MLB 투구기록을 활용한 프로야구 심판의 ‘Strike’ 판정오류 영향 요인 탐색
Analysis of Factors Affecting Incorrect ‘Strike’ Calls in Professional Baseball Using MLB Pitching Data
0
조회
0
다운로드
5
인용
0
참고문헌
키워드
초록
본 연구에서는 MLB 투구기록을 활용하여 프로야구 심판의 ‘Strike’ 판정오류에 영향을 미치는 요인을 탐색하고 독립변수 간 상호작용효과를 검증하여 심판의 판정오류 발생 확률을 분석하였다. 2019년 메이저리그 정규시즌 경기자료를 바탕으로 파울, 헛스윙 등에 의해서 스트라이크 카운트가 올라가는 경우는 연구대상에서 제외하고, 투수가 투구한 공이 투구추적시스템에서 스트라이크 존에 들어간 111,476개의 투구를 분석 자료로 활용하였다. 111,476개의 투구 중 심판이 스트라이크로 판정한 투구 98,172개는 ‘정분류’, 볼로 판정한 투구 13,304개는 ‘판정오류’로 범주화하여 로지스틱 회귀분석과 한계효과 분석을 수행하였다. 로지스틱 회귀분석 결과 메이저리그 심판의 판정오류에 영향을 미치는 요인은 투구된 공의 구종(pitch type), 회전수(spin), 수평적 움직임(horizontal movement), 볼 카운트(ball, strike의 개수), 투수 소속팀의 홈/원정(Home/Away) 구분 변수로 나타났다. 추가로 독립변수들 간의 관계를 검증하기 위해 상호작용효과를 검증한 결과 ‘Spin*pitch_type’, ‘V_movement*Pitch_type’, ‘Strikes*Balls’항에서 통계적 유의성을 나타냈다. 한계효과 분석 결과 원정 팀의 선수가 ‘0 Ball-2 Strike’상황에서 투구된 공의 회전수, 수평적, 수직적 움직임이 리그 평균을 갖는 직구계열의 공을 던졌을 때 판정오류가 발생할 확률은 36%로 매우 높게 나타났다. 반면 같은 조건에서 볼 카운트만‘3 Ball- 0 Strike’로 바뀔 경우 심판의 판정오류가 발생할 확률은 7%를 기록하여, 볼 카운트에 따라서 심판 판정오류가 발생할 확률은 큰 차이가 있는 것으로 나타났다. 본 연구의 결과는 스포츠 불공정 판정에 대하여 제도적 방안을 마련하기 위한 기초자료로 활용될 수 있을 것으로 기대된다.
Abstract
In this study, we explored the factors affecting the 'Strike' umpiring error of Major League Baseball umpires. Then we examined the interaction effect between independent variables to analyze the probability variation of the umpire's incorrect ‘Strike’ calls. Based on data from the 2019 Major League regular-season games, 111,476 pitches thrown into the pitch-tracking system’s strike zone were set as subjects of study, and the cases increased by fouls and swing-and-miss were excluded. Of the 111,476 pitches, 98,172 pitches judged by the umpire as strikes were classified as ‘Correct decision’, and 13,304 pitches determined to be balls were categorized as ‘umpiring errors’ which were conducted using logistic regression and marginal effects analysis. According to logistic regression analysis, the factors affecting the results of umpiring error are the following: Pitch type, Spin, Horizontal movement, the number of ball-strike counts, classification of Home team/Away team for the pitcher. Additionally, interaction effects analysis was conducted to reveal the relationship between independent variables, and statistical significance was shown in interaction terms 'Spin*pitch_type', 'V_movement*Pitch_type', and 'Strikes*Balls'. The analysis of marginal effects showed that the probability of the umpiring error went high at 36% when the away team’s pitcher threw a fastball with the league average spin and movement at a ‘0 Ball-2 Strike’ count. However, when the ball count changed to '3 Ball-0 Strike' under the same conditions, the probability of the umpiring error dropped to 7%. These results indicate that the probability of an umpire's to make a miss call greatly varies according to the ball-strike count. We expect the results of this study to be useful baseline data for further improvement of institutional measures against unfair sports umpiring.
참고문헌 (23)
- 고길곤, "행정학 분야의 로지스틱 회귀분석 활용 절차와 쟁점", 현대사회와 행정, 27(4), pp.3~33 (2017), 한국국정관리학회[DOI]
- 권순규, "2014~2016시즌 한국프로야구 심판 합의판정 분석", 한국체육과학회지, 27(5), pp.1433~1441 (2018), 한국체육과학회[DOI]
- 박성주, "심판판정과 비디오판독 도입에 관한 윤리적 쟁점 연구", 움직임의 철학 : 한국체육철학회지, 26(2), pp.31~41 (2018), 한국체육철학회[DOI]
- 박현우, "심판의 오심판정과 스포츠 정의", 움직임의 철학 : 한국체육철학회지, 24(3), pp.69~84 (2016), 한국체육철학회
- 서경화, "스포츠에서 심판의 공정함에 대한 논의", 움직임의 철학 : 한국체육철학회지, 17(2), pp.59~70 (2009), 한국체육철학회
- "엘리트 심판의 심리적 편향, 오심 낳는다" (2012)[URL]
- 차재혁, "조건부가치평가법을 이용한 한국 프로야구 비디오 판독의 가치 추정", 한국스포츠산업경영학회지, 20(3), pp.1~12 (2015), 한국스포츠산업경영학회
- 천영진, "프로야구 경기에서 상황에 따른 초구 타격의 결과 분석 연구", 한국체육과학회지, 22(1), pp.1077~1083 (2013), 한국체육과학회
- "KBO, 심판 합의 판정 제도 시행" (2014), 한국야구위원회[URL]
- "자동 볼-스트라이크 판정 시스템 시범운영 대행 업체 선정 입찰 실시" (2020), 한국야구위원회[URL]
- 황수웅, "한계효과 분석을 이용한 한국프로농구 승리 확률 변화 분석", 한국체육측정평가학회지, 21(4), pp.1~15 (2019), 한국체육측정평가학회[DOI]
- Chen, D. L., "Decision making under the gambler’s fallacy : Evidence from asylum judges, loan officers, and baseball umpires", The Quarterly Journal of Economics, 131(3), pp.1181~1242 (2016)
- Collins, H., "The philosophy of umpiring and the introduction of decision-aid technology", Journal of the Philosophy of Sport, 37(2), pp.135~146 (2010)
- Green, E., "Impact aversion in arbitrator decisions", Available at SSRN 2391558, ~ (2015)
- Huang, J., "Approximating strike zone size and shape for baseball umpires under different conditions", International Journal of Performance Analysis in Sport, 20(2), pp.133~149 (2020)
- Kim, J. W., "Seeing stars : Matthew effects and status bias in major league baseball umpiring", Management Science, 60(11), pp.2619~2644 (2014)
- "Strike zone" (2019)[URL]
- "MLB exploring using tech to help call balls and strikes" (2019)[URL]
- Mood, C., "Logistic regression: Why we cannot do what we think we can do, and what we can do about it", European sociological review, 26(1), pp.67~82 (2010)
- Parsons, C. A., "Strike three : Discrimination, incentives, and evaluation", American Economic Review, 101(4), pp.1410~1435 (2011)
- Swartz, P., "The Quality of Pitches in Major League Baseball", The American Statistician, 71(2), pp.148~154 (2017)
- Umemura, K., "Application of VBGMM for pitch type classification: analysis of TrackMan's pitch tracking data", Japanese Journal of Statistics and Data Science, pp.1~31 (2020)
- "MLB Umpires Missed 34,294 Ball-Strike Calls in 2018. Bring on Robo-Umps? Bring on Robo-Umps" (2019)[URL]