Apa yang xG Sebenarnya Ukur (dan yang Tidak)

Setiap tembakan dalam sepak bola punya peluang untuk jadi gol, dan peluang itulah yang coba diubah menjadi angka oleh expected goals, atau xG. Tembakan jarak dua meter ke gawang kosong bisa punya nilai xG 0,9. Tembakan spekulatif dari luar kotak penalti, dari sudut sempit dengan bek yang sudah menutup ruang, mungkin cuma bernilai 0,03. Jumlahkan semua tembakan yang dilepaskan tim atau pemain sepanjang satu pertandingan, satu musim, atau satu karier, dan kamu dapat total yang menunjukkan kira-kira berapa gol yang seharusnya dihasilkan dari kualitas tembakan sebanyak itu.

Model di balik angka ini menganalisis ribuan tembakan dari masa lalu, lalu mengajukan satu pertanyaan sederhana untuk setiap tembakan baru: dari semua tembakan yang dilepaskan dari jarak ini, sudut ini, di bawah tekanan seperti ini, dengan jenis umpan seperti ini, berapa persen yang berbuah gol? Jarak dan sudut ke gawang mengerjakan sebagian besar pekerjaannya. Apakah tembakan itu sundulan atau pakai kaki, itu penting. Apakah bola datang dari umpan silang, umpan terobosan, atau bola pantul, itu mengubah angkanya. Tekanan dari bek, posisi kiper, dan apakah situasinya satu lawan satu dengan kiper, semuanya menggeser angka itu lebih jauh, tergantung seberapa detail modelnya.

Yang xG bukan adalah prediksi untuk tembakan spesifik itu. Erling Haaland tidak menyelesaikan peluang bernilai 0,9 xG dengan tingkat keberhasilan 90 persen karena dia Erling Haaland; model ini tidak tahu siapa yang menembak. Yang dia tahu cuma bentuk tembakan itu secara geometris. Ini kesalahpahaman paling umum soal statistik ini, dan layak kamu pahami, karena ini menjelaskan sebagian besar perdebatan orang soal xG.

Ini juga menjelaskan kenapa sebagian pemain konsisten mencetak gol lebih banyak dari yang disarankan xG mereka. Striker yang berulang kali melampaui total xG-nya selama beberapa musim kemungkinan besar melakukan sesuatu yang tidak bisa dilihat model: penempatan bola yang luar biasa, ketenangan yang tidak biasa, atau sekadar cukup jago menyelesaikan peluang sampai rata-rata tingkat konversi tidak berlaku untuknya. Satu bulan bagus tidak membuktikan banyak hal. Tapi beberapa musim tampil di atas xG mulai terlihat seperti kemampuan asli, bukan sekadar keberuntungan.

Angka ini paling berguna kalau dilihat secara agregat, sepanjang rentetan pertandingan, bukan satu laga saja. Sebuah tim bisa kalah 0-1 sambil menghasilkan 2,4 xG berbanding 0,3 milik lawan, dan itu memberi tahu kamu sesuatu yang tidak bisa disampaikan skor 0-1 sendirian: bahwa prosesnya sudah benar meski hasilnya tidak. Pelatih dipecat setelah hasil yang menurut xG sebenarnya sial, dan pelatih lain selamat setelah hasil yang menurut xG sebenarnya beruntung. Tidak ada dari keduanya yang mengubah klasemen akhir, tapi keduanya mengubah cara kamu seharusnya membaca beberapa pertandingan berikutnya.

Statistik ini disalahgunakan ketika orang memperlakukannya sebagai vonis, bukan deskripsi. Kalimat "Tim A pantas menang karena xG-nya lebih tinggi" mengabaikan semua yang sebenarnya terjadi di lapangan: kiper yang tampil sepanjang karier terbaiknya, tim yang bertahan total lalu menyerang balik, kartu merah yang mengubah jalannya babak kedua. xG mendeskripsikan kualitas tembakan. Ia tidak mendeskripsikan rencana permainan, dan tidak tahu kalau sebuah tim bermain dengan sepuluh orang di dua puluh menit terakhir, kecuali disesuaikan secara khusus untuk itu, yang tidak dilakukan sebagian besar model publik.

Ada juga batasan nyata pada data yang mendasarinya. Penyedia data yang berbeda membangun model mereka dari sampel tembakan dan variabel input yang berbeda, makanya kamu bisa lihat dua situs web punya angka xG berbeda untuk pertandingan yang sama. Bukan berarti salah satunya bohong; mereka cuma memberi bobot berbeda untuk jarak, jenis umpan, dan tekanan. Tidak ada dari mereka yang menghitung dengan baik tembakan yang terlepas sepersekian detik setelah kaki bek menyentuhnya, atau bola pantul yang datang di ketinggian aneh. Modelnya membaca geometri. Ia tidak menonton pertandingannya.

Digunakan dengan hati-hati, xG adalah salah satu alat terbaik untuk memisahkan apa yang benar-benar dilakukan tim dari apa yang dikatakan skor akhir. Digunakan sembarangan, ia jadi sekadar angka lain yang dikutip orang untuk memenangkan perdebatan yang hasilnya sudah mereka putuskan sejak awal. Buat striker yang sering mengeksekusi penalti, angka yang lebih berguna adalah non-penalty expected goals (npxG), yang mengeluarkan nilai penalti yang hampir pasti gol dari totalnya. Dan semua ini belum bicara soal kiper di sisi lain tembakan, yang justru diukur oleh PSxG.

Apakah xG bisa diandalkan untuk memprediksi hasil pertandingan?

Tidak dengan sendirinya, dan tidak untuk satu pertandingan saja. xG mengukur kualitas peluang yang tercipta dan kebobolan, bukan siapa yang menang. Sebuah tim bisa unggul telak 2,8 berbanding 0,7 xG dan tetap kalah karena bola mati di masa injury time, karena satu pertandingan adalah sampel yang terlalu kecil untuk membuat kualitas tembakan berubah jadi hasil secara konsisten. Tapi sepanjang rentetan pertandingan, selisih xG berkorelasi jauh lebih erat dengan poin dibanding kebanyakan statistik tunggal lain yang tersedia untuk publik, makanya analis memperlakukan kesenjangan yang terus-menerus antara xG sebuah tim dan hasil sebenarnya sebagai sinyal yang layak diselidiki, bukan sekadar noise yang diabaikan.