A amostra foi constituída por 4 jogos de uma equipa da 1ª Liga Portuguesa (Liga Zon Sagres), referentes à época de 2011/12, de onde foram retiradas 52 sequências de transições ofensivas para posterior análise. Foram recolhidas 4 gravações de jogos televisionados, num período compreendido entre janeiro e março de 2012. Os jogos em análise tiveram em conta o contexto visitante (jogos na casa do adversário) e dizem respeito a uma fase intermédia do campeonato. Foi escolhido o contexto visitante, como forma de observar maior número de transições ofensivas.

Cada jogo foi fragmentado com recurso ao software de análise de vídeo Ulead Video Studio 10, de acordo com os seguintes critérios:

1. Todas as bolas recuperadas na zona defensiva, num dos corredores laterais.

2. Após recuperação da posse de bola, chegada da mesma a zona de finalização (representa o último terço do campo ofensivo, também denominada por fase de finalização (Quina, 1999)).

Dos 4 vídeos analisados, foram retiradas 52 sequências de transições ofensivas, tendo em conta os critérios definidos. Em cada situação, foi apenas analisado o primeiro passe efetuado, após recuperação de posse de bola.

Para o tratamento das 52 sequências de transição, foi identificado o sistema tático utilizado pela equipa tendo como objetivo identificar o posicionamento de cada jogador em campo. Os jogadores foram codificados quanto à sua posição em: GR – Guarda Redes, LD – Lateral Direito, DC1 – Defesa Central Direito, DC2 – Defesa Central Esquerdo, LE – Lateral Esquerdo, MD1 – Médio Defensivo Direito, MD2 - Médio Defensivo Esquerdo, AD – Ala Direito, AE – Ala Esquerdo, MO – Médio Ofensivo e PL – Ponta de Lança. Com o objetivo de identificar os locais do campo em que era realizada a recuperação defensiva, bem como o local para onde era realizado o primeiro passe, o campo foi dividido em 18 zonas (ver Figura 1) (Carling, Williams, & Reilly, 2005).

De acordo com a proposta de Silva (1998), para a avaliação do tipo de passe, considerámos como passe curto, todos aqueles que foram executados para uma zona adjacente ao local onde a bola foi recuperada e como passe longo todos os passes em que a bola foi colocada num espaço que tivesse no mínimo uma zona de intervalo, entre o local onde esta foi recuperada e a zona de destino final.

Para a análise de cada unidade de transição foi elaborada uma matriz de adjacência (Figura 2), com todos os jogadores da equipa representados pelas suas posições de campo, num sistema de “n × n”. Nessa tabela foi registada a ocorrência segundo um critério de códigos, onde o “1” correspondeu a um passe do jogador “n1” para o jogador “n2”, e o código de “0” correspondeu a todos os jogadores que não tiveram interferência na ação. Foi elaborada uma matriz de adjacência para cada unidade de transição, num total de cinquenta e duas. Do somatório de todos os resultados parciais registados nas cinquenta e duas unidades de transição, resultou uma tabela total definitiva. O mesmo procedimento foi realizado para a análise das zonas de ligação num sistema de “n × n” espaços.

O tratamento estatístico dos dados foi realizado através do software de livre utilização “Social Network Visualizer (SocNetV 0.81)”. Através deste software foi possível obter a visualização gráfica das ligações entre jogadores e da sua força, bem como da ligação entre espaços do campo (as linhas mais carregadas significam que existiu maior número de ligações entre os jogadores ou os espaços ligados). Para uma melhor compreensão da influência dos jogadores intervenientes, ou espaços em que existiu maior ligação no processo de transição ofensiva, foi também calculado: i) o valor de centralidade de intermediação (betweenness centrality) que permitiu identificar o jogador/ espaço com maior número de ligações com os restantes agentes da rede; ii) centralidade de entrada (In-degree centrality) que permitiu identificar qual o jogador/espaço para onde são efetuados mais passes; e iii) centralidade de saída (Out-degree centrality) que permitiu identificar qual o jogador/espaço de onde foram efetuados mais passes. Para análise estatística, os pressupostos de normalidade e homocedasticidade dos dados, foram analisados pelo teste Shapiro-Wilk e de Levene, respetivamente. Para verificar a influência do número de jogadores no tipo de passe realizado, bem como o número de passes realizados em cada tipo de passe, foi utilizado o método de análise de variância ANOVA one-way utilizando o software SPSS v.19.0. (SPSS Inc., Chicago, IL). O nível de significância foi fixado em p< 0.05.

Como podemos verificar visualmente na Figura 3, o jogador MD2 apresentou os valores mais elevados de centralidade de intermediação, com um valor de 75.39%. Podemos ainda destacar o facto do jogador MO apresentar valores de 15.87%, seguidos do jogador MD1 com 6.34%. No que diz respeito à centralidade de entrada por jogador, podemos referir o jogador MD2 com maior número de passes recebidos (35.29%), o jogador PL (21.57%) e os jogadores MD1 e AD (13.72%). Em relação à centralidade de saída, o jogador que realiza mais passes é o LD (31.37%) e destacamos ainda o jogador MD2 com 13.72% (Tabela 1).

Como podemos verificar visualmente na Figura 4, a zona 14 revelou o maior valor de centralidade de intermediação, com 40.63% seguida das zonas 8 e 9 com valores de 21.87%, assim como a zona 16 com 12.5%. No que diz respeito à centralidade de entrada por espaço de jogo, verificamos que o corredor central (CC) é o mais solicitado. Em destaque a zona 8 com 34.62%, seguida pelas zonas 9 e 10 com 15.38%. É de destacar também a zona 16, com 9.61% dos passes recebidos. Em relação à centralidade de saída por zona, podemos destacar a zona 14 com 26.92%, a zona 13 com 17.30% e a zona 1 com 13.46% dos passes (Tabela 2).

No que diz respeito ao estilo de jogo da equipa em análise, verificamos que em 60% das situações ocorreu passe curto (i.e., jogo apoiado) e em 40% passe longo (i.e., jogo direto). Quando a equipa utilizou passe curto, utilizou em média menor número de jogadores em torno da bola do que quando foi realizado um passe longo (F_(1,51)= 5.87, p= 0.019; M= 2.00 ± 0.73 e M= 2.52 ± 0.81 jogadores, respetivamente). Analisando o número de passes efetuados desde o momento da recuperação, até à chegada da bola em zona de finalização, verificamos que com a utilização de passe curto foram realizados em média maior número de passes do que quando utilizado passe longo (F_(1,51)= 12.99, p< 0.001; M= 3.16 ± 0.97 e M= 2.14 ± 0.85 passes, respetivamente).

Este estudo teve como objetivo analisar as ligações interpessoais existentes entre jogadores após a recuperação de posse de bola, como forma de verificar se é possível identificar tendências de jogo no momento de transição ofensiva (defesa-ataque), tal como sugerido em trabalhos anteriores (Duch et al., 2010; Passos et al., 2011). Os resultados obtidos, permitem-nos graficamente e com evidência estatística perceber em função do contexto de jogo, quais os jogadores mais influentes da equipa, em que zonas esses jogadores recebem a bola, qual o jogador que executa o primeiro passe e de que zona é realizado, o tipo de passe mais frequente, o número de passes efetuados até à fase de finalização. Esta informação recolhida pode ser de elevada importância para o treinador, no processo de treino e preparação de uma competição, pois permite um conhecimento profundo da forma de jogar do opositor (Moutinho, 1991). Identificando os pontos fortes e fracos do adversário, será possível ao treinador potenciar a sua equipa estratégica e taticamente para explorar os pontos fracos e anular os pontos fortes do adversário (Franks, 1997).

No que diz respeito à análise das ligações interpessoais, verificamos que o jogador com maior influência no momento de transição é o MD2 (Médio Defensivo 2). Este é o jogador com maior centralidade no que diz respeito às ligações interpessoais (Duch et al., 2010; Passos et al., 2011). É nele que a bola tende a ser colocada com mais frequência neste momento do jogo, pelo que deve existir uma especial atenção por parte da equipa que perde a posse de bola. Se este é o jogador mais influente da equipa, limitando a sua ação, a equipa adversária pode sentir dificuldades em ligar a sua transição ofensiva. Estaremos desta forma mais perto de anular um ponto forte do opositor.

Os dados referentes às ligações recebidas por jogador, para além da confirmação da importância do MD2 (35.29%), identificaram o PL (Ponta de Lança) como segunda opção de passe (21.56%). Assim sendo, de acordo com a proposta de Castelo (1996) podemos referir que a equipa em análise apresenta duas possíveis “ligações” para transitar, dentro do mesmo momento do jogo: I) um estilo de jogo indireto através de passe lateral, com a solicitação do MD2, e II) um estilo de jogo direto com passe com solicitação do PL. No entanto, e tendo em conta os valores das ligações recebidas, o MD2 regista maior percentagem de solicitação, quando comparado com o PL, o que sugere uma maior utilização do apoio mais próximo/lateral. Se analisarmos os resultados das ligações por zona, comprovamos que a equipa procura utilizar em maior percentagem a zona 8 (34.61%), sobre o corredor central (CC), quando em comparação com zonas mais ofensivas como a zona 10 (15.38%), ou zona 16 (9.61%). O facto de a zona 16 estar incluída no grupo das mais utilizadas e sendo esta no meio campo ofensivo e sobre o corredor lateral direito (CLD), permite identificar a tendência que o PL apresenta em descair sobre o referido corredor. A anulação dos jogadores MD2 e o PL, procurando reduzir espaço sobre a zona 8 e tendo em consideração o espaço nas costas do bloco defensivo, principalmente sobre o corredor lateral para onde o PL apresenta maior tendência para receber o passe, são informações quantificáveis referentes a um padrão de comportamento da equipa em análise, que podem ser uteis para o processo de treino/competição do treinador (dessa mesma equipa, ou para um treinador de uma equipa adversária) (Passos et al., 2011).

Analisando agora as ligações efetuadas pelos jogadores, verificamos que o LD (Lateral Direito) apresenta maior valor de percentagem (31.37%), quando comparado com o LE (11.76%). Se a estes valores juntarmos o indicador das ligações efetuadas por zona, podemos afirmar que esta equipa recupera maior quantidade de bolas no seu meio campo defensivo e sobre o corredor lateral direito (CLD), principalmente nas zonas 13 (17.30%) e 14 (26.92%). Esta ideia fica ainda mais sustentada quando observamos um valor de 40.62% de centralidade para a zona 14. Sabendo que o LD é o jogador que tem maior percentagem de passes executados, podemos ainda deduzir que este é responsável pela maioria das ligações estabelecidas com o MD2 e o PL, a partir das zonas 13 e 14. Ainda relativamente às ligações efetuadas pelos jogadores, 13.72% dos passes são efetuados pelo MD2 e 9.80% pelo MD1 (Médio Defensivo1). Estes valores permitem-nos deduzir que estes jogadores recuperaram também a bola sobre os corredores laterais, ajudando na pressão sobre os mesmos. Podemos, de certa forma, interpretar este facto como uma tentativa de criar superioridade numérica sobre os corredores laterais, para uma maior pressão e rápida recuperação da posse de bola, i.e., um bloco defensivo agressivo sobre os corredores laterais.

Após a recuperação da posse de bola, saber quem, onde e como a equipa se organiza para receber o primeiro passe é um aspeto preponderante para a compreensão da dinâmica da equipa adversária (Castelo, 2009). No que diz respeito ao tipo de passe utilizado, segundo os resultados obtidos, a equipa apresenta uma maior tendência para utilizar o passe curto como principal opção (60%) e o passe longo como segunda opção (40%). Estes valores indicam que, no momento imediato à recuperação da posse de bola, o passe curto é a primeira opção sendo o jogador MD2 a principal referência sobre o corredor central (Zonas 8 e 9). Podemos ainda referir, que uma segunda hipótese de “ligação” para transição ofensiva é a utilização do passe longo para a solicitação do jogador PL, tendo em conta os valores das suas ligações recebidas.

No entanto, os resultados previamente descritos não ocorrem de forma mecânica e são condicionados grandemente pelo posicionamento dos adversários em torno da bola (Travassos, Araújo, Davids, Esteves, & Fernandes, 2012). Os resultados mostram que após a recuperação da posse de bola a equipa procura utilizar passe longo, sempre que em média tem a oposição de 3 jogadores na zona de recuperação. Por outro lado, a equipa procura sair tendencialmente com passe curto, quando em média se encontram 2 jogadores adversários próximos da bola. Assim, podemos concluir que existe uma dependência contextual (McGarry, 2009; Travassos, Davids, Araujo, & Esteves, 2013) na forma como esta equipa potencia a sua transição defesa-ataque. Quanto maior for a pressão adversária sobre a bola, maior é a tendência para que a equipa utilize passe longo, i.e., estilo de jogo direto. Pelo contrário, quando a pressão adversária é menor, a equipa utiliza preferencialmente o passe curto (estilo de jogo indireto).

Sugerimos ainda que, de modo a melhorar os resultados obtidos por este tipo de análise em futuros estudos se analise: i) a percentagem de sucesso/insucesso das transições ofensivas, tendo em consideração o posicionamento da equipa adversária, como forma de estabelecer uma relação entre o comportamento observado, a equipa adversária e o sucesso do mesmo; ii) um maior número de passes, como forma de perceber a dinâmica de circulação de bola no campo de jogo desde a 1ª fase de construção até ao momento de finalização; iii) o comportamento de transição ofensivo em jogos em casa e fora; e iv) se considere o resultado do jogo como uma variável situacional que pode descriminar diferentes comportamentos de transição ofensiva da equipa em análise. Apenas tendo por base a conjugação de todas estas variáveis será possível caracterizar objetivamente a forma de jogar da equipa em análise, com consequências ao nível do processo de treino.

Em suma, consideramos que o conhecimento do comportamento do adversário tal como foi descrito anteriormente é de elevada importância na preparação de uma competição. Saber como, onde e por quem o adversário vai procurar jogar em determinado momento, permite uma adaptação adequada da nossa equipa, no sentido de anular um eventual ponto forte, ou explorar um ponto fraco do opositor. Consideramos que este estudo permite avançar conhecimento às metodologias de Scouting, ao apresentar dados quantitativos e gráficos que exprimem uma tendência de atuação, ao invés das metodologias tradicionalmente utilizadas, que têm por base observações qualitativas do jogo onde a subjetividade é enorme, pois dependem muito do observador que as realiza (Travassos, Araújo, Correia, & Esteves, 2010).

Por fim, tratando-se o futebol de um jogo que coloca em oposição duas equipas distintas em momentos distintos (ter, ou não ter a posse de bola), o facto de o nosso estudo ter em conta a influência que o opositor tem no comportamento de uma equipa é sem dúvida um ponto de inovação relativamente aos estudos anteriormente desenvolvidos. Este conhecimento permite ao treinador direcionar os jogadores para os constrangimentos informacionais do jogo, i.e., as “assinaturas de desempenho” dos adversários para uma adaptação mais funcional das suas ações individuais e coletivas (McGarry et al., 2002).

Carling, C., Bloomfield, J., Nelsen, L., & Reilly, T. (2008). The role of motion analysis in elite soccer: Contemporary performance measurement techniques and work rate data. Sports Medicine, 38(10), 839-862.         [ Links ]

Carling, C., Williams, A., & Reilly, T. (2005). Handbook of soccer match analysis: A systematic approach to improving performance. Oxon: Routledge.         [ Links ]

Castelo, J. (1996). Futebol: Organização do Jogo. Lisboa: Edições FMH.         [ Links ]

Castelo, J. (2009). Futebol - Organização dinâmica do jogo (3ª ed.). Lisboa: Edições Universitárias Lusófonas.         [ Links ]

Duarte, R., Araújo, D., Freire, L., Folgado, H., Fernandes, O., & Davids, K. (2012). Intra- and inter-group coordination patterns reveal collective behaviours of football players near the scoring zone. Human Movement Science, 31(6), 1639-1651. doi: 10.1016/j.humov.2012.03.001        [ Links ]

Duch, J., Waitzman, J.S., & Amaral, L.A. (2010). Quantifying the performance of individual players in a team activity. PloS One, 5(6), e10937. doi:10.1371/journal.pone.0010937        [ Links ]

Franks, I. (1997). Use of feedback by coaches and players. In T. Reilly, J. Bangsbo & M. Hughes (Eds.), Science and football III (pp. 267-268). London: SponPress.         [ Links ]

Garganta, J., Arda, A., & Lago, C. (Eds.) (2002). A Investigação em Futebol - Estudos Ibéricos. Porto: Univ. Porto Editorial.         [ Links ]

Garganta, J., & Pinto, J. (1998). O ensino do futebol. In A. Graça & J. Oliveira (Eds.), O ensino dos jogos desportivos (pp. 95-135). Lisboa: CEFD.         [ Links ]

Glazier, P. S. (2010). Game, Set and Match? Substantive Issues and future directions in performance analysis. Sports Medicine, 40(8), 625-634. doi: 0112-1642/10/0008-0625        [ Links ]

Hughes, M., & Franks, I. (2004). Notational analysis of sport: Systems for better coaching and performance in sport (2ª ed.). London: Routledge.         [ Links ]

Hughes, M., & Franks, I. (2008). The essentials of performance analysis. New York: Routledge.         [ Links ]

Lago-Ballesteros, J., & Lago-Peñas, C. (2010). Performance in team sports: Identifying the keys to success in soccer. Journal of Human Kinetics, 25, 85-91. doi: 10.2478/v10078-010-0035-0        [ Links ]

Lago, C., & Martín, R. (2007). Determinants of possession of the ball in soccer. Journal of Sports Sciences, 25(9), 969-974. doi: 10.1080/02640410600944626        [ Links ]

Maçãs, V. (1997). Análise do jogo em futebol: Identificação e caracterização do processo ofensivo em Seleções Nacionais de Futebol Júnior. Dissertação de Mestrado, Universidade Técnica de Lisboa, Lisboa.         [ Links ]

McGarry, T. (2009). Applied and theoretical perspectives of performance analysis in sport: Scientific issues and challenges. International Journal of Performance Analysis in Sport, 9, 128-140.         [ Links ]

McGarry, T., Anderson, D. I., Wallace, S. A., Hughes, M. D., & Franks, I. M. (2002). Sport competition as a dynamical self-organizing system. Journal of Sports Sciences, 20(10), 771-781. doi: 10.1080/026404102320675620        [ Links ]

McGarry, T., & Franks, I. M. (2003). The science of match analysis. In T. Reilly & M. Williams (Eds.), Science and Soccer (2ª ed., pp. 265-275). London: Routledge.         [ Links ]

Moutinho, C. (1991). A importância da análise do jogo no processo de preparação desportiva nos jogos desportivos coletivos: O exemplo do voleibol. In J. Bento & A. Marques (Eds.), As ciências do desporto e a prática desportiva (pp. 265-275). Porto: Univ. Porto Editorial.         [ Links ]

Oliveira, J. (1993). A análise do jogo em basquetebol. In J. Bento & A. Marques (Eds.), A ciência do desporto, a cultura e o Homem (pp. 297-306). Porto: Univ. Porto Editorial.         [ Links ]

Passos, P., Davids, K., Araujo, D., Paz, N., Minguéns, J., & Mendes, J. (2011). Networks as a novel tool for studying team ball sports as complex social systems. Journal of Science and Medicine in Sport, 14(2), 170-176. doi: 10.1016/j.jsams.2010.10.459        [ Links ]

Quina, J. (1999). Futebol: Referências para a organização do Jogo. Bragança: Instituto Politécnico de Bragança Edições.         [ Links ]

Sampaio, J., & Maçãs, V. (2012). Measuring Football Tactical Behaviour. International Journal of Sports Medicine, 33, 1-7. doi: 10.1055/s-0031-1301320        [ Links ]

Seabra, F., & Dantas, L. E. (2006). Space definition for match analysis in soccer. International Journal of Performance Analysis in Sport, 6(2), 97-113.         [ Links ]

Silva, J. (1998). Os processos ofensivos no futebol – Estudo comparativo entre equipas masculinas de diferentes níveis competitivos. Dissertação de Mestrado, Universidade do Porto, Porto.         [ Links ]

Taylor, S., & Williams, M. (2002). A quantitative analysis of Brazil`s performances. FA Coaches Association Journal, 3, 28-30.         [ Links ]

Tenga, A., Holme, I., Ronglan, L., & Bahr, R. (2010). Effect of playing tactics on achieving score-box possessions in a random series of team possessions from Norwegian professional soccer matches. Journal of Sports Sciences, 28(3), 245-255. doi: 10.1080/02640410903502766        [ Links ]

Travassos, B., Araújo, D., Correia, V., & Esteves, P. T. (2010). Eco-dynamics approach to the study of team sports performance. The Open Sports Sciences Journal, 3, 56-57. doi: 10.2174/1875399X01003010056        [ Links ]

Travassos, B., Araújo, D., Davids, K., Esteves, P., & Fernandes, O. (2012). Improving passing actions in team sports by developing interpersonal interactions between players. International Journal of Sports Sciences and Coaching, 7(4), 677-688. doi: 10.1260/1747-9541.7.4.677        [ Links ]

Travassos, B., Araújo, D., Duarte, R., & McGarry, T. (2012). Spatiotemporal coordination patterns in futsal (indoor football) are guided by informational game constraints. Human Movement Science, 31(4), 932-945. doi: 10.1016/j.humov.2011.10.004        [ Links ]

Travassos, B., Araújo, D., Vilar, L., & McGarry, T. (2011). Interpersonal coordination and ball dynamics in futsal (indoor football). Human Movement Science, 30, 1245-1259. doi: 10.1016/j.humov.2011.04.003        [ Links ]

Travassos, B., Davids, K., Araujo, D., & Esteves, P. T. (2013). Performance analysis in team sports: Advances from an Ecological Dynamics approach. International Journal of Performance Analysis in Sport, 13(1), 83-95.         [ Links ]

Vilar, L., Araújo, D., Davids, K., & Travassos, B. (2012). Constraints on competitive performance of attacker–defender dyads in team sports. Journal of Sport Sciences, 30(5), 459-469. doi: 10.1080/02640414.2011.627942        [ Links ]