„Údaje jsou získávány prostřednictvím záměrně cílených otázek.“ (Pecáková, 2008, s. 23)
Existují tři druhy dotazníku: strukturovaný, polostrukturovaný, nestrukturovaný.Strukturovanýje snadněji vyplnitelný, jasné otázky a odpovědi.
Polostukturovaný používá jak uzavřené, tak otevřené otázky, kde má respondent má možnost se více vyjádřit.Nestrukturovaným máme na mysli především skupinové diskuse.
Každý dotazník musí splnit čtyři základní body:
Získání informací.
Struktura pro rozhovory.
Standardní formulář.
Ulehčení zpracování.
5.1 Stanovení problému
„Stanovení problému a stanovení cílů výzkumu často představuje nejtěžší krok v celém výzkumu.“(Kotler, 2013, s. 407). Na začátku si musíme položit otázky: Jakou informaci chceme získat z dotazníku? Jaký je hlavní záměr dotazníku? Je dotazník nejlepší způsob získávání dat pro náš účel?
Problém či cíl nesmí být obecně či nepřesně stanoven, to by mohlo vést k získání špatných informací. Když stanovujeme cíl, je potřeba už v této počáteční fázi přemýšlet o tom, jakým způsobem bude dotazování vedeno, vzhled, typy otázek a možných odpovědí.
5.1 Rozhodování o vzorku a výběr respondentů
Dotazník se musí dostat do správné skupiny respondentů, proto je potřeba, abychom přemýšleli i o způsobu doručení těchto dotazníků. Důležitým bodem je vědět, kolik respondentů bude tvořit základní soubor, a jakým způsobem vymezíme soubor výběrový.
„Základní soubor můžeme označit jako množinu všech prvků, o které se chceme něco dovědět.“ (Tahal, 2015, s. 26).
Úplné šetření
Získáme-li informace od všech členů základního souboru, nazveme toto šetření právě úplným. Tento druh využíváme při sčítání lidí či domů. Lze ho využít i interně ve firmách při zjišťování spokojenosti zákazníka.
Výběrové šetření
Výběrový soubor je vlastně podmnožinou základního souboru. Existuje řada metod, jak výběrový soubor vymezit. Je potřeba, abychom vybrali tu nejlepší metodu. „Každý jedinec ze základního soboru musí mít nenulovou šanci, že bude do výběrového souboru zařazen.“ (Tahal, 2015, s. 28). Jak už bylo zmíněno, existuje řada výběrů – systematický, kvótní, stratifikovaný, vícestupňový či prostý náhodný výběr.
Základním typem je prostý náhodný výběr, při kterém má každý prvek pravděpodobnost vybrání stejnou. Prostý náhodný může být s vracením či bez vracení. S vracením vždy již vybraný prvek vracíme zpět do základního souboru, bez vracení prvek již do souboru vracen není a tím pádem se i počet jednotek v souboru snižuje.
Náhradní metody v případě neproveditelnosti prostého náhodného výběru jsou:
Systematický náhodný výběr používají především firmy a organizace, kdy každému n-tému v databázi je zaslán dotazník.
Kvótní výběr je druh výběru, kdy si určíme kvóty jako je věk, pohlaví apod., a ty se snažíme splnit.
Stratifikovaný náhodný výběr je další možnost. Jedná se o rozdělení populace do strat, menších podskupin, kde je v těchto podskupinách prováděn prostý náhodný výběr.
Představme si databázi nějaké firmy a z této firmy jsou vybráni všichni muži mezi18 – 25 lety, kterým bude dotazník zaslán k vyplnění. Tím pádem se zaměřujeme na cílovou skupinu s určitými vlastnostmi.
Vícestupňový výběr jde zde o hierarchii.Začínáme vždy u vyšší skupiny např.: pravdivě, stydí se a mají zábrany.
Telefonické – zde se musíme zaměřit na lidi, co vlastní telefon. Tyto rozhovory by měly být jasné a krátké.
Online – tento způsob je v dnešní době nejjednodušší, nejrychlejší.
Písemné – neumíme tazatele zařadit do skupiny, nevidíme, jak tazatel bude reagovat.
Tento druh zabere většinou více času a dost často se dotazníky nevracejí zpět.
5.1.1 Konstrukce otázek
Dotazník je formulář, z kterého se snažíme získat informace, a proto bychom měli dodržet pár zásad při tvorbě otázek.
Pravidla pro tvorbu otázek:
První otázky musí vyvolat zájem, složitější uprostřed.
Otázky musí být stručné, jasné, přímé.
Nesmíme používat hovorový jazyk.
Nepokládat otázky nesouvisející s cílem průzkumu.
Užívat známý slovník.
Vyloučit otázky s jednoznačnou odpovědí.
Krátké otázky.
Vyloučit odhady.
Vyloučit motivační otázky.
Otázky nesmí být zavádějící, neměla by sledovat více věcí najednou.
Tázání celou větou.
Pozor na vágní výrazy, hypotetické otázky.
Délka dotazníku závisí na zkoumaném tématu. Důležitější než délka, je časová náročnost.
„doporučuje se, aby vyplnění dotazníku nezabralo více než dvacet minut.“(Kozel, 2011, s. 205).
Aby bylo dotazník možné statisticky zpracovat, je potřeba rozdělit odpovědi:
výběr jedné odpovědi pro nás znamená jednu proměnnou.
výběr více odpovědí vzniká tzv. baterie otázek, která se používá spolu se škálováním, kdy přiřadíme hodnotu určitým jevům.
5.1.2 Typy otázek
Otevřené – nepředpokládáme variantu odpovědi.
Uzavřené – varianty odpovědí máme vyznačeny v dotazníku.
Likertovský formát.
Polootevřené – je kombinací otevřených a uzavřených otázek. U těchto odpovědí uvádíme přímo odpovědi plus nabídneme respondentovi možnost vlastního doplnění.
Dle účelu:
Meritorní – zaměřeny na problémy, které jsou předmětem výzkumu.
Kontrolní – k ověřování správnosti odpovědí.
Identifikační - slouží k popisu vlastností.
Filtrační – používáme je k roztřídění respondentů do skupin.
Kontaktní – pomocné otázky k navázání kontaktu.
5.2 Zpracování dat z dotazníků
Jakmile jsou data nasbírána, je potřeba je zkontrolovat a upravit.
Kontrola a úprava dat - je potřeba zjistit přesnost a spolehlivost, úplnost, čitelnost.
Klasifikace dat - v této části musíme přesně určit druh dat, vymezit skupiny.
Kódování dat - slovní data je nutno převézt na číselné znaky.
Technické zpracování dat – již zpracované údaje musíme zpracovat do tabulek, grafů, ze kterých jasněji vycházejí souvislosti, tendence.
6. Statistická část
Slovo statistika vychází ze slova status, z kterého vzniklo kolem 16. století slovo statista.
Toto slovo přeložíme jako státník, člověk zabývající se záležitostmi státu. Až v 18. století se objevilo díky siru Sinclarovi, které toto slovo použil ve své statistické zprávě, slovo statistics. Statistika je využívána vědci, ekonomy, úředníky či výrobci, ovlivňuje náš každodenní život.
6.1 Statistická proměnná/znak
U statistických průzkumů nás zajímají jevy, které se vyskytují u většího množství prvků.
Množství těchto prvků nazýváme statistických souborem a jednotlivé prvky statistickými jednotkami (např. osoby, podniky, provozy, zvířata, rostliny apod.). Právě vlastnosti u těchto jednotek vyjadřuje statistická proměnná neboli statistický znak. Jedná se tedy o odraz vlastnosti dané jednotky. Jako příklad si můžeme uvést zaměstnance firmy Jablotron Group. Tito zaměstnanci představují prvky souboru. Znakem v našem případě bude např. mzda, odpracované roky, věk, dosažené vzdělání apod.Každý tento znak nabývá určitých hodnot též pozorování.
Znaky můžeme charakterizovat dle vyjádření hodnot na slovní (barva vlasů, druh vlastnictví bytu apod.) nebo číselné (počet zaměstnanců, spotřeba vody apod.). Další důležitou informací při zpracování dat je zda se jedná o spojité či nespojité znaky.
Nespojité znaky nabudou pouze některých hodnot (počet nemocných na Jablonecku, počet vajec), spojité nabudou hodnot libovolných v rámci intervalu (tělesná výška, váha).
Dle vztahu mezi obměnami/hodnotami mluvíme o proměnných nominálních, ordinálních, metrických či kardinálních.
Nominální – jsou vyjádřeny většinou slovně. Nedají se sestavit do skupin dle významnosti. Jedná se například o pohlaví.
Ordinální – o ordinálních mluvíme v případě, pokud je lze seřadit od nejmenší po největší.
Pokud můžeme těmto slovním proměnným přiřadit číselné hodnoty, jako jsou body, stupně, mluvíme o ordinální proměnné.
Metrické – jsou číselné, dají se seřadit a zároveň změřit. Mohou nabývat i záporných hodnot. Mluvíme zde například o venkovní teplotě.
Kardinální – nabývají pouze kladných hodnot a hodnoty je možné porovnat rozdílem a podílem. Jedná se o druh metrických proměnných.
Dále rozlišujeme proměnné závislé či nezávislé. Závisle proměnnou měříme a sledujeme její změny. Závisle proměnná se může měnit důsledkem působení nezávisle proměnné.
Nezávisle proměnná je vždy vysvětlující. Jako příklad můžeme uvést závislost průměrného prospěchu, což bude závisle proměnná na počtu žáků ve třídě, což je nezávisle proměnná.
6.1 Četnost
Statistickým šetřením zjistíme velké množství číselných údajů, které je potřeba setřídit, to znamená rozdělení do skupin dle charakteristických vlastností. Třídění může být jednostupňové (třídění dle jednoho statistického znaku) či vícestupňové.
Četnosti dělíme na relativní, absolutní četnost a kumulativní relativní a kumulativní absolutní četnost. Absolutní četnost představuje počet jednotek, jímž patří stejná hodnota.
Relativní je vyjádřena v procentech a jedná se o podíl znaku a rozsahu souboru.
Kumulativní četnost absolutní vyjadřuje kolik jednotek má variantu menší či rovnou dané hodnotě. U absolutní kumulativní jaká poměrná část souboru má variantu menší či rovnou dané obměně.
6.2 Výběrové postupy
Sběr informací a následné shromažďování informací bez ovlivnění nazýváme statistické šetření. Podle Handela (2015, s. 5)výběrovým šetřením máme na mysli sběr malého množství dat od velké skupiny jedinců a výběr probíhá ze známé skupiny. Existují čtyři způsobu výběru:
Výběr na základě dobrovolnosti – jedná se většinou o výzkum veřejného mínění.
Pokládáme otázky a dotazovaní se sami rozhodují, zda odpoví či neodpoví.
Výběr na základě dostupnosti – chceme například získat odpovědi nakupujících v prodejně Decathlon. Položíme otázky jedincům, kteří budou v sobotu dopoledne v prodejně.
Kvótní výběr – pokud využíváme tuto metodu, jedná se o výběr, kde nevybíráme náhodně, ale snažíme se naplnit předem dané kvóty jako je například věk.
Náhodný výběr – při tomto výběru má každý prvek populace stejnou možnost zařazení do výběru. Tři předcházející typy mohou být zkreslené, tento typ zkreslení eliminuje.
Například výběr na základě dobrovolnosti může být zkreslen tím, že v sobotu dopoledne se vyskytují v prodejně jiný typ zákazníků než v týdnu. Výběr na základě dobrovolnosti může být zase zkreslen tím, že dobrovolníci jsou něčím motivování k odpovědím. Právě toto všechno náhodný výběr eliminuje.
V této práci využijeme základní typ náhodného výběru a to prostý náhodný výběr.
O prostém náhodném výběru a náhradách tohoto výběru v případě neproveditelnosti jsme se zmínili v kapitole 5.2.
6.2.1 Sběr dat
Jak již bylo zmíněno v předcházející kapitole, data lze sbírat písemně či elektronicky.
Velká výhoda elektronických dotazníků je, že eliminuje chyby při nemožnosti přečtení či přepisování.
Data je potřeba zapsat do tabulek, které také nazýváme datová matice, kde - Řádky obsahují informace o respondentech.
- Záhlaví obsahuje názvy proměnných.
- První sloupec bude obsahovat číslo respondenta.
- Pokud chybí informace, píšeme čárku.
Pomocí sběru dat získáme velké množství údajů, které je potřeba roztřídit. Třídění nám pomůže zjistit, kolik dotazovaných má ten či onen znak. Existují tří způsoby zpracování a to graf, tabulka a popisné charakteristiky. Takovou to tabulku nazýváme tabulka rozdělení četností, která může být prostá či intervalová.
Prosté – použijeme pro slovní znaky, popřípadě číselné, ale ne s velkým počtem obměn.
Vytvoříme tabulku, kde budou následující informace – pořadové číslo obměny, hodnota znaku, absolutní četnost, relativní četnost, kumulativní relativní četnost. Podrobněji bylo popsáno již v kapitole 6.2.
Intervalové – pokud máme spojitou číselnou proměnnou, budeme využívat intervalové třídění. Jelikož se jedná o velké množství obměn, které jsme nasbírali, dáme hodnoty do intervalů. Proto, abychom určili optimální počet intervalů, můžeme využít několika pravidel a jedním z nich je Sturgesovo pravidlo.
k = 1 + 3,3 log10n (1)
zjištěné hodnoty dáme do tabulky, která bude obsahovat pořadové číslo obměny, intervaly, středy intervalů, absolutní a relativní četnost, kumulativní relativní četnost, kumulativní absolutní četnost. Toto dělení bylo také podrobněji popsáno v kapitole 6.2.
6.3 Grafické znázornění
Získané hodnoty a data můžeme zapsat do tabulek, které slouží jako přehled veškerých získaných informací. Abychom získali grafický obraz, využijeme grafy.
Histogram
Graf, který se využívá pro znázornění proměnné intervalově tříděné. Jedná se o sloupcový graf, kde jednotlivé sloupce odpovídají intervalu.
Obrázek 5: Grafické znázornění - Histogram (vlastní vypracování)
Polygon
Slouží pro znázornění prostého rozdělení četnosti. Jedná se o spojnicový graf.
0