Výsledky

Do vyhodnocení jsem nezahrnul dotazníky chybně nebo neúplně vyplněné. Vyhodnocoval jsem tedy osmdesát správně a úplně vyplněných dotazníků.

Dotazník jsem vyhodnocoval podle zvolených oblastí výzkumu. Za každou oblast jsem u jednotlivých respondentů vypočítal hrubé skóre podle součtu hodnot odpovědí v dané oblasti.

V oblasti zaměřené na způsoby reagování v zátěžových situacích jsem postupoval podle metodiky pro vyhodnocení dotazníku SVF 78 (in Švancara, 2003, s. 11).

U vyhodnocení individuální kvality života jsem se opět držel metodiky pro vyhodnocení metody SEIQoL (in Křivohlavý, 2003, s. 247). Výslednou kvalitu života uvádím v procentech zaokrouhlenou na dvě desetinná místa.

Na základě zjištěných hodnot hrubých skór respondentů v jednotlivých oblastech výzkumu jsem vytvořil tabulku s demografickými informacemi o jednotlivých respondentech a k nim odpovídajících výsledků v jednotlivých oblastech výzkumu (viz příloha č. 2). Jednotlivé oblasti výzkumu jsem pracovně nazval zdravá výživa, pohybová aktivita, strategie stresu (strategie zvládání zátěže) a kvalita života.

Následující zjištěné demografické informace slouží jako charakteristika souboru respondentů účastnících se výzkumu. O souboru respondentů mohu tedy říci:

Tab. 5 Rozdělení respondentů podle pohlaví

Pohlaví Četnost Podíl [%]

muži 46 57,5

ženy 34 42,5

Celkem 80 100

Jak jsem v kapitole 8.3.2. Výběr respondentů uvedl, nebylo cílem výzkumu zjištění genderových rozdílů u respondentů, tuto tabulku uvádím pro dokreslení demografických charakteristik respondentů. Z tabulky 5 je patrné mezi respondenty mírně převažují muži. Tato převaha mužů je způsobena značným zastoupením studentů studujících obor tělesná výchova (viz tab. 9).

50

Tab. 6 Zjištěná četnost respondentů rozdělená podle jejich věku.

Věk [roky] Četnost Podíl [%]

Z tabulky 6 je patrné, že výzkumu se účastnili studenti převážně mladší, ve věku 21 a 22 let.

Dáno je to pravděpodobně tím, že tito studenti tvoří velkou skupinu, ke které se dostal dotazník přes vybrané vyučující na katedrách. Tito vyučující měli přístup právě k těmto mladším ročníkům.

S tímto zjištěním souvisí i počty jednotlivých respondentů rozdělených podle ročníků:

Tab. 7 Zjištěná četnost respondentů rozdělená podle ročníku studia.

Ročník studia Četnost Podíl [%] druhého ročníku. Druhou početnou skupinou jsou studenti prvního ročníku. Úplně chybí studenti třetího ročníku, což je způsobeno probíhající změnou v magisterském studiu studijního oboru učitelství pro druhý stupen základní školy.

Dalším demografickým ukazatelem bylo zjištěné členství ve sportovním klubu nebo oddíle.

Tab. 8 Zjištěné členství ve sportovním klubu u respondentů

Členství v

klubu Četnost Podíl [%]

člen 46 57,5

není členem 34 42,5

Celkem 80 100

Z tabulky 8 vyplývá, že nadpoloviční většina respondentů jsou členy v nějakém sportovním klubu či oddíle. Tento ukazatel má vliv na míru pohybové aktivity u respondentů. Toto zjištění

51

jistě ovlivňuje fakt, že mezi respondenty jsou zastoupeni studenti tělesné výchovy (viz tab. 9).

Tab. 9 Čestnosti různých kombinací studijních programů mezi respondenty

Kombinace Četnost Podíl [%]

TV + Z 30 37,5

TV + jiné než Z 25 31,3

M + cokoli 13 16,3

Z + jiné 11 13,8

ostatní 1 1,3

Celkem 80 100

Mezi respondenty jsou nejsilněji zastoupeny studijní programy tělesné výchovy - tvoří 68,8 % z celkového počtu respondentů (nejčetněji právě v kombinaci se studiem zeměpisu). Je to dáno tím, že jsem při distribuci dotazníků požádal vybrané vyučující na katedrách tělesné výchovy a zeměpisu. Na jednu stranu to přineslo velkou úspěšnost v navrácených vyplněných dotaznících, na druhou stranu to zúžilo pestrost získaného vzorku respondentů. Dalším problémem spíše organizačního charakteru bylo to, že se velmi silně překrývá skupina studentů studujících na katedře TV se skupinou studentů studujících na katedře zeměpisu (viz tab. 9). Někteří studenti tedy byli oslovení se žádostí o vyplnění dotazníku dvakrát, což bylo ošetřeno tím, že pokud již jednou dotazník vyplnili, podruhé ho již nemohou vyplňovat.

Pro ověření všech předpokladů jsem použil korelační analýzu, která je statistickou metodu pro posouzení těsnosti vztahu mezi proměnnými (in Chráska, 2010, s. 113). Pro vyjádření těsnosti vztahu mezi pohybovou aktivitou a zvládáním zátěžových situací použiji Pearsonův koeficient korelace zaokrouhlovaný na tři desetinná místa.

Pro výpočet Pearsonova koeficientu korelace musí být splněny tyto podmínky (in Chráska, 2010, s. 117):

• data, z nichž Pearsonův koeficient počítáme, jsou metrická

• regresní čára musí být přímka

• základní soubor má tzv. dvojrozměrné normální rozdělení

Tyto podmínky jsou splněny. Pro výpočet jsem použil program MS Excel 97 (Statistické funkce - Pearson).

Pearsonův koeficient korelace může nabývat hodnot od -1 do +1. Hodnota 0 vypovídá o statistické nezávislosti obou proměnných. Čím více se vypočítaná hodnota blíží +1 (resp. -1), tím těsnější je vztah mezi proměnnými (jevy), které srovnáváme (in Chráska, 2010, s. 115). Kladný výsledek vypovídá, že vyšším hodnotám jedné proměnné odpovídají také spíše vyšší hodnoty

52

druhé proměnné a naopak. Je-li koeficient korelace záporný, znamená to, že mezi proměnnými , které srovnáváme, je negativní (opačný) vztah. Tj. vysokým hodnotám jedné proměnné odpovídají spíše nižší hodnoty druhé proměnné a naopak. Ve výzkumech se většinou pracuje s koeficienty, jejíž absolutní hodnota je minimálně 0,40.

Důležitou informaci pro hodnocení vypočítaného koeficientu korelace získám na základě testování jeho statistické významnosti. V tomto případě jde o to, rozhodnout, zda vypočítaná hodnota korelačního koeficientu je natolik vysoká, abych mohl hovořit o statisticky významném vztahu. K ověřování statistické významnosti korelačního koeficientu se nejčastěji používá testového kritéria t (in Chráska, 2010, s. 116).

Nejprve formuluji nulovou a alternativní hypotézu.

H0 Vypočítaná hodnota koeficientu korelace nevypovídá o závislosti mezi oběma proměnnými (tedy neexistuje mezi nimi vztah a že rp=0).

HA Vypočítaná hodnota koeficientu korelace vypovídá o vztahu mezi oběma proměnnými (rp není rovno 0).

Testování statistické významnosti provedu na hladině významnosti a =0,05. Vypočítanou hodnotu testového kritéria srovnám s kritickou hodnotou tohoto kritéria pro zvolenou hladinu významnosti a počet stupňů volnosti (v tomto případě to je 78 stupňů volnosti). Ve statistických tabulkách najdu kritickou hodnotu pro t0,05(78) (in Chráska, 2010, s. 258).

Pokud vypočítaná hodnota t je větší než kritická, odmítám nulovou hypotézu a přijímám hypotézu alternativní. Vypočítaný koeficient korelace tedy vypovídá o statisticky významné závislosti mezi výsledky obou proměnných. Je-li vypočítaná hodnota t je menší než kritická, přijímám nulovou hypotézu. Tedy vypočítaný koeficient korelace nevypovídá o statisticky významné závislosti obou proměnných (s. 117).

Pro větší názornost prezentovaných výsledků zobrazím rozložení obou proměnných v grafu.

Pro lepší zobrazení vztahu mezi sledovanými proměnnými jsem jednu z nich vždy seřadil podle velikosti od nejnižších hodnot k nejvyšším. K závislosti obou proměnných připojím regresní přímku, jejíž sklon ukazuje na druh závislosti (přímá či nepřímá závislost).

1. Ověření hypotézy H1, že existuje pozitivní vztah mezi pohybovou aktivitou a zvládáním zátěžových situací

Pro ověření hypotézy H1 jsem použil korelační analýzu. Pro výpočet těsnosti vztahu mezi

53

pohybovou aktivitou a zvládáním zátěžových situací použiji Pearsonův koeficient korelace.

Pro tento účel jsem vytvořil pomocnou tabulku výsledků (viz příloha č. 3), ve které jsem uvedl číslo respondenta a k němu odpovídající dvojici výsledků - hrubé skóre z oblasti pohybové aktivity (otázky 9 - 16) a hrubé skóre zvládání zátěžových situací. Hrubé skóre zvládání zátěžových situací je ještě rozděleno na hrubé skóre celkové pozitivní strategie (otázky 17, 20, 21, 22, 24, 26, 27, 28, 30, 32, 34, 36, 37) a negativní strategie (otázky 18, 19, 23, 25, 29, 31, 33, 35).

A) Budu proto ověřovat zda existuje pozitivní vztah mezi pohybovou aktivitou a pozitivní strategií zvládání zátěže (stresu),

B) ověřím, zda existuje vztah mezi pohybovou aktivitou a negativní strategií zvládání zátěže (stresu).

ad A)

Graf 1. Zobrazení vztahu mezi pohybovou aktivitou a pozitivní strategii stresu

1. Vypočtená hodnota Pearsonova koeficientu korelace: rp =0,027

Tato hodnota koeficientu korelace vyjadřuje velmi slabou pozitivní závislost mezi pohybovou aktivitou a pozitivní strategií zvládání stresu.

2. Regresivní čára zobrazuje velice slabou lineární přímou závislost mezi jevy.

3. Stanovil jsem si nulovou (H0) a alternativní (HA) hypotézu:

H₀: Vypočítaná hodnota koeficientu korelace nevypovídá o závislosti mezi pohybovou aktivitou a pozitivní strategií zvládání stresu; tedy není mezi nimi vztah.

H_A: Vypočítaná hodnota koeficientu korelace vypovídá o vztahu mezi pohybovou aktivitou a pozitivní strategií zvládání stresu.

54

4. Při testování statistické významnosti korelace mezi pohybovou aktivitou a pozitivní strategií stresu jsem vypočetl na zvolené hladině významnosti při 78 stupních volnosti hodnotu testového kritéria t a porovnal jsem ho s kritickou hodnotou testového kriteria t0,05(78) zjištěného v tabulkách:

t = 0,239 t0,05(78) = 1,990

5. Protože platí, že |t| < t0,05(78) - alternativní hypotézu nepřijímám. Platí tedy nulová hypotéza, že vypočítaná hodnota koeficientu korelace nevypovídá o závislosti mezi pohybovou aktivitou a pozitivní strategií zvládání stresu; tedy není mezi nimi vztah.

Ověřil jsem, že ve zkoumaném souboru neexistuje statisticky významná závislost mezi pohybovou aktivitou a pozitivní strategií stresu.

ad B)

Graf 2. Zobrazení vztahu mezi pohybovou aktivitou a negativní strategii stresu

1. Vypočtená hodnota Pearsonova koeficientu korelace: rp =- 0,199

Tato hodnota koeficientu korelace vyjadřuje velmi slabou až nízkou negativní závislost mezi pohybovou aktivitou a negativní strategií zvládání stresu.

2. Regresivní čára zobrazuje slabou lineární nepřímou závislost mezi jevy.

3. Stanovil jsem si nulovou (H0) a alternativní (HA) hypotézu:

H₀: Vypočítaná hodnota koeficientu korelace nevypovídá o závislosti mezi pohybovou aktivitou a negativní strategií zvládání stresu; tedy není mezi nimi vztah.

H_A: Vypočítaná hodnota koeficientu korelace vypovídá o vztahu mezi pohybovou aktivitou a negativní strategií zvládání stresu.

55

4. Při testování statistické významnosti korelace mezi pohybovou aktivitou a pozitivní strategií stresu jsem vypočetl na zvolené hladině významnosti při 78 stupních volnosti hodnotu testového kritéria t a porovnal jsem ho s kritickou hodnotou testového kriteria t0,05(78) zjištěného v tabulkách:

t = - 1,793 t0,05(78) = 1,990

5. Protože platí, že |t| < t0,05(78) - alternativní hypotézu nepřijímám. Platí tedy nulová hypotéza, že vypočítaná hodnota koeficientu korelace nevypovídá o závislosti mezi pohybovou aktivitou a negativní strategií zvládání stresu; tedy není mezi nimi vztah.

Ověřil jsem, že ve zkoumaném souboru neexistuje statisticky významná závislost mezi pohybovou aktivitou a negativní strategií stresu.

2. Ověření hypotézy H2, že existuje pozitivní vztah mezi zdravou výživou a pohybovou aktivitou

Pro ověření hypotézy H2 jsem použil korelační analýzu. Pro výpočet těsnosti vztahu mezi zdravou výživou a pohybovou aktivitou použiji Pearsonův koeficient korelace.

Pro tento účel jsem vytvořil pomocnou tabulku výsledků (viz příloha č. 4), ve které jsem uvedl číslo respondenta a k němu odpovídající dvojici výsledků - hrubé skóre z oblasti zdravá výživa (otázky 1 - 8) a hrubé skóre pohybové aktivity (otázky 9 - 16).

Graf 3. Zobrazení vztahu mezi pohybovou aktivitou a zdravou výživou

1. Vypočtená hodnota Pearsonova koeficientu korelace: rp =0,127

56

Tato hodnota koeficientu korelace vyjadřuje velmi slabou pozitivní závislost mezi pohybovou aktivitou a zdravou výživou.

2. Regresivní čára zobrazuje slabou lineární přímou závislost mezi jevy.

3. Stanovil jsem si nulovou (H0) a alternativní (HA) hypotézu:

H₀: Vypočítaná hodnota koeficientu korelace nevypovídá o závislosti mezi pohybovou aktivitou a zdravou výživou; tedy není mezi nimi vztah.

H_A: Vypočítaná hodnota koeficientu korelace vypovídá o vztahu mezi pohybovou aktivitou a zdravou výživou.

4. Při testování statistické významnosti korelace mezi pohybovou aktivitou a pozitivní strategií stresu jsem vypočetl na zvolené hladině významnosti při 78 stupních volnosti hodnotu testového kritéria t a porovnal jsem ho s kritickou hodnotou testového kriteria t0,05(78) zjištěného v tabulkách:

t = 1,131 t0,05(78) = 1,990

5. Protože platí, že |t| < t0,05(78) - alternativní hypotézu nepřijímám. Platí tedy nulová hypotéza, že vypočítaná hodnota koeficientu korelace nevypovídá o závislosti mezi pohybovou aktivitou a zdravou výživou; tedy není mezi nimi vztah.

Ověřil jsem, že ve zkoumaném souboru neexistuje statisticky významná závislost mezi pohybovou aktivitou a zdravou výživou.

57

3. Ověření hypotézy H3, že existuje pozitivní vztah mezi vyšší pohybovou aktivitou a vyšší kvalitou života

Graf 4. Zobrazení vztahu mezi pohybovou aktivitou a kvalitou života

1. Vypočtená hodnota Pearsonova koeficientu korelace: rp =- 0,161

Tato hodnota koeficientu korelace vyjadřuje velmi slabou negativní závislost mezi pohybovou aktivitou a kvalitou života.

2. Regresivní čára zobrazuje slabou lineární nepřímou závislost mezi jevy.

3. Stanovil jsem si nulovou (H0) a alternativní (HA) hypotézu:

H₀: Vypočítaná hodnota koeficientu korelace nevypovídá o závislosti mezi pohybovou aktivitou a kvalitou života; tedy není mezi nimi vztah.

H_A: Vypočítaná hodnota koeficientu korelace vypovídá o vztahu mezi pohybovou aktivitou a kvalitou života.

4. Při testování statistické významnosti korelace mezi pohybovou aktivitou a pozitivní strategií stresu jsem vypočetl na zvolené hladině významnosti při 78 stupních volnosti hodnotu testového kritéria t a porovnal jsem ho s kritickou hodnotou testového kriteria t0,05(78) zjištěného v tabulkách:

t = - 1,441 t0,05(78) = 1,990

5. Protože platí, že |t| < t0,05(78) - alternativní hypotézu nepřijímám. Platí tedy nulová hypotéza, že vypočítaná hodnota koeficientu korelace nevypovídá o závislosti mezi pohybovou aktivitou a kvalitou života; tedy není mezi nimi vztah.

58

Ověřil jsem, že ve zkoumaném souboru neexistuje statisticky významná závislost mezi pohybovou aktivitou a kvalitou života.

Pozn.: Pro ověření hypotézy H3 mohu také provést výběr z hodnot tak, že pro výpočet Pearsonova korelačního koeficientu bych použil dvojice, u kterých je pohybová aktivita větší nebo rovna hrubému skóre 25 (v tabulce označená oblast). Tím bych splnil podmínku zkoumání závislosti vyšších hodnot pohybové aktivity. Pak by výsledek vypadal takto:

Graf 5. Zobrazení vztahu mezi pohybovou aktivitou a kvalitou života (pro výběrový soubor dvojic hodnot, u kterých je pohybová aktivita větší nebo rovna hrubému skóre 25)

Hodnotu hrubého skóre 25 pro pohybovou aktivitu jsem vybral protože soubor respondentů přibližně rozděluje na poloviny. V tomto výběrovém souboru je 41studentů.

1. Vypočtená hodnota Pearsonova koeficientu korelace: rp =- 0,214

Tato hodnota koeficientu korelace vyjadřuje nízkou negativní závislost mezi vyšší pohybovou aktivitou a vyšší kvalitou života.

2. Regresivní čára zobrazuje lineární nepřímou závislost mezi jevy.

3. Stanovil jsem si nulovou (H0) a alternativní (HA) hypotézu:

H0: Vypočítaná hodnota koeficientu korelace nevypovídá o závislosti mezi vyšší pohybovou aktivitou a vyšší kvalitou života; tedy není mezi nimi vztah.

H_A: Vypočítaná hodnota koeficientu korelace vypovídá o vztahu mezi vyšší pohybovou aktivitou a vyšší kvalitou života.

4. Při testování statistické významnosti korelace mezi pohybovou aktivitou a pozitivní strategií stresu jsem vypočetl na zvolené hladině významnosti při 39 stupních volnosti hodnotu

59

testového kritéria t a porovnal jsem ho s kritickou hodnotou testového kriteria t0,05(39) zjištěného v tabulkách:

t = -6,244 t0,05(39) = 2,021

5. Protože platí, že |t| > t0,05(39) - alternativní hypotézu přijímám. Platí tedy, že vypočítaná hodnota koeficientu korelace vypovídá o vztahu mezi vyšší pohybovou aktivitou a vyšší kvalitou života.

Ověřil jsem, že ve zkoumaném výběrovém souboru existuje statisticky významná závislost mezi vyšší pohybovou aktivitou a vyšší kvalitou života. Tato závislost je negativní, to znamená, že vyšším hodnotám pohybové aktivity odpovídají nižší hodnoty kvality života, proto tímto hypotézu H3 odmítám - není splněna podmínka pozitivního vztahu mezi zkoumanými jevy.