BABIP과 Contact Quality (CQ)

우리는 타자의 성적을 확인할 때 대표적으로 타율/출루율/장타율을 참조한다. 이 셋을 통해 타자의 컨택 능력, 출루 능력, 장타 능력을 모두 확인할 수 있다. 그러나 이들은 서로 관련성이 매우 높은 스탯들이어서, 타자 성적에 대한 폭넓은 정보를 제공하지 못하는 것이 사실이다. 예를 들어, 타율이 높은 타자는 이로 인해 출루율도 높게 나타나고, 또한 장타율도 그만큼 높게 된다. 반면 타율은 높은데 출루율은 낮거나 또는 장타율은 낮은 경우는 그다지 흔치 않다. 실제로 2013-2014년 기준으로, 타율과 출루율 성적 간 상관계수는 .757, 타율과 장타율 간은 .638, 출루율과 장타율 간은 .669로 나타난다.

타자의 성적을 좀 더 폭넓고 정밀하게 확인하고 싶다면, BABIP, BB%, K% 스탯을 확인하는 것도 매우 좋다. 해당 타자가 인플레이 타구를 만들었을 때 그것이 얼만큼 잘 안타로 연결되는지(BABIP), 그리고 볼넷을 얼마나 잘 얻어내는지(BB%), 동시에 삼진을 얼마나 잘 회피하는지(K%)를 모두 보여주기 때문이다. 그러나 BABIP 만으로 타자의 인플레이 타구에 대한 퀄리티를 확인하기에는 무리가 있다. BABIP은 모든 안타를 동등하게 간주할 뿐 아니라 홈런을 제외하고 있기 때문이다. 따라서 인플레이 타구에 대한 퀄리티를 나타내는 척도를 보여주는 다른 스탯이 있으면 유용할 것이다.

이와 관련하여 인플레이 타구에 대해 

  • wOBA/con = ( ( 1B x w1B ) + ( 2B x w2B ) + ( 3B x w3B ) + ( HR x wHR ) ) / ( Balls In Plays )

이 wOBA/con 스탯을 통해, 타자가 인플레이 타구를 만들었을 때 그것이 얼마나 효과적으로 득점으로 연결되는지 확인할 수 있다. 예를 들어 수비 시프트에 의한 효과를 확인할 때 해당 스탯을 비교하면 유용할 것이다.

한편 wOBA/con 스탯은 정교하긴 하지만 우리가 직접 계산하기에는 다소 불편하다. 이런 경우 차라리 팬그래프닷컴 커뮤니티 리서치에 Craigtyle이 제안한 Contact Quality (CQ)라는 스탯을 사용하는게 편리하다. 계산 방법은 다음과 같다.

  • CQ = ( 0.5 x H + 0.3 x TB ) / ( AB – K )

1루타, 2루타, 3루타, 홈런 등에 대해서 각각 0.8, 1.1, 1.4, 1.7의 가중치를 부여하면 (0.5x안타+0.3x총 루타)로 다시 간단하게 정리 가능하며, 이를 간단히 (AB-K)로 나눠주면 wOBA/con과 유사한 CQ 스탯값을 얻을 수 있다. 실제로 이 CQ 스탯의 평균값은 출루율과 동일한 수준인 .310~.320 이다.

이제 CQ, BB%, K%, 이 세 스탯을 통해서 타자의 성향 및 생산성을 좀 더 정밀하게 확인할 수 있다. 물론 CQ, BB%는 높을수록, K%는 낮을수록 좋다. 타자 유형에 따라서 CQ, BB%, K%가 모두 높을수도 있고(아담 던, 추신수), CQ와 BB%는 높고 K%는 낮을수도 있다(배리 본즈,푸홀스). 실제로 이 세 스탯 간의 상관계수는 상대적으로 낮은데, CQ와 BB%는 .279, CQ와 K%는 .467, BB%와 K%는 .223 에 불과하다. 상호 배타적이지만 전체적으로는 타자의 생산성 및 성향을 잘 설명 가능하므로 매우 유용한 조합이다.

이번에는 2014년 기준으로 CQ 상위 타자들을 살펴보자. (300타석 이상 기준)

No. Players CQ BB% K%
1 Giancarlo Stanton 0.453 14.7% 26.6%
2 J.D. Martinez 0.453 6.3% 26.3%
3 Mike Trout 0.449 11.8% 26.1%
4 Drew Stubbs 0.445 7.1% 32.1%
5 Jose Abreu 0.435 8.2% 21.1%
6 Paul Goldschmidt 0.429 13.4% 23.0%
7 Troy Tulowitzki 0.428 13.3% 15.2%
8 Corey Dickerson 0.424 7.7% 21.1%
9 George Springer 0.417 11.3% 33.0%
10 Juan Francisco 0.414 8.4% 36.3%
11 Chris Carter 0.407 9.8% 31.8%
12 Devin Mesoraco 0.406 9.3% 23.4%
13 Justin Upton 0.405 9.4% 26.7%
14 Andrew McCutchen 0.404 13.0% 17.7%
15 Steve Pearce 0.404 10.4% 19.8%
16 Matt Kemp 0.403 8.7% 24.2%
17 Justin Turner 0.398 8.7% 18.0%
18 Danny Santana 0.397 4.4% 22.8%
19 Tyler Flowers 0.393 5.7% 36.0%
20 Michael Morse 0.389 6.4% 25.1%

 

  • Share on Tumblr