基于結構方程模型的足球比賽制勝因子分析研究
——以2018年俄羅斯世界杯為例

唐 鑫，劉勁松

（湖北師范大學 體育學院，湖北 黃石435002）

國際足聯(lián)世界杯（FIFA World Cup）簡稱世界杯，是世界上最高榮譽、最高規(guī)格、最高競技水平、最高知名度的足球比賽，與奧運會并稱為全球體育兩大最頂級賽事，影響力和轉播覆蓋率超過奧運會的全球最大體育盛事［1］。世界杯是全球各個國家在足球領域最夢寐以求的神圣榮耀，也是各個國家 （或地區(qū)）所有足球運動員的終極夢想。世界杯每4年舉辦一次，任何國際足聯(lián)會員國（地區(qū)）都可以派出代表隊報名參加這項賽事［2］。

眾所周知，足球比賽中，最讓人振奮的無疑是進球取勝，在比賽中如何能夠盡可能多地取得進球獲取比賽的勝利是球隊和教練員研究的核心。現(xiàn)代足球的特點在不斷發(fā)展，高強度、高速度、快節(jié)奏是主要的特征，所以在激烈的對抗當中，如何取得比賽的勝利，用什么方式得分就成了一個困擾球隊的問題［3-5］。第二十一屆世界杯在俄羅斯舉行，經過一個多月的角逐，來自全世界各地的32支球隊共攻入169粒進球，在歷屆世界杯中排名第二。本屆世界杯的比賽中，多數(shù)球隊在面對以控球為技戰(zhàn)術特點的球隊時采用了高效、快速反擊的技戰(zhàn)術，其以法國、英格蘭最為明顯，展現(xiàn)了現(xiàn)代足球進攻技戰(zhàn)術的特點［6-9］。本文對世界杯參賽的32支隊伍64場128隊次比賽中各隊的進球個數(shù)、失球個數(shù)、黃牌數(shù)、射門次數(shù)、被射門次數(shù)、傳球成功率、越位次數(shù)、搶斷次數(shù)、擊中門框次數(shù)、任意球次數(shù)、控球率、角球次數(shù)、長傳次數(shù)、射正率、傳中成功率以及犯規(guī)次數(shù)16項技術指標作為研究對象進行統(tǒng)計。進而揭示球隊制勝的一般規(guī)律特點，為促進各個級別的球隊進行科學化訓練以及提高我國足球運動水平提供參考依據(jù)。

1 研究對象與方法

1.1 研究對象

本研究以參加2018俄羅斯世界杯的俄羅斯、巴西、英格蘭、克羅地亞、法國等32支參賽隊伍為研究對象，并統(tǒng)計了本屆世界杯64場128隊次比賽各隊的進球個數(shù)、失球個數(shù)、射門次數(shù)、越位次數(shù)、被射門次數(shù)、黃牌數(shù)、傳球成功率、搶斷次數(shù)、擊中門框次數(shù)、任意球次數(shù)、控球率、角球次數(shù)、長傳次數(shù)、射正率、傳中成功率以及犯規(guī)次數(shù)16項技術指標。

1.2 研究方法

1.2.1 文獻資料法

本文以中國知網（CNKI）為數(shù)據(jù)庫，選擇期刊來源類型，以關鍵詞“足球結構方程模型”、“足球制勝因子”、“足球攻防”進行檢索，查閱了近87余篇與本研究相關的論文，對文獻進行二次篩選，剔除一些與本研究相關不大的論文，最終得到有效論文68篇進行了仔細閱讀，查閱了 《足球比賽理論與實踐》《足球獲勝公式》《足球競賽規(guī)則2018-2019》《結構方程模型—Amos的操作與應用》等6篇著作進行深入閱讀和整理，為本研究提供理論參考依據(jù)。

1.2.2 數(shù)理統(tǒng)計法

1）因子分析法

因子分析法是體育統(tǒng)計學中被廣泛使用的一種分析方法，是指從所有觀測變量中提取共性因子的統(tǒng)計技術，主要是為降低各指標相關關系對結果的影響，進一步對指標體系進行降維和精簡［10］。運用SPSS 17.0軟件對俄羅斯世界杯32支參賽隊伍的16項技術指標數(shù)據(jù)進行因子分析，提取俄羅斯世界杯4個制勝因子，并篩選16項指標作為結構方程觀測變量進行建模。

2）結構方程模型

運用Amos 24.0軟件對2018俄羅斯世界杯技術指標進行結構方程模型構建。結構方程模型 （Structural Equation Modeling；SEM）屬于多變量統(tǒng)計，是結合路徑分析、因子分析及隱變量理論的多變量、多方程的統(tǒng)計方法。一個完整的協(xié)方差結構模型包含2個次模型：測量模型與結構模型。測量模型描述的是潛在變量如何被相對應的顯性指標所測量或者概念化；而結構模型指的是潛在變量之間的關系，以及模型中其他變量無法解釋的變異量部分。結構方程模型分析的基本思路是：首先根據(jù)已有的理論或經驗法則，構建假設模型結構圖，然后經過測查獲得一組外顯變量的數(shù)據(jù)和基于此數(shù)據(jù)形成的協(xié)方差矩陣，這種協(xié)方差矩陣稱為樣本矩陣［11］。結構方程模型就是將前面的假設模型與樣本矩陣進行擬合考驗，果擬合性較好，模型成立；否則需要重新修正。

2 結果與分析

2.1 2018年俄羅斯世界杯各參賽隊伍的技術指標情況分析

2.1.1 各項技術指標均值比較分析

對2018年俄羅斯世界杯參賽的32支隊伍技術指標進行統(tǒng)計分析。主要統(tǒng)計技術指標有：進球個數(shù)、失球個數(shù)、射門次數(shù)、被射門次數(shù)、傳球成功率、搶斷次數(shù)、任意球次數(shù)、控球率、角球次數(shù)、越位次數(shù)、黃牌數(shù)、長傳次數(shù)、射正率、擊中門框次數(shù)、傳中成功率以及犯規(guī)次數(shù)16項技術指標，統(tǒng)計分析結果如表1所示。

表1 各項技術指標統(tǒng)計結果

2018年俄羅斯世界杯比賽中，總共進球195個，場均進球個數(shù)為1.51，單場進球數(shù)最多的是來自于G組小組賽第二輪英格蘭隊對陣巴拿馬隊中的英格蘭隊進球數(shù)為6個；射門次數(shù)高達1 619次，場均射門12.65次，單場射門次數(shù)最多的是來自于F組小組賽第三輪韓國隊對陣德國隊中的德國隊，射門次數(shù)高達28次；搶斷次數(shù)達1 812次，場均搶斷14.16次，其中單場搶斷次數(shù)最多的分別是A組小組賽第一輪俄羅斯隊對陣沙特阿拉伯隊中的沙特阿拉伯隊以及E組小組賽第二輪塞維利亞隊對陣瑞士隊中的瑞士隊，均以25次的搶斷次數(shù)排名第一；黃牌數(shù)量達218張，場均黃牌數(shù)為1.70張，其中單場獲得黃牌數(shù)量最多的分別是B組小組賽第二輪西班牙隊對陣摩洛哥隊中的摩洛哥隊以及八分之一決賽哥倫比亞隊對陣英格蘭隊中的哥倫比亞隊，均以6張的黃牌數(shù)量排名第一；超過25m的大范圍長傳轉移高達7 626次，場均長傳次數(shù)為59.55次，其中單場超過25m的大范圍長傳轉移次數(shù)最多的是在四分之一決賽俄羅斯對陣克羅地亞隊中的克羅地亞隊，高達107次；犯規(guī)次數(shù)達1 702次，場均犯規(guī)次數(shù)達13.29次，其中單場犯規(guī)次數(shù)最多的是在四分之一決賽俄羅斯對陣克羅地亞隊中的俄羅斯隊，高達25次。

本次俄羅斯世界杯16項技術指標中，有任意球次數(shù)、角球次數(shù)、超過25m的大范圍長傳轉移次數(shù)、射正率、犯規(guī)等5項技術指標的最大值是在淘汰賽中產生的，有進球個數(shù)、射門次數(shù)、越位次數(shù)、傳中成功率等13項技術指標是在小組賽中產生的，其中角球次數(shù)在小組賽和淘汰賽中都創(chuàng)下了最大值；在現(xiàn)代足球比賽中，比賽往往存在很多的不確定因素，各項技術指標之間可能存在共線問題，單純的從比賽中的均值、標準差和極大值等維度來說明各項技術指標對比賽勝負的影響是遠遠不夠的，因此要進一步的對各項技術指標進行深入的分析。

2.1.2 各項技術指標因子分析

在進行因子分析之前運用KMO和Bartlett的球形度檢驗來衡量因子分析的效果，進而探索變量之間的偏相關以及檢驗各變量之間是否各自獨立，檢驗變量是否適合做因子分析，具體檢驗情況如下：

表2 KMO和Bartlett的檢驗

據(jù)學者Kaiser的觀點，KMO值在0.9以上為極適合進行因子分析；0.8～0.9為適合進行因子分析0.7～0.8尚可進行因子分析；0.6～0.7勉強可進行因子分析；0.6以下則為不適合進行因子分析的數(shù)值［12］。而本文2018年俄羅斯世界杯技術指標的KMO值為0.648，介于0.6～0.7之間，因此可以做因子分析。

表3 各項技術指標總的方差解釋

由表3可得知，2018年俄羅斯世界杯各球隊各項技術指標特征值大于1的有4個因子，4個因子的方差貢獻率依次為30.33%、20.705%、14.867%、6.658%。其中4個因子的累積方差貢獻率為72.560%，大于60%；因此前4個因子在一定程度上能反映2018年俄羅斯世界杯各球隊各項技術指標的特征。為了使找到的主因子更易于解釋，往往需要對因子載荷矩陣進行旋轉。選擇主成份分析方法，旋轉方法采用具有 Kaiser標準化的最大方差正交旋轉法，設置最大收斂性迭代次數(shù)為默認值，使因子載荷的平方值向0和12個方向分化。以便于更好的解釋各因子的具體含義，具體分析如下：

表4 2018年俄羅斯世界杯32支球隊各項技術指標旋轉后的因子矩陣

由表4可得知，第一公共因子F1主要有：射門次數(shù)、任意球次數(shù)、角球次數(shù)、控球率、傳球成功率、傳中成功率等6項技術 指 標 ， 其 系 數(shù) 依 次 為 ：0.824、0.815、0.809、0.805、0.738、0.645。射門在足球比賽中是進攻得分的最終目的，是比賽勝負的關鍵因素，射門次數(shù)和角球次數(shù)代表球隊的進攻火力［13］，傳球能夠創(chuàng)造射門得分的機會，傳球成功率越高，創(chuàng)造的射門機會就越多，進球得分的概率就越大，控球率的高低不僅能能反映球隊對比賽的控制情況，同時也是創(chuàng)造更多射門機會得分的基礎，是進攻得分的直接影響因素，當代足球發(fā)展的趨勢之一即是中路密集防守，邊路成為各隊進攻的主要發(fā)動區(qū)域，即通過邊路組織進攻、滲透突破，進而，傳中成為球隊解決進攻、創(chuàng)造射門的重要手段。但是傳中必須要有效率和質量，只有形成有效傳中才能創(chuàng)造進球機會［14-16］。在當今快節(jié)奏，高對抗的足球比賽中，幾十碼開外的任意球穿過人墻直接掛入球門死角、后場任意球找前點高個子球員頭球擺渡破門等這種定位球射門破門得分的現(xiàn)象比比皆是，往往對對方構成致命的威脅，像2018世界杯的冠軍得主法國隊，整個隊的球員是所有參賽球隊最年輕的一支隊伍，有著“中場控球大師”稱號的博格巴就經常采用任意球傳中找前鋒破門，效果其佳。因此把第一公共因子命名為制造得分機會因子。

第二公共因子F2主要有：黃牌數(shù)、搶斷次數(shù)、犯規(guī)次數(shù)、越位次數(shù)等4項技術指標，其系數(shù)依次為：0.850、0.731、0.723、0.688。搶斷在足球比賽中是以獲得球權為主要目的，獲得球權更多的是發(fā)動進攻制造進球得分機會［17］。犯規(guī)在足球比賽中是為了阻止或延緩對方進攻的重要手段之一，足球競賽規(guī)則最新版規(guī)定在比賽中若隊員草率地、魯莽地或使用過分力量等行為裁判員可以判定該行為為犯規(guī)行為，從而判罰對方任意球；足球世界杯賽制特殊，4年才舉辦一次比賽，全世界經過層層角逐，最終只有32支隊伍代表自己國家參賽，所有參賽球員都會格外珍惜此次比賽機會，會謹慎把握好比賽的每一分鐘，一般不會輕易因魯莽的沖動行為而獲得黃牌，更多的是在防守時因動作過大導致或者是戰(zhàn)術性的犯規(guī)得到黃牌，而黃牌也是犯規(guī)的體現(xiàn)。因此把第二公共因子命名為犯規(guī)因子。

第三公共因子F3主要有：失球個數(shù)、長傳次數(shù)、被射門次數(shù)等三項技術指標，其系數(shù)依次為：0.756、0.666、0.513。現(xiàn)代足球更強調的是球隊全攻全守的整體性，進攻時整體壓上，防守時整體回防。失球個數(shù)的多少是比賽勝負的最終結果，失球數(shù)越多意味著輸?shù)舯荣惖目赡苄栽酱螅簧溟T次數(shù)的多少又是失球的重要前提，長傳次數(shù)的多少是球隊對比賽控制的體現(xiàn)，因此，把第三公共因子命名為防守控球因子。

第四公共因子F4主要有射正率、擊中門框、進球個數(shù)等3項技術指標，其系數(shù)依次為：0.747、0.698、0.648。進球數(shù)是球隊攻擊力最直接的表現(xiàn)，射正率是球員射門形成進球轉化率，為進球總數(shù)除以射門總次數(shù)，它在一定程度上反映了球員射門轉化為進球的比例，即球員射門的精準程度，而擊中門框的射門不僅或多或少反映了該隊運氣的好壞，也體現(xiàn)出球隊超強的攻擊能力，如果沒有超強的攻擊能力作為保證，不斷的射門就很難有這么多的擊中門框次數(shù)。因此，把第四公共因子命名為進攻效率因子。

根據(jù)前面SPSS 17.0軟件，采用因子分析方法對16項技術指標進行提取的探索性因子分析的結果，已得出因子結構，因此采用驗證性因子分析方法來驗證。驗證性因素分析是在探索性因素分析基礎上發(fā)展起來的，對已有理論模型與數(shù)據(jù)擬合程度的一種驗證途徑。運用驗證性因素分析評價模型的適合性，通過過潛變量與觀測變量之間的相關和負荷反映各因素之間的路徑。

2.2 各項技術指標結構方程模型的構建與分析

根據(jù)足球比賽理論可得知，足球場上進攻和防守這是一對最基本的矛盾，要處理好這一對矛盾就需要球隊各方面都處理得當，既要全攻全守的進防理念，又要有突出的個人能力。在足球比賽中，進攻是獲勝的主要途徑，從進攻維度上分析，足球基本進攻戰(zhàn)術主要有小組進攻、全隊進攻、定位球進攻；小組進攻是指通過兩名或兩名以上的球員完成進攻配合，主要包括直傳二過一、橫傳二過一、回傳二過一、斜傳二過一；全隊進攻一方面根據(jù)進攻發(fā)生的區(qū)域可分為邊路進攻、中路進攻，另一方面從發(fā)生方式上可分為快速反擊和陣地反擊；定位球進攻是指比賽死球時采用的進攻配合戰(zhàn)術，包括中圈開球、角球、球門球、擲界外球、任意球、球點球等進攻戰(zhàn)術配合［18-19］。從防守維度上分析，防守的主要目標就是阻擋對方進球，延遲或減緩對方推進，把對方的進攻節(jié)奏降下來，讓其他防守球員回位參與防守，從發(fā)生區(qū)域來看可以分為區(qū)域防守，從人員數(shù)量來看可以分為人盯人防守，綜合來看可以劃分為混合防守。

因此，進攻是足球比賽的基礎，傳中成功率、傳球、角球、任意球等指標是足球比賽中進攻的重要體現(xiàn)，而射門在足球比賽中是進球得分的基本保障，傳中是球隊進攻的重要手段，傳球在足球比賽中是球員之間相互連接的中介，準確的傳球更是球隊對比賽高度控制的表現(xiàn)［20］；而成功的防守又是比賽獲勝的關鍵和基礎，在足球比賽中想要取得勝利，追求多進球的同時還要確保少丟球，成功的搶斷和防守的犯規(guī)是防守的重要手段。這樣的攻與防構成足球比賽相互對立統(tǒng)一的矛盾體，在當今足球比賽中，高對抗、快節(jié)奏已經成為了世界杯的主要元素，這對永恒不變的矛盾體也成了世界杯的主題曲。

2.2.1 各項技術指標結構方程模型的初始構建

根據(jù)對俄羅斯世界杯各項項技術指標進行因子分析，16個觀測變量提取了4個公共因子，在理論指導的前提下建了初始模型。圖中e1-e16表示測量變量的測量誤差，由于測量都會存在誤差，而每個潛在變量不能百分之百完全的解釋每個觀察變量的變異量，因此在測量變量后面加一個殘差，用e來表示。具體分析如下：

圖1 俄羅斯世界杯各項技術指標的初始結構方程模型

為了便于模型的運算，將進球個數(shù)、失球個數(shù)、射門次數(shù)、犯規(guī)次數(shù)等16項技術統(tǒng)計指標命名為VAR1、VAR2、VAR3......VAR14、VAR15、VAR16；將制造得分機會因子、犯規(guī)因子、防守控球因子、進攻效率因子分別用F1、F2、F3、F4代替，運用Amos 24.0軟件對俄羅斯世界杯制勝因子模型進行結構方程參數(shù)判斷分析，模型經過18次迭代后收斂。

由表5可知：整體模型適配度的統(tǒng)計量中，初始模型的卡方值為211.644，顯著性概率值p值為0.000小于0.05，達到了顯著水平，拒絕虛無假設，表示理論模型與實際數(shù)據(jù)無法契合。再從其他適配度指標來看，殘差均方和平方根（RMR）值為0.317大于0.05，漸進殘差均方和平方根（RMSEA）值為0.096大于 0.08，擬合優(yōu)度指數(shù)（GFI）值為 0.831小于 0.09，修正擬合指數(shù) （AGFI）值為 0.766小于 0.09，CFI值為 0.719小于0.09，這些值均小于0.05，根據(jù)與結構方程模型適配度評價指標和評價標準進行相比較得知，這些指標均未達到模型可以適配的標準，整體而言，初始的理論假設模型與數(shù)據(jù)間無法契合，假設模型無法接受，需要進一步進行修正。

2.2.2 各項技術指標結構方程模型的修正

結合結構方程模型適配度擬合修正的限制性原則，對初始模型給出的修正指標逐一進行修正，剔除模型中不具有顯著意義的路徑關系，建立俄羅斯世界杯制勝因子的標準分析模型。根據(jù)適配度指標結合足球比賽理論對初始模型進行了修改， 對殘差 e1 和 e5、e1 和 e16、e2 和 e13、e7 和 e15、、e9 和e11、e11和e14建立了相關關系，任意球次數(shù)（VAR7）的非標準化系數(shù)為負值，予以剔除，越位次數(shù)（VAR10）的路徑系數(shù)為負值-0.02小于0，予以剔除，VAR16的路徑系數(shù)為0.06，系數(shù)過低，予以剔除，具體結果如下：

表5 結構方程模型適配度摘要表

圖2 俄羅斯世界杯各項技術指標的修正結構方程模型

經過修正得到新的結構方程模型，其各項擬合指數(shù)為：卡方值=88.020，顯著性概率值p值為0.085大于0.05，未達到顯著水平，接受虛無假設，表示觀測數(shù)據(jù)所運行出來的方差協(xié)方差炬陣與原先假設模型的方程協(xié)方差炬陣的差異顯著等于0，假設理論模型與實際數(shù)據(jù)間可以契合。再從其他適配度指標來看，卡方自由度比值為1.630小于3.00，擬合優(yōu)度指數(shù)（GFI）值為 0.965大于 0.900，修正擬合指數(shù) （AGFI）值為0.918，殘差均方和平方根（RMR）值為0.042，漸進殘差均方和平方根（RMSEA）值為 0.057小于 0.08，增值配適度（NFI）值為0.919大于0.900，CFI值0.911大0.900，均達到模型可以接受的標準，整體而言，從主要的適配度統(tǒng)計量來看，修正后的俄羅斯世界杯技術指標理論模型與實際數(shù)據(jù)可以適配。

2.2.3 各項技術指標結構方程模型的解釋

平均方差抽取量（Average of variance extracted，AVE），平均方差抽取量可以直接顯示被潛在構念所解釋的變異量有多少是來自測量誤差，平均方差抽取量愈大，指標變量被潛在變量構念解釋的變異量百分比愈大，相對的測量誤差就愈小，一般的判別標準是平均方差抽取量大于0.50，0.36～0.5為可以接受的門檻。平均方差抽取量是潛在變量可以解釋其指標變量變異的比值，是一種收斂效度的指標，其數(shù)值愈大，表示測量指標愈能有效反映其共同因素構念的潛在特質［21］。

表6 驗證性因子分析報表摘要

表7 平方多重相關估計值報表摘要

根據(jù)表7平方多重相關估計值報表摘要和表8標準化回歸權重摘要表，利用AVE的計算公式求得4個潛在變量F1、F2、F3、F4的平均方差抽取值分別依次為 0.807、0.521、0.395、0.449， 根據(jù)判別標準，0.36～0.5 為可以接受的門檻，4個值均大于0.36，表示模型的內在質量理想。

從結構變量維度分析，結構變量之間系數(shù)值的大小與正負，意味著結構變量之間的關系強弱與正負關系程度。由圖2俄羅斯世界杯技術指標結構方程模型可看出，模型的結構變量有 4個，分別是制造得分機會因子（F1）、犯規(guī)因子（F2）、防守控球因子（F3）、進攻效率因子（F4）。根據(jù)足球獲勝公式的攻防矛盾理論，每支球隊在比賽時都要采用兩種策略，當球隊把握球權時采用進攻策略，當球隊未把握球權時采用防守策略。結構變量制造得分機會因子（F1）與犯規(guī)因子（F2）、防守控球因子（F3）呈負相關，其標準化路徑系數(shù)依次為-0.39、-0.69，制造得分機會意味著進攻方要投入更多的人參與進攻，形成更多以多打少的局面，創(chuàng)造更多的得分機會，防守方則要做好整體的防守控球，必要時可采取戰(zhàn)術上的犯規(guī)，從這個角度講現(xiàn)代足球的全攻全守型打法理念是足球比賽中至關重要的比賽理念，縱觀2018年俄羅斯世界杯的64場比賽，現(xiàn)代足球的全攻全守型打法已經是足球比賽中不可或缺的比賽理念。

在進攻策略中經常會與創(chuàng)造得分機會和進攻效率相聯(lián)系，創(chuàng)造得分機會因子一般是基于很慢的進攻組織上，涉及傳球成功率、控球率等，為創(chuàng)造射門的機會，隊員要耐心尋找進攻通道，相對于進攻效率因子而言，是一種消極的思想，即只要球隊占有控球權，對手就不可能進球得分。因此，制造得分機會因子（F1）與進攻效率因子（F4）之間的關系較弱，但呈正相關且其標準化路徑系數(shù)為0.10，事實也證明，制造得分機會與進攻效率相結合的足球比賽理念是重要的，頗有耐心的制造得分機會打法未能帶來取勝比賽的進球，但講究制造得分機會打法的球隊，其射門次數(shù)、傳球成功率、控球率、角球相對來說都較高，這些球隊通過射門次數(shù)、傳球成功率、控球率、角球次數(shù)上的優(yōu)勢從心理和身體意識上給對方施加壓力，提高進攻效率，從而增大獲勝的權重。

足球獲勝公式理論告訴我們，球隊不可能一直在進攻，失去控球后，應立刻執(zhí)行防守策略。在面對對方進攻的時候，可采取犯規(guī)的戰(zhàn)術延緩對方進攻，也可采取整體的嚴密防守控球的方式來阻擋對方進攻，再可采取犯規(guī)和防守控球相結合的方式來防守對方的進攻，從而實現(xiàn)由守轉攻，由被動轉主動局面的轉變。而犯規(guī)因子（F2）與防守控球因子（F3）、進攻效率因子（F4）呈正相關，其標準化路徑系數(shù)依次為0.26、0.10也正好證明了這個事實，正如此次世界杯八分之一決賽哥倫比亞對陣英格蘭一樣，本就性情火爆的哥倫比亞人，面對著歐洲勁旅英格蘭的高壓進攻，顯然哥倫比亞人略顯緊張，整場比賽哥倫比亞人只能采取戰(zhàn)術上的犯規(guī)去延緩英格蘭的進攻，以至于吃到6張黃牌，效果還是很好的，明顯減緩了英格蘭的進攻，但在進攻效率上卻有所欠缺。因此在比賽中，面對勁旅的高壓進攻，在采取犯規(guī)和整體防守的同時還要注意進攻效率的提高。

表8 標準化回歸權重摘要表

從結構變量與測量變量維度分析，結構變量與觀測變量之間的標準化路徑系數(shù)的大小，可以反映出觀測變量對潛在變量的重要程度。通過表8可得知，在制造得分機會因子（F1）結構變量中，觀測變量控球率（VAR8）與制造得分機會因子（F1）的標準化路徑系數(shù)為0.944，觀測變量傳球成功率（VAR5）與制造得分機會因子 （F1）的標準化路徑系數(shù)為0.701。這意味著傳球成功率與控球率是在制造得分機會的關鍵因素，控球率、傳球成功率越高制造得分的機會就越大，對球隊取勝的概率越大，且在一定程度上，控球率比傳球成功率更具有代表性。這次世界杯比賽中，像這樣控球率、傳球成功率都占優(yōu)的情況經常有，在2018俄羅斯世界杯半決賽的克羅地亞對陣英格蘭比賽中，克羅地亞控球率達到55.360%，傳球成功率高達80.34%，而英格蘭的控球率44.640%，傳球成功率76.26%；在犯規(guī)因子 （F2）結構變量中，觀測變量黃牌數(shù)（VAR11）與犯規(guī)因子的標準化路徑系數(shù)為0.706，這說明黃牌數(shù)量的多少是衡量犯規(guī)與否的重要指標；在防守控球因子（F3）結構變量中，觀測變量被射門次數(shù)（VAR4）與防守控球因子（F3）之間的標準化路徑系數(shù)為0.856；在進攻效率因子（F4）結構變量中，觀測變量進球個數(shù)（VAR1）、射正率（VAR14）、擊中門框（VAR15）與進攻效率因子（F4）的標準化路徑系數(shù)依次為0.323、0.788、0.233，其中射正率是衡量進攻效率的重要指標，在比賽中要提高射正率。

從測量變量維度分析，由圖2觀測變量之間的殘差值可以看出，2018俄羅斯世界杯技術指標模型中，傳球成功率與長傳次數(shù)的相關系數(shù)為-0.25，搶斷次數(shù)與射正率的相關系數(shù)為-0.34，說明在俄羅斯世界杯比賽中，傳球成功率與長傳次數(shù)、搶斷次數(shù)與射正率呈負相關；射門次數(shù)與擊中門框的相關系數(shù)為0.23，射門次數(shù)與角球次數(shù)的相關系數(shù)為0.49，黃牌數(shù)與失球個數(shù)的相關系數(shù)為0.29，失球個數(shù)與進球個數(shù)的相關系數(shù)為0.34，這說明射門次數(shù)與擊中門框、射門次數(shù)與角球次數(shù)、黃牌數(shù)與失球個數(shù)、失球個數(shù)與進球個數(shù)之間呈正相關，且存在的相關關系較弱。

3 結論

因子分析得出，2018俄羅斯世界杯制勝因子主要有制造得分機會因子、犯規(guī)因子、防守控球因子、進攻效率因子4個公共因子。

根據(jù)因子分析得出的4個公共因子，構建結構方程模型，模型經過擬合修正，其卡方自由度比值為1.630，大于1小于3，漸進殘差均方和平方根（RMSEA）值為 0.057小于0.08，各擬合指標AGFI、GFI值以及各增值配適度 NFI、CFI值均大于0.90，模型擬合度理想，說明為2018年俄羅斯世界杯構建的制勝因子結構方程模型是成立的。

運用Amos24.0軟件分析，得知觀測變量任意球次數(shù)、越位次數(shù)的路徑關系不具有顯著意義，予以剔除；在潛變量制造得分機會因子（F1）中，控球率是影響得分機會的關鍵因素；在潛變量犯規(guī)因子（F2）中，黃牌數(shù)是衡量犯規(guī)與否的最直接體現(xiàn)；在潛變量防守控球因子（F3）中，被射門次數(shù)的多少是衡量球隊防守好壞的外在指標；在進攻效率因子（F4）中，射正率的高低能直觀的說明球隊進攻效率的高低。

本屆俄羅斯世界杯比賽中：潛變量維度上，制造得分機會因子（F1）與犯規(guī)因子（F2）、防守控球因子（F3）呈負相關，制造得分機會要求進攻方要投入更多的人參與進攻，形成更多以多打少的局面，創(chuàng)造更多的得分機會，防守方則要做好整體的防守控球，必要時可采取戰(zhàn)術上的犯規(guī)。制造得分機會因子（F1）與進攻效率因子（F4）之間的關系較弱，但講究制造得分機會打法的球隊，其射門次數(shù)、傳球成功率、控球率、角球相對來說都較高，且通過這些優(yōu)勢從心理和身體意識上給對方施加壓力，提高進攻效率，從而增大獲勝的權重。犯規(guī)因子（F2）與防守控球因子（F3）、進攻效率因子（F4）呈正相關，面對勁旅的高壓進攻，在采取犯規(guī)和整體防守的同時還要注意進攻效率的提高。

測量變量維度上，傳球成功率與長傳次數(shù)、搶斷次數(shù)與射正率呈負相關，射門次數(shù)與擊中門框、射門次數(shù)與角球次數(shù)、黃牌數(shù)與失球個數(shù)、失球個數(shù)與進球個數(shù)之間呈正相關；潛變量與測量變量維度上，傳球成功率與控球率是在制造得分機會的關鍵因素，控球率、傳球成功率越高制造得分的機會就越大，對球隊取勝的概率越大，且在一定程度上，控球率比傳球成功率更具有代表性。