Máme dotazníky. A co dál? Martina Litschmannová



Podobné dokumenty
Deskriptivní statistika 1

STATISTIKA. Základní pojmy

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

Pro statistické šetření si zvolte si statistický soubor např. všichni žáci třídy (několika tříd, školy apod.).

NEPARAMETRICKÉ METODY

Doc. Ing. Dagmar Blatná, CSc.

Budeme pokračovat v nahrazování funkce f(x) v okolí bodu a polynomy, tj. hledat vhodné konstanty c n tak, aby bylo pro malá x a. = f (a), f(x) f(a)

P2: Statistické zpracování dat

2 IDENTIFIKACE H-MATICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNOT

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková

Popisná statistika - zavedení pojmů. 1 Jednorozměrný statistický soubor s kvantitativním znakem

Závislost slovních znaků

8. cvičení 4ST201-řešení

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.

Pravděpodobnost a aplikovaná statistika

3. Charakteristiky a parametry náhodných veličin

Statistika je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter.

Národní informační středisko pro podporu kvality

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti.

2. Vícekriteriální a cílové programování

5. Lineární diferenciální rovnice n-tého řádu

veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou

2 STEJNORODOST BETONU KONSTRUKCE

1 Popis statistických dat. 1.1 Popis nominálních a ordinálních znaků

Parametr populace (populační charakteristika) je číselná charakteristika sledované vlastnosti

vají statistické metody v biomedicíně

6. P o p i s n á s t a t i s t i k a

8. Základy statistiky. 8.1 Statistický soubor

vají statistické metody v biomedicíně Literatura Statistika v biomedicínsk nském výzkumu a ve zdravotnictví

Odhady parametrů 1. Odhady parametrů

8.1.2 Vzorec pro n-tý člen

12. N á h o d n ý v ý b ě r

Odhad parametru p binomického rozdělení a test hypotézy o tomto parametru. Test hypotézy o parametru p binomického rozdělení

Statistika. Statistické funkce v tabulkových kalkulátorech MSO Excel a OO.o Calc

13 Popisná statistika

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

1 ROVNOMĚRNOST BETONU KONSTRUKCE

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

8.1.2 Vzorec pro n-tý člen

1) Vypočtěte ideální poměr rozdělení brzdných sil na nápravy dvounápravového vozidla bez ABS.

10.2 VÁŽENÝ ARITMETICKÝ PRŮMĚR

Náhodu bychom mohli definovat jako součet velkého počtu drobných nepoznaných vlivů.

8. cvičení 4ST201. Obsah: Neparametrické testy. Chí-kvadrát test dobréshody Kontingenční tabulky Analýza rozptylu (ANOVA) Neparametrické testy

Vzorový příklad na rozhodování BPH_ZMAN

2 EXPLORATORNÍ ANALÝZA

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:

VÁŽENÝ ARITMETICKÝ PRŮMĚR S REÁLNÝMI VAHAMI

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ

TOKY V GRAFU MAXIMÁLNÍ TOK SÍTÍ, MINIMALIZACE NÁKLADŮ SPOJENÝCH S DANOU HODNOTOU TOKU, FIXNÍ NÁKLADY, PŘEPRAVNÍ (TRANSHIPMENT) PROBLÉM.

Přednáška č. 2 náhodné veličiny

Na co ve výuce statistiky není čas aneb Pane, pojďte si hrát

6. KOMBINATORIKA Základní pojmy Počítání s faktoriály a kombinačními čísly Variace

k(k + 1) = A k + B. s n = n 1 n + 1 = = 3. = ln 2 + ln. 2 + ln

Lineární regrese ( ) 2

UPLATNĚNÍ ZKOUŠEK PŘI PROHLÍDKÁCH MOSTŮ

Pravděpodobnostní modely

S k l á d á n í s i l

Cvičení 3 - teorie. Teorie pravděpodobnosti vychází ze studia náhodných pokusů.

(Teorie statistiky a aplikace v programovacím jazyce Visual Basic for Applications)

3. cvičení 4ST201. Míry variability

MATICOVÉ HRY MATICOVÝCH HER

České vysoké učení technické v Praze. Fakulta dopravní. Semestrální práce. Statistika

Tento projekt je spolufinancován Evropským sociálním fondem a Státním rozpočtem ČR InoBio CZ.1.07/2.2.00/

2. Náhodná veličina. je konečná nebo spočetná množina;

Mod(x) = 2, Med(x) = = 2

OKRUŽNÍ A ROZVOZNÍ ÚLOHY: OBCHODNÍ CESTUJÍCÍ. FORMULACE PŘI RESPEKTOVÁNÍ ČASOVÝCH OKEN

Náhodný výběr 1. Náhodný výběr

4.2 Elementární statistické zpracování Rozdělení četností

Komplexní čísla. Definice komplexních čísel

4EK311 Operační výzkum. 4. Distribuční úlohy LP část 2

3. cvičení 4ST201 - řešení

Popisná statistika. Zdeněk Janák 9. prosince 2007

Základní požadavky a pravidla měření

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby.

Přednáška VIII. Testování hypotéz o kvantitativních proměnných

14. Testování statistických hypotéz Úvod statistické hypotézy Definice 14.1 Statistickou hypotézou parametrickou neparametrickou. nulovou testovanou

Přednáška VI. Intervalové odhady. Motivace Směrodatná odchylka a směrodatná chyba Centrální limitní věta Intervaly spolehlivosti

2 Diferenciální počet funkcí více reálných proměnných

PRAVDĚPODOBNOST A STATISTIKA

Mendelova univerzita v Brně Statistika projekt

Digitální učební materiál

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT

1.3. POLYNOMY. V této kapitole se dozvíte:

PRACOVNÍ SEŠIT KOMBINATORIKA, PRAVDĚPODOBNOST A STATISTIKA. 9. tematický okruh:

3. část: Teorie hromadné obsluhy. Ing. Michal Dorda, Ph.D.

Statistické charakteristiky (míry)

Úloha III.S... limitní

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých

1. Základy počtu pravděpodobnosti:

4. Základní statistické pojmy.

Geometrická optika. Zákon odrazu a lomu světla

7. P o p i s n á s t a t i s t i k a

Intervalové odhady parametrů

3. Lineární diferenciální rovnice úvod do teorie

Pravděpodobnost a statistika - absolutní minumum

10.3 GEOMERTICKÝ PRŮMĚR

2. Znát definici kombinačního čísla a základní vlastnosti kombinačních čísel. Ovládat jednoduché operace s kombinačními čísly.

Elementární zpracování statistického souboru

i 1 n 1 výběrový rozptyl, pro libovolné, ale pevně dané x Roznačme n 1 Téma 6.: Základní pojmy matematické statistiky

Transkript:

Máme dotazíy. A co dál? Martia Litschmaová. Úvod S dotazíy se setáváme běžě. Vídáme je v oviách, v časopisech, jsou součásti evaluačích zpráv (sebehodoceí šol, ), výzumých zpráv, Využívají se v sociologii, psychologii, medicíě, jsou ejvyužívaější techiou maretigových průzumů. V ěterých případech vša jde o přílady, ja dotazíy evytvářet. Nejde totiž o ta triviálí záležitost, ja se a prví pohled zdá. My se sezámíme se záladími pojmy z této oblasti, uážeme si možosti, ja dotazí avrhout a hlavě si pa uážeme, ja výsledy z dotazíového šetřeí prezetovat. Při prezetaci výsledů se zaměříme pouze a popisou statistiu, s poročilými statisticými metodami pro aalýzu dat z dotazíových šetřeí se pa sezámíte při případém vysoošolsém studiu.. Záladí pojmy Dotazíové šetřeí je hromadé zísáváí údajů a patří mezi ejfrevetovaější metody výzumu. Při této metodě se shromažďováí dat zaládá a dotazováí osob. Osobu zajišťující sběr dotazíů ozačujeme tazatel. (Idiásé jméo by bylo Te-Kdo-Se-Ptá). Hlaví áplí práce tazatele je vyhledáí osob, teré splňují zadaé požadavy (apř. určitý vě, ebo vlastost aupují jogurty, čtou deí tis apod.) a provedeí osobího (resp. telefoicého) rozhovoru s vybraou osobou podle jedotého formuláře (dotazíu) a jedotých metodicých pravidel. Osoba, terá vyplňuje dotazí, se ozačuje jao respodet. Nejčastějším edostatem při zpracováí dotazíových šetřeí je opomíjeí případů, dy respodet eodpoví. Mluvíme pa o tzv. chybějících údajích (missig values). Chybějící údaje jsou ejčastěji způsobey ezjištěím příslušého údaje, chybou odpovědí ebo chybou při vstupu dat. Filtrace jeda z příči ezjištěí údajů (v tomto případě záměré) : viz. příloha Dotazí, otáza č.. č.dot. Ot. Ot. Ot.3 3.. 3.. 3.3. 3.4. 3.. 3.6. 3.7. 3.. 3.9. 3.. 3..,je drahé 3 4 6 7,esportuju 9,epotřebuju Obr. : Uáza filtrace - Ot.

ŠKOMAM 9, Máme dotazíy. A co dál?, Martia Litschmaová 3; 33% Četost Kupuji Legeda Četost Rel. četost Kupuji 47 67% Neupuji 3 33% Celem 7 % Neupuji 47; 67% Obr. : Aalýza chybějících údajů 3. Návrh dotazíu Před počátem dotazováí je uté vytvořit vztah tazatele a dotazovaých. Důležité je avodit taovou atmosféru, aby respodet pochopil, že tazatel hledá iformace pro společesy hodoté cíle a byl přesvědče o užitečosti iformací, teré podává. Proto se dotazíu obvyle připojuje stručé vysvětleí, teré respodeta iformuje o smyslu a způsobu využití výsledů šetřeí. Taovéto vysvětleí Vám může podstatě zvýšit ávratost dotazíů. Dříve ež se pustíme do formulace dotazů, měli bychom si vždy ujasit co je cílem šetřeí. Napřílad to může být zjištěí toho jaá je spoojeost žáů a rodičů se studiem a určité šole, předvolebí průzumy, zjištěí vlivu ezaměstaosti a psychiu člověa,..., zjištěí, zda výsledy šetřeí závisí a pohlaví či vztahu ábožeství. Následuje staoveí počtu, případě strutury respodetů (z hledisa věu, pohlaví, apod.), jejichž odpovědi mají být předmětem studie. 3.. Formulace dotazů Otázy můžeme rozdělit do dvou záladích supi: Aalyticé (idetifiačí a třídící) otázy - otázy vedoucí zísáí idetifiačích údajů (pohlaví, vě, demograficé údaje, ročí studia,...) respodetů (příloha, otáza č. 3, 4, ) Meritorí otázy - otázy týající se ázorů a chováí respodetů (příloha, otáza č. 3 - ) Podle typu odpovědi pa otázy dělíme a: Uzavřeé otázy respodetovi jsou abízey variaty odpovědi (apř. příloha, otáza č.,,...) o Alterativí variaty odpovědi o Seletiví - více ež variaty odpovědi Jedotlivé variaty odpovědi musí zahrovat všechy možosti (v případě potřeby zařazujeme odpovědi typu NEVÍM, JINÉ,...), variaty se NESMÍ přerývat. o Vícehodotová - umožňuje výběr více ež variaty (apř. příloha, otáza č. 3, 4,...) Otevřeé otázy šála hodot se vytváří dodatečě a záladě odpovědí respodetů Polouzavřeé (polootevřeé) otázy respodet si může vybrat z abízeých variat ebo uvést svou variatu. (apř. příloha, otáza č.,...) Baterie otáze sesupeí dotazů, u ichž je výběr ze stejých variat odpovědí (apř. příloha, otáza č., 6,...)

ŠKOMAM 9, Máme dotazíy. A co dál?, Martia Litschmaová Otázy musí být formulováy srozumitelě a jedozačě. U odpovědí by měla být zajištěa validita (co ejvěrější zachyceí sutečosti) a reliabilita (spolehlivost, tj. opaovatelost za stejých podmíe). Rověž pořadí otáze by emělo být voleo áhodě (logicý sled otáze). Aalyticé otázy se v dotazících zařazují doprostřed ebo aoec eí vhodé, aby prví otáza zěla: Jaý je Váš vě? 3.. Chybějící údaje V eposledí řadě pa musíme při sestavováí dotazíu myslet a možé chybějící údaje. Příčiou ezjištěí příslušého údaje může být to, že respodet: erozumí otázce otázce rozumí, ale variaty odpovědí ezahrují vhodou variatu odmítá odpovědět (jsou požadováy citlivé údaje příjem, sexuálí orietace,...) přestal mít zájem o účast ve studii, resp. emá dostate času a to, aby celý dotazí vyplil (počet otáze, smysluplost šetřeí,...) Většiu těchto příči lze vhodým ávrhem dotazíu elimiovat. Jasost, jedozačost a smysluplost otáze by měl prověřit předvýzum. Každý tazatel by si měl svůj dotazí vyplit především sám, a potom ho ještě vyzoušet a malém vzoru respodetů. Podle zísaých pozatů může ěteré otázy ještě upřesit, doplit ebo přeformulovat jejich zěí. 3.3. Graficá úprava lasicého dotazíu a strutura datového souboru Je-li dotazí založe a uzavřeých otázách, jsou výběry zazameáváy apřílad pomocí řížů do předtištěých čtverečů, teré mohou být umístěy buď vedle odpovědí ebo a zvláštím listu spolu s ódy odpovědi. Neí-li pro zadáváí výsledů použit seer, měl by být dotazí opatře ódy, teré budou vládáy do počítače. Např. lze vedle čtvereču sloužícího pro ozačeí odpovědi umístit příslušý ód. Dříve ež se dotazíové šetřeí rozběhe, měli bychom rověž avrhout struturu datového souboru (ázvy a typy proměých, šály hodot, začeí chybějících údajů). Dodatečé defiováí datového souboru totiž bývá časově mohem áročější. 3.4. Vytvořeí datového souboru Jedotlivé řády (případy (cases), pozorováí (observatios)) jsou určey pro odpovědi jedotlivých respodetů, sloupce obsahují odpovědi a jedotlivé otázy, případě jejich části (statisticý za, proměá (variable)).. proměá. proměá.... případ. případ... Tab. : Strutura datového souboru 3.. Šály měřeí a typy proměých Možé odpovědi, resp. příslušé ódy, tvoří šálu hodot. Podle typu šály rozlišujeme proměé. Nomiálí hodoty jsou růzé, elze vša staovit jejich pořadí (typ absolvovaé SŠ, druh výrobu, árodost,...) Ordiálí lze staovit pořadí hodot, elze vša říci o oli se hodoty avzájem liší (dosažeé vzděláí, veliost oblečeí (S, M, L, XL),...) Kvatitativí - číselé (počet dětí v rodiě, příjem,...) 3

ŠKOMAM 9, Máme dotazíy. A co dál?, Martia Litschmaová 4. Aalýza proměých 4.. Kategoriálí proměá Rozděleí četostí (tříděí I. stupě) Uvažujme ategoriálí (sloví) proměou, jejíž ategorie začíme x i, de i=,,...,, de je počet ategorií. Dále ozačme počet respodetů. Proměou obvyle popisujeme pomocí tzv. tabuly četostí obsahující absolutí četosti i, relativí četosti p i vyjadřující podíl počtu výsytů daé ategorie a celovém rozsahu souboru (ědy jsou tyto hodoty ásobey a pa jsou vyjadřováy v procetech). Máme-li ordiálí, resp. vatitativí proměou, určujeme avíc tzv. absolutí a relativí umulativí četosti (m i a F i ). Kumulativí četosti popisují počty hodot v ategorii daé a ižších. Hodoty x i TABULKA ROZDĚLENÍ ČETNOSTI Absolutí četost Relativí četost Kumulativí četost Relativí umulativí četost i p i m i F i p m F p m F p p F x x p m p x Celem i i Tab. : Tabula rozděleí četostí pro ordiálí proměou i p m F F p p ----- ----- i Nabývá-li proměá většího počtu hodot, tabula rozděleí četosti by již eposytovala vhodý popis. V taovém případě se hodoty roztřídí do itervalů a zjišťují se četosti hodot v jedotlivých itervalech. Uáza tabuly četosti pro přílohu, otázu č. Jaou vzdáleost byste byli ochoti přeoat vůli áupu jistého zboží outdoor stylu? Legeda Vzdáleost Četost Relativí četost Kumulativí četost Kum. rel. četost do m 4% 4% (3 - ) m 3 % 3% ( - ) m 3 9 4% 34 7% ( - ) m 4 7% 4 9% ad m % 47 % Grafy rozděleí četosti Histogram (sloupcový graf, bar chart) Výsečový graf (oláčový graf, pie chart) Histogram je lasicým grafem, v ěmž a jedu osu vyášíme variaty proměé a a druhou osu jejich četosti. Jedotlivé hodoty četosti jsou pa zobrazey jao sloupce (obdélíy, popř. úsečy, hraoly, užely...) 4

ŠKOMAM 9, Máme dotazíy. A co dál?, Martia Litschmaová Výborý Chvalitebý Dobrý Dostatečý 6 4 6 4 Výborý Chvalitebý Dobrý Dostatečý 6 4 6 4 Výborý Chvalitebý Dobrý Dostatečý 6 4 6 4 Výborý Chvalitebý Dobrý Dostatečý 6 4 6 4 Dostatečý Dobrý Chvalitebý Výborý Výborý Chvalitebý Dobrý Dostatečý Výsečový graf prezetuje relativí četosti jedotlivých variat proměé, přičemž jedotlivé relativí četosti jsou úměrě reprezetováy plochami příslušých ruhových výsečí. (Změou ruhu a elipsu dojde trojrozměrému efetu.) Výborý Chvalitebý Výborý Chvalitebý Dobrý Dobrý Dostatečý Dostatečý Výborý Chvalitebý Výborý Chvalitebý Dobrý Dobrý Dostatečý Dostatečý POZOR!!! V případě výsečového grafu si dejte zvláští pozor a popis grafu. Jedotlivé výseče estačí ozačit relativími četostmi bez uvedeí četosti absolutích, popř. bez uvedeí celového počtu pozorováí, to by mohlo vést mateí (ať už záměrému ebo echtěému) toho, jemuž je graf urče.

Četost ŠKOMAM 9, Máme dotazíy. A co dál?, Martia Litschmaová Uáza graficého výstupu pro přílohu, otázu č. Jaou vzdáleost byste byli ochoti přeoat vůli áupu jistého zboží outdoor stylu? Vzdáleost 3 9 do m (3 - ) m ( - ) m Vzdáleost ( - ) m ad m Vzdáleost ; 7% ; 33% ; 3% 3; % 4; 7% do m (3 - ) m ( - ) m ( - ) m ad m Aalýza vícehodotových odpovědí Zpracováím otáze, u ichž respodeti mohou volit více variat odpovědi se zabývá aalýza vícehodotových odpovědí (Multiple Respose Aalysis). Existují dva záladí přístupy pomocí ichž máme možost použít dva typy proměých: Dichotomicé proměé (položeá otáza je vlastě tvořea ěolia dotazy, a teré lze odpovědět ANO ebo NE apř. Zašrtěte typy fučího prádla, teré používáte. ) Víceategoriálí proměé (respodet obvyle vybírá určitý počet možých odpovědí, otáza může apřílad zít: Vyberte maximálě tři předášející, teří Vás a ŠKOMAMu ejvíce zaujali. Odpovědi jsou zazameáváy do více proměých. Počet proměých odpovídá maximálímu počtu vybraých variat. Statisticý software doáže vícehodotové proměé většiou zpracovat automaticy. Tabula četostí pro vícehodotové proměé obsahuje absolutí četosti i jedotlivých ategorií, procetí podíl těchto četostí p i (percet) z celového počtu platých hodot N a procetí podíl P i těchto četostí z počtu respodetů (percet of cases). Hodoty x i Absolutí četost x x TABULKA ČETNOSTÍ Relativí četost Relativí četost vzhledem počtu respodetů i p i P i p N P p N P x Celem i i N p N P p i i Tab. 3: Tabula rozděleí četostí pro vícehodotovou proměou 6

ŠKOMAM 9, Máme dotazíy. A co dál?, Martia Litschmaová Uáza tabuly četosti pro přílohu, otázu č. 7 Který z ásledujících atributů je pro Vás při áupu outdoor sortimetu rozhodující (ozačte ejvýše možosti)? Image Zača Cea Kvalita Desig Celem Četost 6 7 3 9 Relativí četost 7% % 3% 4% % % Rel. četost vzhledem počtu respodetů 3% % 4% % 43% 96% Popisé charateristiy Míry polohy Poloha je u omiálí proměé charaterizováa modálí ategorií, což je ategorie s ejvyšší četostí. Modálí ategorie (modus) a její charateristiy jsou ozačováy idexem Mo. Četosti modálí ategorie se azývají modálí četosti. Je-li u proměé jeda modálí ategorie, mluvíme o uimodálím rozděleí, je-li modálích ategorií, ozačujeme rozděleí jao -modálí (bimodálí, trimodálí,...). Jestliže je relativí četost modálí ategorie větší ež %, ozačujeme tuto ategorii jao majorití. U ordiálí proměé avíc používáme tzv. mediáovou ategorii. Jde o ategorii, pro terou je umulativí relativí četost, ebo vyšší (a umul. rel. četost ižší ategorie je meší ež,). Častěji používáme přímo charateristiu mediá. Je-li Je-li ásledující., pa se mediá rová číselému ozačeí mediáové ategorie., pa se mediá rová průměru číselých ozačeí mediáové ategorie a ategorie Kromě mediáu lze pro popis zau použít i další charateristiy, teré rozdělují ordiálí proměou a dvě části v jiém poměru ež :. Obecě se těmto charateristiám říá vatily. Mezi ty ejpoužívaější patří miimum, dolí vartil, horí vartil a maximum. Míry variability Jao míry variability omiálí proměé slouží: Variačí poměr v, terý určujeme jao. Nomiálí rozptyl omvar (Giiho oeficiet) vyjadřuje relativí četost všech dvojic, teré ejsou ve stejé ategorií Etropie H, terá je dáa vzorcem Nabude-li míra variability hodoty ula, hovoříme o ulovém rozptýleí, čili úplé homogeitě. Čím vyšší je míra variability, tím vyšší je heterogeita souboru. Maximálí variabilita astává v případě, dy jsou všechy proměé rovoměrě zastoupey. Pro hodoceí variability ordiálí proměé se ejčastěji používá ordiálí rozptyl dorvar. 7

ŠKOMAM 9, Máme dotazíy. A co dál?, Martia Litschmaová Míra variability dorvar abývá svého maxima tehdy, dyž u % objetů abývá sledovaá proměá hodoty x a u zbylých objetů abývá hodoty x. 4.. Kvatitativí (umericá) proměá Míry polohy Aritmeticý průměr Jeho hodotu zísáme pomocí zámého vztahu: Výběrové vatily V praxi se ejčastěji setáváme s těmito vatily: Dolí vartil = %-í vatil (rozděluje datový soubor ta, že % hodot je meších ež teto vartil a zbyte, tj. 7% větších (ebo rových)) Mediá = %-í vatil (rozděluje datový soubor ta, že polovia (%) hodot je meších ež mediá a polovia (%) hodot větších (ebo rových)) Horí vartil = 7%-í vatil (rozděluje datový soubor ta, že 7% hodot je meších ež teto vartil a zbyte, tj. % větších (ebo rových)) Kvartily dělí výběrový soubor a 4 stejě četé části. Miimum x mi a Maximum x max, tj. % hodot je meších ež miimum, tj. % hodot je meších ež maximum Míry variability Výběrový rozptyl s je ejrozšířeější mírou variability výběrového souboru. Určujeme jej podle vztahu: Nevýhodou použití výběrového rozptylu jaožto míry variability je to, že rozměr této charateristiy je druhou mociou rozměru proměé. (Např. je-li proměou deí tržba uvedea v Kč, bude výběrový rozptyl této proměé vyjádře v Kč.) Teto edostate odstraňuje další míra variability, a tou je: Výběrová směrodatá odchyla s je defiováa prostě jao ladá odmocia výběrového rozptylu:

ŠKOMAM 9, Máme dotazíy. A co dál?, Martia Litschmaová Nevýhodou výběrového rozptylu i výběrové směrodaté odchyly je ta sutečost, že eumožňují porovávat varibilitu proměých vyjádřeých v růzých jedotách. Která proměá má větší variabilitu výša ebo hmotost dospělého jedice? Na tuto otázu ám dá odpověď, tzv. variačí oeficiet. Variačí oeficiet V x vyjadřuje relativí míru variability proměé x. Podle íže uvedeého vztahu jej lze staovit pouze pro proměé, teré abývají výhradě ladých hodot. Variačí oeficiet je bezrozměrý, uvádíme-li jej v [%], hodotu zísaou z defiičího vzorce vyásobíme %. Je-li variačí oeficiet vyšší ež %, říáme, že soubor je začě rozptýle. Uáza číselých charateristi umericé proměé VĚK: Vě Průměr 44,9 Dolí vartil 3, Mediá 43, Horí vartil 4, Rozptyl, Směrodatá odchyla,6 Variačí oeficiet,3 Grafy vatitativí proměé Krabicový graf se ve statistice využívá od rou 977, dy jej poprvé prezetoval statisti Tuey (azval jej box with whisers plot rabicový graf s vousama). Graficá podoba tohoto grafu se v růzých apliacích mírě liší. Jedu z jeho verzí vidíte a uvedeém obrázu. Koec horího (popř. oec dolího) vousu představují maximum max (popř. miimum mi ) proměé, vío rabice udává horí vartil, do dolí vartil, vodorová úseča uvitř rabice ozačuje mediá.. Aalýza závislosti Dvourozměré rozděleí četosti (tříděí II. stupě) Nyí se budeme zabývat závislosti dvou ategoriálích proměých. I v tomto případě je vhodé začít zobrazeím rozděleí četosti, a to buď v tabulce ebo v grafu. U ategoriálích proměých četosti zjišťujeme pro všechy taové dvojice ategorií, dy jeda z ategorií přísluší jedé proměé a druhá ategorie druhé proměé. Zísáme ta dvourozměrou tabulu četostí, azývaou otigečí tabula. Z hodot uvedeých v této tabulce můžeme usuzovat a závislost či ezávislost proměých. 9

ŠKOMAM 9, Máme dotazíy. A co dál?, Martia Litschmaová Schéma otigečí tabuly X Y Y Y Y j X. X. X m m m m m. i... Tab. 4: Kotigečí tabula - obecě V políčách tabuly jsou většiou uváděy absolutí četosti. Mohdy jsou jao doplňové charateristiy uváděy relativí četosti, teré mohou být počítáy třemi růzými způsoby: podíly počítaé a záladě rozsahu celého souboru (součet všech hodot je rove ), řádové podíly (součet všech hodot v jedotlivých řádcích je rove ) a sloupcové podíly (součet všech hodot v jedotlivých sloupcích je rove ). Výsledy můžeme zobrazit buď pomocí ěolia tabule s růzými typy četostí, ebo zapsat všechy četosti do jedoho políča. Graficy lze údaje z tabuly zobrazit jao sloupcový graf. A to buď jao graf shluový (četosti pro dvojice ategorií jsou vyjádřey jao shlu sloupců), ebo jao graf umulativí (četosti pro dvojice ategorií jsou vyjádřey jao části jedoho sloupu). Výšy ebo části sloupců mohou představovat terýoliv z výše uvedeých typů četostí. Mezi ejzámější typy umulativích sloupcových grafů patří mozaiový graf. Teto graf se sládá z obdélíů, jejichž stray jsou úměré příslušým margiálím (orajovým) relativím četostem. Excel abízí obdobu mozaiového grafu jao jede z tzv. pruhových grafů. Kostruujeme jej ta, že a svislou osu vyášíme ezávisle proměou (příčia) a a vodorovou osu závisle proměou (důslede). Poud by byl v tomto případě pruhový graf tvoře svislými pruhy (jedotlivé obdélíy stejých barev by měly stejé vodorové rozměry), zamealo by to, že sledovaé proměé jsou ezávislé. Uáza aalýzy závislosti příloha, otáza č., otáza č. Závislost toho, zda repodet aupuje outdor. oblečeí a tom, zda se věuje outdor. ativitám Kupuji Neupuji Celem ANO 47 6 četost 67% % rel. četost 76% 4% řádová rel. četost % 6% sloupcová rel. četost NE četost % % rel. četost % % řádová rel. četost % 3% sloupcová rel. četost Celem 47 3 7 Závislost toho, zda repodet aupuje outdor. oblečeí a tom, zda se věuje outdor. ativitám NE ANO 47 Kupuji Neupuji % % % 3% 4% % 6% 7% % 9% %

ŠKOMAM 9, Máme dotazíy. A co dál?, Martia Litschmaová 4 3 Závislost toho, zda repodet aupuje outdor. oblečeí a tom, zda se věuje outdor. ativitám 47 ANO NE Kupuji Neupuji Uáza aalýzy závislosti příloha, otáza č. Kde a ja často aupujete outdoorové oblečeí, popř. další sortimet? Četosti: Legeda Iteret Spec. ameé obchody Hypermarety Zásilový obchod Sportoví řetězce Vůbec 7 3 Občas 3 7 3 Často 3 3 4 4 39 4 Sloupcové podíly: Legeda Iteret Spec. ameé obchody Hypermarety Zásilový obchod Sportoví řetězce Vůbec % 6% % % 6% Občas % 66% 47% % 64% Často 3 64% 9% % 3% 3% Sportoví řetězce 3 3 4 Zásilový obchod 7 39 Hypermarety 4 Vůbec Občas Spec. ameé obchody 3 4 Často Iteret 7 3 % % % 3% 4% % 6% 7% % 9% % Statistia umožňuje mohem podrobější aalýzu dat z dotazíových šetřeí. Tato aalýza je vša součásti statisticé iduce (zobecňováí výsledů ze studie a celou populaci), jejíž pricipy vyžadují podrobější studium.

ŠKOMAM 9, Máme dotazíy. A co dál?, Martia Litschmaová Příloha DOTAZNÍK Neí-li uvedeo jia, ozačte, prosím, pouze jedu odpověď..) Věujete se ědy outdoorovým ativitám (výlety, túry a hory, lyžováí, carvig, horolezectví apod.)?. ao. e.) Kupujete outdoor oblečeí ebo jaéoli zboží v tzv. outdoor stylu?. ao. e, protože Jestliže jste odpověděli e, přejděte prosím a otázu č. 3 3.) Jaé druhy oblečeí ebo produtů pro outdoor ativity upujete (můžete ozačit i více odpovědí)? 3. alhoty 3.7 zboží a hory (spacáy, stay) 3. budy 3. horolezecé vybaveí 3.3 boty 3. sportoví vybaveí (lyže, sowboardy, helmy) 3.4 miiy 3. jié (vypište, prosím).. 3. doplňy (ruavice, brýle apod.) 3.6 spodí prádlo 4.) Iformace o outdoorových produtech zísáváte z: (ozačte ejvýše dva ejčastější zdroje) 4. iteret 4. výloha 4. relama v TV 4.6 atalogy a letáy 4.3 přátelé 4.7 jié, uveďte, prosím 4.4 od prodavače přímo v prodejě.) Kde a ja často aupujete outdoorové oblečeí, popř. další sortimet?. iteret. specializovaé ameé obchody (HUDY, Roc Poit, GIGA SPORT).3 hypermarety (apř. Tesco, Maro, Globus).4 zásilový atalog. sportoví řetězce (GIGASPORT, HERVIS, DRAPA SPORT).6 jide, uveďte Často Občas Vůbec 6.) Do jaé míry Vás ásledující fatory ovlivňují při áupu? (-ejvíce, - ejméě) 3 4 6. relama (letáy, TV) 6. zača 6.3 cea 6.4 vzdáleost od bydliště 6. doporučeí přátel 6.6 iteret 6.7 rady a doporučeí prodavače 6. šíře abízeého sortimetu (zda je obchod úzce specializovaý, či široce apř. oblečeí plus horolezecé vybaveí) 7.) Který z ásledujících atributů je pro Vás při áupu outdoor sortimetu rozhodující (ozačte ejvýše možosti)? 7. image 7. zača 7.3 cea 7.4 valita 7. desig.) Jaou vzdáleost byste byli ochoti přeoat vůli áupu jistého zboží outdoor stylu?. do m. 3 - m.3 m.4 m. ad m Dotazí avrhla

ŠKOMAM 9, Máme dotazíy. A co dál?, Martia Litschmaová 9.) Jaé místo upředostňujete pro Váš áup? Ozačte, prosím, je jedu odpověď. 9. ameý obchod 9. obchod ve velém áupím domě (cetru) 9.3 z domova 9.3. e-shop 9.3. zásilový atalog.) Jaou váhu by měly ásledující fatory pro Vaše rozhodutí o samotém áupu?(-ejsilější, - ejslabší). ceové bousy. možsteví slevy.3 slevové ace ěolirát do roa.4 zvýhoděí typu: budě alhoty zdarma. možost vyhrát šoleí s istrutorem v reálém prostředí 3 4.) Které způsoby prezetace by Vám ejvíce dopomohly při rozhodováí o áupu jistého zboží? Oblečeí:. figuríy rozmístěé po obchodě. model či modela, chodící po obchodě, jež by si a Vaše vyžádáí příslušý model oblél (la).3 praticé uázy odolosti vůči vlhu, chladu apod. (možost vyzoušet vše v improvizovaých podmíách ) Horolezecé vybaveí (stay, arabiy, helmy, laa, spacáy apod.).4 promítutí rátého filmu se stručým výladem a předvedeím fučosti v praxi. idividuálí ozultace s profesioálem.6 mimořádé výstavy staů a dalšího zboží (před sezoími období).) Které z uvedeých outdoorových zače záte?. ALPINE PRO.9 NIKE. HUSKY. ADIDAS.3 HANNAH. SALEWA.4 GARMONT. SALAMON. GORE-TEX.3 TILAK.6 SIR JOSEPH.4 KEEN.7 FERRINO. DIRECT ALPINE. WARMPEACE.6 MILLET.7 jié.. 3.) Jaé je Vaše pohlaví? 3. muž 3. žea 4.) Vaše ejvyšší dosažeé vzděláí: 4. záladí 4.4 vyšší odboré 4. vyuče/á bez maturity 4. vysoošolsé 4.3 středošolsé s maturitou.) Váš vě:. 9- let.4 36-4 let. 6-3 let. 4a více let.3 3-3 let 3