Nejprve je třeba zmínit druhy statistického zjišťování. To může být vyčerpávající, což znamená, že prošetřuje všechny jednotky statistického souboru. Pro svou složitost, nákladnost a náročnost na organizaci bývá často nahrazeno výběrovým šetřením, kdy jsou ze základního souboru vybrány jen některé jednotky a na základě jejich zjištěných charakteristik lze usuzovat s určitou mírou přesnosti na vlastnosti souboru základního (Hindls et al., 2006, s. 108). Pro účely této práce bylo zvoleno výběrové šetření. Pro vymezení výběrového souboru, tedy vzorku, který je podroben zkoumání, je třeba nejprve identifikovat soubor základní. Jedná se o množinu všech subjektů se stanovenými charakteristikami. Na základě poznatků o základním souboru se přistupuje k určení velikosti souboru výběrového. Významným předpokladem pro statistické zpracování je dodržení podmínky reprezentativnosti výběrového souboru. Určení subjektů, které jsou do této výběrové podmnožiny zařazeny, lze provést prostřednictvím tří postupů:
náhodný, resp. pravděpodobnostní výběr,
záměrný výběr,
kombinace náhodného a záměrného výběru.
S přihlédnutím k charakteristikám výše uvedených postupů je vybrán způsob náhodného výběru prvků. Jedná se o výběr, při němž existuje stejná pravděpodobnost zařazení kterékoliv jednotky souboru základního. Vzhledem k rozsáhlosti základního
93
souboru není přistoupeno k losování, ale k výběru pomocí tzv. tabulek náhodných čísel, resp. pomocí funkce generátor náhodných čísel, která je součástí statistického software (Hindls et al., 2006, s. 110–111). Pro určení rozsahu základního souboru je využita databáze ČSÚ Hromadná ubytovací zařízení České republiky. Zde jsou evidována všechna zařízení, členěná v první úrovni rozlišení dle jednotlivých krajů, ve druhé úrovni dle okresů a ve třetí úrovni dle obcí. Provozovny jsou následně řazeny podle kategorie. Výzkum je zaměřen na vzdělávací systémy a přístup k úrovni vzdělání při výběru pracovníků v hotelech. Vzhledem k tomu je nezbytné ze seznamu ubytovacích zařízení vyčlenit penziony, kempy a obdobná zařízení, která jsou navíc obvykle spravována rodinnými příslušníky a případnou výpomoc řeší smluvními vztahy mimo pracovní poměr42. Po sečtení všech zařízení vyhovujících zadaným kritériím byl získán rozsah základního souboru. Základní statistický soubor N má rozsah 2459 jednotek a jeho struktura je znázorněna v tabulce 4.2.
Tab. 4.2: Hromadná ubytovací zařízení kategorie hotel dle jednotlivých krajů
Kraj Celkový počet
94
případě stav vyplývá z pozice hlavního města a ve druhém případě je tento poměr důsledkem koncentrace lázeňských míst v kraji, zejména pak tzv. lázeňského trojúhelníku. V ostatních krajích se nachází podíl hotelů v intervalu od 14 % do 28 %.
Nepoměr počtu hotelů na počet obyvatel v kraji, kdy například početně nejmenší Karlovarský kraj má čtvrtý největší počet hotelů, je dán zejména charakteristikou daného regionu z hlediska typologie cestovního ruchu43.
4.2.1 Výběrový soubor
Výběrový soubor má rozsah 370 jednotek, což v rámci zaokrouhlení činí 15 % souboru základního. S důrazem na reprezentativnost je tento podíl dodržen v rámci jednotlivých krajů. Počet subjektů zahrnutých do výběrového souboru znázorňuje tabulka 4.3. Každá jednotka je představována jedním hotelem.
Tab. 4.3: Počet jednotek výběrového souboru dle krajů Hlavní město Praha 73 Královéhradecký 32
Středočeský 30 Pardubický 11
Jihočeský 27 Vysočina 15
Plzeňský 17 Jihomoravský 29
Karlovarský 31 Olomoucký 14
Ústecký 23 Zlínský 18
Liberecký 24 Moravskoslezský 26
Zdroj: vlastní zpracování
K určení minimálně nutného rozsahu výběru, který je východiskem pro dostatečně kvalitní zobecňující úsudky, je využita přípustná chyba odhadu, kdy rozsah výběru musí odpovídat následujícímu vztahu (Hindls et al., 2006, s. 127):
n ≥ t21-α/2s´x2/ Δ2, kde (4.1) n – rozsah výběru
t21-α/2 – kvantily rozdělení t s v = n1 – 1 stupni volnosti s´x2 – výběrový rozptyl
Δ2 – přípustná chyba odhadu (Δ = u1-α/2 . s´x2 /√n) (4.2)
43 Cestovní ruch lze dělit dle motivace k účasti. Jako příklad lze uvést cestovní ruch rekreační, kulturně poznávací, náboženský, lázeňský, kongresový atd. (Attl, Nejdl, 2004, s. 16; Orieška, 1999, s. 6).
95
Za účelem ověření, zda stanovený rozsah výběrového souboru je dostačující a odpovídá podmínce uvedené v předchozím vztahu, bylo provedeno celkem pět kontrolních výpočtů, kdy byl využit výběrový rozptyl různých proměnných. Ve všech případech byla vypočtená hodnota menší (265,32; 369,59; 369,8; 369,89; 369,13) než rozsah výběrového souboru n.
4.2.2 Předvýzkum
Předvýzkum byl realizován ve třiceti náhodně vybraných podnicích Karlovarského a Pardubického kraje. Cílem předvýzkumu je ověřit srozumitelnost otázek na malém vzorku respondentů. Po jeho ukončení a následném vyhodnocení vzniká prostor pro případnou reformulaci otázek či další dílčí úpravy dotazníku. Na základě vyhodnocení průběhu vlastního dotazování byly uskutečněny drobné úpravy dotazníku. V průběhu předvýzkumu vyšlo najevo, že poskytnout komplexní údaje z rozvahy a výkazu zisků a ztrát se jeví jako nepřekonatelná bariéra vzhledem ke skutečnosti, že subjekty v oboru jsou extrémně citlivé na možnost zneužití a mnohé z nich neplní povinnost zveřejňovat tyto údaje v Obchodním věstníku, jak ukládá zákonná povinnost, a činí tak s několikaletým zpožděním či vůbec. Z tohoto důvodu bylo nezbytné přijmout kompromisní řešení tak, aby podnítilo ochotu nejen odpovídat, ale také odpovídat pravdivě. Tlak na získání původně plánovaných dat ekonomického charakteru by mohl vést k uvádění nepravdivých či jinak zkreslených údajů, což by znehodnotilo výsledky zpracování dat a zkreslilo tím úsudek o základním souboru. Zvolené řešení se ukázalo jako přijatelné pro zkoumané subjekty a umožnilo výpočet pěti výkonnostních pomocných ukazatelů, které jsou podkladem pro konstrukci hlavního ukazatele výkonnosti. Předvýzkum probíhal na podzim 2013 a finální dotazníkové šetření bylo situováno do prvních osmi měsíců roku 2014.
4.2.3 Zpracování dat
Po shromáždění všech dotazníků byla provedena logická kontrola, která je zaměřena na posouzení, zda vyplněná data odpovídají logicky možnému, a je postavena na věcné znalosti zkoumaných jevů dle doporučení Hindlse et al. (2006, s. 17). Poté nastává vlastní zpracování dat. Jako první byla převedena do programu Microsoft Excel data, která přímo vstupují do statistického zpracování. Dále byly zařazeny údaje týkající se vzdělávacích aktivit v podniku do jednotlivých kategorií vyjadřujících různou úroveň
96
systému vzdělávání. Dalším úkonem v pořadí bylo vyhodnocení diagnostického nástroje OCAI a na základě výsledků pak určení typů organizační kultury. Následně byly provedeny výpočty (fluktuace, produktivita práce atd.) a také byla určena velikost podniku v závislosti na počtu pracovníků. Výsledkem jsou čtyři obecné ukazatele, šest výběrových a jeden ukazatel výkonnosti. Takto utříděná data byla z Excelu převedena do statistického software SAS a Minitab 17, kde byla zpracována výše uvedenými statistickými metodami. Výsledky jsou podrobně popsány v následující kapitole, přičemž nejprve je prezentováno elementární zpracování včetně ověření vedlejších hypotéz, poté následuje konstrukt výkonnosti. Poté jsou představeny nově identifikované faktory s vlivem na vnitřní prostředí podniku a završením je ověření teoretického modelu včetně ověření platnosti hlavní hypotézy.
97
5 Analýza empirických dat
V souvislosti s výzkumným šetřením a v návaznosti na dosažení cíle práce, ověření hypotéz a zpracování teoretického modelu je pozornost soustředěna na šestnáct ukazatelů, které jednotlivé podniky výběrového souboru charakterizují. Dle určitých společných znaků jsou ukazatele rozděleny do tří oblastí, a to na ukazatele obecné, ukazatele výběrové a ukazatele výkonnostní. Nejprve je představeno elementární zpracování statistických údajů prvních dvou oblastí. Zde se jedná o proměnné slovní a využito je rozdělení četností, kdy první čtyři jsou zpracovány za celek a u dalších šesti je kromě výstupů za celek využit také princip segmentace dle vybraných kritérií.
Poslední oblast tvoří šest ukazatelů prezentovaných číselnými proměnnými, kde jsou kromě elementárního zpracování využity další statistické metody. Následuje korelační a faktorová analýza a v závěru je ověřen teoretický model prostřednictvím vícenásobné regresní funkce.