우리는 타격 슬래시라인 – 타율, 출루율, 장타율 – 으로 타자의 성적을 쉽게 확인한다. 이 셋을 종합하면 타격 생산력을 매우 정확하게 알 수 있기 때문이다. 물론 가중출루율(wOBA)을 확인하면 더욱 간단하다. 그러나 타율, 출루율, 장타율 스탯이 아직은 더 익숙하며, 이들을 적절히 조합하면 wOBA 수준으로 타자의 생산성을 정확하게 알 수도 있다. 그렇다면 어떻게 조합하면 될까?
2000년 이후 단일시즌 300타석 이상을 기록한 타자들의 성적을 기반으로, 타격 슬래시라인을 wOBA로 다변량 선형회귀(multivariate linear regression)시켜 보자. 회귀계수는 각각 다음과 같이 얻어진다.
- 타율: .0359
- 출루율: .5561
- 장타율: .3154
wOBA에 대한 결정계수(R-squared)는 1.00으로 나타난다. 즉, 타율, 출루율, 장타율 스탯에 각각 .0359, .5561, .3154를 곱해서 더하면 대략적으로 wOBA를 추정할 수 있는 것이다. 타율의 경우 상대적으로 비중이 매우 작으므로 무시해도 좋다. 따라서 출루율과 장타율만 안다면 타석에서의 생산성을 설명하기에 충분하다.
한편, 출루율과 장타율의 비는 .5561/.3154 = 1.76 이다. 즉, 대략적으로 출루율을 1.8배 곱하고 장타율을 더하면 타자의 능력은 설명 가능하다. 이 가중치가 적용된 스탯이 바로 GPA이다. GPA 공식은 다음과 같다.
- GPA = ( 1.8 x 출루율 + 장타율 ) / 4
출루율과 장타율의 비율을 1:1로 고려하는 OPS의 단점을 극복하기 위한 스탯이며, 1.8:1의 가중치를 적용하고 있다. OPS만으로 뭔가 부족하다면, GPA가 하나의 방법이 될 수 있다.
2018년 8월 17일까지 GPA 순위는 다음과 같다. 놀라운 점은 타율 .243에 불과한 브라이스 하퍼가 GPA .300 이상의 여전히 높은 생산성을 보여주고 있다는 점이다.
Rank | Name | GPA | OPS |
1 | Mookie Betts | 0.365 | 1.108 |
2 | Mike Trout | 0.363 | 1.083 |
3 | J.D. Martinez | 0.347 | 1.065 |
4 | Jose Ramirez | 0.343 | 1.045 |
5 | Nolan Arenado | 0.324 | 0.981 |
6 | Matt Carpenter | 0.322 | 0.975 |
7 | Aaron Judge | 0.316 | 0.946 |
8 | Freddie Freeman | 0.315 | 0.938 |
9 | Jesus Aguilar | 0.311 | 0.950 |
10 | Eugenio Suarez | 0.308 | 0.930 |
11 | Paul Goldschmidt | 0.307 | 0.920 |
11 | Manny Machado | 0.307 | 0.922 |
13 | Francisco Lindor | 0.306 | 0.925 |
14 | Bryce Harper | 0.300 | 0.895 |
14 | Brandon Nimmo | 0.300 | 0.890 |
16 | Alex Bregman | 0.299 | 0.893 |
17 | Andrew Benintendi | 0.296 | 0.880 |
17 | Christian Yelich | 0.296 | 0.886 |
17 | Nick Markakis | 0.296 | 0.878 |
17 | Shin-Soo Choo | 0.296 | 0.869 |