Equilíbrio competitivo nas 6 melhores ligas europeias na última década (2010–2020), com especial referência à Primeira Liga

Há dias, a Federação Internacional de História e Estatísticas do Futebol (IFFHS, sigla na língua inglesa) classificou a Primeira Liga (Liga NOS) como a sexta melhor do mundo em 2019, à frente de ligas como a Bundesliga (alemã) e a Ligue 1 (francesa). Sinceramente, não procurei saber os critérios que nortearam a atribuição de pontos pela IFFHS, mas não deixa de ser um pouco estranho, visto que, somente em 2019/2020, a Primeira Liga recuperou a sexta posição no ranking de ligas da UEFA, por troca com a Rússia. 

A antítese da competitividade no futebol profissional português foi aqui debatida há dois anos. Por essa altura, foi citado um estudo brasileiro (Da Silva et al., 2018) que concluiu que a Primeira Liga era a que mostrava menor equilíbrio competitivo de entre as 7 ligas analisadas (Alemanha, Brasil, França, Espanha, Inglaterra, Itália e Portugal). Os investigadores também verificaram que, na liga portuguesa, o desequilíbrio competitivo (ou a desigualdade entre os 4 primeiros classificados e as restantes equipas) tem vindo a aumentar significativamente ao longo do tempo. Embora este estudo tenha analisado um período de 13 épocas consecutivas (2003/2004–2015/2016), utilizou apenas uma métrica subjacente ao equilíbrio competitivo (C4 Index of Competitive Balance), que mede a desigualdade entre os 4 primeiros classificados da tabela final de cada época e as restantes equipas e não, exclusivamente, o (des)equilíbrio competitivo da totalidade das equipas que compõem a liga. 

No relatório da IFFHS, divulgado no passado dia 20 de janeiro de 2021, é mencionado que a Primeira Liga subiu 4 posições no ranking das melhores ligas em relação a 2018. Em face deste novo e surpreendente facto, urge averiguar o que aconteceu ao equilíbrio competitivo nas melhores ligas europeias na última década. Será que o equilíbrio competitivo da Liga NOS se aproximou das outras ligas europeias de referência ou, ao invés, os clubes de maior dimensão cavaram ainda mais o fosso para os ditos “clubes pequenos”? 

Para o efeito, foram calculados valores de duas variáveis comummente aplicadas neste âmbito (Michie & Oughton, 2004):

· Five-club Concentration Index of Competitive Balance (C5ICB) – Índice C5 de Equilíbrio Competitivo: mede o grau de desigualdade entre os 5 clubes de topo numa liga e os restantes, relativamente a um valor ideal que seria alcançado numa liga perfeitamente equilibrada, com um qualquer número de equipas. Valores mais elevados traduzem uma redução do equilíbrio competitivo e um aumento da dominância dos 5 primeiros classificados.

·  Herfindahl Index of Competitive Balance (HICB) – Índice de Equilíbrio Competitivo de Herfindahl: através da proporção de pontos conquistados por cada equipa, avalia as desigualdades entre todos os clubes que compõem uma liga, também ponderando o valor ideal que seria atingido numa liga perfeitamente equilibrada, com um qualquer número de equipas. Quanto maior for o valor do índice, menor é o equilíbrio competitivo. Numa liga perfeitamente equilibrada, o índice de Herfindahl assume um valor similar a 100.

Em relação à primeira métrica, a figura 1 exibe a variação do equilíbrio competitivo nas 6 melhores ligas europeias ao longo da última década. 

 

Figura 1. Variação do Índice C5 de Equilíbrio Competitivo nas 6 melhores ligas europeias na última década.

 

Como podemos constatar, a Primeira Liga (a verde) é uma das que apresenta valores consecutivamente mais elevados no Índice C5 de Equilíbrio Competitivo, ao invés do que sucede, por exemplo, com a Ligue 1 (a lilás). Isto significa que a dominância dos 5 primeiros classificados, em relação às outras equipas que compõem a liga, é das mais elevadas nas ligas em análise, o que reflete uma maior desigualdade ou, por outras palavras, um menor equilíbrio competitivo. Para atestar esta evidência, a tabela 1 expõe os valores médios do Índice C5 apurados para a década 2010–2020.

 

Tabela 1. Médias e desvios-padrão do Índice C5 de Equilíbrio Competitivo para as 6 melhores ligas europeias de futebol, na década 2010–2020.

É, também, curioso verificar que a Premier League e a LaLiga são as ligas que maior dispersão (desvios-padrão) apresentam em relação à média, o que sugere que a desigualdade entre os 5 primeiros classificados e as restantes equipas tende a ser mais inconstante de época para época. Por sua vez, além de ser a segunda liga mais equilibrada, a Bundesliga é a prova cujo Índice C5 de Equilíbrio Competitivo é mais regular ao longo do tempo. 

Se fizermos uma análise isolada do Índice C5 de Equilíbrio Competitivo na Primeira Liga, ficamos em posição de perceber que houve uma tendência crescente ao longo da última década (figura 2), ou seja, a desigualdade entre as equipas do topo da tabela e as outras aumentou. 

 

Figura 2. Linha de tendência do Índice C5 de Equilíbrio Competitivo na Primeira Liga (2010-2020).

 

Porém, ao considerarmos os valores médios por época do conjunto das outras ligas europeias de referência, foi observada uma tendência similar, mas com um declive bem mais pronunciado (figura 3). Portanto, ainda que a desigualdade entre as equipas de topo e as restantes esteja a aumentar na Primeira Liga, a competição portuguesa está a aproximar-se da média das melhores ligas europeias, o que pode explicar parte dos recentes dados publicados pela IFFHS.

 

 Figura 3. Linha de tendência do Índice C5 de Equilíbrio Competitivo para a média de valores, por época, do conjunto composto por Bundesliga, LaLiga, Ligue 1, Premier League e Serie A (2010-2020).

 

A segunda variável – Índice de Equilíbrio Competitivo de Herfindahl –, que envolve a proporção de pontos conquistados por todas as equipas de uma liga, traça um cenário ligeiramente diferente para as 6 melhores ligas europeias e, em particular, para a Primeira Liga (figura 4).

  

Figura 4. Variação do Índice de Equilíbrio Competitivo de Herfindahl nas 6 melhores ligas europeias na última década.

 

À primeira vista sobressai uma linha verde (Primeira Liga) mais uniforme e destacada das restantes. Por outro lado, ao contrário do Índice C5 de Equilíbrio Competitivo, parece que a linha segue uma tendência decrescente. De facto, a tabela 2 revela que, segundo este índice, a Primeira Liga apresenta um menor equilíbrio competitivo (valores mais elevados) em relação às outras ligas europeias. A Ligue 1 continua a liderar no que ao equilíbrio competitivo diz respeito, e a Premier League e a LaLiga trocam de posição. Neste parâmetro, a Ligue 1 é a prova com equilíbrio competitivo mais uniforme, ao invés do que sucede com a LaLiga e a Serie A, que mostram valores de dispersão (desvios-padrão) mais altos relativamente à média.

 

Tabela 2. Médias e desvios-padrão do Índice de Equilíbrio Competitivo de Herfindahl para as 6 melhores ligas europeias de futebol, na década 2010–2020.

A análise isolada do Índice de Equilíbrio Competitivo de Herfindahl na Primeira Liga corrobora a perceção inicial: houve uma tendência decrescente ao longo da última década (figura 5), ou seja, a liga portuguesa tem-se tornado mais competitiva. Não obstante qualquer razão apontada não passe de pura especulação, estou a crer que a crescente profissionalização da estrutura de alguns clubes ditos “pequenos” possa estar a contribuir para que a liga portuguesa esteja a melhorar. Face ao disposto no Índice C5 de Equilíbrio Competitivo, talvez seja incorreto pensarmos que os “clubes grandes” estejam a perder supremacia na competição. 

 

Figura 5. Linha de tendência do Índice de Equilíbrio Competitivo de Herfindahl na Primeira Liga (2010-2020).

 

Por último, não podemos omitir a linha de tendência que resulta do combinado das outras 5 ligas europeias (figura 6).

 

Figura 6. Linha de tendência do Índice de Equilíbrio Competitivo de Herfindahl para a média de valores, por época, do conjunto composto por Bundesliga, LaLiga, Ligue 1, Premier League e Serie A (2010-2020).

 

Estes dados comprovam, até certa medida, o salto qualitativo da Primeira Liga para a IFFHS, em 2019: se na principal liga portuguesa de futebol o equilíbrio competitivo está a aumentar, a média provinda das 5 melhores ligas europeias expressa a tendência oposta. Em suma, de entre as 6 melhores ligas europeias para a UEFA, a portuguesa é a menos competitiva, contudo, na última década, tem vindo a aproximar-se do valor médio das ligas europeias de topo. Para bem do futebol português, é bom que assim continue! 

 

Referências Bibliográficas

Da Silva, C. D., Abad, C. C. C., Macedo, P. A. P., Fortes, G. O. I., & do Nascimento, W. W. G. (2018). Equilíbrio competitivo no futebol: Um estudo comparativo entre Brasil e as principais ligas europeias. Journal of Physical Education, 29, e2945. https://doi.org/0.4025/jphyseduc.v29i1.2945

Michie, J., & Oughton, C. (2004). Competitive balance in football: Trends and effects. Football Governance Research Centre.

Artigo do mês #13 – janeiro 2021 | Jogadores de futebol de elite correm maiores distâncias quando estão a perder?

Nota prévia: O artigo científico alvo da presente síntese foi selecionado em função dos seguintes critérios: (1) publicado numa revista científica internacional com revisão de pares; (2) publicado no último trimestre; (3) associado a um tema que considere pertinente no âmbito das Ciências do Desporto.

 

- 13 -

Autores: Lago-Peñas, C., Kalén, A., Lorenzo-Martinez, M., López-Del Campo, R., Resta, R., & Rey, E.

País: Espanha

Data de publicação: 22-dezembro-2020

Título: Do elite players cover longer distance when losing? Differences between attackers and defenders

Revista: International Journal of Sports Science & Coaching

Referência: Lago-Peñas, C., Kalén, A., Lorenzo-Martinez, M., López-Del Campo, R., Resta, R., & Rey, E. (2020). Do elite players cover longer distance when losing? Differences between attackers and defenders. International Journal of Sports Science & Coaching. https://doi.org/10.1177/1747954120982270 

 

Figura 1. Informações editoriais do artigo do mês 13 – janeiro de 2021.

 

Apresentação do problema

No futebol, as evidências sobre a análise do deslocamento na unidade de tempo (“time-motion analysis”) são úteis para quantificar a performance de corrida em jogo e podem fornecer orientações claras para o desenvolvimento de (1) testes específicos para a avaliação do desempenho e (2) regimes de treino (Bradley et al., 2009). Adicionalmente, estudos prévios têm demonstrado que variáveis situacionais, como o resultado corrente do jogo (a vencer, empatado ou a perder), a localização do jogo (casa ou fora), o nível da oposição (e.g., forte ou fraca) e a parte do jogo (primeira ou segunda) influenciam o perfil de corrida dos jogadores (Paul et al., 2015). 

No que se refere ao resultado corrente do jogo, a tendência é verificar-se um aumento da corrida em alta velocidade quando as equipas estão a perder, comparativamente à situação de vantagem no marcador. Por exemplo, Lago-Peñas et al. (2010) mostraram que, por cada minuto a perder, os jogadores percorreram um metro extra em sprint (>19 km/h), em relação a quando estavam a ganhar; inversamente, na liderança do marcador, aumentaram os deslocamentos a baixa velocidade (<11 km/h). Contudo, ao equacionarem o resultado parcial do jogo, em períodos de 15 minutos ou em cada parte, Moalla et al. (2019) observaram que os jogadores correram maiores distâncias em todas as intensidades de corrida quando estavam a vencer. Outros estudos evidenciaram que jogadores de elite, independentemente do resultado corrente do jogo, percorrem distâncias similares em corrida de alta intensidade (Bradley & Noakes, 2012; Redwood-Brown et al., 2012). Estes factos contraditórios podem dever-se a diversas limitações do foro metodológico. 

Embora poucas investigações tenham examinado o efeito da posição de jogo no perfil de corrida durante vários resultados correntes, foram reportados dados igualmente divergentes. Redwood-Brown et al. (2012) desvendaram que os médios percorrem maiores distâncias em corrida de alta velocidade quando empatados, os defensores quando estão a perder e os atacantes quando estão em vantagem (figura 2). Mais recentemente, Redwood-Brown et al. (2018) não constataram a existência de qualquer diferença entre as posições de jogo nos deslocamentos de alta intensidade ou em sprint. 

 

Figura 2. O avançado argentino Messi a correr com bola, diante do CD Leganés, época 2017/2018.

(imagem não publicada pelos autores; fonte: zimbio.com)

 

Portanto, persiste a necessidade de investigar a influência das posições de jogo nos deslocamentos em corrida no decurso das partidas, tendo em consideração os resultados temporários possíveis. No sentido de providenciar informação mais precisa sobre as demandas físicas em competição, os autores não só ponderaram o tempo efetivo de jogo, em vez do tempo total, como propuseram categorias mais abrangentes para a variável posição de jogo (i.e., defesas centrais, defesas laterais, médios centro, médios ala e avançados). O propósito do estudo foi averiguar a influência das variáveis resultado corrente do jogo (“match status”) e posição de jogo (“positional role”) nos perfis de corrida de uma vasta amostra de jogadores de futebol de elite.

 

Métodos

Amostra: consistiu em 4240 observações de jogo (412 jogadores e 297 jogos), da primeira divisão espanhola – LaLiga –, na época 2018/2019. Apenas foram consideradas observações de jogadores de campo que disputaram jogos completos. Partidas que envolveram a expulsão de um ou mais jogadores (cartão vermelho) foram excluídas da amostra (n = 73). Os dados foram obtidos da Liga de Futebol Profissional de Espanha (LaLiga), que autorizou a utilização das variáveis incluídas nesta investigação.

 

Procedimentos: o sistema computorizado de rastreamento ótico TRACAB (ChryronHego VID, New York, USA), com uma frequência amostral de 25 Hz, foi utilizado para captar a performance de corrida em jogo. O desempenho físico foi avaliado através de seis variáveis: (1) distância total percorrida, (2) distância de corrida em velocidade lenta (low-speed running: LSR, 0–14 km/h), (3) distância de corrida em velocidade média (medium-speed running: MSR, 14–21 km/h); (4) distância de corrida em velocidade alta (high-speed running: HSR, >21 Km/h); (5) distância de corrida em velocidade muito alta (very high-speed running: VHSR, 21–24 Km/h); (6) distância em sprint (>24 km/h). As variáveis independentes propostas pelos autores constam na tabela 1.

 

Tabela 1. Definição e categorias das variáveis independentes (situacionais) propostas no estudo (tabela não publicada pelos autores).

Análise estatística: a estatística descritiva foi reportada através de médias, desvios-padrão e coeficientes de variação em percentagem para cada posição e localização de jogo. O índice de vitória foi apresentado através de medianas e amplitudes interquartis. Um modelo liner multivariado foi calculado para as variáveis dependentes (performance de corrida em jogo), incluindo as variáveis situacionais índice de vitória, localização do jogo, qualidade da equipa, tempo efetivo de jogo e posição de jogo como fatores principais fixos. As interações do índice de vitória com as outras variáveis independentes também foram testadas. Os jogadores e as equipas foram introduzidos como fatores aleatórios. Todas as análises foram executadas no programa R, versão 4.0.0. O nível de significância foi estabelecido para p ≤ 0.05 e foram utilizados intervalos de confiança de 95%.

 

Principais resultados

 

·      Resultado corrente do jogo

O índice de vitória interagiu com a posição de jogo para todas as variáveis de corrida. Os defensores (centrais e laterais) percorreram distâncias mais longas em corrida em velocidades média, alta, muito alta e sprint quando estavam a perder, enquanto a tendência inversa foi observada para os avançados. Por exemplo, a vencer durante 45% do tempo do jogo, a distância em sprint aumentou 16% e 9% para os avançados e médios ala, respetivamente, comparando com um contexto de desvantagem no marcador durante 45% do jogo. Contudo, em condições análogas de vantagem no marcador, a distância percorrida em sprint pelos defensores (centrais e laterais) decresceu 14% e 7%, respetivamente (figura 3). 

 

Figura 3. Diferenças na distância total percorrida e em cada categoria de velocidade, em função do índice de vitória, para cada posição de jogo (Lago-Peñas et al., 2020).

 

·      Localização do jogo

A jogar em casa, os jogadores percorreram maiores distâncias de corrida em velocidades mais elevadas (alta, muito alta e sprint), comparativamente a jogar fora. A interação desta variável situacional com o índice de vitória revelou que as distâncias de corrida em velocidades alta e muito alta tendem a aumentar quando a equipa visitada está em vantagem no marcador durante mais tempo, observando-se um decréscimo mais pronunciado na distância percorrida em velocidades baixas (<14 km/h).

 

·      Qualidade da equipa (diferença classificativa)

Uma diferença de ranking positiva, i.e., uma equipa mais bem classificada do que a equipa adversária, esteve relacionada com o aumento das distâncias total e percorridas em velocidades média e muito alta. Ainda assim, quando equipas mais bem classificas estão a vencer, há a tendência para não somente percorrerem maior distância em baixa velocidade, como também para percorrer menos metros em corrida de alta velocidade e em sprint.

 

·      Tempo efetivo de jogo

Em jogos com mais tempo útil de jogo, os jogadores percorreram maiores distâncias de corrida total e em velocidades baixa, média e muito alta. Quando ponderados o índice de vitória, a diferença de ranking, a localização de jogo e a posição de jogo, não houve, no entanto, acréscimo nas distâncias de corrida em velocidade alta e em sprint.

 

Aplicações práticas

Ao entender as demandas físicas do jogo, em função de variáveis situacionais, os treinadores poderão antecipar cenários que irão encontrar ao longo da competição e, assim, preparar mais convenientemente os jogadores e a equipa ao longo do microciclo. Na LaLiga – principal competição de clubes em Espanha –, os médios centro percorreram maiores distâncias totais que os jogadores de outras posições, possivelmente devido ao seu papel permanente de ligação intersetorial. Os defesas centrais e os médios centro percorreram menores distâncias de corrida em alta intensidade, em relação aos laterais, médios ala (extremos) e avançados. 

Apesar disso, em situação de desvantagem no marcador, os defensores (centrais e laterais) tendem a aumentar as distâncias percorridas em velocidades média, alta, muito alta e sprint, provavelmente para fechar os espaços que são concedidos pelas equipas que estão a tentar assumir o jogo para anular a vantagem adversária. Ao invés, os médios ala e os avançados, em contextos de vantagem no marcador, tendem a percorrer maiores distâncias com velocidades mais elevadas, de modo a capitalizar em golo os espaços que se abrem no meio-campo ofensivo, com a progressão espacial da equipa oponente que procura reentrar na discussão do jogo. Além disso, a jogar em casa, as equipas cobrem maiores distâncias em velocidades média, alta, muito alta e sprint, comparativamente aos visitantes, o que corrobora a existência do famigerado “efeito de jogar em casa”. 

Ao fazer este tipo de análise, é importante que as equipas técnicas e os analistas considerem o tempo efetivo de jogo e não o tempo total de jogo, pois só assim serão apurados dados precisos sobre as exigências físicas em competição. Por exemplo, se um período com a bola fora é contemplado na quantificação da performance, as demandas físicas a que os jogadores estão sujeitos podem ser subestimadas. 

Independentemente do índice de vitória e da localização do jogo, as evidências indicam que as equipas mais bem classificadas percorreram maiores distâncias total e em velocidades média e muito alta (dimensão de efeito pequeno), relativamente a equipas de menor qualidade. Urge entender que, muito provavelmente, as melhores equipas correm menos, porque, concomitantemente, passam mais tempo em posição de vantagem no marcador. Em processo de treino, a manipulação do resultado e das relações numéricas pode ser uma estratégia profícua para lidar com as vicissitudes dos diversos contextos com que as equipas se deparam em competição.

 

Conclusão

Este estudo mostrou que a performance de corrida em jogo é altamente dependente de variáveis situacionais, especialmente as circunstâncias associadas à evolução do marcador. Além disso, o resultado corrente do jogo afetou, de forma distinta, a prestação da corrida de jogadores a atuar em diferentes posições. Em situação de derrota, os defensores aumentaram as distâncias percorridas em velocidades média, alta, muito alta e sprint, enquanto os jogadores atacantes manifestaram a tendência oposta. Em casa, as equipas percorreram maiores distâncias de corrida em velocidades média, alta, muito alta e em sprint. 

Estas evidências devem ser verificadas noutras competições e em outros países. É possível que a idiossincrasia de cada liga, na qual determinadas características de jogador ou estilos de jogo são enfatizados, possa alterar os resultados apresentados nesta investigação.

  

P.S.:

1-  As que constam neste texto foram originalmente escritas pelos autores do artigo e, presentemente, traduzidas para a Língua Portuguesa;

2-  Para melhor compreender as ideias acima referidas, recomenda-se a leitura integral do artigo em questão;

3-  As citações efetuadas nesta rúbrica foram utilizadas pelos autores do artigo, podendo o leitor encontrar as devidas referências na versão original publicada na revista International Journal of Sports Science & Coaching.