Metody výzkumu. Studijní dokumentace projektu. Podpora nabídky vzdělávacích programů pro pracovníky veřejného sektoru Plzeňského kraje

Rozměr: px
Začít zobrazení ze stránky:

Download "Metody výzkumu. Studijní dokumentace projektu. Podpora nabídky vzdělávacích programů pro pracovníky veřejného sektoru Plzeňského kraje"

Transkript

1 Metody výzkumu Studijní dokumentace projektu Podpora nabídky vzdělávacích programů pro pracovníky veřejného sektoru Plzeňského kraje Registrační číslo: CZ.1.07/3.2.02/

2 Tento studijní materiál byl vytvořen pro potřeby účastníků komplexního vzdělávacího programu Podpora nabídky vzdělávacích programů pro pracovníky veřejného sektoru Plzeňského kraje organizovaného Útvarem koordinace evropských projektů města Plzně, p. o. (dále jen ÚKEP ). Využívání v rámci výuky, ostatní vzdělávací činnosti, konzultací, jeho distribuce, tisk a elektronická archivace jsou možné jen s písemným souhlasem ÚKEP. 2

3 Obsah 1 ZÁKLADNÍ INFORMACE K DOKUMENTU A KE STUDIU ÚVOD DO PROBLEMATIKY METOD VÝZKUMU ZNALOSTI A KOMPETENCE ZÍSKANÉ STUDIEM DOPORUČENÍ PRO PRÁCI S DOKUMENTEM ÚVOD ZÁKLADNÍ OTÁZKY VÝZKUMU ZÁKLADNÍ DĚLENÍ VÝZKUMU KVALITATIVNÍ VS. KVANTITATIVNÍ VÝZKUM KVANTITATIVNÍ VÝZKUM PŘÍPRAVNÁ ETAPA Definování problému a výzkumných cílů Stanovení pracovních hypotéz Vymezení objektu a předmětu výzkumu Stanovení výběrového souboru Určení místa a času výzkumu Časový harmonogram, rozpočet nákladů Nástroje pro získávání dat REALIZAČNÍ ETAPA ZPRACOVÁNÍ VÝSLEDKŮ A JEJICH INTERPRETACE Počítačové zpracování Interpretace Závěrečná výzkumná zpráva PŘÍKLADY PŘÍNOSU VÝZKUMNÉ PRÁCE

4 4 KVALITATIVNÍ VÝZKUM ZÁKLADNÍ PŘÍSTUPY KVALITATIVNÍHO VÝZKUMU PŘÍPRAVNÁ ETAPA Účelem tohoto výzkumu bylo shromáždit nápady a názory na venkovskou problematiku a inspirovat krajskou i obecní samosprávu, zástupce veřejného i soukromého sektoru k dalším aktivitám, které pomohou venkovskému prostoru v Plzeňském kraji Techniky sběru dat Kvalita studie REALIZAČNÍ FÁZE Analýza dat případové studie Analýza dat v etnografické studii Zakotvená teorie metoda analýzy Fenomenologická interpretace Biografický výzkum VÝZKUMNÁ ZPRÁVA SMÍŠENÝ VÝZKUM BIBLIOGRAFIE DOPORUČENÁ LITERATURA PRO SAMOSTUDIUM PŘÍLOHOVÁ ČÁST

5 1 Základní informace k dokumentu a ke studiu 1.1 Úvod do problematiky metod výzkumu Absolvování modulu Vám umožní získat přehled o základní problematice výzkumu. Bude představena metodologie kvantitativního a kvalitativního výzkumu a rovněž bude stručně představen výzkum smíšený. Díky tomuto modulu si posluchači uvědomí význam metod výzkumu a budou umět vzít v potaz přínosy výzkumu pro jejich rozhodování. Aplikací výzkumu a jeho dílčích metod v praxi veřejné správy umožní nejen její efektivní fungování, optimalizaci, ale zajistí též hospodárnost procesů a aktivit díky validním a profesionálním rozhodnutím. Data získaná pomocí výzkumných šetření jsou těmi nástroji, které nejen zajistí správnost a opodstatněnost těchto rozhodnutích, ale zejména jejich následnou využitelnost pro cílové skupiny, segmenty, atd. Ve svém důsledku tudíž využíváním výsledků výzkumu zajistí zvyšování kvality výkonu a řízení pracovníku veřejné správy v jejich každodenní činnosti. 1.2 Znalosti a kompetence získané studiem Studiem tohoto modulu posluchač získá přehled o kvantitativním a kvalitativním výzkumu, naučí se správně stanovit jeho cíle. Absolvent bude schopen stanovit pracovní hypotézy, vymezit objekt výzkumu, stanovit zkoumaný vzorek a připravit časový a finanční plán realizace výzkumného šetření. Naučí se využívat potřebných nástrojů pro získání maxima empirických materiálů. Dále bude posluchač schopen připravit výzkumný projekt, jasně definovat výzkumné problémy a výzkumné cíle. Bude seznámen s problematikou hypotéz, kdy následně dokáže stanovit jednotlivé hypotézy pro svůj výzkum. Vzděláním v tomto modulu dále posluchač získá přehled o technikách shromažďování informací a dat, bude schopen sestavit plán výběru respondentů. Dále bude posluchač schopen správného zpracování získaných výsledků výzkumného šetření, včetně kategorizací jednotlivých odpovědí. 5

6 Posluchači získají přehled o možnostech grafického zpracování, o jednotlivých typech grafů a vhodnostech pro jednotlivé typy výzkumného výstupu. Posluchači budou rozumět výhodám a nevýhodám zpracování výsledků výzkumu s využitím prostředků výpočetní techniky. Absolvent bude schopen vhodně využívat jednotlivých výzkumných přístupů a zároveň bude umět zvolit příslušnou metodu a techniku výzkumu. 1.3 Doporučení pro práci s dokumentem Studijní látka obsažená v tomto studijním textu je rozdělena do dílčích kapitol a jednotlivých subkapitol. Vzhledem k omezenému rozsahu tohoto dokumentu je látka popsána pouze stručně, proto je posluchačům doporučeno si pro případné potřebné doplnění informací prostudovat i studijní literaturu, která je vyjmenována v závěru tohoto materiálu v seznamu doporučené literatury pro samostudium. Za jednotlivými ucelenými bloky představované problematiky jsou vždy uvedeny otázky a úkoly sloužící k prověření porozumění studenta dané problematice a ke snadnějšímu zapamatování si dané látky. Při zpracování úkolů by měl posluchač vždy zvažovat proveditelnost a reálnost navržených námětů. Vzhledem k tomu, že pro metody výzkumu jsou nutné alespoň základní znalosti statistiky, zařadili jsme do přílohové části doplňkové texty, které se zabývají základy statistiky. 6

7 2 Úvod S tím jak roste komplexnost naší reality, tak je pro kvalifikované manažerské rozhodování nutné znát čím dál více dat a aspektů, které mohou mít na rozhodování a na důsledky rozhodnutí dopad. Výzkum je jeden ze základních nástrojů managementu, jež umožňuje činit opodstatněná, adekvátní a žádoucí rozhodnutí. Pokud by pracovníci veřejného sektoru nevyužívali výzkumných metod a technik a dat získaných z výzkumných šetření, jak by se mohli činit správná rozhodnutí a stanovovat strategické plány a funkční strategie, např. z oblasti marketingu? Jak by mohli tvořit odpovídající koncepční dokumenty na profesionální úrovni? Jak by mohli identifikovat a nastavovat žádoucí a efektivní komunikační platformy, atd.? V oblasti managementu, stejně jako při každém rozhodování (viz modul Řízení informací), potřebujeme mít k dispozici objektivní, resp. alespoň relativně objektivní, údaje, jež slouží jako podklad pro tvorbu alternativ při rozhodování. Tyto údaje je možné získat buď na základě osobní zkušenosti, nebo prostřednictvím výzkumných postupů, které systematicky získávají, zpracovávají a hodnotí potřebné informace. Výzkum je tvůrčí poznávací činností v oblasti vědy, která směřuje k odhalení dílčích příčin a jednotlivých podmínek zákonitostí zkoumaných jevů v lidské společnosti. Výzkum vždy znamená shromažďování a zpracování informací, které jsou nezbytné pro kvalifikované rozhodování. Jádrem výzkumu je potvrzení nebo vyvrácení předpokladů či hypotéz, popřípadě získání zcela nových poznatků, které rozšíří hranice našich vědomostí. Úspěšnost výzkumu závisí na správném vymezení problematiky, přesném formulování otázek výzkumu na jedné straně, ale také na výstižně zvoleném výběru dat a použití adekvátní výzkumné metody (Pána a Somr, 2007). Je důležité nezaměňovat pojmy analýza a výzkum. Analýza je součástí výzkumu, je jednou z metod zpracování sesbíraných dat, ale výzkum jako takový má mnohem více součástí. Činíte v něm rozhodnutí o zdroji dat, která budete analyzovat, o technice tohoto sběru atd. Jednotlivým součástem výzkumu se věnující následující kapitoly. I když nebudete přímo osobou zodpovědnou za realizaci výzkumu nebo jedním z výzkumníků, je vhodné znát základy metod výzkumu. Umožní vám posoudit, zda je výzkum, jehož návrh je vám předkládán smysluplný, nebo zda nejsou výsledky výzkumu zkreslené. 7

8 2.1 Základní otázky výzkumu Podle prof. Punche (Punch, 2008) si při zpracování návrhu výzkumu vždy budete odpovídat na 3 základní obecné otázky: Co? Jak? Proč? V rámci otázky Co? budete hledat odpovědi především na otázky: O čem je můj výzkum? Jaký je účel výzkumu? Na co chce přijít nebo co chce zodpovědět? Speciálně: na jaké otázky chce nalézt odpovědi? Otázka Jak? by vás měla dovést k rozhodnutí, jakým způsobem váš výzkum zodpoví položené otázky. Otázka Proč? slouží k zdůvodnění potřebnosti vašeho výzkumu. Proč je důležité výzkum provést. Příklad: Na krajském úřadu proběhl výzkum motivace zaměstnanců. Na výše uvedené otázky lze zjednodušeně odpovědět: co: o o čem motivace zaměstnanců; o účel zvýšit efektivitu zaměstnanců; o na co chce přijít co by zaměstnance motivovalo k vyššímu pracovnímu výkonu; jak máte k dispozici nástroje pro zodpovězení otázek? Jak velký musí být vzorek? Zvážit, zda bude vhodnější rozhovor se zaměstnanci, dotazníkové šetření apod.? proč úspory v důsledku vyšší efektivity zaměstnanců; nižší fluktuace Výzkumné otázky (Punch, 2008) vychází nejprve z určení cílů obecného charakteru: oblast výzkumu (př. výsledky vzdělávání zaměstnanců krajských úřadů v ČR); 8

9 téma výzkumu (př. determinanty úspěšného vzdělávání zaměstnanců krajských úřadů); cíle výzkumu (př. zjistit vztah mezi motivací, dobou věnovanou úkolům ze vzdělávacích akcí a výsledkům vzdělávání zaměstnanců krajských úřadů); obecné výzkumné otázky (př. jaký je vztah mezi motivací a dobou věnovanou úkolům z jednotlivých vzdělávacích akcí jako nezávisle proměnnými a výsledky vzdělávání zaměstnanců krajských úřadů jako závisle proměnnou). a následně jsou transformovány do konkrétnější a specifičtější formy: specifické výzkumné otázky (př. jaký je vztah mezi motivací a výsledky vzdělávání zaměstnanců krajských úřadů jaký je vztah mezi motivací a dobou věnovanou úkolům z jednotlivých vzdělávací akcí zaměstnanců krajských úřadů atd.); otázky o způsobu a získávání výzkumných dat (jaké budou obsaženy specifické položky a dané otázky pro sběr výzkumných dat, aby byla zajištěna schopnost určení hodnoty proměnných motivace, době věnovanou úkolům ze vzdělávacích akcí a výsledkům vzdělávání). Výzkumné otázky obecného a specifického charakteru nám umožňují: organizovat výzkumný projekt, stanovit jeho směr a koherenci; vymezit rozsah a hranice předmětného výzkumu; udržet zaměření na definované cíle projektu; zajistit rámec pro sepsání projektové zprávy; stanovit data nezbytná pro daný výzkumný projekt, tj. jejich sběr (jaká data jsou potřebná pro zodpovězení stanovených otázek) a jejich následnou analýzu (jakým způsobem bude provedena analýza, aby byly získány odpovědi na dané otázky). 2.2 Základní dělení výzkumu Výzkum je možné koncipovat mnoha různými způsoby. V následujícím textu je uvedeno základní dělení výzkumu dle různých parametrů. Dělení podle funkce a využití výsledků v praxi: 9

10 základní, teoretický, výzkum tento typ výzkumu se orientuje na řešení klíčových teoretických problémů, především usiluje o odhalení vnitřní podstaty jevů, o objasnění hlavních příčin jevů; zabývá se teoretickými východisky zkoumané problematiky, nikoliv společenskou využitelností výsledků; nejedná se o šetření v terénu; sekundární analýza dat; aplikovaný výzkum řeší prakticky orientované problémy, které mají kořeny v reálném společenském stavu; cílem aplikovaného výzkumu je hledat cesty a způsoby, jak užít vědecké poznatky získané základním výzkumem v praxi; stojí na bázi primárních dat, která jsou získávána sběrem; metodologický výzkum cílem tohoto typu výzkumu je ověřovat stávající teorie a hledat nové metody a techniky, které by usnadnily, popř. zjednodušily stávající principy; ověřují spolehlivost a aplikovatelnost stávajících tezí; příkladem mohou být standardizované dotazníky; = vymyslím metodu, která je použitelná všude, je to standard, jež mohu zobecnit. Dělení výzkumu dle užité metodologie: kvalitativní výzkum zpravidla pracuje s malým souborem respondentů bez nároku na statistickou reprezentativnost. Získaná data jsou nečíselného charakteru. Užívá se jako metoda pro hloubkové individuální rozhovory, skupinové rozhovory, apod. obecně lze tvrdit, že zjišťuje kvalitativní data; kvantitativní výzkum úkolem tohoto výzkumu je statisticky popsat závislosti mezi proměnnými, změřit intenzitu daných závislostí apod. pracuje s velkými soubory respondentů; užívá hromadných zjišťovacích metod (dotazníky, standardizované rozhovory, pozorování, apod.). Dělení výzkumu dle použité metody: observační (pozorovací) výzkumy: o deskriptivní studie zjišťují výskyt určitého jevu ve sledované populaci (např. počet kapesních krádeží v MHD); cílem je věrohodně popsat určitý stav; o analytické studie ověřují, zda existuje závislý vztah mezi sledovanými charakteristikami (např. počet krádeží v závislosti na denní době, trase MHD); prospektivní studie postupují od základní příčiny k viditelnému následku a srovnávají výskyt následků v souboru respondentů vystavených příčině a v souboru respondentů, který příčině vystaven nebyl, popř. jen nepřímo; 10

11 retrospektivní studie hledají přítomnost příčinného faktoru v minulosti a porovnávají jeho výskyt v souboru zasažených příčinnou a nezasažených příčinou; díky retrospektivnímu charakteru mohou s odstupem času komentovat příčinu, jev, událost a dát do kontextu dnešních podmínek; průřezové studie sledují předpokládanou příčinu i následek ve stejném čase; nevýhodou může být fakt, že nelze sledovat následnost mezi příčinou a následkem; experimentální (intervenční) výzkumy zkoumané soubory jsou sledovány ve více či méně upravených podmínkách: o nekontrolované studie efekt intervence je komparován s údaji získanými v minulosti s výsledky podobných výzkumů; u těchto výzkumů nelze vyloučit působení jiných faktorů než intervence; o kontrolované studie ke sledovanému souboru se stanoví kontrolní soubor na základě náhodného výběru, což v maximální míře umožňuje eliminovat vliv faktorů, které mohou ovlivnit a zkreslit výsledky. Druhy výzkumu dle časového faktoru: průřezové studie sběr dat je realizován v jednom časovém bodě, krátkodobě; longitudinální studie sběr dat je realizován ve více časových bodech, dlouhodobě; je nutno časové body pečlivě zvolit. tendenční (vývojová) studie sleduje daný fenomén u různých populací v průběhu dlouhé doby (míra porodnosti, míra znečištění životního prostředí freony, atd.) (Univerzita Palackého v Olomouci). 2.3 Kvalitativní vs. kvantitativní výzkum Z výzkumného hlediska jsou významné dvě stránky jevů stránka kvalitativní a stránka kvantitativní, jim pak odpovídají dva typy výzkumů výzkum kvalitativní a kvantitativní. (Surynek, a další, 2002) Stručný rozdíl mezi nimi jsme si již vysvětlili v předchozím textu, v této kapitole se zaměříme na bližší seznámení se s oběma typy výzkumů a rozdíly mezi nimi. Následující kapitoly se již budou věnovat těmto výzkumům jednotlivě a je vhodné, abyste již správně chápali rozdíl mezi nimi. 11

12 Metodologie výzkumu se v posledních desetiletích diferencovala na kvantitativní metodologii výzkumu a kvalitativní metodologii výzkumu. Kvantitativní výzkum používáme u takových problémů, které můžeme popsat pomocí vztahů mezi proměnnými, a zaměřuje se na následující charakteristiky jevů: rozsah výskytu, zastoupení, tj. četnost nebo okruh subjektů, nebo oblastí, u/ve kterých se daný jev vyskytuje; např. stupeň vzdělání u zaměstnanců krajských úřadů; intenzita, tj. síla či mohutnost vlastností jevu nebo jednotlivých složek; např. míra spokojenosti s kvalitou vysokého školství; frekvence, tj. projev složek daného jevu v čase a to jak opakováním jeho výskytu či opakovaným výskytem činnosti, např. počet návštěv lékaře v závislosti na ročním období. Kvalitativní metodologie je založena na odlišných filozofických východiscích, než kvantitativní metodologie výzkumu a aplikuje i jiné výzkumné metody a techniky (narativní metody, zúčastněné pozorování, atd.). Její cíle jsou jiné, než kvantitativního výzkumu: tvorba nových teorií, tj. nikoli testování stávajících teorií (ověřování známých poznatků). Rozdíl mezi kvalitativním a kvantitativním výzkumem není v tom, že jeden nepoužívá numerické údaje a druhý ano, ale v tom, jaké má cíle. Kvantitativní výzkum vždy vychází ze známé teorie, z toho, co je o daném problému známé a co je teoreticky zpracováno. Z této teorie následně vyvozuje hypotézy, které testuje. Tím verifikuje či falzifikuje to, co je o daném problému známé a naopak, při kvalitativním výzkumu nebere výzkumník ohled na dosavadní teorie a usiluje zjistit nové stránky zkoumaného problému a tím buduje novou teorii. Při kvalitativním výzkumu se neformulují hypotézy před vstupem do terénu, ale v průběhu zpracování dat (Staňková, 2009). Kvalitativní výzkum se zaměřuje na: existenci daných jevů a jejich strukturu; faktory, které s danými jevy souvisí, či je ovlivňují; vlastnosti a funkce těchto jevů. Příkladem kvalitativního výzkumu může být výzkum zaměřený na otázku Jak se děti učí? nebo Poskytování sociálních služeb v Karlovarském kraji, které jsou kvalitní a dostupné z pohledu uživatele. 12

13 Tabulka 1: Rozdíly mezi kvantitativním a kvalitativním výzkumem Kvantitativní výzkum Omezený rozsah informací o subjektech početně velkého rozsahu. Kvalitativní výzkum Mnoho informací o početně malém rozsahu subjektů. Silná redukce počtu pozorovaných a proměnných a zároveň silná redukce počtu sledovaných vztahů mezi těmito proměnnými. Silná redukce počtu sledovaných jedinců. Zevšeobecnění (generalizace) na příslušnou populaci je většinou snadné a jeho validita je měřitelná. Zevšeobecnění na příslušnou populaci je problematické, v některých případech i nemožné. Zdroj: Disman, 2001, str. 286 Kontrolní otázky a úkoly kapitoly 2: Co je to výzkum? Jaký typ výzkumu z hlediska jeho funkce nejspíše budete během své praxe provádět? Co jsou to longitudinální studie? 13

14 Vysvětlete pojem experimentální výzkum? Vysvětlete rozdíl mezi kvalitativním a kvantitativním výzkumem. Vysvětlete pojem základní otázky výzkumu. Sčítání lidu v roce 2011 bylo dle Vašeho názoru kvantitativní nebo kvalitativní výzkum? Zdůvodněte. 14

15 Uveďte příklad kvalitativního výzkumu. 15

16 3 Kvantitativní výzkum V této kapitole se dozvíte, jak přesně postupovat při navrhování a zpracování kvantitativního výzkumu. Kvantitativní výzkum (Disman, 2001) se zaměřuje na detekci a identifikaci vztahů mezi dvěma a/či více proměnnými. Jeho hlavní cíl spočívá v ověření platnosti jednotlivých teorií, a to za aplikace testování hypotéz z předmětných teorií vyvozených. U kvantitativního výzkumu je realita vnímána jako nezávislá na osobnosti výzkumníka a lidské chování je z tohoto pohledu predikovatelné a měřitelné, jelikož je považováno za determinované. Metodologie kvantitativního výzkumu využívá statistických metod a je jasně strukturována. K využití kvantitativního výzkumu dochází zejména: jestliže je zapotřebí generalizace zjištění na populaci jedinců; pokud je našim záměrem testovat hypotézy; jsme-li schopni identifikovat, které proměnné jsou pro výzkumný problém důležité a že jsme žádnou z nich neopomenuli Obrázek 1: Výhody a omezení kvantitativního výzkumu - možnost eliminace působění rušivých proměnných - poměrně rychlý sběr dat a jejich analýza - výsledky výzkumného šetření mají nezávislost na osobě výzkumníka - kategorie aplikované ve výzkumu nemusí odpovídat specifickým zvlášnostem, např. lokálního či subkulturního charakteru - získané výsledky mohou být příliš obecné a abstraktní - mohou být opomenuty důlěžité intervenující proměnné z důvodu zaměření výzkumníka na testování teorie, která s ními nepočítá Zdroj: Hendl,

17 Samotné zpracování výzkumu je možné rozdělit do 3 základních etap: přípravná etapa; realizační etapa; etapa zpracování výsledků a jejich interpretace. Pravděpodobně nejdůležitější etapou je etapa přípravná, která nejvíce rozhoduje o kvalitě daného výzkumu. Během ní se nastavují základní parametry výzkumu, jako je formulace cíle, stanovení hypotéz, velikost vzorku, atd. 3.1 Přípravná etapa Výstupem přípravné etapy je dokument, který se nazývá projekt výzkumu. Jeho součástí je (Surynek, a další, 2002): formulace cíle výzkumu, charakteristika problémové situace; stanovení pracovních hypotéz; vymezení objektu a předmětu výzkumu; stanovení zkoumaného vzorku; určení místa a času realizace výzkumu; časový harmonogram, rozpočet nákladů; nástroje pro získávání empirického materiálu rozpracovaná technika sběru primárních dat a interpretační plán Definování problému a výzkumných cílů Prvotním impulsem k provedení výzkumné práce zpravidla bývá existence potřeby objasnit určitou situaci, nastalý jev nebo problém. Výzkum je komplexní činnost, která vyžaduje precizní plánování, analýzu aktuálního stavu a formulaci určitých předpokladů. V prvním kroku přípravné etapy budeme co nejpřesněji formulovat problém. Čím konkrétnější při formulaci problému budeme, tím konkrétnější budou i výsledky výzkumu. Často se stává, že v důsledku příliš obecně stanoveného problému, jsou výsledky výzkumu rovněž příliš obecné a nemají v podstatě žádnou vypovídající hodnotu. Stanovení cíle musí vycházet ze současného stavu, problému. Cíl můžeme formulovat jako: 17

18 problém, který má být řešen, resp. otázka, která z problému vyplývá a má být zodpovězena; úkol, který má být splněn, tzn. zjištění konkrétních dat. Příklad: V roce 2008/2009 zpracovávala VŠE pro Ministerstvo financí výzkum s názvem Analýza financování výkonu státní správy a samosprávy územních samosprávných celků, která poskytne relevantní množství dat pro přípravu nového zákona o rozpočtovém určení daní. Úkolem této analýzy bylo poskytnout maximální množství relevantních informací pro přípravu nového zákona o rozpočtovém určení daní a pro případnou modifikaci systému financování výkonu státní správy. (Národní hospodářská fakulta Vysoké školy ekonomické v Praze, 2010) Stanovení pracovních hypotéz Hypotézu chápeme jako podmíněný výrok (předběžnou domněnku) o vztahu mezi jevy nebo jejich určitými stránkami. Hypotéza potvrzuje nebo zpochybňuje určitou teorii, ve které badatel vyslovuje to, co předpokládá, že platí pro zkoumaný jev. Je formulována v počáteční fázi výzkumu a je v ní předpokládán vztah či souvislost mezi stanovenými proměnnými. Hypotéza vzniká na základě prostudované literatury, kdy je již badatel náležitě zorientován ve sledované problematice a může si vytvořit předběžné názory na vazby mezi dílčími proměnnými, na možná řešení zkoumaného problému a kauzalitu studovaných jevů (Pelikán, 2004). Není možné nikdy zkoumat, testovat celou populaci (základní soubor), ale jen její záměrně, stratifikovaně či kontrolovaně zvolenou část Formou hypotézy je obecný výrok, jenž je jednoduchý, lze jej ověřit nebo vyvrátit a je srozumitelný. Hypotézy jsou vyslovením předpokladů (domněnek) o povaze zjišťovaných stavů, které si chceme dalším výzkumem potvrdit nebo vyvrátit. (Kozel, a další, 2011) Obsahem hypotézy by měla být souvislost mezi dvěma jevy (proměnnými), případně mezi více jevy. Proměnná (znak), prvek zkoumání, který získává rozličných hodnot, mění se. Proměnnou je věk, vědomosti, inteligence, atd. Může to být jev, vlastnost, podmínka, činitel. Podstatné je, aby badatel definoval, jaké hodnoty má proměnná získávat. Proměnné dělíme na (Kozel, a další, 2011): 18

19 nominální určují pouze přítomnost či nepřítomnost určité vlastnosti měříme pouze četnost výskytu, např. pohlaví, město apod.; nelze u nich provádět aritmetické operace jako sčítání; ordinální můžeme určit, jestli má jedna jednotka vyšší hodnotu než druhá, můžeme sestavit jejich pořadí, ale nelze určit o kolik se jednotlivé hodnoty liší, např. stupeň vzdělání, stupeň spokojenosti; kardinální (někdy též kvantitativní) umožňují přesné měření na základě srovnatelného měřítka, jedná se o konkrétní hodnoty/čísla, např. věk. Ve výzkumu se většinou používá více než jedna proměnná, přitom proměnné jsou v určitém vztahu. Jedna proměnná může způsobit změnu druhé proměnné. Proměnná, která je příčinou změny, se označuje jako nezávisle proměnná, někdy též experimentální. Proměnná, jejíž hodnoty se změnily vlivem nezávisle proměnné, se nazývá závisle proměnná. V literatuře se lze setkat s různým členěním hypotéz. Pro naše účely nám postačí dělení na (Reichel, 2009): vstupní (východiskové, úvodní, obecné, základní) je obecněji definována a není možné ji verifikovat, je to základní nasměrování zkoumání; vymezuje předmět výzkumu, kdy není vyjádřena větou, ale jedná se o určité rozpracování daného problému; pracovní v této fázi již konkretizujeme vstupní hypotézu a již vyjadřuje vztahy mezi určitými proměnnými; ze vstupní hypotézy obvykle vzniká celý soubor pracovních hypotéz, který postihuje všechny sledované proměnné v jejich hypotetických vztazích, přičemž každý z nich musí být pojmenován v samostatné hypotéze; statistické dále zpřesňují hypotézy pracovní, a to do takové míry, že již představují přesný výrok, který bude na základě analýzy dat potvrzen či vyvrácen; i zde platí pyramidový efekt a pracovní hypotéza se rozkládá do vícera hypotéz statistických. Pracovní hypotézy hrají ve výzkumu několik velice důležitých rolí a to: formulace pracovních hypotéz je testem, zda je výzkum vůbec možný; pracovní hypotézy obsahují základní informaci pro optimální rozhodnutí o technikách výzkumu; 19

20 pracovní hypotézy jsou základem pro odhad rozsahu výzkumu; teprve potom, když jsme připravili soubor pracovních hypotéz, jsme schopni přibližně odhadnout, jak náročný bude výzkum; formulace pracovních hypotéz ukáže, jak mnoho proměnných a ještě více analyzovaných vztahů mezi nimi potřebujeme pro řešení zdánlivě jednoduchých problémů; pracovní hypotézy jsou důležitým výchozím bodem pro časové, ale ve větších výzkumech i finanční plánování výzkumu. Základním problémem při stanovování pracovních hypotéz je operacionalizace, tj. převedení pojmů na zkoumatelné (měřitelné) ukazatele. Při stanovování statistických hypotéz již musíme přesně kvantifikovat. Termínem kvantifikace označujeme určování množství. Jedná se o myšlenkový proces, který slouží k tomu, abychom mohli údaje vypovídající o jevech kvantifikovat, převést do číselného vyjádření. (Kozel, a další, 2011). Kvantifikace velice úzce s operacionalizací. Příklad: Výzkum týkající se dalšího vzdělávání pracovníků veřejné správy: vstupní hypotéza - dalšího vzdělávání se lidé zúčastňují z různých důvodů, které se liší dle jejich osobnostních, pracovních a jiných charakteristik ; pracovní hypotézy: o uplatníme nejprve operacionalizaci a převedeme pojmy důvody a osobnostních, pracovních a jiných charakteristik na měřitelné ukazatele: důvody zvýšení kvalifikace/rekvalifikace/mimopracovní/jiné s ohodnocením jejich závažnosti na škále: 1-5, kde 1 je min. a 5 je max.; charakteristiky: věk, a stanovíme věkové intervaly: (18;40), (40;60), (60 a výše); pohlaví, hodnoty: muž/žena; nejvyšší dosaženého vzdělání, hodnoty: základní/středoškolské bez maturity/středoškolské s maturitou/vysokoškolské; rodinný stav, hodnoty: svobodný/ženatý/rozvedený/vdovec; a další charakteristiky; o nyní můžeme stanovit hypotézy: H1 důvody osob k dalšímu vzdělávání se liší podle jejich věku; H2 - důvody osob k dalšímu vzdělávání se liší podle jejich pohlaví; 20

21 H3 - důvody osob k dalšímu vzdělávání se liší podle jejich nejvyššího dosaženého vzdělání; H4 - důvody osob k dalšímu vzdělávání se liší podle jejich rodinného stavu; a další hypotézy; statistické hypotézy: o nejprve výše uvedené ukazatele/proměnné kvantifikujeme: důvody: zvýšení kvalifikace/rekvalifikace/mimopracovní/jiné s ohodnocením jejich závažnosti na škále 1-5, kde 1 je min. a 5 je max.; charakteristiky: věk, a stanovíme věkové intervaly: (18;40), (40;60), (60 a výše); pohlaví, hodnot: muž/žena; nejvyšší dosaženého vzdělání, hodnoty: základní/středoškolské bez maturity/středoškolské s maturitou/vysokoškolské; rodinný stav, hodnoty: svobodný/ženatý/rozvedený/vdovec; o a nyní vytvoříme přesné hypotézy: H1-1 důvodem lidí starších 40 let pro jejich vzdělávání jsou jejich mimopracovní zájmy; H1-2 důvodem lidí mladších 40 let pro jejich další vzdělávání je jejich rekvalifikace; H1-3 důvodem lidí mladších 40 let pro jejich další vzdělávání je zvýšení jejich kvalifikace; a další hypotézy. (Reichel, 2009) Příklad stanovení hypotézy 2 Teoretická hypotéza: U osob s nižším socioekonomickým postavením je vyšší pravděpodobnost, že při volbách budou preferovat levou část politického spektra, kdežto u voličů s vyšším socioekomickým postavení tomu bude naopak. Pracovní hypotéza: Čím nižší je hrubý měsíční příjem voliče, tím vyšší je pravděpodobnost, že bude volit některou z levicových politických stran a naopak. 21

22 Statistická hypotéza: Voliči s hrubým měsíčním příjmem v intervalu 8.000,-- až ,-- budou ve více než 50% případu volit levicové strany. Jak poznáte, že jste hypotézu stanovili správně? Na hypotézu jsou stanoveny následující požadavky: hypotézy jsou výroky o vztazích mezi proměnnými; hypotézy obsahují proměnné, které lze zjišťovat a měřit; vztahy mezi proměnnými lze ověřovat. Hodnověrnost hypotézy je podmíněna získáním dalších důkazů, faktů, argumentů, potvrzení pravdivosti. Má-li být hypotéza potvrzena, musí odpovědět na všechna stanovená fakta a tvrzení. Správné stanovení hypotézy je nejdůležitějším krokem pro proces poznávání během celého výzkumu. Je zapotřebí uvědomit si, že ne každý výzkum může mít hypotézy. Hypotézy můžeme formulovat jedině, pokud jsou zde ve vztahu dvě proměnné. Pokud jde o deskriptivní výzkum, ve kterém se nezkoumá vztah mezi 2 proměnnými, hypotézy se nedají formulovat, formulují se tedy jen výzkumné otázky. (Kozlová, 2001) Vymezení objektu a předmětu výzkumu Objekt výzkumu zpravidla představuje, kdo bude podroben zkoumání. Jde tedy o definování skupiny respondentů/subjektů, která musí být dostatečně prostorově (město, kraj, atd.) a funkčně (charakter posuzované činnosti) specifikována. Objekt výzkumu musí dostatečně pokrývat zkoumanou oblast, jeho vymezení však nesmí být příliš široké a obecné. Předmět výzkumu/zkoumání jsou vlastnosti objektu. Příklad rozdílu mezi předmětem a objektem výzkumu: Objektem zkoumání jsou malé sociální skupiny školní třídy, předmětem zkoumání je pak druh jejich vztahů šikanování. Příklad: 22

23 Objektem zkoumání výzkumu VŠE je státní správa a samospráva územních samosprávných celků, předmětem výzkumu je jejich financování Stanovení výběrového souboru Výzkumník musí též navrhnout plán výběru respondentů, který musí obsahovat tato rozhodnutí: populace (základní soubor) zvolení cílové skupiny, kdo má být pozorován; velikost výběrového souboru) - kolik lidí by mělo být pozorováno; vytváření výběrového souboru - jak by měli být respondenti vybíráni, viz níže. V prvním kroku určíme cílovou skupinu pomocí specifikace: zkoumané proměnné cena služby, spokojenost se službou; výběrové jednotky individuální členové (obyvatelé, výrobci) nebo skupiny (domácnosti, odvětví); rozsah základny výběru celá republika, vybraná města, vzdělanostní skupina; čas (interval) konkrétní den, týden, měsíc nebo nějaký interval. (Kozel, a další, 2011) Díky specifikaci cílové skupiny získáme i přehled o tom, kdo bude konečný respondent výzkumu, čemuž v dalších krocích přizpůsobíme i formulaci otázek, použití odborných pojmů apod. V druhém kroku určíme velikost výběrového souboru. K určení velikosti lze použít několik metod: nákladový přístup vyčíslí se náklady na jednoho respondenta a velikost výběrového souboru je pak dána jednoduchým podílem jednotkových nákladů a rozpočtu výzkumu; slepý odhad subjektivní metoda, vychází z intuice nebo zkušeností; statistický přístup velikost výběrového souboru se určuje s využitím statistických metod, tj. ze všech představených přístupů je nejpřesnější, bere v úvahu směrodatnou odchylku, požadovanou míru přesnosti a koeficient spolehlivosti; podle toho, jak moc jsme obeznámeni s rozložením členů základního souboru, můžeme pro stanovení velikosti výběrového souboru využít následující vzorce: o neznáme rozložení - ( 2 )/ 2; o známe průměr a směrodatnou odchylku - ; o vysvětlení vzorců: 23

24 n minimální počet respondentů; z námi stanovený koeficient spolehlivosti; p, q procentuální počet respondentů, kteří se přiklánějí k variantě jedné (p) a k variantě druhé (q); pokud nám tato čísla nejsou známá, zadává se maximální součin tj. 50% * 50% µ - známý průměr; směrodatná odchylka; - námi stanovená maximální přípustná chyba. Pokud nebudete testovat 100% členů základního souboru, pak v posledním kroku této fáze zvolíme metodu vytvoření výběrového souboru. Vytváření výběrového souboru může být (Kozlová, 2005): náhodné (pravděpodobnostní), v němž má každá jednotka populace stejnou pravděpodobnost, že bude vybrána; tento výběr se dělí ještě na: o náhodný systematický výběr = do výběrového souboru je zahrnuta každá n-tá jednotka ze seznamu, přičemž první jedinec musí být vybrán náhodně (např. ze seznamu zaměstnanců krajského úřadu vybereme náhodně zaměstnance a od tohoto vybírám každého například třetího); o náhodný vícestupňový výběr = provádí se ve dvou nebo více krocích, nejprve jsou náhodně vybrána určitá přirozená seskupení a pak teprve jsou náhodně vybíráni jedinci z těchto seskupení (např. vybereme reprezentativní soubor okresů, dále z vybraných okresů provedeme náhodný výběr obcí a teprve pak vybíráme jedince); o náhodný stratifikovaný výběr = populace je rozdělena do homogenních skupin vzhledem k nějakému jasnému kritériu a jedinci jsou vybíráni do výběrového souboru náhodně z těchto skupin (např. zaměstnance úřadu rozdělíme do skupin podle ročníků narození); kvótní, který imituje ve struktuře vzorku známé vlastnosti populace (zpravidla určujeme 2-3 identifikační znaky, pro něž se v tomto případě užívá označení kvótní znaky); účelový (Caravan test), vybíráme osoby vyskytující se v nějaké řadě (ve škole, v dětském domově, internátu), výzkumník musí přesně a otevřeně definovat populaci, kterou jeho vzorek opravdu reprezentuje. 24

25 V předchozím textu jsme několikrát zopakovali náhodně vybereme, jak ale náhodnosti výběru dosáhnete? Pro náhodný výběr existují např. tyto techniky: losování v osudí jsou všichni členové základního souboru; využitelné spíš u menších souborů; tabulky náhodných čísel členové základního souboru mají pořadové číslo a jsou vybráni, pokud je toto číslo vygenerováno v tabulce náhodných čísel; lze použít pro větší soubory. (Kozel, a další, 2011) Příklad: Obce byly vybrány pomocí metody víceúrovňového výběru, tj. 1. úroveň dotazníkové šetření a 2. úroveň řízené rozhovory. Zásadním způsobem byla respektována správní hierarchie, a to tak, aby byly zastoupeny všechny základní typy obcí jednak podle velikosti a také podle výkonu přenesené působnosti. Územní reprezentativnost byla dodržena. První etapa: výběr obcí pro dotazníkové šetření Z 6245 obcí byl vybrán dostatečně reprezentativní vzorek dle zvolených kritérií (územní, velikostní skupiny, funkční typologie, míra přenesené působnosti event. dle příslušnosti ke krajům). V základní analýze obdobně jako v dotazníkovém šetření jsou zastoupeny všechny kraje (NUTS III). Pro podrobnější šetření budou pro třetí fázi výzkumu vyčleněny města (kraje) Praha, Brno, Ostrava a Plzeň. Vybrány jsou všechny obce s rozšířenou působností. Výše uvedené obce a města jsou doplněny ještě dalšími obcemi. Při jejich výběru se přihlíželo zejména k tomu, aby: v celkovém souboru obcí bylo zachováno reprezentativní zastoupení všech velikostních kategorií správních obvodů; byl zachován celorepublikový poměr příhraničních a vnitrozemských obcí (příhraniční obce zde pro zjednodušení představovaly správní obvody obcí ležící na hranici ČR); byly zastoupeny i obce ležící v zázemí velkých měst (Prahy, Ostravy, Plzně a Brna); prostorové rozložení vybraných územních jednotek/správních obvodů bylo v podstatě rovnoměrné. Bylo stanoveno, aby celkový vzorek oslovených obcí nebyl větší než 500 obcí. Druhá etapa: výběr obcí pro řízené rozhovory 25

26 Na základě našich zkušeností z obdobných výzkumů jsme přistoupili v této fázi ke zpřesnění výběru navržených obcí pro řízené rozhovory. Výchozí podmínky počet okresů: 76 + Praha; počet obcí s rozšířenou působností: Praha; počet obcí s pověřeným obecním úřadem: 183 (mimo obce s rozšířenou působností); počet obcí: Výstupy Výběr do 500 obcí: počet obcí s rozšířenou působností: všechny, tj. 205; počet obcí s pověřeným obecním úřadem: min. 100; počet ostatních obcí: min Kritéria výběru velikostní skupiny zachovat 14 skupin; funkční typologie (návrh obytné, výrobní, smíšené bude podrobně specifikováno); zaměstnanost a nezaměstnanost; geografická poloha (vnitřní a periferní poloha, zázemí velkoměst apod.); územní reprezentativnost; další kritéria. (Národní hospodářská fakulta Vysoké školy ekonomické v Praze, 2010) Určení místa a času výzkumu Pro úspěšnost a relevantnost výzkumu je důležité i určení místa a času výzkumu ve smyslu doby získávání dat. Obojí by mělo korespondovat s cíli výzkumu. Není například nejvhodnější dělat průzkum spokojenosti studentů s kvalitou studia ve zkouškovém období (tedy pokud není cílem výzkumu zjistit postoje studentů ve stresovém období), ale ani v době prázdnin. Stejně tak není vhodné provádět výzkum spokojenosti občanů se zimní údržbou chodníků v letních měsících, protože data budou zkreslená vzpomínkami. Rovněž místo výzkumu je důležité, nemá smysl dělat výzkum zaměřený na zjištění preferencí kulturního vyžití ve vesnicích, kde jsou možnosti mizivé. 26

27 Příklad: V tomto případě bylo místo v podstatě dané na základě vybraného vzorku obcí. Sběr dat z dotazníkového šetření se uskutečňoval v V/2008 VII/2008. Načasování sběru dat i do prázdninových měsíců, kdy úřady nemají tolik požadavků od zákazníků, lze hodnotit kladně Časový harmonogram, rozpočet nákladů Vlastní realizace výzkumu by měla být zachycena v harmonogramu výzkumu. Obzvláště je důležité minimalizovat dobu sběru dat, speciálně v případě velkých souborů respondentů, kdy hrozí nebezpečí, že se sběr dat protáhne natolik, že se změní zkoumaná realita. Časové hledisko je rovněž klíčové pro stanovení rozpočtu celého výzkumu. Platí zde jednoduchá úměra, čím je čas potřebný na realizaci výzkumu delší, tím je výzkum finančně náročnější. Příklad: Tabulka 2: Příklad časového harmonogramu Časový horizont Činnost IX-X/2011 Výzkumný záměr a projekt výzkumu Počátek XI/2011 Oponentura projektu Předvýzkum Instruktáž tazatelů Sběr dat Optická a logická kontrola dat, vkládání do počítače Analýza dat, základní interpretace dat, zpracování závěrečné zprávy vč. oponentury Zdroj: vlastní zpracování 27

28 3.1.7 Nástroje pro získávání dat Rovněž důležitým krokem při tvorbě projektu výzkumu je volba nástroje získání dat. Samotný výběr by měl být závislý opět na cíli výzkumu, zkoumaném problému, velikosti vzorku respondentů apod. Pokud je to časově a finančně možné, pak je z důvodu větší objektivity vhodné kombinovat při získávání dat vícero technik, dvě až tři. Nejčastěji se jedná o kombinaci dotazníků a rozhovorů či o studium dokumentů a pozorování. Není ambicí této kapitoly uvést úplný a podrobný výčet všech technik sběru dat používaných v kvantitativním výzkumu, zájemce o další metody, příp. o bližší vysvětlení metod odkazujeme na doporučenou studijní literaturu, která je uvedena v závěru tohoto dokumentu. Příklad: Ve výše uvedeném výzkumu financování státní správy byly použity 2 nástroje. V první fázi to bylo dotazníkové šetření a ve druhé fázi řízené rozhovory. Je nutné rozlišovat metodu práce a techniku získání dat. Metodou vědecké práce rozumíme určitý pracovní postup, jehož výsledkem je dosažení stanoveného cíle. Výzkumník má k dispozici velké množství rozličných metod, jež jsou aplikovatelné a obecně platné v mnoha oborech. K těmto obecným metodám patří metody logické, které vycházejí ze základů formální logiky a těmi jsou: indukce přechod od jednotlivého k obecnému; typická pro kvalitativní výzkum; dedukce od obecného k jednotlivému; typická pro výzkum kvantitativní; abstrakce zevšeobecnění, jež spočívá v logickém vyhodnocení daného jevu na základě rozlišování podstatných a nepodstatných znaků; znaky, jež jsou vyhodnoceny jako podstatné, jsou dále řazeny do určitého systému; typická pro výzkum kvantitativní; generalizace neboli zevšeobecnění je závěrem, jenž byl učiněn z omezeného počtu jevů řazených do jedné kategorie; typická pro výzkum kvantitativní; analýza - postup, při němž dochází k rozkladu celku na jednotlivé prvky; mezi nejpoužívanější analýzy patří např. analýza obsahová, faktorová, atd.; syntéza postup, jenž navazuje na analýzu a kterým dojde k vyhodnocení jedinečného na stupeň obecně platný. 28

29 Zvolená metoda výzkumu musí především respektovat základní aspekty a směry našeho zkoumání, musí odpovídat zkoumanému předmětu, datové základně a musí vhodně zachycovat vzájemnou shodu a provázanost mezi zkoumaným jevem a realitou. (Pána a Somr, 2007) Technika je souhrn postupů na efektivní využívání některé procedury, jedná se o způsob sběru empirických dat. Použití techniky musí být adekvátní požadavkům spolehlivosti a platnosti konkrétního empirického výzkumu (Bártlová, Hnilicová, 2000). Existují různé techniky sběru dat (standardizovaný rozhovor, nestandardizovaný rozhovor, dotazník, pozorování, sémantický diferenciál, atd.), ale téměř všechny jsou aplikací následujících základních technik. Těmi jsou (Kozlová, 2005): pozorování - je zaměřené, dobře plánované vnímání vybraných jevů a to, co bylo vnímáno, je pečlivě a systematicky zaznamenávané; dotazování: o rozhovor - vyžadované informace jsou získávány v přímé interakci s respondentem; o dotazník - respondent odpovídá písemně na otázky v tištěném formuláři; o anketa - respondent se vybere do vzorku sám; analýza dokumentů (případová studie) - je analýza jakýchkoliv dokumentů, které nebyly vytvořeny za účelem našeho výzkumu (např. úřední statistiky, osobní deníky, plakáty, romány atd.); sekundární analýza dat - analýza dat, která byla původně pořízena pro jiný výzkum, tj. analytici, kteří sekundární analýzu provádějí, se nepodíleli na sběru primárních dat; obsahová analýza - rozbor obsahu záznamu určité komunikace, psané i nepsané; interpretativní analýza osobních/odborných dokumentů nezkoumá se realita, ale jak je tato realita vnímána, interpretována; experimentování - smyslem experimentálního výzkumu je odhalit kauzální vztahy mezi příčinou a jejím důsledkem při vyloučení jiných vlivů Pozorování Je výzkumnou metodou, díky níž získáme poznatky o okolním světě, tj. sociální realitě a jejím prostředí pomocí smyslových orgánů. Nezbytným předpokladem pro objektivitu pozorovaných jevů, je osvobození výzkumníka od jakýchkoliv předsudků. 29

30 Předmětem pozorování mohou být jak lidské výtvory (jak hmotné bydlení, pracovní prostředí; tak nehmotné chování, zvyky, atd.), tak lidské chování (verbální vyjadřování a jeho obsah, neverbální řeč těla). U jevů, jež jsou statické, jde o deskripci vnějšího prostředí, u jevů dynamických o chování a reakce pozorovaných. Pozorování lze rozlišit na přímé a nepřímé. Přímé pozorování provádí sám výzkumník a je u výzkumu nejčastější. Jako přímé pozorování označujeme techniku, která se týká bezprostředního a systematického pozorování jevů, procesů, činností podle stanoveného plánu bez dotazování a jakéhokoliv ovlivňování pozorovaného objektu. Přímým předmětem pozorování je ve všech zmíněných případech chování osob, někdy též celková situace, atmosféra, apod. Pomůcky pozorování: slouží k zachycení zkoumaných jevů, řadíme sem kameru, fotoaparát, záznamník, pozorovací arch, sociogram, časový snímek, atd. Pozorování dělíme na nezúčastněné a zúčastněné. Nezúčastněné pozorování je takové, kdy pozorovatel pozoruje dané jevy, aniž se sám v pozorovaném ději angažuje. Toto pozorování je postaveno na poměrně přesných pravidlech. Většinou ho provádějí instruovaní pozorovatelé (obdoba tazatelů při rozhovoru), kteří jsou vybaveni záznamovým archem, resp. pozorovacím listem, který je vodítkem pozorování a zároveň slouží k zaznamenávání jeho výsledků. Ke kontrole jejich výkonu bývá vytvořen kontrolní systém. Při zúčastněném pozorování se naopak badatel stává určitou dobu součástí zkoumaného prostředí, žije delší dobu (několik týdnů i měsíců) v dané komunitě. Skryté a zjevné pozorování U skrytého pozorování pozorovaný objekt neví o tom, že je pozorován. U zjevného pozorování účastníci pozorování na straně objektu vědí, že jsou pozorováni. (Kozlová, 2005). Zásady pozorování: zásada plánovitosti; zásada přesnosti; zásada systematičnosti; 30

31 zásada objektivity. Problémy při pozorování: počet pozorovaných (obtížnost); počet pozorovatelů (stanovení jednotných kritérií) a jejich příprava; přirozené a umělé chování pozorovaných. Příklad: Pozorování se použije například pro výzkum chování dlouhodobě nezaměstnaných lidí k pracovníkům úřadů práce (potřeba zjistit velikost tlaku, kterému jsou pracovníci vystaveni) nebo pro pozorování vytíženosti spojů v období špičky (potřeba optimalizace spojů) Rozhovor Rozhovor se značně liší od běžné konverzace a patří k nejnáročnějším technikám. Dochází při něm k terénnímu sběru informací, které jsou získávány prostřednictvím záměrně cílených otázek kladených respondentovi v rozhovoru vedeném tváří v tvář (face to face) nebo telefonicky. Zásady techniky rozhovoru správně odhadnout složitost zkoumaných problémů, resp. informačních požadavků a to z hlediska charakteru respondentů; koncipovat rozhovor jako přirozený, nenásilný dialog; počítat s narůstáním únavy v průběhu rozhovoru a s poklesem pozornosti; motivovat respondenty vhodným vysvětlením smyslu rozhovoru; vytvořit přátelskou, nikoliv však přehnaně důvěrnou atmosféru; zajistit dodržování předepsaného postupu; mít připraveny rámcově odpovědi pro vysvětlení nepochopených otázek, uvádění příkladů, apod.; používat srozumitelný jazyk blízký jazyku respondenta, vyloučit zejména specifické odborné výrazy; vyloučit subjektivní ovlivňování odpovědí tazateli. 31

32 Pro záznam rozhovoru se většinou používá buď tzv. záznamový arch, někdy pomocné karty, např. se stupnicemi, obrázky, fotografie, apod. Rozhovor je tradiční, dlouho používanou technikou, která byla původně kombinována s pozorováním, dnes je kombinována spíše s technikou dotazníku. (Kozlová, 2005) Zaměření rozhovoru může být: individuální - probíhá mezi tazatelem a respondentem; skupinové (kolektivní) - založené na interakci mezi jedním tazatelem a více respondenty. Rozhovor je možné rozdělit na: nestandardizovaný (neřízený) rozhovor, který nemá stanovenou přesnou formulaci otázek ani jejich závazné pořadí; standardizovaný (řízený) rozhovor se rozvíjí na základě pevně stanovených otázek, u kterých jsou zpravidla uvedené i varianty odpovědí a otázky mají stanovené pořadí; formální podobou se blíží dotazníku; polostandardizovaný (polořízený) rozhovor postrádá zpravidla některou z charakteristik standardizovaného rozhovoru. (Kozlová, 2005) Fáze rozhovoru: úvodní fáze; jádro rozhovoru; o od obecnějších ke konkrétnějším tématům; o vycházet z jednotlivostí k obecnějšímu; o od běžných k citlivějším tématům; závěrečná fáze (Palán, 2002). Příklad: Níže uvádíme ukázku části plánu řízeného rozhovoru použitého ve výzkumu Analýza financování výkonu státní správy samosprávy územních samosprávných celků, která poskytne relevantní množství dat pro přípravu nového zákona o RUD. 32

33 33

34 Převzato z: Národní hospodářská fakulta Vysoké školy ekonomické v Praze, Dotazníkové metody Dotazník je nejpoužívanější prostředek ke sběru informací, ať již ve veřejné správě nebo ve sféře soukromé. Formální úprava dotazníku: úvodní formule, která obsahuje oslovení, představení se respondentovi, zdůvodnění výzkumu, u komplikovanějších dotazníků pokyny pro vyplňování; tematické oddíly; adresa instituce, fyzické osoby, atd., na kterou je třeba vyplněný dotazník poslat. Dotazník je v podstatě standardizovaným souborem otázek, jež jsou předem připraveny na určitém formuláři. Pro dotazník je typické, že výzkumník je nepřítomen při vyplňování dotazníku a je nezbytné provést předvýzkum. K otázkám v dotazníku patří obvykle identifikační znaky respondenta, např. pohlaví, věk, bydliště a jeho typ (město, vesnice, velkoměsto, apod.). Průběh použití dotazníkové techniky v terénu je v podstatě dvojí anonymní a neanonymní. 34

35 Anonymnímu průběhu dáváme přednost všude tam, kde by byl existenčně ohrožen respondent. V takových situacích anonymita zabraňuje pocitu nepříjemného vyzvídání. Odpovědi jsou upřímnější a spolehlivější. Neanonymní průběh je nezbytný tam, kde se vedou obvykle kartotéky jednotlivých členů. Objevují se u šetření úřední povahy, např. zdravotnické dotazníky, školní dokumentace, apod. Kladné stránky dotazníku znehodnocuje častá nízká návratnost. Důležitou úlohu hraje také délka dotazníku. Návratnost totiž se vzrůstající délkou dotazníku klesá. Návratnosti rozesílaného dotazníku zvyšuje "follow-up", což znamená, že po určitém počtu dnů, obvykle po 14 dnech, respondenti, kteří dotazník vyplněný nevrátili, se urgují. Příznivý dojem u dotazovaného navozuje i grafická úprava dotazníku. (Kozlová, 2005) U sestavování dotazníku se neobejdeme bez konstrukce otázek, je proto vhodné znát základní parametry konstrukce otázek. Uzavřené otázky Uzavřené otázky nabízejí soubor možných variant odpovědí, ze kterých respondent vybere vhodnou odpověď. Odpovědi na otázky jsou předem formulovány a dotazovaný vybírá odpověď, která se nejvíce blíží jeho názoru. Příprava uzavřených otázek není snadná. Je nutné respektovat určitá kritéria. Kategorie použité pro uzavřené otázky musí představovat soubor vyčerpávající všechny možné alternativy. Všechny kategorie se musí vzájemně vylučovat, nesmí být možné zařadit odpověď do více než do jedné z kategorií. Otevřené (volné) otázky Otevřená otázka nechává zcela na respondentovi, jaká bude jeho odpověď. Respondent odpoví vlastními slovy. Výhodou otevřených otázek je, že se respondentovi ponechá volnost v odpovědi, nenapovídá se mu žádné řešení předem. Hlavní nevýhodou volných otázek je právě jejich volnost, protože způsobuje obtíže při zpracování. Po shromáždění odpovědí je třeba vypracovat dodatečnou kategorizaci. polouzavřené (polootevřené) otázky Jsou kombinací uzavřené a otevřené otázky. Nejčastěji se jedná o doplnění v otázce variantou jiná odpověď. Filtrační otázky 35

36 Filtrační otázky mají eliminovat respondenty, kteří z objektivních i subjektivních důvodů nemohou odpovědět na následující, neznají předmět následující otázky, nemají zájem, vztah, atd. Projekční otázky V projekčních otázkách předkládáme respondentovi k posouzení názory a postoje jiných lidí. Mohou mít různé formy, např. anekdotické otázky, nedokončené věty. Kontrolní otázky Klademe je tam, kde potřebujeme ověřit pravdivost odpovědí. Škály Škála je formou otázky, kterou žádáme respondenta, aby řadil zkoumaný problém na určité kontinuum. Kontinuem rozumíme např. postoje, názory, apod. Při sestavování škál je velice rozšířené známkování jako ve škole, kdy na 5ti bodové stupnici se zakroužkuje ta číslice, která se nejvíce blíží názoru respondenta. Číslo 1 vyjadřuje maximální spokojenost, číslo 5 naopak nespokojenost. (Kozlová, 2005) Chyby v konstrukci otázek (Kozlová, 2005) Existuje velké množství nedostatků ve formulaci otázek a respondent nám z toho důvodu nemusí porozumět. Jde především o: jazykovou nesrozumitelnost - týká se většinou užívání odborných, cizích slov, žargonu a hantýrky; obsahovou nesrozumitelnost - účelem je přiblížit předmět zkoumání dotazovanému; nesmíme nikdy přeceňovat ani podceňovat znalosti respondentů, protože pocházejí z různých sociálních vrstev apod.; sugestivní otázky - jde o takové otázky, které již tím, jak jsou položeny, formulovány, předem napovídají očekávanou" odpověď; mlhavé, nejednoznačné otázky - příliš strohé otázky; nepříjemné, znepokojující a neohleduplné otázky - jde především o otázky, které mají citový náboj, a dostáváme na ně zpravidla špatné odpovědi; dvojité (dvouhlavňové) otázky - touto otázkou se ptáme na dvě věci najednou; 36

37 otázky typu proč - zásadně jsou tyto otázky přípustné jen tehdy, pokud mají vysvětlit nějaký čin respondenta; nejsou však přípustné tehdy, pokud by měly vysvětlit nějakou širší společenskou skutečnost; haló efekt - haló efekt vzniká tehdy, klademe-li řadu příbuzných otázek za sebou a první z nich jsou spojeny s negativními odpověďmi, s negativním citovým nábojem; tento citový postoj se pak automaticky přenáší i na ostatní otázky příbuzného tématu; věcná náročnost - nemají být kladeny otázky, které jsou náročné např. z hlediska paměti dotazovaného nebo z hlediska podrobné informovanosti; otázky s odkazem na populární autoritu; hypotetické otázky; otázky o názoru někoho jiného; chybný výčet kategorií pro odpověď. 37

38 Příklad: Níže uvádíme ukázku části dotazníku použitého ve výzkumu Analýza financování výkonu státní správy samosprávy územních samosprávných celků, která poskytne relevantní množství dat pro přípravu nového zákona o rozpočtovém určení daní (dále jen RUD). 38

39 39

40 Převzato z: Národní hospodářská fakulta Vysoké školy ekonomické v Praze, Posuzovací stupnice (ratting) Posuzovací stupnice patří mezi nejčastěji užívané metrické nástroje hodnocení. Bývají součástí dotazníkových a anketních šetření. Mají široký rozsah užití, snadno se administrují a vyhodnocují. Mezi nevýhody škálových posuzovacích stupnic patří riziko zjednodušujícího a nedostatečně komplexního pohledu na zkoumanou problematiku. (Linhartová, 2006) Rozlišujeme 3 hlavní typy posuzovacích škál (Chráska, 2007): kategoriální respondentovi se předkládá několik uspořádaných kategorií, ze kterých si má vybrat tu, která nejlépe vystihuje pozorovanou skutečnost; je nutnost kategorie formulovat tak, aby je respondenti chápali stejně a minimalizovalo se tak riziko zkreslení dat v důsledku nepochopení; numerické - respondent hodnotí zkoumaný jev na číselné škále; numerické škály mohou být jednostranné (řada čísel, kdy je na jedné straně minimum a na druhé maximum) nebo bipolární (s nulovým bodem uprostřed); optimální počet stupňů škály je do jisté míry individuální pro jednotlivé výzkumy, ale obecně se doporučuje 4-9 stupňová škála; pokud 40

41 použijete škály s lichým počtem stupňů, pak prostřední odpověď bývá respondenty chápána jako nula/nevím. grafické míry hodnocení zde nevyjadřují čísla, ale v názornější grafické formě, většinou se kombinují čáry nebo proužky s popisy vlastností; používá se jak vertikální (tzv. teploměr), tak horizontální znázornění; svislá čára se lépe popisuje, ale hrozí zde riziko, že respondenti budou chápat její horní bod jako lepší pól. V. Břicháček (Břicháček, 1978) rozlišuje další typy škál: standardní posuzovací škály pracují s předem definovanými příklady (standardem); pozorovatelé musí být se všemi standardy napřed důsledně obeznámeni a potom, ke standardům přiřazují ty vlastnosti, které pozorují; kumulativní posuzovací škály daný jev se zachycuje pomocí součtu bodů z několika položek; nejčastěji mají formu seznamu, ze kterého respondent vybírá, pozitivní odpovědi jsou ohodnoceny +1, negativní -1, neutrální 0; posuzovací škály s nucenou volbou zde je po posuzovateli vyžadováno, aby označil vlastnost, kterou má posuzovaný objekt v největší míře, kterou v menší, kterou v nejmenší míře, řadíme typické vlastnosti objektu. Příklad: Numerická škála Jak jste spokojeni s dostupností zdravotní péče v místě Vašeho bydliště? Velmi spokojen/a Velmi nespokojen/á Kumulativní posuzovací škála Jak se k Vám úředník během řešení Vašeho požadavku choval? byl nápomocný byl arogantní pozdravil mě jako první byl bez zájmu, ale udělal, co měl, atd. 41

42 Experiment Podstatou experimentálního zkoumání je záměrná změna podmínek a situace, při níž se dle předem stanovené hypotézy pozorují změněné proměnné. Jev není zkoumán v přirozených podmínkách, ale naopak v umělém, záměrně vytvořeném prostředí. Cílem experimentu není tedy zkoumat přirozený stav jevu, ale průběh změn jevu na základě řízené změny podmínek. Druhy experimentu: laboratorní experiment vyznačuje se maximální kontrolou podmínek, za kterých experiment probíhá; přirozený experiment probíhá v přirozených podmínkách, vyznačuje se nízkou kontrolou experimentálních podmínek; v sociologii se užívá častěji. Výhody experimentu spočívají v tom, že se dá opakovat, dají se dobře vyloučit rušivé vlivy, určujeme dobu experimentu. Experiment je považován za velmi průkaznou a exaktní metodu. Mezi nevýhody experimentu můžeme naopak zařadit to, že pokrývá omezené časové období. Existuje i pravděpodobnost zkreslení, obzvlášť pokud účastníci experimentu vědí o tom, že je na nich experimentováno. Experimentální techniky (Chráska, 2007): technika jedné skupiny nejméně přesná technika založená se na srovnání s výchozím stavem stejné skupiny; protože neexistuje srovnání s jinou skupinou, je z hodnocení vyloučen faktor času a vývoje; technika paralelních skupin nejužívanější metoda; pracuje se současně se 2 a více skupinami, základem je srovnávání experimentální skupiny se skupinou kontrolní, která je oddělená; technika rotace faktorů kombinuje obě předešlé techniky; pracuje se dvěma nevyrovnanými skupinami a experiment probíhá ve dvou fázích, nejprve slouží skupina I jako skupina kontrolní a experiment je prováděn na skupině II, ve druhé fázi se skupina II stává skupinou kontrolní a na skupině I je proveden experiment. Příklad: Experiment probíhá na deseti vybraných základních školách. Žáci prvních tříd pěti škol se učí psát s využitím nového typu písma Comenia Script, v ostatních školách se učí psát postaru. 42

43 Výsledky všech žáků, kteří se učí psát novým způsobem, jsou srovnávány s výsledky žáků, kteří se učí psát po staru. Na základě experimentu je rozhodnuto o zavedení či nezavedení nového typu písma do výukových osnov Obsahová analýza Hlavním cílem obsahové analýzy je využít pro analýzu verbální či psaný dokument a převést jej na kvantitativní údaje. Výzkumník při ní nejprve vytváří soubor vzájemně se vylučujících a vyčerpávajících kategorií, které mohou být použity pro rozbor dokumentů a následně zaznamenává četnosti jednotlivých kategorií. (Jeřábek, 1992) Co je to dokument? Analýza dokumentů je analýza jakýchkoliv dokumentů, které nebyly vytvořeny za účelem našeho výzkumu. Mohou to být psané dokumenty či všelijaké stopy lidského jednání. (Pána, Somr, 2007) Jde o klasickou metodu. Dokumentem je chápán jakýkoliv způsob zachycení informace na hmotném médiu. Podle tohoto média je možné dokumenty dělit na dokumenty tištěné nebo psané na papíře, dokumenty na magnetofonových páscích, na videozáznamech, fotografiích, atd. Jevy se zkoumají na základě oficiálních, osobních či jiných dokumentů. Podle personifikace (vztahu ke konkrétní osobě) je možné dokumenty dělit na: osobní - jde o dopisy, deníky, memoáry, apod.; neosobní - jedná se o statistiky, úřední dokumenty, komuniké, zprávy, apod. Podle statusu pramene lze pak rozlišovat dokumenty na: oficiální (úřední) - bývají závazné, mnohdy kontrolované či jiným způsobem objektivizované.; řadíme sem zákony, vyhlášky, nařízení, apod., dále jsou to úřední statistické prameny, např. statistické ročenky, apod.; neoficiální - mívají zpravidla vyšší míru subjektivity (např. osobní korespondence). Podle pramene informací jsou dokumenty rozdělovány na: primární (prvotní); 43

44 sekundární (druhotné). Příklad: Obsahová analýza se využívá pro identifikace trendů na různých úrovních sociálního vývoje, např. Naisbittův bestseller Megatrends, ve kterém jsou identifikovány nejvýznamnější trendy v USA. Východiskem pro tuto studii byl analýza více než výtisků novin. (Disman, 2001) 3.2 Realizační etapa V této fázi se orientujeme již přímo na přípravu výzkumného terénu a vlastní sběr dat. Sběr dat je pracovní postup, který je orientován na přípravu výzkumného terénu a vlastní získání potřebných dat. Nezbytnou podmínkou pro získání maximálně objektivních informací je dostatečná motivace respondentů pro účast ve výzkumném šetření. Zároveň je nutné zajistit jednotný postup při sběru dat, tj. např. shodným způsobem vedení rozhovorů (vedeného dle předem připraveného záznamového archu a struktury otázek). Realizační fáze je náročná na koordinaci, řízení a organizaci. Opět platí, že čím větší je rozsah výzkumu, tím je výzkum na realizaci náročnější. Příklad: Příkladem enormně náročného výzkumu na sběr dat může být sčítání lidu realizované v roce Doba získávání dat byla cca 1 měsíc, kdy respondenti mohli data odevzdávat do P.O. Boxu, přes Internet nebo s pomocí sčítacích komisařů. 3.3 Zpracování výsledků a jejich interpretace Po získání dat je třeba provést jejich kontrolu, jejímž účelem je vyřadit ze souboru vyplněných dotazníků nebo formulářů pozorování ty, které jsou zpracovány neúplně nebo neobstály při logické kontrole. Kontrola úplnosti a čitelnosti je mechanickou kontrolou. V případě, že některý dotazník či formulář pro rozhovor (pozorování) je neúplně vyplněn, je lépe jej z dalšího procesu vyřadit. Logická kontrola dotazníků znamená ověření si, že respondent odpovídal pravdivě. Nástrojem logické kontroly jsou tzv. kontrolní otázky, záměrně zabudované do dotazníku (rozhovoru) na různá místa a dotazující se věcně na stejnou situaci nebo skutečnost. 44

45 V rámci logické kontroly je třeba věnovat pozornost i odpovědím na otázky, kde byla možnost odpovědět nevím. Slovo nevím může v sobě skrývat různé důvody: buď opravdovou neznalost, ale i nechuť odpovídat na určitou otázku např. citlivou, apod. U otázek, kde je vysoký podíl nevím, je nutné zvážit, jestli budou zahrnuty do dalšího zpracování. Dle Kozla (Kozel, a další, 2011) platí pravidlo, že u správně formulované otázky by neměl být počet neutrálních odpovědí vyšší než 5-10%. Vyčištěný soubor dotazníků (rozhovorů, pozorování) je připraven ke kódování, kterým převádíme odpovědi do podoby použitelné pro počítačové zpracování údajů. Při kódování se dostáváme do dvou druhů situací: kódování uzavřených otázek a kódování otevřených otázek. U uzavřených otázek je při kódování důležité vědět, kolik kategorií odpovědí u jednotlivé otázky přichází v úvahu, abychom reservovali v kódu dostatečný počet míst (např. jednomístný kód pro četnost kategorií odpovědí 0-9, dvoumístný kód při četnosti kategorií odpovědí 10 99, atd.) Pro kategorizaci otevřených otázek dotazníku je třeba vzít do úvahy všechny možné odpovědi respondenta a stanovit jednoznačná pravidla, podle nichž je každá z možných odpovědí zařaditelná jednoznačně do některé z vytvořených kategorií. Často se setkáváme s následujícím typem otázky: Uveďte svůj věk. Pro další manipulaci je výhodnější, abychom pracovali pouze s několika kategoriemi hodnot znaků, a to např. věkem respondenta: let; let; let. Kategorizace musí být jednoznačná. Kritéria pro zařazení jevu do určité kategorie musejí být formulována tak, aby nezůstala možnost zařazení jednoho a téhož případu do více kategorií. (Kozlová, 2005). Při statistickém zpracování údajů se zpravidla postupuje v následujících krocích: kontrola reprezentativnosti výzkumného (výběrového) souboru, tj. jak struktura vzorku odpovídá základnímu souboru; při suficientním počtu respondentů lze případné odchylky, které byly za hranicí přípustnosti, korigovat; 45

46 zjištění základního rozložení podle daného znaku, tj. použití statistických postupů na vyhledávání středových charakteristik (modus, medián, aritmetický průměr) a výpočet odchylek a rozptylů, které umožňují zhodnotit celou řadu údajů v souhrnném ukazateli; křížové třídění, tj. spojování faktů do vzájemných jednoduchých souvislostí statistické charakteristiky měří sílu závislosti, případně určují směr závislosti; využití statistického aparátu je závislé na tom, jakého charakteru jsou škály (případně stupnice) vstupních znaků; vícerozměrné metody poskytují při zpracování empirického materiálu kvalitativně vyšší informaci; na základě vztahů mezi mnoha fakty (ve výzkumu znaky) lze usoudit, co je ovlivňuje na vyšší než bezprostředně empirické úrovni. (Nový, Surynek, 2002) Všechna data, která výzkumnými metodami získáme, musí především splňovat dvě základní kritéria validitu a reliabilitu (Pána a Somr, 2007). Validita znamená platnost výsledků měření, tj. míru shody mezi daty a skutečností. Validita nám udává, zda metody měří to, co měřit mají. Jedná se o korelaci mezi metodou a vnějším kritériem. Výstupem je korelační koeficient. Paralelní validita vyjadřuje do jaké míry je zvolená metoda a technika výzkumu účinná při zjišťování současného stavu. Mezi výsledky výzkumné metody a vnějším kritériem není buď žádný, nebo jen zanedbatelný časový odstup. Pravděpodobnost shody mezi výsledky výzkumu a cíli výzkumu udává empirická validita. Daný výsledek je srovnáván s extrémním kritériem. Predikční validita vyjadřuje, s jakou pravděpodobností se bude zkoumaná osoba chovat stejně i po časovém odstupu. Pojmová validita určuje diagnostické kvality metody, která daná metoda měří. Reliabilita vyjadřuje odolnost výzkumného nástroje vůči vlivům a chybám. V podstatě označuje spolehlivost, se kterou test měří danou realitu. Stabilita v čase udává pravděpodobnost, že při opětovné realizaci výzkumu budou zjištěny stejné závěry. Vyjadřuje se koeficientem korelace a jeho hodnota nesmí být nižší než 0,8. (Pozn.: korelace vyjadřuje vztah mezi soubory jevů či proměnnými. Pro měření síly lineární závislosti mezi dvěma spojitými náhodnými veličinami se používá tzv. Pearsonův korelační koeficient. Jestliže se jedná o dokonalou korelaci, nabývá koeficient hodnoty 1,0. Pokud korelace mezi dvěma proměnnými nalezena nebyla, je koeficient 0. Koeficient -1,0 vyjadřuje korelaci negativní. Pokud má korelace hodnotu 0,6 a větší (+ i -), je zde přítomen vysoký stupeň souvislosti mezi komparovanými proměnnými). 46

47 Vnitřní konzistence testu - je dána mírou homogenity jeho jednotlivých položek. Ekvivalence je zjišťována pomocí paralelních testů. Výsledky různých verzí stejného testu jsou komparovány a výstupem je koeficient ekvivalence. Během sběru dat dochází k rozličným chybám, obecně rozlišuje dva základní typy chyb: výběrová chyba té se dopouštíme vždy, když je náš výběrový soubor menší než základní soubor; chyba se dále zvětšuje, pokud výběrový soubor vybereme špatně a jeho rozložení neodpovídá rozložení základního souboru; nevýběrové chyby další chyby, které plynou především z osoby tazatele nebo respondenta; snížit je lze pouze dodržováním postupů sběru dat. Příklad: Výběrová chyba výzkum nezaměstnanosti v Ostravském kraji, ale výsledky jsou zobecněny na celou Českou republiku. Nevýběrová chyba otázky naváděly respondenty ke konkrétním odpovědím nebo výzkumník špatně či nevhodně zaznamenal zkoumané údaje; respondent nechtěl spolupracovat, na vše odpověděl nevím Počítačové zpracování V dnešní době je samozřejmě nemyslitelné, aby se při zpracování výsledků (a často i při sběru dat) nepoužívaly prostředky moderní výpočetní techniky. Je však dobré si uvědomit, že počítačové zpracování má i své nevýhody. Výhody počítačového zpracování (Jeřábek, 1992) Mezi základní výhody počítačového zpracování patří zejména: rychlost zpracování dat; rozšiřují spolehlivě a pohotově paměť výzkumníka; velký rozsah jejich paměti umožňuje zpracovat ohromné soubory dat; umožňují rozsahem dat větší zobecnění, zvyšují jeho spolehlivost; umožňují odhalit struktury vztahů, pravidelnosti v datech; speciální programy umožňují konstruovat a simulovat modely zkoumané skutečnosti; 47

48 usnadňuje přenositelnost dat. Nevýhody počítačového zpracování (Zvárová, 1999) Základní nevýhody počítačového zpracování jsou zejména: chyby v softwaru - ne všechny statistické programy jsou spolehlivé. Některé mohou poskytovat chybné výsledky zpracování, protože programátor udělal chyby při tvorbě programu či neporozuměl statistické metodě. Je dobré používat ty statistické programy, které mají dobrou pověst a jsou používány již dostatečně dlouho, takže byla postupně odstraněna většina jejich chyb. K takovým programům patří například BMDP, SAS, SPSS, STATISTICA, S PLUS, STATGRAPHICS a další; univerzálnost - univerzálnost byla již uváděna jako výhoda, ale může být i nevýhodou. Protože je nabízena řada statistických metod pro zpracování dat, snadno se stane, že bude k vlastnímu zpracování vybrána nevhodná metoda. Je velmi důležité, aby každý, kdo používá statistický software, si byl vědom úrovně svých statistických znalostí a užíval pouze ty metody, kterým rozumí. Pokud chce aplikovat statistickou metodu, kterou nezná, měl by požádat před zpracováním o radu zkušeného statistika; černá skříňka - použití počítače nás může vzdalovat od vlastních dat. Statistická analýza se provádí automaticky, nová data se zpracovávají a výsledky se ukládají, aniž by byly posouzeny člověkem. Protože většinou výsledky zachycují jen průměrné efekty, může se zcela ztrácet citlivost k individuálním pozorováním; špatná data plodí špatné závěry - jestliže data jsou nasbírána špatně (například jsou špatně kladené otázky v dotazníku), nelze očekávat, že závěry z takových dat budou správné. Dále mohou být data pokažena tím, že se špatně zpracovávají datové soubory, kde některé údaje chybí, když data jsou chybně vložena do počítače nebo se vyskytly chyby již při samotném sběru dat Interpretace Výsledky výzkumu se následně zpracovávají do formy tabulek a grafů, které tvoří přehlednou a úspornou formu prezentace zjištěných výsledků. Tyto výsledky by se neměly dlouze popisovat, ale pouze zdůraznit důležitá zjištění, která podporují očekávané směřování či trendy, nebo naopak vyzdvihnout ty údaje, které nebyly očekávány. 48

49 Prvním krokem interpretace je prostý popis existence jevů, jejich rozšíření, vlastností, atd. V dalších krocích poté následuje posouzení, zda jsou mezi jevy přítomny statisticky významné souvislosti a pokud ano, tak zda potvrzují možnost faktické, věcné souvislosti, dále zda jejich směr závislosti odpovídá vztahu příčiny a následku a zda je možné vyvodit zákonitosti z vysledovaných pravidelností. V rámci interpretace tedy dochází k vysvětlení a vyhodnocení zjištěných výsledků z výzkumného šetření, kdy je možné používat různých postupů. Základní činnosti tudíž je zejména vzájemná komparace zjištěných údajů a kladení otázek: Vyplývají z tohoto porovnání nějaké souvislosti? Jsou v údajích nějaké rozpory? Jak se dají vysvětlit? Jsou údaje v souladu s existující teorií o zkoumaném jevu? Jsou v souladu s údaji z jiných výzkumů? Jestliže ne, proč? Bylo to proto, že šlo o jinou populaci, jiné období nebo proto, že výsledky byly zpracovány jiným způsobem? Nebo to bylo proto, že z údajů vystoupily nekontrolované proměnné? V rámci interpretace se údaje konfrontují se stanovenými hypotézami a tato zjištění se komentují. Zároveň se opíráme o existující teorii a své zkušenosti. Na základě nových zjištění jsou hypotézy přehodnoceny. Interpretace výsledků si na jedné straně vyžaduje správné pochopení číselných údajů na základě matematicko-statistických metod, na straně druhé velký přehled a dobrou orientaci v dané problematice. (Horká, 2008) Pozor na přehnané zevšeobecňování zjištění. Nelze údaje, které byly získány na malém lokálním vzorku subjektů, např. 150 zaměstnancích krajského úřadu (výběrový soubor), zevšeobecňovat na celou populaci (základní soubor) všechny zaměstnance krajských úřadů v ČR. Součástí interpretace výsledků by měly být přehledové tabulky údajů a grafy. Zpracování dat do podoby grafů je nejefektivnějším způsobem prezentace výsledků. Vhodně zvolené a pregnantně zpracované grafy umožňují snadnou orientaci v datech a jasné porovnání výsledků. Pořadí tabulek a grafů by mělo dodržovat následující pravidla: 49

50 nejprve uvádět tabulky a grafy, jež obsahují hlavní a souhrnné informace, za nimi následují podrobnější tabulky; dalším kritériem je řadit jednotlivé grafy a tabulky tematicky, tzn. dle pořadí hypotéz. Grafické znázorňování je velmi účinný způsob, jak prezentovat statistické údaje. Grafy nejsou tak přesné jako tabulky, ale rychle a lépe poskytnou názornou představu o důležitých tendencích a souvislostech. Pomocí grafů můžeme například odhadovat trendy a kolísání časových řad nebo několik časových řad vzájemně srovnávat. Graf však slouží i k znázornění postupů induktivní statistiky, např. sekvenčních rozhodovacích pravidel. Graf představuje přepsání číselných údajů do soustavy geometrických obrazců. Jejich smysl vykládáme pomocí souřadnic, stupnic a grafické sítě. Základem grafu může být i statistická mapa nebo jiný obrázek. Nositelkou stupnice je čára - přímka nebo křivka. Dostáváme tak stupnice přímočaré a křivočaré. Z křivočarých stupnic se často setkáváme s kruhovou stupnicí. Na každé stupnici jsou vyznačeny kvóty, kterým jsou přiřazena čísla. Vzdálenost mezi dvěma kvótami je grafický interval, rozdíl mezi jejich číselným označením je číselný interval. Poměr mezi grafickým a číselným intervalem se nazývá modul stupnice. Podkladem grafického znázornění je většinou soustava souřadnic, v níž horizontální osa (x) se nazývá osa úseček (abscisa) a vertikální osa (y) je osa souřadnic (ordináta). Poloha libovolného bodu je určena délkou kolmice k ose x a k ose y. Číselně polohu bodu vyjádříme vzhledem k zvoleným stupnicím na obou osách. Jestliže stejnému číselnému intervalu v libovolném místě stupnice odpovídá stejný grafický interval, jde o rovnoměrnou stupnici. U nerovnoměrné stupnice stejným číselným intervalům odpovídají nestejné grafické intervaly. Například nerovnoměrná stupnice, pro kterou grafický interval je dán rozdílem logaritmů čísel, se nazývá logaritmická stupnice. Kromě pravoúhlé soustavy souřadnic se používá i polárních souřadnic. Tato soustava určuje polohu libovolného bodu pomocí jeho vzdálenosti od počátku a velikosti úhlu, který je měřen od zadaného směru. Uvedeme nyní některé často používané grafy. (Zvárová, 1999) Druhy grafů Pro znázornění různých veličin či trendů jsou vhodné různé typy grafů, níže uvádíme přehled nejpoužívanějších z nich. V souvislosti s grafy je však třeba upozornit i na riziko zkreslení. Práci s grafy vč. rizika zkreslení se podrobně věnoval modul Aplikační vzdělávací program, nebudeme se tedy zde již hlouběji tímto aspektem zabývat. Spojnicový graf 50

51 Spojnicový graf vyjadřuje velmi často průběh časové řady. Slouží však také ke znázornění rozdělení absolutních nebo relativních četností spojitého znaku a v tomto případě se nazývá polygon četností. Graf 1: Spojnicový graf 4000 Počet vydaných nových pasů v r Zdroj: vlastní zpracování Sloupcový graf Sloupcový graf je velmi rozšířený pro svou názornost a jednoduchost. Číselné hodnoty jsou vyjádřeny pomocí obdélníkových sloupců. Sloupce v grafu obvykle zakreslujeme ve svislé poloze. Ve vodorovné poloze je umisťujeme v případě, že text ke sloupcům je příliš dlouhý. Chceme-li v grafu současně srovnávat v daném znaku více souborů, můžeme do téže třídy umístit i více sloupců. Sloupce pak odlišujeme barevně nebo různým šrafováním. Při stejné velikosti tříd je šířka sloupců konstantní a výška odpovídá velikosti nebo četnosti znázorňovaného jevu. Při nestejné velikosti tříd musí být šířka sloupce úměrná velikosti třídy a plocha odpovídat četnosti. 51

52 Graf 2: Sloupcový graf - poměr nově narozených dívek a chlapců 90,00% 80,00% 70,00% 60,00% 50,00% 40,00% Chlapci Dívky 30,00% 20,00% 10,00% Zdroj: vlastní zpracování Histogram Histogram se používá ke znázornění rozdělení absolutních nebo relativních četností spojitého znaku. Je to sloupcový graf, který lze charakterizovat následovně: sloupce v histogramu jsou vždy vertikální; jejich výška odpovídá četnosti (absolutní nebo relativní); stupnice na vodorovné ose grafu je vždy ve stejných jednotkách (obecné sloupcové grafy, které obvykle obsahují kvalitativní veličiny, nemusí mít měřítko základny); šířka sloupců v histogramu má význam - základna každého sloupce zahrnuje třídu hodnot veličiny. Četnost tedy odpovídá ploše sloupce (tj. šířce sloupce x výšce). 52

53 Graf 3: Příklad histogramu Zdroj: vlastní zpracování 53

54 Věková pyramida Věková pyramida (strom života) znázorňuje věkové složení obyvatelstva. Jedná se opět o zvláštní typ sloupcového grafu. Graf 4: Věková struktura obyvatelstva v r Zdroj: Český statický úřad, 2012 Kruhový graf Kruhový (výsečový, koláčový) graf zachycuje strukturu souboru. Plocha kruhu představuje celý soubor a jednotlivé části jsou znázorněny kruhovými výsečemi. Protože 360 odpovídá 100 % plochy kruhu, představuje výseč o středovém úhlu 3,6 jedno procento. Výseče, které představují jednotlivé složky souboru, odlišujeme různým šrafováním nebo barevně. 54

55 Graf 5: Příklad kruhového grafu Zdroj: vlastní zpracování U kruhového grafu je nutné uvést, že pro účely statistiky není příliš vyhovující, a to z důvodů významných zkreslení, proto jej statistikové využívají pouze pro případ nominálních proměnných. Krabicový graf Tento graf umožňuje posoudit rozložení dat podle velikosti pomocí kvartilů, čímž se poukazuje na případnou asymetrii. Jeho velkou předností je, že vyznačuje i odlehlé hodnoty. (Budíková, a další, 2010) Obdélník znázorňuje kvartily, čtvereček uvnitř nebo příčka znázorňuje medián. Rukojeti pak znázorňují minimální a maximální pozorování. Maximální velikost rukojeti je 1,5 násobek kvartilového rozpětí (obdélníku), všechny hodnoty nad tuto úroveň jsou znázorněny jako odlehlé. 55

56 Graf 6: Krabicový graf Zdroj: Budíková a další, Závěrečná výzkumná zpráva Interpretace formou závěrečné výzkumné zprávy je vhodnou formou přehledného zpracování dosažených výsledků doplněné o postřehy a komentáře výzkumníka. V závěrečné zprávě o výzkumu je zdokumentován průběh výzkumu, jeho obsahové, organizační a metodické náležitosti. Členění závěrečné zprávy: úvod - obsahuje vysvětlení smyslu a cílů výzkumu; popis použitých metod, technik, popis zkoumaného souboru dle objektivních znaků; vlastní poznatky z výzkumu - členěny v souladu s hypotézami do relativně samostatných celků, vč. dílčích závěrů; závěrečné shrnutí a doporučení pro praxi; hlavní poznatky a nastínění problémů pro další řešení (tato část může být někdy ve svém konceptu použita jako úvodní část závěrečné zprávy). (Nový, 1997) 56

Fáze a techniky marketingového výzkumu

Fáze a techniky marketingového výzkumu VY_32_INOVACE_MAR_91 Fáze a techniky marketingového výzkumu Ing. Dagmar Novotná Obchodní akademie, Lysá nad Labem, Komenského 1534 Dostupné z www.oalysa.cz. Financováno z ESF a státního rozpočtu ČR. Období

Více

Určeno studentům středního vzdělávání s maturitní zkouškou, předmět: Marketing a management, téma: Marketingový výzkum

Určeno studentům středního vzdělávání s maturitní zkouškou, předmět: Marketing a management, téma: Marketingový výzkum Určeno studentům středního vzdělávání s maturitní zkouškou, předmět: Marketing a management, téma: Marketingový výzkum Pracovní list vytvořila: Mgr. Radka Drobná Období vytvoření VM: duben 2012 Klíčová

Více

Metodologie sociologického výzkumu Úvod do problematiky

Metodologie sociologického výzkumu Úvod do problematiky Metodologie sociologického výzkumu Úvod do problematiky Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky vojenského a leadershipu

Více

Projekt výzkumu v graduační práci

Projekt výzkumu v graduační práci Projekt výzkumu v graduační práci Základní manuál Prof. PhDr. Beáta Krahulcová, CSc. Fáze výzkumu Přípravná, teoretická fáze (výsledek kumulovaného poznání,precizace výzkumného úkolu, formulace vědecké

Více

Metody přírodních věd aplikované na vědy sociální: předpoklad, že lidské chování můžeme do jisté míry měřit a předpovídat.

Metody přírodních věd aplikované na vědy sociální: předpoklad, že lidské chování můžeme do jisté míry měřit a předpovídat. 3. Kvalitativní vs kvantitativní výzkum Kvantitativní výzkum Metody přírodních věd aplikované na vědy sociální: předpoklad, že lidské chování můžeme do jisté míry měřit a předpovídat. Kvantitativní výzkum

Více

MO-ME-N-T MOderní MEtody s Novými Technologiemi

MO-ME-N-T MOderní MEtody s Novými Technologiemi Projekt: Reg.č.: Operační program: Škola: Tematický okruh: Téma: Jméno autora: MO-ME-N-T MOderní MEtody s Novými Technologiemi CZ.1.07/1.5.00/34.0903 Vzdělávání pro konkurenceschopnost Hotelová škola,

Více

Metody výběru ve výzkumech veřejného mínění

Metody výběru ve výzkumech veřejného mínění Metody výběru ve výzkumech veřejného mínění Populace (základní soubor) Soubor jednotek, o nichž předpokládáme, že jsou pro ně závěry výzkumu platné Někdy se rozlišuje: Cílová populace - všechny jednotky

Více

Marketing Marketingový výzkum

Marketing Marketingový výzkum Výukový materiál zpracován v rámci operačního projektu EU peníze školám Registrační číslo projektu: CZ.1.07/1.5.00/34.0512 Střední škola ekonomiky, obchodu a služeb SČMSD Benešov, s.r.o. Marketing Marketingový

Více

MAPA VÝZKUMU 13/03/2015 1

MAPA VÝZKUMU 13/03/2015 1 MAPA VÝZKUMU 13/03/2015 1 VÝZKUMNÁ ZPRÁVA velikost příspěvku pro vědu není tak důležitá jako kvalita práce,v níž se přínos demonstruje. S původností práce se asociují vlastnosti jako novost, nový styl

Více

Metody sociálních výzkumů

Metody sociálních výzkumů Metody sociálních výzkumů DOTAZNÍK ROZHOVOR POZOROVÁNÍ KAZUISTIKA ZÁKLADNÍ TECHNIKY SBĚRU DAT Přímé pozorování Rozhovor Dotazník Analýza dokumentů (standardizovaný rozhovor, nestandardizovaný rozhovor,

Více

Měření efektivity informačního vzdělávání. Mgr. Gabriela Šimková gsimkova@phil.muni.cz KISK, Filozofická fakulta MU

Měření efektivity informačního vzdělávání. Mgr. Gabriela Šimková gsimkova@phil.muni.cz KISK, Filozofická fakulta MU Měření efektivity informačního vzdělávání Mgr. Gabriela Šimková gsimkova@phil.muni.cz KISK, Filozofická fakulta MU Evaluace jako výzkumný proces Formy informačního vzdělávání CEINVE Kontaktní (face to

Více

Metody sociálního výzkumu. 2. Ročník LS 2010 Jabok, ETF 2. výukový blok

Metody sociálního výzkumu. 2. Ročník LS 2010 Jabok, ETF 2. výukový blok Metody sociálního výzkumu 2. Ročník LS 2010 Jabok, ETF 2. výukový blok Problémy při sociálním výzkumu Sociální realita často zachytitelná jen skrze indikátory potřebná informace: je přímo pozorovatelná

Více

Mark tingový výzkum. Téma. Marketingový výzkum. Realizace. Tomek - Vávrová Katedra ekonomiky, manažerství a humanitních věd FEL-ČVUT Y16MVY

Mark tingový výzkum. Téma. Marketingový výzkum. Realizace. Tomek - Vávrová Katedra ekonomiky, manažerství a humanitních věd FEL-ČVUT Y16MVY Marketingový výzkum Realizace Tomek - Vávrová YMVY Proces marketingového výzkumu Návrh projektu výzkumu Stanovení zdrojů a způsobu získávání informací Sběr informací Vyhodnocení výzkumu a interpretace

Více

aktivita A0705 Metodická a faktografická příprava řešení regionálních disparit ve fyzické dostupnosti bydlení v ČR

aktivita A0705 Metodická a faktografická příprava řešení regionálních disparit ve fyzické dostupnosti bydlení v ČR aktivita A0705 Metodická a faktografická příprava řešení regionálních disparit ve fyzické dostupnosti bydlení v ČR 1 aktivita A0705 Metodická a faktografická příprava řešení regionálních disparit ve fyzické

Více

Příloha č. 3. Charta projektu plné znění (pro jiné OSS než MŠMT)

Příloha č. 3. Charta projektu plné znění (pro jiné OSS než MŠMT) Příloha č. 3. Charta projektu plné znění (pro jiné OSS než MŠMT) Charta projektu má za cíl poskytnout úplné a pevné informační základy pro schválení projektu. Následně je Charta projektu rozpracována do

Více

Základy sociologie a psychologie metodické listy (B_ZSP)

Základy sociologie a psychologie metodické listy (B_ZSP) Základy sociologie a psychologie metodické listy (B_ZSP) AR 2007/2008 - Bakalářské studium kombinovaná forma 1. ročník (pro obor Aplikovaná informatika; ML-sociologie) Přednášející: doc. Dr. Zdeněk Cecava,

Více

veličin, deskriptivní statistika Ing. Michael Rost, Ph.D.

veličin, deskriptivní statistika Ing. Michael Rost, Ph.D. Vybraná rozdělení spojitých náhodných veličin, deskriptivní statistika Ing. Michael Rost, Ph.D. Třídění Základním zpracováním dat je jejich třídění. Jde o uspořádání získaných dat, kde volba třídícího

Více

Proces marketingového výzkumu - jednotlivé fáze, význam, stručná charakteristika. Výběr a formulace výzkumného problému. Vztahy mezi proměnnými.

Proces marketingového výzkumu - jednotlivé fáze, význam, stručná charakteristika. Výběr a formulace výzkumného problému. Vztahy mezi proměnnými. Proces marketingového výzkumu - jednotlivé fáze, význam, stručná charakteristika. Výběr a formulace výzkumného problému. Projekt. Jednotky analýzy. Proměnné. Vztahy mezi proměnnými. Téma č. 2 Cíle marketingového

Více

Výuka s ICT na SŠ obchodní České Budějovice Šablona III/2:

Výuka s ICT na SŠ obchodní České Budějovice Šablona III/2: Škola: Střední škola obchodní, České Budějovice, Husova 9 Projekt MŠMT ČR: EU PENÍZE ŠKOLÁM Číslo projektu: CZ.1.07/1.5.00/34.0536 Název projektu školy: Výuka s ICT na SŠ obchodní České Budějovice Šablona

Více

Pojem a úkoly statistiky

Pojem a úkoly statistiky Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Pojem a úkoly statistiky Statistika je věda, která se zabývá získáváním, zpracováním a analýzou dat pro potřeby

Více

Marketingový průzkum

Marketingový průzkum Marketingový průzkum Předmluva Milé studenky/ti, dostává se Vám do rukou studijní materiál na téma Marketingový průzkum, který vás seznámí se základními aspekty marketingového průzkumu, které budete aplikovat

Více

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení 2 Zpracování naměřených dat Důležitou součástí každé experimentální práce je statistické zpracování naměřených dat. V této krátké kapitole se budeme věnovat určení intervalů spolehlivosti získaných výsledků

Více

CZ.1.07/1.3.49/01.0002

CZ.1.07/1.3.49/01.0002 Název projektu: Rozvoj klíčových kompetencí zástupců ředitele na školách a školských zařízeních Reg. č. projektu: Modul : Uplatnění řízení týmů a projektů v praxi Pro vyžití ve školních projektech Jde

Více

Spokojenost se životem

Spokojenost se životem SEMINÁRNÍ PRÁCE Spokojenost se životem (sekundárních analýza dat sociologického výzkumu Naše společnost 2007 ) Předmět: Analýza kvantitativních revize Šafr dat I. Jiří (18/2/2012) Vypracoval: ANONYMIZOVÁNO

Více

Vnitřní pravidla č. 7/2013 pro zjišťování spokojenosti osob se způsobem poskytování sociálních služeb

Vnitřní pravidla č. 7/2013 pro zjišťování spokojenosti osob se způsobem poskytování sociálních služeb Vnitřní pravidla č. 7/2013 pro zjišťování spokojenosti osob se způsobem poskytování sociálních služeb (ke standardu 15) I. Příprava zjišťování spokojenosti uživatelů se sociálními službami 1. Před zahájením

Více

Diplomový seminář 1. Akademický rok 2008/2009. 17.9.2009 Ing. Václav Křivohlávek, CSc.

Diplomový seminář 1. Akademický rok 2008/2009. 17.9.2009 Ing. Václav Křivohlávek, CSc. Diplomový seminář 1 Akademický rok 2008/2009 Vybrané metodologické otázky 1. Hierarchie pojmů 2. Věcná a formální struktura práce 3. Základní metody zkoumání a výkladu 4. Etika Hierarchie pojmů Pojmy (resp.

Více

MARKETINGOVÝ INFORMAČNÍ SYSTÉM

MARKETINGOVÝ INFORMAČNÍ SYSTÉM MARKETINGOVÝ INFORMAČNÍ SYSTÉM Proč je nutná existence MIS ve firmě? Firmy přechází od místního k celonárodnímu a ke globálnímu marketingu změna orientace od zákaznických potřeb k zák. přáním / stále vybíravější

Více

Autodiagnostika učitele

Autodiagnostika učitele Autodiagnostika učitele Přednáška PdF MU Jana Kratochvílová Autodiagnostika učitele Co si představíme pod daným pojmem? Autodiagnostika učitele V nejširším smyslu jako způsob poznávání a hodnocení vlastní

Více

Metody výzkumu Dotazník Opory odborného textu Odborný text vytváříme na základě: Odborné literatury kontextualita Vlastního výzkumného šetření Dotazníkové šetření, standardizovaný rozhovor (kvantitativní

Více

METODY PSYCHOLOGIE. Tento výukový materiál vznikl za přispění Evropské unie, státního rozpočtu ČR a Středočeského kraje. Mgr.

METODY PSYCHOLOGIE. Tento výukový materiál vznikl za přispění Evropské unie, státního rozpočtu ČR a Středočeského kraje. Mgr. METODY PSYCHOLOGIE Tento výukový materiál vznikl za přispění Evropské unie, státního rozpočtu ČR a Středočeského kraje Leden 2011 Mgr. Monika Řezáčová Psychologie je empirická věda, která disponuje souborem

Více

Moravské gymnázium Brno s.r.o. Kateřina Proroková

Moravské gymnázium Brno s.r.o. Kateřina Proroková Číslo projektu Název školy Autor Tématická oblast CZ.1.07/1.5.00/34.0743 Moravské gymnázium Brno s.r.o. Kateřina Proroková Základy společenských věd Téma Ročník 1. Datum tvorby 28.2.2013 Anotace Sociologický

Více

Marketingové aplikace. Doc. Ing.Vladimír Chalupský, CSc., MBA

Marketingové aplikace. Doc. Ing.Vladimír Chalupský, CSc., MBA Marketingové aplikace Doc. Ing.Vladimír Chalupský, CSc., MBA Struktura předmětu 4. okruh: Marketingový výzkum - vymezení podstaty a účelu marketingového výzkumu - požadavky na informace výzkumu - proces

Více

P R Ů M Y S L O V Ý M A R K E T I N G

P R Ů M Y S L O V Ý M A R K E T I N G P R Ů M Y S L O V Ý M A R K E T I N G 5 ZS, akad.rok 2014/2015 Průmyslový marketing - VŽ 1 M A R K E T I N G O V Ý I N F O R M A Č N Í S Y S T É M ZS, akad.rok 2014/2015 Průmyslový marketing - VŽ 2 Mnoho

Více

Moravské gymnázium Brno s.r.o. Kateřina Proroková. Techniky sběru dat ve společnosti

Moravské gymnázium Brno s.r.o. Kateřina Proroková. Techniky sběru dat ve společnosti Číslo projektu Název školy Autor Tématická oblast CZ.1.07/1.5.00/34.0743 Moravské gymnázium Brno s.r.o. Kateřina Proroková Základy společenských věd Téma Ročník 1. Datum tvorby 10.3.2013 Anotace Techniky

Více

*Jihočeská univerzita v Českých Budějovicích, Zemědělská fakulta České Budějovice ** IDS Praha

*Jihočeská univerzita v Českých Budějovicích, Zemědělská fakulta České Budějovice ** IDS Praha Jan Těšitel* Drahomíra Kušová* Karel Matějka** Martin Kuš* *Jihočeská univerzita v Českých Budějovicích, Zemědělská fakulta České Budějovice ** IDS Praha České Budějovice, září 2013 CÍL Cílem dotazníkového

Více

Metodické listy pro kombinované studium předmětu INVESTIČNÍ A FINANČNÍ ROZHODOVÁNÍ (IFR)

Metodické listy pro kombinované studium předmětu INVESTIČNÍ A FINANČNÍ ROZHODOVÁNÍ (IFR) Metodické listy pro kombinované studium předmětu INVESTIČNÍ A FINANČNÍ ROZHODOVÁNÍ (IFR) (Aktualizovaná verze 04/05) Úvodní charakteristika předmětu: Cílem jednosemestrálního předmětu Investiční a finanční

Více

MATEMATICKÝ SEMINÁŘ (volitelný a nepovinný předmět)

MATEMATICKÝ SEMINÁŘ (volitelný a nepovinný předmět) MATEMATICKÝ SEMINÁŘ (volitelný a nepovinný předmět) Charakteristika vyučovacího předmětu Obsahové vymezení Vzdělání v matematickém semináři je zaměřeno na: užití matematiky v reálných situacích osvojení

Více

Pracovní celky 3.2, 3.3 a 3.4 Sémantická harmonizace - Srovnání a přiřazení datových modelů

Pracovní celky 3.2, 3.3 a 3.4 Sémantická harmonizace - Srovnání a přiřazení datových modelů Pracovní celky 3.2, 3.3 a 3.4 Sémantická harmonizace - Srovnání a datových modelů Obsah Seznam tabulek... 1 Seznam obrázků... 1 1 Úvod... 2 2 Metody sémantické harmonizace... 2 3 Dvojjazyčné katalogy objektů

Více

DIGITÁLNÍ UČEBNÍ MATERIÁL

DIGITÁLNÍ UČEBNÍ MATERIÁL DIGITÁLNÍ UČEBNÍ MATERIÁL Číslo projektu CZ.1.07/1.5.00/34.0763 Název školy SOU potravinářské, Jílové u Prahy, Šenflukova 220 Název materiálu INOVACE_32_MaM 1/ 01/ 02/09 Autor Ing. Eva Hrušková Obor; předmět,

Více

Hodnocení vzdělávací akce.

Hodnocení vzdělávací akce. Projekt terénního výzkumu Hodnocení vzdělávací akce. NEWTON CENTER, spol. s r.o. Praha 4, Krč, Štúrova 55, PSČ 142 00 IČO: 250 80 211 WWW.NEWTONCENTER.CZ 1 Obsah: I. Přípravná fáze...3 II. Realizační fáze...4

Více

Struktura Pre-auditní zprávy

Struktura Pre-auditní zprávy Příloha č. 1 k Smlouvě o Pre-auditu: Struktura Pre-auditní zprávy 1. Manažerské shrnutí Manažerské shrnutí poskytuje nejdůležitější informace vyplývající z Pre-auditní zprávy. 2. Prohlášení o účelu a cílů

Více

Vymezení a význam marketingového výzkumu pro manažerské rozhodování. Základní východiska empirického přístupu, vztah. Téma č. 1

Vymezení a význam marketingového výzkumu pro manažerské rozhodování. Základní východiska empirického přístupu, vztah. Téma č. 1 Vymezení a význam marketingového výzkumu pro manažerské rozhodování. Základní východiska empirického přístupu, vztah teorie a empirie. Téma č. 1 Výzkum trhu Historický vývoj: Výzkum veřejného mínění, sociologický

Více

Hodnocení kvality logistických procesů

Hodnocení kvality logistických procesů Téma 5. Hodnocení kvality logistických procesů Kvalitu logistických procesů nelze vyjádřit absolutně (nelze ji měřit přímo), nýbrž relativně porovnáním Hodnoty těchto znaků někdo buď předem stanovil (norma,

Více

Role experimentu ve vědecké metodě

Role experimentu ve vědecké metodě Role experimentu ve vědecké metodě Erika Mechlová Ostravská univerzita v Ostravě Obsah Úvod 1. Pozorování 2. Uvedení a formulace problému. Sbírání informací 3. Stanovení hypotéz řešení problému 4. Provedení

Více

Metodika Programu pro pěstounské rodiny Slezské diakonie

Metodika Programu pro pěstounské rodiny Slezské diakonie Metodika Programu pro pěstounské rodiny Slezské diakonie Program pro pěstounské rodiny Slezské diakonie jako Pověřená osoba v oblasti náhradní rodinné péče má zpracovanou METODIKU - funkční systém vnitřních

Více

Cvičení z matematiky - volitelný předmět

Cvičení z matematiky - volitelný předmět Vyučovací předmět : Období ročník : Učební texty : Cvičení z matematiky - volitelný předmět 3. období 9. ročník Sbírky úloh, Testy k přijímacím zkouškám, Testy Scio, Kalibro aj. Očekávané výstupy předmětu

Více

Kritérium. Vazba na cíle výzvy (oblasti podpory OP LZZ) A3 Zhodnocení cílů projektu 40 % 8 % C1 Kompetence žadatele 60 % 6 %

Kritérium. Vazba na cíle výzvy (oblasti podpory OP LZZ) A3 Zhodnocení cílů projektu 40 % 8 % C1 Kompetence žadatele 60 % 6 % Vzdělávac vací projekty financované ESF aneb jak to vidí hodnotitel Věcné hodnocení - úkol pro hodnotitele Základní zásady o Žádosti často obsahují obecné formulace, které je možné interpretovat různě

Více

Metodický list pro první soustředění kombinovaného studia. předmětu Management ve finančních službách

Metodický list pro první soustředění kombinovaného studia. předmětu Management ve finančních službách Metodický list pro první soustředění kombinovaného studia předmětu Management ve finančních službách Název tematického celku: Základní koncepční přístupy a osobnost manažera Cíl: V návaznosti na poznatky

Více

Projektová fiše. Cíle modulu. SWOT analýza. SWOT analýza. SWOT analýza - přehled. SWOT Analýza vnitřního prostředí

Projektová fiše. Cíle modulu. SWOT analýza. SWOT analýza. SWOT analýza - přehled. SWOT Analýza vnitřního prostředí Cíle modulu Všeobecné seznámení se strukturou a cílem projektové fiše obeznámení se základními principy tvorby SWOT analýzy projektů (vyhodnocení, návaznosti apod.) dokázat stanovit cíle projektu dle kritérií

Více

Terminologie ve výzkumu. Markéta Vojtová VOŠZ a SZŠ Hradec Králové

Terminologie ve výzkumu. Markéta Vojtová VOŠZ a SZŠ Hradec Králové Terminologie ve výzkumu Markéta Vojtová VOŠZ a SZŠ Hradec Králové Metoda = návod, způsob, cesta, jak něco poznat, něčeho docílit Kroky vedoucí k určitému cíli musí být zdůvodnitelné Objektivně přiměřené

Více

MEZINÁRODNÍ AUDITORSKÝ STANDARD ISA 610 VYUŽITÍ PRÁCE INTERNÍCH AUDITORŮ

MEZINÁRODNÍ AUDITORSKÝ STANDARD ISA 610 VYUŽITÍ PRÁCE INTERNÍCH AUDITORŮ MEZINÁRODNÍ AUDITORSKÝ STANDARD VYUŽITÍ PRÁCE INTERNÍCH AUDITORŮ (Účinný pro audity účetních závěrek sestavených za období počínající 15. prosincem 2009 nebo po tomto datu) OBSAH Odstavec Úvod Předmět

Více

Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. a.s. Ž Ď Á R N A D S Á Z A V O U VÝZVA

Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. a.s. Ž Ď Á R N A D S Á Z A V O U VÝZVA Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky a.s. Ž Ď Á R N A D S Á Z A V O U VÝZVA k podání nabídky na dodávku vzdělávacích služeb ORLZ CZ.04.1.03 Vzdělávání

Více

coachpage.cz MARKETINGOVÝ VÝZKUM Faktory ovlivňující nákupní chování ve vztahu ke koupi automobilu TOOLS for SUCCESS in TODAY s BUSINESS

coachpage.cz MARKETINGOVÝ VÝZKUM Faktory ovlivňující nákupní chování ve vztahu ke koupi automobilu TOOLS for SUCCESS in TODAY s BUSINESS coachpage.cz TOOLS for SUCCESS in TODAY s BUSINESS MARKETINGOVÝ VÝZKUM Faktory ovlivňující nákupní chování Faktory ovlivňující nákupní chování Hlavní cíl výzkumného projektu Výzkumný projekt si klade za

Více

POKYNY PRO ŽADATELE PŘÍLOHA C2 ZÁVAZNÉ OSNOVY PRO ZPRACOVÁNÍ STUDIE PROVEDITELNOSTI K AKCI PŘEDKLÁDANÉ DO GS JKS GRANTOVÁ SCHÉMATA SROP

POKYNY PRO ŽADATELE PŘÍLOHA C2 ZÁVAZNÉ OSNOVY PRO ZPRACOVÁNÍ STUDIE PROVEDITELNOSTI K AKCI PŘEDKLÁDANÉ DO GS JKS GRANTOVÁ SCHÉMATA SROP Moravskoslezský kraj POKYNY PRO ŽADATELE PŘÍLOHA C2 ZÁVAZNÉ OSNOVY PRO ZPRACOVÁNÍ STUDIE PROVEDITELNOSTI K AKCI PŘEDKLÁDANÉ DO GS JKS 28.6.2006 Strana 1 z 5 ZÁVAZNÁ OSNOVA STUDIE PROVEDITELNOSTI (SP) TITULNÍ

Více

S T R A T E G I C K Ý M A N A G E M E N T

S T R A T E G I C K Ý M A N A G E M E N T S T R A T E G I C K Ý M A N A G E M E N T 3 LS, akad.rok 2014/2015 Strategický management - VŽ 1 Proces strategického managementu LS, akad.rok 2014/2015 Strategický management - VŽ 2 Strategický management

Více

Předškolní a mimoškolní pedagogika Odborné předměty Výchova a vzdělávání Metody výchovy a vzdělávání

Předškolní a mimoškolní pedagogika Odborné předměty Výchova a vzdělávání Metody výchovy a vzdělávání VÝUKOVÝ MATERIÁL: VY_32_INOVACE_ DUM 10, S 17 JMÉNO AUTORA: DATUM VYTVOŘENÍ: 9.2. 2013 PRO ROČNÍK: OBORU: VZDĚLÁVACÍ OBLAST. TEMATICKÝ OKRUH: Bc. Blažena Nováková 1. ročník Předškolní a mimoškolní pedagogika

Více

VLÁDA ČESKÉ REPUBLIKY

VLÁDA ČESKÉ REPUBLIKY VLÁDA ČESKÉ REPUBLIKY USNESENÍ VLÁDY ČESKÉ REPUBLIKY ze dne 23. května 2007 č. 561 k vytvoření účetnictví státu Vláda I. schvaluje 1. vytvoření účetnictví státu s účinností od 1. ledna 2010, 2. Základní

Více

ÚVOD DO PROBLEMATIKY PROJEKTŮ, KATEGORIE

ÚVOD DO PROBLEMATIKY PROJEKTŮ, KATEGORIE PROJEKTOVÉ ŘÍZENÍ STAVEB ÚVOD DO PROBLEMATIKY PROJEKTŮ, KATEGORIE Vysoká škola technická a ekonomická v Českých PROJEKTŮ Budějovicích Institute of Technology And Business In České Budějovice Tento učební

Více

Program Statistica Base 9. Mgr. Karla Hrbáčková, Ph.D.

Program Statistica Base 9. Mgr. Karla Hrbáčková, Ph.D. Program Statistica Base 9 Mgr. Karla Hrbáčková, Ph.D. OBSAH KURZU obsluha jednotlivých nástrojů, funkce pro import dat z jiných aplikací, práce s popisnou statistikou, vytváření grafů, analýza dat, výstupní

Více

Logický rámec projektu (Logical Framework Matrix LFM)

Logický rámec projektu (Logical Framework Matrix LFM) Logický rámec projektu (Logical Framework Matrix LFM) Při přípravě, realizaci, monitorování a hodnocení programů a projektů se obvykle uplatňuje ve vyspělých zemích i v mezinárodních organizacích (EU,

Více

Obchodní akademie, Lysá nad Labem, Komenského 1534

Obchodní akademie, Lysá nad Labem, Komenského 1534 VY_32_INOVACE_MAR_92 Dotazník Ing. Dagmar Novotná Obchodní akademie, Lysá nad Labem, Komenského 1534 Dostupné z www.oalysa.cz. Financováno z ESF a státního rozpočtu ČR. Období vytvoření: 11/2012 Ročník:

Více

D o p a d o v á s t u d i e. "Pracovněprávní vztahy v odvětví obchodu"

D o p a d o v á s t u d i e. Pracovněprávní vztahy v odvětví obchodu D o p a d o v á s t u d i e "Pracovněprávní vztahy v odvětví obchodu" P r a h a 2012 D o p a d o v á s t u d i e "Pracovněprávní vztahy v odvětví obchodu" Název projektu: Posilování bipartitního dialogu

Více

Cíl výuky: Cílem předmětu je uvedení studentů do problematiky projektování, seznámit posluchače se zásadami

Cíl výuky: Cílem předmětu je uvedení studentů do problematiky projektování, seznámit posluchače se zásadami PM_prezenční a kombinované bakalářské studium Česky Projektový management Anglicky Project Management Garant Ing. Zdeněk Voznička, CSc. Zakončení Zápočet Anotace: Úvod do projektového managementu, základní

Více

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D.

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D. Zpracování náhodného výběru popisná statistika Ing. Michal Dorda, Ph.D. Základní pojmy Úkolem statistiky je na základě vlastností výběrového souboru usuzovat o vlastnostech celé populace. Populace(základní

Více

PILOTNÍ OVĚŘOVÁNÍ v aktivitě Ekonomická gramotnost

PILOTNÍ OVĚŘOVÁNÍ v aktivitě Ekonomická gramotnost PILOTNÍ OVĚŘOVÁNÍ v aktivitě Ekonomická gramotnost 1. Úvod V souladu s aktivitami projektu byl výukový modul Ekonomická gramotnost pilotně ověřen na primární (děti) i sekundární (pedagogové) cílové skupině.

Více

Využití přírodovědného pokusu na 1. stupni ZŠ z pohledu učitelů z praxe výzkumná sonda. Ondřej Šimik

Využití přírodovědného pokusu na 1. stupni ZŠ z pohledu učitelů z praxe výzkumná sonda. Ondřej Šimik Využití přírodovědného pokusu na 1. stupni ZŠ z pohledu učitelů z praxe výzkumná sonda Ondřej Šimik Kontext přírodovědného vzdělávání na 1. stupni ZŠ Transformace české školy - RVP ZV Člověk a jeho svět

Více

Vzdělávací aktivity ve vzdělávání

Vzdělávací aktivity ve vzdělávání Vzdělávací aktivity ve vzdělávání dospělých Cíle výuky, učební cíl Cíl výuky zachycuje to, co má účastník na konci učební jednotky vědět nebo umět. Učební cíl tedy popisuje ne to, co lektoři chtějí nebo

Více

er150213 Jilská 1, Praha 1 Tel.: 286 840 129 E-mail: milan.tucek@soc.cas.cz

er150213 Jilská 1, Praha 1 Tel.: 286 840 129 E-mail: milan.tucek@soc.cas.cz er0 TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská, Praha Tel.: 86 80 9 E-mail: milan.tucek@soc.cas.cz Názor na zadlužení obyvatel a státu leden 0 Technické

Více

SOUBOR OTÁZEK PRO INTERNÍ AUDIT (Checklist)

SOUBOR OTÁZEK PRO INTERNÍ AUDIT (Checklist) SOUBOR OTÁZEK PRO INTERNÍ AUDIT (Checklist) Oblast 1. STRATEGICKÉ PLÁNOVÁNÍ Jsou identifikovány procesy v takovém rozsahu, aby byly dostačující pro zajištění systému managementu jakosti v oblasti vzdělávání?

Více

PROJEKT BAKALÁŘSKÉ PRÁCE

PROJEKT BAKALÁŘSKÉ PRÁCE PROJEKT BAKALÁŘSKÉ PRÁCE Univerzita Karlova v Praze Fakulta sociálních věd Institut sociologických studií Katedra sociologie PŘEDPOKLÁDANÝ NÁZEV BAKALÁŘSKÉ PRÁCE: PODNIKOVÉ VZDĚLÁVÁNÍ A JEHO VZTAH K MOBILITĚ

Více

EKONOMETRIE 7. přednáška Fáze ekonometrické analýzy

EKONOMETRIE 7. přednáška Fáze ekonometrické analýzy EKONOMETRIE 7. přednáška Fáze ekonometrické analýzy Ekonometrická analýza proces, skládající se z následujících fází: a) specifikace b) kvantifikace c) verifikace d) aplikace Postupné zpřesňování jednotlivých

Více

Sedm Barcelonských principů

Sedm Barcelonských principů Sedm Barcelonských principů 1. Význam stanovení cílů a měření 2. Vhodnější než měřit výstupy, je měřit vliv na výsledky 3. Vliv na obchodní výsledky lze měřit a měl by být měřen, kdykoli je to možné 4.

Více

PROPOJENÍ VĚDY, VÝZKUMU, VZDĚLÁVÁNÍ A PODNIKOVÉ PRAXE. PhDr. Dana Pokorná, Ph.D. Mgr. Jiřina Sojková, Státní zámek Sychrov, 21. 23. 5.

PROPOJENÍ VĚDY, VÝZKUMU, VZDĚLÁVÁNÍ A PODNIKOVÉ PRAXE. PhDr. Dana Pokorná, Ph.D. Mgr. Jiřina Sojková, Státní zámek Sychrov, 21. 23. 5. PROPOJENÍ VĚDY, VÝZKUMU, VZDĚLÁVÁNÍ A PODNIKOVÉ PRAXE PhDr. Dana Pokorná, Ph.D. Mgr. Jiřina Sojková, Státní zámek Sychrov, 21. 23. 5. 2012 APSYS Aplikovatelný systém dalšího vzdělávání pracovníků ve vědě

Více

2 MATEMATIKA A JEJÍ APLIKACE UČEBNÍ OSNOVY

2 MATEMATIKA A JEJÍ APLIKACE UČEBNÍ OSNOVY 2 MATEMATIKA A JEJÍ APLIKACE UČEBNÍ OSNOVY 2. 2 Cvičení z matematiky Časová dotace 7. ročník 1 hodina 8. ročník 1 hodina 9. ročník 1 hodina Charakteristika: Předmět cvičení z matematiky doplňuje vzdělávací

Více

Projekt Zefektivnění činnosti TAČR v oblasti podpory VaVaI a podpora posilování odborných kapacit organizací veřejné správy v oblasti VaVaI

Projekt Zefektivnění činnosti TAČR v oblasti podpory VaVaI a podpora posilování odborných kapacit organizací veřejné správy v oblasti VaVaI Projekt Zefektivnění činnosti TAČR v oblasti podpory VaVaI a podpora posilování odborných kapacit organizací veřejné správy v oblasti VaVaI Reg. č. CZ.1.04/4.1.00/D4.00003 Projekt Zefektivnění činnosti

Více

Cíl vzdělávacích modulů:

Cíl vzdělávacích modulů: PŘÍLOHA č. 9 OBSAH VZDĚLÁVACÍHO PROGRAMU Projekt rozšiřuje nabídku dalšího vzdělávání prostřednictvím vytvoření vzdělávacího programu se speciální SW aplikací a skripty pro personalisty a vedoucí pracovníky,

Více

5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza

5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza 5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza 5.1 Vícerozměrná data a vícerozměrná rozdělení Při zpracování vícerozměrných dat se hledají souvislosti mezi dvěma, případně

Více

Management. Ing. Jan Pivoňka

Management. Ing. Jan Pivoňka Management Ing. Jan Pivoňka Stanovení osobní vize V souladu s kotvou Konkrétní představa Citový náboj Stimul pro aktivní jednání Krátkodobější cíle motivace Výjimky Jasná vize Pohodoví lidé Úspěch bez

Více

NÁHODNÁ ČÍSLA. F(x) = 1 pro x 1. Náhodná čísla lze generovat některým z následujících generátorů náhodných čísel:

NÁHODNÁ ČÍSLA. F(x) = 1 pro x 1. Náhodná čísla lze generovat některým z následujících generátorů náhodných čísel: NÁHODNÁ ČÍSLA TYPY GENERÁTORŮ, LINEÁRNÍ KONGRUENČNÍ GENERÁTORY, TESTY NÁHODNOSTI, VYUŽITÍ HODNOT NÁHODNÝCH VELIČIN V SIMULACI CO JE TO NÁHODNÉ ČÍSLO? Náhodné číslo definujeme jako nezávislé hodnoty z rovnoměrného

Více

Z X 5 0 4 H o d n o c e n í v l i v ů n a ž i v o t n í p r o s t ř e d í. Vybrané metody posuzování dopadu záměrů na životní

Z X 5 0 4 H o d n o c e n í v l i v ů n a ž i v o t n í p r o s t ř e d í. Vybrané metody posuzování dopadu záměrů na životní Z X 5 0 4 H o d n o c e n í v l i v ů n a ž i v o t n í p r o s t ř e d í Vybrané metody posuzování dopadu záměrů na životní prostředí. ř Posuzování dopadu (impaktu) posuzované činnosti na životní prostředí

Více

Vyšší odborná škola a Střední škola Varnsdorf, příspěvková organizace. Šablona 18 VY 32 INOVACE 0114 0218

Vyšší odborná škola a Střední škola Varnsdorf, příspěvková organizace. Šablona 18 VY 32 INOVACE 0114 0218 Vyšší odborná škola a Střední škola Varnsdorf, příspěvková organizace Šablona 18 VY 32 INOVACE 0114 0218 VÝUKOVÝ MATERIÁL Identifikační údaje školy Číslo projektu Číslo a název šablony Autor Tematická

Více

Tabulka 1 Rizikové online zážitky v závislosti na místě přístupu k internetu N M SD Min Max. Přístup ve vlastním pokoji 10804 1,61 1,61 0,00 5,00

Tabulka 1 Rizikové online zážitky v závislosti na místě přístupu k internetu N M SD Min Max. Přístup ve vlastním pokoji 10804 1,61 1,61 0,00 5,00 Seminární úkol č. 4 Autoři: Klára Čapková (406803), Markéta Peschková (414906) Zdroj dat: EU Kids Online Survey Popis dat Analyzovaná data pocházejí z výzkumu online chování dětí z 25 evropských zemí.

Více

VÝSLEDKY VÝZKUMU. indikátor ECI/TIMUR A.1 SPOKOJENOST OBYVATEL S MÍSTNÍM SPOLEČENSTVÍM V PROSTĚJOVĚ

VÝSLEDKY VÝZKUMU. indikátor ECI/TIMUR A.1 SPOKOJENOST OBYVATEL S MÍSTNÍM SPOLEČENSTVÍM V PROSTĚJOVĚ VÝSLEDKY VÝZKUMU indikátor ECI/TIMUR A.1 SPOKOJENOST OBYVATEL S MÍSTNÍM SPOLEČENSTVÍM V PROSTĚJOVĚ Realizace průzkumu, zpracování dat a vyhodnocení: Střední odborná škola podnikání a obchodu, spol. s r.o.

Více

STEM - Středisko empirických výzkumů, Chlumčanského 5, 180 00 Praha 8 SPORTOVNÍ SÁZKY. Bleskový průzkum STEM pro APKURS

STEM - Středisko empirických výzkumů, Chlumčanského 5, 180 00 Praha 8 SPORTOVNÍ SÁZKY. Bleskový průzkum STEM pro APKURS STEM - Středisko empirických výzkumů, Chlumčanského 5, 8 Praha 8 SPORTOVNÍ SÁZKY Bleskový průzkum STEM pro APKURS V Praze dne. září 4 I. Údaje o výzkumu Typ výzkumu: Věcné zaměření výzkumu: Zkoumaná populace:

Více

Studijní texty. Téma: Vzdělávání a příprava obyvatelstva v oblasti bezpečnosti a obrany státu

Studijní texty. Téma: Vzdělávání a příprava obyvatelstva v oblasti bezpečnosti a obrany státu Studijní texty Název předmětu: Řízení bezpečnosti Téma: Vzdělávání a příprava obyvatelstva v oblasti bezpečnosti a obrany státu Zpracoval: Ing. Miroslav Jurenka, Ph.D. Operační program Vzdělávání pro konkurenceschopnost

Více

Rozhodovací procesy 11

Rozhodovací procesy 11 Rozhodovací procesy 11 Management rizik Příprava předmětu byla podpořena projektem OPPA č. CZ.2.17/3.1.00/33253 XI rozhodování 1 Management rizik Cíl přednášky 11: a přístup k řízení rizik : Ohrožení,

Více

Časové a organizační vymezení

Časové a organizační vymezení Vzdělávací oblast Vzdělávací obor Vyučovací předmět Týdenní hodinové dotace Časové a organizační vymezení Matematika a její aplikace Matematika a její aplikace Matematika 1. stupeň 2. stupeň 1. ročník

Více

Určeno studentům středního vzdělávání s maturitní zkouškou, předmět Marketing a management, okruh Plánování

Určeno studentům středního vzdělávání s maturitní zkouškou, předmět Marketing a management, okruh Plánování Určeno studentům středního vzdělávání s maturitní zkouškou, předmět Marketing a management, okruh Plánování Materiál vytvořil: Ing. Karel Průcha Období vytvoření VM: listopad 2013 Klíčová slova: plánování,

Více

Vysoká škola báňská - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra aplikované matematiky STATISTIKA I.

Vysoká škola báňská - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra aplikované matematiky STATISTIKA I. Vysoká škola báňská - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra aplikované matematiky STATISTIKA I. pro kombinované a distanční studium Radim Briš Martina Litschmannová

Více

Pilotní průzkum informační gramotnosti vysokoškolských studentů

Pilotní průzkum informační gramotnosti vysokoškolských studentů Odborná komise pro informační vzdělávání a informační gramotnost na vysokých školách Pilotní průzkum informační gramotnosti vysokoškolských studentů v České republice Ludmila Tichá, ČVUT v Praze Fakulta

Více

Pecharova 10, 146 20 PRAHA 4 Tel.: 222 135 544, Fax: 222 135 545 E-Mail: INBOX@MARKENT.CZ

Pecharova 10, 146 20 PRAHA 4 Tel.: 222 135 544, Fax: 222 135 545 E-Mail: INBOX@MARKENT.CZ E-BUSINESS V PODNIKOVÉ SFÉŘE PŘEHLED VÝSLEDKŮ VÝZKUMU Pecharova 1, 146 PRAHA 4 Tel.: 135 544, Fax: 135 545 E-Mail: INBOX@MARKENT.CZ Říjen 1 O č i, které vidí víc Markent, s.r.o., je společnost specializovaná

Více

Projektový námět Budování absorpční kapacity Plzeňského kraje

Projektový námět Budování absorpční kapacity Plzeňského kraje Projektová karta Projektový námět Budování absorpční kapacity Plzeňského kraje Evidenční číslo projektu Název partnera - vkladatele Název partnera zodpovědného za vyplnění či kontrolu Projektové karty

Více

Společného monitorovacího výboru operačních programů Praha Adaptabilita a Praha Konkurenceschopnost

Společného monitorovacího výboru operačních programů Praha Adaptabilita a Praha Konkurenceschopnost U S N E S E N Í Společného monitorovacího výboru operačních programů Praha Adaptabilita a Praha Konkurenceschopnost číslo 3 ze dne 5. prosince 2007 ke Kritériím pro výběr projektů Operačního programu Praha

Více

Vstupní analýza absorpční kapacity OPTP. pro programové období 2014 2020

Vstupní analýza absorpční kapacity OPTP. pro programové období 2014 2020 Manažerské shrnutí 1 Výstup zpracovaný k datu: 10. 2. 2014, aktualizace k 7.5. 2014 Zpráva zpracována pro: Ministerstvo pro místní rozvoj ČR Staroměstské náměstí 6 110 15 Praha 1 Dodavatel: HOPE-E.S.,

Více

Manažerská ekonomika KM IT

Manažerská ekonomika KM IT KVANTITATIVNÍ METODY INFORMAČNÍ TECHNOLOGIE (zkouška č. 3) Cíl předmětu Získat základní znalosti v oblasti práce s ekonomickými ukazateli a daty, osvojit si znalosti finanční a pojistné matematiky, zvládnout

Více

Slohové útvary se zřetelem ke komunikační situaci

Slohové útvary se zřetelem ke komunikační situaci Slohové útvary se zřetelem ke komunikační situaci ZÁKLADNÍ ÚROVEŇ OBTÍŽNOSTI Soupis slohových útvarů pro zadání písemné práce vypravování úvahový text popis (popis prostý, popis odborný, subjektivně zabarvený

Více

Expertní studie VÝZKUM FAKTORŮ PŘECHODU OD INDUSTRIÁLNÍ EKONOMIKY KE ZNALOSTNÍ A PODNIKAVÉ EKONOMICE V PODMÍNKÁCH MORAVSKOSLEZSKÉHO KRAJE

Expertní studie VÝZKUM FAKTORŮ PŘECHODU OD INDUSTRIÁLNÍ EKONOMIKY KE ZNALOSTNÍ A PODNIKAVÉ EKONOMICE V PODMÍNKÁCH MORAVSKOSLEZSKÉHO KRAJE VÝZKUM FAKTORŮ PŘECHODU OD INDUSTRIÁLNÍ EKONOMIKY KE ZNALOSTNÍ A PODNIKAVÉ EKONOMICE V PODMÍNKÁCH MORAVSKOSLEZSKÉHO KRAJE VYSOKÁ ŠKOLA PODNIKÁNÍ, A.S. říjen - listopad 2010 Obsah 1. HYPOTÉZY A CÍLE VÝZKUMU...

Více

PEDAGOGICKOPSYCHOLOGICKÁ DIAGNOSTIKA

PEDAGOGICKOPSYCHOLOGICKÁ DIAGNOSTIKA PEDAGOGICKOPSYCHOLOGICKÁ DIAGNOSTIKA Pedagogickopsychologická diagnostika je učitelův nástroj poznání podmínek, průběhu a výsledků řízeného procesu. Snaží se o poznání příčin, které učiteli umožní na základě

Více

VŠ a šetření uplatnitelnosti absolventů

VŠ a šetření uplatnitelnosti absolventů VŠ a šetření uplatnitelnosti absolventů IPN KREDO Doplňkový úkol č. VIII (KA 03) Alena Hanzelková Workshop KA05, Olomouc, 12. 5. 2015 www.kredo.reformy-msmt.cz Cíl doplňkového úkolu č. VIII Zjistit, do

Více

SOCIOLOGIE B2 Mgr. Ondřej Roubal, Ph.D.

SOCIOLOGIE B2 Mgr. Ondřej Roubal, Ph.D. SOCIOLOGIE B2 Mgr. Ondřej Roubal, Ph.D. AR 2013/2014 Fakulta sociálních studií katedra sociologie Kde se nejčastěji setkáváme se sociologickým výzkumem? Sociologie se objevuje veřejnosti nejprve ve svých

Více