MySportAPP
de
← Zurück zur Website

Methode

Deine Noten sind Gold wert.

Nach jedem Match bewertest du deine Schläge, deine Stimmung, deinen Schlaf. Das sind keine Daten zweiter Klasse, bis ein Sensor kommt: Es ist die Messung, die die Sportwissenschaft seit über vierzig Jahren nutzt, vom Verein bis zur Weltspitze.

1982
die erste Skala des wahrgenommenen Anstrengungsgrads (Borg)
56
Studien im Review von Saw et al. verglichen
58
auf dieser Seite geprüfte Quellen
01

Was sind selbstberichtete Daten?

Selbstberichtete (oder deklarative) Daten sind eine Messung, die du selbst erzeugst: eine Note für deinen Smash, deine Stimmung, deinen Schlaf, die Anstrengung, die du gespürt hast. So beginnt jedes wissenschaftliche Vorgehen: beobachten, notieren, zählen, bevor man erklärt.

Eine Note, die du dir nach jedem Match gibst, ist genau das: eine regelmäßige Beobachtung, unter denselben Bedingungen, auf derselben Skala. Sie ist die erste Stufe der Messung, auf der alles andere aufbaut.

02

Vierzig Jahre Sportwissenschaft

1982 legt Gunnar Borg die Grundlagen der Skala des subjektiven Belastungsempfindens 1. Eine Metaanalyse zeigt später, dass diese Note mit Herzfrequenz, Laktat und Sauerstoffaufnahme zusammenhängt 3. 2001 schlägt Carl Foster vor, die Anstrengungsnote einer Einheit mit ihrer Dauer zu multiplizieren: Das ist die Session-RPE, die zu einem Standardmaß der Trainingsbelastung geworden ist 2. Sie wurde in zahlreichen Sportarten validiert, für beide Geschlechter, in jedem Alter und auf jedem Niveau 4, 5, 6, 7.

Fragebögen zum Wohlbefinden (Müdigkeit, Stress, Muskelkater, Schlaf) folgen derselben Logik 16, 20, 21, 22, ebenso Stimmungsprofile 17, 18, 19 und Schlaffragebögen 24, 25, 26, 27. Internationale Konsenserklärungen zum Athletenmonitoring empfehlen sie neben physiologischen Messungen, vom Internationalen Olympischen Komitee bis zu den europäischen und amerikanischen Fachgesellschaften 28, 29, 30, 31, 32, 33, 34, 35.

03

Und im Rückschlagsport?

Im Tennis hängt die wahrgenommene Anstrengung während eines echten Matches mit dem Blutlaktat zusammen 8, 9. Bei Profis folgt die per Session-RPE gemessene Belastung der aus der Herzfrequenz berechneten 10, und sie wurde genutzt, um das Training bei Roland-Garros zu steuern 11, ebenso bei jungen Spielern 12. Im Squash unterscheidet sie bei Profis die Arten von Einheiten 14. Eine Studie vergleicht die Belastung im Padel mit der im Einzel- und Doppeltennis 13, und eine Übersichtsarbeit deckt alle Rückschlagsportarten ab 15.

Ehrlich gesagt: Wir haben keine Studie gefunden, die die Session-RPE speziell für Padel, Pickleball oder Tischtennis validiert. Die Ergebnisse aus Tennis und Squash kommen dem am nächsten.

04

Empfindlicher als viele Sensoren

Die systematische Übersichtsarbeit von Saw, Main und Gastin (2016) hat 56 Studien verglichen: Subjektive Messungen bilden die Trainingsbelastung, akut wie chronisch, empfindlicher und beständiger ab als häufig genutzte objektive Marker 23. Über mehr als 2.500 Fragebögen im Australian Football folgen die Wohlbefindensnoten den Belastungsschwankungen im Lauf der Woche und der Saison 21.

Wichtige Einschränkung: Diese Studien betreffen selbstberichtete Anstrengung, Müdigkeit und Wohlbefinden, nicht die technische Note eines Schlags. Für Schläge ist das Argument ein anderes, und es folgt gleich weiter unten.

05

Und wenn ich mich falsch bewerte?

Wir beurteilen uns unvollkommen: Im Schnitt hängt die Selbsteinschätzung nur mäßig mit der tatsächlichen Leistung zusammen (eine Korrelation von etwa 0,29) 37, 38, und sie liegt oft daneben, meist nach oben 39. Sie wird aber genauer, wenn sie einen klar umrissenen Bereich und eine vertraute Aufgabe betrifft und wenn man es gewohnt ist, sich einzuschätzen 37, 38. Im Juniorentennis unterscheiden sich die von den Spielern geschätzten Schläge nicht signifikant von der Videoanalyse 36.

Vor allem: Ein konstanter Fehler stört nicht. Wenn du dich immer um zwei Punkte zu hoch bewertest, verschieben sich alle deine Noten um genau so viel, und der Abstand zwischen deinen guten und schlechten Tagen bleibt gleich. Entscheidend ist nicht die Genauigkeit einer Note, sondern ihre Zuverlässigkeit: dasselbe jedes Mal auf dieselbe Weise zu beurteilen 42, 43, 44.

Deshalb vergleicht die App dich mit dir selbst, nie mit anderen. Was für eine Gruppe gilt, gilt oft nicht für eine einzelne Person 48, 49, und erst durch wiederholtes Messen desselben Spielers trennt man einen echten Trend vom Zufall 50, 51, 52. Wiederholte Selbstberichte, im Moment festgehalten, sind zuverlässig und begrenzen Erinnerungsfehler 45, 46, 47.

06

Die Grenzen, ohne Umschweife

Eine Note sagt nicht, ob dein Smash objektiv gut ist: Sie sagt, wie du ihn wahrgenommen hast. Sie hängt von der Stimmung des Moments und vom Ergebnis ab. Und sie beschreibt Zusammenhänge, nie Ursachen: „Ich gewinne, wenn ich meinen Smash hoch bewerte“ beweist nicht, dass der Smash den Sieg bringt. Sie hilft beim Erkennen, nicht beim Schlussfolgern.

07

Was MySportAPP daraus macht

Die Noten nach dem Match werden als Folgen des Ergebnisses behandelt, nie als Ursachen: Sie fließen nicht in „was dich gewinnen lässt“ ein. Sie werden gelesen, indem deine Siege mit deinen Niederlagen verglichen werden, mit Mindestzahlen an Matches, einer angezeigten Zuverlässigkeitsstufe und einem Zurückziehen zu deinem üblichen Niveau, wenn es wenige Matches gibt.

Dein Niveau wiederum wird wie in den besten Prognosemodellen des Tennis berechnet: eine Wertung, die nach jedem Match je nach Gegner und Ergebnisabstand steigt oder sinkt, samt ihrer Unsicherheit 53, 54, 55, 56. Die Punkte eines Matches sind nicht ganz unabhängig voneinander 57, und individuelle Statistiken helfen, den Ausgang einer Begegnung vorherzusagen 58.

Die Frage ist nie „Ist dieser Schlag gut?“, sondern „Wenn du ihn als gelungen wahrnimmst, ändert sich dann dein Ergebnis?“. Und genau dieser Zusammenhang lässt sich sehr gut messen.

08

Morgen: dein Gefühl und dein Körper, Seite an Seite

Die Sportwissenschaft unterscheidet die äußere Belastung (was du tust) von der inneren Belastung (was es dich kostet), zu der das Belastungsempfinden gehört 7. Mit der Uhr kommen deine Herzfrequenz und deine gemessenen Schläge zu deinen Noten hinzu: die Anstrengung, die du spürst, neben der, die dein Körper aufzeichnet.

Literatur

Jede Quelle wurde online geprüft (DOI aufgelöst, Abstract gelesen). Die Zusammenfassung in einem Satz bleibt der Studie treu.

  1. Borg, G. A. (1982). Psychophysical bases of perceived exertion. Medicine & Science in Sports & Exercise, 14(5), 377–381. doi.org/10.1249/00005768-198205000-00012Legt die psychophysischen Grundlagen der Skalen zur wahrgenommenen Anstrengung (RPE und CR10).
  2. Foster, C., Florhaug, J. A., Franklin, J., Gottschall, L., Hrovatin, L. A., Parker, S., Doleshal, P., & Dodge, C. (2001). A new approach to monitoring exercise training. Journal of Strength and Conditioning Research, 15(1), 109–115. doi.org/10.1519/00124278-200102000-00019Führt die Session-RPE ein: Die Anstrengungsbewertung der Einheit multipliziert mit ihrer Dauer ergibt eine Trainingsbelastung.
  3. Chen, M. J., Fan, X., & Moe, S. T. (2002). Criterion-related validity of the Borg ratings of perceived exertion scale in healthy individuals: a meta-analysis. Journal of Sports Sciences, 20(11), 873–899. doi.org/10.1080/026404102320761787Metaanalyse: Die RPE korreliert mit der Herzfrequenz (r ≈ 0,62), dem Laktat (0,57) und der Sauerstoffaufnahme in % der VO2max (0,64), mit Schwankungen je nach Bedingungen.
  4. Impellizzeri, F. M., Rampinini, E., Coutts, A. J., Sassi, A., & Marcora, S. M. (2004). Use of RPE-based training load in soccer. Medicine & Science in Sports & Exercise, 36(6), 1042–1047. doi.org/10.1249/01.MSS.0000128199.23901.2FÜber 479 Einheiten korreliert die Session-RPE mit den herzfrequenzbasierten Belastungen (r = 0,50 bis 0,85 je nach Spieler).
  5. Haddad, M., Stylianides, G., Djaoui, L., Dellal, A., & Chamari, K. (2017). Session-RPE method for training load monitoring: validity, ecological usefulness, and influencing factors. Frontiers in Neuroscience, 11, 612. doi.org/10.3389/fnins.2017.00612Übersichtsarbeit: Die Session-RPE ist in zahlreichen Sportarten valide, reliabel und konsistent, für beide Geschlechter, in jedem Alter und auf jedem Niveau.
  6. Foster, C., Boullosa, D., McGuigan, M., et al. (2021). 25 years of session rating of perceived exertion: historical perspective and development. International Journal of Sports Physiology and Performance, 16(5), 612–621. doi.org/10.1123/ijspp.2020-0599Bilanz nach 25 Jahren: Die Session-RPE ist ein anerkannter Marker der internen Belastung, bleibt stabil, wenn sie zwischen 1 Minute und 14 Tagen nach der Einheit erhoben wird, und ist von Patienten bis zur Elite nützlich.
  7. Impellizzeri, F. M., Marcora, S. M., & Coutts, A. J. (2019). Internal and external training load: 15 years on. International Journal of Sports Physiology and Performance, 14(2), 270–273. doi.org/10.1123/ijspp.2018-0935Präzisiert den konzeptionellen Rahmen, der die interne Belastung (einschließlich der Wahrnehmung) von der externen Belastung unterscheidet.
  8. Mendez-Villanueva, A., Fernandez-Fernandez, J., Bishop, D., Fernandez-Garcia, B., & Terrados, N. (2007). Activity patterns, blood lactate concentrations and ratings of perceived exertion during a professional singles tennis tournament. British Journal of Sports Medicine, 41(5), 296–300. doi.org/10.1136/bjsm.2006.030536Bei einem professionellen Tennisturnier sind RPE und Laktat in Aufschlagspielen höher und korrelieren mit der Dauer der Ballwechsel.
  9. Mendez-Villanueva, A., Fernandez-Fernández, J., Bishop, D., & Fernandez-Garcia, B. (2010). Ratings of perceived exertion–lactate association during actual singles tennis match play. Journal of Strength and Conditioning Research, 24(1), 165–170. doi.org/10.1519/JSC.0b013e3181a5bc6dIm realen Tenniswettkampf korreliert die RPE signifikant mit dem Blutlaktat (r = 0,48 bis 0,57).
  10. Gomes, R. V., Moreira, A., Lodo, L., Capitani, C. D., & Aoki, M. S. (2015). Ecological validity of session RPE method for quantifying internal training load in tennis. International Journal of Sports Science & Coaching, 10(4), 729–737. doi.org/10.1260/1747-9541.10.4.729Bei 12 professionellen Tennisspielern (384 Einheiten, 36 Matches) korreliert die Session-RPE mit herzfrequenzbasierten Methoden (r = 0,58 bis 0,89 je nach Spieler).
  11. Coutts, A. J., Gomes, R. V., Viveiros, L., & Aoki, M. S. (2010). Monitoring training loads in elite tennis. Revista Brasileira de Cineantropometria e Desempenho Humano, 12(3), 217. doi.org/10.5007/1980-0037.2010v12n3p217Erfahrungsbericht von Roland-Garros 2008: Die Session-RPE wird als kostengünstiges und einfaches Instrument dargestellt, um die Belastung zu steuern und Überlastungen zu vermeiden.
  12. Gomes, R. V., Moreira, A., Lodo, L., Nosaka, K., Coutts, A. J., & Aoki, M. S. (2013). Monitoring training loads, stress, immune-endocrine responses and performance in tennis players. Biology of Sport, 30(3), 173–180. doi.org/10.5604/20831862.1059169Bei jungen Tennisspielern folgen die mit der Session-RPE gemessene Belastung und die selbstberichteten Stresssymptome der Periodisierung, parallel zum Cortisol.
  13. Armstrong, C., Reid, M., Beale, C., & Girard, O. (2023). A comparison of match load between padel and singles and doubles tennis. International Journal of Sports Physiology and Performance, 18(5), 512–522. doi.org/10.1123/ijspp.2022-0330Wahrgenommene Anstrengung und Herzfrequenz sind im Tennis-Einzel höher als im Doppel oder im Padel; Padel stellt eine eigene Belastung dar.
  14. James, C., Dhawan, A., Jones, T., & Girard, O. (2021). Quantifying training demands of a 2-week in-season squash microcycle. International Journal of Sports Physiology and Performance, 16(6), 779–786. doi.org/10.1123/ijspp.2020-0306Bei 15 Squash-Profis unterscheiden Session-RPE und differenzierte RPE die Einheitstypen; das Match ist nicht systematisch die anspruchsvollste Einheit.
  15. Cádiz Gallardo, M. P., Pradas de la Fuente, F., Moreno-Azze, A., & Carrasco Páez, L. (2023). Physiological demands of racket sports: a systematic review. Frontiers in Psychology, 14, 1149295. doi.org/10.3389/fpsyg.2023.1149295Übersicht über 27 Studien zur internen Belastung in Badminton, Padel, Tischtennis, Tennis und Squash: Badminton ist am intensivsten, Tischtennis am wenigsten.
  16. Hooper, S. L., & Mackinnon, L. T. (1995). Monitoring overtraining in athletes. Sports Medicine, 20(5), 321–327. doi.org/10.2165/00007256-199520050-00003Schlägt vor, Übertraining anhand einfacher Indikatoren zu überwachen, darunter subjektive Bewertungen (Müdigkeit, Stress, Muskelkater, Schlaf).
  17. Morgan, W. P., Brown, D. R., Raglin, J. S., O'Connor, P. J., & Ellickson, K. A. (1987). Psychological monitoring of overtraining and staleness. British Journal of Sports Medicine, 21(3), 107–114. doi.org/10.1136/bjsm.21.3.107Über 10 Jahre und bei 400 Schwimmern nehmen Stimmungsstörungen (POMS) mit der Belastung zu und normalisieren sich, wenn diese sinkt.
  18. Beedie, C. J., Terry, P. C., & Lane, A. M. (2000). The profile of mood states and athletic performance: two meta-analyses. Journal of Applied Sport Psychology, 12(1), 49–68. doi.org/10.1080/10413200008404213Die mit dem POMS gemessene Stimmung sagt das Leistungsergebnis mäßig voraus (ES ≈ 0,31), nicht aber das Leistungsniveau, mit deutlicheren Effekten in Sportarten mit offenen Fertigkeiten.
  19. Terry, P. C., Lane, A. M., & Fogarty, G. J. (2003). Construct validity of the Profile of Mood States – Adolescents for use with adults. Psychology of Sport and Exercise, 4(2), 125–139. doi.org/10.1016/S1469-0292(01)00035-8Erweitert die Validierung der Kurzversion des POMS (sechs Dimensionen, Grundlage der BRUMS) auf Erwachsene, an 2549 Teilnehmenden, darunter Sportler vor dem Wettkampf.
  20. McLean, B. D., Coutts, A. J., Kelly, V., McGuigan, M. R., & Cormack, S. J. (2010). Neuromuscular, endocrine, and perceptual fatigue responses during different length between-match microcycles in professional rugby league players. International Journal of Sports Physiology and Performance, 5(3), 367–383. doi.org/10.1123/ijspp.5.3.367Selbstberichtete Müdigkeit, Wohlbefinden und Muskelkater verschlechtern sich für mindestens 48 h nach einem Spiel, parallel zum Rückgang der vertikalen Sprunghöhe.
  21. Gastin, P. B., Meyer, D., & Robinson, D. (2013). Perceptions of wellness to monitor adaptive responses to training and competition in elite Australian football. Journal of Strength and Conditioning Research, 27(9), 2518–2526. doi.org/10.1519/JSC.0b013e31827fd600In 2583 Fragebögen mit 9 Items, bewertet von 1 bis 5, reagieren die Wohlbefindenswerte sensibel auf Belastungsschwankungen im Verlauf der Woche und der Saison.
  22. Grove, J. R., Main, L. C., Partridge, K., Bishop, D. J., Russell, S., Shepherdson, A., & Ferguson, L. (2014). Training distress and performance readiness: laboratory and field validation of a brief self-report measure. Scandinavian Journal of Medicine & Science in Sports, 24(6), e483–e490. doi.org/10.1111/sms.12214Ein Fragebogen mit 19 Items bildet den Leistungsrückgang im Labor wie im Feld ab, und niedrige Werte vor dem Wettkampf sind mit besseren Leistungen verbunden.
  23. Saw, A. E., Main, L. C., & Gastin, P. B. (2016). Monitoring the athlete training response: subjective self-reported measures trump commonly used objective measures: a systematic review. British Journal of Sports Medicine, 50(5), 281–291. doi.org/10.1136/bjsports-2015-094758In 56 Studien spiegeln subjektive Messungen die akute und chronische Belastung mit größerer Sensitivität und Konsistenz wider als objektive Messungen, mit denen sie im Allgemeinen nur schwach korrelieren.
  24. Buysse, D. J., Reynolds, C. F., Monk, T. H., Berman, S. R., & Kupfer, D. J. (1989). The Pittsburgh Sleep Quality Index: a new instrument for psychiatric practice and research. Psychiatry Research, 28(2), 193–213. doi.org/10.1016/0165-1781(89)90047-4Stellt den PSQI vor, einen Selbstauskunftsfragebogen zur Schlafqualität, der zum Referenzinstrument geworden ist.
  25. Samuels, C., James, L., Lawson, D., & Meeuwisse, W. (2016). The Athlete Sleep Screening Questionnaire: a new tool for assessing and managing sleep in elite athletes. British Journal of Sports Medicine, 50(7), 418–422. doi.org/10.1136/bjsports-2014-094332Ein athletenspezifischer Screening-Fragebogen mit 15 Items, reliabel, der diejenigen erkennt, die eine fachärztliche Konsultation benötigen.
  26. Driller, M. W., Mah, C. D., & Halson, S. L. (2018). Development of the athlete sleep behavior questionnaire: a tool for identifying maladaptive sleep practices in elite athletes. Sleep Science, 11(1), 37–44. doi.org/10.5935/1984-0063.20180009Ein Fragebogen mit 18 Items, reliabel im Test-Retest (ICC = 0,87), mäßig korreliert mit der per Aktigraphie gemessenen Schlafdauer (r = −0,42).
  27. Mah, C. D., Mah, K. E., Kezirian, E. J., & Dement, W. C. (2011). The effects of sleep extension on the athletic performance of collegiate basketball players. Sleep, 34(7), 943–950. doi.org/10.5665/SLEEP.1132Eine Verlängerung des Schlafs von College-Basketballspielern verbessert die Sprintzeit und die Wurfgenauigkeit, bei Verlaufskontrolle der Stimmung mit dem POMS.
  28. Bourdon, P. C., Cardinale, M., Murray, A., et al. (2017). Monitoring athlete training loads: consensus statement. International Journal of Sports Physiology and Performance, 12(Suppl 2), S2-161–S2-170. doi.org/10.1123/IJSPP.2017-0208Konsens (Konferenz von Doha, 2016), der einen gemeinsamen Rahmen zum Was, Wie und Warum des Belastungsmonitorings bietet.
  29. Soligard, T., Schwellnus, M., Alonso, J.-M., et al. (2016). How much is too much? (Part 1) International Olympic Committee consensus statement on load in sport and risk of injury. British Journal of Sports Medicine, 50(17), 1030–1041. doi.org/10.1136/bjsports-2016-096581IOC-Konsens: Empfehlungen zur Überwachung der Trainings-, Wettkampf- und psychischen Belastung sowie des Wohlbefindens.
  30. Halson, S. L. (2014). Monitoring training load to understand fatigue in athletes. Sports Medicine, 44(Suppl 2), S139–S147. doi.org/10.1007/s40279-014-0253-zGibt einen Überblick über die Marker (darunter wahrgenommene Anstrengung, Fragebögen, Tagebücher, Schlaf) und stellt fest, dass kein einzelner Marker maßgeblich ist.
  31. Thorpe, R. T., Atkinson, G., Drust, B., & Gregson, W. (2017). Monitoring fatigue status in elite team-sport athletes: implications for practice. International Journal of Sports Physiology and Performance, 12(Suppl 2), S2-27–S2-34. doi.org/10.1123/ijspp.2016-0434Selbstberichtete Messungen zählen zu den schnellen und vielversprechenden Instrumenten, sofern eine Schwelle für eine bedeutsame Veränderung definiert wird.
  32. Gabbett, T. J., Nassis, G. P., Oetter, E., et al. (2017). The athlete monitoring cycle: a practical guide to interpreting and applying training monitoring data. British Journal of Sports Medicine, 51(20), 1451–1452. doi.org/10.1136/bjsports-2016-097298Praxisleitfaden zur Planung, Analyse, Interpretation und Anwendung von Monitoringdaten.
  33. Coyne, J. O. C., Haff, G. G., Coutts, A. J., Newton, R. U., & Nimphius, S. (2018). The current state of subjective training load monitoring — a practical perspective and call to action. Sports Medicine – Open, 4, 58. doi.org/10.1186/s40798-018-0172-xSubjektive Messungen können mentale Ermüdung, Anstrengung, Stress und Motivation widerspiegeln; die Autoren empfehlen feiner abgestufte Skalen und strenge psychometrische Praktiken.
  34. Meeusen, R., Duclos, M., Foster, C., et al. (2013). Prevention, diagnosis, and treatment of the overtraining syndrome: joint consensus statement of the ECSS and the ACSM. Medicine & Science in Sports & Exercise, 45(1), 186–205. doi.org/10.1249/MSS.0b013e318279a10aECSS/ACSM-Konsens: Müdigkeit, Leistungsabfall und Stimmungsstörungen sind zentrale Anzeichen des Übertrainings.
  35. Kellmann, M., Bertollo, M., Bosquet, L., et al. (2018). Recovery and performance in sport: consensus statement. International Journal of Sports Physiology and Performance, 13(2), 240–245. doi.org/10.1123/ijspp.2017-0759Betont die Variabilität zwischen Athleten und innerhalb desselben Athleten sowie den Nutzen eines systematischen Erholungsmonitorings.
  36. Murphy, A. P., Duffield, R., Kellett, A., & Reid, M. (2014). Comparison of athlete–coach perceptions of internal and external load markers for elite junior tennis training. International Journal of Sports Physiology and Performance, 9(5), 751–756. doi.org/10.1123/ijspp.2013-0364Im Juniorentennis unterschätzen Trainer die Session-RPE der Spieler (r = nur 0,59), während sich die vom Spieler geschätzten Schläge nicht signifikant von der Videoanalyse unterscheiden.
  37. Mabe, P. A., & West, S. G. (1982). Validity of self-evaluation of ability: a review and meta-analysis. Journal of Applied Psychology, 67(3), 280–296. doi.org/10.1037/0021-9010.67.3.280In 55 Studien korreliert die Selbsteinschätzung mäßig mit der Leistung (r ≈ 0,29), und die Genauigkeit steigt mit der Erfahrung in der Selbsteinschätzung und wenn ein Abgleich mit den Fakten erwartet wird.
  38. Zell, E., & Križan, Z. (2014). Do people have insight into their abilities? A metasynthesis. Perspectives on Psychological Science, 9(2), 111–125. doi.org/10.1177/1745691613518075Synthese aus 22 Metaanalysen (einschließlich Sport): mittlere Korrelation von 0,29, stärker, wenn sich die Selbsteinschätzung auf einen bestimmten Bereich und eine vertraute, objektive Aufgabe bezieht.
  39. Dunning, D., Heath, C., & Suls, J. M. (2004). Flawed self-assessment: implications for health, education, and the workplace. Psychological Science in the Public Interest, 5(3), 69–106. doi.org/10.1111/j.1529-1006.2004.00018.xDie Selbsteinschätzung ist oft systematisch verzerrt, insbesondere durch Selbstüberschätzung: Das ist der zu neutralisierende „konstante Bias“.
  40. Hughes, M. D., & Bartlett, R. M. (2002). The use of performance indicators in performance analysis. Journal of Sports Sciences, 20(10), 739–754. doi.org/10.1080/026404102320675602Klassifiziert Leistungsindikatoren (darunter „Netz- und Wand“-Sportarten) und empfiehlt, sie zu vergleichen und zu normalisieren.
  41. Courel-Ibáñez, J., Sánchez-Alcaraz Martínez, B. J., & Cañas, J. (2017). Game performance and length of rally in professional padel players. Journal of Human Kinetics, 55, 161–169. doi.org/10.1515/hukin-2016-0045Notationsanalyse von 1527 Ballwechseln der World Padel Tour: 40 % der unerzwungenen Fehler treten in den ersten 4 Sekunden auf, und die Sieger spielen längere Ballwechsel.
  42. Hopkins, W. G. (2000). Measures of reliability in sports medicine and science. Sports Medicine, 30(1), 1–15. doi.org/10.2165/00007256-200030010-00001Referenzwerk zur Reliabilität (typischer Fehler, Test-Retest), die nötig ist, um zu beurteilen, ob eine individuelle Veränderung real ist.
  43. Atkinson, G., & Nevill, A. M. (1998). Statistical methods for assessing measurement error (reliability) in variables relevant to sports medicine. Sports Medicine, 26(4), 217–238. doi.org/10.2165/00007256-199826040-00002Übersicht über Methoden zur Schätzung des Messfehlers und des systematischen Bias.
  44. Bland, J. M., & Altman, D. G. (1986). Statistical methods for assessing agreement between two methods of clinical measurement. The Lancet, 327(8476), 307–310. doi.org/10.1016/S0140-6736(86)90837-8Methode der Übereinstimmungsgrenzen, um konstanten Bias und Streuung zu unterscheiden.
  45. Csikszentmihalyi, M., & Larson, R. (1987). Validity and reliability of the Experience-Sampling Method. Journal of Nervous and Mental Disease, 175(9), 526–536. doi.org/10.1097/00005053-198709000-00004Zeigt die Reliabilität und Validität wiederholter täglicher Selbstauskünfte.
  46. Bolger, N., Davis, A., & Rafaeli, E. (2003). Diary methods: capturing life as it is lived. Annual Review of Psychology, 54, 579–616. doi.org/10.1146/annurev.psych.54.101601.145030Tagebücher erfassen das Erleben so, wie es klassische Methoden nicht können; die Autoren empfehlen Messungen, die auf der Veränderung innerhalb derselben Person beruhen.
  47. Shiffman, S., Stone, A. A., & Hufford, M. R. (2008). Ecological momentary assessment. Annual Review of Clinical Psychology, 4, 1–32. doi.org/10.1146/annurev.clinpsy.3.022806.091415Die Selbstauskunft im Moment und in realen Situationen zu erheben, verringert den Erinnerungsbias und erhöht die ökologische Validität.
  48. Molenaar, P. C. M. (2004). A manifesto on psychology as idiographic science: bringing the person back into scientific psychology, this time forever. Measurement, 2(4), 201–218. doi.org/10.1207/s15366359mea0204_1Zwischen Individuen beobachtete Strukturen lassen sich nur unter selten erfüllten Bedingungen auf das Individuum übertragen.
  49. Fisher, A. J., Medaglia, J. D., & Jeronimus, B. F. (2018). Lack of group-to-individual generalizability is a threat to human subjects research. PNAS, 115(27), E6106–E6115. doi.org/10.1073/pnas.1711978115In sechs Stichproben ist die Varianz innerhalb derselben Person 2- bis 4-mal größer als die auf Gruppenebene beobachtete.
  50. Kinugasa, T., Cerin, E., & Hooper, S. (2004). Single-subject research designs and data analyses for assessing elite athletes' conditioning. Sports Medicine, 34(15), 1035–1050. doi.org/10.2165/00007256-200434150-00003Plädiert für Einzelfalldesigns, um herauszufinden, was für einen bestimmten Athleten funktioniert, statt für den „durchschnittlichen“ Athleten.
  51. Barker, J. B., Mellalieu, S. D., McCarthy, P. J., Jones, M. V., & Moran, A. (2013). A review of single-case research in sport psychology 1997–2012. Journal of Applied Sport Psychology, 25(1), 4–32. doi.org/10.1080/10413200.2012.709579Erfasst 66 Einzelfallstudien in der Sportpsychologie und ihre Tendenzen.
  52. Hecksteden, A., Pitsch, W., Rosenberger, F., & Meyer, T. (2018). Repeated testing for the assessment of individual response to exercise training. Journal of Applied Physiology, 124(6), 1567–1579. doi.org/10.1152/japplphysiol.00896.2017Dieselbe Person mehrmals zu testen, ermöglicht es, die wahre individuelle Reaktion vom Zufallsfehler zu trennen.
  53. Glickman, M. E. (1999). Parameter estimation in large dynamic paired comparison experiments. Journal of the Royal Statistical Society: Series C, 48(3), 377–394. doi.org/10.1111/1467-9876.00159Algorithmus (Grundlage von Glicko), der Elo verbessert, indem er die Unsicherheit der Wertung berücksichtigt, angewandt auf Schach und Tennis.
  54. Kovalchik, S. A. (2016). Searching for the GOAT of tennis win prediction. Journal of Quantitative Analysis in Sports, 12(3). doi.org/10.1515/jqas-2015-0059Anhand von 2395 ATP-Matches werden 11 Modelle verglichen; ranglistenbasierte Modelle und ein Elo-Modell sind am genauesten (75 % korrekte Vorhersagen bei den bestplatzierten Spielern, auf dem Niveau der Buchmacher).
  55. Kovalchik, S. A. (2020). Extension of the Elo rating system to margin of victory. International Journal of Forecasting, 36(4), 1329–1341. doi.org/10.1016/j.ijforecast.2020.01.006Die Einbeziehung der Ergebnisdifferenz in Elo verbessert die Vorhersage; nur die „gemeinsam additive“ Variante liefert unverzerrte Wertungen.
  56. Angelini, G., Candila, V., & De Angelis, L. (2022). Weighted Elo rating for tennis match predictions. European Journal of Operational Research, 297(1), 120–132. doi.org/10.1016/j.ejor.2021.04.011Schlägt ein nach dem Ergebnis des letzten Matches gewichtetes Elo vor, um die aktuelle Form besser zu erfassen.
  57. Klaassen, F. J. G. M., & Magnus, J. R. (2001). Are points in tennis independent and identically distributed? Journal of the American Statistical Association, 96(454), 500–509. doi.org/10.1198/016214501753168217Bei fast 90 000 Punkten in Wimbledon sind die Punkte nicht ganz unabhängig: Die Abweichung ist gering, aber bei schwächeren Spielern ausgeprägter.
  58. Barnett, T., & Clarke, S. R. (2005). Combining player statistics to predict outcomes of tennis matches. IMA Journal of Management Mathematics, 16(2), 113–120. doi.org/10.1093/imaman/dpi001Kombiniert individuelle Aufschlagstatistiken, um Ausgang und Dauer eines Matches vorherzusagen.
← Zurück zur Website