Apa itu Analisis Video Olahraga

Analisis Video Olahraga atau "Pemberian Tag" adalah cara menandai acara dalam aktivitas olahraga yang direkam. Contoh-contoh peristiwa mungkin berupa garis-keluar, scrum, gol, pelanggaran, kartu merah atau kuning, permainan tenis, tendangan voli, bahkan setiap peristiwa dalam olahraga apa pun.

Peristiwa dicatat dalam garis waktu yang menunjukkan titik-titik yang tepat dalam video pertandingan peristiwa yang terjadi, timeline juga menunjukkan berapa lama setiap peristiwa berlangsung.

Contoh dari ini mungkin tembakan yang terjadi dalam pertandingan tenis. Analis akan dapat melihat berapa lama tendangan itu berlangsung dan menghasilkan laporan untuk pemain mana yang memenangkan sebagian besar tembakan. Informasi ini dapat digunakan untuk menunjukkan kekuatan atau kelemahan setiap keterampilan voli pemain, dan perbaikan peta seiring waktu karena pelatihan dll.

Acara diberi tag menggunakan jendela kode. Ketika suatu peristiwa terjadi dalam pertandingan, analis mengklik tombol di jendela kode yang mewakili peristiwa tersebut. Jika "home line-out" terjadi dalam pertandingan rugby, analis akan mengklik tombol "home line-out" di jendela kode.

Tombol acara jendela kode mungkin memiliki tombol lain yang terkait dengan itu yang menggambarkan acara secara lebih detail, di rugby ini mungkin "home line-out -> Catch & drive" atau "home line-out -> Off top". Dalam beberapa perangkat lunak yang digunakan untuk menganalisis kecocokan, "Home line-out" akan menjadi "Action" dan "Catch & drive" atau "Off top" terkait adalah "Tags". Terminologi ini bervariasi tetapi gagasannya sama. Ini mencegah kesalahan yang dibuat seperti "Kartu merah -> Catch & drive" – ​​dalam rugby hal ini tidak masuk akal.

Jendela kode biasanya dibuat oleh analis menandai pertandingan; beberapa kode windows sangat dasar dan yang lain bisa sangat detail. Tidak ada jendela kode set yang digunakan analis untuk olahraga apa pun yang diberikan meskipun beberapa perangkat lunak yang digunakan untuk menganalisis atau menandai kecocokan memberikan jendela kode default untuk memulai.

Begitu seorang analis telah menandai semua peristiwa dalam sebuah pertandingan, data tersebut dapat digunakan untuk menghasilkan laporan yang mirip dengan laporan tenis yang disebutkan sebelumnya. Laporan dapat berisi kepemilikan rumah dan persentase kepemilikan jauh, skor rumah dan skor tandang, penalti rumah dan hukuman tandang dll. Laporan akan relevan dengan olahraga yang dianalisis dan mereka dapat sedetail yang diinginkan oleh analis.

Jadi mengapa tag cocok? Analisis video olahraga memberikan peningkatan kinerja yang terukur serta mudah dipahami umpan balik visual untuk pelatih, pemain, dan atlet. Analisis adalah cara yang sangat efektif untuk menunjukkan pujian saat-saat berharga serta kemungkinan kelemahan tim dan bidang-bidang yang mungkin perlu ditingkatkan. Ini membantu untuk menilai rencana permainan, kadang-kadang dari kedua tim kompetitif untuk mendapatkan keunggulan kompetitif.

Analisis Video Olahraga sekarang dilihat sebagai bagian penting dari pelatihan dan pelatihan dalam berbagai olahraga termasuk sepak bola, rugby, hoki, kriket, baseball, sepak bola dll, tidak hanya untuk atlet elit dan tim tetapi juga untuk universitas, perguruan tinggi, sekolah swasta dan klub olahraga akar rumput.

Analisis Sistem Pengukuran (MSA)

– Apakah proses Pengukuran cukup baik untuk memandu upaya peningkatan proses dan untuk memenuhi kebutuhan pelanggan?

– Apakah ada proses formal untuk mengukur variabel?

– Bagaimana Anda memutuskan bahwa Anda tidak memiliki masalah pengambilan sampel (kapan, bagaimana, stabilitas sampel, sampling botol sampel, dll)?

– Apa desain eksperimen MSA?

– Apa masalah pengukuran atau pengambilan sampel yang diselesaikan?

– Apakah semua masalah dikomunikasikan kepada semua orang yang tepat (lokal dan global)?

– Apakah ada rencana pengendalian yang mencakup kepemilikan, kalibrasi, prosedur, panduan pemecahan masalah, SPC (Kontrol Proses Statistik), dll …)?

Pertanyaan Fase Lean Six Sigma Tahap:

– Bagaimana Anda Menilai Sistem Pengukuran Anda Saat Ini?

– Berbicara dengan individu yang melakukan pengukuran?

– Apakah beberapa pengukuran dilakukan dan membandingkannya?

– Apakah orang lain atau "pakar" memverifikasi pengukuran kami?

– Berharap pelanggan Anda mendapatkan pengukuran yang sama?

– Jangan anggap komputer selalu benar?

– Melakukan penelitian Gage R & R?

Variasi Pengukuran dipecah menjadi dua komponen: (Dua R dari Gage R & R)

Reprodusibilitas (Keragaman Operator): Individu yang berbeda mendapatkan pengukuran yang berbeda untuk hal yang sama.

Repeatability (Peralatan / Variabilitas Gage): Individu yang diberikan mendapatkan pengukuran yang berbeda untuk hal yang sama ketika diukur beberapa kali.

– Alat yang kami gunakan untuk menentukan besarnya kedua sumber variasi sistem pengukuran ini disebut Gage R & R

– Reprodusibilitas adalah variasi dalam rata-rata pengukuran yang dilakukan oleh operator yang berbeda menggunakan alat ukur yang sama ketika mengukur karakteristik yang sama pada bagian yang sama.

– Repeatability adalah variasi antara pengukuran berturut-turut dari bagian yang sama, karakteristik yang sama, oleh orang yang sama menggunakan peralatan yang sama (pengukur). Juga dikenal sebagai uji / uji ulang kesalahan, digunakan sebagai perkiraan variasi jangka pendek

Stabilitas = Jika pengukuran tidak berubah atau melayang dari waktu ke waktu, instrumen dianggap stabil.

Bias adalah perbedaan antara nilai rata-rata pengukuran yang diamati dan nilai master. Nilai master ditentukan oleh pengukuran yang tepat biasanya oleh alat kalibrasi terkait dengan standar referensi yang dapat dilacak dan dapat dilacak. Rata-rata pengukuran berbeda dengan jumlah yang tetap.

Efek Bias meliputi:

– Operator Bias – Operator yang berbeda mendapatkan rata-rata berbeda yang dapat dideteksi untuk nilai yang sama,

– Instrumen Bias – Instrumen yang berbeda mendapatkan rata-rata berbeda yang dapat dideteksi untuk pengukuran yang sama, dan

– Bias Lainnya – Hari-ke-hari (lingkungan), perlengkapan, pelanggan, dan pemasok (situs).

Diskriminasi adalah kemampuan mendeteksi perubahan kecil dalam karakteristik yang diukur.

– Instrumen mungkin tidak tepat untuk mengidentifikasi variasi proses atau mengukur nilai karakteristik bagian individual jika diskriminasi tidak dapat diterima.

– Jika instrumen tidak memungkinkan diferensiasi antara variasi umum dalam proses dan variasi penyebab khusus, itu tidak memuaskan.

Sistem Pengukuran yang Dapat Diterima memiliki properti yang harus dimiliki oleh semua sistem pengukuran yang dapat diterima:

– Sistem pengukuran harus dalam kontrol (hanya variasi penyebab umum; yaitu, dalam kontrol statistik).

– Keragaman sistem pengukuran harus kecil dalam kaitannya dengan variasi proses.

– Keragaman sistem pengukuran harus kecil dibandingkan dengan batas spesifikasi.

– Penambahan ukuran harus relatif kecil dibandingkan dengan yang lebih kecil:

a) variabilitas proses atau

b) batas spesifikasi

Rule of thumb: penambahan harus tidak lebih besar dari 1/10 dari yang lebih kecil:

a) proses variabilitas atau

b) batas spesifikasi)

Kelompok Aksi Industri Otomotif (AIAG) memiliki dua standar yang diakui untuk Gage R & R:

– Bentuk Singkat – Lima sampel diukur dua kali oleh dua individu yang berbeda.

– Formulir Panjang – Sepuluh sampel diukur tiga kali masing-masing oleh tiga individu yang berbeda.

* Untuk wawasan yang baik ke Gage R & R, pergi ke http://www.aiag.org

** Ingat bahwa Sistem Pengukuran dapat diterima jika variabilitas Gage R & R kecil dibandingkan dengan variabilitas proses atau batas spesifikasi.

Persiapan untuk Studi Sistem Pengukuran:

– Rencanakan pendekatannya.

– Pilih jumlah penilai, jumlah sampel, dan jumlah langkah pengulangan.

– Gunakan setidaknya 2 penilai dan 5 sampel, di mana setiap penilai mengukur setiap sampel setidaknya dua kali (semua menggunakan perangkat yang sama).

– Pilih penilai yang biasanya melakukan pengukuran.

– Pilih sampel dari proses yang mewakili seluruh rentang operasinya.

– Beri label setiap sampel secara diskrit sehingga label tidak terlihat oleh operator.

– Periksa bahwa instrumen memiliki diskriminasi yang sama dengan atau kurang dari 1/10 dari variabilitas proses atau spesifikasi yang diharapkan.

Menyiapkan Studi Pengukuran:

– Pastikan bahwa alat ukur / instrumen telah dipelihara dan dikalibrasi untuk standar yang dapat dilacak.

– Bagian-bagian dipilih secara khusus untuk mewakili seluruh variasi proses

– Bagian harus berasal dari kedua luar spesifikasi (sisi tinggi dan sisi rendah) dan dari dalam rentang spesifikasi

Menjalankan Studi Pengukuran:

– Setiap sampel harus diukur 2-3 kali oleh masing-masing operator (2 kali adalah Tes Singkat).

– Pastikan bagian-bagian ditandai untuk kemudahan pengumpulan data tetapi tetap "buta" (tidak dapat diidentifikasikan) kepada operator.

– Berada di sana untuk belajar. Perhatikan pengaruh yang tidak direncanakan.

– Acak bagian-bagian secara terus menerus selama penelitian untuk menghalangi operator yang mempengaruhi tes.

– Pertama kali mengevaluasi proses pengukuran yang diberikan, biarkan proses berjalan seperti biasanya berjalan.

Karena dalam banyak kasus kami tidak yakin bagaimana kebisingan dapat memengaruhi sistem pengukuran kami, kami menyarankan prosedur berikut:

– Minta operator pertama mengukur semua sampel satu kali secara acak.

– Mintalah operator kedua mengukur semua sampel sekali dalam urutan acak.

– Lanjutkan sampai semua operator mengukur sampel sekali (ini adalah Trial 1).

– Ulangi langkah 2 – 4 untuk jumlah percobaan yang diperlukan.

– Gunakan formulir untuk mengumpulkan informasi.

– Analisis hasil.

– Tentukan tindak lanjut, jika ada.

Jika Toleransi Proses dan nilai-nilai Sigma Historis tidak digunakan dalam perangkat lunak statistika Anda (yaitu. Minitab), asumsi kritis kemudian dibuat bahwa bagian-bagian sampel yang dipilih untuk penelitian, benar-benar menunjukkan variasi proses yang sebenarnya. Dalam hal ini, penerimaan sistem pengukuran didasarkan pada perbandingan hanya pada variasi bagian yang terlihat dalam penelitian. Ini bisa menjadi asumsi yang valid jika perawatan diambil dalam memilih bagian sampel penelitian. AIAG menyatakan bahwa "Salah satu unsur kriteria apakah suatu sistem pengukuran dapat diterima untuk menganalisa suatu proses adalah persentase toleransi bagian atau variasi proses operasional yang dikonsumsi oleh variasi sistem pengukuran".

Ingat bahwa pedomannya adalah:

A. Di bawah 10% – Dapat Diterima.

B. 10 hingga 30% – Marginal. Dapat diterima berdasarkan risiko aplikasi, biaya perangkat pengukuran, biaya perbaikan, dll.

C. Lebih dari 30% – Tidak Dapat Diterima. Setiap upaya harus dilakukan untuk meningkatkan sistem pengukuran.

Pengulangan diperiksa dengan menggunakan Bagan Jarak khusus di mana perbedaan dalam pengukuran oleh masing-masing operator pada setiap bagian dipetakan. Jika perbedaan antara nilai terbesar dari bagian yang diukur dan nilai terkecil dari bagian yang sama tidak melebihi Batas Kontrol Atas (UCL), maka gage dan operator tersebut dianggap dapat diulang.

Reprodusibilitas paling baik ditentukan secara analitis menggunakan analisis tabulasi dalam Sesi Minitab. Secara grafis dapat dilihat jika ada perbedaan signifikan dalam pola operator yang dihasilkan oleh masing-masing operator yang mengukur sampel yang sama.

Tabulasi ini dari Minitab membangun% Variasi Studi yang masing-masing sumber berkontribusi terhadap potensi yang dihitung Total Variasi yang terlihat dalam penelitian.

– 6.0 * SD (Standar Deviasi) adalah bagaimana secara statistik 99.73% dari Total Variasi dihitung dan ini diasumsikan sama 99.73% dari variasi proses yang sebenarnya kecuali Sigma Sejarah dimasukkan ke dalam Minitab.

-% digunakan untuk menilai validitas sistem pengukuran untuk melakukan analisis pengukuran menggunakan% yang sudah diajarkan. Jika prosesnya berkinerja baik, maka% Toleransi penting.

– Jumlah% dapat menambah lebih dari 100% karena matematika.

– Jumlah Kategori Berbeda mewakili jumlah kelompok pengukuran yang tidak tumpang tindih yang dapat diandalkan sistem pengukuran ini dalam Variasi Studi. Kami ingin nomor itu menjadi 5 atau lebih tinggi. Empat marginal. Kurang dari 4 menyiratkan bahwa sistem pengukuran hanya dapat bekerja dengan data atribut

– Sebagian besar sistem pengukuran fisik menggunakan perangkat pengukuran yang menyediakan data kontinyu.

Untuk analisis Data Pengukuran Sistem kontinyu kita dapat menggunakan diagram kontrol atau metode Gage R & R.

– Sistem pengukuran atribut / ordinal memanfaatkan kriteria penerimaan atau penolakan (seperti 1 – 5) untuk menentukan apakah tingkat kualitas yang dapat diterima telah tercapai. Teknik Kappa dapat digunakan untuk mengevaluasi Sistem Pengukuran Atribut dan Ordinal ini.