Gol beklentisi (xG – expected goals), bir şutun gerçekleştiği andaki pozisyon özelliklerine dayanarak o şutun gole dönüşme olasılığını sayısal bir değerle ifade eden istatistiksel bir metriktir. Bu değer 0 ile 1 arasında değişir ve tek başına “kaç gol atıldığını” değil, “o pozisyondan ortalama olarak ne kadar gol beklenir” sorusunu yanıtlar.
Futbolda uzun yıllar sadece gol sayısına, şut sayısına bakılırdı; ama bir oyuncunun ceza sahası dışından çektiği zayıf bir şutla, kaleci ile karşı karşıya kaldığı net bir fırsatı aynı kefeye koymak analitik açıdan yetersizdi. Gol beklentisi tam da bu boşluğu doldurmak için geliştirildi: her şutu, oluştuğu koşullara göre ağırlıklandırıp gerçek performansı daha adil karşılaştırmayı amaçlıyor.
Bu yazıda terimin tanımından çok, xG verisini okurken düşülen tipik istatistik hatalarına odaklanacağız. Çünkü sayının kendisini bilmek yetmez; onu yanlış örneklemle, yanlış ortalama-medyan mantığıyla veya sahte bir nedensellik iddiasıyla yorumlamak, doğru veriyi yanlış sonuca dönüştürebilir.
Gol Beklentisi (xG) Nasıl Hesaplanır?
xG hesaplaması, geçmişte oluşmuş binlerce, hatta on binlerce benzer pozisyonun istatistiksel dökümüne dayanır. Bir şutun değerini belirleyen başlıca faktörler şunlardır:
- Şutun kaleye olan mesafesi ve açısı
- Şut anında araya giren rakip oyuncu sayısı
- Şutun vuruş tipi (kafa, ayak, hangi ayak)
- Pas sonrası mı yoksa bireysel çabayla mı geldiği
- Kalecinin pozisyon anındaki konumu
Farklı veri sağlayıcıları bu faktörleri farklı ağırlıklarla modelleyebilir; bu yüzden aynı maçta iki ayrı kaynağın verdiği xG değerleri birbirinden az miktarda sapabilir. Bu, hesaplama yönteminin şeffaf olmadığı anlamına gelmez, sadece modelin girdi setinin ve ağırlıklandırmasının farklı kurgulandığını gösterir. Bir veriyi kullanırken hangi metrik tanımının esas alındığını bilmek, karşılaştırma yaparken kafa karışıklığını önler.
Gol Beklentisi Verisinde Örneklem Büyüklüğü Neden Önemlidir?
Bir oyuncunun ya da takımın xG performansını tek maç, hatta birkaç maç üzerinden değerlendirmek, istatistiksel olarak zayıf bir örneklemle karar vermek demektir. Futbolda bir sezonda oynanan maç sayısı sınırlıdır ve gol gibi nadir görülen olaylar, kısa vadede büyük dalgalanma gösterir.
Örneğin bir forvet üç maç üst üste yüksek xG üretip gol atamayabilir; bu durum “formsuz” yorumuna hemen yol açar. Oysa arastirma mantığıyla bakıldığında, asıl bakılması gereken şey daha geniş bir zaman aralığındaki eğilimdir. On, on beş maçlık bir pencere, üç maçlık bir pencereden çok daha güvenilir bir tablo sunar. Örneklem küçüldükçe tesadüfün payı büyür, örneklem genişledikçe gerçek yeteneğe dair sinyal netleşir.
Aynı mantık takım bazında da geçerlidir. Bir takımın sezon başındaki birkaç maçlık xG ortalaması, o sezonun tamamına dair güçlü bir tahmin oluşturmaz. Erken sezon verileri, henüz oturmamış taktik düzen, sakatlıklar ve rakip kalitesindeki dengesizlik yüzünden yanıltıcı olabilir.
Ortalama ile Medyan Farkı xG Yorumunu Nasıl Değiştirir?
xG verisi yorumlanırken sıkça göz ardı edilen bir nokta, ortalama ile medyan arasındaki farktır. Ortalama, tüm değerlerin toplanıp sayıya bölünmesiyle elde edilir ve uç değerlerden kolayca etkilenir. Medyan ise verileri sıraya dizip tam ortadaki değeri alır, bu yüzden aşırı uçlara karşı daha dayanıklıdır.
Bir oyuncunun maç başına xG ortalamasını hesaplarken, tek bir maçta oluşan olağandışı yüksek bir xG değeri (örneğin çok sayıda net pozisyon bulduğu bir maç) genel ortalamayı yukarı çekebilir. Medyan bakıldığında ise “tipik bir maçta” bu oyuncunun ne kadar xG ürettiği daha gerçekçi görülür. İki oyuncuyu karşılaştırırken sadece ortalamaya bakmak, birinin istikrarsız ama zaman zaman patlama yaptığı, diğerinin ise düzenli ve tutarlı olduğu gerçeğini gizleyebilir.
Bu ayrım özellikle uzun sezon karşılaştırmalarında önem kazanır. Bir istatistik setini yorumlarken hem ortalamayı hem medyanı birlikte değerlendirmek, tek bir sayıya güvenmekten çok daha sağlıklı bir tablo çizer.
Korelasyon Nedensellik Değildir İlkesi xG İçin Ne Anlama Gelir?
Bir takımın xG değeri yüksekken puan durumunda üst sıralarda yer alması, xG’nin doğrudan galibiyeti “yarattığı” anlamına gelmez. Aralarında ilişki görülebilir, fakat bu ilişkinin arkasında başka değişkenler de vardır: rakip kalitesi, savunma organizasyonu, kalecinin performansı, hatta o dönemki sakatlık tablosu.
Klasik bir yanılgı şudur: “Bu takım rakibinden daha fazla xG üretti, demek ki daha iyi oynadı ve kazanmayı hak etti.” Bu cümle bazen doğru olabilir ama her zaman geçerli bir çıkarım değildir. Maçın akışı, kırmızı kart gibi dışsal olaylar, hakem kararları gibi xG’nin ölçmediği faktörler sonucu doğrudan etkileyebilir. xG bir açıklayıcı değişkendir, tek başına sonucun nedeni değildir.
Bu prensip, futbol dışındaki her istatistiksel değerlendirmede de geçerlidir: iki değişken birlikte hareket ediyor diye biri diğerinin sebebi sayılamaz. Aradaki bağlantıyı doğru okumak için üçüncü değişkenleri, örneklem büyüklüğünü ve zaman aralığını birlikte değerlendirmek gerekir.
Gol Beklentisini Okurken Sık Yapılan İstatistik Yanılgıları Nelerdir?
xG verisiyle çalışırken karşılaşılan yanılgılar genelde birkaç kalıpta tekrar eder:
- Küçük örneklemi büyük bir eğilim gibi sunmak
- Ortalamayı tek gösterge kabul edip medyanı hiç incelememek
- Korelasyonu doğrudan sebep-sonuç ilişkisi gibi yorumlamak
- Farklı veri sağlayıcılarının farklı modellerini birebir kıyaslamak
- Tek maçlık aşırı değerleri genel performansın kanıtı saymak
Bu hatalardan kaçınmanın en pratik yolu, veriyi tek bir sayı olarak değil bir dağılım olarak görmektir. Bir oyuncunun xG grafiğini zaman içinde incelemek, tek bir maçtaki rakamdan çok daha fazla bilgi verir. Aynı şekilde takım karşılaştırmalarında rakip gücünü de hesaplama mantığına dahil etmek, ham xG rakamının bağlamdan kopmasını önler.
xG ile Gerçekleşen Gol Arasındaki Fark Ne Anlatır?
Bir oyuncunun ürettiği toplam xG ile attığı gerçek gol sayısı arasındaki fark, bitiricilik kalitesine dair bir ipucu sunar. Sürekli xG’nin üzerinde gol atan bir oyuncu, ortalamanın üstünde bir bitiricilik yeteneğine sahip olabilir; ama bu durum aynı zamanda kalecilerin o dönemde hatalı davranmasından ya da şans faktöründen de kaynaklanabilir.
Uzun vadede, çoğu oyuncunun gerçek gol sayısı xG değerine yakınsama eğilimi gösterir; bu istatistikte “ortalamaya dönüş” (regression to the mean) olarak bilinen bir eğilimdir. Kısa dönemde büyük sapmalar görülse de, örneklem genişledikçe fark daralma eğilimindedir. Bu yüzden bir oyuncunun “xG’nin çok üstünde performans gösterdiği” bir dönemi, kalıcı bir yetenek sinyali olarak değil, geçici bir sapma olarak da değerlendirmek gerekir; kesin yargıya varmak için daha uzun bir gözlem süresi gerekir.
Takım düzeyinde de benzer bir mantık işler. Bir takımın savunmasının izin verdiği xG (rakibin ürettiği beklenen gol) ile yediği gerçek gol arasındaki fark, kalecinin ya da savunma hattının o dönemki performansına dair bilgi verir. Ancak burada da tek maçlık verilerle değil, geniş bir örneklemle konuşmak gerekir.
Gol beklentisi kavramını daha derinlemesine incelemek isteyenler, konunun akademik ve metodolojik gelişimini Expected Goals maddesinde inceleyebilir. xG gibi metrikler futbol analizine önemli katkı sağlasa da, hiçbir istatistik tek başına maçın veya oyuncunun tamamını açıklamaz; doğru bağlamla, yeterli örneklemle ve dikkatli bir yorumla anlam kazanır. 18+ — bilgilendirme amaçlıdır.
Sıkça Sorulan Sorular
Gol beklentisi ne demek, kısaca nasıl anlatılır?
Gol beklentisi, bir şutun oluştuğu pozisyonun özelliklerine bakılarak o şutun gole dönüşme olasılığını sayısal olarak ifade eden istatistiksel bir tahmindir; kesin bir gol sözü değil, olasılık ölçüsüdür.
Yüksek xG üreten takım neden maçı kaybedebilir?
xG, uzun vadeli eğilimi yansıtır; tek maçlık şans faktörü, kaleci performansı ve pozisyon anındaki tesadüfler kısa vadede gerçek skoru xG'den farklılaştırabilir, bu yüzden tek maç örneklemi yanıltıcı olabilir.
xG ile gerçek gol sayısı arasındaki fark neyi gösterir?
Bu fark bitiricilik verimliliğini gösterir; sürekli xG üstünde gol atan oyuncu ya istisnai bir bitiricidir ya da örneklem henüz istatistiksel ortalamaya oturmamıştır, bu ayrımı zaman içinde takip etmek gerekir.
Korelasyon ile nedensellik farkı xG yorumunda neden önemli?
Yüksek xG ile galibiyet arasında bir ilişki görülmesi, xG'nin galibiyeti doğrudan yarattığı anlamına gelmez; savunma kalitesi, form durumu gibi başka değişkenler de sonucu etkiler.