TECHNICKÁ UNIVERZITA V LIBERCI

Podobné dokumenty
TECHNICKÁ UNIVERZITA V LIBERCI EKONOMICKÁ FAKULTA

TECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE

TECHNICKÁ UNIVERZITA V LIBERCI. Ekonomická fakulta. Semestrální práce. Statistický rozbor dat z dotazníkového šetření školní zadání

TECHNICKÁ UNIVERZITA V LIBERCI

TECHNICKÁ UNIVERZITA V LIBERCI

Technická univerzita v Liberci

TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta

TECHNICKÁ UNIVERZITA V LIBERCI

TECHNICKÁ UNIVERZITA V LIBERCI

TECHNICKÁ UNIVERZITA V LIBERCI. Statistický rozbor dat z dotazníkového šetření

Vysoká škola báňská technická univerzita Ostrava. Fakulta elektrotechniky a informatiky

Příklad: Test nezávislosti kategoriálních znaků

Zápočtová práce STATISTIKA I

, Brno Hanuš Vavrčík Základy statistiky ve vědě

{ } ( 2) Příklad: Test nezávislosti kategoriálních znaků

Charakteristika datového souboru

Stav Svobodný Rozvedený Vdovec. Svobodná Rozvedená Vdova 5 8 6

Karta předmětu prezenční studium

TEHNICKA UNIVERZITA V LIBERCI. Ekonomická fakulta

MATEMATIKA III V PŘÍKLADECH

Testování statistických hypotéz

(motto: An unsophisticated forecaster uses statistics as a drunken man uses lamp-posts - for support rather than for illumination.

Tomáš Karel LS 2012/2013

STATISTIKA A INFORMATIKA - bc studium OZW, 1.roč. (zkušební otázky)

4ST201 STATISTIKA CVIČENÍ Č. 7

Testování hypotéz. Analýza dat z dotazníkových šetření. Kuranova Pavlina

Analýza dat z dotazníkových šetření

Tabulka 1. Výběr z datové tabulky

Tomáš Karel LS 2012/2013

Zpracování studie týkající se průzkumu vlastností statistických proměnných a vztahů mezi nimi.

PRAVDĚPODOBNOST A STATISTIKA. Neparametrické testy hypotéz čast 1

Korelace. Komentované řešení pomocí MS Excel

Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

Úloha č. 2 - Kvantil a typická hodnota. (bodově tříděná data): (intervalově tříděná data): Zadání úlohy: Zadání úlohy:

INDUKTIVNÍ STATISTIKA

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz

Testování hypotéz. 4. přednáška

Statistické vyhodnocení průzkumu funkční gramotnosti žáků 4. ročníku ZŠ

Metodologie pro ISK II

JEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica

Testy statistických hypotéz

MATEMATICKÁ STATISTIKA. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci

STATISTICA Téma 7. Testy na základě více než 2 výběrů

STATISTIKA. Inovace předmětu. Obsah. 1. Inovace předmětu STATISTIKA Sylabus pro předmět STATISTIKA Pomůcky... 7

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D.

Náhodné veličiny jsou nekorelované, neexistuje mezi nimi korelační vztah. Když jsou X; Y nekorelované, nemusí být nezávislé.

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

Vzorová prezentace do předmětu Statistika

Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

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

Statistika. Semestrální projekt

SAMOSTATNÁ STUDENTSKÁ PRÁCE ZE STATISTIKY

23. Matematická statistika

Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu

Analýza dat z dotazníkových šetření. Zdrojová data: dotazník

= = 2368

PRAVDĚPODOBNOST A STATISTIKA

Analýza dat na PC I.

Stručný úvod do vybraných zredukovaných základů statistické analýzy dat

POPISNÁ STATISTIKA Komentované řešení pomocí programu Statistica

Tomáš Karel LS 2012/2013

Opakování: Nominální proměnná více hodnotová odpověď.

Sever Jih Západ Plechovka Točené Sever Jih Západ Součty Plechovka Točené Součty

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

Matematika III. 27. listopadu Vysoká škola báňská - Technická univerzita Ostrava. Matematika III

Deskriptivní statistika (kategorizované proměnné)

Statgraphics v. 5.0 STATISTICKÁ INDUKCE PRO JEDNOROZMĚRNÁ DATA. Martina Litschmannová 1. Typ proměnné. Požadovaný typ analýzy

Název testu Předpoklady testu Testová statistika Nulové rozdělení. ( ) (p počet odhadovaných parametrů)

ADDS cviceni. Pavlina Kuranova

Parametry hledáme tak, aby součet čtverců odchylek byl minimální. Řešením podle teorie je =

SEMESTRÁLNÍ PRÁCE STATISTIKA

Základy biostatistiky II. Veřejné zdravotnictví 3.LF UK - II

Testování hypotéz. 1. vymezení základních pojmů 2. testování hypotéz o rozdílu průměrů 3. jednovýběrový t-test

Neparametrické metody

Z mých cvičení dostalo jedničku 6 studentů, dvojku 8 studentů, trojku 16 studentů a čtyřku nebo omluveno 10 studentů.

MATEMATICKÁ STATISTIKA - XP01MST

SEMESTRÁLNÍ PRÁCE. Leptání plasmou. Ing. Pavel Bouchalík

STATISTICKÉ CHARAKTERISTIKY

Kontrola: Sečteme-li sloupec,,četnost výskytu musí nám vyjít hodnota rozsahu souboru (našich 20 žáků)

Využití software ITEMAN k položkové analýze a analýze výsledků testů

You created this PDF from an application that is not licensed to print to novapdf printer (

KORELACE. Komentované řešení pomocí programu Statistica

Cvičení 12: Binární logistická regrese

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D. 1

Statistika - charakteristiky variability

ADDS cvičení 7. Pavlína Kuráňová

Statistika, Biostatistika pro kombinované studium. Jan Kracík

Příklad 1. Korelační pole. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 13

Statistika. Diskrétní data. Spojitá data. Charakteristiky polohy. Charakteristiky variability

MÍRY ZÁVISLOSTI (KORELACE A REGRESE)

Mann-Whitney U-test. Znaménkový test. Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek

Charakteristiky kategoriálních veličin. Absolutní četnosti (FREQUENCY)

TESTOVÁNÍ HYPOTÉZ STATISTICKÁ HYPOTÉZA Statistické testy Testovací kritérium = B B > B < B B - B - B < 0 - B > 0 oboustranný test = B > B

ZÁKLADNÍ STATISTICKÉ CHARAKTERISTIKY

Pearsonůvχ 2 test dobré shody. Ing. Michal Dorda, Ph.D.

Úvod do analýzy rozptylu

Statistické metody uţívané při ověřování platnosti hypotéz

NEPARAMETRICKÉ TESTY

Jednovýběrový Wilcoxonův test a jeho asymptotická varianta (neparametrická obdoba jednovýběrového t-testu)

Statistika (KMI/PSTAT)

Transkript:

TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta SEMESTRÁLNÍ PRÁCE STATISTICKÝ ROZBOR DAT Z DOTAZNÍKOVÉHO ŠETŘENÍ ANALÝZA VÝSLEDKŮ VYUŢITÍ PROJEKTOVÉHO ŘÍZENÍ V ESN Příjmení a jméno: Hrdá Sabina, Kovalčíková Dana, Makówková Monika, Millerová Kateřina, Paroubková Angela, Vodhánělová Lucie Ročník: 1. ročník navazující studium Studijní rok: 2015/2016 Datum vypracování: 2. 5. 2016

Obsah Seznam tabulek... 3 Seznam obrázků... 4 Úvod... 5 1 Otestujte, zda je počet příchozích lidí závislý na počtu oslovených lidí. Je počet příchozích větší neţ 50 % oslovených?... 6 1.1 Je počet příchozích lidí závislý na počtu oslovených lidí?... 6 1.1.1 Formulace hypotéz... 6 1.1.2 Volba testového kritéria... 6 1.1.3 Stanovení kritického oboru... 6 1.1.4 Formulace závěru o výsledku testu... 7 1.2 Je počet příchozích lidí větší neţ 50% oslovených?... 7 1.2.1 Formulace hypotéz... 7 1.2.2 Volba testového kritéria... 7 1.2.3 Stanovení kritického oboru... 8 1.2.4 Výpočet hodnoty TK... 8 1.2.5 Vyhodnocení hypotéz... 8 2 Charakterizujte úroveň a variabilitu pouţívaných projektových nástrojů.... 9 Závěr... 13 Zdroje... 14 2

Seznam tabulek Tabulka 1: Využitelnost druhů informačních technologií... 10 Tabulka 2: Tabulka četností... 11 Tabulka 3: Souhrnné charakteristiky... 11 3

Seznam obrázků Obrázek 1: Četnost používaných druhů informačních technologií... 12 4

Úvod Tématem této semestrální práce je statisticky vyhodnotit získaná data z vytvořeného dotazníku. Dotazník byl vytvořen pro potřeby analýzy využití projektového řízení v neziskové organizaci ESN. Tato organizace má na starost zahraniční studenty přijíždějící do ČR v rámci programu Erasmus+ a pořádá pro ně volnočasové aktivity. Dotazníky byly rozeslány elektronickou formou zástupcům jednotlivých sekcí ESN v České republice. Došlo k oslovení všech jednotek malého základního souboru, což se odborně nazývá Census. Cílem práce je analyzovat výsledky vlastního dotazníkového šetření. Pro tyto účely je využit statistický program STATGRAPHICS Centurion a znalosti získané z předmětu Statistika a Statistický rozbor dat z dotazníkového šetření. V práci se budeme zabývat následujícími úkoly: 1. Otestujte, zda je počet příchozích lidí závislý na počtu oslovených lidí. Je počet příchozích větší než 50 % oslovených? 2. Charakterizujte úroveň a variabilitu používaných projektových nástrojů. 5

1 Otestujte, zda je počet příchozích lidí závislý na počtu oslovených lidí. Je počet příchozích větší neţ 50 % oslovených? V této kapitole budeme analyzovat dvě otázky. Nejdříve, zda je počet příchozích lidí závislý na počtu oslovených lidí. Poté zjistíme, zda je počet příchozích lidí větší než 50% oslovených. 1.1 Je počet příchozích lidí závislý na počtu oslovených lidí? Na hladině významnosti 5 % vystihněte závislost mezi počtem příchozích lidí a počtem oslovených. Změřte sílu této závislosti vhodnou charakteristikou. Úkolem je posoudit, zda je mezi proměnnými lineární závislost, proto použijeme test hypotézy o nulové hodnotě korelačního koeficientu. 1.1.1 Formulace hypotéz (mezi počtem oslovených lidí a příchozích není lineární závislost) 1.1.2 Volba testového kritéria 1.1.3 Stanovení kritického oboru 6

1.1.4 Formulace závěru o výsledku testu P-value = 0,0000 je menší než hladina významnosti. Z toho vyplývá, že H 0 zamítáme a přijímáme H 1. Na hladině významnosti 5 % jsme prokázaly, že mezi proměnnými existuje lineární závislost. Koeficient korelace se rovná 0,868777, což značí silnou závislost mezi danými proměnnými. 1.2 Je počet příchozích lidí větší neţ 50% oslovených? Na hladině významnosti 5 % ověřte hypotézu, že je počet příchozích lidí větší než 50 % oslovených lidí. Celkový počet příchozích lidí je 2 808. Celkový počet oslovených je 8 385. Počet vyplněných dotazníků je 30. Pro ověření hypotézy bylo použito binomické rozdělení. Výběrová relativní četnost byla zjištěna následujícím výpočtem: 1.2.1 Formulace hypotéz 1.2.2 Volba testového kritéria 7

1.2.3 Stanovení kritického oboru 1.2.4 Výpočet hodnoty TK 1.2.5 Vyhodnocení hypotéz => H 0 nezamítáme, H 1 nepřijímáme Na hladině významnosti 5 % jsme nepotvrdily, že celkový počet příchozích lidí je větší než 50 % oslovených lidí. Dále jsme zkoušely zjistit při jaké testované hodnotě π dojde k zamítnutí H 0. Tato hodnota se rovná 0,193. Počet příchozích lidí není větší než 19,3 % oslovených lidí. 8

2 Charakterizujte úroveň a variabilitu pouţívaných projektových nástrojů. V této kapitole budeme hodnotit otázku číslo 5. z dotazníku Jaké druhy informačních technologií při realizaci projektu používáte?. Na tuto otázku lidé vybírali odpovědi z následujících možností: Telefon, mobil, E-mail, Konferenční software (Skype, apod.), Projektový software (MS Project, Open Project, aj.), Nástroje pro synchronizovanou spolupráci v reálném čase (GoogleDocs a jiné), Sociální média (Facebook, atd.), Prezi. K analýze této proměnné použijeme charakteristiky úrovně a variability. Jelikož je tato proměnná slovní, většinu charakteristik nelze vyhodnotit. Odpovědi na otázku, zda používají konkrétní druhy informačních technologií, jsme vyjádřily číselně (ano = 1; ne = 0). 9

K vypracování této úlohy jsme využily funkci Multiple Variable Analysis viz Tabulka 1. Tabulka 1: Využitelnost druhů informačních technologií Standard Count Average deviation 5_Telefon, mobil Coeff. of variation Minimum Maximum 30 0,9 0,305129 33,9032% 0 1,0 5_E-mail 30 0,966667 0,182574 18,887% 0 1,0 5_Konferencni software 5_Projektovy software 5_Nastroje synchronizace 5_Socialni media 30 0,566667 0,504007 88,9424% 0 1,0 30 0,0666667 0,253708 380,562% 0 1,0 30 0,833333 0,379049 45,4859% 0 1,0 30 0,933333 0,253708 27,183% 0 1,0 5_Prezi 30 0 0 0 0 Total 210 0,609524 0,489023 80,2303% 0 1,0 Zdroj: vlastní zpracování dle Statgraphics Ze zvýrazněného sloupce Average lze vyčíst následující výsledky: 90 % respondentů uvedlo, že používá k realizaci projektu telefon či mobil. Přes 96 % respondentů používá k realizaci projektu e-mail. Přes 56 % respondentů uvedlo, že používá k realizaci projektu konferenční software (např. Skype). Více než 6 % respondentů uvedlo, že používá k realizaci projektu projektový software (např. MS Project). 83 % respondentů uvedlo, že používá k realizaci projektu nástroje synchronizace (např. GoogleDocs). 93 % respondentů uvedlo, že používá k realizaci projektu sociální média (např. Facebook). Žádný z respondentů neuvedl, že by požíval při realizaci projektu nástroj Prezi. Závěrem můžeme konstatovat, že nejčastěji používaným nástrojem pro realizaci projektu je e-mail a sociální média, naopak nástroj Prezi dotazovaní respondenti nevyužívají vůbec. 10

Pro určení dalších charakteristik jsme využily tabulku četností vytvořenou pomocí součtu sloupců jednotlivých nástrojů sloužících k realizaci projektů (viz Tabulka 2). Díky tomuto kroku jsme získaly kardinální proměnnou, z níž lze určit charakteristiky polohy a variability. Tabulka 2: Tabulka četností Class Value Frequency Relative Frequency Cumulative Frequency Cum. Rel. Frequency 1 2 3 0,1000 3 0,1000 2 3 4 0,1333 7 0,2333 3 4 7 0,2333 14 0,4667 4 5 14 0,4667 28 0,9333 5 6 2 0,0667 30 1,0000 Zdroj: vlastní zpracování dle Statgraphics Výše uvedená tabulka četností byla použita k vytvoření tabulky souhrnné statistiky (viz Tabulka 3). Tabulka 3: Souhrnné charakteristiky Count 30 Average 4,26667 Median 5,0 Mode 5,0 Variance 1,23678 Standard deviation 1,11211 Coeff. of variation 26,065% Minimum 2,0 Maximum 6,0 Range 4,0 Stnd. skewness -1,63746 Stnd. kurtosis -0,270284 Zdroj: vlastní zpracování dle Statgraphics 11

Cetnost Byly zjištěny následující charakteristiky: Velikost souboru je 30 respondentů. Průměrně respondenti využívají přibližně 4 nástroje pro realizaci projektů. 50 % a méně respondentů využívá 5 druhů informačních technologií. Nejčastěji respondenti využívají 5 nástrojů. Výběrový rozptyl vyšel 1,23678, který převedeme na prostý pomocí vzorce uvedeného níže. Směrodatnou odchylku vypočítáme následujícím způsobem: Počet druhů informačních technologií se v průměru liší od svého aritmetického průměru o 1,0934 v obou směrech. Respondenti využívají 2 až 6 nástrojů. Variační rozpětí jsou 4 nástroje. V následujícím obrázku 1 je zobrazena četnost používaných druhů informačních technologií využívaných k realizaci projektů. Cetnost pouzivanych druhu informacnich technologii 15 12 9 6 3 0 0 1 2 3 4 5 6 7 8 Pocet pouzivanych informacnich technologii Obrázek 1: Četnost používaných druhů informačních technologií Zdroj: vlastní zpracování dle Statgraphics 12

Závěr V této práci byly analyzovány výsledky z vlastního dotazníkového šetření, k čemuž byl využit statistický program STATGRAPHICS Centurion a znalosti získané z předmětu Statistika a Statistický rozbor dat z dotazníkového šetření. Shrnutí výsledků řešených úkolů je následující: 1.1 Otestujte, zda je počet příchozích lidí závislý na počtu oslovených lidí. Na hladině významnosti 5 % jsme prokázaly, že mezi proměnnými existuje lineární závislost. Tato závislost je silná, což nám udává koeficient korelace rovný 0,868777. 1.2 Je počet příchozích větší než 50 % oslovených? Na hladině významnosti 5 % jsme nepotvrdily, že celkový počet příchozích lidí je větší než 50 % oslovených lidí. 2. Charakterizujte úroveň a variabilitu používaných projektových nástrojů. Nejčastěji používaným nástrojem pro realizaci projektu je e-mail a sociální média a naopak nástroj Prezi dotazovaní respondenti nevyužívají vůbec. Průměrně respondenti využívají přibližně 4 nástroje pro realizaci projektů. 50 % a méně respondentů využívá 5 druhů informačních technologií. Zjištěné výsledky není možné použít do diplomové práce na téma Využití projektového řízení ve vybrané neziskové organizaci z důvodu nízké návratnosti dotazníků. Do diplomové práce by bylo potřeba mít alespoň o 10 % vyšší návratnost. 13

Zdroje Vlastní dotazníkové šetření Výukové materiály z předmětu Statistický rozbor dat z dotazníkového šetření Konzultace s Mgr. Jiřím Rozkovcem 14