An Analysis of the Determinants of Winning and Losing in 3x3 Basketball at the Paris Olympic Games

본 연구 목적은 2024년 파리 올림픽 대회 3대3 농구 남자팀과 여자팀의 17개 기초 지표를 통해 분석하고, 경기 승패 결정 요인 알아보는 것이다. 이를 위해 파리 올림픽 대회 3대3 농구에서 참가한 남자팀과 남자팀 68경기, 여자팀 68경기를 대상으로 설정하였다. 국제농구연맹(FIBA)이 홈페이지 Box score에서 제공한 남자와 여자의 국가대표팀의 공식 경기 기록을 바탕으로 진행되었다. 수집된 데이터를 독립표본 t-test를 실시하였고, 의사결정나무 분석으로 지표별 승패 결정 변인을 분석하였다. 모든 통계 분석에서 유의수준은 0.05로 설정하였으며, 의사결정나무 분석에서는 CHAID 알고리즘을 적용하였다. 또한 최대 나무 깊이는 3단계, 최소 사례 수를 부모 마디에서 30, 자식 마디에서 10로 설정하였다. 본 연구 결과는 승패에 따른 남자팀의 득점(PTS), 슛 성공수(FGA), 슛 성공률(FG%), 1점 슛 성공수(1PTSM), 1점슛 시도수(1PTSA), 1점슛 성공률(1PTS%), 2점슛 성공수(2PTSM), 2점슛 성공률(2PTS%), 자유투 성공수(FTM), 수비 리바운드(DREB), 총 리바운드(REB), 턴 오버(TO)에서 유의한 차이가 나타났다. 여자팀의 득점(PTS), 슛 시도수(FGA), 슛 성공률 (FG%), 2점슛 성공수(2PTSM), 2점슛 성공률(2PTS%), 자유투 성공수(FTM), 자유투 시도수(FTA), 턴 오버(TO)에서 유의한 차이가 나타났다. 의사결정나무 결과는 남자팀의 슛 성공수(FGM), 2점슛 성공률(2PTS%), 1점슛 성공수(1PTSM)가 승패를 결정하는 가장 주요한 변인으로 나타났다. 여자팀의 2점슛 성공률(2PTS%), 1점슛 시도수(1PTSA), 자유투 성공률(FT%)가 승패를 결정하는 가장 주요한 변인으로 나타났다. 본 연구 결과는 성별 차이에 따라 승리 경로와 기술·전술적 중점이 상이하게 나타났으며, 3대3 농구의 맞춤형 훈련 및 전술 수립을 위한 기초 자료를 제공한다.

Authors

Publication Details

Journal
Journal of Coaching Development
Published
2025-12-31
DOI
https://doi.org/10.47684/jcd.2025.12.27.12.253
Primary Topic
Sports Performance and Training
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

An Analysis of the Determinants of Winning and Losing in 3x3 Basketball at the Paris Olympic Games

Min-Kyung Hwang, Seong-No Lee, Shuang Ma
Journal of Coaching Development
Sports Performance and Training
article

An Analysis of the Determinants of Winning and Losing in 3x3 Basketball at the Paris Olympic Games

Min-Kyung Hwang, Seong-No Lee, Shuang Ma
article en

Abstract

본 연구 목적은 2024년 파리 올림픽 대회 3대3 농구 남자팀과 여자팀의 17개 기초 지표를 통해 분석하고, 경기 승패 결정 요인 알아보는 것이다. 이를 위해 파리 올림픽 대회 3대3 농구에서 참가한 남자팀과 남자팀 68경기, 여자팀 68경기를 대상으로 설정하였다. 국제농구연맹(FIBA)이 홈페이지 Box score에서 제공한 남자와 여자의 국가대표팀의 공식 경기 기록을 바탕으로 진행되었다. 수집된 데이터를 독립표본 t-test를 실시하였고, 의사결정나무 분석으로 지표별 승패 결정 변인을 분석하였다. 모든 통계 분석에서 유의수준은 0.05로 설정하였으며, 의사결정나무 분석에서는 CHAID 알고리즘을 적용하였다. 또한 최대 나무 깊이는 3단계, 최소 사례 수를 부모 마디에서 30, 자식 마디에서 10로 설정하였다. 본 연구 결과는 승패에 따른 남자팀의 득점(PTS), 슛 성공수(FGA), 슛 성공률(FG%), 1점 슛 성공수(1PTSM), 1점슛 시도수(1PTSA), 1점슛 성공률(1PTS%), 2점슛 성공수(2PTSM), 2점슛 성공률(2PTS%), 자유투 성공수(FTM), 수비 리바운드(DREB), 총 리바운드(REB), 턴 오버(TO)에서 유의한 차이가 나타났다. 여자팀의 득점(PTS), 슛 시도수(FGA), 슛 성공률 (FG%), 2점슛 성공수(2PTSM), 2점슛 성공률(2PTS%), 자유투 성공수(FTM), 자유투 시도수(FTA), 턴 오버(TO)에서 유의한 차이가 나타났다. 의사결정나무 결과는 남자팀의 슛 성공수(FGM), 2점슛 성공률(2PTS%), 1점슛 성공수(1PTSM)가 승패를 결정하는 가장 주요한 변인으로 나타났다. 여자팀의 2점슛 성공률(2PTS%), 1점슛 시도수(1PTSA), 자유투 성공률(FT%)가 승패를 결정하는 가장 주요한 변인으로 나타났다. 본 연구 결과는 성별 차이에 따라 승리 경로와 기술·전술적 중점이 상이하게 나타났으며, 3대3 농구의 맞춤형 훈련 및 전술 수립을 위한 기초 자료를 제공한다.

Journal of Coaching DevelopmentVol. 27(12)
Openalex Percentile: Top 27%
Sports Performance and Training
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.