Yiannakos and Armatas 2006). On the other hand, defensive factors have been studied,
such as pressure (Vogelbein et  al. 2014) and the defensive balance (Tenga et  al. 2010).
It has been concluded that the teams whose possession produced a faster ball recovery
obtained a better classification, while more goals against occurred in those moves where
the number of defence players was less than the attackers. The research of these perfor-
mance indicators can be of great interest for trainers as they help to understand "what"
technical-tactical actions predominate in football when goals are scored or conceded, as
well as "when" and "where" these actions take place.
Goal-scoring opportunities have already been studied in La Liga (Mitrotasios et  al.
2019) with matches selected randomly. As a general aim it was proposed to analyse the
goal-scoring opportunities during a complete season by a team with a very defined attack-
ing style: a high possession rate. The data placed it in third place as to % of possession, %
of correct passes and short passes by match, only behind Real Madrid and FC Barcelona

13
Analysis of the goal-scoring opportunities conceded in football:…

(Whoscored.com 2018). Therefore, the specific aims of this study are: (1) to analyse the
differences between the categories which make up the contextual, attacking and defensive
variables in the goal-scoring opportunities conceded by Real Betis Balompié (henceforth
RBB); (2) to check the relations between the technical-tactical variables in the goal-scoring
opportunities conceded; and (3) to predict the probabilities of goal-scoring opportunities
taking place from explanatory models made up of different variables in a La Liga team
with a very marked passing style during the season 2017/2018. By studying the moves
which created goal-scoring opportunities the trainers can find out a team’s patterns in their
successful moves. This information can help in the design of training tasks, adjusting them
to what really takes place in a match.

2 Methods

2.1 Sample

We used a sample of 243 goal-scoring opportunities conceded by RBB throughout their

participation in La Liga 2017/2018. The analysis done in Tables  6 and 7 excluded 13
opportunities of the “way of loss” (shot, 4; rules of the game, 9) to leave only those that
had a direct relation with the style of play. In the same way, 49 opportunities were extracted
from the variable “way of attack” in the same tables by excluding the opportunities con-
ceded by set plays, with the aim of focusing the analysis on the opportunities conceded
with the ball in play.

2.2 Procedure

The design of the research was carried out in four stages:

The first stage began with following the team during the first round. A better attacking
than defensive performance became apparent according to different metrics. Therefore, to
find out which patterns the goals conceded followed was the initial challenge proposed to
improve the goals for and against ratio.
In the second stage a review of the literature was done to get to know the current meth-
ods of analysis of performance in football. After finishing this, a meeting was held with
experts (two graduates in Physical Activity and Sports Sciences with doctorates and federal
qualifications of sports techniques in football) where the methodology to be used (obser-
vational methodology), which instrument of observation to apply (Sarmento et  al. 2010)
and the unit of analysis to study (goal-scoring opportunities) was agreed upon. González-
Ródenas (2015a) was followed to consider each goal-scoring opportunity: all the shots
and possible shots were included (player facing the goal; with the ball controlled, without
opponents between the ball and the goal; with enough time and space to decide) within the
score pentagon (Fig. 1). This pentagon is defined by Pollard, Ensum and Tailor (2004) as
“the space with higher shooting angle and a shorter distance to goal (20 m or less)”, which
are key factors to score goals. The shots from outside the finishing pentagon which passed
at a distance of less than 2 m form the goal were also included.
The recording and coding of the opportunities conceded (N = 243) was carried out in
the third stage, applying the observation instrument with the Longomatch 1.0 programme.
Lastly, a statistical analysis of the data was done with the IBM SPSS Statistics v22 sta-
tistics packet. Microsoft office software was used for the processing of the information.

13
 R. D. Aguado‑Méndez et al.

Fig. 1  Score pentagon. Taken from González-Ródenas et al. (2015a)

2.3 Methodological design

Observational methodology fits the scientific method (Bakeman and Gottman 1997) and
is consolidated by its potential to analyse behaviours, extracting them in game-specific
situations via custom-made observation instruments (Anguera et al. 2017).
The design selected to carry out the study is located in quadrant II (Anguera and
Hernández-Mendo 2013a) as it is ideographic (as only one unit -team- is analysed),
specific (the recording is done during a single season) and multidimensional (because
different levels of response exist due to the interdependence between the variables of
performance in football).

2.4 Instrument

This study was done with an ad hoc instrument (Anguera and Hernández-Mendo 2013b)
for the organised recording of events.
Continuing the line of previous research (Etxeazarra et al. 2013; Robles and Castel-
lano 2012), a tool validated for the codifying of the opportunities was used.
The “ad hoc” instrument employed in this research for the observational analysis and
the codification of events is validated and is characterised by a combination of field for-
mat and systems of categories (Sarmento et al. 2010). This instrument enables gathering
important information for the comprehension of the attacking process in football, hav-
ing been used to analyse how opponents attack against the team studied and in this way
to study the defensive process of the team in question (Table 1).

13
Analysis of the goal-scoring opportunities conceded in football:…

Table 1  Definitions of the variables and categories of the instrument

Contextual variables
Game location: indicates the role of the team studied Home
according to the place where the match is played Away

Minute: indicates the minute in which the team stud- First half: groups together the intervals 0′—15′;
ied concedes the goal-scoring opportunity 16′—30′; 31′—46’
Second half: groups together the intervals 46′—60′;
61′—75′; 76′—90’
Match status: indicates the match result when the Winning
team studied concedes the goal-scoring opportu- Drawing
nity Losing
Own defensive variables
Way of loss: defines the way the team studied Steal: action by which the ball is seized by an
lost the ball prior to conceding the goal-scoring opponent
opportunity Mistake not forced: loss of ball due to passing badly
or control not pressured by an opponent
Forced mistake: loss of ball due to passing badly or
control pressured by an opponent
Shot: action by which a player strikes the ball mean-
ing to score a goal
Clearance: action in which the player strikes the ball
with the intention of clearing it from the goal and/
or stopping the advance of the opponent
Rules of the game: defines when the team loses pos-
session due to offside or a mistake in attack
Loss zone: indicates the place the team studied Zone 1 (Z1) to Zona 12 (Z12): field divided into
lost the ball prior to conceding the goal-scoring twelve zones
opportunity Own half: from Z1 to Z6; opponent’s half: from Z7
to Z12
No. of players in front of the loss zone: indicates 0; 1; 2; 3; ≥ 4
how many players there were in front of the loss
zone of the team studied prior to conceding the
goal-scoring opportunity
The opponent’s attacking variables
Passes per possession: indicates how many passes 0; 1; 2; 3; 4; ≥ 5
the opponent of the team studied does to finish the
move
No. of players in contact with the ball: indicates how 1; 2; 3; 4; ≥ 5
many players of the opponent of the team studied
contact with the ball in the move
Duration: indicates how long the move took place of  < 3”
the opponent of the team studied 3″—5″
6″—9″
 > 9″
Outcome of goal-scoring opportunity: indicates how Shot off target
the last action of the move of the opponent of the Shot at goal
team studied finished Goal
Interception of the opponent

13
 R. D. Aguado‑Méndez et al.

Table 1  (continued)
Contextual variables
Game location: indicates the role of the team studied Home
according to the place where the match is played Away

Way of attack: indicates the style of attack carried
out in the move by the opponent of the team
studied
Direct: defines when a team seeks the goal with
through balls from the defence to the line of attack
with the opponent in organised defence
Combinative: defines when a team moves the ball
mainly by short passes to go towards the oppo-
nent’s goal
Counterattack: defines when a team attacks with
short and fast moves when recovering the ball
Set plays (SP): defines the moves in which the ball
is placed after an interruption for fouls, corners,
penalties and throw-ins

2.5 Statistical analysis

In accordance with the proposed aims, three types of analysis have been carried out: the
first is univariate descriptive via frequencies, percentages and a test of independence
to check if there was an association between the diverse variables and the goal-scoring
opportunities conceded. In the second objective, Chi-squared (χ2) contingency tables and
Cramer’s V were also used, but with the difference that the relation between the variables
(contextual, attacking and defensive) and those which could be grouped in a dichotomic
manner were analysed. And for the third aim, the probability of goal-scoring opportunities
taking place was checked with different predictive models from explanatory models made
up of the different variables analysed: binary logistic regression, regression coefficients (β),
the Wald statistical value, the Exponential value of B -Exp (B)- also called the Odds Ratio
(OR), and the confidence interval, which indicates an approach to the effect of the explana-
tory or independent variable on the dependent in terms of probability.

2.6 Analysis of quality of the data

A valuation of the quality of the data is fundamental in observational studies to deter-

mine if the reality of the move was rigorously and systematically noted (Blanco-Villase-
ñor 1997). Following the proposals of previous studies (Hernández-Mendo et  al. 2012),
to verify the objectivity in the analysis of the information observed, the quality of the data
and the reliability of the variables was inspected in Table  2 with an inter-observer and
intra-observer concordance analysis via Cohen’s kappa coefficient (Fleiss et al. 2003). This
index measures the degree of concordance between the observers after having deducted the
effect of agreement by chance. The data collection was done by two researchers carrying
out inter- and intra-observer reliability tests in 20% of the matches (Table 2). The results
ensure the reliability of the observation process, obtaining optimal Kappa values (> 0.75).
Aiken’s V coefficient (Aiken 1985) has been used in Table 3 to quantify the relevance
of the instrument’s variables with respect to the study aim. This indicator is employed
to determine the content’s validity. The experts valued the degree of relevance of the
instrument’s variables through a scale of 4 values (0, 1, 2 and 3; where 0 shows total

13
Analysis of the goal-scoring opportunities conceded in football:…

Table 2  Kappa values for the Variable Intra-observ- Inter-observers

inter-observer and intra-observer ers
reliability
O1 O2

Place of the match 1 1 1

Minute of the match 1 1 1
Provisional result 1 1 1
Way of loss 1 0.98 0.98
Zone of loss 0.97 1 1
No. players in front of the loss zone 1 0.96 0.94
No. of passes 1 1 0.98
No. of players in contact with the ball 1 1 1
Duration of the attack 1 1 0.83
Type of finish 0.99 0.98 1
Way of attack 0.95 1 0.91

Table 3  Validity of content via Variable O1 O2 Aiken’s V

Aiken’s coefficient
Place of the match 3 2 0.83
Minute of the match 3 2 0.83
Provisional result 2 2 0.67
Way of loss 3 3 1
Loss zone 3 3 1
No. of players in front of the loss zone 2 3 0.83
No. of passes 3 3 1
No. of players in contact with the ball 3 3 1
Duration of the attack 3 3 1
Type of finish 3 3 1
Way of attack 3 3 1
Average 0.85

disagreement and 3 the greatest agreement). The result obtained (0.85) verifies the validity
of the instrument’s content as it is greater than 0.8 (Escurra 1988).

3 Results

A first specific aim of the study was to “analyse the differences between the categories
which make up the contextual, attacking and defensive variables in goal-scoring opportu-
nities conceded by RBB” (Table 4). In the case of the contextual variables (place, minute
and result), the results show that there does not exist a relation with RBB conceding a goal-
scoring opportunity, except the provisional result of the match (χ2 = 21.556; p < 0.001).
46.9% of the opportunities conceded take place when the team analysed is drawing with
its opponent. Relations between the goal-scoring opportunities and the other situation vari-
ables were not found (place of the match and minute at which the opportunity took place).

13

Table 4  Frequency and degree of significance of the goal-scoring opportunities conceded according to the contextual, defensive and attacking variables
Goal-scoring opportunities received
Variable Category Frequency Percentage χ2 Sig

13
Contextual variables Place Home 103 42.4 5.634 0.18
Away 140 57.6
Minute 0′—15′ 31 12,8 5.963 0.31
16′—30′ 38 15.6
31′—45′ 50 20.6
46′—60′ 37 15.2
61′—75′ 47 19.3
76′—90′ 40 16.5
1° half 119 49 0.103 0.748
2° half 124 51
Result Winning 57 23.5 21.556  < 0.001**
Drawing 114 46.9
Losing 72 29.6
R. D. Aguado‑Méndez et al.
 Table 4  (continued)
Goal-scoring opportunities received
Variable Category Frequency Percentage χ2 Sig
Own defensive variables Way of loss Steal 68 28 124.284  < 0.001**
Not forced mistake 48 19.8
Forced mistake 31 12.8
Shot 4 1.6
Clearance 83 34.2
Rules game 9 3.7

Loss zone Z1 18 7.4 78.531  < 0.001**

Z2 42 17.3
Z3 8 3.3
Z4 31 12.8
Z5 34 14
Z6 28 11.5
Analysis of the goal-scoring opportunities conceded in football:…

Z7 18 7.4
Z8 28 11.5
Z9 12 4.9
Z10 5 2.1
Z11 9 3.7
Z12 10 4.1
Own half 161 66.3 25.683  < 0.001**
Opponent half 82 33.7
No. players in front of the loss zone 0 11 4.5 215.004  < 0.001**
1 22 9.1
2 33 13.6
3 39 16
 ≥ 4 138 56.8

13

Table 4  (continued)
Goal-scoring opportunities received
Variable Category Frequency Percentage χ2 Sig

13
Opponent attacking variables No. of passes 0 34 14 55.889  < 0.001**
1 57 23.5
2 39 16
3 25 10.3
4 15 6.2
 ≥ 5 73 30
No. players in contact with ball 1 41 16.9 31.300  < 0.001**
2 55 22.6
3 40 16.5
4 28 11.5
 ≥ 5 79 32.5
Duration  < 3″ 56 23 103.782  < 0.001**
3″—5″ 31 12.8
6″—9″ 29 11.9
 > 9″ 127 52.3
Type finish Shot out 88 36.2
Shot on goal 71 29.2 37.412  < 0.001**
Goal 61 25.1
Interception 23 9.5
Way attack Counterattack 71 29.2 50.317  < 0.001**
Direct 24 9.9
Combinative 99 40.7
SP 49 20.2
*p < .05; **p < .01
R. D. Aguado‑Méndez et al.
Analysis of the goal-scoring opportunities conceded in football:…

As to the defensive variables there exists a relation between the ‘way of loss’
(χ2 = 124.284; p < 0.001), ‘loss zone’ (χ2 = 78.531; p < 0.001), ‘players in front of the
ball’ (χ2 = 215.004; p < 0.001) and that a goal-scoring opportunity occurs against RBB.
The losses for ‘clearance’ (34.2%) were greater than for getting the ball played (steal,
28%; forced mistake, 12.8%). With respect to the ‘loss zone’, the central zones predomi-
nated (Z2, 17.3%; Z5, 34%; Z8, 11.5%). The own half losses produced 66.3% of the
opportunities conceded. As to ‘number of players in front of the ball’, 56.8% of the
opportunities were conceded with ‘ ≥ 4’.
Lastly, an association was found between all the attacking variables with the opportu-
nities conceded by RBB: ‘no. of passes’ (χ2 = 55.889; p < 0.001), ‘no. of players in con-
tact with the ball’ (χ2 = 31.300; p < 0.001), ‘duration’ (χ2 = 103.889; p < 0.001), ‘type of
finish’ (χ2 = 37.412; p < 0.001) and ‘way of attack’ (χ2 = 50.317; p < 0.001). In ‘no. of
passes’ (≥ 5, 30%), ‘no. of players in contact with the ball (≥ 5, 32.5%) and ‘duration of
the move’ (> 9″, 52.3%) it was reflected that the highest value of the category obtained
the greatest percentage of the variable analysed.
A second aim of this study was “to check the relations between the technical-tacti-
cal variables in the goal-scoring opportunities conceded” (Tables 5 and 6). The results
obtained in Table 5 for the contextual variables show that there exists a relation between
the ‘minute’ in which the opportunity takes place in intervals of 15  min (χ2 = 14.727;
p = 0.012) and the ‘loss zone’ (own/opponent half). An association is noted between the
‘result’ of the match (χ2 = 50.317; p = 0.026) and the category ‘goal’ (yes/no). Relations
were not found between the contextual variables ‘place of the match’ and ‘minute’ with
scoring a goal.
Likewise, in the case of the defensive variables (Table  6), it was proved that a rela-
tion existed between the ‘way of loss’ (χ2 = 6.666; p = 0.036) and the ‘minute’ (1st/2nd
half), in the same way as between the ‘number of players in front of the ball’ (χ2 = 14.999;
p = 0.005) and the ‘place’ (home/away).
Finally, also in Table  6 a relation of dependence was found between three attacking
variables and the ‘loss zone’ (own/opponent half). In this case, the three variables which
obtained a relation were: ‘no. passes’ (χ2 = 23.434; p < 0.001), ‘no. of players in contact
with the ball’ (χ2 = 22.579; p < 0.001) and ‘duration of the move’ (χ2 = 37.633; p < 0.001).
Table 7 presents the results of the different binary logistic regression models, the regres-
sion coefficients (β), the Wald statistic, the B -Exp (B) Exponential value—also called the
Odds Ratio (OR), and the confidence interval. The eight resulting models are statistically
significant. The explanatory capacity of the eight models ranges between 5.6% (the sixth
and eighth models) and 21.5% (the third model) of the variance. Four of the models predict
the greatest probability of conceding a goal-scoring opportunity when the loss takes place
in one’s own half. Two of the models forecast the opportunities when the study’s target
team concedes opportunities away. The sixth model explains the goal-scoring opportunities
conceded in the second half. Finally, the last model predicted the opportunities conceded
which resulted in a goal.
Four variables predicted the probability of conceding a goal-scoring opportunity from
the own half loss of possession with an explanation between 8.7 and 21.5% of the vari-
ance: ‘minute of loss’ (8.7%), ‘number of the opponent’s passes’ (13.6%), ‘duration of the
attack’ (21.5%) and ‘no. of opponents’ players in contact with the ball’ (13.2%). Within
the model ‘minute’ of loss, the categories between 0 and 15 min (β = 1.44) and between 46
and 60 min (β = 1.44) were statistically significant. Given the Odds Ratio the probability of
conceding goal-scoring opportunities after ‘own half’ losing is 4 times greater if this takes
place between 0′-15′ and 46′-60′ than between 76′-90′. With respect to the second model,

13
 R. D. Aguado‑Méndez et al.

Table 5  Relation between contextual (independent) and attacking and defensive (dependent) variables in
dichotomic format
Attacking and defensive (dependent) variables
Variable Category Defensive Attacking

Loss Goal conceded

Own Opponent Yes No

2 2
χ Sig Cramer V χ Sig Cramer V

Contextual (independent) Place Home 0.043 0.835 0.013 1.539 0.215 0.08
variables Away
Minute 0′–15′ 14.727 0.012* 0.246 7.437 0.19 0.175
16′–30′
31′–45′
46′–60′
61′–75′
76′–90′
1º half 0.734 0.392 0.055 3.021 0.082 0.111
2º half
Result Winning 2.594 0.273 0.103 7.275 0.026* 0.173
Drawing
Losing

*p < .05; **p < .01

which predicted the goal-scoring opportunities conceded after ‘opponent’s half’ losing, the
predictive variable was the ‘number of the opponent’s passes’. In this model the category
‘0 or 1 pass’ (β = 1.04) is statistically significant. The probability of conceding a goal-scor-
ing opportunity after ‘own half’ losing is almost 3 times greater if the opponent only gives
0 or 1 pass to finish the move than if it gives 5 or more passes take place. As to the third
model, the categories between 3 and 5″ (β = 2.72) and < 3″ (β = 1.7) are statistically sig-
nificant. Given the Odds Ratio, the probability of conceding a goal-scoring opportunity
after ‘own half’ losing in is 15 times greater if the opponent’s attack lasts between 3 and
5″, and 5 times greater if it lasts ‘ < 3″ than if it lasts ‘ > 9″. Within the model ‘no. of play-
ers in contact with the ball’, the category ‘1 player’ (β = 1.99) was statistically significant.
According to the Odds Ratio, the probability of conceding a goal-scoring opportunity after
‘own half’ loss in is 7 times greater if it occurs with 1 player taking part in the move than if
5 or more do so.
Two variables predicted the probability of conceding a goal-scoring opportunity from
the place where the match was held with an explanation of between 5.6 and 8.4% of the
variance: ‘number of players in contact with the ball’ (8.4%) and ‘way of attack’ (5.6%). In
the fifth model, the categories ‘0 players’ (β = 2.48) and ‘2 players’ (β = 1.91) were statisti-
cally significant. Given the Odds Ratio of these categories, the probability of conceding
a goal-scoring opportunity playing away is 12 times greater if there is no own player in
front of the ball and 6 times greater with 2 players than if there are 4 or more players. As
to the sixth model, the category ‘combinative attack’ (β = −0.082) is statistically signifi-
cant. According to the Odds Ratio, the probability of conceding a goal-scoring opportunity

13
 Table 6  Relation between defensive and attacking (independent) and contextual, attacking and defensive (dependent) variables in dichotomic format
+ Variable Categories Contextual variables Attacking (dependent) variables

Place Minute Win Goal conceded

Home Away 1º 2º Yes No Yes No

2 2 2 2
χ Sig. Cramer V χ Sig. Cramer V χ Sig. Cramer V χ Sig. Cramer V

Defensive Way of losing Steal 5.158 0.076 0.187 6.666 0.036* 0.213 0.013 0.994 0.009 2.96 0.228 0.142
(independent) Not forced
variables mistake
Forced mistake
Loss zone Z1–Z12 9.551 0.571 0.198 8.864 0.634 0.191 3.771 0.976 0.125 10.5 0.485 0.208
Own half 0.043 0.835 0.013 0.734 0.392 0.055 0.060 0.806 0.016 0.196 0.658 0.028
Opponent half
No. players in 0—≥ 4 14.999 .005** 0.248 4.738 0.315 0.140 4.607 0.330 0.138 2.44 0.655 0.100
front of the
loss zone
Analysis of the goal-scoring opportunities conceded in football:…

Variable Categories Contextual variables Defensive (dependent) variables

Place Minute Win Loss zone

Home Away 1° 2° Yes No own Opponent

2 2 2 2
χ Sig Cramer V χ Sig Cramer V χ Sig Cramer V χ Sig. Cramer V

Attacking No. of passes 0—≥ 5 8.664 0.123 0.189 8.013 0.156 0.182 2.925 0.712 .110 23.434  < 0.001** 0.311
Variables (inde- No. players con- 1—≥ 5 9.217 0.056 0.195 2.388 0.665 0.099 2.670 0.614 .105 22.579  < 0.001** 0.305
pendent tact with ball
Duration  < 3″—> 9″ 2.706 0.439 0.106 1.56 0.668 0.080 0.321 0.956 .036 37.633  < 0.001** 0.394
Way of attck CombinativeDi- 8.225 0.016* 0.206 0.827 0.661 0.065 0.226 0.893 .034 3.547 0.170 0.135
rect Attack
Goal conceded Yes—No 1.539 0.215 0.080 3.021 0.082 0.111 0.349 0.555 .038 0.196 0.658 0.028

13
 R. D. Aguado‑Méndez et al.

playing ‘away’ is 2 times greater if the opponent uses a combinative attack than if it uses a
counterattack.
In the seventh model, the variable ‘way of losing’ predicted the possibility of conced-
ing a goal-scoring opportunity with respect to the minute of the opportunity (1st half /2nd
half) with an explanatory capacity of 6% of the variance. In this model, the category ‘steal’
(β = 1.14) was statistically significant. Given the Odds Ratio of this category, the probabil-
ity of conceding a goal-scoring opportunity in the 2º half is 3 times greater if the loss of the
ball takes place by a steal than by a forced mistake.
Finally, the eighth model also included as a predictive variable the result with respect
to the outcome of the move (goal yes/goal no) with an exploratory capacity of 5.6% of the
variance. Within the variable ‘result’, the category ‘drawing’ (β = −0.916) was statistically
significant. Given this category’s Odds Ratio, the probability of a goal-scoring opportunity
conceded being a goal is almost half drawing as winning.

4 Discussion

The general aim of the study was to analyse the goal-scoring opportunities conceded by
a high ball-possession team. To do so, a descriptive analysis was done, it was analysed if
there existed significant differences between the variables and, lastly, for those variables in
which there was an association, a probability prediction was established through a binary
logistic regression. The binary logistic regression method has been previously used in soc-
cer (Maneiro et al. 2019), and it has also been the method selected in other invasion sports
such as basketball (Kim et  al. 2008) and ice hockey (Koo et  al. 2016) to understand the
relationship between match results and factors contributing to victory.
A triple analysis was done for the three groups of variables: contextual (place, minute
and result), defensive (way of loss, loss zone and no. of players in front of the loss zone)
and attacking (no. of passes, no. of players in contact with the ball, duration of the attack
and type of finish and way of attack).
Firstly, in the case of the contextual variables (result of the match, place and minute),
significant differences were not noted between the categories of these variables, except in
the result of the match (Table 4). The findings of previous research sustain that teams adapt
their technique according to the match result (Lago-Peñas and Dellal 2010), and this adapt-
ability has been demonstrated to be important for trainers as a performance measurement
(Paixão et al. 2015). In this study, a relation was found between the ‘result’ and the oppor-
tunity finishing as a goal, being twice as likely that the opportunity conceded finished up as
a goal with the result winning than drawing. This finding supports the research of McLean
et al. (2018) where it was shown that the result of the match influenced the goal-scoring
opportunities as it changed the characteristics of the passes.
For the case of the contextual variable ‘minute of loss’, a relation was found between
the minute in which the opportunity took place and the ‘loss zone’ (Table 5). Evidence was
found that own half losses had been decisive for RBB. The probability of conceding a goal-
scoring opportunity after own half loss is 4 times greater in the intervals 0′-15′ and 46′-60′
than in that of 76′-90′. According to Izzo et al. (2020), in these minute slots a greater total
distance is run and it is done at a high or higher intensity. This enables strong pressure of
the opponents in the first minutes of each half as they are physically better.

13
 Table 7  Binary logistic regression
Dependent variables R2 Nagelkerke Explanatory variables β E.T Wald Sig Exp(β) [C.I.]
Categories Comparison

Own half Minute of loss

0.087 0′–15′ 76′ – 90′ 1.448 0.583 6.176 0.013* 4.255 [1.358–13.329]
16′–30′ 0.227 0.460 .244 0.622 1.255 [.510–3.088]
31′–45′ 0.463 0.436 1.126 0.289 1.588 [.676–3.733]
46′–60′ 1.442 0.548 6.928 0.008** 4.227 [1.445–12.366]
61′–75′ 0.013 0.433 .001 0.976 1.013 [.434–2.365]
Number of passes of the opponent
0.136 0ó1 1.040 0.355 8.596 0.003** 2.829 [1.412–5.671]
2  ≥ 5 0.574 0.428 1.800 0.180 1.776 [.767–4.109]
3 −0.765 0.472 2.625 0.105 0.465 [.184–1.174]
4 −0.494 0.570 0.751 0.386 0.610 [.200–1.864]
Duration of the attack
0.215  < 3″ 1.700 0.405 17.636  < 0.001** 5.475 [2,476–12,106]
Analysis of the goal-scoring opportunities conceded in football:…

3″–5″  > 9″ 2.721 0.752 13.085  < 0.001** 15.202 [3,479–66,416]

6″–9″ 1.391 0.492 8.007 0.005** 4.019[1,533–10,533]
Number of players in contact with the ball
1 1.996 0.573 12.132  < 0.001** 7.358 [2.393–22.620]
0.132 2  ≥ 5 0.662 0.373 3.144 0.076 1.939 [.933–4.031]
3 0.741 0.420 3.104 0.078 2.097 [.920–4.780]
4 −0.517 0.444 1.353 0.245 0.597 [.250–1.424]

13

Table 7  (continued)
Dependent variables R2 Nagelkerke Explanatory variables β E.T Wald Sig Exp(β) [C.I.]
Categories Comparison

13
Away Number of players in front of the loss zone
0.084 0 2.485 0.874 8.083 0.004** 12.000 [2.164–66.548]
1  ≥ 4 0.799 0.762 1.098 0.295 2.222 [.499–9.894]
2 1.915 0.765 6.270 0.012* 6.788 [1.516–30.392]
3 1.184 0.698 2.877 0.090 3.269 [.832–12.846]
Way of attack
0.056 Combinative Direct Counterattack −0.082 0.474 0.030 0.862 0.921 [.364–2.330]
0.824 0.320 6.609 0.010* 2.278 [1.216–4.269]
2º half Way of loss
0.060 Steal Forced mistake 1.140 0.452 6.367 0.012* 3.127 [1.290–7.582]
Unforced mistake 0.849 0.475 3.197 0.074 2.338 [.922–5.930]
Goal Result
0.056 Winning Losing −0.310 0.385 0.647 0.421 0.734 [.345–1.560]
Drawing −0.916 0.349 6.887 0.009** 0.400 [.202–.793]

C.I. = confidence interval (95%)

*p < .05; **p < .01
R. D. Aguado‑Méndez et al.
Analysis of the goal-scoring opportunities conceded in football:…

Secondly, in the case of the defensive variables (way of loss, loss zone and number of
players in front of the loss zone) there was a significant difference between the categories
of all the variables (Table 6). Among these differences, the importance for RBB of the own
half losses in in the variable ‘loss zone’ stand out. Not only because 66.3% of the opportu-
nities conceded are after own half losses, but due to the predictive character of the losses
in this zone of the field when they are crossed with other variables such as the ‘minute of
loss’ (explained before) or the attacking variables which are explained later (number of
the opponent’s passes, duration of the attack and number of players in contact with the
ball). The studies coincide in pointing out the relation between opportunities and the loss
zone (McLean et al. 2017). The study of Tenga et al. (2010) also concludes in this line: the
majority of goals took place after losing the ball in the own field’s last third. It was more
likely to concede a goal-scoring opportunity in this zone due to the numerical imbalance
when this loss took place and the nearness of the goal itself (Almeida et al. 2014).
As to the defensive variable ‘form of loss’, a relation was found in the opportunities
conceded with the ‘minute’ of the opportunity. Specifically, the probability of conceding a
goal-scoring opportunity due to the opponent’s steal instead of a forced mistake is 3 times
greater in the 2nd. half. This can be due to conditional aspects, as is reflected in the scien-
tific literature (Izzo et al. 2020), given that the physical capacity is less as the match goes
on. This decrease of performance can affect the players’ decision making and their level of
technical skill.
Thirdly, as to the attacking variables (no. of passes of the opponent, no. of players in
contact with the ball, duration of the attack, type of finish and way of attack), significant
differences are found between the categories of all the variables (Table  6). Nonetheless,
these differences acquire a technical sense and a practical usefulness for the trainer when
they are associated with other variables. In this sense, the relation found between the ‘loss
zone’ and the following attacking variables has been very relevant in the opportunities con-
ceded: ‘no. passes’, ‘no. of players in contact with the ball’ and ‘duration’ of the move.
Specifically, the probability of conceding a goal-scoring opportunity when the ball is lost
in one’s own half is considerably greater the fewer players and passes which come into play
in the move and, therefore, the less time is used in doing so (Table 7). In the team studied,
the opportunities against are so likely with the previous tactical pattern because RBB, after
recovering in their own half, quickly loses possession in the same place. This situation
causes defensive imbalances, making the team weaker to defend against the opponent’s
quick attacks. In fact, Winter & Pfeiffer (2016) found that defensive transitions seemed to
be a factor related directly with the result of the match in the UEFA Euro 2012. Also, in
the MLS it was found that counterattacks were more effective than direct and combinative
attacks but only when the other team was defensively unbalanced (González-Ródenas et al.
2015b).

5 Conclusions

Football being a sport of remarkable uncertainty and of low scores, it is necessary to under-
stand it from the paradigm of complexity. This is why, the “all” is something “more” than
the sum of its parts. For this reason, this work has approached the game’s functional logic
through the analysis of the interaction of the factors involved in the goal-scoring opportu-
nities conceded in the case of a team of the Spanish La Liga with a high ball-possession
game profile. Nevertheless, for the transfer of the research of the analysis of the play to the

13
 R. D. Aguado‑Méndez et al.

reality of the professional football teams to be feasible, it is necessary to find prediction

models of the goal-scoring opportunities which take note of their complexity, but which
are workable for coaches in their practical application.
In this concrete case, it seems that the own half loss of the ball is a decisive factor in
goal-scoring opportunities conceded. But addressing the paradigm of complexity, the goal-
scoring opportunities after losing in this zone of the field can be predicted from other vari-
ables such as the minute of the match when the ball is lost (the first 15 min of the first and
second halves), a low number of passes in elaborating the opportunity and, therefore, few
players in front of the ball and a short duration of the move which precedes the opportu-
nity. Other contextual factors of the goal-scoring opportunities conceded, such as the place
of the match (home or away) or the minute of the opportunity could be explained and,
therefore, improved from other tactical variables, such as the type of attack conceded or the
way of losing the ball.

Compliance with ethical standards 

Conflict of interest  The authors declare that they have no conflict of interests.

References
Aguado-Méndez, R.D., González-Jurado, J.A., Otero-Saborido, F.: Análisis observacional de goles recibi-
dos por el Real Betis en LaLiga: estudio de caso. Retos 38, 355–362 (2020). https​://doi.org/10.47197​/
retos​.v38i3​8.76216​
Aiken, L.: Three coefficients for analyzing the reliability and validity of ratings. Educ. Psychol. Meas. 45,
131–142 (1985). https​://doi.org/10.1177/00131​64485​45101​2
Almeida, C.H., Ferreira, A.P., Volossovitch, A.: Effects of match location, match status and quality of oppo-
sition on regaining possession in UEFA Champions League. J. Hum. Kinet. 41, 2013–2214 (2014).
https​://doi.org/10.2478/hukin​-2014-0048
Anguera, M.T., Hernández-Mendo, A.: La metodología observacional en el ámbito del deporte. E-Balon-
mano.com Rev. Cienc. Deport.9, 135–160 (2013a)
Anguera, M.T., Hernández-Mendo, A.: La metodología observacional en el ámbito del deporte. Rev Cien-
cias del Deport 9, 135–160 (2013b)
Anguera, M.T., Jonsson, G.K., Sánchez-Algarra, P.: Liquefying text from human communication processes:
a methodological proposal based on T-pattern detection. J Multimodal Commun 4, 10–15 (2017)
Bakeman, R., Gottman, J.M.: Observing interaction. An Introduction to Sequential Analysis. Cambridge
University Press, Cambridge (1997)
Blanco-Villaseñor, Á.: Metodologías cualitativas en la investigación psicológica. Universitat Oberta de Cat-
alunya, Barcelona (1997)
Escurra, L.: Cuantificación de la validez de contenido por criterio de jueces. Rev. Psicol. 6, 103–111 (1988)
Etxeazarra, I., Castellano, J., Arruabarrena, U.: Aplicación de diferentes estrategias para el control de cali-
dad del dato de una herramienta observacional en fútbol formación. Rev Iberoam Psicol del Ejerc y el
Deport 8, 301–316 (2013)
Fleiss, J.L., Levin, B., Paik, M.C.: Statistical methods for rates and proportions. Wiley , Hoboken, NJ, USA
(2003)
González-Ródenas, J., López-Bondía, I., Calabuig, F., Aranda, R.: Indicadores tácticos asociados a la
creación de ocasiones de gol en fútbol profesional. Cult Cienc y Deport 10(30), 215–225 (2015a).
https​://doi.org/10.1016/j.jsams​.2016.10.014
González-Ródenas, J., Lopez-Bondia, I., Calabuig, F., Pérez-Turpin, J.A., Aranda, R.: The effects of playing
tactics on creating scoring opportunities in random matches from US Major League Soccer. Int J Per-
form Anal Sport 15, 851–872 (2015). https​://doi.org/10.1080/24748​668.2015.11868​836

13
Analysis of the goal-scoring opportunities conceded in football:…

Hernández-Mendo, A., Montoro, J., Reina, A., Fernández, J.C.: Desarrollo y optimización de una herrami-
enta observacional para el bloqueo en voleibol. Rev Iberoam Psicol del Ejerc y el Deport 7, 15–31
(2012)
Izzo, R., D´Isanto, T., Raiola, G., Cejudo, A., Ponsano, N., Hosseini, C.: The role of fatigue in football
matches, perfomance model analysis and evaluation during quarters using live Global Positioning Sys-
tem technology at 50 Hz. Sport Sci 13, 30–35 (2020)
James, N., Mellalieu, S., Hollely, C.: Analysis of strategies in soccer as a function of European and
domestic competition. Int. J. Perform. Anal. Sport. 2, 85–103 (2002). https​://doi.org/10.1080/24748​
668.2002.11868​263
Kim, S.H., Kang, S.J., Park, J.H., Kim, H.J.: The factor of victory and defeat through analyzing the data
of the Pro-basketball. Korean J Meas Eval Phys Educ Sport Sci 10, 1–12 (2008)
Koo, D.H., Panday, S.B., Xu, D.Y., Lee, C.Y., Kim, H.Y.: Logistic regression of wins and losses in Asia
league ice hockey in the 2014–2015 season. Int. J. Perform. Anal. Sport. 16, 871–880 (2016). https​
://doi.org/10.1080/24748​668.2016.11868​935
Lago-Peñas, C., Dellal, A.: Ball possession strategies in elite soccer according to the evolution of the
match-score: the influence of situational variables. J. Hum. Kinet. 25, 93–100 (2010). https​://doi.
org/10.2478/v1007​8-010-0036-z
Lago-Peñas, C., Gómez-Ruano, M.Á., Megías-Navarro, D., Pollard, R.: Home advantage in football:
examining the effect of scoring first on match outcome in the five major European leagues. Int. J.
Perform. Anal. Sport. 16, 411–421 (2016). https​://doi.org/10.1080/24748​668.2016.11868​897
Mackenzie, R., Cushion, C.: Performance analysis in football: a critical review and implications for
future research. J. Sports Sci. 31, 639–676 (2013). https​://doi.org/10.1080/02640​414.2012.74672​0
Maneiro, R., Casal, C., Álvarez, I., Moral, J.E., López, S., Ardá, A., Losada, J.L.: Offensive transitions
in high-performance football: differences between UEFA Euro 2008 and UEFA Euro 2016. Front.
Psychol. 10, 1–10 (2019). https​://doi.org/10.3389/fpsyg​.2019.01230​
McLean, S., Salmon, P.M., Gorman, A.D., Naughton, M., Solomon, C.: Do inter-continental playing
styles exist? Using social network analysis to compare goals from the 2016 EURO and COPA
football tournaments knock-out stages. Theor. Issues Ergon. Sci. 18, 370–383 (2017). https​://doi.
org/10.1080/14639​22X.2017.12901​58
Mclean, S., Salmon, P.M., Gorman, A.D., Stevens, N.J., Solomon, C.: A social network analysis of the
goal scoring passing networks of the 2016 European Football Championships. Hum. Mov. Sci. 57,
400–408 (2018). https​://doi.org/10.1016/j.humov​.2017.10.001
Michailidis, Y.: Analysis of goals scored in the 2014 World Cup soccer tournament held in Brazil. Int. J.
Sport Stud. 4, 1017–1026 (2014)
Mitrotasios, M., Armatas, V.: Analysis of goal scoring patterns in the European Football Championship
2012. Sport J 50, 1–9 (2014)
Mitrotasios, M., González-Ródenas, J., Armatas, V., Aranda, R.: The creation of goal scoring opportuni-
ties in professional soccer tactical differences between Spanish La Liga, English Premier League,
German Bundesliga and Italian Serie A. Int. J. Perform. Anal. Sport 19, 452–465 (2019). https​://
doi.org/10.1080/24748​668.2019.16185​68
Oberstone, J.: Comparing team performance of the English Premier League, Serie A, and La Liga for the
2008–2009 season. J. Quant. Anal. Sport. 7, 1–18 (2011). https​://doi.org/10.2202/1559-0410.1280
Paixão, P., Sampaio, J., Almeida, C.H., Duarte, R.: How does match status affects the passing sequences
of top-level European soccer teams? Int. J. Perform. Anal. Sport. 15, 229–240 (2015). https​://doi.
org/10.1080/24748​668.2015.11868​789
Pollard, R., Ensum, J., Taylor, S.: Estimating the probability of a shot resulting in agoal: the effects of
distance, angle and space. Int. J. Soccer Sci. 2, 50–55 (2004)
Pratas, J.M., Volossovitch, A., Carita, A.I.: Goal scoring in elite male football: a systematic review. J
Hum Sport Exerc 13, 218–230 (2018). https​://doi.org/10.14198​/jhse.2018.131.19
Reina, A., Hernández-Mendo, A.: Revisión de indicadores de rendimiento en fútbol. Rev. Iberoam.
Ciencias la Act. Física y el Deport. 1, 1–14 (2012). https​://doi.org/10.1371/journ​al.pntd.00022​08
Ridgewell, A.: Passing patterns before and after scoring in the 2010 FIFA World Cup. Int. J. Perform.
Anal. Sport. 11, 562–574 (2017). https​://doi.org/10.1080/24748​668.2011.11868​574
Robles, F.J., Castellano, J.: Comparación entre el juego ofensivo de la selección española de Fútbol y sus
rivales en la Eurocopa ´08 y Mundial ´10. Rev. Iberoam. Psicol. del Ejerc. y el Deport 7, 323–338
(2012)
Sarmento, H., Anguera, M.T., Campaniço, J., Leitão, J.: Development and validation of a notational
system to study the offensive process in football. Medicina (B. Aires) 46, 401 (2010). https​://doi.
org/10.3390/medic​ina46​06005​6

13
 R. D. Aguado‑Méndez et al.

Sarmento, H., Pereira, A., Matos, N., Campaniço, J., Anguera, M.T., Leitão, J.: English Premier League,
Spain´s La Liga and Italy´s Serie´s A—what´s different? Int. J. Perform. Anal. Sport 13(3), 773–
789 (2013)
Sarmento, H., Marcelino, R., Anguera, M.T., Campaniço, J., Matos, N., Leitão, J.: Match analysis in
football: a systematic review. J. Sports Sci. 32, 1831–1843 (2014). https​://doi.org/10.1080/02640​
414.2014.89885​2
Tenga, A., Holme, I., Ronglan, L.T., Bahr, R.: Effect of playing tactics on goal scoring in Norwegian profes-
sional soccer. J. Sports Sci. 28, 237–244 (2010). https​://doi.org/10.1080/02640​41090​35027​74
Vogelbein, M., Nopp, S., Hökelmann, A.: Defensive transition in soccer—are prompt possession regains a
measure of success? a quantitative analysis of German Fußball-Bundesliga 2010/2011. J. Sports Sci.
32, 1076–1083 (2014). https​://doi.org/10.1080/02640​414.2013.87967​1
Whoscored.com: Real Betis. Estadísticas ofensivas temporada 2017/2018, https​://es.whosc​ored.com/Regio​
ns/206/Tourn​ament​s/4/Seaso​ns/6960/España-LaLig​a
Winter, C., Pfeiffer, M.: Tactical metrics that discriminate winning, drawing and losing teams in UEFA Euro
2012®. J. Sports Sci. 34, 486–492 (2016). https​://doi.org/10.1080/02640​414.2015.10997​14
Yiannakos, A., Armatas, V.: Evaluation of the goal scoring patterns in European Championship in portugal
2004. Int. J. Perform. Anal. Sport. 6, 178–188 (2006). https​://doi.org/10.1080/24748​668.2006.11868​
366

Publisher’s Note  Springer Nature remains neutral with regard to jurisdictional claims in published maps and
institutional affiliations.

13
5.4 Artículo 4: Perceptions of football analysts goal-scoring
opportunity predictions: a qualitative case study.

96

Edited by:
Rubén Maneiro,
Pontifical University of
Salamanca, Spain
Reviewed by:
Sumit Sarkar,
Xavier School of Management, India
Miguel Pic,
South Ural State University, Russia
*Correspondence:
Rubén D. Aguado-Méndez
rubend10am@hotmail.com
Specialty section:
This article was submitted to
Movement Science and Sport
Psychology,
a section of the journal
Frontiers in Psychology
Received: 02 July 2021
Accepted: 04 August 2021
Published: 06 September 2021
Citation:
Aguado-Méndez RD,
González-Jurado JA, Reina-Gómez Á
and Otero-Saborido FM (2021)
Perceptions of Football Analysts
Goal-Scoring Opportunity Predictions:
A Qualitative Case Study.
Front. Psychol. 12:735167.
doi: 10.3389/fpsyg.2021.735167
Frontiers in Psychology | www.frontiersin.org
ORIGINAL RESEARCH
published: 06 September 2021
doi: 10.3389/fpsyg.2021.735167
Perceptions of Football Analysts
Goal-Scoring Opportunity
Predictions: A Qualitative Case Study
Rubén D. Aguado-Méndez 1*, José Antonio González-Jurado 1 , Álvaro Reina-Gómez 2 and
Fernando Manuel Otero-Saborido 1
1
Departamento de Deporte e Informática, Facultad de Ciencias del Deporte, Universidad Pablo de Olavide, Seville, Spain,
2
Watford Football Club, Watford, United Kingdom
This study aimed to understand the way tactical football analysts perceive the general
match analysis issues and to analyze their tactical interpretation of the predictive
models of conceded goal-scoring opportunities. Nine tactical analysts responded to the
semi-structured interviews that included a general section on the match analysis and
a specific one on the results of a study on goal-scoring opportunities conceded by a
Spanish La Liga team. Following their transcription, the interviews were codified into
categories by the two researchers using Atlas Ti® software. Subsequently, frequency
count and co-occurrence analysis were performed based on the encodings. The content
analysis reflected that analysts play a crucial role in the analysis of their own team and that
of the opponent, the essential skills to exercise as a tactical analyst being “understanding
of the game” and “clear observation methodology.” Based on the case study of the
conceded goal-scoring opportunities, the main causes and/or solutions attributed by
analysts in some of the predictive models were the adaptability of the “style of play” itself
according to the “opponent” and “pressure after losing.”
Keywords: match analysis, coaches, qualitative research, style of play, tactics
INTRODUCTION
In recent years, there are great technological advances in the analysis of football performance
(Sarmento et al., 2017). Despite this progress, still there is a gap between the scientific community
and the knowledge that the technical staff of professional clubs actually need to acquire (Carling
et al., 2013). A reason for this gap could be the low amount of research that combines both
quantitative and qualitative analyses (Sarmento et al., 2020). Though video analysis plays a key role
for coaches to improve the performance of their own team and to analyze the opponents (Wright
et al., 2012), professional football coaches still encounter problems that have yet to be addressed by
research (Wright et al., 2014).
There is one suitable tool that brings data and scientific research closer to answering the
tactical questions set out by the technical bodies: the “mixed methods” technique (Sarmento et al.,
2013a). This methodology is defined by Johnson and Onwuegbuzie (2007) as a way of conducting
research that combines quantitative and qualitative research elements. According to Onwuegbuzie
(2012), it can provide added value by giving a more holistic overview of the collected data and
by contextualizing the conclusions drawn from the quantitative analysis (Harper and McCunn,
2017). Therefore, the quantitative-qualitative combination is a useful way of identifying not only
“what happens in a match,” but also “why it happens,” based on the interpretations made by the
1 September 2021 | Volume 12 | Article 735167
Aguado-Méndez et al.
professionals of the sport in question (Halperin, 2018). Based
on all the above, and because of the holistic nature that data
triangulation brings to a study, mixed methods can be described
as contributing more than the mere sum of qualitative plus
quantitative approaches (Fetters and Freshwater, 2015).
The qualitative research method, such as interviews with the
coaches and analysts, could help to develop practical applications
of research in game analysis. Despite the extensive literature
existing on the match analysis (Hughes, 2008; Carling et al.,
2009), few studies have collected the opinions of coaches. The
evidence that has been collected, for example, on the game
observations of the coaches (Sarmento et al., 2013b), the role
of performance analysis (Mackenzie and Cushion, 2013), and
their opinions regarding detected game patterns (Sarmento
et al., 2016) is still insufficient compared to a large number of
quantitative football studies.
Qualitative case studies make it easier for the coaches to
actually apply scientific findings. Indeed, the results are related
to the real and specific technical-tactical contexts rather than
being generalized (Ruddock et al., 2019). In this sense, the present
qualitative study used as a reference, the results of a study on
the Spanish La Liga team characterized by a high ball-possession
profile. The study concluded by advancing a prediction of the
conceded goal-scoring opportunities, based on the contextual,
defensive, and offensive variables (Aguado-Méndez et al., 2020b).
Therefore, the objectives of the present study were as followed:
• First, to understand how the specialists participating in the
study perceived the game analysis with respect to their own
team and the opponents.
• And second, to examine the tactical interpretation of the
analysts of the quantitative data based on a study that focused
on conceded goal-scoring opportunities.
MATERIALS AND METHODS
Design
The selected methodology was qualitative using the semi-
structured interviews with open-ended responses (Smith and
Caddick, 2012).
Participants
The participants were nine football analysts. Of the nine
participants, seven were working for the professional teams (Liga
Santander, Liga Smartbank), one was part of the Second Division
B team of Spain (Segunda División B), and the other was part
of the Third Division team (Tercera División) during the 2019–
2020 season. They were all in possession of the senior title of
football coach and had served as such throughout their career.
The study protocol was approved and followed the guidelines
stated by the Ethics Committee of the Research Center of Sport
Sciences at University Pablo de Olavide, based at Seville (Spain)
and conformed to the recommendations of the Declaration
of Helsinki.
Instruments
A semi-structured interview comprising of a general section and
a specific section was designed by three game analysis research
Frontiers in Psychology | www.frontiersin.org
Analysis of Goal Scoring Opportunities
experts (Bardin, 2008). Questions in the general section (Table 1)
were based on the work of Sarmento et al. (2015). This part of
the interview includes general game analysis questions that can
be used both for the own team analysis and the opponents.
Questions in the specific section asked the analysts about the
results of the study of Aguado-Méndez et al. (2020a). This latter
work produced four predictive models of conceded goal-scoring
opportunities based on the contextual, defensive, and offensive
variables in a 2017/2018 Spanish league case study.
The results of four models were:
- Model 1: the probability of conceding goal-scoring
opportunities after “own half losing” was four times greater if
this took place between 0′ -15′ and 46′ -60′ than between 76′
and 90′ .
- Model 2: the probability of conceding a goal-scoring
opportunity after “own half losing” was almost three times
greater if the opponent only gave 0 or 1 pass to finish the move
than if it gave five or more passes take place.
- Model 3: the probability of conceding a goal-scoring
opportunity in the second half was three times greater if
the loss of the ball took place by a “steal” than by a
“forced mistake.”
- Model 4: the probability of a goal-scoring opportunity
conceded being a goal was almost half as likely to result in a
draw as in a win.
In the present research, the analysts were asked about the “causes”
and “solutions” they would offer as analysts in each of the four
models (Table 2).
Category System
A category system was first elaborated (González et al., 2020)
following the steps established by Braun and Clarke (2006). To
test it, three interviews were coded based on the predefined
category system. Following this pilot coding, the system was
configured based on five distinct parts (one for the general
section with four questions, and four others with questions on
the cause and solution of each model of the study that they
were being asked about). After analyzing the interviews, the most
frequent answers were established as categories. Figure 1 shows
the relationship between the questions of the specific section and
its categories.
Data Collection
Interviews were conducted and recorded via videoconference
with experts. Coaches previously received a video summary of the
analysis data they were going to be asked about. Each interview
lasted for approximately 45 min and recordings were made for
the subsequent transcription and analysis in Atlas TI version
8.4.5. The analysts were given time to clarify their thoughts and
rewrite their answers.
The authors confirm that the data supporting the
findings of this study are available within the article and/or
its Supplementary Material. This study has followed the
Consolidated criteria for reporting qualitative research
(COREQ) checklist.
2 September 2021 | Volume 12 | Article 735167
Aguado-Méndez et al.
TABLE 1 | Questions and categories in the general section of the interview.
Category: General game analysis
Questions
1. Importance of analyzing matches
2. Analyst features
3. Most important aspects to analyse matches
4. Data provider information
Materials
The interviews were recorded via videoconference using the
official Blackboard Collaborate Ultra platform of the University
Pablo de Olavide, Seville, Spain after obtaining the consent from
the participants. The NCH Express Scribe
R
professional software
was used to transcribe the recorded interviews. Finally, Atlas.ti
8.4.5
R
software was used for the content analysis of the data
obtained in the study.
Procedure and Analysis
First, the data were briefly analyzed by transcribing, reading, and
noting the initial ideas, establishing a code map per question and
category. The codes were then classified under possible themes.
Third, a thematic map was constructed based on the coded data
to visually analyze the themes and the relationships between
them. Once all the content of the interviews was encoded, a
frequency count, and a co-occurrence analysis technique of the
categories were applied in order to determine the associations
between the different categories and/or questions.
RESULTS
The first objective was to know the general perceptions of the
analysts toward the game analysis of their own team and that
of the opponent. To do this, categories were analyzed using
the Atlas.ti version 8.4.5 software using the co-occurrences table
based on the questions in Table 1.
Regarding the first question “what importance do you give
to the analysis?,” a total of seven of the nine analysts agreed to
describe the analysis as a “Fundamental” process (Figure 1).
The analysis is our point of departure to know what we have and
where we are. From this point onwards, we can plan, trainm and
Frontiers in Psychology | www.frontiersin.org
Analysis of Goal Scoring Opportunities
Categories
Importance of own team analysis
Fundamental
Ability to synthesize
Understanding of the game
Clear observation methodology
Objectivity
Adapting to the coach
Phases of the opponent game
Opponent’s strong and weak points
Relevance Distances
Contextual factors: minute
Goal-scoring opportunities
Problems Provider heterogeneity
Overly long reports
Future Custom data
Prediction/probability
re-analyse whether the objectives have been achieved. It is thus
essential (participant 4).
Likewise, when asked about the essential characteristics of an
analyst, the answer frequency (Figure 1) underscored “Clear
observation methodology” and “Understanding of the game” as
the most important attributions.
A good observational methodology is essential for analysts, it
implies appropriate control over the data’s quality, avoiding
observation biases, understanding what is truly observable, validity,
precision, objectivity and reliability (participant 4).
The aspects that were considered to be most important when
analyzing the opponent teams, the participants highlighted
the fact of knowing “Phases of the opponent’s game” and
their “Strengths and weaknesses,” and all this “Adapted to the
coach’s ideas.”
The first thing is to know the game and one’s own team, as well
as what the coach wants from his team, to be able to show the game
patterns and the opponent’s strengths/weaknesses compared to what
one’s own team can offer (participant 5).
With regard to the assessment of data provider information by
the analysts, participants answered three questions: “relevance”,
“problems,” and “future” (Figure 2).
In the case under study, analysts considered “Goal-scoring
opportunities” to be the most relevant performance indicator
among those offered by the data providers.
The most important thing is the way, quantity and quality of the
goal-scoring opportunities generated by the team and what happens
after. That is what I attach the most importance to when the match
3 September 2021 | Volume 12 | Article 735167
Aguado-Méndez et al. Analysis of Goal Scoring Opportunities

TABLE 2 | Questions and categories of the specific section of the interview based but not so much in the case of another, the value being lower.
on the four predictive models of conceded goal-scoring opportunities. Therefore, greater uniformity is needed both for opportunities and
in all performance indicators (participant 6).
Model 1: Minute and loss zone
Questions Categories
Cause Concentration Answers on the prospective “future” were organized in two
Minute—Loyalty to coach ideas dimensions. First, “custom data” adapting it to the characteristics
Style of play of each team, second, “predict the opponent’s behaviors
Opponent according to the phase of the game.”
Solution Concentration
Style of play A great breakthrough would be the adding of probabilities, to
Pressure after losing predict what can happen in certain situations. I think that means
Model 2: Duration and loss zone and percentages describe what has already happened and cannot
Questions Categories
be changed, but ideally, it should anticipate what can happen in
certain situations so we can work on it (participant 6).
Cause Physical aspects
Opponent players participating/counterattack speed
Team positioning The second objective of this study was to “examine the analysts’
Pressure after loss tactical interpretation of a study’s quantitative data on conceded
Solution Style of play goal-scoring opportunities.” The questions posed to the analysts
Pressure after losing concerned the four predictive models about the conceded goal-
Model 3: Steal and minute scoring opportunities. Participants were asked about the “causes”
Questions Categories and “solutions” in the case of each model (Table 2).
Cause Physical aspects A first descriptive analysis (Figure 3) shows that the causes
Concentration most frequently given in the four predictive models were
Style of play “Concentration” (14) “Style of play,” (8) and “Opponent”
Opponent
(8). Other causes that obtained a lower percentage were
Concentration
“Conditioning factors,” “Team positioning,” and “Opponents
Pressure after losing
taking part/counterattacking speed.” With regard to the
Solution Style of play
“solutions” proposed by analysts in each predictive model, “Style
of play” (19), “Pressure after losing” (8), and “Exercise with
Pressure after losing
conditioner score” (6) obtained the highest response rates. The
Model 4: Match status
variables “Concentration” (2) and “Opponent” (1) were the
Questions Categories
lowest mentioned solutions.
Cause Concentration
Moreover, beyond a quantitative analysis, the co-occurrence
Style of play
analysis technique allowed the design of a network of
Opponent
relationships between “causes” and “solutions” in the four
Solution Style of play
predictive models (Figure 4).
Opponent
The “Style of play” category seems to be the most decisive for
Scoreboard conditioned tasks
analysts as it is included in both the “causes” (in model 1, 3, and
4) and “solutions” (for all four models). A highly representative
example is the response of interviewee four when asked about
the solution in model 1. This model predicted four times greater
ends, because when you start to improve that aspect, you get closer
to achieving results (participant 2). chance of receiving a goal-scoring opportunity after losing in
his own half at intervals 0′ -15′ and 45′ -60′ than in 75′ -90′ )
(Aguado-Méndez et al., 2020a).
Regarding the problems, the analysts agreed on the prominence
of two issues: “Overly long reports” and “Data heterogeneity.”
One form of intervention may be to change the system. In addition,
I am very critical of such long reports because despite the great I would do conditional tasks to provoke movements and situations
quantity of data, it does not mean that it provides the information to my advantage. We also modify these rules according to the
you need (participant 4). exercise’s outcome (participant 4).

Regarding “Heterogeneity among suppliers” the response of
interviewee six was highly illustrative:
We should define the concept of goal opportunity more clearly for
data providers. We encountered the problem that for a provider,
a move was a clear goal opportunity: a high xG was attributed
Likewise, according to responses of analysts, the “opponent”
category was considered an important cause. The interviewees
placed this category as a “cause” for three models (1, 3, and
4), as well as the “solution” in model 4. In this model, it was
predicted that it was two times more likely that the conceded
opportunity would end in a goal with a favorable result rather

Frontiers in Psychology | www.frontiersin.org 4 September 2021 | Volume 12 | Article 735167

Aguado-Méndez et al.
FIGURE 1 | Answer frequency of the categories of the first three questions for Objective 1.
than a tie. An example of how the “opponent” influences this
model is exemplified by participants four and six.
Real Betis team, even when leading on the scoreboard, did not
changes its idea of play very much, while the opponent was taking
steps forward to achieve a tie, and that can lead to receiving more
goal-scoring opportunities (participant 6).
On the other hand, the “pressure after losing” category was the
“cause” in model 2, but above all, it stands out as a “solution,”
since it was proposed for this purpose in models 1, 2, and 3. An
example of this solution was proposed by analysts two and nine
in model 2. This model predicted a higher chance of receiving
a goal-scoring opportunity when the ball was lost in own half
and, at the same time, few players were involved in the move;
therefore, its duration was reduced.
The team should work to achieve the necessary resources and
get organized around the ball to rally as much as possible in the
face of possible losses (participant 2).
In addition, another major category under which the
psychological or emotional aspects could be organized was
“concentration.” It was cited by the analysts as “cause” for three
models (1, 3, and 4) and as a “solution” in two models (1 and 3).
The interviewees eight and three interpreted that concentration
was a “cause” in model 3 of Aguado-Méndez et al. (2020a). This
model predicted that the probability of receiving a goal-scoring
Frontiers in Psychology | www.frontiersin.org
Analysis of Goal Scoring Opportunities
opportunity by stealing a ball was two-times as high than by a
bad pass due to pressure in the second half.
It may be due to over-relaxation during those minutes. Perhaps
the fact of adopting a very horizontal style, pausing a lot when in
possession of the ball also led to a lack of energy during the match
(participant 8).
Finally, the “physical aspects” category was the “cause” of the
opportunities conceded in two models (2 and 3). An example of
why this factor was the origin in model 3 (it related form of loss
and minute) was given by analyst four.
As fatigue sets in, players make worse decisions, and a typically bad
decision they usually make is that the more tired they are, the more
they keep the ball, the more they play 1 against one, and the lesser
support they get from their teammates—because they are also tired
and that is why it causes those losses... (participant 4).
DISCUSSION
The objectives of this study were two-fold: to gather the overall
perceptions of the interviewed analysts on the game analysis
of their own team and the opponent team, and to analyze
the tactical interpretation of the results of a study on goal-
scoring opportunities. Regarding the first objective, analysts
answered general questions about the analysis of the game of
5 September 2021 | Volume 12 | Article 735167
Aguado-Méndez et al.
FIGURE 2 | Answer frequency to the question “Data provider information.”
their own team and the opponent team. The content analysis
of the responses showed that they believed that the analysis
of both their own team and the opponent was important. A
total of seven of the nine participants all rated the analysis
of the game as “fundamental.” Supporting this “fundamental”
nature of the analysis, in recent years, scientific publications have
been highlighting match analysis as a way of optimizing the
preparation phase of competitions (Hughes and Franks, 2004)
and of building an understanding of the complexity of sports
(Brito Souza et al., 2019).
The “Understanding of the game” and a “Clear observation
methodology” were considered as essential skills for the tactical
analysts. This result is consistent with various works that have
underscored the key role of disposing of a good observation tool
to collect information in a structured way using the predefined
categories (Sarmento et al., 2013b). The “Phases of the game”
and the “Strengths and weaknesses” were regarded as the major
aspects to study when analyzing the opponent team. These results
support the study of Carling et al. (2008). In addition, it has
been shown that once the coach obtains this data, using this
information in mobile sessions helps players to better know and
understand their opponent (Carling et al., 2005).
Moreover, within this first objective of understanding
the perceptions of analysts, they considered “Goal-scoring
opportunities” as the most relevant indicator of match analysis
Frontiers in Psychology | www.frontiersin.org
Analysis of Goal Scoring Opportunities
performance. This opinion is in line with the specialized
literature that considers that, due to their greater frequency,
goal-scoring opportunities are a better indication of football
performance than the number of goals (Reina and Hernández-
Mendo, 2012; González-Ródenas et al., 2016; Pratas et al.,
2018). Analysts have, however, unanimously considered that
no performance indicator is actually useful for coaches if it is
included in “overly long reports.” In relation to this problem,
Castelo (2009) points to the importance that analysts select the
most relevant information, adopting a global perspective, so that
it can be useful to prepare for the matches.
Regarding the future of game analysis, participants considered
it to be the key to “customize the data” in the future, by
adapting it to the characteristics of their own team as well as
“predicting opponent behaviors” according to the phase of the
game. A number of studies have already been carried out in which
different variables have been studied to predict the probability
of scoring a goal (Tenga et al., 2010), of being conceded a goal-
scoring opportunity (Aguado-Méndez et al., 2020a), and the
result of the match (Lago-Peñas et al., 2011).
Regarding the second objective, the participants interpreted
the predictive models obtained in the study of Aguado-Méndez
et al. (2020a). These models were obtained after analyzing the
conceded goal-scoring opportunities of the Real Betis in the
Spanish league 2017/2018 according to contextual, defensive,
6 September 2021 | Volume 12 | Article 735167
Aguado-Méndez et al.
FIGURE 3 | Frequency of causes and solutions in all four predictive models.
and offensive variables through a validated instrument of
observational methodology.
The quantitative data of the predictions found in the
mentioned study answer the questions: “what is happening”
and “what could happen” in the match. On the other hand,
understanding the functional logic of the game plays a major
role in match analysis. Therefore, the interpretation made by the
interviewees of the causes of those predictive models could help
to answer the question of “why they happen” within the style of
play of a particular football team.
The network of relationships between “causes” and “solutions”
indicated that the “Style of play” was the most decisive category
across all the models (Figure 1). Hewitt et al. (2016) define the
style of play as a characteristic pattern of a team cutting across
all the five moments of the game (offense, offensive transition,
defense, defensive transition, and set pieces). Describing and
measuring the different styles of play that soccer teams can adopt
during a match is a very important step toward a more predictive
and prescriptive performance analysis (Lago-Peñas et al., 2018).
According to the patterns shown in these five moments of the
game, teams can be defined, and associated with the performance
indicators (Fernández-Navarro et al., 2016; Gómez-Ruano et al.,
2018). For analysts, the “cause” in models 1, 3, and 4 (Table 2)
was not adapting the “style of play” of this team—that had an
associative style—to the contextual variables of the match. The
Frontiers in Psychology | www.frontiersin.org
Analysis of Goal Scoring Opportunities
interaction between the contextual variables as the match status
and quality of opposition, and venue and quality of opposition
were studied by Fernández-Navarro et al. (2018) determining
its influence in styles of play in soccer match play. Further, in
a study that analyzed the style of play of the 20 teams of La
Liga in Spain in the 2016–2017 season, Castellano and Pic (2019)
concluded that the realities of the competition forced the teams
to adapt to contextual variables (opponent, location, position
in the classification, etc.) in order to succeed. Consequently, it
seems advisable to direct the training toward developing the
flexible and adaptable styles of play to intra- and inter-match
dynamics. It is thus unsurprising that the participants determined
the modification of the “style of play” as a “solution” in the four
predictive models, adapting to the opponent and the evolution of
the outcome of the match to achieve successful results.
Directly related to the above, the analysts considered the
“opponent” category as a major “cause,” as it was the originator in
the three models (1, 3, and 4). This latter finding is in accordance
with the study of Lago-Peñas (2009) that found the opponent
team does change the way they play the match according to the
minute, result, place, etc., thus succeeding in creating difficulties
for the team that does not manage to adapt in the same way.
The “Pressure after loss” category, i.e., the defensive transition,
stood out as a “solution” in models 1, 2, and 3. The importance
of properly performing the defensive transitions was reported
7 September 2021 | Volume 12 | Article 735167
Aguado-Méndez et al.
FIGURE 4 | Relationship between causes and solutions in the four predictive models.
in a study conducted on the German Bundesliga. This latter
work showed that the best teams regained possession faster
than lower-level teams (Vogelbein et al., 2014). In addition, the
“concentration” category, which encompasses the psychological
or emotional aspects, was a “cause” in three models (models 1,
3, and 4) and a “solution” in models 1 and 3. In this line, the
specialized literature has previously shown how psychological
factors can affect the performance of football teams (Pain and
Harwood, 2007).
Frontiers in Psychology | www.frontiersin.org
Analysis of Goal Scoring Opportunities
Finally, the “Physical aspects” category was the “cause” of the
goal-scoring opportunities conceded in models 2 and 3. Indeed,
this category affects the ball action accuracy as well as decision-
making, because it reduces the precision of ball actions and
dexterity generally. The review by Alghannam (2012) shows how
physical performance decreases throughout the match due to
accumulated fatigue. However, a recent study shows that if we
consider effective time (i.e., not counting interruptions) rather
than total playing time, the differences in terms of distances
8 September 2021 | Volume 12 | Article 735167
Aguado-Méndez et al.
traveled at different speeds are much smaller between the first
and second half of the match (Rey et al., 2020). In addition,
the distance traveled at a high intensity (21–24 km/h) and sprint
(>24 km/h) between the first and second part of the match
depends on the demarcation, with midfielders and attackers
decreasing their performance in the second half. Therefore,
fatigue could explain the increase in ball inaccuracy as well as the
worse decision-making of the players. But it would be incorrect
to conclude that a cause-and-effect relationship exists between
these factors. In any event, the contributions of qualitative studies
based on the opinions of football professionals are essential
to build an understanding of the quantitative data, not only
regarding the “physical aspects” category, but also the functional
logic of the game, globally (Wright et al., 2014, 2016; Sarmento
et al., 2015, 2020).
CONCLUSIONS
The objectives of the present study were first, to explore the
general perceptions of the analysis of own team as well as of the
opponent team, and second, to analyze the tactical interpretation
of the quantitative data based on a study on conceded goal-
scoring opportunities. The analysts who participated in this study
found that it was fundamental to analyze their own team and
the opponent team. Indeed, the “Understanding of the game”
and a “Clear observation methodology” represented essential
skills that tactical analysts need to put into practice. From these
results, we emphasize the rigor and systematization that should
characterize the observation phase in order to detect patterns of
behavior of our own team and of our opponents, with the aim
of intervening afterward through the training for the preparation
of the match. In addition, the causes and/or solutions that the
surveyed analysts attributed to some of the predictive models of
the case under study were: adaptability of the “Style of play” itself
to the “Opponent”; and “Pressure after loss.” Therefore, a style of
REFERENCES
Aguado-Méndez, R. D., González-Jurado, J. A., Callejas-Jerónimo, J. E., and Otero-
Saborido, F. M. (2020b). Analysis of the goal-scoring opportunities conceded
in football: a study case in the Spanish La Liga. Qual. Quant. 55, 1477–1496.
doi: 10.1007/s11135-020-01066-7
Aguado-Méndez, R. D., González-Jurado, J. A., and Otero-Saborido, F. (2020a).
Análisis observacional de goles recibidos por el Real Betis en LaLiga: estudio de
caso. Retos 38, 355–362. doi: 10.47197/retos.v38i38.76216
Alghannam, A. F. (2012). Metabolic limitations of performance and fatigue in
football. Asian J. Sports Med. 3, 65–73. doi: 10.5812/asjsm.34699
Bardin, L. (2008). Análise de Conteúdo, 5a Edn. Edições 70.
Braun, V., and Clarke, V. (2006). Using thematic analysis in psychology. Qual. Res.
Psychol. 3, 77–101. doi: 10.1191/1478088706qp063oa
Brito Souza, D., López-Del Campo, R., Blanco, H., Resta, R., and Del Coso, J.
(2019). A new paradigm to understand success in professional football: analysis
of match statistics in LaLiga for 8 complete seasons. Int. J. Perform. Anal. Sport
19, 543–555. doi: 10.1080/24748668.2019.1632580
Carling, C., Reilly, T., and Williams, A. (2009). Performance Assessment for Field
Sports. Routledge.
Carling, C., Williams, A., and Reilly, T. (2005). Handbook of Soccer Match Analysis:
A Systematic Approach to Improving Performance. Abigdon: Routledge.
Frontiers in Psychology | www.frontiersin.org
Analysis of Goal Scoring Opportunities
play that is able to adapt to the opponent, contextual factors, and
adequate pressure after losing the ball have been considered key
aspects to optimize the performance of a team.
DATA AVAILABILITY STATEMENT
The raw data supporting the conclusions of this article will be
made available by the authors, without undue reservation.
ETHICS STATEMENT
The studies involving human participants were reviewed
and approved by Ethics Committee of the Research Center
of Sport Sciences at University Pablo de Olavide, based
at Seville (Spain) and conformed to the recommendations
of the Declaration of Helsinki. The patients/participants
provided their written informed consent to participate in
this study.
AUTHOR CONTRIBUTIONS
RA-M: conceptualization, formal analysis, and visualization.
RA-M and FO-S: methodology, investigation, and
writing—original draft preparation. JG-J and RA-M: software.
ÁR-G and FO-S: validation, resources, writing—review and
editing, and data curation. FO-S and JG-J: resources and
writing—review and editing. JG-J: supervision. ÁR-G: project
administration. All authors have read and agreed to the published
version of the manuscript.
SUPPLEMENTARY MATERIAL
The Supplementary Material for this article can be found
online at: https://www.frontiersin.org/articles/10.3389/fpsyg.
2021.735167/full#supplementary-material
Carling, C., Wright, C., Nelson, L. J., and Bradley, P. S. (2013). Comment on
“Performance analysis in football: a critical review and implications for future
research.” J. Sports Sci. 32, 2–7. doi: 10.1080/02640414.2013.807352
Carling, C., Bloomfield, J., Nelsen, L., and Reilly, T. (2008). The
role of motion analysis in elite soccer: contemporary performance
measurements techniques and work rate data. Sports Med. 38, 839–862.
doi: 10.2165/00007256-200838100-00004
Castellano, J., and Pic, M. (2019). Identification and preference of game styles
in laliga associated with match outcomes. Int. J. Environ. Res. Public Health
16:5090. doi: 10.3390/ijerph16245090
Castelo, J. (2009). Futebol - Organização Dinâmica do jogo, 3rd Edn. Centro de
Estudos de Futebol da Universidade Lusófona de Humanidades e Tecnologia.
Fernández-Navarro, J., Fradua, L., Zubillaga, A., Ford, P. R., and McRobert,
A. (2016). Attacking and defensive styles of play in soccer: analysis
of Spanish and English elite teams. J. Sports Sci. 34, 2195–2204.
doi: 10.1080/02640414.2016.1169309
Fernández-Navarro, J., Fradua, L., Zubillaga, A., and McRobert, A. (2018).
Influence of contextual variables on styles of play in soccer. Int. J. Perform. Anal.
Sport 18, 423–436. doi: 10.1080/24748668.2018.1479925
Fetters, M. D., and Freshwater, D. (2015). Publishing a Methodological
Mixed Methods Research Article. J. Mix. Methods Res. 9, 203–213.
doi: 10.1177/1558689815594687
9 September 2021 | Volume 12 | Article 735167
Aguado-Méndez et al.
Gómez-Ruano, M. Á., Mitrotasios, M., Armatas, V., and Lago-Peñas, C. (2018).
Analysis of playing styles according to team quality and match location
in Greek professional soccer. Int. J. Perform. Anal. Sport. 8, 986–997.
doi: 10.1080/24748668.2018.1539382
González, D. H., López-pastor, V. M., Carlos, J., and Arribas, M. (2020). La
Evaluación formativa y compartida en contextos de aprendizaje cooperativo
en Educación Física en Primaria. Cultura, Ciencia y Deporte. 15, 213–222.
doi: 10.12800/ccd.v15i44.1463
González-Ródenas, J., Lopez-Bondia, I., Calabuig, F., Pérez-Turpín, J. A., and
Aranda, R. (2016). Association between playing tactics and creating scoring
opportunities in counterattacks from United States Major League Soccer games.
Int. J. Perform. Anal. Sport 16, 737–752. doi: 10.1080/24748668.2016.11868920
Halperin, I. (2018). Case studies in exercise and sport sciences: a powerful
tool to bridge the science-practice gap. Int. J. Sports Physiol. Perform.
doi: 10.1123/ijspp.2017-0185. [Epub ahead of print].
Harper, L. D., and McCunn, R. (2017). ‘Hand in Glove’: using qualitative methods
to connect research and practice. Int. J. Sports Physiol. Perform. 127, 990–993.
doi: 10.1123/ijspp.2017-0081
Hewitt, A., Greenham, G., and Norton, K. I. (2016). Game style in soccer:
What is it and can we quantify it? Int. J. Perform. Anal. Sport. 16, 355–372.
doi: 10.1080/24748668.2016.11868892
Hughes, M. (2008). “Sport analysis,” in The Essentials of Performance Analysis. An
Introduction, eds M. Hughes and I. Franks (Abdingdon: Routledge), 367–380.
Hughes, M., and Franks, I. (2004). Notational analysis of sport: systems
for better coaching and performance in sport. J. Sports Sci. Med. 3:104.
doi: 10.4324/9780203641958
Johnson, R. B., and Onwuegbuzie, A. J. (2007). Toward a definition of mixed
methods research. J. Mix. Methods Res. 1, 112–113. https://doi.org/10.1177
%2F1558689806298224
Lago-Peñas, C. (2009). The influence of match location, quality of opposition,
and match status on possession strategies in professional association football.
J. Sports Sci. 27, 1463–1469. doi: 10.1080/02640410903131681
Lago-Peñas, C., Gómez-Ruano, M. Á., and Yang, G. (2018). Styles of play in
professional soccer: an approach of the Chinese Soccer Super League. Int. J.
Perform. Anal. Sport 17, 1073–1084. doi: 10.1080/24748668.2018.1431857
Lago-Peñas, C., Lago-Ballesteros, J., and Rey, E. (2011). Differences in performance
indicators between winning and losing teams in the UEFA Champions League.
J. Hum. Kinet. 27, 135–146. doi: 10.2478/v10078-011-0011-3
Mackenzie, R., and Cushion, C. (2013). “Performance analysis in professional
soccer: Player and coach perspectives,” in Performance Analysis of Sport IX, eds
D. Peters and P. O’Donoghue (Abdingdon: Routledge), 10–16.
Onwuegbuzie, A. J. (2012). Introduction: putting the MIXED back into
quantitative and qualitative research in educational research and beyond:
moving toward the radical middle. Int. J. Mult. Res. Approaches 6, 192–219.
doi: 10.5172/mra.2012.6.3.192
Pain, M. A., and Harwood, C. (2007). The performance environment
of the England youth soccer teams. J. Sports Sci. 25, 1307–1324.
doi: 10.1080/02640410601059622
Pratas, J. M., Volossovitch, A., and Carita, A. I. (2018). Goal scoring in
elite male football: a systematic review. J. Hum. Sport Exerc. 13, 218–230.
doi: 10.14198/jhse.2018.131.19
Reina, A., and Hernández-Mendo, A. (2012). Revisión de indicadores de
rendimiento en fútbol. Rev. Iberoamer. Cienc. Activ. Físic. Depor. 1, 1–14.
doi: 10.1371/journal.pntd.0002208
Rey, E., Kalén, A., Lorenzo-Martínez, M., Campo, R. L.-D., Nevado-Garrosa, F.,
and Lago-Peñas, C. (2020). Elite soccer players do not cover less distance in the
second half of the matches when game interruptions are vol page. J. Strength
Cond. Res. doi: 10.1519/JSC.0000000000003935. [Epub ahead of print].
Ruddock, A. D., Boyd, C., Winter, E. M., and Ranchordas, M. (2019).
Considerations for the scientific support process and applications
to case studies. Int. J. Sports Physiol. Perform. 14, 134–138.
doi: 10.1123/ijspp.2018-0616
Sarmento, H., Anguera, M. T., Pereira, A., Campaniço, J., and Leitão, J. (2016).
Patrones de juego en el ataque rápido de F.C. Barcelona, Manchester United y
Frontiers in Psychology | www.frontiersin.org
Analysis of Goal Scoring Opportunities
F.C. Internazionale Milano -Un enfoque de Mixed Methods. Cuadern. Psicol.
Depor. 16, 31–42. doi: 10.1080/24748668.2014.11868731
Sarmento, H., Barbosa, A., Anguera, M. T., Campaniço, J., and Leitão,
J. (2013a). “Regular patterns of play in the counter-attack of the FC
Barcelona and Manchester united football teams,” in eds D. P. and P.
O’Donoghue Performance Analysis of Sport IX (Abdingdon: Routledge), 57–64.
doi: 10.4324/9780203080443
Sarmento, H., Bradley, P., and Travassos, B. (2015). The transition from match
analysis to intervention: optimising the coaching process in elite futsal. Int. J.
Perform. Anal. Sport 15, 471–488. doi: 10.1080/24748668.2015.11868807
Sarmento, H., Clemente, F. M., Araújo, D., Davids, K., McRobert, A., and
Figueiredo, A. (2017). What performance analysts need to know about research
trends in Association Football (2012–2016): a systematic review. Sports Med.
48, 799–836. doi: 10.1007/s40279-017-0836-6
Sarmento, H., Clemente, F. M., Gonçalves, E., Harper, L. D., Dias, D., and
Figueiredo, A. (2020). Analysis of the offensive process of AS Monaco
professional soccer team: a mixed-method approach. Chaos Solit. Fract.
133:109676. doi: 10.1016/j.chaos.2020.109676
Sarmento, H., Pereira, A., Campaniço, J., Anguera, M. T., and Leitão, J. (2013b).
“Soccer match analysis: a qualitative study with portuguese first league coaches,”
in Performance Analysis of Sport IX, eds D. Peters and P. O’Donoghue
(Abdingdon: Routledge), 10–16.
Smith, B., and Caddick, N. (2012). Qualitative methods in sport: a concise overview
for guiding social scientific sport research. Asia Pacif. J. Sport Soc. Sci. 1, 60–73.
doi: 10.1080/21640599.2012.701373
Tenga, A., Holme, I., Ronglan, L. T., and Bahr, R. (2010). Effect of playing tactics
on goal scoring in Norwegian professional soccer. J. Sports Sci. 28, 237–244.
doi: 10.1080/02640410903502774
Vogelbein, M., Nopp, S., and Hökelmann, A. (2014). Defensive transition in
soccer - are prompt possession regains a measure of success? A quantitative
analysis of German Fußball-Bundesliga 2010/2011. J. Sports Sci. 32, 1076–1083.
doi: 10.1080/02640414.2013.879671
Wright, C., Atkins, S., and Jones, B. (2012). An analysis of elite coaches’
engagement with performance analysis services (match, notational
analysis and technique analysis). Int. J. Perform. Anal. Sport 12, 436–451.
doi: 10.1080/24748668.2012.11868609
Wright, C., Carling, C., and Collins, D. (2014). The wider context of performance
analysis and it application in the football coaching process. Int. J. Perform. Anal.
Sport 14, 709–733. doi: 10.1080/24748668.2014.11868753
Wright, C., Carling, C., Lawlor, C., and Collins, D. (2016). Elite football player
engagement with performance analysis. Int. J. Perform. Anal. Sport 16,
1007–1032. doi: 10.1080/24748668.2016.11868945
Conflict of Interest: ÁR-G was employed by football club “Watford Football
Club”.
The remaining authors declare that the research was conducted in the absence of
any commercial or financial relationships that could be construed as a potential
conflict of interest.
Publisher’s Note: All claims expressed in this article are solely those of the authors
and do not necessarily represent those of their affiliated organizations, or those of
the publisher, the editors and the reviewers. Any product that may be evaluated in
this article, or claim that may be made by its manufacturer, is not guaranteed or
endorsed by the publisher.
Copyright © 2021 Aguado-Méndez, González-Jurado, Reina-Gómez and Otero-
Saborido. This is an open-access article distributed under the terms of the Creative
Commons Attribution License (CC BY). The use, distribution or reproduction in
other forums is permitted, provided the original author(s) and the copyright owner(s)
are credited and that the original publication in this journal is cited, in accordance
with accepted academic practice. No use, distribution or reproduction is permitted
which does not comply with these terms.
10 September 2021 | Volume 12 | Article 735167
6. Discusión, conclusiones y aplicaciones prácticas

6.1 Discusión

El objetivo principal de esta tesis fue abordar las variables técnico-tácticas que
condicionan el rendimiento en fútbol, analizando cuantitativa y cualitativamente los
aspectos que influyen en el mismo.

Para ello, en el artículo 1 se analizó mediante revisión sistemática la información

ofrecida por los proveedores de datos en los formatos de competición de liga regular en
la élite de cada país sobre variables técnico-tácticas. En primera instancia, se partía de
la hipótesis que la mayoría de estudios de la literatura científica se centran solamente
en variables físicas (distancias recorridas, velocidades, etc.) existiendo pocas
investigaciones con proveedores de datos sobre variables técnico-tácticas (Carling et al.,
2008; J. Castellano et al., 2014).

A pesar de la utilidad de datos físicos, parece necesario apelar al paradigma de

la complejidad y añadir el análisis de variables técnico-tácticas dada su especificidad y
su mayor carácter explicativo de un deporte complejo como el fútbol. Los estudios se
clasificaron según el tipo de análisis realizado: análisis descriptivo, comparativo y
predictivo. Los resultados obtenidos reflejaron que la mayoría de estudios utilizaron un
análisis descriptivo con objetivo de explicar el estilo de juego y variables contextuales
(58,06%), seguido con una gran diferencia de los estudios comparativos que analizaron
predominantemente las demarcaciones (22,58%) y por los predictivos que se centraban
en descubrir patrones individuales o colectivos (19,05%). Esos mismos datos son
coincidentes con la revisión sistemáticas de Castellano et al. (2014) y Sarmento et al.
(2014) y es posible que sea debido a la dificultad de analizar el juego desde una
perspectiva sistémica. Sin embargo, los proveedores de datos elaboran cada vez
métricas cualitativamente más complejas y predictivas vinculadas a la lógica funcional
del juego como los goles esperados (Brechot & Flepp, 2020). Dado el potencial para
analizar de forma global el rendimiento a través de todos los datos hoy en día
disponibles, se hace necesario automatizar el proceso de captura, transformación y
gestión de toda la información disponible para poder realizar análisis en tiempo real

107
(Fedushko et al., 2020). Los proveedores están evolucionando para acercarse cada vez
más a las necesidades de los entrenadores y analistas.

Posteriormente, en el artículo 2 se investigó los goles recibidos por un equipo

de fútbol profesional en la temporada 2017-2018 a partir de variables contextuales,
ofensivas y defensivas; y comprobar si existían relaciones de dependencia entre las
variables anteriormente mencionadas con los goles recibidos. Utilizar el máximo nivel
de logro como es el gol, aunque no es explicativo por si mismo de todo el rendimiento
de un equipo, si permitió corroborar con la investigación de Njororai (2014) el aumento
de goles que se produce entre los minutos ‘76 – 90’ (5 grandes ligas europeas, 21,7%;
en el presente estudio, 25.6%). Otra variable contextual destacable fue el resultado del
partido, ya que el 41% de los goles se recibieron cuando el equipo perdía. Como variable
defensiva, la zona de pérdida fraccionando el campo en 4 franjas horizontales tuvo en
el 1er y 2º cuarto los mayores porcentajes (1º, 24.6%; 2º, 39.3%). Tenga et al. (2010) ya
mostró unos datos similares con un 32.7% en el primer tercio de campo siendo este dato
una característica de equipos que tratan de sacar el balón con estilo combinativo y
asumiendo riesgos en cerca de su propia portería. En cuanto a variables ofensivas del
los rivales, el 62,3% de los goles encajados fue con 4 o más jugadores del equipo
estudiado por delante del balón, esto puede explicarse por el desequilibrio producido
en el balance defensivo (Tenga et al., 2010). Este hecho explica que el rival consiguiese
gol utilizando menos de 4 pases en el 63,9% de los goles que el equipo recibió.
Evidenciando más efectividad en jugadas con pocos pases y recomendándose por tanto
una alta presión tras pérdida para reducir los goles recibidos.

En el artículo 3 se amplió la muestra considerando la unidad de análisis las

ocasiones de gol, además de añadir la regresión logística como técnica de análisis
predictivo. Se encontraron similitudes y diferencias respecto al artículo 2 donde sólo se
tuvieron en cuenta los goles. En relación con variables contextuales, se halló el doble de
probabilidad de que la ocasión recibida terminase en gol cuando el equipo iba ganando
respecto a empatando. Esto puede explicarse por la influencia del resultado del partido
en las ocasiones al modificar los equipos su forma de atacar (Mclean et al., 2018). El uso
de la regresión logística binaria mostró patrones tácticos significativos evidenciando que
las pérdidas en campo propio eran muy determinantes para el equipo estudiado (la

108
probabilidad de recibir ocasión de gol tras pérdida en campo propio era 4 veces mayor
en los intervalos 0’-15’ y 45’-60’ que en el 75’-90’). Este hecho podría explicarse por el
mayor nivel físico de los equipos rivales en la 1ª parte al presionar la salida de balón
(Izzo et al., 2020). Con esta técnica de análisis predictivo también se halló que la
probabilidad de recibir ocasión de gol cuando se perdía el balón en campo propio es
considerablemente mayor cuantos menos jugadores y pases rivales intervienen en la
jugada y, por tanto, menos tiempo era empleado en la misma. Este patrón podría
explicarse por perder la posesión de balón cuando se está realizando la salida hacia
zonas más avanzadas en transición ofensiva produciendo un desequilibrio defensivo que
vuelve al equipo más débil para volver a defender ataques rápidos del rival. En esta línea
González-Ródenas et al. (2015). encontró en su investigación en la MLS como los
contraataques eran la forma de ataque más efectiva pero sólo cuando el equipo estaba
desequilibrado defensivamente.

Por último, en el artículo 4 mediante análisis cualitativo los objetivos fueron

conocer la percepción general de expertos sobre el análisis del juego y profundizar en la
interpretación táctica sobre los datos cuantitativos del artículo 3 sobre ocasiones de gol.
Respecto al primer objetivo el análisis de contenido reflejó la ‘comprensión del juego’ y
‘metodología de observación clara’ fueron consideradas como habilidades esenciales
para ejercer como analista táctico. Este resultado concuerda con diferentes trabajos que
destacan la importancia de tener un buen instrumento de observación para recoger
información de manera estructurada con categorías predefinidas (Groom et al., 2011;
Sarmento, Pereira, et al., 2013). Así mismo, consideraron las ‘ocasiones de gol’ como el
indicador de rendimiento más relevante debido a su mayor frecuencia que los goles, lo
cual coincide con la literatura especializada (González-Ródenas et al., 2016; José Maria
Pratas et al., 2018; Reina & Hernández-Mendo, 2012). Además, los analistas destacan la
necesidad de concreción en los análisis que realizan para el entrenador, así como
‘personalizar los datos’ adaptándolos a cada equipo y poder ‘predecir comportamientos
del rival’ según la fase del juego. Con el segundo objetivo se pretendía conocer el “por
qué” de los principales resultados cuantitativos del artículo 3 sobre ocasiones de gol
interpretándolos tácticamente dentro de un estilo de juego concreto. La interpretación
de los expertos reflejó la poca flexibilidad del ‘modelo de juego’ propio ante el ‘rival’

109
como principal causa en algunos de los modelos predictivos del caso analizado.
Castellano y Pic (2019) ya evidenciaron la importancia de tener la capacidad de adaptar
tu forma de jugar a las distintas circunstancias que se dan en un partido (rival,
localización, nivel, etc.). La ‘presión tras pérdida’, haciendo referencia a la transición
defensiva, fue el principal foco que los expertos sugirieron donde buscar soluciones. La
importancia de realizar adecuadamente las transiciones defensivas se reportó en una
investigación realizada en la Bundesliga alemana, donde se demostró que los mejores
equipos recuperaban la posesión más rápidamente que los equipos de menor nivel
(Vogelbein et al., 2014).

6.2 Conclusiones
Las conclusiones obtenidas a partir de los objetivos planteados en los estudios
realizados en la presente tesis doctoral son las siguientes:

Artículo 1, “Technical-Tactical Performance from Data Providers: A Systematic Review in

Regular Football Leagues”.

Objetivo: analizar mediante revisión sistemática la información ofrecida por los

proveedores de datos en los formatos de competición de liga regular en la élite de cada
país sobre variables técnico-táctica.

1. Conclusiones:
1.1. Los análisis descriptivos son mucho más frecuentes que los comparativos y
predictivos.
1.2. LaLiga española y Premier League inglesa fueron las competiciones más
estudiadas.
1.3. 'Modelo de juego', ‘variables contextuales' (con análisis descriptivo) y
'demarcación' (mediante análisis comparativo) son los objetivos más utilizados
en los 28 estudios que utilizan los proveedores de datos en las ligas regulares
de élite.

110
Artículo 2, “Análisis observacional de goles recibidos por el Real Betis en LaLiga: estudio
de caso”.

Objetivos: examinar los factores técnico-tácticos según variables situacionales,

ofensivas y defensivas de los goles recibidos por un equipo de LaLiga 2017/2018 con alto
% posesión de balón. Además de comprobar si existen relaciones de dependencia entre
dichas variables con los goles recibidos.

2. Conclusiones:
2.1. El intervalo comprendido entre los minutos 76´ y 90´ e ir perdiendo son
condicionantes que provocan el aumento de goles encajados.
2.2. A nivel defensivo, la mayoría de los goles encajados fueron por pérdidas
mediante robo del rival en zonas cercanas a la propia portería.
2.3. En cuanto al ataque rival, las jugadas con pocos pases tuvieron éxito con más
frecuencia, estando presente esta característica en jugadas de contraataque,
por lo que se sugiere una adecuada presión para cortar o retrasar el ataque rival
permitiendo reorganizar la defensa.

Artículo 3, “Analysis of the goal-scoring opportunities conceded in football: a study case

in the Spanish LaLiga”.

Objetivos: analizar las ocasiones de gol durante una temporada completa por un equipo
de la Liga española con un estilo combinativo muy marcado durante la temporada
2017/2018. Así como investigar las diferencias entre las categorías que integran las
variables contextuales, ofensivas y defensivas en las ocasiones de gol recibidas;
comprobar las relaciones entre las variables técnico-tácticas en las ocasiones de gol
recibidas; y predecir las probabilidades de que se produzcan ocasiones de gol a partir de
modelos explicativos integrados por las diferentes variables.

111
3. Conclusiones:
3.1. La pérdida de balón en campo propio es un factor determinante en las ocasiones
de gol recibidas. Las ocasiones de gol tras pérdida en campo propio pueden
predecirse a partir de otras variables como el minuto del partido dónde se
pierde el balón (primeros 15 minutos del primer y segundo tiempo), un bajo
número de pases en la elaboración de la ocasión y, por tanto, número de
jugadores y duración reducida de la jugada que antecede a la ocasión.
3.1.1. La probabilidad de recibir ocasión de gol tras pérdida en campo propio
es:
- 4 veces mayor en los intervalos 0’-15’ y 45’-60’ que en el 75’-90’.
- Casi 3 veces mayor si el rival sólo da 0 ó 1 pase para finalizar la jugada
que si da 5 o más pases.
- 15 veces mayor si el ataque rival dura entre 3 y 5”, y 5 veces mayor si
dura < 3” que si se durase > 9”.
- 7 veces mayor si produce con 1 jugador participando en la jugada que
si participan 5 o más.

3.2. Otros factores contextuales de las ocasiones de gol recibidas como el lugar del
partido, resultado momentáneo o minuto de la ocasión pudieran explicarse y,
por tanto, mejorarse a partir de otras variables tácticas como el tipo de ataque
recibido o la forma de pérdida del balón.
3.2.1. La probabilidad de recibir ocasión de gol en el 2º tiempo es 3 veces mayor
si produce la pérdida de balón por robo que por mal pase presionado.
3.2.2. La probabilidad de recibir ocasión de gol jugando como visitante es:
- 12 veces mayor si no hay ningún jugador propio por delante del balón, y
6 veces mayor con 2 jugadores que si hubiese 4 o más jugadores
- 2 veces mayor si el rival utiliza la forma de ataque combinado que si
utiliza el contraataque.
3.2.3. La probabilidad de que la ocasión recibida se materialice en gol es el
doble con resultado a favor que empatando.

112
Artículo 4, “Perceptions of football analysts goal-scoring opportunity predictions: a
qualitative case study”.

Objetivos: conocer la percepción general de especialistas sobre el análisis del juego y

examinar la interpretación táctica de los analistas sobre los datos cuantitativos del
estudio sobre ocasiones de gol recibidas.

4. Conclusiones:
4.1. Los analistas otorgan un papel crucial al análisis del equipo propio y del rival.
4.2. Consideran la ‘comprensión del juego’ y ‘metodología de observación clara’ las
habilidades esenciales para ejercer como analista táctico.
4.3. La poca adaptabilidad del ‘modelo de juego’ propio ante el ‘rival’ es considerada
la principal causa de las ocasiones recibidas por el equipo analizado.
4.4. La principal solución propuesta para abordar los problemas que se planteaban
a los expertos según los modelos predictivos del caso analizado era la mejora
de la ‘presión tras pérdida’.

Como conclusión final, en el fútbol, deporte de notable incertidumbre y de bajo

tanteo es necesario entenderlo desde el paradigma de la complejidad. Por ello, el “todo”
es “más” que la suma de las partes. Con la realización de esta tesis, además de una
revisión sistemática para conocer el estado actual sobre la temática abordada, se ha
realizado una aproximación a la lógica funcional del juego a través del análisis de la
interacción de los factores implicados primero en los goles recibidos en el caso de un
equipo de LaLiga española con perfil de juego de alta posesión del balón, después
ampliando la muestra tomando como unidad de análisis las ocasiones de gol y por
último, una vez conocido “qué ocurría” según los hallazgos encontrados en los
anteriores estudios, se ha abordado el “porqué sucedía” y “cómo solucionarlo” con la
opinión de expertos tendiendo un puente para la transferencia desde la investigación
del análisis del juego a la realidad de los equipos de fútbol profesionales.

113
6.3 Aplicaciones prácticas

Para no registrar acciones aisladas y tener en cuenta la interdependencia de

diversos factores al crear situaciones para marcar gol, en esta investigación se ha
pretendido realizar un nuevo enfoque para comprender no sólo “qué”, “cuándo” y
“dónde” ocurren las acciones, sino también “cómo” la interacción entre factores
contextuales, defensivos y ofensivos influye en el rendimiento de los equipos. Los
hallazgos de esta investigación pueden ser útiles para los entrenadores y ayudarles a
mejorar las estrategias.

Al estudiar las jugadas que crearon oportunidades de gol se ofrece a los

entrenadores conocer los patrones de un equipo en sus jugadas exitosas, aunque no
necesariamente hayan terminado en gol. Con la consecución de dichos objetivos se
pretende facilitar a los técnicos evidencias para analizar, preparar y ajustar las
estrategias para los entrenamientos y partidos. Además, esta información ayudaría al
diseño de tareas de entrenamiento al modificar las diferentes variables para reproducir
un contexto real.

Se ha demostrado una vez más la MO como medio útil para el análisis del juego
y con ello ayudar entrenadores a minimizar las debilidades y potenciar las fortalezas
encontradas en la observación en situaciones reales de competición. Por ello, la
información extraída en los estudios realizados puede ser determinante para el
rendimiento posterior al facilitar la toma de decisiones a los distintos miembros del
cuerpo técnico.

Una herramienta apropiada para acercar los datos y la investigación científica a

los cuerpos técnicos son los ‘mixed methods’, combinando elementos de investigación
cuantitativa y cualitativa. El estudio cualitativo realizado sobre datos cuantitativos
aporta un valor añadido al proporcionar una visión general más holística de los datos
recogidos y contextualiza las conclusiones del análisis cuantitativo. Y es que para
mejorar la comprensión del juego y que los datos y la investigación científica estén
realmente al servicio de los problemas tácticos, la investigación cualitativa es una gran
aliada al facilitar la interpretación de los resultados cuantitativos obtenidos
previamente. Por ello, la combinación cuantitativo-cualitativo es una manera útil de

114
optimizar el rendimiento a partir de las interpretaciones que formulen los profesionales
del deporte en cuestión para identificar no solo “qué sucede en un partido”, sino
también el “por qué sucede”.

7. Limitaciones

En el artículo 1 las limitaciones vienen tras acotar la muestra al objeto de estudio

y por tanto excluir todas aquellas ligas que no fuesen las principales de Europa, no
siendo tenidas en cuenta competiciones como la 2ª División española e inglesa donde
existe una gran cantidad de datos, así como tampoco fueron incluidas competiciones de
selecciones nacionales como Mundiales y Eurocopas.

La principal limitación de los estudios centrales de esta tesis doctoral (artículo 2

y 3) ha sido el tamaño muestral debido a la imposibilidad de acceder a datos de
proveedores con registros de eventing semi-automatizados como Instat, Mediacoach o
WyScout, lo cual ha provocado tener que registrar manualmente y una a una cada
unidad de análisis de la muestra estudiada (mediante metodología observacional) de un
solo equipo (considerándose un estudio de caso). Con la posibilidad de acceder a
proveedores como los anteriormente mencionados, el proceso de captura y
transformación de los datos a estudiar resultaría mucho más rápido pudiendo invertir
ese tiempo en análisis aún más profundos, además de por el mismo motivo incluir más
datos a estudiar. Por otro lado, también sería más factible añadir más equipos y por
tanto poder obtener conclusiones de otras realidades diferentes al equipo estudiado.

Las limitaciones del artículo 4 se derivan de las anteriores ya que pudiendo

acceder a muestras mayores en los estudios cuantitativos (artículo 2 y 3), las
interpretaciones de los especialistas en la investigación cualitativa pudiesen ser
extrapolables a más contextos.

115
8. Futuras líneas de investigación
Tras ser expuestas tanto las conclusiones como las limitaciones, se sugiere como
futuras líneas de investigación:

- Estudiar variables que conducen a los equipos a crear ocasiones de gol

(denominado por los proveedores como xG “expectativa de gol”) tomando como
muestra los equipos de toda una liga y clasificándose los equipos según otros
datos que definan su modelo de juego (posesión, densidad de jugadores en una
zona, etc.)
- Discriminar de todos los datos que se producen en cada partido, cuáles de ellos
resultan determinantes para el éxito de cada equipo en una liga. Esto resultaría
interesante ya que más allá de datos básicos como tiros, posesión de balón, etc.
cada equipo traza unos patrones a lo largo del tiempo de los cuales se podría
extraer las variables que si están presentes en el juego, los acercan a la victoria.
- Analizar que factores pueden influir en la diferencia entre goles marcados y los
esperados por un equipo a lo largo de una temporada.

116
9. Bibliografía
Aguado-Méndez, R. D., González-Jurado, J. A., Callejas-Jerónimo, J. E., & Otero-
Saborido, F. M. (2020). Analysis of the goal-scoring opportunities conceded in
football: a study case in the Spanish La Liga. Quality & Quantity.
https://doi.org/10.1007/s11135-020-01066-7
Aguado-Méndez, R. D., González-Jurado, J. A., & Otero-Saborido, F. M. (2020). Análisis
observacional de goles recibidos por el Real Betis en LaLiga: estudio de caso.
Retos, 38, 355–362. https://doi.org/https://doi.org/10.47197/retos.v38i38.76216
Aiken, L. (1985). Three coefficients for analyzing the reliability and validity of ratings.
Educational and Psychological Measurement, 45(1), 131–142.
https://doi.org/10.1177/0013164485451012
Alberti, G., Iaia, F. P., Arceli, E., Cavaggioni, L., & Rampinini, E. (2013). Goal scoring
patterns in major European soccer leagues. , 9, 151-153. Sport Sciences for Health,
9, 151–153.
Almeida, C. H., Ferreira, A. P., & Volossovitch, A. (2014). Effects of match location,
match status and quality of opposition on regaining possession in UEFA
Champions League. Journal of Human Kinetics, 41, 2013–2214.
https://doi.org/10.2478/hukin-2014-0048
Almond, L. (1983). Games making. Bulletin of Physical Education, 19(1), 32–35.
Anderson, C., & Sally, D. (2014). The numbers game: Why everything you know about
football is wrong (P. Books (ed.)).
Andújar, M. A. (2015). La transición defensiva en el fútbol de élite. Análisis de la Copa
Mundial de la FIFA Sudáfrica 2010. Universidad de A Coruña.
Anguera, M. T. (2009). Methodological observation in sport: Current situation and
challenges for the next future. Motricidade, 5(3), 15–25.
Anguera, M. T. (2010). Complementariedad metodológica en la investigación en
psicología: del enfrentamiento al continuum. Jornadas de Psicología Intervención
Psicológica En Problemas Sociales.
Anguera, M. T., & Hernández-Mendo, A. (2013a). La metodología observacional en el
ámbito del deporte. Revista de Ciencias Del Deporte, 9(3), 135–160.
Anguera, M. T., & Hernández-Mendo, A. (2013b). La metodología observacional en el

117
 ámbito del deporte. E-Balonmano.Com: Revista de Ciencias Del Deporte, 9(3),
135–160.
Anguera, M. T., & Hernández-Mendo, A. (2016). Avances en estudios observacionales
de ciencias del deporte desde los mixed methods. Cuadernos de Psicología Del
Deporte, 16(1), 17–30.
Ardá, A., & Casal, C. (2003). Metodología de la enseñanza del fútbol. Paidotribo.
Ardá, A., Maneiro, R., Rial, A., Losada, J. L., & Casal, C. (2014). Análisis de la eficacia de
los saques de esquina en la copa del mundo de fútbol 2010. Un intento de
identificación de variables explicativas. Revista de Psicología Del Deporte, 23(1),
165–172.
Armatas, V., Giannakos, A., Skoufas, D., & Papadopoulou, S. (2009). Evaluation of goals
scored in top ranking soccer matches: Greek “Superleague” 2006-07. Serbian
Journal of Sports Sciences, February.
Armatas, V., & Yiannakos, A. (2010). Analyis and evaluation of goals scored in 2006
World Cup. Journal of Sport And Health Research, 2(2), 119–128.
Armatas, V., Yiannakos, A., & Sileloglou, P. (2007). Relationship between time and goal
scoring in soccer games: Analysis of three World Cups. International Journal of
Performance Analysis in Sport, 7(2), 48–58.
https://doi.org/10.1080/24748668.2007.11868396
Bakeman, R., & Gottman, J. M. (1997). Observing interaction. An Introduction to
Sequential Analysis (2nd ed.). Cambridge University Press.
https://doi.org/10.1017/CBO9780511527685
Balagué, N., & Torrents, C. (2011). Complejidad y deporte (Rendimiento deportivo).
INDE.
Bayer, C. (1986). La enseñanza de los juegos deportivos colectivos (Hispano-Eu).
Bishop, D. (2008). An applied research model for the sports sciences. Sports Medicine,
38(3), 253–263.
Blanco-Villaseñor, Á. (1997). Metodologías cualitativas en la investigación psicológica.
Universitat Oberta de Catalunya.
Blázquez, D. (1986). Iniciación a los deportes de equipo. Ediciones Martínez Roca.
Bonfonti, M., & Pereni, A. (2002). Fútbol a balón parado. Ed. Paidotribo.
Brechot, M., & Flepp, R. (2020). Dealing With Randomness in Match Outcomes: How to

118
 Rethink Performance Evaluation in European Club Football Using Expected Goals.
Journal of Sports Economics, 21(4), 335–362.
https://doi.org/10.1177/1527002519897962
Calduch Cervera, R. (2014). Métodos y técnicas de investigación en relaciones
internacionales. Universidad Complutense de Madrid.
https://www.ucm.es/data/cont/media/www/pag-55163/2Metodos.pdf
Cano, O. (2000). Entrenamiento global basado en la interpretación del juego.
Wanceulen.
Cano, O. (2012). El juego de posición del FC Barcelona. McSport.
Carling, C., Bloomfield, J., Nelsen, L., & Reilly, T. (2008). The role of motion analysis in
elite soccer: contemporary performance measurements techniques and work rate
data. Sports Medicine, 38(10), 839–862. https://doi.org/10.2165/00007256-
200838100-00004
Carling, C., & Dupont, G. (2011). Are declines in physical performance associated with a
reduction in skill-related performance during professional Football match-play?
Journal of Sports Sciences, 29(1), 63–71.
Carling, C., Reilly, T., & Williams, A. (2009). Performance assessment for field sports.
Routledge.
Carling, C., Wright, C., Nelson, L. J., & Bradley, P. S. (2013). Comment on “Performance
analysis in football: A critical review and implications for future research.” Journal
of Sports Sciences, 32(1), 2–7. https://doi.org/10.1080/02640414.2013.807352
Caro, O. (2014). Análisis de los espacios de juego en el fútbol profesional y su
extrapolación al diseño de las tareas de entrenamiento. Universidad de Granada,
Granada.
Casáis, L., & Lago-Ballesteros, J. (2006). Análisis de los procesos ofensivos que llevan al
gol en el fútbol: orientaciones para el entrenamiento táctico. Training Fútbol, 128.
Castellano, J., Alvarez-Pastor, D., & Bradley, P. S. (2014). Evaluation of research using
computerised tracking systems (amisco® and prozone®) to analyse physical
performance in elite soccer: A systematic review. Sports Medicine, 44(5), 701–
712. https://doi.org/10.1007/s40279-014-0144-3
Castellano, Julen. (2000). Observación y análisis de la acción de juego en el fútbol.
Universidad del País Vasco.

119
Castellano, Julen. (2008). Análisis de las posesiones de balón en fútbol: frecuencia ,
duración y transición. Motricidad. European Journal of Human Movement, 21,
179–196.
Castellano, Julen, & Casamichana, D. (2016). El arte de planificar en el fútbol.
FutbolDLibro.
Castellano, Julen, & Hernández-Mendo, A. (2015). La Observación aplicada en
diferentes ámbitos de la actividad física y el deporte: los fundamentos de base.
Revista Española de Educación Física Deportes, 409, 15–19.
http://reefd.es/index.php/reefd/article/download/84/84
Castellano, Julen, & Pic, M. (2019). Identification and Preference of Game Styles in
LaLiga Associated with Match Outcomes. International Journal of Environmental
Research and Public Health, 16, 5090. https://doi.org/10.3390/ijerph16245090
Castelo, J. (1994). Futebol. Modelo técnico-táctico do jogo. Universida técnica de
Lisboa.
Castelo, J. (1999). Fútbol: estructura y dinámica del juego. INDE Publicaciones.
Collet, C. (2013). The possession game? A comparative analysis of ball retention and
team success in European and international football, 2007–2010. Journal of Sports
Sciences, 31, 123–136.
Conde, M. (2010). Transición ataque-defensa. Pautas táctico-emocionales. MC Sport.
Davids, K., Button, C., Araújo, D., Renshaw, I., & Hristovski, R. (2006). Movement
models from sports provide representative task constraints fot studying adaptive
behaviour in human movement studies. Adapt Behav, 14.
https://doi.org/10.1177/105971230601400103
Daza, G., Andrés, A., & Tarragó, R. (2017). Match statistics as predictors of team’s
performance in elite competitive handball. RICYDE: Revista Internacional de
Ciencias Del Deporte, 13(48), 149–161.
Delgado Bordonau, J., & Mendez Villanueva, J. (2018). Tactical Periodization. A proven
successful training model. Soccer Tutor.
Duarte, R., Araujo, D., Folgado, H., Esteves, P., Marques, P., & Davids, K. (2013).
Capturing complex, non-linear team behaviours during competitive football
performance. Journal of Systems Science and Complexity, 26(1), 62–72.
https://doi.org/10.1007/s11424-013-2290-3

120
Espar, F. (2004). Entrenamiento de la táctica. Apuntes del Máster de Alto Rendimiento
en Deportes Colectivos. INEFC-FCB-Byomedic.
Espino, C. (2017). Análisis predictivo: técnicas y modelos utilizados y aplicaciones del
mismo - herramientas Open Source que permiten su uso. Universidad Oberta de
Catalunya.
Etxebeste, J., & Castellano, J. (2005). Avances en los estudios sobre la acción motriz. In
Á. M. González (Ed.), Avances en Ciencias del Deporte (pp. 23–43). Universidad del
País Vasco.
Eugster, M. J., Gertheiss, J., & Kaiser, S. (2010). Having the second leg at home –
advantage in the UEFA champions league knockout phase? Ournal of Quantitative
Analysis in Sports, 7(1), 1–9.
Fedushko, S., Mastykash, O., Syerov, Y., & Peracek, T. (2020). Model of user data
analysis complex for the management of diverse web projects during crises.
Applied Sciences (Switzerland), 10(24), 1–12.
https://doi.org/10.3390/app10249122
Fetters, M. D., & Freshwater, D. (2015). Publishing a Methodological Mixed Methods
Research Article. Journal of Mixed Methods Research, 9(3), 203–213.
https://doi.org/10.1177/1558689815594687
Fleiss, J. L., Levin, B., & Paik, M. C. (2003). Statistical methods for rates and proportions.
John Wiley & Sons, Inc. https://doi.org/10.1002/0471445428
Frade, V. (1985). Alta competiçao no futebol-que exigencias do tipo metodológico.
Facultad de Deporte de la Universidad de Porto.
Frade, V. (2000). A interacçao invariante estructural da estructura do rendimento do
futebol, como objecto de conhecimento científico- Uma porposta de explicitaçao
de causalidade. Oporto.
Garganta, J. (1997a). Modelaçao táctica do jogo de Futebol. Estudo da organizaçao da
fase ofensiva em equipas de alto rendimiento. Univesidade do Porto.
Garganta, J. (1997b). Modelaçao táctica do jogo de Futebol. Estudo da organizaçao da
fase ofensiva em equipas de alto rendimiento (Tesis Doctoral). Universidade do
Porto.
Garganta, J. (2000). Análisis del juego en el fútbol: El recorrido evolutivo de las
concepciones, métodos e instrumentos. Red: Revista De Entrenamiento

121
 Deportivo, 14(2), 5–14.
Gómez, M., & Álvaro, J. (2003). El tiempo de posesión como variable no determinante
del resultado en los partidos de fútbol. El Entrenador Español, 97, 39–57.
González-Ródenas, J. (2013). Análisis del rendimiento táctico en el juego colectivo
ofensivo en fútbol en la Copa del Mundo 2010 (Tesis doctoral). Universidad de
Valencia.
González-Ródenas, J., Aranda, R., Tudela, A., Sanz, E., Crespo, J., & Aranda, R. (2020).
Pasado, presente y futuro del análisis de goles en el fútbol profesional. Retos, 37,
774–785.
González-Ródenas, J., López-Bondía, I., Calabuig, F., & Aranda, R. (2015). Indicadores
tácticos asociados a la creación de ocasiones de gol en fútbol profesional. Cultura,
Ciencia y Deporte, 215–225. https://doi.org/10.1016/j.jsams.2016.10.014
González-Ródenas, J., Lopez-Bondia, I., Calabuig, F., Pérez-Turpin, J. A., & Aranda, R.
(2015). The effects of playing tactics on creating scoring opportunities in random
matches from US Major League Soccer. International Journal of Performance
Analysis in Sport, 15(3), 851–872.
https://doi.org/10.1080/24748668.2015.11868836
González-Ródenas, J., Lopez-Bondia, I., Calabuig, F., Pérez-Turpín, J. A., & Aranda, R.
(2016). Association between playing tactics and creating scoring opportunities in
counterattacks from United States Major League Soccer games. International
Journal of Performance Analysis in Sport, 16(2), 737–752.
https://doi.org/10.1080/24748668.2016.11868920
González, A. (2020). Dinámica del juego desde la perspectiva de las transiciones.
Círculo Rojo.
Groom, R., Cushion, C., & Nelson, L. (2011). The delivery of video-based performance
analysis by england youth soccer coaches: Towards a grounded theory. Journal of
Applied Sport Psychology, 23(1), 16–32.
https://doi.org/10.1080/10413200.2010.511422
Hernández Moreno, J. (1985). La enseñanza de los deportes. In La educación Física en
las enseñanzas medias, teoría y práctica (pp. 485–540). Editorial Paidotribo.
Hernández Moreno, J. (1994). Análisis de las estructuras del juego deportivo. INDE.
Hewitt, A., Greenham, G., & Norton, K. I. (2016). Game style in soccer: What is it and

122
 can we quantify it? International Journal of Performance Analysis in Sport, 16(1),
355–372. https://doi.org/10.1080/24748668.2016.11868892
Hughes, M., & Bartlett, R. (2002). The use of performance indicators in performance
analysis. Journal of Sport Sciences, 20(10), 739–754.
Hughes, M., & Churchill, S. (2005). Attacking profiles of successful and unsuccessful
team in Copa America 2001. In D. Reilly, T., Cabri, J., y Araújo (Ed.), Science and
Football V (pp. 219–224). Routledge.
Hughes, M., & Franks, I. (2004). Notational Analysis of Sport: Systems for Better
Coaching and Performance in Sport. Journal of Sports Science and Medicine, 3(2),
104.
Izzo, R., D´Isanto, T., Raiola, G., Cejudo, A., Ponsano, N., & Hosseini, C. (2020). The role
of fatigue in football matches, perfomance model analysis and evaluation during
quarters using live Global Positioning System technology at 50 Hz. Sport Science,
13(January), 30–35.
James, N. (2006). Notational analysis in soccer: Past, present and future. International
Journal of Performance Analysis in Sport, 6(2), 67–81.
Johnson, R. B., & Onwuegbuzie, A. J. (2007). Toward a Definition of Mixed Methods
Research. Journal of Mixed Methods Research, 1(2), 112–113.
Jones, P., James, M., & Mellalieu, S. (2004). Possession as a performance indicator in
soccer. International Journal of Performance Analysis in Sport, 4(1), 98–102.
Jordet, G., Hartman, E., Visscher, C., & Lemmink, K. (2007). Kicks from the penalty mark
in soccer: The roles of stress, skill, and fatigue for kick outcomes. Journal of Sports
Sciences, 25(2), 121-129.
Kempe, M., Vogelbein, M., Memmet, D., & Nopp, S. (2014). Possession vs. Direct Play:
Evaluation Tactical Behaviour in Elite Soccer. International Journal of Sports
Sciences, 4(6A), 35–41.
Knapp, B. (1979). La habilidad en el deporte. Miñon.
La Rose, B. (1982). Strategie et tactique sportives. Science du sport.
Lago-Ballesteros, J., Lago-Peñas, C., & Rey, E. (2012). The effect of playing tactics and
situational variables on achieving score-box possessions in a professional soccer
team. Journal of Sports Sciences, 30(14), 1455–1461.
https://doi.org/10.1080/02640414.2012.712715

123
Lago-Ballesteros, Joaquín, Lago-Peñas, C., & Rey, E. (2012). The effect of playing tactics
and situational variables on achieving score-box possessions in a professional
soccer team. Journal of Sports Sciences, 30(14), 1455–1461.
https://doi.org/10.1080/02640414.2012.712715
Lago-Peñas, C., Casáis, L., Domínguez, E., Lago-Ballesteros, J., & Rey, E. (2009).
Influencia de las variables contextuales en el rendimiento físico en el fútbol de
alto nivel. Motricidad. European Journal of Human Movement, 23, 107–121.
Lago-Peñas, C., Gómez-Ruano, M. Á., & Pollard, R. (2017). Home advantage in elite
soccer matches. A transient effect? International Journal of Performance Analysis
in Sport, 17(1–2), 86–95. https://doi.org/10.1080/24748668.2017.1304024
Lames, M., & McGarry, T. (2007). On the search for reliable performance indicators in
team sports. International Journal of Performance Analysis in Sport, 7, 62-79.
Lapresa, D., Del Río, Á., Arana, J., Amatria, M., & Anguera, M. T. (2018). Use of
effective play-space by U12 FC Barcelona players: an observational study
combining lag sequential analysis and T-pattern detection. International Journal
of Performance Analysis in Sport, 18(2), 293–309.
https://doi.org/10.1080/24748668.2018.1475195
Lapresa, D., Solano, R., Arana, J., Anguera, M. T., & Aragón, S. (2018). Estudio
Observacional de la salida de tacos de Atletismo en las fases específicas “A sus
puestos” y “Listos.” Revista Iberoamericana de Psicología Del Ejercicio y El
Deporte, 13(1), 145–153.
Leite, W. (2013). Analysis of goals in soccer world cups and the determination of the
critical phase of the game. FACTA Universitatis. Series: Physical Education and
Sport, 11(3), 247–253.
López-Bondía, I., González-Ródenas, J., Calabuig, F., Pérez-Turpín, J. A., & Aranda, R.
(2017). Creación de ocasiones de gol en fútbol de élite. Diferencias tácticas entre
Real Madrid CF y FC Barcelona. Retos, 32, 233–237.
López, A.; Fernández, D. (2013). Orientaciones meteorológicas del entrenamiento de
las acciones a balón parado. Fútbol PF: Revista de Preparación Física En El Fútbol,
2–12.
López, A., & Fernández, D. (2013). Orientaciones meteorológicas del entrenamiento de
las acciones a balón parado. Fútbol PF: Revista de Preparación Física En El Fútbol,

124
 (9), 2-12.
Lotina, M. ., & Domínguez, E. (2006). Las transiciones defensa-ataque y ataque-
defensa. Training Fútbol: Revista Técnica Profesional, No 120; 14-25.
Mackenzie, R., & Cushion, C. (2013). Performance analysis in football: A critical review
and implications for future research. Journal of Sports Sciences, 31(6), 639–676.
https://doi.org/10.1080/02640414.2012.746720
Maneiro, R., Amatria, M., Moral, J. E., & López, S. (2018). Análisis observacional de las
relaciones interlíneas de la Selección Española de Fútbol mediante coordenadas
polares. Cuadernos de Psicología Del Deporte, 18(2), 18–32.
Maoz, M. (2013). How IT should deepen big data analysis to support customer-
centricity. Gartner, G00248980.
Martín-Barrero, A. (2016). El modelo de juego del Leicester City. De la concepción
teórica a la aplicación práctica. Abfútbol, 82, 13–54.
Martín-Barrero, A. (2018). ¿Cómo construir el camino desde el fútbol de la calle al
fútbol profesional? Abfutbol.
Martín-Barrero, A., & Martínez-Cabrera, F. I. (2019). El modelo de juego en el fútbol.
De la concepción teórica al diseño práctico. Retos, 36(2), 543–551.
Martínez González, M., SánchezVillegas, A., Toledo Atucha, E., & Faulin Fajardo, J.
(2014). Bioestadística Amigable. Elsevier.
Mclean, S., Salmon, P. M., Gorman, A. D., Stevens, N. J., & Solomon, C. (2018). A social
network analysis of the goal scoring passing networks of the 2016 European
Football Championships. Human Movement Science, 57(September), 400–408.
https://doi.org/10.1016/j.humov.2017.10.001
Michailidis, Y., Michailidis, C., & Primpa, E. (2013). Analysis of goals scored in European
championship 2012. Journal of Human Sport and Exercise, 8(2 SUPPL), 367–375.
https://doi.org/10.4100/jhse.2012.82.05
Mitrotasios, M., & Armatas, V. (2014). Analysis of Goal Scoring Patterns in the
European Football Championship 2012. The Sport Journal, January.
Mombaerts, E. (2000). Del análisis del juego a la formación del jugador. INDE.
Morin, E. (1977). El método, I: La naturaleza de la naturaleza. Cátedra.
Munroe-Chandler, K. (2005). A discussion on qualitative research on physical activity.
The Online Jounal of Sport Psychology, 7(1), 67–81.

125
Newell, K. M. (1986). Constraints on the Development of Coordination (& H. T. A. W. M.
G. Wade (ed.); pp. 341–360). Martinus Nijhoff. https://doi.org/http://
dx.doi.org/10.1007/978-94-009
Njororai, W. (2014). Timing of goals scored in selected European and South American
soccer leagues , FIFA and UEFA tournaments and the critical phases of a match. 4,
56–64. https://doi.org/10.5923/s.sports.201401.08
Oliveira, J. G. (2004). Conhecimento Específico em Futebol. Contributos para a definição
de uma matriz dinâmica do proceso ensinoaprendizagem/ treino do jogo. Facultad
de Deporte de la Universidad de Porto.
Paixão, P., Sampaio, J., Almeida, C. H., & Duarte, R. (2015). How does match status
affects the passing sequences of top-level European soccer teams? International
Journal of Performance Analysis in Sport, 15(1), 229–240.
https://doi.org/10.1080/24748668.2015.11868789
Palau, J. M., López, M., & López, M. (2010). Relación entre eficacia, lateralidad, y zona
de lanzamiento del penalti en función del nivel de competición en fútbol. Revista
Internacional de Ciencias Del Deporte, 19(6), 153-166.
Parlebas, P. (1981). Contribution a un lexique commenté en science de l’action motrice.
I.N.S.E.P.
Parlebás, P. (1988). Elementos de sociología del deporte. Colección Unisport.
Pic, M., & Castellano, J. (2017). Efecto localización en la Copa del Rey del fútbol
español. Retos, 31, 202–206.
Pol, R. (2011). La preparación ¿física? en el fútbol. El proceso de entrenamiento desde
las ciencias de la complejidad. MC Sport.
Pollard, R. (2008). Home advantage in football: A current review of an unsolved puzzle.
The Open Sports Sciences Journal, 1, 12–14.
Pollard, R. (2019). Invalid Interpretation of Passing Sequence Data to Assess Team
Performance in Football: Repairing the Tarnished Legacy of Charles Reep. The
Open Sports Sciences Journal, 12(1), 17–21.
https://doi.org/10.2174/1875399x01912010017
Pollard, R., Ensum, J., & Taylor, S. (2004). Estimating the probability of a shot resulting
in agoal: Theeffects of distance, angle and space. International Journal of Soccer &
Science, 2(1), 50–55.

126
Pratas, José M., Volossovitch, A., & Carita, A. I. (2018). Analysis of Scoring Sequences in
Matches of the Portuguese Premier League. Journal of Human Kinetics, 64(1),
255–263. https://doi.org/10.1515/hukin-2017-0199
Pratas, José Maria, Volossovitch, A., & Carita, A. I. (2018). Goal scoring in elite male
football: A systematic review. Journal of Human Sport and Exercise, 13(1), 218–
230. https://doi.org/10.14198/jhse.2018.131.19
Preciado, M., Anguera, M. T., Olarte, M., & Lapresa, D. (2019). Observational studies in
male elite football : a systematic mixed study review. Frontiers in Psychology,
10(October). https://doi.org/10.3389/fpsyg.2019.02077
Reilly, T. (2000). Physiological demands in soccer.
Reilly, T., Bangsbo, J., & Franks, A. (2000). Anthropometric and physiological
predispositions for elite soccer. Journal of Sports Sciences, 18(9), 669–683.
https://doi.org/10.1080/02640410050120050
Reina, A., & Hernández-Mendo, A. (2012). Revisión de indicadores de rendimiento en
fútbol. Revista Iberoamericana de Ciencias de La Actividad Física y El Deporte,
1(1), 1–14. https://doi.org/10.1371/journal.pntd.0002208
Riera, J. (1995). Estratègia, tàctica i tècnica esportives. Revista Apunts: Educació Física i
Esports, 9, 45-56.
Ruscello, B. (2009). Match analysis in team sport. Roma: Universitá degli studi di Roma
“Tor Vegara.”
Saavedra, M., Gutiérrez, O., Fernández, J. J., & Sa Marques, P. (2015). Measuring home
advantage in spanish football (1928-2011). Revista Internacional de Medicina y
Ciencias de La Actividad Fisica y Del Deporte, 15(57), 181–194.
https://doi.org/10.15366/rimcafd2015.57.012
Sancho, F. (2020). Investigación: Sistemas Complejos.
Sarmento, H., Anguera, M. T., Campaniço, J., & Leitão, J. (2010). Development and
validation of a notational system to study the offensive process in football.
Medicina, 46(6), 401. https://doi.org/10.3390/medicina46060056
Sarmento, H., Barbosa, A., Anguera, M. T., Campaniço, J., & Leitão, J. (2013). Regular
patterns of play in the counter-attack of the FC Barcelona and Manchester united
football teams. In D. P. & P. O´Donoghue (Ed.), Performance Analysis of Sport IX
(Issue July, pp. 57–64). Routledge. https://doi.org/10.4324/9780203080443

127
Sarmento, H., Marcelino, R., Anguera, M. T., CampaniÇo, J., Matos, N., & Leitão, J.
(2014). Match analysis in football: a systematic review. Journal of Sports Sciences,
32(20), 1831–1843. https://doi.org/10.1080/02640414.2014.898852
Sarmento, H., Pereira, A., Campaniço, J., Anguera, M. T., & Leitão, J. (2013). Soccer
match analysis: A qualitative study with portuguese first league coaches. In D.
Peters & P. O´Donoghue (Eds.), Performance Analysis of Sport IX (Issue June 2014,
pp. 10–16). Routledge. https://doi.org/10.4324/9780203080443
Senn James, A. (1992). Análisis y Diseño de Sistemas de información (2a). Georgia State
University.
Serra, J., García, L., & Sánchez-Mora, D. (2011). El juego modificado, recurso
metodológico en el fútbol de iniciación. Retos: Nuevas Tendencias En Educación
Física, Deporte y Recreación, 20, 37–42.
Silva, D. (2011). Praxis de las acciones a balón parado en fútbol. Revisión conceptual
bajo las teorías de la praxiología motriz. Universitat Rovira i Virgili.
Silva, Oliveira, P., & Kautzner, N. (2009). Treinar futebol respeitando a essência do
jogo: o exemplo do salto como ação tática e não somente técnico-física.
Faculdade de Educação Física Da Universidad Estatal de Campinas, 7(2), 38–63.
Sumpter, D. (2021). Why we have to be modest about football analytics. Barça
Innovation Hub. https://barcainnovationhub.com/why-we-have-to-be-modest-
about-football-analytics/
Tamarit, X. (2010). ¿Qué es la periodización táctica? McSport.
Tenga, A., Holme, I., Ronglan, L. T., & Bahr, R. (2010). Effect of playing tactics on goal
scoring in Norwegian professional soccer. Journal of Sports Sciences, 28(3), 237–
244. https://doi.org/10.1080/02640410903502774
Tenga, A., & Sigmundstad, E. (2011). Characteristics of goal-scoring possessions in
open play: Comparing the top, in-between and bottom teams from professional
soccer league. International Journal of Performance Analysis in Sport, 11(3), 545–
552. https://doi.org/10.1080/24748668.2011.11868572
Teodorescu, L. (1984). Problemas de teoria e metodogia nos jogos desportivos. Livros
Horizonte.
Thomas, J. R., & Nelson, J. K. (2001). Research methods in physical activity. Human
Kinetics Publishers.

128
Vales, A. (2012). Fútbol. Del análisis del juego a la edición de informes técnicos.
McSport.
Verheijen, R. (2014). The original guide to football periodisation: Always play with your
strongest team (Part 1). The Netherlands: World Football Academy BV.
Vigne, G., Gaudino, C., Rogowski, I., Alloatti, G., & Hautier, C. (2010). Activity profile in
elite Italian Football team. International Journal of Sports Medicine, 31(5), 304–
310.
Vogelbein, M., Nopp, S., & Hökelmann, A. (2014). Defensive transition in soccer - are
prompt possession regains a measure of success? A quantitative analysis of
German Fußball-Bundesliga 2010/2011. Journal of Sports Sciences, 32(11), 1076–
1083. https://doi.org/10.1080/02640414.2013.879671
Winter, C., & Pfeiffer, M. (2016). Tactical metrics that discriminate winning, drawing
and losing teams in UEFA Euro 2012®. Journal of Sports Sciences, 34(6), 486–492.
https://doi.org/10.1080/02640414.2015.1099714
Wright, C., Atkins, S., & Jones, B. (2012). An analysis of elite coaches’ engagement with
performance analysis services (match, notational analysis and technique analysis).
International Journal of Performance Analysis in Sport, 12(2), 436–451.
https://doi.org/10.1080/24748668.2012.11868609
Wright, C., Atkins, S., Polman, R., Jones, B., & Sargeson, L. (2011). Factors associated
with goals and goal scoring opportunities in professional soccer. International
Journal of Performance Analysis in Sport, 11(3), 439–449.
https://doi.org/10.1080/24748668.2011.11868563
Wright, C., Carling, C., & Collins, D. (2014). The wider context of performance analysis
and it application in the football coaching process. International Journal of
Performance Analysis in Sport, 14(3), 709–733.
https://doi.org/10.1080/24748668.2014.11868753
Yagüe, C. (2001). El entrenamiento de las situaciones a balón parado en el fútbol. El
Entrenador Español, 91, 12-21.
Yiannakos, A., & Armatas, V. (2006). Evaluation of the goal scoring patterns in
European Championship in Portugal 2004. International Journal of Performance
Analysis in Sport, 6(1), 178–188.
https://doi.org/10.1080/24748668.2006.11868366

129
Zubillaga, A. (2006). La actividad del jugador de fútbol en alta competición: análisis de
variabilidad. Universidad de Málaga, Málaga.
Αbt, G. A., Dickson, G., & Mummery, W. K. (2002). Goal scoring patterns over the
course of a match: An analysis of the Australian National Soccer League (A. pinks,
W., Reilly, T., Murphy (ed.); In Science). Routledge.

130