L’objectiu del primer estudi és conèixer si la proposta de Manuel Lapuente Sagarra de tractament de dades d’esprints de 100m i 30m, enregistrades amb tecnologia GPS STATSports®, per aconseguir el perfil Velocitat – Temps (V-T) té una bona correlació amb la proposta de Pierre Samozino en esprints de 100m. La mostra està composada per 28 participants en la prova dels 100m i 32 en la prova dels 30m, sent tota la mostra alumnes de CAFE de l’INEFC – Lleida. Enregistrades totes les proves, les dades s’exporten a Microsoft Excel® per realitzar els tractaments de; velocitat, V(f); acceleració, A(f); i distància, D(f). Tenint aquests càlculs realitzats, es busquen les pendents d’Acceleració – Velocitat (Sav); pendent A – V amb els valors filtrats amb la proposta de Lapuente [Sav max]; pendent A – V amb els valors filtrats amb la proposta de Lapuente però considerant acceleració teòrica 0 quan s’assoleix la velocitat màxima i velocitat teòrica 0 quan l’acceleració és màxima [Sav max0]; i pendent A – V amb els valors filtrats amb la proposta de Samozino [Sav(t)] de cada subjecte. Obtenint aquests valors es cerca la pendent Força – Velocitat (Sfv) de cadascun dels participants i es realitza la correlació de pearson de cada Sav amb la Sfv. Els resultats amb millor correlació es troben amb el mètode de Sav max0 tant en esprints de 100m com en els de 30m, en canvi, en el mètode de Sav max només es considera que té correlació acceptable en esprints de 100m. Per tant, es conclou que la proposta de tractament de dades pot ser de gran utilitat per a la quantificació i observació de rendiment dels esportistes. En el segon estudi l’objectiu és investigar si hi ha diferències de la velocitat màxima (Vmax), distància s’assoliment de la Vmax (DVm) i temps necessari d’assoliment de la Vmax (TVm) en funció de l’historial esportiu (HiEs) i de diferents distàncies a recórrer en esprint, de 100m i de 30m, a partir de les dades recollides amb tecnologia GPS STATSports®. La mostra està composada per 28 participants en la prova dels 100m i 32 en la prova dels 30m, sent tota la mostra alumnes de CAFE de l’INEFC – Lleida. Segons els resultats obtinguts en la prova dels 100m s’observa que hi ha similitud entre el grup d’Entrenats i No Entrenats en relació a DVm i TVm, mentre que el grup dels Altament Entrenats hi ha una diferència de quasi 10m més per assolir la Vmax respecte la mitja dels altres dos grups, tot i així hi ha una similitud de la Vmax amb el grup dels Entrenats. Per altra banda, els resultats de la prova de l’esprint de 30m hi ha molta similitud entre les tres variables. Passant a la segona classificació, provinents d’esports col·lectius i provinents d’esports individuals, els resultats de l’esprint de 100m mostren una mitjana superior en quan a l’assoliment de la Vmax els que provenen d’esports individuals, però tan en DVm com en TVm els participants amb HiEs de caràcter col·lectiu mostren millors resultats. En l’últim anàlisi, l’esprint de 30m, s’observa una gran similitud en quan a la Vmax assolida i diferència entre les variables de DVm i TVm sent els subjectes d’esports col·lectius els que ofereixen millors resultats. Tot i aquest anàlisi, s’ha de posar en valor que els resultats surten alterats per la diferència de nombre de les categories, per tant no es pot concloure que aquest anàlisi sigui correcte per extreure afirmacions, seria necessari repetir l’estudi amb una mostra més homogènia en quan a nombre de participants de cada classificació. Per finalitzar es pot dir però que el sistema GPS pot ser una molt bona eina per entrenadors i esportistes com a mesurador objectiu de rendiment intra-subjecte i intra-grup. El tercer estudi té com a objectiu analitzar la evolució de la velocitat en esprints de 30m i comparar resultats entre esportistes provinents d’esports individuals i col·lectius a partir de dues variables: la disminució de l’acceleració en esprint (DAE) i l’Increment de la velocitat en esprint (IVE) dels primers 2.5”. La mostra està composada per 32 participants, sent tots alumnes de CAFE de l’INEFC – Lleida. Es realitza la distribució de grups per a fer l’anàlisi, sent 23 subjectes provinents d’esports col·lectius i 9 d’esports individuals. Els resultats de l’anàlisi de la gràfica IVE determinen que els subjectes provinents d’esports individuals tenen una millor resposta en l’interval 0.1” però, els d’esports col·lectius a mesura que avança el temps obtenen una millor resposta. En canvi, les dades obtingudes en la gràfica DAE no es consideren molt concloents, ja que els resultats són irregulars i no es pot definir una tendència clara. Es deixa constància que la manca de diferència entre un grup i l’altre en quan a resultats pot ser condicionada per la diferència de mostra, sent necessari repetir aquest estudi amb una mostra més homogènia en quan a nombre de participants per cada grup. L’objectiu del quart estudi és oferir una eina per a detectar el canvi de direcció voluntari a partir de la geolocalització que aporta el sistema GPS (STATSports®) en latituds (Lat) i longituds (Lon). La mostra està composada per més de 40 alumnes de CAFE de l’INEFC – Lleida. Van realitzar el test del v-cut tots els subjectes i es va realitzar el tractament de dades amb tots ells per comprovar, en una gràfica de dispersió individualment, que es detectava en tots els casos el canvi de direcció del test. Les fórmules per dissenyar el tractament es basen en la funció de condició de Microsoft Excel® “fx = SI”, determinant primer si la direcció de les Lat són Est (E) o Oest (O) respecte l’interval anterior i si la direcció de les Lon són Nord (N) o Sud (S). Tenint aquest primer tractament es realitza una altra condició per determinar si hi ha canvi, o no, respecte l’interval anterior en Lat i Lon per separat. Per acabar, es genera la última condició per determinar quan hi ha un canvi de direcció, tan en latitud com en longitud. Fet el procés s’activa la funció “filtre” de Microsoft Excel®, ocultant els moments que no es genera cap canvi de direcció i realitzant una gràfica de dispersió es podrà detectar quins són els canvis de direcció que ha generat el subjecte en concret. Es conclou que aquest tractament de dades és útil per detectar el canvi de direcció d’un subjecte ja que en el test v-cut, test que es coneix la trajectòria que ha de realitzar el subjecte, detecta els canvis on estan situades les zones establertes. Seria interessant aplicar aquest tractament a tasques específiques, o partits, on la trajectòria no estigui pre-establerta i comprovar si pot ser pràctic pels entrenadors fer ús d’aquesta eina.El objetivo del primer estudio es conocer si la propuesta de Manuel Lapuente Sagarra de tratamiento de datos de esprints de 100m y 30m, gravados con tecnología GPS STATSports®, para conseguir el perfil Velocidad – Tiempo (V-T) tiene buena correlación con la propuesta de Pierre Samozino en esprints de 100m. La muestra está compuesta por 28 participantes en la prueba de los 100m y 32 en la prueba de los 30m, siendo toda la muestra alumnos de CAFE del INEFC – Lleida. Gravados todas las pruebas, los datos se exportan a Microsoft Excel® para realizar los tratamientos de; velocidad, V(f); aceleración, A(f); y distancia, D(f). Teniendo estos cálculos realizados, se buscan las pendientes de Aceleración – Velocidad (Sav); pendiente A – V con los valores filtrados de la propuesta de Lapuente [Sav max]; pendiente A – V con los valores filtrados de la propuesta de Lapuente pero considerando la aceleración teórica 0 cuando se alcanza la velocidad máxima y la velocidad teórica 0 cuando la aceleración es máxima [Sav max0]; y pendiente A – V con los valores filtrados de la propuesta de Samozino [Sav(t)] de cada sujeto. Obteniendo estos valores se busca la pendiente Fuerza – Velocidad (Sfv) de cada uno de los participantes y se realiza la correlación de pearson de cada Sav con la Sfv. Los resultados con mejor correlación se encuentran en el método de Sav max0 tanto en esprints de 100m como en los de 30m, en cambio, en el método de Sav max solo se considera que tiene una correlación aceptable en esprints de 100m. Por lo tanto, se concluye que la propuesta de tratamiento de datos puede ser de gran utilidad para la cuantificación y observación de rendimiento de los deportistas. En el segundo estudio el objetivo es investigar si hay diferencias de la velocidad máxima (Vmax), distancia donde se alcanza la Vmax (DVm) y tiempo necesario para alcanzar la Vmax (TVm) en función del historial deportivo (HiEs) y de diferentes distancias a recorrer en esprint, de 100m y de 30m, a partir de los datos recogidos con tecnología GPS STATSports®. La muestra está compuesta por 28 estudiantes en la prueba de los 100m y 32 en la prueba de los 30m, siendo toda la muestra alumnos de CAFE del INEFC – Lleida. Según los resultados obtenidos en la prueba de los 100m se observa que hay una similitud entre el grupo de Entrenados y No Entrenados en relación a DVm y TVm, mientras que el grupo de Altamente Entrenados hay una diferencia de casi 10m más para alcanzar la Vmax respeto la media de los otros dos grupos, aunque hay una similitud de la Vmax con el grupo de Entrenados. Por otro lado, los resultados de la prueba del esprint de 30m hay una similitud entre las tres variable. Pasando a la segunda clasificación, los que provienen de deportes colectivos o individuales, los resultados del esprint de 100m muestran una media superior de Vmax los que provienen de deportes individuales, pero en DVm y en TVm los participantes que provienen de deportes colectivos ofrecen mejores resultados. En el último análisis, en esprint de 30m, se observa una gran similitud en la Vmax alcanzada y diferencia entre las variables de DVm y TVm, siendo los sujetos de deportes colectivos los que ofrecen mejores resultados. Aunque en este análisis se tiene que poner en valor que los resultados salen alterados por la diferencia de número de las categorías, por lo tanto no se puede concluir que los resultados de este análisis sean correctos para extraer afirmaciones. Sería necesario repetir el estudio con una muestra más homogénea en relación al número de participantes de cada clasificación. Para finalizar se puede decir pero que el sistema GPS puede ser una muy buena herramienta para entrenadores y deportistas como medidor objetivo de rendimiento intra-sujeto e intra-grupo. El tercer estudio tiene como objetivo analizar la evolución de la velocidad en esprints de 30m y comparar resultados entre deportistas que provengan de deportes individuales y colectivos partiendo de dos variables: la disminución de la aceleración en esprint (DAE) y el incremento de la velocidad en esprint (IVE) de los primeros 2.5”. La muestra está compuesta por 32 participantes, siendo todos alumnos de CAFE del INEFC – Lleida. Se realiza la distribución de sujetos en dos grupos para hacer el análisis, siendo 23 sujetos de deportes colectivos y 9 de deportes individuales. Los resultados del análisis de la gráfica IVE determinan que los sujetos de individuales tienen una mejor respuesta en el intervalo 0.1” pero, los de deportes colectivos a medida que avanza el tiempo obtienen una mejor respuesta. En cambio, los datos obtenidos en la gráfica DAE no se consideran muy concluyentes, ya que los resultados son irregulares y no se puede definir una tendencia clara. Se deja constancia que la falta de diferencia entre un grupo y otro, en cuanto a resultados se refiere, puede ser condicionada por la diferencia de la muestra, siendo necesario repetir este estudio con una muestra más homogénea en cuanto a número de participantes en cada grupo. El objetivo del cuarto estudio es ofrecer una herramienta para detectar el cambio de dirección voluntario a partir de la geolocalización que aporta el sistema GPS (STATSports®) en latitudes (Lat) y longitudes (Lon). La muestra está compuesta por más de 40 alumnos de CAFE del INEFC de Lleida. Realizaron el test v-cut todos los sujetos y se realizó el tratamiento de los datos con todos ellos para comprobar, en una gráfica de dispersión individualmente, que se detectaba en todos los casos los cambios de dirección de la prueba. Las fórmulas para diseñar el tratamiento se basan en la función de condición de Microsoft Excel® “fx = SI”, definiendo primero si la dirección de las Lat son Este (E) U oeste (O) respecto al intervalo anterior y si la dirección de las Lon son Norte (N) o Sur (S). Teniendo este primer tratamiento se realiza otra condición para determinar si hay cambio de dirección, o no, respecto al intervalo anterior en Lat y Lon por separado. Para finalizar, se genera la última condición para definir cuando hay un cambio de dirección, tanto en latitud como en longitud. Hecho este proceso, se activa la función “filtro” de Microsoft Excel®, ocultando los momentos en los que no se genera ningún cambio de dirección y se podrá realizar una gráfica de dispersión para detectar cuales son los cambios de dirección que ha generado el sujeto. Se concluye que este tratamiento de datos es útil para detectar el cambio de dirección de un sujeto, ya que en el test v-cut, test que se conoce la trayectoria que tiene que realizar el sujeto, detecta los cambios de dirección donde están situadas las zonas establecidas por la prueba. Sería interesante aplicar este tratamiento a tareas específicas, o partidos, donde la trayectoria no esté preestablecida, comprobando si puede ser práctico el uso de esta herramienta para los entrenadores.The goal of the first study is to validate/to know if the proposal of Manuel Lapuente Sagarra of treating 100m and 30m sprints data, registered with GPS STATSports® technology to achieve the Speed – Time (V – T), gives a good correlation with the proposal of Pierre Samozino in 100m sprints. The sample is composed of 28 participants in 100m test and 32 participants in 30m test. All the participants of the sample belong to CAFE of INEFC-LLEIDA. When all the data/tests are registered, the data is exported to Microsoft Excel to perform the treatment of: speed, V(f); acceleration, A(f); and distance, D(f). Taking into account the calculations performed, the slopes of the correlation between Acceleration and Speed (Sav) are looked up: the A-V slope with filtered values taking into account Lapuente proposal [Sav max]; the A-V slope with filtered values taking into account Lapuente proposal but considering 0 the values of theoretical acceleration and theoretical speed when the maximum speed and acceleration are 0, respectively [Sav max0]; and the A-V slope with filtered values taking into account the Samozino proposal [Sav(t)] of every participant. When these values are obtained, the slope Strength – Speed (Sfv) of every participant is looked up, and then, the Pearson correlation of every Sav with Sfv is performed. The results with the best correlation are found by using the Sav max0 method, for 100m and 30m sprints. The method Sav max only gives acceptable correlation in 100m sprints. In conclusion, the proposal of treating data can be a great tool to quantify and observe the performance of athletes. In the second study, the goal is to investigate if there are differences of the maximum speed (Vmax), the distance to achieve the Vmax (DVm) and the time to achieve the Vmax (TVm) as function of the sport record (HiEs) and the different sprint distances, 100m and 30m, registered with GPS STATSports® technology. The sample is composed of 28 participants in 100m test and 32 participants in 30m test. All the participants of the sample belong to CAFE of INEFC-LLEIDA. The results obtained in 100m test show a similar tendency between the trained and the untrained people in relation to the DVm and TVm. Moreover, the difference with the high-trained people is about 10m less to achieve the Vmax in comparison with the other groups. In addition, the Vmax values between the high-trained and the trained are similar. On the other hand, the results obtained in the 30m sprint test are similar in the three variables. If we perform a classification between the collective sports and individual sports, the results obtained in 100m sprint test show a higher average for the people of individual sports to achieve the Vmax, but not for the DVm and TVm values, that show better results in collective sport people. The last analysis, 30m sprint test, we observe similar results to achieve Vmax, but there are differences between DVm and TVm, where the collective sports people show better results. However, the values are affected by the difference of number categories; nevertheless, we cannot conclude that this analysis is suitable to obtain conclusions. Finally, the GPS system can be a great tool for trainers and athletes to measure the performance intra-subject and inter-groups. The goal of the third study is to analyse the evolution of the velocity in 30m sprints and to compare the results, between athletes of individual sports and athletes of collective sports, by using two variables: the decrease of the acceleration in a sprint (DAE) and the increase of the speed in a sprint (IVE) in the firsts 2.5”. The sample is composed of 28 participants in 100m test and 32 participants in 30m test. All the participants of the sample belong to CAFE of INEFC-LLEIDA. The distribution of the groups to perform the analysis is: 23 participants of collective sports and 9 participants of individual sports. The IVE graphic results obtained determine that the athletes of individual sports have a better response in the 0.1” interval, but the athletes of collective sports show a better response when the time goes on. In contrary, the data obtained in DAE graphic does not show a conclusion, the values are irregular and there is no any clear tendency. The differences between groups can appear because of the sample difference, so, it is necessary to repeat the study with a more homogeny sample. The goal of the fourth study is to offer a tool to detect the volunteer change of direction by using the geolocalization that gives the GPS system (STATSport®) in latitude (Lat) and longitude (Lon). The sample is composed of more than 40 students of CAFE of INEFC-LLEIDA. All the students performed the v-cut tests. A treatment of data is done of all the students in order to verify, in an individual dispersion graphic, that a change of direction is always detected in the test. The formula used in the treatment of the data is based in Microsoft Excel condition “fx=SI”. First, determining if the direction of latitude is East (E) or West (W) in comparison to the previous interval, and then, if the direction of longitude is North (N) or South (S). Taking into account this treatment, we take into account another condition to determine if there is any change in comparison to the previous interval in Lat and Lon, separately. Finally, we generate a last condition to determine if there is a change in both at the same time. After applying all the conditions, the filter function is used to eliminate the results that do not contain any change of direction, and building a dispersion graphic, the change of direction of every subject can be detected. In conclusion, this data treatment is useful to detect a change of direction of a subject because the v-cut test detect the changes in stablished zones. It will be interesting to apply this treatment to specific activities or matches, where the trajectory is not pre-stablished and to evaluate if it can be useful for trainers.