METROLOGIA DEPORTIVA Lic.

Carlos Villarreal Caballero Mster Entrenamiento Deportivo La Metrologa Deportiva es la ciencia de las mediciones en el mbito del deporte, saber tomar muestras, agruparlas, analizarlas, y determinar los valores es parte fundamental de la metrologa. Los nmeros no son solo para los estadistas o los matemticos, la Preparacin Fsica es objetiva, palpable, podemos cuantificarla y para ello tenemos en la metrologa una gran ayuda, como recopilar datos, como analizarlos y como utilizarlos en el entrenamiento deportivo.

TIPOS DE VARIABLES Es muy necesario mantener una buena bitcora de datos de cada uno de los deportistas como tambin del equipo para llevar objetivamente los avances que se ha logrado tanto individual como colectivamente. Existen varios tipos de variables o de datos a tener en cuenta, siendo los ms relevantes, los de tipo cualitativo y los de tipo cuantitativo. Las variables cualitativas hacen referencia a datos nominales y ordinales de orden o numricos, mientras que los cuantitativos se refieren a datos finitos y datos infinitos.

TIPOS DE VARIABLES

CUALITATIVOS

CUANTITATIVOS

Nominales

Finitos

Ordinales

Infinitos

* Los Datos Nominales Los datos nominales son aquellos datos que no son representados por algn valor numrico, rango o jerarquas, ms bien se pueden hacer representaciones grficas, como por ejemplo la religin, deporte, color de ojos de una poblacin, grupo sanguneo de una poblacin, especialidad deportiva, marca de productos, tipos de instalaciones deportivas, etc. *Los Datos Ordinales Son aquellos datos que estn representados o que reflejan un orden o una jerarqua, como por ejemplo: *Rangos Militares: soldado, cabo, sargento, teniente, mayor, general, etc. *Autoridades Religiosas: Curas, obispo, arzobispo, cardenal, papa, etc. *Rangos Deportivos: jugadores, entrenadores, administrativos, coordinador deportivo, director deportivo, presidente, etc. Los datos o variables nominales y ordinales, pertenecen a los datos o variables de tipo Cualitativos.

*Los Datos Finitos Son los que estn representados por datos numricos con un rango determinado, como por ejemplo: test fsicos, goles anotados, minutos jugados, metros recorridos, porcentaje de grasa, etc. Tambin son llamadas discretas.

En el campo deportivo, este tipo de datos es muy utilizado, teniendo en cuenta datos especficos como: talla, peso, edad, IMC, VO2mx, volumen en metros de una sesin, intensidades del ejercicio, etc. Todos estos datos hacen que tengamos un conocimiento real de nuestros deportistas, igualmente se debe tener en cuenta la media, mediana, desviacin estndar, medidas que explicaremos ms adelante.
Toma de peso y talla de un futbolista profesional (Villarreal 2009)

* Los Datos Infinitos Son los datos que estn representados numricamente pero sin fin, como ejemplo podemos mencionar: ruletas, lanzamientos de dados, lanzamientos de monedas. Esta variable tambin es llamada continua. Tanto las variables finitas como las infinitas pertenecen al grupo de datos cuantitativos, esta se hace muy interesante debido a que se puede hacer con estos datos representaciones numricas que en la variables cualitativas no tenia representatividad.

ESCALAS DE MEDICION Bsicamente encontramos cuatro escalas en la medicin: nominal, intervalos, ordinal y proporcin. *Escala Nominal

Si podemos saber con claridad las categoras o edades que manejan los clubes de ftbol de cierto pas, estamos hablando de una escala nominal, este es un proceso que agrupa los datos en categoras, los nmeros toman una funcin categrica, al definir los diferentes grupos, como ejemplo podemos mencionar: los hinchas de un equipo de ftbol, disciplinas deportivas que se practican en una ciudad, etc. *Escala Ordinal Cuando en una observacin se puede definir un orden o una jerarqua, respecto a la caracterstica que se esta evaluando, de esta manera la magnitud numrica representa el orden del rango que se ha observado, como ejemplo podemos mencionar: Batalln militar: General, mayor, capitn, teniente, sargento, cabo, soldados. Club de ftbol: Junta directiva, gerente general, gerente deportivo, gerente administrativo, director deportivo, entrenadores, jugadores. *Escala de Intervalos Lo que se observa tiene como base principal nmeros consecutivos de igual valor sin variar a lo largo de la magnitud de medida, en esta escala el punto cero no representa ningn valor, solo es una conveniencia un parmetro establecido, para que a partir de all se marquen intervalos de igual magnitud. Como ejemplo podemos citar: cido lctico en sangre, glucosa en sangre, presin arterial, etc. *Escala de proporcin Adems de las ordinales y de intervalos en esta escala el cero tiene como significado la ausencia e la caracterstica en observacin, los datos numricos pueden compararse como proporciones. 8.3. UNIDADES DE MEDIDA Insistimos en que en el deporte mientras ms tengamos medidos a nuestro equipo o deportistas, mayor posibilidad vamos a tener de conseguir los objetivos trazados, todos hemos escuchado hablar alguna vez de metros, kilogramos, segundos, etc. En el deporte estas unidades de medida son las ms utilizadas, porque en la estadstica general lgicamente existen muchas otras unidades de medida. La unidad de medida es una cantidad estandarizada de una determinada magnitud fsica, tambin conocido como sistema mtrico y establece unidades que deben ser utilizadas internacionalmente, en Francia, el comit internacional de pesos y medidas,

estableci principalmente siete magnitudes fundamentales y cre los patrones de medida, los cuales son: Longitud, masa, tiempo, intensidad elctrica, temperatura, intensidad luminosa y cantidad de sustancia. En el deporte entre las medidas ms preponderantes tenemos: *Longitud: Que es la distancia que hay entre dos puntos, su unidad bsica es el metro.

*Masa: En fsica se establece como la cantidad de materia de un cuerpo, su unidad de medida es el kilogramo. *Tiempo: Mide la duracin de un acontecimiento, su unidad de medida es el segundo. En sntesis la medicin podemos resumirla como la representacin numrica que se le asigna a una propiedad fsica. MEDIDAS DE CENTRO *Media = En una distribucin o en un conjunto de datos, casi siempre incluye un centro de esos datos, a este centro se le denomina Media o media aritmtica, tambin se puede resumir como un valor promedio de la informacin. (Moore, 2006) Dice, para hallar la media de un conjunto de observaciones, suma sus valores y la divide por el nmero de sus observaciones, quiere decir que la media se halla cuando sumamos todos los datos y ese resultado lo dividimos por la cantidad de datos. De manera simplificada quedara as: = o de esta otra forma = =

Ejemplo: Vamos a hallar la Media de los siguientes datos, que corresponden a la estatura del equipo Luis ngel Firpo (El Salvador) temporada apertura 2009.

Gmez J. Hernndez H. Argueta R. Turcios V. Salazar M. Morales S. Gonzlez E. Escobar H. Garca X. Vliz E. Monteagudo C. Snchez J. Alas D. Campos J. Medrano F. Orellana R. Barrera H. Leguizamn F. Snchez C. Maravilla A. Quijada R. Fernndez Mathias

182 185 184 173 175 178 170 168 175 168 184 170 175 173 171 168 173 168 171 173 173 165

= = = 173

*Moda = Md La moda es otro dato de carcter central, que indica la mayor frecuencia con que se presenta un dato, dentro de un conjunto de datos pueden existir una o ms modas. Ejemplo de Luis ngel Firpo: debemos ordenar los datos de menor a mayor. 165, 168, 168, 168, 168, 170, 170, 171, 171, 173, 173, 173, 173, 173, 175, 175, 175, 178, 182, 184, 184, 185 Md = 173

Cuando todos los datos tienen la misma frecuencia se dice que no hay moda Ejemplo: 2, 2, 2, 3, 3, 3, 4, 4, 4, 7, 7, 7, 11, 11, 11

*Mediana = Me Se dice que la mediana de un conjunto de datos finitos es aquel valor que ocupa la parte central del conjunto de datos que estn ordenados en forma ascendente adems parte el conjunto de datos en dos partes iguales. Veamos el ejemplo:
165, 168, 168, 168, 168, 170, 170, 171, 171, 173, 184, 184, 185
173, 173

173, 173, 175, 175, 175, 178, 182,

Me =

Me = 173

En este caso el conjunto de datos es par, por lo que el punto central es la media de los dos datos. En el caso que el conjunto de datos sea impar, la mediana es el dato que divide el conjunto en dos partes iguales. Ejemplo: 3, 3, 5, 7, 7, 7, 8, 8, Md = 8 8 9, 9, 11, 13, 14, 14, 15, 15

Medidas de dispersin Las medidas de dispersin nos permite medir tambin las posibles variables, extensiones en las que se propagan los datos, con estos datos podemos juzgar por decirlo de alguna manera, si los datos se encuentran ampliamente o mnimamente dispersos de las medidas de centro. Veamos las medidas de dispersin: *Rango o Recorrido El rango es el dato que podemos obtener restando el valor mximo al valor mnimo del conjunto de datos: Con los datos de Firpo hallamos el rango de la altura: R = Xmx Xmn R = 185 cm 165 cm

R = 20 cm

*Desviacin Media = DM La desviacin media es aquel dato que representa, la desviacin que han sufrido los valores absolutos respecto a la media aritmtica, en sntesis es el promedio de desviacin. La desviacin media se representa de la siguiente manera: |j | ni N Entonces vamos a hallar la Desviacin Media de la altura de Firpo con los datos anteriormente mencionados: Ver cuadro nmero ?? DM = DM = DM = DM = 4.18 cm En este caso la desviacin media de Luis ngel Firpo es de 4.18 centmetros.

*Varianza = De forma fcil podemos definir la varianza como una medida de dispersin que nos indica que tan lejos o que tan cerca estn los valores con relacin a la media, en el deporte puede llegarnos a indicar si el equipo est muy lejos de los datos que el preparador fsico quiere, y tomar as, replanteamientos en la preparacin. La varianza se puede expresar de la siguiente manera: (j )2ni n

Entonces vamos a hallar la varianza con los datos de Firpo, teniendo en cuenta que la media de la altura es de 173 cm.

Vale recordar que en matemticas al multiplicar menos por menos la respuesta es positivo: (-2) (-2) = 4 esto para cuando eleven al cuadrado los valores negativos. (i - ) 182 173 185 173 184 173 173 173 175 173 178 173 170 173 168 173 175 173 168 173 184 173 170 173 175 173 173 173 171 173 168 173 173 173 168 173 171 173 173 173 173 173 165 173 92 ( i - 9 12 11 0 2 5 -3 -5 2 -5 11 -3 2 0 -2 -5 0 -5 -2 0 0 -8 694

Gmez J. Hernndez H. Argueta R. Turcios V. Salazar M. Morales S. Gonzlez E. Escobar H. Garca X. Vliz E. Monteagudo C. Snchez J. Alas D. Campos J. Medrano F. Orellana R. Barrera H. Leguizamn F. Snchez C. Maravilla A. Quijada R. Fernndez Mathias

= = = = = = = = = = = = =

0 4 25 9 25 4 25 121 9 4 0 4 0

Entonces (j )2 n = donde = 31.54 cm.

Para este caso la Varianza del equipo Luis ngel Firpo es de 31. 54 centmetros, hallar la varianza es muy necesario porque con este dato hallaremos la Desviacin Estndar, valor que nos brinda datos significativos a los preparadores fsicos. Desviacin Estndar = S Es la medida de dispersin ms utilizada, por cuanto nos indica cuanto tienden a alejarse los valores puntuales del promedio de la distribucin. En la preparacin fsica es muy importante tener la desviacin estndar de nuestro equipo en la mayora de

datos (altura, test de carreras, edad, test de potencias, etc.) Esta medida nos ubicar en el sentido de decirnos que es normal, que est muy por encima o que esta muy por debajo de lo que el preparador fsico pretende con el equipo. Ricardo Mirella, en su libro Las Nuevas Tendencias del entrenamiento de la Fuerza, La Resistencia, La Velocidad y La Flexibilidad, 2001 dice: En pocas palabras, la Desviacin Estndar es un dato que indica en que medida un grupo de datos se aleja de los resultados obtenidos al calcular la media. De hecho si la Desviacin Estndar es muy baja, ello significa que el grupo es homogneo: por el contrario si el dato obtenido es alto, ello significa que el grupo no es homogneo, lo cual se considera un factor negativo en el caso de deportes de equipo. Partiendo de este dato debemos establecer si continuamos con la planificacin, replanteamos o definitivamente ajustamos el entrenamiento deportivo para que la desviacin estndar sea normal o lo mas pequea posible. Tambin es conocida como la desviacin tpica y se calcula teniendo el dato de la varianza, a la cual se le saca la raz cuadrada de la siguiente manera: S= Ejemplo: Continuemos con los datos que traemos con anterioridad de Firpo. Tenemos que la varianza es de 31.54 S= S = 5.61 cm La desviacin estndar de la altura del equipo Luis ngel Firpo en la temporada apertura 2009 era de 5. 61 cm.

*Coeficiente de Variacin = CV Es la relacin que existe en trminos de porcentaje entre la Desviacin Estndar y la Media, se expresa de la siguiente manera: CV = (S/) * 100% Hallemos el coeficiente de variacin donde los datos que tenemos son: Desviacin Estndar 5.61 y la media es de 173: CV = 100 %

CV = 3.24 %

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

JUGADOR DAGOBERTO ORTILLO ELMER HERNANDEZ MARVIN GONZALEZ MARDOQUEO HENRIQUEZ LOMBARDO RUGAMAS DONNY VALLE MIGUEL GRANADINO RAMON FLORES HERNAN DURAN ROBERTO CARLO PEA RAMON SOLIS CRISTIAN ALVAREZ BALMORI ARTIGA JUAN CARLOS MOSCOSO CARLOS APARICIO WILLIAM MALDONADO JODUE ODIR FLORES HECTOR AVALOS FRANKLIN WESTER WILLIAM REYES ALEJANDRO BENTOS CESAR LARIOS GUSTAVO LOPEZ LUIS EDGARDO CONTRERAS

Edad aos 29 26 26 22 19 27 20 26 21 25 21 31 28 27 27 19 21 31 31 32 31 21 21 26

CLUB DEPORTIVO FAS TABLA DE REGISTROS DE TEST APERTURA 2009 F DE N PESO TALLA FCb LEGER VO2mx VO2mx Kg cm 16-11-79 94.1 183 55 57.4 56 15-08-82 69.3 172 67 57.9 57 17-04-82 63.0 175 58 59.8 58 24-05-87 84.3 178 65 61.2 60 26-01-90 61.2 169 68 62.6 61 27-07-81 73.0 170 65 60.9 60 28-09-88 66.5 177 64 64.4 63 21-08-82 74.6 175 61 65.5 64 17-07-88 66.0 165 68 64.9 64 01-03-84 75.0 177 60 67.7 66 13-11-87 66.4 167 70 63.7 61 19-04-78 68.5 161 67 60.9 59 22-10-80 63.8 161 70 59.9 61 06-05-82 65.5 166 66 64.2 62 07-08-87 59.5 161 65 61.4 59 13-01-90 65.4 171 69 63.7 62 13-05-88 70.0 170 66 63.1 62 19-04-78 67.1 167 62 64.2 63 07-08-78 73.6 162 65 61.4 62 30-10-76 68.0 175 59 62.8 61 03-05-78 73.0 173 53 64.9 65 21-04-88 66.4 176 70 64.2 62 21-12-87 71.2 174 56 63.7 58 26-10-82 81.2 175 61 61.3 59

Test de 2400 mt Tiempo FC 1037 152 1030 172 937 162 926 169 931 164 924 172 922 152 850 148 859 168 836 148 926 180 956 172 957 148 905 144 938 160 850 160 928 172 937 148 931 132 924 156 857 120 931 140 1003 156 942 165

IMC 28 23 20 26 21 25 21 24 24 23 23 26 24 23 22 22 24 24 28 22 24 21 23 26

300 MTS 47 45 42 41 43 46 42 44 46 39 45 46 46 47 40 43 42 43 46 43 40 42 43 44

Peso Ideal 84 72 75 68 70 75 64 77 66 60 60 65 60 71 70 66 61 73 76

Tabla de test Villarreal 2009

Metrologa Deportiva del Club Deportivo FAS aplicada en la temporada Apertura 2009 Esta metrologa fue aplicada teniendo en cuenta la Tabla de Registros de Test del Club Deportivo FAS, (ver tabla de registro de test apertura 2009) con Luis ngel Firpo utilizamos datos no agrupados, ahora con FAS aplicaremos la metrologa con datos agrupados EDAD: (ver tabla de test) Media = = = 25,333 aos Mediana 19,19, 20, 21, 21,21,21,21,22,25,26,26,26,26,27,27,27,28,29,31,31,31,31,32 Me aos = 25,3 aos =

Moda Md = 21 aos pues presenta mayor frecuencia: 5 personas tienen 21 aos

Rango Para hallar el rango, cogemos el dato ms grande y le restamos con el dato ms pequeo: R= Xmx Xmn = 32 aos - 19 aos = 13 aos

Vamos agrupar los datos m = 1+3,3 log n (Segn Regla de Sturges) m = 1+3,3 log (24) = 5, 55 donde 24 es el nmero de datos R = c. m = c = = 2.1

Podemos colocar m = 7 y c = 2 en este caso DATOS AGRUPADOS 'j-1 - 'j 18.0-20.0 20.1-22.0 22.1-24.0 24.1-26.0 26.1-28.0 28.1-30.0 30.1-32.0 j 19 21 23 25 27 29 31 -

= 2.7 = 14

nj 3 6 0 5 4 1 5 24

Nj 3 9 9 14 18 19 24 -

hj 0.125 0.250 0.00 0.210 0.170 0.042 0.210 1.000

Hj 0.125 0.375 0.375 0.585 0.755 0.797 1.000 -

j.nj 57 126 0 125 108 29 155 600

j -6 -4 -2 0 2 4 6 -

(j -)2nj 108 96 0 0 16 16 180 416

[j ] nj 18 24 0 0 8 4 30 84

Aclaraciones a la tabla: Y'j-1 es el lmite inferior Y'j es el lmite superior Yj es la marca de clase nj es la frecuencia absoluta Nj Frecuencia acumulada Media = =

= 25 aos El promedio de la edad del equipo es de 25 aos, lo que indica en el rendimiento deportivo una edad muy especial por cuanto a esta edad el deportista goza de una maduracin tanto fsica como mental, no es un equipo muy joven pero tampoco es un equipo viejo cronolgicamente. Mediana Es muy necesario tener claro que para hallar Nj-1, se debe dividir el nmero de datos entre 2, teniendo en cuenta ese resultado, Nj-1 ser el nmero de la columna de Nj inmediatamente por debajo de ese resultado. Me = Y'j-1 + c Ahora Reemplacemos, sabiendo que = = 12 ; Nj-1 = 9

Me = 24 + 2 Me = 24 + 2 ( )

= 24 + 2

Me = 25.2 aos La mediana o el punto central de la edad del equipo corresponden a 25. 2 aos

Moda: Md = Y'j-1 + c Md = 20 + 2 Md = 20 aos La moda como podemos ver es de 20 aos. Esto indica que esta edad es la que est presente con ms frecuencia en el equipo.

Desviacin Media: Da = |j | ni n Da = Da = 3.5 aos Club Deportivo FAS presenta una Desviacin Media de 3.5 aos

Varianza: = (j )2ni n = = 17.33 La varianza corresponde a 17. 33

Desviacin Estndar:

S=

S = 4.163 4.2 aos 4.2 es la Desviacin Estndar aproximadamente, como conclusin podemos darnos cuenta que esta desviacin es alta, lo cual nos indica que el grupo o equipo no es homogneo en su edad. Aunque en el ftbol bajo mi punto de vista la edad no tiene tanta mucha relevancia, respetando el concepto de otros colegas. Coeficiente de Variacin: CV = (S/)*100% CV = *100% = 16.6%

El Coeficiente de Variacin es del 16. 6 % Hasta este momento hemos hallado todos los datos de metrologa del Club Deportivo FAS en cuanto a la edad. Ahora veamos el rendimiento del equipo teniendo en cuenta el mximo consumo de oxgeno (VO2mx), obtenido en dos pruebas diferentes el test de Leger y el test de carrera de 2400 metros. Igualmente para el entrenamiento de potencia anaerbica medimos el rendimiento con el test de carrera de 300 metros. Veamos primero el test de carrera de 300 metros:

TEST DE CARRERA DE 300 METROS (ver tabla de test) para trabajar potencias anaerbicas Con este test, pretendemos mejorar la potencia anaerbica de los jugadores, una capacidad sumamente importante en los futbolistas modernos. Ricardo Mirella, en su libro Las Nuevas Tendencias del entrenamiento de la Fuerza, La Resistencia, La Velocidad y La Flexibilidad, 2001 dice: El objetivo principal es mejorar el mecanismo glucoltico, adems este tipo de trabajo favorece la resntesis de cido lctico a nivel heptico y desarrolla la capacidad para prolongar el esfuerzo incluso en presencia de grandes cantidades de lactato. Recordemos que para trabajar esta capacidad, es necesario mantener una intensidad prxima a la mxima, ms adelante en el captulo de entrenamiento detallaremos al respecto.

Media: = = 43.54 segundos =

Mediana: Me = 39,40,40,41,42,42,42,42,43,43,43, 43,43, 44,44,45,45,46,46,46,46,46,47,47 = 43 La mediana del test de los 300 metros de carrera del Club corresponde a 43 segundos.

Moda: Md: La distribucin es bimodal, dado que 43 seg y 46 seg. Aparecen con una frecuencia de 5 datos. Md = 43 seg y Md = 46 seg frecuencia 5 datos

Rango: R = Xmx - Xmn = 47 39 R = 8 segundos

Datos Agrupados: j 39 40 41 42 43 44 45 46 47 nj 1 2 1 4 5 2 2 5 2 Nj 1 3 4 8 13 15 17 22 24 j.nj 39 80 41 168 215 88 90 230 47 998 j- -4.5 -3.5 -2.5 -1.5 -0.5 0.5 1.5 2.5 3.5 |j-|nj 4.5 7.0 2.5 6 2.5 1.0 3.0 12.5 7.0 46 (j-)2nj 20.25 24.5 6.25 9 1.25 0.5 4.5 31.25 24.5 122

= 43,54 seg corresponde a la media o promedio.

Mediana: Me = = Nj-1 = 8 Me = Yj = 43 segundos.

Moda: nj = 5 Md = 43 seg Md = 46 seg

Bimodal

Desviacin Media: Da = . |i-| ni n Da = 46 = 1.92 24 La desviacin media es de 1.92 segundos. Varianza: = : (i-)2 ni N = 122 = 50.1 esta es la varianza. 24 Desviacin estndar: S= S= S = 2,25 segundos Dado el test aplicado, podemos decir que la desviacin estndar es baja, de solo 2.25 segundos, lo que constituye un dato a favor del equipo en cuanto a los trabajos de potencia anaerbica.

Coeficiente de Variacin: CV = (S/)*100% CV = CV = 5.2 %

TEST DE CARREARA DE 2400 METROS (ver tabla de test) para trabajar potencia aerbica

La potencia aerbica es la capacidad que tiene el jugador para soportar la realizacin de actividades eficientemente y sostenidas dentro de un periodo de larga duracin que van aproximadamente desde los 3 minutos en adelante y su intensidad puede ser media o baja. Miremos al Club Deportivo FAS en este test. Media: = = = 9,5257

= 9 Este es el tiempo promedio del equipo en la presente prueba.

Mediana: Ordenemos de menor a mayor de la siguiente manera 8,36 8,50 8,50 8,57 9,05 9,31 9,42 10,03 9,22 9,31 9,56 10,30 9,24 9,31 9,52 10,37 9,24 9,37 9,26 9,37 9,26 9,38 9,28 9,38 Ordenados de eta manera la flecha indica entre cuales datos se ubica la mediana.

Me = = luego los segundos Me = 924,5

Recordemos que se deben sumar primero los minutos y

Moda: La moda es 9`31`` pues este datos se encuentra con 3 veces de frecuencia. Rango: R = 1037 836 R = 201 R = 123 segundos Datos Agrupados: m = 5.55 ~ 6 c=

= 22,16 ~ 22 segundos de amplitud

R' = 22 x 6 = 132 segundos. 'j-1 - 'j

j
872 843 908 905 945 927 982 949 1018 1011 1055 1033

nj
3 3 12 3 1 2

Nj
3 6 18 21 22 24

j.nj
26.16 27.25 113.4 29.46 10.18 21.1

j
-0.76 -0.39 -0.03 0.34 0.7 1.07

|j |.nj
2.28 1.17 0.36 1.02 0.7 2.14

(j - )2nj
1.733 0.46 0.011 0.37 0.49 2.30

24

227.55 949 1011 1033

7.67 9,82 ~ 9.8 10.18 ~ 10.2 10.55 ~ 10.5

5.361

Observacin: 843 905 927

8.72 ~ 8.7 9.083 ~ 9.1 9.45 ~ 8.5

Media: = = 929 = 9, 48125 0,5 0,48125 X 30

Mediana: Me = = 12 < Nj-1 = 6 Y' = 916+20 = 1026

' = 9,27 + (0, ). (3,5)= 9.27 + 1,1 ' = 10,437 Me = 1026 Moda: Md = 9'27'' con frecuencia n = 12

Desviacin Media: Da = . |i-| ni n Da = = 0.31 18,6 segundos

Varianza: = : (i-)2 ni N = = 0,223375

Desviacin Estndar:
S=

S= S = 0,4726 Veintiocho segundos 36 centsimas = 2836

Vamos a hallar ahora el VO2mx (Mximo consumo de oxgeno) teniendo en cuenta el test de 2400 metros y lo compararemos con el resultado del VO 2mx obtenido en el test de Leger. Los dos test han sido aplicados para establecer el VO 2 del Club Deportivo FAS.

VO2Mx CON EL TEST DE 2400 METROS (ver tabla) Los datos del VO2mx se dan a mililitros por kilogramo por minuto Datos no agrupados Media: = Xi = 56+57+2(58)+3(59)+2(60)+4(61)+5(62)+2(63)+2(64)+65+66 n 24 = = 61.04 ml/kg/min Mediana: Me: 56,57,58,58,59,59,59,60,60,61,61,61,61,62,62,62,62,62,63,63,64,64,65,66 = 61 ml/kg/min Moda: Md = la moda corresponde a 62 ml/kg/min, pues aparece con una frecuencia de 5 Rango: R = Xmx Xmn R = 66 56 R = 10

Datos agrupados: m = 5.5 ~ 6 c= = 1.82 ~ 2 R' = (2) (6) = 12

'j-1 - 'j 55.0 57,0 57.1 59,0 59.1 61,0 61.1 63,0 63.1 65,0 65.1 67,0

j 56 58 60 62 64 66 -

nj 2 5 6 7 3 1 24

Nj 2 7 13 20 23 24 -

j.nj 112 290 360 434 192 66 1454

j -4.5 -2.5 -0.5 1.5 3.5 5.5 -

|j |.nj 9 12.5 3 10.5 10.5 5.5 51

(j - )2nj 40.5 31.25 1.5 15.75 36.75 30.25 156

Media: = = Mediana: Recordemos que la mediana es la cifra que esta inmediatamente por debajo de 12, segn la frmula Me = = = 12 Nj-1 = 7 = 60.5 ml/kg/min

Me = Y'j-1 + c Me = 59 + 2 Me = 59 +

ml/kg/min

Moda: Md = 62 con frecuencia = 7 Desviacin Media: Da = . |i-| ni n Da = Da = 2.125 ~ 2.1

Varianza: = : (i-)2 ni N = = 6,5

Desviacin estndar: S= = S = 2,55 Aunque la desviacin estndar arroja un dato un poco alto de aproximadamente dos litros y medio, dada la gran capacidad de VO2mx hallada en el promedio, podemos concluir en general que el equipo tiene una gran capacidad de consumo de oxgeno, lo que hace ser un equipo fsicamente altamente dotado de esta capacidad. Coeficiente de Variacin:

CV =

x 100%

CV = 4,2 %

VO2mx CON EL TEST DE LEGER (ver tabla)

Datos no agrupados: Media: = = = 62,57 = 62,6 ml/kg/min

Mediana: Ordenemos los datos de menor mayor 57.4 59.8 60.9 61.2 62.6 63.1 57.9 59.9 60.9 61.3 62.8 63.7 61.4 63.7 61.4 63.7

64.4 64.9 64.2 64.2 64.9

65.5

67.7

57.4 57.9 59.8 59.9 60.9 60.9 61.2 61.3 61.4 61.4 62.6 62.8 63.1 63.7 63.7 63.7 64.2 64.2 64.2 64.4 64.9 64.9 65.5 67.7 Me = Me = 62.95 ml/kg/min

Moda Md = la distribucin es bimodal Md1 = 63.7 Frecuencia 3 Md2 = 64.2

Rango: Xmx - Xmn = 67.7 57.4 = 10.3 Datos Agrupados

Y'j-1 - Y'j 56.5 58.5 58.6 60.5 60.6 62.5 62.6 64.5 64.6 66.5 66.6 68.5

Yj 57.5 59.5 61.5 63.5 65.5 67.5 -

nj 2 2 6 10 3 1 24

Nj 2 4 10 20 23 1 -

Yj.nj 115 119 369 635 196.5 67.5 1633

Yj -5.1 -3.1 -1.1 0.9 2.9 4.9 -

|Yj |.nj 10.2 6.2 6.6 9 8.7 4.9 45.6

(Yj - )2nj 52.02 19.22 7.26 9.1 25.23 24.01 135.84

= 62,58

62,6

Mediana Me = = = 12 < Nj-1 = 10

Me = Y'j-1 + C Me = 62.5 + 2 Me = 62,9 Moda:

= 62.5 + 2

= 62,5 + 0,4

Md = 63.5 con n = 10 (frecuencia mayor) Desviacin Media:

Da = |i |ni n Varianza: S2 = = 5,66

Da =

Da = 1.9

Desviacin Estndar: S= = 2.379 ~ 2.4

Si recordamos la desviacin estndar que obtuvimos del VO2mx hallado con el test de los 2400 metros podemos darnos cuenta que el valor fue de 2.5 comparado con el dato obtenido en el test de Leger de 2.4 el dato nos muestra realmente que los dos test son efectivos en arrojarnos la desviacin, corroborando que cualquiera de los dos pueden ser utilizados ya que la diferencia es mnima. Coeficiente de Variacin: CV = CV = 3,8 % *100%

Conclusiones a la Metrologa Como podemos darnos cuenta esta ciencia es sumamente importante, pues nos otorga datos que no pudiramos saber de ninguna otra forma y nuestro trabajo sera muy subjetivo, dejando a los preparadores fsicos cortos de anlisis y no se necesita ser un experto en estadstica para su aplicacin: 1. Principalmente orientar al Director Tcnico sobre el estado real de cada uno de los jugadores. 2. Participar en el planteamiento tctico-estratgico que el DT pueda tomar, de acuerdo al estado fsico del equipo, biotipo nuestro y del rival, clima, sistema a utilizar, etc. 3. Saber si tenemos un equipo maduro cronolgicamente o no, sus ventajas y sus deficiencias. 4. Replantear la planificacin si es necesaria o darle la continuidad de acuerdo a los resultados en la metrologa. 5. Como ejemplo el Club LUIS ANGEL FIRPO tiene una media en talla de 173,8 comparado con FAS con una media de 170,7 eso indica que Firpo cuenta con un equipo superior al nuestro en talla con una diferencia de aproximadamente 3 centmetros. Segn el Libro FIFA en su captulo 10 dice el jugador del maana debe tener una media de estatura entre 170 y 185 cm , los dos equipos nuestros estn dentro del lmite inferior y sin haber medido los dems equipos profesionales de El Salvador presiento que esa es la media en general, lo que hace a nuestra seleccin nacional y clubes presa relativamente accesible en los encuentros internacionales. 6. Las mediciones arrojan un dato importante en cuanto a la edad de FAS, pues tenemos una media de 25,3 aos de edad, equipo joven pero maduro emocionalmente. 7. Podemos comenzar a planificar nuestros trabajo de potencia aerbicas como anaerbicas, de acuerdo a los resultados en los test y analizados en la metrologa, haciendo una comparacin muy objetiva entre cada uno de los jugadores y el equipo para tratar de individualizar el entrenamiento. 8. FIFA recomienda que el VO2mx en los jugadores del maana debe ser de 60 a 65 ml/kg/min, este es un dato muy favorable para FAS que tiene un consumo de oxigeno bastante competitivo. Bangsbo, Jen en su libro YOYO test dice Los valores promedios para futbolistas de lite es de 61.7, aunque modernamente se deben establecer estos datos de acuerdo a la posicin del jugador dentro de la cancha, as los defensores entre 56 a 60, los volantes entre 63 a 67 y los delanteros entre 57 a 61 9. Comparar la misma capacidad mediante la aplicacin de ms de un test como en este caso el VO2mx hallado mediante el test de 2400 metros y el test de Leger. 10. Entre muchas otras conclusiones que el entrenador puede establecer.

BIBLIOGRAFIA Tzvetan, Zhelyazkow. (2002). Bases del entrenamiento Deportivo, Editorial Paidotribo, Barcelona. Morales Acosta, J. (2007). Gua para el uso de la Metrologa Deportiva, mx.geocities.com, Guadalajara Navarro, J de la H (2003) Estadstica Aplicada, tercera edicin, Editorial Daz de Santos, Barcelona. Moore, David (2006), Estadstica Aplicada Bsica, Editorial Antoni Basch S.A, Segunda Edicin, Barcelona. Garca Jess E. (2005). Estadstica Descriptiva y Nociones de Probabilidad, Editorial Thomson. Alba Berdeal, Antonio Luis. (2005). Test Funcionales Cineantropometra y Prescripcin de Entrenamiento en el Deporte y la Actividad Fsica, Editorial Kinesis, segunda edicin, Armenia-Colombia. Commetti, Gilles. (2007). La Preparacin Fsica en el Ftbol, Editorial Paidotribo, segunda edicin, Barcelona. Bompa, Tudor O. (2009). Entrenamiento de Equipos Deportivos, Editorial Paidotribo, Barcelona. Bangsbo Jens. (1999). YO-YO Test, August Krogh Istitute, Dinamarca American College of Sports Medicine; Iriarte Goi Eduardo. (2000). Manual de consulta para el control y prescripcin del Ejercicio, Editorial Paidotribo, Barcelona, segunda edicin. Ros, Sixto. (2000). Iniciacin Estadstica, Editorial Paraninfo. Martnez Bencardino, Ciro. (2006). Estadstica bsica aplicada, Ecoe Ediciones, Tercera Edicin, Bogot.