선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이러한 관점에서 이 연구에서는 로지스틱회귀분석과 의사결정나무분석을 적용하여 현재 한국프로농구 경기기록을 통한 승패결정요인을 추정하고자 한다. 승패에 영향을 미치는 경기력 결정 요인을 통계적으로 파악하고 구조적으로 제시하여 선수와 감독들에게 승리를 위한 유의한 정보를 제공하는데 목적이 있다.
- 이 연구는 매년 한국프로농구협회에서 측정, 공개하는 경기기록 변인을 이용하여 통계적으로 승패에 유의한 영향을 주는 변인들을 제시하였다. 최근 2년간 이루어진 경기기록 자료를 적용하여 분석한 이 결과는 현재 한국남자프로농구의 횡단적인 정보가 될 수 있지만 외적타당화가 결여될 수 있다.
- 또한 의사결정나무분석은 예측과 분류에서 다른 데이터마이닝기법에 비해 유용성이 높게 평가되고 있으며 다변량분석의 기본가정인 선형성, 정규분포성, 등분산성이 요구되지 않는다 (Kang와 Kim, 2009). 이러한 관점에서 이 연구에서는 로지스틱회귀분석과 의사결정나무분석을 적용하여 현재 한국프로농구 경기기록을 통한 승패결정요인을 추정하고자 한다. 승패에 영향을 미치는 경기력 결정 요인을 통계적으로 파악하고 구조적으로 제시하여 선수와 감독들에게 승리를 위한 유의한 정보를 제공하는데 목적이 있다.
가설 설정
- 그동안 적지 않은 스포츠 승패결정요인 분석 연구들은 승패에 주 결정요인이 되는 슛팅성공률 (%) 을 양적변인으로 간주하였다. 다시 말하면, 승리한 팀과 패배한 팀은 모두 주어진 공격시간 내에 가능한 슛팅을 시도하기 때문에 슛시도횟수에 큰 차이가 없다고 가정한 것이다. 하지만 집단간 슛 시도횟수에 유의한 차이가 있음에도 불구하고 슛성공률을 양적변수로 간주된다는 것은 연구 결과의 타당화가 결여되는 문제를 지니고 있다.
제안 방법
- KBL은 인터넷 사이트를 통해 경기가 종료되고 24시간 이내에 출전선수별 14개의 변인 (7개의 공격변인과 7개의 수비변인)을 공개하고 있다 (박제영, 2005). 공격을 나타내는 7개 변인은 2점슛 성공률 (the rate of 2-Point shots; 2P%), 3점슛 성공률 (the rate of 3-Point shots; 3P%), 자유투 성공률 (the rate of Free Throw shots; FT%), 공격리바운드 (offensive rebound; OR), 어시스트 (assist; AS), 덩크슛 (dunk shots; DK), 그리고 턴오버 (turnover; TO)이다. 그리고 수비를 나타내는 7개 변인은 수비리바운드 (defensive rebound; DR), 스틸 (steal; ST), 굿디펜스 (good defence; GD), 블록슛 (block shots; BS), 자유투가 있는 파울수 (fouls with free throw; WFT), 자유투가 없는 파울수 (fouls without free throw; WOFT), 그리고 테크니컬파울 (technical fouls; TF)이다.
- 최근 2년 동안 (2010-2011, 2011-2012시즌)의 한국남자프로농구 경기기록을 수집하여 승패결정요인을 분석하였다. 구체적으로 한국농구연명에서 측정변인들을 확정하고 공개하는 기록들을 수집하여 통계적으로 승패에 영향을 미치는 요인들을 분석하였다. 기록되는 7개 공격변인들 (2P%, 3P%, FT%, OR, AS, DK, TO)과 7개 수비변인들 (DR, ST, GD, BS, WFT, WOFT, TF) 중에서 공식적인 공헌도와 경기력 평가모형에 적용되는 DK를 제외한 6개의 공격변인과 WFT, WOFT, TF를 제외한 4개의 수비변인을 적용하였다.
- 승패결정요인을 추정하기 위한 로지스틱회귀분석 결과를 보면 공격변인이 승패에 미치는 영향에서는 2점슛 성공률 (2P%), 3점슛 성공률 (3P%), 턴오버 (TO)가, 그리고 수비변인이 승패에 미치는 영향에서는 수비리바운드 (DR), 스틸 (ST), 블록슛 (BS)이 통계적으로 유의하게 나타났다. 그동안 한국프로농구 승패결정요인에 관해 많은 연구들을 실시한 Park (1997, 2001, 2003, 2004a, 2004b, 2005a, 2005b, 2007, 2008, 2009)의 연구들을 보면 7개의 공격변인들과 7개의 수비변인들을 각각 독립변인으로 설계하거나 동시에 14개의 변인을 독립변인으로 설계하여 승패에 미치는 영향을 판별분석을 적용하여 분석하였다. 본 연구와의 차이점이 있다면 경기당 거의 이루어지지 않는 TF와 DK, 그리고 실제 실수에 의한 파울과 전략적 파울로 행해지는 WFT와 WOFT를 독립변인으로 투입하였다는 것이 상이하다.
- 즉 승패집단 간의 통계적으로 유의한 차이가 나타나는 변인들을 분석한 정보를 제공하며, 14개의 변인들 중 어떤 변인이 승리에 통계적으로 어느 정도 유의한 영향을 미치는지를 분석하여 정보를 제공하였다. 그러나 수행된 선행연구들의 공통적인 특징은 변인에 척도를 정밀히 고려하지 않고 분석하였다.
- 공격을 나타내는 7개 변인은 2점슛 성공률 (the rate of 2-Point shots; 2P%), 3점슛 성공률 (the rate of 3-Point shots; 3P%), 자유투 성공률 (the rate of Free Throw shots; FT%), 공격리바운드 (offensive rebound; OR), 어시스트 (assist; AS), 덩크슛 (dunk shots; DK), 그리고 턴오버 (turnover; TO)이다. 그리고 수비를 나타내는 7개 변인은 수비리바운드 (defensive rebound; DR), 스틸 (steal; ST), 굿디펜스 (good defence; GD), 블록슛 (block shots; BS), 자유투가 있는 파울수 (fouls with free throw; WFT), 자유투가 없는 파울수 (fouls without free throw; WOFT), 그리고 테크니컬파울 (technical fouls; TF)이다. 이 중에서 2P%, 3P%, FT%는 슛시도횟수와 성공횟수도 같이 공개한다.
- 구체적으로 한국농구연명에서 측정변인들을 확정하고 공개하는 기록들을 수집하여 통계적으로 승패에 영향을 미치는 요인들을 분석하였다. 기록되는 7개 공격변인들 (2P%, 3P%, FT%, OR, AS, DK, TO)과 7개 수비변인들 (DR, ST, GD, BS, WFT, WOFT, TF) 중에서 공식적인 공헌도와 경기력 평가모형에 적용되는 DK를 제외한 6개의 공격변인과 WFT, WOFT, TF를 제외한 4개의 수비변인을 적용하였다. 이 변인들이 승패에 미치는 영향을 통계적으로 분석하기 위해 로지스틱회귀분석과 의사결정나무 분석을 적용하였으며, 이에 대한 결과를 토대로 논의하면 다음과 같다.
- 따라서 이 연구는 7개의 공격변인들 중에서 공헌도와 경기력 평가모형에 적용되지 않는 DK를 제외한 6개 공격변인 (2P%, 3P%, FT%, OR, AS, TO)과 7개 수비변인들 중에 공헌도와 경기력 평가모형에 적용되지 않은 WFT, WOFT, TF를 제외한 4개의 수비변인 (DR, ST, GD, BS)을 연구변인으로 적용하였다.
- 따라서 이 연구는 DK를 제외한 6개의 공격변인 (2P%, 3P%, FT%, OR, AS, TO)과 WFT, WOFT, TF를 제외한 4개의 수비변인 (DR, ST, GD, BS)을 적용하여 승패결정요인을 통계적으로 분석하였다. 그동안 승패결정요인을 분석하는 다양한 추리통계법이 적용되어 왔다.
- 또한 한국프로농구 경기기록분석을 통한 승패결정요인 분석에 관련 연구들을 보면 공개되는 7개 공격변인 (2P%, 3P%, FT%, OR, AS, DK, TO)과 7개 수비변인 (DR, ST, GD, BS, WFT, WOFT, TF)을 모두 적용시켜 규명하였다. 그러나 공격변인에 DK (덩크슛), 수비변인에 WFT (자유투 유 파울수), WOFT (자유투 무 파울수), 그리고 TF (테크니컬파울)은 상대적으로 승리를 이끄는 공헌도와 경기력에 큰 영향을 미치지 못한다 (Park, 2012).
- 연구변인은 7개 공격변인 (2P%, 3P%, FT%, OR, AS, DK, TO)과 7개 수비변인 (DR, ST, GD, BS, WFT, WOFT, TF)으로 구성되었다. 구체적으로 공격변인에서 2P%는 제시되는 2점슛을 시도한 횟수 (2PA)와 2점슛을 성공한 횟수 (2P)에 의해 산출된 값이다.
- 이 연구에 로지스틱회귀분석 모형은 종속변인이 승·패 여부이고 독립변인은 공격변인 (2P%, 3P%, FT%, OR, AS, TO) 또는 수비변인 (DR, ST, GD, BS)이다.
- 그동안 적지 않은 연구들이 한국프로농구 경기기록을 적용하여 승패결정요인을 추정해 왔다. 이 연구에서는 사전연구에서 고려하지 않은 공격능력을 나타내는 슛팅성공률 (%)의 척도를 검증하였으며 현재 프로농구 능력 (공헌도, 경기력)을 평가하는데 적용되고 있는 변인들을 통해 승패결정요인을 추정하였다. 즉 결과의 타당화를 높이기 위해서 추정방법이 다른 두 분석방법을 적용하였고 두 분석 결과에서 동일하게 프로농구 공격변인 중 2P%, 3P%, TO가 승리에 유의미한 영향력을 주는 것을 보여주었다.
- 그동안 프로농구 한시즌 270경기기록 (540개) 을 통해 의사결정나무분석을 적용한 연구들 (Gu 등, 2009; Kim, 2008)은 연구의 제한점으로 이 점을 제시하고 있다. 이러한 관점에서 본 연구에서는 최근 두 시즌 540 경기기록 (1080개)을 적용하였다.
- 하지만 집단간 슛 시도횟수에 유의한 차이가 있음에도 불구하고 슛성공률을 양적변수로 간주된다는 것은 연구 결과의 타당화가 결여되는 문제를 지니고 있다. 이러한 관점에서 이 연구에서는 승패 집단간의 슛팅시도횟수의 차이가 통계적으로 유의한지를 검증하였다. 즉 한국프로농구 경기기록 자료에서의 슛팅성공률 (2P%, 3P%, FT%)을 양적변인으로 적용하는데 큰 오차가 없다는 것을 통계적으로 검증하였다.
- 이렇게 측정 및 계산되는 14개의 변인들 (공격변인 7개, 수비변인 7개) 중에 이 연구에서 프로농구 선수능력 평가에 적용되고 있는 공헌도와 경기력 모형 산출에 적용되는 변인들을 연구변인으로 적용하였다. 한국프로농구 공헌도와 경기력 모형은 Tabel 2.
- 그동안 공개되었던 변인들을 적용시켜 적지않은 연구들이 승패결정요인에 대해 규명하였다 (Gu 등, 2009; Kim, 2008; Kim과 Park, 1999; Park 등, 2000; Park, 1997, 2001, 2003, 2004a, 2004b, 2005a, 2005b, 2007, 2008, 2009). 즉 승패집단 간의 통계적으로 유의한 차이가 나타나는 변인들을 분석한 정보를 제공하며, 14개의 변인들 중 어떤 변인이 승리에 통계적으로 어느 정도 유의한 영향을 미치는지를 분석하여 정보를 제공하였다. 그러나 수행된 선행연구들의 공통적인 특징은 변인에 척도를 정밀히 고려하지 않고 분석하였다.
- 한국남자프로농구 경기기록 분석을 통해 승패에 영향을 미치는 변인 (요인)들을 추정하였다. Table 3.
대상 데이터
- 한국남자 프로농구 경기의 승리와 패배를 결정짓는 변인 (결정요인)을 분석하기 위해서 한국농구연맹에서 공개하는 기록을 매 경기 종료 후 수집하였다. 2010년 10월 16일 부터 2011년 3월 20일까지 치러진 정규리그 270경기기록과 2011년 10월 15일 부터 2012년 3월 4일까지 치러진 정규리그 270경기기록, 총 540경기기록을 연구의 자료로 사용하였다. Table 2.
- 중간마디는 분류가 이루어지는 부모 마디 (parent node)와 분류되어지는 자식마디 (child node)로 구성된다. 이 연구에서 최소 사례수 (minimum number of case)는 부모마디에서 100, 자식마디에서 50으로 설정하였다. 선택한 알고리즘은 모형에 포함되어야 할 상호작용 효과를 고려하여 분석하는 CHAID (CHi-squred Automatic Interactive Detection) 알고리즘이며 χ2 통계량의 p값을 분리기준으로 한다.
- 최근 2년 동안 (2010-2011, 2011-2012시즌)의 한국남자프로농구 경기기록을 수집하여 승패결정요인을 분석하였다. 구체적으로 한국농구연명에서 측정변인들을 확정하고 공개하는 기록들을 수집하여 통계적으로 승패에 영향을 미치는 요인들을 분석하였다.
데이터처리
- 한국프로농구 경기기록을 통해 승패결정요인을 통계적으로 추정하였다. 공격변인 중 슛팅성공율 (%)이 양적변인으로 간주할 수 있는지를 검증하기 위해서 승리한 집단과 패배한 집단간 슛팅시도 횟수가 통계적으로 유의한 차이가 없는지를 독립표본 t검증을 적용하여 검증하였다. 그리고 양적변인으로 검증된 슛팅성공율 (%)과 OR, AS, TO, 그리고 DR, ST, GD, BS 가 승패에 미치는 영향을 검증하기 위해 로지스틱 회귀분석을 실시하였다.
- 공격변인 중 슛팅성공율 (%)이 양적변인으로 간주할 수 있는지를 검증하기 위해서 승리한 집단과 패배한 집단간 슛팅시도 횟수가 통계적으로 유의한 차이가 없는지를 독립표본 t검증을 적용하여 검증하였다. 그리고 양적변인으로 검증된 슛팅성공율 (%)과 OR, AS, TO, 그리고 DR, ST, GD, BS 가 승패에 미치는 영향을 검증하기 위해 로지스틱 회귀분석을 실시하였다. 이 분석은 종속변수를 범주형으로 설계할 수 있는 회귀분석의 확장된 방법으로 동일한 설계방법을 가진 판별분석보다 광범위하게 적용되는 기법이다 (Hong, 2011).
- 또한 이 연구에서는 승패결정요인 분석 결과에 타당성을 높이기 위해 동일한 설계이지만 통계적으로 다른 추정 방법을 적용하는 의사결정나무분석을 사용하였다. 의사결정나무분석은 데이터마이닝 기법으로 많은 분석조건을 요구하고 있지 않으나 그만큼 많은 자료 (사례수)를 요구하는 분석으로, 최소 1000개 이상의 사례수로 분석 시 결과에 일반화가 가능하다(Lee, 2012; Choi, 2005).
- 이 분석은 종속변수를 범주형으로 설계할 수 있는 회귀분석의 확장된 방법으로 동일한 설계방법을 가진 판별분석보다 광범위하게 적용되는 기법이다 (Hong, 2011). 로지스틱회귀분석은 PASW 프로그램을 사용하였으며 산출되는 exp(b) 값은 승산비 (오즈비: odd ratio)를 의미한다. exp 지수 (expotential)의 약자로 상수 2.
- 기록되는 7개 공격변인들 (2P%, 3P%, FT%, OR, AS, DK, TO)과 7개 수비변인들 (DR, ST, GD, BS, WFT, WOFT, TF) 중에서 공식적인 공헌도와 경기력 평가모형에 적용되는 DK를 제외한 6개의 공격변인과 WFT, WOFT, TF를 제외한 4개의 수비변인을 적용하였다. 이 변인들이 승패에 미치는 영향을 통계적으로 분석하기 위해 로지스틱회귀분석과 의사결정나무 분석을 적용하였으며, 이에 대한 결과를 토대로 논의하면 다음과 같다.
- 한국남자프로농구 경기기록 분석을 통한 승패결정요인을 추정하기 위해 의사결정나무분석을 적용 하였다. Figure 3.
- 한국프로농구 경기기록을 적용하여 승패결정요인을 추정하기 위해서 로지스틱 회귀분석을 실시 하였다. Table 3.
- 한국프로농구 경기기록을 통해 승패결정요인을 통계적으로 추정하였다. 공격변인 중 슛팅성공율 (%)이 양적변인으로 간주할 수 있는지를 검증하기 위해서 승리한 집단과 패배한 집단간 슛팅시도 횟수가 통계적으로 유의한 차이가 없는지를 독립표본 t검증을 적용하여 검증하였다.
이론/모형
- 선택한 알고리즘은 모형에 포함되어야 할 상호작용 효과를 고려하여 분석하는 CHAID (CHi-squred Automatic Interactive Detection) 알고리즘이며 χ2 통계량의 p값을 분리기준으로 한다.
- 의사결정나무 분석은 Answer Tree 프로그램을 사용하였다. 나무구조로 분류하는 통계방법으로 나무의 최상단에 뿌리마디 (root node), 나무 최하단에 잎마디 (leaf node), 그리고 뿌리마디와 잎마디 사이에 분류되는 중간마디 (internal node)로 구성된다.
성능/효과
- 2점슛성공률, 3점슛성공률, 턴오버에 의해 승패를 예측하는 모형은 χ2 =296.331, p=.001 수준에서 통계적으로 유의하게 나타났다.
- 4는 한국남자프로농구 수비변인 (DR, ST, GD, BS)이 승패에 미치는 영향을 분석하기 위한 단계선택방법에 따른 로지스틱회귀분석 결과이다. 4개의 수비변인 중 GD를 제외한 DR, ST, 그리고 BS가 통계적으로 승패에 유의미한 영향을 미치는 것으로 나타났다. 1단계에서 DR이 b=.
- 4개의 수비변인 중에서는 DR, ST, BS 순으로 통계적으로 유의하게 나타났다. 이 연구에서 로지스틱회귀분석 결과와 동일하게 채택되었고, 모형을 그림화하여 (Figure 3.
- 6개의 공격변인 중 2P%, 3P%, 그리고 TO가 통계적으로 승패에 유의미한 영향을 미치는 것으로 나타났다. 1단계에서 2P%가 b=.
- DR, ST, BS에 의해 승패를 예측하는 모형은 χ2 =117.059, p=.001 수준에서 통계적으로 유의하게 나타났다.
- 공격변인 6개 중에 2P%, 3P%, TO, AS가 통계적으로 유의하게 나타났다. 2P% (χ2 =123.
- 그 결과 (Figure 3.1, 3.2)를 보면, 6개 공격변인 중 2점슛 성공률 (2P%), 3점슛 성공률 (3P%), 턴오버 (TO), 그리고 어시스트 (AS) 순으로 유의하게 채택되었다. 로지스틱회귀분석 결과와 동일하게 2P%, 3P%, TO의 중요성을 제시해 주었고 선수와 감독이 쉽게 이해할 수 있게 이 변인들이 어느 정도 일 때 승리할 확률을 그림화 시켜 제시해 주었다.
- 이처럼 연구설계에서 차이점은 있으나 본 연구결과와의 공통점은 공격변인에서 슛팅능력을 나타내는 2점슛 성공률 (2P%)과 3점슛 성공률 (3P%), 그리고 수비변인에서 수비리바운드 (DR)와 스틸 (ST)이 매년 공통적으로 승리에 유의한 변인으로 작용되고 있는 것이다. 그 외의 변인들은 본 연구결과에서 유의하게 나타난 턴오버 (TO), 블록슛 (BS) 이외에도 어시스트 (AS), 굿디펜스 (GD), 자유투성공률 (FT%)이 유의한 영향을 미치는 것을 보여주고 있다. 이러한 시즌별 승패결정요인 분석 결과의 차이점은 시즌마다 선수와 감독 교체와 연구 기록분석 결과로 중점이 되는 한 변인에 대한 집중 훈련으로 사료된다.
- 또한 로지스틱회귀분석에서 유의한 공격변인으로 나타나지 않은 AS에 중요성을 보여주고 있다. 두 분석에서 승리에 가장 높은 영향을 주는 2점슛 성공률이 어느 정도이고 어시스트가 어느 정도일 때 통계적으로 유의한 승리확률을 쉽게 보여주었다 (Figure 3.1).
- 192 수준에서 통계적으로 유의한 차이가 없게 나타났다. 또한 3점슛 시도횟수 (3PA) 는 t=-1.844, p=.073 수준에서 그리고 자유투 시도횟수 (FTA)는 t=1.999, p=.066 수준에서 모두 승패 집단간 통계적으로 유의한 차이가 없게 나타났다. 이러한 결과로 이 연구에서 한국남자프로농구 2점슛성공률 (2P%), 3점슛성공률 (3P%), 그리고 자유투성공률 (FT%)은 양적변인으로 간주할 수 있는 것을 알 수 있다.
- 2)를 보면, 6개 공격변인 중 2점슛 성공률 (2P%), 3점슛 성공률 (3P%), 턴오버 (TO), 그리고 어시스트 (AS) 순으로 유의하게 채택되었다. 로지스틱회귀분석 결과와 동일하게 2P%, 3P%, TO의 중요성을 제시해 주었고 선수와 감독이 쉽게 이해할 수 있게 이 변인들이 어느 정도 일 때 승리할 확률을 그림화 시켜 제시해 주었다. 또한 로지스틱회귀분석에서 유의한 공격변인으로 나타나지 않은 AS에 중요성을 보여주고 있다.
- 그동안 한국프로농구 승패결정요인에 관해 많은 연구들을 실시한 Park (1997, 2001, 2003, 2004a, 2004b, 2005a, 2005b, 2007, 2008, 2009)의 연구들을 보면 7개의 공격변인들과 7개의 수비변인들을 각각 독립변인으로 설계하거나 동시에 14개의 변인을 독립변인으로 설계하여 승패에 미치는 영향을 판별분석을 적용하여 분석하였다. 본 연구와의 차이점이 있다면 경기당 거의 이루어지지 않는 TF와 DK, 그리고 실제 실수에 의한 파울과 전략적 파울로 행해지는 WFT와 WOFT를 독립변인으로 투입하였다는 것이 상이하다. 실제 본 연구 자료를 통해 빈도분석 실시해 보면, 테크니컬 파울은 540경기 중 456경기에서 전혀 이루어지지 않았으며, DK는 540경기 중 141경기에서 이루어지지 않았다.
- 1에 분류의 타당성을 검증한 결과이다. 분류의 정확률은 69.71%, 오분류 확률은 30.29%로 나타났다.
- 2) 보기 쉽게 보여주었다. 수비리바운드가 24개를 초과하고 스틸이 6개를 초과하며, 블록슛이 2개를 초과할 때 승리할 확률이 94.12%라는 것을 예측하였다. Kim과 Park (1999), Park 등 (2000)은 공격변인 (7개)과 수비변인 (7개)을 동시에 독립변인으로 투입하고 승패에 미치는 영향을 분석한 의사결정나무분석 결과에서는 DR이 승리에 가장 큰 영향을 주고 그 다음으로 2P%인 것을 공통되게 보여준다.
- 2는 프로농구 수비변인들 (DR, ST, GD, BS)이 승패에 미치는 영향력을 알아보기 위한 의사결정나무분석 결과이다. 수비변인 4개 중에서 DR, ST, BS가 통계적으로 유의하게 나타났다. DR (χ2 =127.
- 001 수준에서 통계적으로 유의하게 나타났다. 승리와 패배에 대한 관찰치와 예측치 간의 차이를 보게 되면, 승리의 경우 전체의 71.6%가 패배의 경우에는 71.2%가 정확히 분류되어 전체적으로 71.4%의 정확도가 나타났다.
- 001 수준에서 통계적으로 유의하게 나타났다. 승리와 패배에 대한 관찰치와 예측치간의 차이를 보면 승리의 경우 전체의 65.5%가 패배의 경우는 72.1%가 정확히 분류되어 전체적으로 68.9%의 정확도가 나타났다.
- 승패결정요인을 추정하기 위한 로지스틱회귀분석 결과를 보면 공격변인이 승패에 미치는 영향에서는 2점슛 성공률 (2P%), 3점슛 성공률 (3P%), 턴오버 (TO)가, 그리고 수비변인이 승패에 미치는 영향에서는 수비리바운드 (DR), 스틸 (ST), 블록슛 (BS)이 통계적으로 유의하게 나타났다. 그동안 한국프로농구 승패결정요인에 관해 많은 연구들을 실시한 Park (1997, 2001, 2003, 2004a, 2004b, 2005a, 2005b, 2007, 2008, 2009)의 연구들을 보면 7개의 공격변인들과 7개의 수비변인들을 각각 독립변인으로 설계하거나 동시에 14개의 변인을 독립변인으로 설계하여 승패에 미치는 영향을 판별분석을 적용하여 분석하였다.
- 본 연구와의 차이점이 있다면 경기당 거의 이루어지지 않는 TF와 DK, 그리고 실제 실수에 의한 파울과 전략적 파울로 행해지는 WFT와 WOFT를 독립변인으로 투입하였다는 것이 상이하다. 실제 본 연구 자료를 통해 빈도분석 실시해 보면, 테크니컬 파울은 540경기 중 456경기에서 전혀 이루어지지 않았으며, DK는 540경기 중 141경기에서 이루어지지 않았다. 다시 말해 통계적으로 다수의 결측치를 가지는 변인이다.
- 4개의 수비변인 중에서는 DR, ST, BS 순으로 통계적으로 유의하게 나타났다. 이 연구에서 로지스틱회귀분석 결과와 동일하게 채택되었고, 모형을 그림화하여 (Figure 3.2) 보기 쉽게 보여주었다. 수비리바운드가 24개를 초과하고 스틸이 6개를 초과하며, 블록슛이 2개를 초과할 때 승리할 확률이 94.
- 066 수준에서 모두 승패 집단간 통계적으로 유의한 차이가 없게 나타났다. 이러한 결과로 이 연구에서 한국남자프로농구 2점슛성공률 (2P%), 3점슛성공률 (3P%), 그리고 자유투성공률 (FT%)은 양적변인으로 간주할 수 있는 것을 알 수 있다.
- 즉 결과의 타당화를 높이기 위해서 추정방법이 다른 두 분석방법을 적용하였고 두 분석 결과에서 동일하게 프로농구 공격변인 중 2P%, 3P%, TO가 승리에 유의미한 영향력을 주는 것을 보여주었다. 이에 반해 수비변인 중에 DR, ST, BS이 승리를 위한 중요한 요인임을 확인하였다.
- 이 연구에서는 사전연구에서 고려하지 않은 공격능력을 나타내는 슛팅성공률 (%)의 척도를 검증하였으며 현재 프로농구 능력 (공헌도, 경기력)을 평가하는데 적용되고 있는 변인들을 통해 승패결정요인을 추정하였다. 즉 결과의 타당화를 높이기 위해서 추정방법이 다른 두 분석방법을 적용하였고 두 분석 결과에서 동일하게 프로농구 공격변인 중 2P%, 3P%, TO가 승리에 유의미한 영향력을 주는 것을 보여주었다. 이에 반해 수비변인 중에 DR, ST, BS이 승리를 위한 중요한 요인임을 확인하였다.
- 이러한 관점에서 이 연구에서는 승패 집단간의 슛팅시도횟수의 차이가 통계적으로 유의한지를 검증하였다. 즉 한국프로농구 경기기록 자료에서의 슛팅성공률 (2P%, 3P%, FT%)을 양적변인으로 적용하는데 큰 오차가 없다는 것을 통계적으로 검증하였다.
후속연구
- 최근 2년간 이루어진 경기기록 자료를 적용하여 분석한 이 결과는 현재 한국남자프로농구의 횡단적인 정보가 될 수 있지만 외적타당화가 결여될 수 있다. 따라서 이 연구를 토대로 앞으로 누적되는 한국프로농구 경기기록 분석에 대한 다양한 연구가 지속적으로 수행된다면, 한국프로농구 팬들과 선수, 그리고 감독들에게 유용한 정보로 활용될 수 있을 것으로 기대된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.