Studia Kinanthropologica - Pedagogická fakulta - Jihočeská univerzita

těžním ročníku 2010/11, pro kterou se používáoznačení WHIL (Women‘s handball internationalleague).Tréninkový objem sledovaných družstev činí 4-5 povinných tréninkových jednotek týdně. Sledovanýsoubor (tabulka 1.) se skládal ze 44 hráčeko průměrném věku 22,6 ± 3,08 let. Devět hráčeksledovaných týmů bylo v širší reprezentaci ženČeské republiky a čtyři v širší reprezentaci ženSlovenské republiky. Brankářky nebyly sledoványz důvodu specifičnosti jejich hráčské funkce.Popis vlastního výzkumuPro monitorování utkání byly použity videokameryPanasonic SDR-H80 a Canon HF10.Byly postaveny ve statické poloze na tribuně prodiváky ve výšce 3,5 metrů nad zemí. Každá bylaumístěna na jedné polovině hřiště na tribuně prodiváky tak, aby mohly snímat v nejvhodnějším úhlucelou protilehlou polovinu hřiště. Natáčelo se vesportovní hale v Polance nad Odrou, která jepovažována za domácí halu házenkářek PorubyOstrava. Utkání se hrála 2 × 30 minut a desetiminutovoupřestávkou a skončila výsledky:24:22, 29:34 a 32:31.Videozáznamy z videokamer byly analyzoványpomocí v autorizovaného softwaru Video ManualMotion Tracker 1.0. Vyhodnocení jednoho utkánítrvalo 32 hodin. Analyzoval se pouze pohyb hráčekna hřišti v době, kdy nebyla zastavena časomíra(time out rozhodčího, team time out, poločasutkání).Rychlost pohybu hráček na hřišti během utkáníbyla rozdělena podle Barbero-Alvareze et al. (2008)do rychlostních kategorií: stání 0 - 0,1 m/s; chůze0,2 – 1 m/s; poklus 1,1 – 3 m/s; střední intenzitaběhu 3,1 – 5 m/s; vysoká intenzita běhu 5,1 - 7 m/s;maximální intenzita běhu (sprint) > 7,1 m/s.Statistické vyhodnocení datPři statistickém zpracování dat byl využitstatistický program Statistica 10 (StatSoft Inc.,Tulsa, OK, USA). Pro posouzení normality jsmepoužili Lillieforsův test normality a Levenovy testypro zjištění homogenity dat. Pro zjištění míry(Hendl, 2006) diference průměrů sledované závisleproměnné mezi skupinami se použil Kruskal-Wallistest. Dále byly výsledky doplněny výpočtemvelikosti účinku (Effect Size) pro Kruskal-Wallistest v podoběkde H je vypočítaná hodnota Kruskal-Wallis testu an je celkový rozsah souboru (Morse, 1999). Prostanovení síly využitých statistických procedurjsme použili statistický software G*Power 3.1.3 apostup Faul, Erdfelder, Buchner a Lang (2009).Výsledky a diskusePro ověření homogenity rozptylů jsme využiliLeveneova testu homogenity rozptylů (p= 0,05).V případě analýzy rozptylu faktoru „herní post“ bylzjištěn signifikantní výsledek u pouze parametrurychlosti (střední intenzita běhu) hráčů mezispojkami a křídly (p=.015377). U ostatníchsledovaných parametrů byly výsledky nesignifikantní.Vzhledem k vzájemné provázanosti budoucíchstatistických operací jsme se rozhodlivyužít neparametrický Kruskal-Wallis test.Ve třech sledovaných utkáních překonalyvšechny hráčky ze všech družstev na hrací plošeprůměrně 6 355±701 m. V průměru bylo v každémutkání 63 útoků každého týmu. Utkání sevyznačovala větším množstvím technických chyb(14 technických chyb průměrně za utkání nadružstvo). Mezi technické chyby se počítaly:provinění proti pravidlům (kroky, dvojité hranís míčem, útočné fauly, neoprávněný vstup dobrankoviště) a chyby herního charakteru (nepřesnépřihrávky) spojené s následnou ztrátou míče(přihrávka končící v autu, získání volného míčesoupeřem při přihrávce). Jedno družstvo ve svýchutkáních střídalo z taktického hlediska dvě hráčkyna obranu a útok. Byly to převážně spojky. Všechnadružstva preferovala obranné systémy 0:6 a 1:5.Tabulka 2 představuje rozdíly v překonanévzdálenosti mezi jednotlivými herními posty.Nejdelší vzdálenost překonaly spojky 6 430±613 m,naopak nejkratší vzdálenost překonali pivoti6 196±825 m během utkání. Mezi těmito hernímiposty v překonané vzdálenosti nebyl statistickyvýznamný rozdíl (p=.68197). Ani mezi dalšímiherními posty křídly a spojkami resp. pivotyv překonané vzdálenosti nenastal statistickyvýznamný rozdíl (p=.85736 resp. p=.58875). PodleXitao (2001) zjištěná hodnota velikosti účinkupoukazuje na malý efekt u celkově překonané70