Fakulta aplikovaných věd Katedra matematiky. Bakalářská práce. Dotazníkové šetření. Gabriela Kreislová

Transkript

1 Faulta aplovaných věd Katedra ateaty Baalářsá práce Dotazníové šetření Plzeň, 008 Gabrela Kreslová

2 Dotazníové šetření Abstrat Tato baalářsá práce popsuje nejdůležtější aspety dotazníového šetření. Věnuje se předevší jeho přípravě, onstruc, průběhu a analýze výsledů. Podrobněj se zaěřuje na záladní etody hodnocení výsledů. Konrétně jde o popsné charatersty a bodové odhady neznáých statstcých paraetrů potřebných pro rozšíření platnost závěrů z výběrového souboru na celou danou populac. Teoretcé poznaty týající se onstruce dotazníu a etod hodnocení výsledů jsou aplovány na usutečněné dotazníového šetření pro účely zjštění valty vzdělávání v rác Západočesé unverzty. Klíčová slova dotazní, záladní soubor, výběrový soubor, statstcý odhad, bnocé rozdělení, hypergeoetrcé rozdělení, norální rozdělení, etoda axální věrohodnost, etoda oentů Questonnare exanaton Abstract Ths bachelor thess descrbes the an aspects of questonnare exanaton. Ths thess s prarly attended to preparaton, constructon, process and analyss of ts conclusons. In detal t s focused on basc output classfcaton ethods. Concretely these are descrptve statstcal paraeters and pont estates of unnown statstcal paraeters requred for extenson of output valdty fro selectve group to whole approprate populaton. The teoretcal nowledge about questonnare constructon and output classfcaton ethods are appled to realzed questonnare exanaton for educaton qualty chec purposes wthn the Unversty of West Bohea. Keywords questonnare, base group, selectve group, statstcal estaton, bnoal dstrbuton, hypergeoetrc dstrbuton, noral dstrbuton, axu lelhood estaton, ethod of oent

3 Čestné prohlášení Prohlašuj, že jse baalářsou prác vypracovala zcela saostatně, pouze za odborného vedení a onzultací s vedoucí baalářsé práce Ing. Kateřnou Voáčovou a s použtí uvedené lteratury. V Plzn, 30. července 008 Gabrela Kreslová v.r.

4 Poděování Děuj vedoucí baalářsé práce Ing. Kateřně Voáčové za cenné odborné rady a přpoíny, teré posytovala v průběhu vznu této baalářsé práce. Zároveň děuj ostatní lde, bez jejchž orální podpory by tato práce nevznla.

5 Obsah. ÚVOD.... SPECIFIKACE ÚČELU ŠETŘENÍ PŘÍPRAVA DOTAZNÍKOVÉHO ŠETŘENÍ Forulace výzuného probléu a cílů výzuu Výběr respondentů Stanovení záladního souboru Výběrové postupy Velost vzoru Způsoby dotazování Písené dotazování Osobní dotazování Telefoncé dotazování Eletroncé dotazování Příprava dotazníu Forulace otáze Typy otáze Otázy dle účelu Otázy dle varant odpovědí Šálování Strutura dotazníu Ověření dotazníu ZPRACOVÁNÍ A ANALÝZA DAT Příprava dat pro statstcou analýzu Typy proěnných Analýza proěnných Rozdělení četností Popsné charatersty Statstcé odhady Hypergeoetrcé rozdělení Bnocé rozdělení Norální rozdělení Záladní etody onstruce odhadů INTERPRETACE A PREZENTACE VÝSLEDKŮ VÝZKUMU Interpretace dat Závěrečná zpráva PRAKTICKÁ UKÁZKA ZPRACOVÁNÍ DAT Cíle výzuu Výběr respondentů a způsob sběru dat Řešení dotazníu... 44

6 6.4. Příprava dat pro statstcou analýzu Výpočet výběrových charaterst Rozšíření výsledů na celou populac poocí hypergeoetrcého rozdělení Aproxace hypergeoetrcého rozdělení Porovnání aproxací Porovnání aproxací u předětu ZM Porovnání aproxací u předětu MECH Porovnání aproxací u předětu MA Zjštění dodržení podíne ZÁVĚR PŘEHLED POUŽITÉHO ZNAČENÍ ZDROJE PŘÍLOHY... 67

7 . Úvod V dobách, dy ldé začal ít vlastní názory a sděloval je ostatní napřílad veřejně na středověých tržštích, se začal utvářet poje ající dnes velý nforační význa. Soubor více názorů a yšlene, teré ají stejný nebo podobný charater, lze totž povýšt na jednotný veřejný názor nebol veřejné ínění. Šíření veřejného ínění bylo dříve zajštěno příý ontate ez ld, dy názor se slnější arguenty ohl snadno přebít názor nerozhodného jednce. Postupe času tuto úlohu přebrala éda, terá je ožno do jsté íry označt za šřtele veřejného ínění. Méda totž nabízejí zprostředování určtého názoru, často za fnanční oděnu. Za taový názor lze považovat propagac výrobu, objetvnost zpravodajství onrétní televzní stance, ráda nebo tsu, č prosazování zájů poltcé strany. Ve většně případů jde o neetcý způsob šíření a podstrování neověřených nebo doonce vyyšlených nforací, teré ají vyvolat určtý chtěný názor u jejch příjeců. Exstují ovše, a veřejností jsou stále více požadovány nforace, teré jsou podloženy faty nebo výsledy výzuů dané oblast. Taové výzuy využívají statstcých a psychologcých etod e zjštění saotného veřejného ínění nebo nforací, teré ohou zpětnou vazbou veřejné ínění tvořt a rozvíjet ho. Jednou z fore výzuu veřejného ínění je dotazníové šetření. Tento druh zjšťování názoru občanů se začal značně rozvíjet ve 40 letech nulého století. Funce dotazníového šetření je různorodá. Kroě zjšťování veřejného ínění slouží taé výzuu trhu. Dotazní, na teré je výzu založen, ůže poocí odpovědí dotazovaných osob na otázy, teré obsahuje, podat nforac o veřejných názorech, ale napřílad o zscích fre v dané tržní odvětví nebo prodejnost nějaého produtu. Aplace dotazníového šetření v souvslost s veřejný ínění nalézá uplatnění v poltce. Od počátů dotazníových šetření je zpochybňována jejch spolehlvost a přesnost. Znáý případe, terý ěl výrazný vlv na důvěru této forě výzuu veřejného ínění, byla předpověď týu George Gallupa o vítěz aercých prezdentsých voleb v roce 936. Na záladě enšího, ovše reprezentatvnějšího vzoru občanů předpověděl správně vítěze těchto voleb na rozdíl od tehdy uznávané anety časopsu Lterary Dgest. Aby tedy byla zajštěna dostatečná spolehlvost a určtá přesnost výsledů výzuu, založených na teor pravděpodobnost, je nutné znát a respetovat pravdla týající se přípravy, stavby, průběhu a vyhodnocování dotazníů. Tato práce je zaěřena právě na teoretcý pops podstatných náležtostí a postupů jednotlvých etap dotazníového šetření. Vzájeně navazující aptoly představují jednotlvé roy výzuu počínaje specfací jeho ožných účelů. Následuje objasnění

8 přípravné fáze výzuu, terá zahrnuje nejprve forulac cílů, s n souvsející výběr cílové supny a fora dotazování. Dále jsou pa rozpracovány a popsány zásady tvorby dotazníu, jaožto způsobu saotného dotazování. Následuje pops etod analýzy a vyhodnocení dat, teré jsou výslede terénní, č jné fory sběru dat. V prác jsou specfovány a aplovány statstcé etody používané pro zobecnění zísaných výsledů na celou populac. Pratcou uázou je v této prác analýza výzuu s vyhodnocení nashroážděných dat usutečněného dotazníového šetření pro účely zjštění valty vzdělávání v rác Západočesé unverzty. Cíle této práce je podat co nejsrozutelnější forou náhled na probleatu dotazníových šetření a využtí těchto poznatů jejch aplac na onrétní výzuný záěr. V toto případě se jedná o vyhodnocení a analýzu usutečněného dotazníového šetření a forulac závěrů, teré ohou být užtečné pro budoucí výzuy podobného charateru.

9 . Specface účelu šetření Dotazníové šetření vždy vzná na záladě požadavu nějaého subjetu. Títo subjete je v podstatě dool, nejčastěj vša vědecá supna č jednotlvec, souroá fra, tsové agentury, stát (poltcé strany, nsterstva atd.. Tyto subjety obvyle potřebují zjstt odpověď na otázu, terá představuje podporu nebo řešení jejch probléu. Účel šetření lze tedy specfovat a chápat jao využtí výsledů šetření zísání určté znalost nebo zdroje nforací pro potřeby zadavatelsého subjetu. Výstupy, teré ůže aždé šetření posytnout, jsou vždy odvozené nebo vypočítané výsledy z nashroážděných dat. Jde zejéna o vanttatvní etody, teré jsou v případě dotazníového šetření aplovány na data vyjadřující názor jednotlvých respondentů šetření. Tyto zísané osobté názory lze v dostatečné reprezentatvní vzoru díy statstcý etodá výběru zobecnt pro celou populac. Dostáváe ta hlavní účel dotazníových šetření a to zjštění veřejného ínění o dané záležtost. Veřejné ínění by ělo být souhrnnou odpovědí nebo názore na danou otázu nebo problé zadavatele. Zísané závěry šetření ohou být zadavatele využty pro potřeby dalších výzuů, propagace (vlastní nebo zprostředované, relay, budoucí aretngové stratege nebo ohou ít pouze nforatvní charater. Napřílad výsledy výzuu volebních preferencí jsou svou nforační podstatou na jedné straně podněte onrétní poltcé strany pro zvolení budoucí stratege. Na druhou stranu ohou ít vlv anpulatvní v případě nerozhodných osob. Reace zadavatele na výslede šetření je jž čstě ndvduální záležtostí. S ohlede na fat, že dotazníové šetření dá odpověd na určté otázy ale ne důvody, proč byly odpověd právě taové, je potřeba př zužtování výsledů jstá dáva zušeností zadavatele, osoby nebo agentury, terá výzu zpracovává. Použtelnost výsledů výzuu je otázou jeho pečlvého a správného průběhu. Ja př saotné výzuu, ta př vyhodnocování výsledů ůže nastat řada chyb, teré ají za následe nevěrohodné nebo zavádějící nforace, poud ovše nejsou záěrně zanpulovány třetí stranou, ja tou často bývá v novnářsé prax. Predční účel Taová šetření jsou prováděna za účele zísání výsledů potřebných pro ožnost predování nějaého stavu nebo událost. Přesnější prognózy lze dosáhnout užtí výsledů předchozích stejných výzuů. Výhodou těchto šetření je, že je ožno predovaný stav následně v budoucnost ověřt se sutečností a potvrdt nebo vyvrátt ta 3

10 valdtu etody vyhodnocení výsledů nebo saotného sběru dat. Typcý přílade tohoto druhu šetření jsou předvolební výzuy preferencí jednotlvých poltcých stran. Jejch úloha spočívá ve zjštění ožného stavu výsledů voleb v nrnované období. Z hledsa predčního účelu jde o šetření probíhající těsně před volba, zohledňující výsledy předchozích voleb. Inforatvní účel Drtvá většna dotazníových šetření je prováděna za účele zjštění atuálního stavu věc č veřejného ínění o určté téatu. Vesěs jde o hledání řešení nebo odpovědí na otázy, teré neohou být vyřešeny názore jednce. Inforace plynoucí z výzuu je pa ožné zpracovat ve prospěch zadavatele nebo pouze vstřebat jao fat. Budee-l se držet téatu poltcých výzuů, onrétně volebních, jde z hledsa nforačního o zjšťování atuálního stavu výsledů právě probíhajících voleb. Stejnou hodnotu ají výzuy volebních preferencí usutečňovaná v období ldu ez volební období. Rovněž do této ategore ůžee zařadt výzuy povolební, jejchž nforatvní hodnota á navíc význa zpětné vazby, terou s ohou poltcé strany ověřt reac občanů na jejch čny a řídt podle toho svou současnou budoucí strateg. Manpulatvní účel Něterá šetření ohou být prováděna záěrně s příou vzí uplatnění jejch výpovědní hodnoty. Jde v podstatě taé o šetření s výsledný nforační účele. Rozdíl je ovše ve využtí výsledů šetření. Ty jsou zpravdla součástí aretngové propagační stratege s cíle zísat jednotlvce a vštípt do jeho povědoí sutečnost o určté předětu tohoto výzuu. Pro představu ůže jít napřílad o výzu zjšťující, jaý denní ts ldé nejvíce upují. Poyslný vítěz tohoto šetření pa ůže tento výslede uplatnt ve své propagační apan a označt se jao nejprodávanější. S anpulatvní účele se lze opět setat u poltcy zaěřených výzuů, teré s slná poltcá strana nebo saostatný polt objedná, aby ještě více upevnl své postavení v žebříču oblíbenost a případně na svou stranu zísal nerozhodné volče. 4

11 3. Příprava dotazníového šetření Kvalta práce v této etapě a úroveň přípravy jednoznačně určují, zda budoucí zjštění budou vůbec použtelná. Př nedostatečné přípravě ůže totž docházet závažný posunů ve zjštěních, teré v dalších etapách už nejenže nejde elnovat, ale nohdy je neožné je vůbec postřehnout. Přípravnou část ůžee shrnout do těchto roů:. Forulace výzuného probléu a defnování cílů výzuu. Rozhodnutí o cílové populac a výběrové etodě 3. Rozhodnutí o způsobu sběru dat 4. Návrh výzuného nástroje, dotazníu 3.. Forulace výzuného probléu a cílů výzuu Na počátu aždého výzuu veřejného ínění a výzuu trhu je přesné určení výzuného probléu a defnování cílů, terých chcee dosáhnout. Forulace probléu patří ez důležté část šetření. Teatcy vyezuje oblast, na terou se zaěříe v dalších fázích výzuu. V toto rou je nezbytné úplné pochopení zadaného probléu. Z toho důvodu je vždy naprosto nutná spolupráce zadavatele a pracovníů výzuu. Přesná forulace probléu uožňuje stanovt taové postupy výzuu, teré zabezpečí a dosáhnou potřebných nforací vyřešení probléu. Na záladě výzuného probléu jsou stanoveny cíle výzuu. Tyto cíle jasně říají, co á být výzue zjštěno. Po určení výzuného probléu a následného převedení na onrétní cíle forulujee hypotézy ožného řešení probléu. Hypotézy předpovídají ožné souvslost ez dvěa nebo více jevy (proěnný. Sysle hypotéz je jejch potvrzení nebo vyvrácení. Na záladě dalších analýz (např. studu odborné lteratury, onzultace s odborníy, využtí předchozích výzuů z dané oblast jsou něteré hypotézy vyloučeny. Obecně forulované hypotézy, teré stojí za prozouání, dále prochází úprava, tzv. operaconalzací. Běhe operaconalzace dochází převodu obecných pojů na pojy eprcy zjsttelné (ěřtelné. Probíhá ve dvou rocích. Nejprve poje rozložíe na jednotlvé složy, teré jsou vyhodnoceny a roztříděny. Poté z rozladu vybíráe jen vhodné složy, teré podle cíle výzuu dále rozládáe nebo použjee pro forulac výzuných otáze tvořících dotazní. Před forulací otáze je ještě nutné ověřt valdtu Valdta je defnována jao věrohodnost, terá zajšťuje ěření toho, co bylo zaýšleno ěřt 5

12 a relabltu vybraných pojů. Touto probleatou se podrobněj zabývají autoř Kozel, Jungová a Dsan [7, I3, ]. 3.. Výběr respondentů Součástí aždého dotazovacího šetření je výběr jednote, teré budou podrobeny dotazování. Podle vlastností (znaů, teré by ěly ít všechny jednoty zařazené do výzuu, specfujee záladní soubor [0]. Jde-l o soubor osob, užívá se spíše terín populace. Podle účelu výzuu ůžou záladní soubor představovat osoby starší 8-t let (typcý pro výzu veřejného ínění, doácnost, prodejny nabízející určtý druh zboží apod. Jednou z ožností zísání požadovaných nforací je oslovení všech jednote cílové populace. Jde o tzv. vyčerpávající šetření [3]. Používá se pro případy, dy jsou zná všchn členové záladního souboru a jejch počet je relatvně alý. Protože se výzuy ínění téěř vždy týají velých cílových populací (obyvatelstva celého státu, obyvatel ěsta apod., není ožné se z časových a fnančních důvodů dotázat na názor všech občanů tvořících cílovou populac. Z toho důvodu je častější postupe oezení se na určtý reprezentatvní vzore (výběrový soubor ta, abycho ohl výsledy zobecnt na celou populac. Stanovení vzoru je velce důležtou částí přípravy výzuu. Ja řel renoovaný výzuní G. Gallup : Výběr deset tsíc ldí zvolených nevhodně ůže být éně přínosný než výběr stovy ldí vybraných správně. Proces výběru vzoru dělíe na tř záladní roy: vyezení cílové populace stanovení záladního souboru (oho se budee ptát, určení techny výběru vzoru výběrové postupy (ja budee vybírat respondenty a stanovení velost vzoru (ola ldí se budee dotazovat Stanovení záladního souboru Na počátu procesu výběru nás zajíá, oho se budee ptát, terá cílová část obyvatelstva se á stát záladní soubore. Přesnou specfac zjšťujee na záladě forulovaných hypotéz. Abycho našl vhodnou cílovou populac, je nutné zvážt obsah zouaného téatu, jeho odbornost a dopad na cílovou supnu. V něterých případech je stanovení záladního souboru velce obtížné. Relablta je spolehlvost ěření, terá př opaované šetření v téže supně respondentů s použtí stejné otázy zajšťuje shodné výsledy 6

13 3... Výběrové postupy Máe-l stanovenou cílovou populac, tedy víe z jaého souboru ůžee vybírat, stačí jen vybrat jednoty, terých se budee dotazovat. Pro správný výběr je nutné dodržet reprezentatvnost vzoru, nebo-l zajstt, aby vzore svý vlastnost napodoboval cílovou populac. Př výběrové šetření dochází vždy výběrové chybě, terá vyjadřuje rozdíl ez hodnotou charatersty záladního souboru a hodnotou výběrové charatersty. Vyplývá z oezeného zjšťování a z rozšíření platnost výsledů opět na cele. Zušení výzuníc jž uí tuto chybu snížt na nu ta, aby výsledy šetření utrpěly co nejéně. Pro oddělení výběrového vzoru od cílové populace áe dspozc dvě záladní etody: nepravděpodobnostní a pravděpodobnostní [7]. Volba etody, terá je vhodná pro řešení dané výzuné úlohy není vždy jednoznačná a často záleží na schopnostech výzunía správně uvážt výhody a nevýhody jednotlvých etod. Pravděpodobnostní výběry Pravděpodobnostní (náhodné výběry jsou založeny na záladě přesných etodologcých pravdel a vylučují vlv subjetvního zásahu do procesu výběru. Jde o relatvně přesné výběry, teré vytvářejí odel záladního souboru s vysoý stupně jeho reprezentatvnost. Prncpe etody je ožnost všech jednote cílové populace dostat se do výběrového souboru př přesně stanovené pravděpodobnost. Saotný výběr respondentů se provádí ta, aby o vybrání rozhodovala náhoda. Prostý náhodný výběr je charaterstcý tí, že aždá jednota z cílové populace á stejnou pravděpodobnost zahrnutí do vzoru. Tuto podínu výběr přesně splňuje jen v případě, že se jedná o tzv. výběr s vracení. Po aždé výběru se vybraná jednota vrací zpáty do záladního souboru. V prax se častěj provádí tzv. výběr bez vracení. Vybrané jednoty se do záladního souboru jž nevracejí. U početnějších záladních souborů neá sysl výběr s vracení nebo bez vracení rozlšovat. Pratcy se prostý náhodný výběr provádí buď echancý losování, de jsou zahrnuty všechny jednoty záladního souboru, nebo se užívá techna náhodných čísel. U této techny se jednoty záladního souboru očíslují a pa se z nch generují náhodná čísla prostřednctví počítačů nebo se náhodně zvolí první člen, od terého se vždy po stanovené rou vybírají další jednoty. 7

14 Prostý náhodný výběr patří v prax ez ty nejobtížnější a užívá se jen v něterých případech. Jeden z hlavních důvodů obtížnost je nutnost exstence vyčerpávajících seznaů (např. sezna obyvatel, doovní soupsy, telefonní seznay, podle terých by bylo ožné dentfovat a ontatovat jednotlvé jednoty záladního souboru. Druhý důvode je vysoá techncá náročnost. V prax se užívá jen ve výzuech ístního charateru. Pro výzuy velých populací je tato etoda nevhodná. Druhou etodou jsou vícestupňové výběry [6]. Ty se používají v případech, dy neáe dspozc dostate vstupních nforací o záladní souboru a jeho jednotách. Probíhají ta, že nejprve podle stanovených znaů rozdělíe záladní soubor na dílčí supny a poto buď vybíráe jednoty ze všech těchto supn (jedná se o tzv. oblastní výběr, nebo jeno z něterých vybraných supn (jde o tzv. dvoustupňový výběr, anebo vybíráe supny, ze terých volíe všechny jejch jednoty (jde o tzv. výběr supn. Prncpe oblastního (stratfovaného náhodného výběru je rozdělení cílové populace do jednotlvých oblastí nebol strat, přčež se snažíe tyto oblast tvořt ta, aby obsahovaly poud ožno jednoty stejných vlastností. Nejčastější je rozdělení podle geografcého úzeí. Strata ale ohou taé tvořt věové nebo profesní supny, typy doácností z hledsa generačního složení apod. Z jednotlvých strat pa náhodně vybíráe určtý počet jednote. Oblastní výběr je sce náročnější, ale podaří-l se ná rozdělt záladní soubor na odlšná strata se stejnorodý jednota, ůžee zísat opravdu přesné výsledy př snížené rozsahu výběru. Supnový výběr se na rozdíl od oblastního výběru více soustředí na rozdělení záladního souboru do supn, než na výběr jednote. Správně tvořená supna by ěla ít své jednoty co nejvíce různorodé. Ideální je taová, terá je schopna saa reprezentovat struturu záladního souboru. Výběr supn je poěrně úsporný a v prax často užívaný. Př dvoustupňové náhodné výběru vybíráe nejprve jednotlvé supny a z nch pa jednoty. Jedná se o obnac oblastního a supnového náhodného výběru. Stejně jao u supnového výběru je zde efetvnější, dyž rozdíly ez supna nejsou přílš velé. Tato etoda je fnančně a organzačně výhodná, je ale náročná po stránce správného výběru supn a jednote v jednotlvých rocích. Z toho důvodu je nezbytná opravdu pečlvá příprava. 8

15 Nepravděpodobnostní výběry Nepravděpodobnostní (nenáhodné, záěrné výběry jsou charaterstcé tí, že v průběhu výběru vzoru je uplatňován osobní úsude, nevycházejí tudíž z teore pravděpodobnost. Nědy je výběr vzoru ovlvněn úsude saotného výzunía, jndy se spoléhá na úsude tazatele. Nepravděpodobnostní výběry jsou prot náhodný výběrů éně pracné, ají snadnější organzac, jsou rychlejší a levnější. Nelze vša stanovt přesnost výsledů šetření poocí statstcých etod. Kvótní výběr spočívá v to, že na záladě osobního úsudu vyberee ze záladního souboru supnu jednote v taové složení, aby byl vytvořen zenšený reprezentatvní odel záladního souboru [4]. Výběrový soubor pa á podle přede stanovených ontrolních znaů (např. u osob vě, pohlaví, vzdělání; u fre obje výroby, počet zaěstnanců stejné složení jao soubor záladní. Podínou využtí ontrolních znaů je doonalá znalost jejch strutury, resp. statstcého rozložení v záladní souboru. Zároveň usí být př průzuu v terénu snadno rozpoznatelné a poud ožno na sobě nezávslé. Jale je stanoveno podle jaých znaů a v jaých proporcích (vótách ají být respondent (jednoty vyhledáván, je jž jen na uvážení tazatele, teré respondenty sutečně vybere. Přítonost osobního úsudu tazatele je často rtzovaný prve vótního výběru. Může tí být narušena reprezentatvnost vzoru a proto zobecnění výsledů na celý záladní soubor neusí být ta přesné. I ta je vótní výběr v prax často užíván. Hlavní přednost jsou jednoduchá organzace a nízé nálady. Jeho použtí je vhodné pro výzuy, de přílš nezáleží na vysoé přesnost zísaných odhadů. Další typy nepravděpodobnostních výběrů nelze na záladě výběrových postupů považovat za reprezentatvní. Jedná se hlavně o tyto etody [4]: Účelové výběry výběr je prováděn na záladě zaěření výzuu (např. výběr odborníů na zouanou probleatu Nahodlé výběry do výběru jsou zařazeny jednoty vybírané bez jaýchol pravdel a rtérí (např. aneta Snowball saplng (Řetězový výběr vhodný pro zouání alého, vel specfcého záladního souboru. První dotazovaný je zpravdla vybrán záěrně na záladě dentface požadované vlastnost, ostatní respondent pa na záladě doporučení předchozího dotazovaného. 9

16 3..3. Velost vzoru Stanovení rozsahu výběrového vzoru záleží předevší na cílech výzuu. Má-l přnést nforace jen o celé záladní souboru (např. o celé populac ČR starší 8 let, pa stačí vzore respondentů [5]. Budee-l analyzovat údaje za různé podsoubory (např. jednotlvé profese apod., pa je třeba se dotázat nálně 000 respondentů. Obecně platí, že čí jenější analýzu pro zpracování zjštěných dat použjee, tí více respondentů bycho se ěl dotázat Způsoby dotazování Dotazování ůže probíhat různý způsoby. Každý typ dotazování á své výhody nevýhody a lade rozdílné požadavy na onstruc dotazníu. Výběr vhodného způsobu dotazování závsí na různých fatorech, předevší na charateru a rozsahu zjšťovaných nforací, supně respondentů, časových a fnančních ltech, valfac tazatele atd. Můžee volt ez příý dotazování, de respondent sá vyplňuje předložený dotazní, nebo zprostředovaný dotazování, de přednes otáze a zázna odpovědí zajšťuje tazatel. Dotazníové šetření se usutečňuje v podstatě čtyř hlavní typy techn šetření: písený dotazování, osobní dotazování, telefoncý dotazování a eletroncý dotazování. Touto probleatou se zabývají např. [7, 3, 0, I5] Písené dotazování Písené dotazování je zprostředováno poocí dotazníu zasílaného respondentov poštou nebo anetou uveřejněnou v novnách, rozdávanou v rác nějaé událost (výstava, onference apod. nebo přládanou určtéu výrobu. Hlavní výhodou tohoto typu dotazování jsou jeho nízé nálady. Neusíe budovat síť tazatelů a přto áe ožnost adresně oslovt oruh respondentů na šroé úzeí. Něteré vrstvy obyvatelstva jsou doonce títo způsobe dotazování snadněj dosažtelné. Nepřítonost tazatele nepřnáší jen fnanční a organzační úspory, ale taé odstraňuje jeho vlv na odpověd respondenta a zvyšuje upřínost dotazovaného. Na zodpovězení otáze s respondent ůže vyhradt dostate času a věnovat j ta víc péče. Největší nevýhodou píseného dotazování je často velce nízá návratnost dotazníů. Na návratnost á vlv předevší průvodní dops, dotazní (jeho fora, rozsah, obsah, způsob výběru, otvace respondenta a téa saotného výzuu. V průvodní dopse bycho ěl respondenta otvovat vyplnění dotazníu tí, že u vysvětlíe cíle 0

17 výzuu a důležtost jeho názorů, slíbíe anonytu, nabídnee u za vyplněný dotazní oděnu (např. fnanční, zařazení do slosování o ceny, přesně vysvětlíe způsob vyplňování. Motvační účne á taé dotazní, terý by ěl být jednoduchý, přto atratvní, ěl by být jasně a jednoduše stylzován, aby jeho vyplňování bylo snadné a nezabralo noho času. Určtě by dotazníu zasílaného poštou ěla být přložena ofranovaná obála pro zpětné zaslání. Velou rol př návratnost dotazníů hraje saotné téa výzuu. Respondent bude ít tendenc se vyjádřt spíše téatu, teré ho zajíá a je pro něj atuální, než téatu pro něj nedůležtéu. Malé nožství navrácených odpovědí souvsí s problée strutury respondentů, teří na dotazní odpověděl (sladba vrácených dotazníů neodpovídá strutuře záladního souboru 3. Taé s neůžee být jst tí, že to byl sutečně adresát do vyplnl zaslaný dotazní. Títo dochází narušení reprezentatvnost výzuu a ohrožení přesnost zjštěných výsledů. Vzhlede vlastnoste anety, de dotazovaný vzore vzná nahodle, neůžee an přes vysoou návratnost dotazníů luvt o reprezentatvní výzuu. V prax se písený dotazní a anety využívají v případech, dy není cíle výzuu zísat zcela přesné reprezentatvní odhady a je spíše vhodné udržet nízé nálady na výzu. Saozřejě exstují výjy. Většnou jde o výzuy zaěřené na atuální téata, u terých je ožné docílt návratnost taové, aby nebyla ohrožena reprezentatvnost výběru. Pro tyto výzuy je písený dotazní vhodnou volbou Osobní dotazování Je nejrozšířenější způsobe zísávání údajů př výzuech veřejného ínění a trhu. Jde v podstatě o příý rozhovor dvou osob - tazatele a respondenta (tzv. Face-to-Face dotazování. Tazatel lade respondentov přesně forulované otázy ve stanovené pořadí podle přpraveného dotazníu (jedná se o tzv. standardzovaný rozhovor. Hlavní výhodou oprot písenéu dotazování je exstence vazby ez tazatele a respondente. Tazatel ůže respondenta otvovat odpovědí, upřesnt význa jednotlvých otáze, dle předchozích odpovědí ěnt pořadí otáze. Podaří-l se u u respondenta vyvolat záje o předět šetření, ůžee u předložt delší dotazní a přesto saotné šetření ůže proběhnout v poěrně ráté čase. Další výhodou je ožnost spojení s pozorování. Rozhovory jsou ta usutečněny na záladě vypozorovaného jevu. To uožňuje zaěřt výzu na specfcé nforace, teré lze ostatní typy dotazování jen obtížně dosáhnout. 3 podrobněj vz. aptola 3. Výběr respondentů

18 Přítonost tazatele á své negatvní účny. Nesprávný způsob vedení rozhovoru saotná osobnost tazatele (způsob vystupování, vzhled ůže ít značný vlv na odpověd respondenta. Z toho důvodu je nutné soustředt hodně pozornost na vyhledání, šolení a poté ontrolu tazatelů. S tí taé vzrůstá náročnost dotazovací techny spočívající v rostoucích časových a fnančních náladech. Osobní dotazování ůže probíhat v doácnostech (tzv. In-Hoe, na veřejných ístech (např. na ulc, de se pohybuje noho ldí nebo v obchodních středscích č prodejnách (tzv. In-Store. Pro dotazování In-Hoe ůžee použít delší a oplovanější dotazní, neboť respondent á na dotazování dostate času a dobré podíny na soustředění. Naopa u dotazování In-Store se doporučuje ratší a jednodušší dotazní. Specální případe osobního dotazování je tzv. CLT (Central Locaton Tests. Tyto testy probíhají ve studu najíané výzunou agenturou, a jsou zvány osoby, teré splnly výběrová rtéra. S aždý respondente je prováděn rozhovor podle přpraveného dotazníu. Značnou výhodou CLT je, že uožňuje vysoé ontroly tazatelů, tí ohou být částečně odstraněny jejch negatvní vlvy. Kroě tradčního vyplňování papírových dotazníů (tzv. Pen & Paper se stále častěj využívá tzv. CAPI (Coputer Asssted Personal Intervew. Představuje dotazování za pooc apesních počítačů (technologe MDA, de á tazatel dspozc eletroncý dotazní 4. Odpověd respondenta jsou tazatele zaznaenávány přío do počítače, de jsou uládány, nebo rovnou odesílány do výzuných center. Podstatná přeáža pro větší rozšíření této etody jsou její vysoé fnanční nálady na vybavení všech tazatelů výpočetní technou Telefoncé dotazování Telefoncé dotazování je podobné osobníu, pouze chybí osobní ontat. Tazatel usí být proto dostatečně prošolen, usí doázat udržet respondentovu pozornost, dostatečně ho zaujout a snažt se předcházet předčasnéu uončení dotazování. Velou výhodou jsou nžší nálady a rychlost dotazování, se terou zísáváe potřebné údaje, a to v případě šroce rozptýleného vzoru respondentů. Navíc v případě nezastžení respondenta lze dotazování opaovat v jnou denní dobu. Protože tazatelé jž neusí cestovat za respondenty, lze oprot osobníu dotazování značně ušetřt. Taé nálady na ontrolu práce tazatelů se dají tato snížt, neboť ontroly jsou prováděny forou odposlechů přío v ístě agentury. 4 podrobněj popsáno v aptole Eletroncé dotazování

19 Mez nevýhody patří vysoé nároy na soustředění respondenta. Doba hovoru by neěla přesáhnout deset nut, jna se vystavujee rzu, že se dotazovaný začne nudt nebo ho budee zdržovat, což se pa ůže projevt na jeho odpovědích. Kladené otázy by ěly být ráté a jasné a v případě uzavřených otáze se nedoporučuje používat šály s více ja pět ožnost výběru. Poěrně zásadní nevýhodou je, že výběr respondentů je oezen pouze na účastníy telefonní sítě, teří ají svá čísla uveřejněna v telefonních seznaech. Z výběru jsou tedy vyloučen ajtelé neregstrovaných tel. čísel, ajtelé nefunčních tel. čísel č osoby bez telefonní lny, jejchž názor ůže být pro něterá šetření nepostradatelný. V poslední době je př telefoncé dotazování využíván počítač, jedná se o tzv. CATI (Coputer Asssted Telephone Intervew. Počítač vyonává hned něol potřebných úonů. Nejprve z dostupného telefonního seznau náhodně vybere respondenta, teréu je prostřednctví tazatele voláno. Souběžně s hovore tazatel hned zaznaenává odpověd do eletroncého dotazníu v počítač, de se zísané nforace uládají jž pod příslušný ódy, což urychluje jejch zpracování a vyhodnocení. Něteré výzuné agentury specalzující se na telefonní dotazování využívají oažté uládání dat průběžnéu vyhodnocování výsledů a tí zísávají předběžné výsledy dotazování. Metoda CATI á něol nevýhod. Bez osoby specalzující se na výzuy CATI nebo osoby seznáené se systée CATI není ožné sestavt funční dotazní. Přípravy dotazování touto etodou jsou dost časově náročné. Koplace ohou nastat př použtí otáze s otevřený once, neboť jejch zpracování je dost náročné. Poud se v průběhu rozhovoru respondent rozhodne pro zěnu předchozí odpověd, je oprava nohe složtější než je tou u papírových dotazníů Eletroncé dotazování Eletroncé dotazování, tzv. CAWI (Coputer Asssted Web Intervew je dosud nejladší způsob dotazování. Sběr dat je realzován prostřednctví nternetu, dy respondent vyplní dotazní na webových stránách onlne nebo obdrží dotazní nebo odaz na dotazní (URL ln prostřednctví eletroncé pošty. Eletroncý dotazní je podobný poštovníu dotazníu. Respondent s sá určuje dy ho vyplní, není ovlvňován tazatele, navíc je ožné ho doplnt grafcý poůca (např. obrázy, vdeolpy, 3D odely, teré respondentov uožní lépe pochopt výzunou probleatu. Eletroncý dotazní neusí vypadat jao tradční papírový dotazní. Může ít foru prograu, terý respondentov přío předládá jednotlvé otázy v návaznost na předchozí odpověd. 3

20 Velou výhodou jsou nální fnanční a časové nálady. Rozesílání e-alů je nohonásobně rychlejší než rozesílání lascých dopsů. Zpracování odpovědí je jednodušší a rychlejší, protože všechna data jsou jž uložena v eletroncé podobě a není ta nutné je pro další zpracování upravovat. Předcházíe ta adnstratvní chybá vznajících př přepsu zísaných dat z dotazníu do počítače. K nevýhodá patří stále alé zastoupení jednotlvců ajících přístup na nternet. Ncéně toto oezení bude postupe času ustupovat. Závažnější nedostate je (stejně jao u píseného dotazování v návratnost dotazníů a tí páde narušení reprezentatvnost vzoru. I v této oblast se proto používají otvační techny jao je třeba příslb zařazení do slosování o ceny, zísání vyšší apacty e-alové schrány apod Příprava dotazníu Jao další důležtou částí dotazníového šetření je správné sestavení nástroje dotazování, dotazníu. Každý dotazní by ěl splňovat čtyř záladní záěry. První a nejdůležtější záěr dotazníu je zísání přesných nforací od dotazovaných. Za druhé ná udává struturu rozhovorů. V aždé výzuu je důležté, aby vše dotazovaný byly poládány stejné otázy. Třetí záěre je zajštění standardního foruláře, a jsou zapsována všechna fata, oentáře a stanovsa. Dále ná dotazní ulehčuje následnou fáz šetření, a to zpracování zjštěných nforací a jejch analýzu. Př přípravě je dobré s paatovat, že dotazní by ěl splňovat určté předpolady. Měl bycho brát v úvahu, že dotazní hraje hlavní rol v procesu sběru dat na jejchž valtu á zásadní vlv. Měl by být přehledný, ěl by obsahovat jen valdní (věrohodné a relablní (spolehlvé proěnné [], ěl by být sestaven ta, aby se s ní respondentov dobře pracovalo, ěl by brát zřetel na techny zpracování. Neěl bycho an zapoenout na zohlednění času a fnančních náladů ze strany zadavatele, pracovnía výzuu a respondenta. Podceníe-l přípravu a tvorbu dotazníu, ůže se stát, že př sebelepší dodržení ostatních etodologcých postupů dojdee nepřesný výsledů. Neboť data, terá jse zísal v průběhu dotazování, ohou být díy špatné onstruc dotazníu zreslená č neúplná. Př sestavování dotazníu se předpoládají nejeno odborné vědoost, ale praxe, zušenost a specální výcv. Konstruce dotazníu by neěla být záležtostí jednotlvce, ale záležtostí týu, v něž se zušenost členů navzáje doplňují. Ideální počet členů týu jsou 3 až 4 odborníc. Ze zušeností se nedoporučuje větší počet účastníů, neboť práce v týu se ta stává neoperatvní. 4

21 3.4.. Forulace otáze Přesný návod správné onstruce otázy bohužel neexstuje. Můžee se pouze snažt o co nejpřesnější forulac ve vztahu výzunéu probléu a o elnac ožných chyb praenících ze špatně zforulovaných otáze. Podína vhodné forulace otáze se zabývá např. [7]. Konrétní podoba otázy vychází z nforací, teré ná ají podat odpověd na otázu. Proto význaný ěříte správné forulace otázy je právě její nforační hodnota. Z tohoto hledsa neá sysl dávat do dotazníu otázy, teré neohou být respondente zodpovězeny, nebo taé ty, na teré není třeba z pohledu cíle výzuu znát odpověď. Naší snahou by ělo být, aby respondent otázá porozuěl, byl schopen a předevší ochoten na ně odpovědět. Na otázy by ěl reagovat zcela upříně, neěly by v ně vzbuzovat jaéol zábrany, ěl by ít poct, že se neusí za odpověd stydět. Abycho nevnesl do dat zísaných dotazníový šetření zbytečné chyby a nepřesnost, je dobré se př forulac otáze řídt jž z praxe ověřený pravdly. Výčet pravdel je uveden např. v [7]. Pro představu něteré z nch uvádí: Otázy se snažíe forulovat jasně a onrétně. Platí zde zásada, že čí onrétněj se ptáe, tí onrétnější a jasnější odpověď dostanee. Jestlže jsou otázy nepřesné, neurčté, přílš šroé, dotazovaný ná není schopen dát jasnou odpověď. Otázy je třeba forulovat ta, aby dotazovaný otázu sutečně chápal a aby j všchn dotazovaní chápal stejně. To znaená, že použtý slovní, odborné teríny, stupeň obecnost pojů, jsou přzpůsobeny respondentů. Př dotazování obecné veřejnost se nedoporučuje používat czí slova a odborné výrazy, naopa u dotazování onrétně vybrané supny respondentů ůžee použít slovní uzpůsobený právě této supně. Protože exstuje řada slov, teré s jednotlví respondent ohou vyládat různě, doporučuje se, aby u aždého líčového slova, teré v otázce použjee, bylo zouáno zda vyjadřuje to, co bylo zaýšleno, zda neá nějaý jný význa, zda z ontextu jasně vyplývá zaýšlený význa a zda neexstuje jednoznačnější výraz nebo slovní obrat. Obecně platí, že otázy ají být poud ožno ráté. Přílš dlouhé otázy ohou vést jejch nesrozutelnost, respondent se v nch špatně orentuje, což ůže ít značný vlv na jeho odpověď. U otáze zaěřených na ctlvá téata se vystavujee nebezpečí, že respondent nebude chtít sdělt svůj názor. Z toho důvodu je vhodné použít uzavřený typ otázy, 5

22 de nabídnee jž dané ožnost odpovědí. Tí jsou pro dotazovaného jeho odpověd více anonyní. Otázy nesí být pro respondenta nepříjené, nesí provoovat a vynucovat s jeho odpověď. Naopa by ho ěly otvovat co nejpřesnější odpověd. Př sestavování dotazníu ůžee narazt na typ otáze, jejchž odpověd jsou často sporné přes jejch bezchybnou forulac. Tyto otázy označujee jao probléové a jejch použtí ve výzuné šetření je nutné pečlvě uvážt. Ve své příspěvu v nze Kaptoly ze socologe veřejného ínění [5] Mgr. Dubsý uvádí tyto probléové otázy: Sugestvní otázy taové otázy, teré jž tí, ja jsou položeny, forulovány, přede napovídají očeávanou odpověď. (např. Naprostá většna obyvatel je prot uístění radarové záladny na úzeí ČR. Jste stejného názoru? Otázy prestžní jedná se o případy, dy se otáza dotýá prestže respondenta, resp. touhy po zísání prestže. Většna ldí chce poztvně působt na druhé a chtějí aby s druzí yslel, že se chovají ta, ja to odpovídá uznávaný společensý norá. (např. Čtete pravdelně novny? Otázy požadující nforac z výzuné praxe je zjštěno, že respondent odpovídají na otázy, terý nerozuí a na teré neznají odpověď. Ve snaze vyhnout se přznání, že nejsou nforován o stuac, ná raděj nějaou odpověď dají, přes to, že je syšlená. (např. Odhadněte ol procent obyvatel Brd je pro raetovou záladnu? Otázy zaěřené na budoucnost člově podléhá stále nový vlvů, proto ínění vyjádřené v současnost neznaená, že respondent podle něho bude jednat v budoucnost. Otázou zaěřenou do budoucnost respondenta ůžee zjstt jen pravděpodobnost zjšťovaného chování. (např. Pojedete příští ro na dovolenou? Otázy hypotetcé jde o otázy, teré začínají slove Kdyby a nebo obsahují podňovací způsob. Většnou na tyto otázy zísáe odpověd o snech respondentů než o sutečné počínání. Z tohoto důvodu je tento typ otáze pro výzuy veřejného ínění nevhodný. Naopa u aretngového výzuu ají hypotetcé otázy v něterých případech svůj význa 5. (např. Kdybyste dnes vyhrál/a lon orun, co byste s n dělal/a? Otázy obsahující stereotyp v toto případě za stereotyp považujee slova, terá jsou eoconálně zabarvená a v respondentov vyvolávají poct souhlasu č nesouhlasu. Stereotypy ohou představovat etncé supny (např. Roové, nsttuce (např. fašsus, jéna osob (např. Htler atd. Obsahuje-l otáza stereotyp respondent reaguje 5 např. př hledání vhodného relaního sdělení otvujících respondenta e oup nebo užívání 6

23 spíš na tento výraz než na její vlastní obsah. (např. Myslíte s, že byl Adolf Htler zdatný polt? Otázy ladoucí nepřěřený náro na paěť respondenta jedná se o otázy, ve terých po respondentov požadujee určtý odhad. Tento odhad ovše ůže být další zdroje zreslení, neboť je laden přílš velý náro na paěť respondenta, terá nedoáže přesně určt rozantost, četnost, dotazovaného jevu. Z tohoto důvodu se pro snížení rza zreslení odpověd doporučuje použít v otázce ratší časový horzont. (např. Které dopravní prostředy jste využl/a tento týden? Otázy zjšťující průěrné údaje jde o otázy vycházejí ze stejného záladu jao předchozí otázy, jen jsou dále rozšířeny o poyn vytvoření průěru. Tento typ otáze je na použtí v dotazníu nevhodný, protože vyžaduje od respondenta aby s nejprve vzponěl na zouanou čnnost a pa se pousl stanovt průěr výsytu této čnnost. (např. Kolrát jste za poslední ěsíc využl/a prostředy ěstsé hroadné dopravy? Otázy ulteleentární otáza se nesí současně dotazovat na dvě nebo více různých věcí. Respondent v naše dotazu neusí objevt dvě otáza, popř. je zodpoví nesprávně. Platí zde pravdlo, že vysytuje-l se v otázce spoja a, je dobré prověřt otázu, jestl nevyžaduje dvě odpověd. V ladné případě pa usí být otáza rozdělena na dvě saostatné otázy. (např. Máte rád Beatles a posloucháte je často v rádu? Typy otáze Otázy dle účelu Abycho ohl sestavt plně funční a pestrý dotazní, je nutné použít otázy s různý účele. V podstatě je lze rozdělt na dvě supny, teré dále dělíe. Jedná se o otázy nástrojové [] sloužící vyezení a navození podíne, za terých budou poládány otázy týající se přío zouaného probléu. Tě jsou otázy výsledové [], z nch pa odvozujee výsledy dotazování. Nástrojové otázy jsou nutnou částí aždého dotazníu. I přes to, že neusí být vždy vyhodnocovány, hrají důležtou roly pro správnou funčnost dotazníu. Slouží tou, aby určly, do bude odpovídat na onrétní otázy, a dodržení logcé návaznost otáze a odpovědí. Dělíe je na otázy ontatní, fltrační, dentfační a ontrolní []. Kontatní otázy hrají důležtou rol v podpoře správného naladění respondenta. Jejch úole je na začátu dotazování vytvořt ontat s dotazovaný, uvést ho do zouaného téatu a eventuelně odstrant jeho počáteční strach z toho, že nebude uět správně 7

24 odpovídat. Uvntř dotazníu slouží pro přechod ez jednotlvý téaty. V této část ají podnítt respondenta pravdvý a nezreslený odpovědí. V závěru dotazování ještě dávají ožnost vyjádření se dané probleatce v podobě otevřené 6 otázy. Fltrační otázy ná uožňují v průběhu dotazování respondenty třídt. Třídění respondentů na dvě nebo více supn je vhodné pro taové případy, dy chcee znát názor jen té supny dotazovaných, terá á (neá určtý vztah e zouané probleatce. V něterých stuacích nás zajíají názory všech supn, dy aždá supna odpovídá na jnou sadu otáze vybraných na záladě odpověd na fltrační otázu. Jndy nás zajíají názory jen vybrané supny, ostatní respondent otázu nebo sadu otáze dle nstrucí v dotazníu přesočí a poračují ve vyplňování dotazníu. Identfační otázy třídí respondenty do určtých supn. Často se jedná o tzv. deografcé otázy. Správný výběr dentfačních otáze je vel důležtý, neboť v závslost na odpověd budou výsledy analyzovány. Dále je dobré zvážt, ol jch do dotazníu zařadt. V případě velého počtu ůže dojít tou, že se respondent bude cítt přílš vyslýchán a odítne ná odpovědět. U něterých dentfačních znaů 7 bycho ěl dávat pozor na vhodnou struturu dotazu. Pro snadnější zísání odpovědí a jednodušší zpracování dotazu se volí fora uzavřených otáze 8. Kontrolní otázy ověřují pravdvost něterých odpovědí. Používají se předevší pro ontrolu taový dotazů, teré se ptají na hlavní výzuná téata. Aby splnly svůj úol, je vhodné je v dotazníu uístt po dalších 3-4 dotazech za ověřovanou otázou. Poud dostanee rozdílné čí rozporuplné odpověd, usíe zvážt, zda vyloučíe jen onrétní otázu nebo celý dotazní. Výsledové (ertorní otázy se týají onrétní zouané téaty. Dělíe je na otázy nonální, ěřítové a doreslující []. Nonální otázy posytují jenovtě (slovně vyjádřené odpověd na zouané sutečnost. Využívají se hlavně př zjšťování znalostí a sutečností. Měřítové otázy uožňují zouaný jev určtý způsobe ěřt. Toto ěření ůže být vyjádřeno onstatování určté sutečnost (á neá, vanttatvní stupncí (éně něž ro, až roy, více než dva roy nebo valtatvní šálou 9 (vel dobře, dobře, an dobře an špatně, špatně, vel špatně. Využívají se pro zjšťování závslostí. 6 vz. aptola Otázy dle varant odpovědí 7 jde předevší o rozdělení do supn s nízý příjy, s nízou valfací atd. 8 vz. aptola 3.4..Otázy dle varant odpovědí 9 podrobněj vz. aptola Šálování 8

25 Doreslující otázy poáhají upřesnt nonální nebo ěřítové otázy nebo ohou ít saostatnou func, dy jejch poocí nastíníe určtý problé, terý nelze vyjádřt přío. Jejch zpracování bývá složté Otázy dle varant odpovědí Otázy členěné podle varant odpovědí hrají velou rol př zpracování dotazníů. Pro rychlé a jednoduché zpracování se otázy forulují ta, abycho ohl přede stanovt ožnost odpovědí, ze terých bude respondent jen vybírat tu varantu, terá se jeho názoru blíží nejvíce. Taové otázy nazýváe uzavřené [7]. Naopa u otáze, de respondent foruluje odpověď sá, se jejch zpracování opluje. V toto případě luvíe o otevřených otázách [7]. Otázy otevřené nenabízejí žádnou varantu odpověd. Respondent reaguje na dotaz vlastní slovy, není zde ntera oezován. Touto forou otázy proto ůžee zísat šrší pohled dotazovaného na předět dotazu nebo zcela nepředpoládané odpověd. Použtí otevřených otáze sebou nese značné nevýhody. Nejen že je jejch zpracování a analýza složtější a náladnější, ale taé ladou vysoé nároy na vyjadřovací schopnost respondenta. V dotazníové šetření tyto otázy využjee hlavně v přípravné fáz, v předvýzuu, de potřebujee zjstt vešeré pohledy a názory na danou probleatu. V dotazníu se j doporučuje vyhnout, jsou vhodné převážně jen u otáze ontatních. Ja jž bylo zíněno uzavřené otázy přede stanovují něol ožných varant odpovědí, ze terých s dotazovaný vybírá tu nejvhodnější. Výhodou je zejéna rychlé a snadné zodpovězení otázy a taé nasěrování na to, co nás zajíá. Nevýhodou je nutnost volt jen z nabízených varant, teré neusí respondent považovat za výstžné. Předládané ožnost ohou působt sugestvně nebo láat nahodléu vyplnění asující neznalost v dané probleatce. Aby se touto předešlo volíe tzv. polouzavřené otázy [6]. Jde o opros ez otevřený a uzavřený otáza. Respondentov jsou předloženy ožnost výběru odpovědí a únová varanta jné nebo další, de ůže vyjádřt svůj názor vlastní slovy. Tí je taé splněna nutná podína pro správný výběr nabízených odpovědí a to ta, že usí posthnout celou šálu ožností. Další důležtá zásada je splnění rovnocennost a vzájené nepřerývání všech varant. 9

26 Uzavřené otázy ohou ít různou podobu, zde je uvedeno jen záladní ožné dělení [6]. Dchotcé otázy přpouštějí jen dvě ožné odpověd (ano ne. Většnou jde o prostou otázu a lehce zodpovědtelnou odpověď. Výhodou je taé snadné zpracování. Většnou tyto otázy slouží třídění. Trchotcé otázy vycházejí z otáze dchotcých, e terý je přdána ožnost únu neví, nezná. Jsou určeny pro taové případy, dy respondent daný problé dobře nezná, neá na něj vlastní názor apod. Vícehodnotové otázy předládají více ožných varant odpovědí, teré v něterých případech ohou upřesnt nebo usnadnt pochopení otázy. Respondent podle zadání vybírají buď jednu odpověď nebo ohou volt jednu nebo více odpovědí. Příprava vícehodnotových otáze neusí být vždy zcela snadná. U něterých téat je obtížné stanovt soubor ožných odpovědí ta, aby byl vyčerpávající a všechny ožnost ěly stejnou váhu. Pro tyto případy se doporučuje otázy předložt vzoru respondentů ve forě otevřených otáze a poocí tato zísaných výsledů ůžee už jednoduše defnovat soubor odpovědí. Specální případe, terý je v prax hojně používán, je tzv. batere otáze. Ta v dotazníu spojuje různé otázy, u terých ohou nastat stejné varanty odpovědí. Otázy jsou většnou předládány v tabulce, de tvoří rajní svslý sloupec. V horní řádu tabuly jsou pa uvedeny jednotlvé ožnost odpovědí. Respondent ta zašrtává pole příslušející dané otázce a vybranéu názoru. Ja pro výzunía, ta pro respondenta je batere výhodná, neboť vel usnadňuje zpracování otáze a optcy snžuje jejch počet Šálování Šálování slouží vyjádření a hlavně ěření postojů a názorů respondentů. Jde o technu, dy respondent proítají své postoje na předloženou stupnc, číž zísáváe ze špatně ěřtelných subjetvních znaů taové znay, teré jž lze statstcy porovnávat. Př tvorbě šál bycho se ěl zayslet nad počte uváděných ategorí (postojů. Z praxe se doporučuje zadávat 5 až 7 ategorí [0]. Nžší počet se nedoporučuje vůl ožnéu oezení př následných analýzách. Naopa vyšší počet ůže respondentů zoplovat výběr odpovídajícího postoje. Šála by ěla být vyvážená, ěla by nabízet stejný počet poztvních a negatvních odpovědí. Otázou je, zda je vhodné respondentov předládat neutrální ategor [7]. Př 0

27 zařazení této ožnost se vystavujee rzu, že bude často využívána, což opluje následné zpracování otázy. V opačné případě nutíe respondenta zaujout nějaý postoj, přes to, že neá na předět výzuu žádný specfcý názor. V odborné lteratuře je popsán velý počet šálovacích etod a jejch dělení (např. v [0]. Zde jsou pro představu uvedeny jen ty záladní. Podle typů vztahů, teré ůžee ez hodnota zjšťovat, rozlšujee šály nonální, ordnální a vanttatvní [3]. Nonální šála je nejjednodušší, př srovnání lze pouze zaznaenat shodu nebo rozdíl ez jednota sledovaného znau (např. národnost česá, slovensá,. Nelze říc, terá jednota je význanější, nelze určt jejch pořadí apod. Ordnální šála jž uožňuje jednoznačné uspořádání. Lze stanovt pořadí. Nelze ovše určt, o ol je jedna hodnota větší č enší než druhá (např. vzdělání záladní, středošolsé, vysoošolsé. Kvanttatvní šály jsou vyjádřeny čísly a dále je dělíe na ntervalové a poěrové. Intervalová šála jž ůže určovat o ol je jedna hodnota větší č enší než druhá (např. teplotní stupnce. Poěrová šála uožňuje nejvíce způsobů zpracování, u hodnot ůžee určt o ol olrát je jedna hodnota větší než druhá (např. vě Jné dělení šál je podle fory zadání, tzn. slovní, číselné a grafcé [3]. Slovní šála je z pohledu praxe nejvyužívanější, neboť je jednoduchá a lze j přzpůsobt většně stuací (např. vel dobře, dobře, an dobře an špatně, špatně, vel špatně. Číselné šály ohou, ale neusí, obsahovat číselné hodnoty. Respondent je žádán o seřazení nebo o obodování jednotlvých ožností, dle zadaných rtérí, apod. Grafcé šály jsou využívány v těch případech, dy je obtížné slovně nebo číselně specfovat sledovaný postoj. Respondent zde označuje svůj názor na grafcy zpracované stupnc Strutura dotazníu Otázy by ěl být v dotazníu uspořádány ta, aby z pohledu respondenta tvořly uzavřený logcý cele. Na začáte řadíe jednoduché, srozutelné otázy, teré by ěl dotazovaného zaujout. K tou používáe ontatní otázy. Poté následuje část, de nejprve poocí fltračních otáze zjstíe, zda je respondent správný typ posytnutí požadovaných nforací a dále se jž věnujee zouanéu probléu. V případě výzuu, dy je předěte šetření více téat, jsou otázy logcy sesupovány do

28 něola bloů. Mez jednotlvé bloy vládáe spojovací otázy sloužící plynulejšíu přechodu ez téaty. Závěrečná část dotazníu ůže obsahovat ctlvé a dentfační otázy, ale dotazy typu "zeptej se a uteč" [I]. Tí, že je uístíe na onec dotazování, ůžee snížt rzo vyššího procenta nedoončených rozhovorů nebo nevyplněných dotazníů. Na závěr je rovněž vhodné poděovat respondentov za spoluprác. Př řazení otáze v dotazníu je nutné počítat s tí, že něteré dotazy se ůžou navzáje ovlvňovat (jde o tzv. halo efet [3]. Z toho důvodu je potřeba dávat pozor na uístění těch otáze, teré ohou snadno ovlvnt odpověd na jné otázy a poud ožno je řadt až za ně. V něterých případech ůžee halo efet záěrně využít tou, aby otáza usnadnla pochopt sysl následující otázy. Nutné náležtost dotazníu se lší podle zvoleného způsobu dotazování, což je rozvedeno v aptole 3.3 Způsoby dotazování Ověření dotazníu Po sestavení dotazníu je nutné ho otestovat na vzoru cílové populace (provedee tzv. předvýzu[7]. Jedně ta ůžee zjstt nedostaty dotazníu, teré by negatvně ovlvnly zísané údaje a tí znehodnotly celý výzu. Běhe předvýzuu je nutné věnovat pozornost reací respondentů na forální stránu dotazníu, de se soustředíe na testování jeho dély, sevencí a forátu otáze, na jeho prostorové rozvržení. Zajíají nás reace na jednotlvé otázy, zda jsou dostatečně srozutelné a vhodně forulované, zda jsou správně použté šály. Určtě bycho neěl opoenout testování následného zpracování a analýzy zísaných údajů. Podstatné je pro nás taé zjštění, zda výsledy vůbec řeší zouaný problé a zda jsou všechny otázy potřebné. Na záladě zjštěných nforací provedee potřebné úpravy a přpravíe onečný oncept dotazníu, terý bude použt př terénní výzuu.

29 4. Zpracování a analýza dat Po sběru dat následuje etapa, dy je třeba shroážděný aterál zpracovat a vyhodnott. Záladní cíle fáze zpracování dat je zajstt zísaný údajů potřebnou valtu a přehledné uspořádání následné analýze, na jejíž záladě forulujee obecné poznaty v souladu s cíl výzuného úolu. 4.. Příprava dat pro statstcou analýzu Kvalta zísaného aterálu je snžována exstencí chyb, e terý dochází v průběhu výzuného šetření. Snahou aždého tvůrce výzuu je tyto chyby nalzovat. Za nejčastější příčny vznu chyb lze považovat chybné odpověd, chyby př záznau odpovědí a nezjštění příslušných odpovědí [6]. Chybné odpověd vznají hlavně v případech, dy respondent špatně pochopl poládané otázy, dy forulace odpovědí není úplná, dy jsou odpověd z daného ontextu nelogcé apod. K chybá v záznau odpovědí dochází ja v průběhu sběru dat (např. nečtelný ruops, ta běhe fáze zpracování (např. př přenosu dat do počítače,. Další jenovaná příčna ovlvňující valtu dat je přío závslá na respondentov a jeho ochotě nebo ožnost odpovídat. V případě, dy respondent otázce nerozuí nebo nabída odpovědí neobsahuje ožnost vhodné volby, potřebné nforace nezísáe. Stejně tou bude v případě, dy respondent odítne odpovídat ať už z důvodu ctlvého téatu nebo nedostatu času. Na záladě zjštění chyby je nutné postžené hodnoty upravt nebo úplně odstrant. K úpravě chyb lze využít něol přístupů. K něterý z nch je třeba znát určté statstcé charatersty, teré jsou popsány v odstavc 4.3. Popsné charatersty. Jedná se napřílad o nahrazení chybného údaje průěre, podíněný průěre 0, edáne, nální č axální hodnotou, podle vzoru atd. Př varantě odstranění chybného údaje je třeba paatovat na to, že došlo e zěně počtu zjštěných údajů postžené proěnné a je třeba brát na tento fat ohledy př následné analýze. Nejsou-l př dotazníové šetření data zaznaenávána přío do počítače, je třeba zjštěné odpověd zapsané v dotaznících převést do eletroncé podoby. Když jsou všechna data nashroážděna, přpravujee z nch tabulu dat nebol datovou atc 0 Hodnoty proěnné, v níž se vysytují chyby, se rozdělí do supn podle hodnot jné proěnné. V těchto supnách je vypočten artetcý průěr (případně odus, poocí terého je nahrazena chybný údaj. Na záladě odpovědí respondenta, de se vysytuje chybný údaj, zvolíe proěnou, jejíž hodnotu porovnáváe s hodnota těchto proěnných zjštěných u jných respondentů. Poud naleznee respondenta se stejný hodnota zvolené proěnné, nahradíe chybný údaj hodnotou příslušné proěnné, vysytující se u tohoto respondenta. 3

30 [3]. Datová atce přehledně zobrazuje pohled na všechny zísané hodnoty uspořádané ta, že aždý její řáde je přřazen právě jednou respondentov a aždý sloupec obsahuje odpověd na jednotlvé otázy, resp. na jejch část. Otázy jsou tvořeny ta, aby zjstly hodnoty určtého statstcého znau (proěnné. Podle typu proěnné do tabuly zaznaenáváe přío číselné hodnoty proěnných nebo jejch ódy. Kódování dat rozuíe přřazování určté, zpravdla číselné hodnoty e aždé otázce a e aždé jednotlvé varantě odpověd []. Sysle používání ódů je jednoznačně ulehčt fáz zpracování dat. Zatíco ódování uzavřených otáze je jednoduché a v něterých případech bývají ódy uvedeny přío v dotazníu, u otevřených otáze je stuace složtější. Pro zadání ódu otevřený otázá je nejprve nutné projít větší nožství dotazníů, zaznaenat s typy zjštěných odpovědí a pa na záladě opaujících se údajů j přřadt ódy. Ty otázy, terý nebyl přřazen ód, jsou přesunuty do ategore chybějící odpověd. Do této ategore jsou taé zaznaenávány údaje, teré nebyly zjštěny nebo nejsou pro sledovaný problé podstatné. Ke ódování se často řadí taé ategorzace údajů [4], terá přesně vyezuje zjšťované znay a to podle očeávání, co chcee z odpovědí zjstt a jaé analýzy s n chcee dále provádět. 4.. Typy proěnných Jednotlvé položy dotazníů vyjadřují různé hodnoty znaů (proěnné zouaného souboru respondentů. Mohou nabývat více hodnot (ategorí. Znae je např. údaj o věu určté osoby, údaj o postojích respondenta určté událost, apod. Typ zjštěného znau je rozhodující př určování, jaé statstcé techny bude nebo ůže být použto běhe fáze zpracování shroážděných dat. Podle vztahů [3], teré ohou být zjštěny ez hodnota znau, rozlšujee tyto typy proěnných: nonální většnou se jedná o slovní proěnné, de ůžee pouze určt, zda jsou hodnoty stejné nebo ne (např. typ profese, národnost, ordnální jednotlvé ategore lze uspořádat podle pořadí nebo ntenzty (např. stupeň spoojenost, výša studentů, V prograových systéech jsou jednotlví respondent označován jao případy, pozorování nebo zázna. 4

31 vanttatvní (etrcé dále členíe na: ntervalové á vlastnost ordnálních znaů a navíc ůžee ještě určt o ol je jedna hodnota větší (enší než druhá (např. počet dětí v rodně, poěrové á největší nforační hodnotu, na rozdíl od ntervalové proěnné ůžee navíc zjstt olrát je jedna hodnota větší (enší než druhá (např. ěsíční příje doácnost, V dotaznících se nejčastěj setáváe se znay nonální nebo ordnální. Kvanttatvní proěnné se často převádějí poocí vhodné ategorzace na znay ordnální. Pro něteré účely dělíe proěnné na dsrétní a spojté [6]. dsrétní (ategorální nabývají onečného počtu hodnot, jde obvyle o uzavřené otázy spojté jedná se o proěnné vanttatvní, teré ohou nabývat lbovolných hodnot z určtého ntervalu, jde obvyle o odpověd na otevřené otázy Podle potřeb ůžee s dsrétní údaj pracovat jao se spojtý Analýza proěnných Př zpracování výběrových dat se obvyle začíná zjštění rozdělení četností různých varant hodnot pro aždý sledovaný zna a výpočte souhrnných charaterst 3. Jelož postupy pro určení těchto charaterst jsou všeobecně znáé a jsou podrobně popsány ve většně statstcy orentovaných publací (např. [], budou uvedeny jen záladní pojy. Protože cíle dotazníových šetření je zjstt názory a potřeby celé populace, ne pouze jejího výběru, je nutné charatersty platné pro výběrový soubor zobecnt na celou populac. Toto zobecnění se provádí poocí odhadů paraetrů záladního souboru nebo vyslovení určté hypotézy o záladní souboru a její následný testování. Pro tuto prác budou použty pouze statstcé odhady Rozdělení četností Rozdělení četností jednotlvých ategorí ná dává záladní pohled na zjštěné hodnoty daných proěnných [3]. V odborné lteratuře [3, 4] je tato analýza často označována jao třídění I. stupně. Pro analýzu jedné proěnné X s ategore x, de,,, K, přčež K je počet ategorí, a počet respondentů je n, ůžee určt tyto četnost: 3 Podrobněj vz. aptola 4.3. Popsné charatersty 5

32 absolutní četnost n, pro terou platí relatvní četnost p, pro terou platí K p n n n n a p / K uulatvní absolutní četnost M, de platí M n j j a M K K n n uulatvní relatvní četnost P, de platí P p j a P K p j K Rozdělení četností ůžee vyjádřt tabulou nebo grafe. Pro grafcé zobrazení se nejčastěj používá graf sloupcový nebo výsečový, terý posytuje názorný pohled na četnost dat. Naopa tabula rozdělení četností uožňuje přesné zobrazení dat a je vhodnější pro zaznaenání četností, se terý budee dále pracovat Popsné charatersty Na záladě rozdělení četností určujee statstcé charatersty, teré dobře reprezentují zastoupení určtého znau. Charatersty počítané z výběrových dat označujee jao výběrové charatersty, charatersty vztahující se záladníu souboru označujee jao záladní charatersty. Jedná se předevší o charatersty polohy a rozptýlení, ale o další charatersty jao je šost nebo špčatost rozložení dat. Podrobněj je popsáno v [, 3, 6]. Charatersty polohy Charatersty polohy se snaží určt jaýs střed, ole terého je vzore odpovědí rozložen, resp. teré hodnoty jsou nejčastější. Říá se j taé střední hodnoty. Nejvyužívanější jsou artetcý průěr, edán, vantty a odus. Artetcý průěr znau X s hodnota x (,,, n vypočítáe podle vztahu x n n x ( 4. V případě, dy znáe četnost jednotlvých ategorí, používáe pro výpočet průěru vzorec x K K x n n ( 4. 6

33 nebo x K x p de K je počet ategorí a syboly n a p vyjadřují absolutní a relatvní četnost. Jedná se o tzv. vážený průěr hodnot x (,,, K, přčež četnost představují váhy těchto hodnot. Medán vyjadřuje prostřední hodnotu vzestupně uspořádaných hodnot x (,,, n, terá rozděluje soubor dat na dvě stejné část. Jestlže n je lché číslo, je edán defnován vztahe ~ x x ( 4.4 Jestlže n je sudé číslo, pa ( n+ / ( 4.3 ~ x ( x n + x / ( 4.5 / ( n / + Modus představuje taovou hodnotu, terá se v datech vysytuje nejčastěj, resp. á nejvyšší četnost. Jsou-l ategore označeny ndexe (,,, K, de K je počet ategorí, odální ategore je označena ndexe xˆ a absolutní a relatvní četnost jsou označeny n a p, pa platí ax (n n xˆ a ax (p p xˆ a četnost odální ategore se rovněž nazývají odální. Kvantly jsou defnovány jao hodnoty, teré rozdělují soubor uspořádaných dat na dvě část podle daného poěru. Lze vyjádřt noho různých vantlů. Mez ty nejčastěj používané patří vartly 4 dolní, horní a prostřední. dolní vartl ~ x 5 - rozděluje soubor v poěru 5% a 75% horní vartl ~ x 75 - rozděluje soubor v poěru 75% a 5% prostřední vartl ~ x 50 - rozděluje soubor na dvě stejně početné část (jedná se o edán Rozhodnutí, terou charaterstu polohy použjee př popsu dat, závsí na cílech analýzy a hlavně na typu proěnných. U vanttatvních znaů často pracujee se vše uvedený střední hodnota a snažíe se určt důvod, proč se lší. Pro zjštění polohy ordnálních znaů ůžee použít ja edán a vantly, ta odus. U nonálních proěnných lze použít pouze jedna charatersta polohy a to odus. 4 Mají specální pojenování podle toho, že soubor dat dělí na čtvrtny. Další ožné dělení je na desetny decly, na setny percently apod. 7

34 Charatersty rozptýlení Charatersty rozptýlení nebol varablty určují velost odchyle jednotlvých posuzovaných dat od střední hodnoty. Nejčastější charatersty jsou rozptyl, sěrodatná odchyla, varační oefcent, ezvartlové nebo varační rozpětí. Rozptyl je defnován poocí odchyle ěření od artetcého průěru. Pro jeho výpočet používáe vzorec s n ( x x resp. v případě, že rozptyl počítáe z tabuly četností o K ategorích n ( 4.6 s K ( x x ( 4.7 p Pro určení varablty v alých výběrech (zhruba n<00 se častěj používá výběrový rozptyl daný vztahe: s * n ( x x ( 4.8 n Výběrový rozptyl á lepší statstcé vlastnost než rozptyl (4.6. Jný typ rozptylu uožňující určt varabltu u nonálních dat je nonální rozptyl, terý se počítá podle vzorce nebo K K no var p ( p ( p ( 4.9 no var K n n K n ( ( 4.0 n n de n a p představují absolutní a relatvní četnost a vyjadřuje relatvní počet všech dvojc, teré nejsou ve stejné ategor Rozptyl nabývá hodnoty od 0 do (K-/K, tzn. závsí na počtu ategorí odpovědí. Pro další analýzy je proto vhodnější použít tzv. norovaný nonální rozptyl, terý jž nezávsí na počtu ategorí, neboť nabývá hodnot od 0 do a lze vyjádřt vztahe nor. no var K * no var/( K ( 4. U ordnálních znaů je varablta zjšťována ordnální rozptyle, terý je určen vzorce K dor var ( P ( P ( 4. 8

35 de P představuje uulatvní relatvní četnost a vyjadřuje, o ol se lší všechny dvojce. Rozptyl se nachází opět ez hodnota od 0 do (K-/. Stejně jao u nonálního rozptylu je vhodnější pracovat s tzv. norovaný ordnální rozptyle. Ten je vyjádřen vztahe. dor var * dor var/( K nor ( 4.3 Sěrodatnou odchylu zjstíe jao druhou odocnnu z rozptylu, tj. podle vztahu s s ( 4.4 Varační oefcent vyjadřuje velost rozptýlení dat vzhlede průěru. Lze jej snadno zjstt podle vztahu s V ( 4.5 x Varační rozpětí je nejjednodušší írou rozptýlení. Jedná se o rozdíl ez největší a nejenší naěřenou hodnotou. R ( 4.6 x ax x n Obdobné jao varační rozpětí je ezvartlové rozpětí, teré je dáno rozdíle dolního a horního vartlu, tj. R q ~ x ~ x ( 4.7 Př určování varablty vanttatvních znaů ůžee použít všechny zňované charatersty. Pro ordnální znay lze využít specálního ordnálního rozptylu spolu s ezvartlový a varační rozpětí. U nonálních proěnných jsou ožnost na určení rozptýlení zúžené pouze na nonální rozptyl Míry šost a špčatost Míry šost a íry špčatost slouží jenějšíu popsu zouaných dat. K výpočtu těchto charaterst se přstupuje různě, např. pro nonální znay se vychází z relatvních četností jednotlvých ategorí, u ordnálních znaů jsou výpočty založeny na vantlech a pro vanttatvní znay se uvažují tzv. centrální oenty. Šost ěří zešení, resp. syetr č nesyetr dat ole průěru. Mohou nastat tř případy. Data jsou rozdělena syetrcy, ladně sešeně nebo záporně sešeně (vz. Obr. 4. Šost rozdělení četností. Koefcent šost se nejčastěj počítá poocí druhého a třetího oentu. S ( / 9

36 de n K ( x x je -tý centrální oent. Je-l S 0, jde o syetrcé rozložení, S >0 vyjadřuje ladně sešené rozdělení a S <0 záporné rozdělení. Obr. 4. Šost rozdělení četností Špčatost vyjadřuje, ja se jednotlvé hodnoty chovají ole středu rozdělení. Čí je rozdělení špčatější, tí více jsou hodnoty soustředěny ole průěru a naopa. Lze určt např. podle vzorce de n K ( x x 4 S 3 ( 4.9 je -tý centrální oent. Tato vypočtená špčatost se porovnává s norální rozdělení, tzn. ladná špčatost znaená strější rozdělení než norální, záporná špčatost znaená, že rozdělení pozorovaných hodnot je plošší než norální (vz. Obr. 4.. Obr. 4. Špčatost rozdělení četností 30

37 4.4. Statstcé odhady Ja jž bylo řečeno, cíle výzuných šetření je zjstt názor celé populace, nebo-l celého záladního souboru. K touto účelu používáe statstcé odhady, teré spočívají v nahrazení neznáé hodnoty paraetru záladního souboru hodnotou výběrové charatersty. Jna řečeno, snažíe se odhadnout hodnotu sledovaného znau v populac na záladě výsledů zjštěných z výběrového souboru. Abycho ohl odhadnout neznáé charatersty záladního souboru, ěl bycho znát jeho rozdělení pravděpodobnost. Je-l výběrový soubor pořízen etodou náhodného výběru 5, lze určt teoretcé rozdělení právě na záladě této výběrové etody. V aptole 3.. Výběrové postupy, přesněj v odstavc o prosté náhodné výběru, jsou popsány dvě ožnost tohoto typu výběru. Jedná se o etodu výběru s vracení a bez vracení. Ja je v toto odstavc taé zíněno, výběr bez vracení respondentů zpět do záladního souboru je v prax běžnější. Obecně lze prostý náhodný výběr bez vracení shrnout tato: Je dán soubor N prvů (počet jednců v záladní souboru, z nchž M nese sledovaný zna a N-M prvů tento zna neá. Vyberee postupně n prvů (rozsah výběrového souboru, z nchž žádný nevracíe zpět. Př aždé jednotlvé tahu je pravděpodobnost vybrání pro zbylé prvy (tj. ty, teré nebyly dříve vytaženy v souboru stejná. Z n vybraných prvů pa prvů vyazuje sledovaný zna a n- prvů tento zna neá. Otázou je, ol je v záladní souboru (tzn. souboru N prvů prvů M (tzn. prvů se sledovaný znae. Z teore počtu pravděpodobnost lze na záladě popsaného odelu usoudt o jaý typ pravděpodobnostního rozdělení se bude jednat. Přesněj jde o hypergeoetrcé rozdělení. Pro dostatečně velý záladní soubor a alý výběrový soubor (přesněj specfováno v následující aptole ůžee využít aproxace hypergeoetrcého rozdělení rozdělení bnocý. Za těchto podíne tedy zanedbáváe fat, že jde o prostý náhodný výběr bez vracení, a pracujee s prostý náhodný výběre s vracení. Pro dostatečně velé výběry (přesněj specfováno v ap Bnocé rozdělení ůžee bnocé rozdělení dále aproxovat poocí norálního rozdělení (jestlže rozptyl je větší než 9 a tí ta využívat výhodné vlastnost tohoto typu rozdělení. Význa těchto aproxací spočívá v to, že př odhadech neznáých paraetrů záladního souboru ůžee využít jednodušší ateatcé operace a vztahy a tí s ta usnadnt výpočet jednotlvých paraetrů (podrobněj vz. další odstavce. 5 V další textu bude brán v úvahu pouze výběr náhodný, u terého lze plně využít statstcé záontost, na rozdíl od výběru záěrného, u něhož ohou hrát rol často subjetvní úvahy. 3

38 4.4.. Hypergeoetrcé rozdělení Hypergeoetrcé rozdělení je dsrétní rozdělení náhodné velčny X, dy př opaování náhodného výběru je výsyt sledovaných znaů závslý na výsledcích předcházejících výběrů. Jde tedy o závslé výběry. Typcý představtele je výběr prvů bez vracení. Paraetr N vyjadřuje počet statstcých jednote v souboru (v populac, paraetr M představuje počet jednote v souboru ající sledovanou vlastnost. Počet prvů, teré vybíráe z populace, označujee n. Pravděpodobnost výběru prvů se zjšťovaný znae je M N M n P X N n ( ( 4.0 pro ax( 0, M N + n,...,n( M, n. Přto paraetry tohoto rozdělení M, N, n jsou celá nezáporná čísla, X~Hg(N,M,n. n < N, M < N. Hypergeoetrcé rozdělení se značí Záladní charatersty (jejch odvození je popsáno např. v [5]: Střední hodnota: Rozptyl: Pro alá n N E ( X D ( X M n N M n N ( M N N n N n (as pro < 0, lze hypergeoetrcé rozdělení aproxovat N bnocý rozdělení B(n,p s paraetry n, Bnocé rozdělení M p [9]. N Bnocé rozdělení je další typ dsrétního rozdělení náhodné velčny X, teré popsuje četnost výsytu sledované vlastnost v n nezávslých pousech. Sledovaný zna se ve výběru vysytuje s pravděpodobností p, naopa pravděpodobnost (-p říá, že zjšťovaný jev s touto pravděpodobností ve výběru není. Klascý přílade bnocého rozdělení je výběr s vracení, velost záladního souboru je tedy neěnná. Pravděpodobnost, že ve výběru o rozsahu n bude právě prvů se sledovaný znae je P n n ( X p ( p ( 4. pro 0,,, n a dy n je celé nezáporné číslo. Bnocé rozdělení se značí X~B(n,p. 3

39 Záladní charatersty: Střední hodnota: E ( X np Rozptyl: D( X np( p Pro dostatečně velé n (přesněj pro n>30 a zároveň D ( X 9 lze bnocé rozdělení aproxovat rozdělení norální s paraetry µ np a σ np( p [] Norální rozdělení Norální (nebo taé Laplaceovo-Gaussovo rozdělení je jedno z nejdůležtějších spojtých rozdělení. V prax se jí řídí (alespoň přblžně noho náhodných velčn, jejchž hodnota je součte velého nožství neznáých a vzájeně nezávslých vlvů (nejčastěj uváděný je přílad náhodných chyb ěření. Dále se pa využívá aproxac řady jných pravděpodobnostních rozdělení. Norální rozdělení je jednovrcholové rozdělení syetrcé oolo střední hodnoty, ve teré taé dosahuje svého axa. Má-l sledovaná náhodná velčna podobný tvar rozložení (tzv. je jednovrcholové a přblžně syetrcé, ůžee předpoládat, že á norální rozdělení. Norální rozdělení s paraetry µ (střední hodnota a σ (rozptyl je pro náhodnou velčnu defnováno hustotou pravděpodobnost ve tvaru: de µ σ f ( X e ( 4. σ π R a pro paraetry platí µ R, σ > 0. Norální rozdělení se značí X~N(µ,σ. Záladní charatersty: Střední hodnota: E (X µ Rozptyl: D ( X σ Vz. [I4] Záladní etody onstruce odhadů Pro onstruc odhadů se zaěří pouze na odhady bodové (tzn. odhad je realzován pouze jední čísle, teré jsou vhodnější právě pro odhady velých výběrů, ntervalové odhady (tzn. odhady poocí celého ntervalu nebudou dále uvažovány. Pro odhady neznáých paraetrů se používají převážně dvě etody, teré dávají vel přesné výsledy. Je to etoda oentů a etoda axální věrohodnost. Tyto dvě etody jsou popsány v [5, 8]. 33

40 Metoda axální věrohodnost Tato etoda uožňuje zísávat vel dobré odhady jednotlvých paraetrů populace. Záladní úole je zde určt tzv. věrohodnostní func. Za věrohodnostní func považujee func případně,,...,, θ P(, θ P(, θ... P(, θ P(, L( θ,,...,, θ f (, θ f (, θ... f (, θ f (. L( θ de P(, θ, P(, θ,, P(, θ, příp. f(, θ, f(, θ, f(, θ, jsou pravděpodobnost, příp. hustoty pravděpodobnost, jednotlvých pozorování zouaného znau (,,...,, de je počet pozorování, závsející na jedno neznáé paraetru θ. Jestlže exstuje bod θˆ taový, že pro všechny hodnoty paraetru θ platí: L(, ˆ θ L(, θ ( 4.3 poto nazvee tento bod axálně věrohodný odhade neznáé hodnoty paraetru θ. Př hledání axálně věrohodných odhadů se nejčastěj využívá parcálních dervací. Abycho zjstl axální hodnotu věrohodnostní funce usí platt: L(, θ 0 θ ( 4.4 V noha případech je jednodušší ísto věrohodnostní funce axalzovat její přrozený logartus ln L (, θ. Funce logartu je prostá a rostoucí, budou proto všechny axální hodnoty ln L (, θ stejné jao u funce L(, θ. Pa se podína axalzace zění na: ln L(, θ 0 ( 4.5 θ Popsaný postup lze zobecnt na případ, dy je neznáých paraetrů více, tedy na případe odhady vetorového paraetru θ { θ θ,..., }, θ j. Poto př hledání axa věrohodnostní funce bude platt: L(, θ θ 0,,,..., j (

41 35 Aplace etody axální věrohodnost a Odhad paraetru M hypergeoetrcého rozdělení Věrohodnostní funce: + n N n N n M N n M N M M n N n M N M M L!!(!!!( (! (!!(!, ( Protože se jedná o opravdu složtý výraz, terý an po dílčích úpravách nesníží svoj náročnost na výpočet, stejně ta logartus této funce výraz ntera nezjednoduší, je nutné př určování odhadů zvolt jnou cestu. Máe na výběr cele dvě ožnost ja paraetr M odhadnout. Buď ůžee využít aproxace hypergeoetrcého rozdělení jný typy rozdělení nebo sestavt terační odel, na záladě terého dílčí výpočty jednotlvých pravděpodobností zjstíe neznáý paraetr. Aproxace se využívá hlavně př výpočtech odhadů z velých hodnot něterých paraetrů. Než se pro využtí aproxace rozhodnee, ěl bycho nejprve zjstt splnění podíne pro jejch použtí. Kdyby nebyly tyto podíny splněny, ohlo by se stát, že výsledné odhady by se ohly značně oddalovat hodnotá sutečný. Použtí aproxací je podrobně popsáno v aptole 6.7 Aproxace hypergeoetrcého rozdělení. Př použtí teračního odelu budee vycházet ze vztahu (4.3. Hledáe taovou pravděpodobnost, pro terou platí: n N n M N M n N n M N M ˆ ˆ ( 4.7 Abycho zjstl paraetr Mˆ sestavíe s terační odel se čtyř proěnný M, N, n a. Proěnné N a n jsou fxní, M a volíe. Za a M dosazujee taové hodnoty, aby platlo n, M a ( ( M N n. Výpočty budou provedeny na záladě dvou reurentních vztahů: * ( ( * ( ( * ( ( M N M n M N M M P M P ( 4.8

42 36 * ( ( * ( ( * ( ( n M N n M P P ( 4.9 První vzorec (4.9 je počítán pro fxní a varablní M, u druhého vzorce (4.30 je to naopa, tzn. varablní je a fxní M. Výrazy P(, příp. P(M, vyjadřují pravděpodobnost výsytu jednote se sledovanou vlastností ez n jednota vybraný, dy v záladní souboru je právě M jednote s danou vlastností. Pro první terac je tato pravděpodobnost počítána dosazení jednotlvých paraetrů do vzorce (4.0. Títo způsobe zísáe různé hodnoty P(/M, ze terých pa pro aždou hodnotu najdee tu největší pravděpodobnost, na záladě teré jž jednoduše určíe zjšťovaný odhad paraetru Mˆ. b Odhad paraetru p bnocého rozdělení Věrohodnostní funce: n p p n p L (, ( ( 4.30 Logartcá věrohodnostní funce: ln( ( ln( (ln, ( ln + + p n p n p L Maxálně věrohodný odhad paraetru pˆ je řešení rovnce: 0, ( ln p p L 0 ( ( ( + í p pn p p p p n p n n p ˆ ( 4.3 předpoládáe, že platí (v naše případě je

43 37 c Odhad paraetrů µ a σ norálního rozdělení Věrohodnostní funce: ( ( (,, ( σ µ σ µ π σ π σ σ µ e e L ( 4.3 Logartcá věrohodnostní funce: ( + + e e L ( ( ( ln( ln( ln( ln( ln( ln(,, ( ln µ σ π σ π σ π σ σ µ σ µ σ µ Maxálně věrohodný odhad paraetru µˆ je řešení rovnce: 0,, ( ln µ σ µ L 0 ( µ σ ˆµ ( 4.33 Maxálně věrohodný odhad paraetru ˆ σ je řešení rovnce: 0,, ( ln σ σ µ L 0 ( ( µ σ σ µ σ σ ˆ ( ( ˆ µ µ σ ( 4.34 Metoda oentů Druhou záladní etodou onstruce odhadů je etoda oentů. Předpoládeje, že náhodný výběr (,...,, ( pochází z rozdělení s l neznáý paraetry a že exstují obecné oenty, teré jsou funce právě těchto paraetrů. Odhady neznáých paraetrů zísáe ta, že porovnáe l prvních obecných oentů (teoretcé hodnoty oentů s hodnota jejch výběrových protějšů (eprcé hodnoty oentů. Tí dostanee l rovnc a jejch řešení budou zjšťované odhady.

44 r obecné oenty: µ E( X, r,..., l r výběrové oenty : Řešíe tedy soustavu rovnc r r, r,..., l µ r r, de r,..., l Aplace etody oentů a Odhad paraetru M hypergeoetrcého rozdělení Obecný oent: µ E ( M n N Výběrový oent: Odhad paraetru Mˆ je řešení rovnce: M n N N M ˆ ( 4.35 n b Odhad paraetru p bnocého rozdělení Obecný oent: µ E ( np Výběrový oent: Odhad paraetru pˆ je řešení rovnce: np p ˆ ( 4.36 n c Odhad paraetrů µ a σ norálního rozdělení Obecný oent: µ E( X µ µ E( X σ 38

45 39 Výběrový oent: ( Odhad paraetru µˆ je řešení rovnce: µ µˆ ( 4.37 Odhad paraetru ˆ σ je řešení rovnce ( σ ( ˆ σ ( 4.38

46 5. Interpretace a prezentace výsledů výzuu Po statstcé zpracování dat nastává etapa, ve teré je třeba vyhodnocené údaje nterpretovat a následně shrnout do závěrečné práce. 5.. Interpretace dat Př nterpretac výsledů výzuu se doporučuje vrátt se přípravné fáz šetření, de byly stanoveny cíle a hypotézy výzuného probléu. Toto ohlédnutí nazpět zpracovatel velce usnadní vsazení výsledných dat do šršího ontextu. Slovní pops dosažených výsledů by v něterých případech ohl být zdlouhavý a pro zadavatele výzuu nepřehledný, nědy až nesrozutelný. Pro tyto případy je vhodné slovní oentáře doplnt tabula nebo grafy znázorňující výsledné hodnoty zjšťovaných vlastností. Tabuly se používají spíše v stuacích, dy se předpoládá, že se v budoucnu bude s výsledný daty ještě pracovat. Pro běžného čtenáře je pro znázornění výsledů vhodnější použtí grafů, teré je přehledné a vše srozutelné. Volba správného typu grafu závsí na datech, teré chcee nterpretovat. Nejčastěj se ale používají tato grafcá zobrazení [3]: Graf sloupcový nejčastěj se používá zobrazení četností ategorální proěnné (u zobrazení četností vanttatvních dat se používá specální typ sloupcových grafů - hstogra četností. Využívají se taé pro zaznaenání záladních charaterst (např. průěrů, edánů pro jednotlvé znay. Vz. Obr 5.. Obr. 5. Sloupcový graf zobrazující zna Přednášy byly zajíavé Graf výsečový zobrazuje nejčastěj rozdělení četností pro nonální znay. Vyjadřuje struturu souboru. Výseče grafu představují poěr, ve teré se nacházejí četnost jednotlvých ategorí. Vz. Obr

47 Obr. 5. Výsečový graf zobrazující zna Přednášy byly zajíavé Krabčový graf (nědy se označuje jao rabcový graf s vousy, anténa nebo tyadly - zobrazuje hodnoty popsných charaterst jao je edán, dolní a horní vartl, nu a axu hodnot. Uožňuje ná ta posoudt a porovnat ja charatersty polohy, ta charatersty rozptýlení. Krabča obsahuje 50 % dat. Je rozdělena edáne na dvě část. Její dolní hrana je určena dolní vartle, horní hrana horní vartle. Z polohy edánu uvntř rabčy lze taé zjstt íru zešení dat. Dolní a horní onec vousů představují nu a axu hodnot (platí pouze pro případ, dy neexstují odlehlé č extréní údaje. Vz. Obr Prednasy byly zajave Kody odpoved 3 0 Obr. 5.3 Krabčový graf pro proěnou Přednášy byly zajíavé 4