Duas coisas podem acontecer ao mesmo tempo sem que uma seja responsável pela outra. No esporte, entender essa diferença é fundamental para não transformar números em conclusões que eles não sustentam
Imagine que alguém faça uma análise de centenas de partidas de futebol e encontre uma relação interessante: equipes que têm mais posse de bola vencem mais jogos.
A conclusão parece simples.
“Ter mais posse de bola aumenta as chances de vitória.”
Mas será que é isso mesmo que os dados estão dizendo?
Não necessariamente. O que encontramos é uma correlação: duas variáveis apresentam algum tipo de relação — e isso não significa que uma seja a causa da outra.
O que é correlação?
Correlação é uma medida de associação entre duas variáveis. Quando uma aumenta e a outra tende a aumentar também, temos uma correlação positiva.
Quando uma aumenta enquanto a outra tende a diminuir, temos uma correlação negativa. E quando não encontramos uma relação linear clara, podemos ter uma correlação próxima de zero.
No futebol, poderíamos observar, por exemplo, a relação entre número de finalizações e gols. É razoável imaginar que equipes que finalizam mais tendam a marcar mais gols. Mas mesmo nesse caso, a correlação não conta toda a história.
Uma equipe pode finalizar muito de fora da área e outra criar menos oportunidades, mas muito mais perigosas, mais próximas do gol, por exemplo. O número de finalizações é apenas uma variável. A qualidade das chances é outra.
O problema começa quando chegamos no “porque”
Esse é um dos erros mais comuns na interpretação de dados. Encontramos duas coisas relacionadas e imediatamente criamos uma explicação.
Um time tem mais posse e vence mais. Então concluímos que a posse provoca as vitórias.
Um jogador corre mais e apresenta mais gols. Concluímos que correr mais faz o jogador marcar mais.
Uma equipe sofre muitos gols no segundo tempo e também costuma fazer mais substituições nesse período. Concluímos que as substituições provocam os gols sofridos.
Em todos esses casos, existe uma pergunta anterior:
Há evidências suficientes para afirmar que uma variável está causando a outra?
Sem essa evidência, estamos diante de uma associação, não de uma relação causal demonstrada.
Uma terceira variável pode estar escondida
Uma das razões para isso acontecer é a existência de uma terceira variável.
Imagine duas equipes.
Uma delas é muito superior tecnicamente. Por ser superior, consegue manter mais posse de bola e também vencer mais partidas.
Nesse caso, encontramos uma relação entre posse e vitórias. Mas talvez a posse não seja a principal explicação.
A qualidade da equipe pode estar relacionada tanto à posse quanto às vitórias, mas a variável que realmente ajuda a explicar o fenômeno pode estar em outro lugar.
Esse problema aparece o tempo inteiro em análises esportivas. Quando duas coisas caminham juntas, precisamos perguntar o que mais pode estar acontecendo simultaneamente.
O exemplo clássico do futebol
Pensando novamente na posse de bola.
- Uma análise pode mostrar que equipes com maior posse vencem mais
- Mas também podemos imaginar outro cenário
- Um time marca primeiro
- O adversário precisa atacar
- O time que está vencendo recua, entrega parte da posse e passa a jogar em transição
- Nesse caso, a equipe que perdeu pode terminar com mais posse de bola
Se olharmos apenas para posse e resultado, podemos chegar a uma interpretação equivocada. A posse não necessariamente produziu o resultado. Na verdade, o resultado alterou o comportamento das equipes e foi esse comportamento que alterou a posse.
A direção da relação importa, e o futebol é cheio de situações em que uma variável modifica a outra ao longo do tempo.
Correlação pode ser útil mesmo sem provar causa
Isso não significa que correlação seja inútil. Muito pelo contrário.
Ela pode ser um excelente ponto de partida.
Se encontramos uma associação forte entre duas variáveis, temos uma pista. Podemos investigar, separar grupos, controlar outras variáveis, comparar períodos e testar hipóteses.
Dessa forma, procuramos explicações alternativas e a correlação pode abrir uma porta.
O erro está em tratá-la como se já tivesse respondido o que existe do outro lado.
Quando a amostra engana
Outro cuidado importante é o tamanho da amostra. Imagine que um jogador marque gols em cinco partidas consecutivas justamente quando sua equipe tem mais posse.
A relação pode parecer evidente. Mas cinco jogos representam uma amostra muito pequena para tirar conclusões gerais sobre o comportamento daquele jogador.
À medida que observamos mais partidas, a relação pode permanecer — ou desaparecer. É por isso que uma análise séria precisa informar quantos casos foram observados e em qual período.
Uma estatística sem contexto pode parecer muito mais convincente do que realmente é.
E existe a causalidade reversa
Às vezes, o problema é ainda mais interessante. Podemos pensar que o fator A causa o fator B, quando na verdade B está influenciando A.
No futebol, isso pode acontecer com frequência. Um time faz um gol e muda sua estratégia e, a partir daí, passa a ter menos posse, menos finalizações e menos presença ofensiva.
Se analisarmos apenas a relação entre essas variáveis e o resultado, podemos interpretar a sequência de acontecimentos de maneira errada. Isso porquê o jogo não é estático e as variáveis interagem.
O que aconteceu aos 20 minutos pode modificar o que acontece aos 70. Por isso, dados esportivos precisam ser analisados também dentro de uma linha do tempo.
A estatística não substitui o contexto
Esse é talvez o ponto central. Uma boa análise de dados não consiste apenas em encontrar uma correlação interessante.
É preciso perguntar:
- Qual é a amostra?
- Qual é o período analisado?
- Quais outras variáveis podem estar envolvidas?
- Existe uma explicação alternativa?
- A relação permanece quando controlamos outros fatores?
- Existe uma sequência temporal que sustente uma hipótese de causa?
Essas perguntas não tornam a análise mais complicada por acaso. Elas tornam a conclusão mais honesta.
O perigo das conclusões fáceis
No esporte, números têm uma vantagem narrativa enorme. Uma frase como “times que fazem mais finalizações vencem 72% das partidas” parece muito mais objetiva do que “times que fazem mais finalizações parecem ter maior probabilidade de vencer”.
Mas o primeiro enunciado pode esconder uma série de questões.
- Como essas partidas foram selecionadas?
- Qual era a diferença técnica entre as equipes?
- Quem marcou primeiro?
- As finalizações foram perigosas?
- O resultado influenciou o número de finalizações?
- Existem outros fatores associados?
Quanto mais perguntas fazemos, mais percebemos que um número isolado raramente encerra uma discussão. Na verdade, muitas vezes ele apenas começa.
O dado mostra uma relação e a investigação procura a explicação
Essa talvez seja a melhor maneira de resumir a diferença.
Correlação é uma pista.
Causalidade é uma hipótese que precisa de evidências adicionais.
No esporte, essa distinção é especialmente importante porque estamos lidando com sistemas complexos, nos quais muitas coisas acontecem simultaneamente.
- Uma equipe pode ter mais posse porque é melhor
- Pode vencer porque é melhor
- Pode ter mais posse porque está perdendo
- Pode perder porque marcou menos
- Pode marcar menos porque criou menos chances
E todas essas coisas podem acontecer dentro da mesma partida. Os dados ajudam a organizar essa complexidade.
Mas não devemos pedir a eles uma resposta que eles não podem oferecer. O objetivo da análise não é encontrar uma explicação rapidamente, mas sim descobrir se a explicação resiste quando fazemos perguntas difíceis.
Porque, no esporte, encontrar uma relação é interessante.
Descobrir o que existe por trás dela é muito mais difícil — e muito mais interessante.