Studijní materiál k vzdělávacímu kurzu „Proces zjišťování potřeb občanů“. Materiál vytvořil expertní tým společnosti: ACCENDO – Centrum pro vědu a výzkum, o.p.s. Švabinského 1749/19, 702 00 Moravská Ostrava, IČ: 28614950, Tel.: +420 596 112 649, Web: http://accendo.cz/, E-mail:
[email protected].
Klíčová slova: kvantitativní a kvalitativní metody výzkumu, analýza dat, statistika.
Společnost ACCENDO je vědecko-výzkumná organizace schválená poradním orgánem vlády – Radou pro výzkum, vývoj a inovace v ČR, za účelem podpory vědeckého výzkumu v regionálních vědách. Svou činností se významně podílí na objevování a mapování procesů ve společnosti, které vedou k trvalému rozvoji. Pracuje na celém území ČR, rozvíjí evropskou výzkumnou spolupráci a podílí se na mezinárodních projektech v návaznosti na nové směry a předpisy Evropských společenství.
Autoři: Doc. Ing. Lubor Hruška, Ph.D. a kol. Publikace neprošla jazykovou korekturou. Zpracováno ke dni 30. 9. 2014. Text je majetkem společnosti ACCENDO – Centrum pro vědu a výzkum, o.p.s. a podléhá ochraně ze zákona č. 121/2000 Sb. o právu autorském v platné znění. Nelze ho kopírovat ani šířit jeho části. © ACCENDO – Centrum pro vědu a výzkum, o.p.s., 2014.
OBSAH 1.
Proces výzkumu .................................................................................................................. 4
2.
1.2. Vymezení cílů zjišťování ............................................................................................. 4 Metody sociálních věd ........................................................................................................ 6 2.1.
Kvalitativní výzkum .................................................................................................... 6
2.2.
Kvantitativní výzkum .................................................................................................. 7
2.3. Kombinovaný přístup .................................................................................................. 9 3. Metody sběru dat ................................................................................................................. 9 3.1.
Statistické šetření a výběr respondentů ..................................................................... 10
3.2.
Primární data.............................................................................................................. 11
3.2.1.
Pozorování .......................................................................................................... 12
3.2.2.
Individuální rozhovor ......................................................................................... 12
3.2.3.
Skupinové diskuze (Focus Groups).................................................................... 13
3.2.4.
Dotazník ............................................................................................................. 14
3.3.
4.
Vybrané informační zdroje – sekundární data ........................................................... 16
3.3.1.
Český statistický úřad ......................................................................................... 16
3.3.2.
Ministerstvo práce a sociálních věcí .................................................................. 18
3.3.3.
Ministerstvo financí............................................................................................ 18
3.3.4.
Ministerstvo pro místní rozvoj ........................................................................... 18
Analýza výstupů ................................................................................................................ 19 4.1.
Analýza dat v kvalitativním výzkumu ....................................................................... 19
4.2.
Metody moderních analytických postupů .................................................................. 20
Fáze zpracování dat ........................................................................................................... 21
5.
6. 7.
4.2.1.
Kvalita měření .................................................................................................... 21
4.2.2.
Kódování a typy proměnných ............................................................................ 21
4.2.3.
Popisná statistika ................................................................................................ 22
Vizualizace dat .................................................................................................................. 23 5.1.
Tabulky a textový popis ............................................................................................ 23
5.2.
Grafy .......................................................................................................................... 23
5.2.1.
Sloupcové grafy (Bar Charts) ............................................................................. 24
5.2.2.
Spojnicové grafy (Line Chart) ............................................................................ 24
5.3. Kartogramy a kartodiagramy ..................................................................................... 25 Zásady prezentování a tvorby prezentace ......................................................................... 27 Použité zdroje a literatura ................................................................................................. 29
3
1. PROCES VÝZKUMU Základem každého výzkumu je potřeba poznání a pochopení věcí, jevů, procesů či jakýchkoliv oblastí hodných zájmu. Výzkum např. v sociální práci je výzkumným cílem nalézt odpověď na výzkumné otázky, které vznikají ze vztahu mezi lidským jednáním a sociálními strukturami. Postupy zkoumání jsou v zásadě neseny procesy pozorování, rozhovoru a dalších pomocných metod poznávání (např. procesy měření, administrace dotazníků, testů, audio a videozáznamy, obsahová analýza dokumentů a počítačové kódování textů apod.). Každý proces výzkumu začíná otázkou, co se bude zkoumat. Výzkum či výzkumný záměr musí být formulován tak, aby byl adekvátní předmětu a objektu výzkumu. Jinak bude prováděn výzkum osob se zdravotním postižením, jinak potřeby seniorů či poskytovatelů sociálních služeb. 1. Příprava výzkumu – stanovení výzkumného tématu a základní metodologie. Určí se oblasti výzkumu, vymezí se problém, účel výzkumu a výzkumné otázky (v souhlase se zvolenou základní strategií výzkumu).
Výzkumník by měl mít dobrou znalost o předmětu zkoumání. Dobrá znalost znamená, že jde o studium literatury jak tuzemské, tak i zahraniční, včetně časopisecké apod. 2. Plán výzkumu – určuje se kdy a kde se výzkum provede, s kým se výzkumník setká, koho osloví nebo bude pozorovat. Určuje se hrubý časový průběh celého výzkumu, personální i finančního zajištění. Plán výzkumu by měl mít písemnou podobu. 3. Sběr dat a jejich analýza – v některých případech se používají pro analýzu statistické
metody, jindy se statistika nahrazuje textovým výkladem získaného materiálu. Získaná data se dávají do kontextu s cílem daného výzkumu a použitých metod při sběru dat. 4. Zpráva o výsledcích výzkumu - Výsledky je možné prezentovat různým způsobem. Obvyklá je textová forma. Stále častěji se používá pro uveřejnění výsledků internet. Zpracování zprávy o výzkumu se liší podle cílové skupiny příjemců. Lze k tomu využít i grafické způsoby zobrazení. Vytváření různých map a grafů je užitečnou a efektivní cestou, jak získat nebo zprostředkovat přehled o dané oblasti. 1.2.
Vymezení cílů zjišťování
Proces výzkumu se mapuje prostřednictvím předem daných kritérií kvality, kdy se dochází k poznatkům pomocí systemické analýzy, která může mít rozmanitý charakter. Tento proces by měl vést k poznání, které přispívá k lepšímu porozumění sociálního světa. Účel výzkumu se obvykle klasifikuje do jedné ze tří kategorií: explorace, popis, expanze. Abychom mohli uskutečnit samotným výzkum je nutné nejprve projít následující kroky a odpovědět na základní otázky „Co?, Proč?, Kde?, Kdy? a Jak?“: 1. Identifikace problému Nejprve je nutné si uvědomit problém, který chceme řešit. Je řešena otázka „Co?“ – Předmět zkoumání. Jestliže výzkumník prozkoumává nové téma, aby se o něm co nejvíce dozvěděl, provede exploratorní neboli průzkumový výzkum. Úkolem výzkumníka je navrhnout formulace otázek, jež je nutné zodpovědět v budoucnu v rámci rozsáhlejšího a systematického výzkumu. Exploratorní výzkum by měl být kreativní, flexibilní a zohledňovat všechny neočekávané jevy. Popisný výzkum dává obraz specifických podrobností určité situace, jevu nebo vztahů. Tento typ výzkumu používá techniky jako statistické šetření, terénní pozorování a případová studie. Cílem explanačního výzkumu je snaha vysvětlit nějaký proces. Používá se v případě, že se výzkumník setká s jevem, jenž je dobře popsán a chce vědět, proč se věci dějí daným způsobem.
4
2. Definice cíle Pro provedení výzkumu musí být ujasněn cíl, proč má být výzkum proveden, na co má být zaměřen a co se očekává od jeho výsledků. Stanovuje se odpověď na otázku „Proč?“ Již v této části upřesňujeme prezentaci budoucích výsledků. Tedy nejen formou výstupů (výsledků), ale i jazyk, který bude pro psaní závěrečného textu použit. Jiný způsob prezentace je vyžadován ve vědním článku, jiný pro ředitele podniku, jiný na úřadech. 3. Plán výzkumu Po ujasnění cíle výzkumu sestavíme plán výzkumu – projekt. V návaznosti na cíle výzkumu určujeme kde a jak získat informace, jak zvolit metody a techniky výzkumu a časové rozvržení. Plán výzkumu řeší otázky „Kdo?, Kde?, Kdy? Za kolik? a Jak?“. „Kdo?“ – musíme získat odpovědi na otázky:
kolik, potřebujeme výzkumníků/tazatelů, tj. zda půjde o jediného výzkumníka/více tazatelů, anebo o užší či širší skupinu (tým) spolupracovníků, zda a jaké specialisty k řešení potřebujeme, zda musíme spolupracovat s jinými pracovišti, v případě potřeby specifikovat druh spolupráce (konzultace, oponenti), zda potřebujeme další, např. technické pracovníky na jednotlivé úkoly, v případě vypracování plánu pro využití jednotlivých pracovníků pro konkrétní úkoly.
„Kde?“ – musíme získat odpovědi na otázky:
v jaké lokalitě má být dotyčný úkol/průzkum řešen, jakým způsobem má být řešena zobecnitelnost či přenositelnost výsledných zjištění.
„Jak?“ - musíme získat odpovědi na otázky, jaké metody a techniky budeme používat. K tomuto cíli je potřebné:
upřesnit základní teoretická východiska vztažená k cíli práce a odpovídající hypotézy pro kvantitativní výzkumný přístup, na základě posouzení cíle práce navrhnout vhodný postup a prověřit ho z hlediska metodologie, stanovit logický postup prací, stanovit způsob zpracování informací, konkretizovat výstupy i dílčích úkolů, tj. zda půjde o závěrečnou zprávu, výzkumnou zprávu, projekt, specifickou studii apod., pro případ kvalitativního výzkumného přístupu použít vhodné metody (např. zakotvenou teorii, apod.), které formulují pravidla, jakým způsobem je třeba úlohu řešit, včetně způsobu prezentace výsledných zjištění.
„Kdy?“ - musíme získat odpovědi na otázky:
k jakému časovému termínu máme daný úkol řešit, harmonogram prací, který se odvíjí od konkretizace jednotlivých úkolů.
Rozpracování časových odhadů nutných pro splnění nejen hlavního, ale i jednotlivých dílčích úkolů. Jiné časové odhady budou náležet empirické šetření, jiné sekundární analýze dat. „Za kolik?“ – je velice podstatné, jelikož bez finančního zabezpečení by výzkum proveden být nemohl. Od celkové finanční částky se proto odvíjí i hloubka či povrchnost analýz dat, které budou muset být provedeny. Základními položkami výzkumu jsou náklady např.:
odměny všem pracovníkům podílející se na výzkumu, náklady vztažení k použitým metodám a technikám, náklady na zpracování získaných údajů (počítačové zpracování), režijní náklady.
5
2. METODY SOCIÁLNÍCH VĚD Metody v sociologii jsou kvalitativní a kvantitativní. Kvalitativní výzkum odpovídá na otázky proč“ a „jakým způsobem“ vznikají dané problémy a umožňují hlubší porozumění reality v celé její šíři. Kvantitativní metody oproti tomu říkají kolik a jak často, tzn. kvantifikují postoje lidí, expertů a dalších cílových skupin. Snaží se přesně popsat a vymezit jevy prostřednictvím čísel, která lze dále statisticky testovat a analyzovat.
2.1.
Kvalitativní výzkum
Kvalitativní výzkum je proces hledání porozumění založený na různých metodologických tradicích zkoumání daného sociálního nebo lidského problému. Výzkumník vytváří komplexní, holistický obraz, analyzuje různé typy textů, informuje o názorech účastníků výzkumu a provádí zkoumání v přirozených podmínkách. (Creswell, 1998). Kvalitativní výzkum je nenumerické šetření a interpretace sociální reality. Cílem je vytváření nových hypotéz, nového porozumění, vytváření teorie. Porozumění pak vyžaduje vhled do co největšího množství dimenzí daného problému. Rozdíly v cílech pak kladou různé požadavky na optimalizaci redukce a transformace informací. ► Mnoho informací o velmi malém počtu jedinců. ► Silná redukce počtu sledovaných jedinců. ► Generalizace na populaci je problematická a někdy i nemožná. Standardizace v kvalitativním výzkumu je slabá, a proto má kvalitativní výzkum poměrně nízkou reliabilitu. Slabá standardizace kvalitativního výzkumu, volná forma otázek a odpovědí nevynucuje taková omezení, jaká existují v kvantitativním výzkumu. Potenciálně proto může mít kvalitativní výzkum vysokou validitu. Kvalitativní výzkum se provádí pomocí delšího a intenzivního kontaktu s terénem nebo situací jedince či skupiny jedinců. Výzkumník se snaží získat integrovaný pohled na předmět studie, na jeho kontextovou logiku, na jasná i nejasná pravidla, která funfují v dané oblasti. Anlýza dat a jejich sběr probíhají současně – výzkumník sbírá data, provede jejich analýzu a podle výsledků se rozhodne, která data potřebuje, a začne znovu se sběrem jejich analýzou. Obrázek 1: Dílčí kroky kvalitativního výzkumu
Zdroj: Disman, M.. Jak se vyrábí sociologická znalost. 2011
Typy dat v kvalitativním výzkumu zahrnují přepisy terénních poznámek z pozorování a rozhovorů, fotografie, audio a videozáznamy, deníky, osobní komentáře, poznámky, úřední dokumenty, úryvky z knih a další věci, které přibližují všední život zkoumaných lidí.
6
Tabulka 2.1.1: Základní metody kvantitativního přístupu Metoda
Vlastnosti
Výhody
Pozorování
Delší období kontaktu
Pochopení subkultury
Texty a dokumenty
Rozbor významu, organizace a použití
Teoretické porozumění
Interview
Relativně nestrukturované
Porozumění zkušenosti
Audio a videozáznamy
Přesná transpikce přirozených interakcí
Porozumění průběhu interakcí
Zdroj: Hendl, J. Kvalitativní výzkum- Základní metody a aplikace, 2005.
Kvalitativnímu výzkumu se vytýká, že pracuje s omezeným počtem jedinců a obvykle na jednom místě a dále vznikají i potíže se zobecňováním výsledků. Tabulka 2.1.2: Přednosti a nevýhody kvalitativního výzkumu Přednosti kvalitativního výzkumu
Nevýhody kvalitativního výzkumu
Získává podrobný popis a vhled při zkoumání jedince, skupiny, události, fenoménu. Zkoumá fenomén v přirozeném prostředí. Umožňuje studovat procesy. Umožňuje navrhovat teorie. Dobře reaguje na místní situace a podmínky. Hledá lokální (idiografické) příčinné souvislosti. Pomáhá při počáteční exploraci fenoménů.
Získaná znalost nemusí být zobecnitelná na populaci a do jiného prostředí. Je těžké provádět kvantitativní odhady. Je obtížnější testovat hypotézy a teorie. Analýza dat i jejich sběr jsou často časově náročné etapy. Výsledky jsou snadněji ovlivněny výzkumníkem a jeho osobními preferencemi.
Zdroj: Hendl, J. Kvalitativní výzkum- Základní metody a aplikace, 2005.
2.2.
Kvantitativní výzkum
Metody kvantitativního výzkumu se snaží přesně popsat a vymezit jevy prostřednictvím čísel, která lze dále statisticky testovat a analyzovat. Kvantitativní přístup se používá u výzkumu jako je např. porovnání spokojenosti občanů, postoje občanů k investičním prioritám či při hledání vhodných komunikačních kanálů pro cílovou skupinu. Mezi tyto metody patří především reprezentativní výběrová šetření veřejného mínění a další techniky vycházející z měření. Jedná se o standardizovaný vědecký výzkum, prostřednictvím něhož se zkoumá větší rozsah informací, zaměřen na ověřování platnosti teorií, které jsou měřené čísly a analyzované pomocí statistických postupů. Kvantitativní výzkum může nalézt řešení jen pro takové problémy, které je možno popsat v termínech vztahů mezi pozorovatelnými proměnnými. Cílem kvantitativního výzkumu je testování hypotéz. ► V kvantitativním výzkumu získáváme omezený rozsah o velice mnoha jedincích. ► Silná redukce počtu pozorovaných proměnných a silná redukce počtu sledovaných vztahů mezi těmito proměnnými. ► Generalizace na populaci je většinou snadná a validita této generalizace je měřitelná. Kvantitativní výzkum vyžaduje velice silnou standardizaci. Silná standardizace zajišťuje vysokou reliabilitu. Silná standardizace vede k silné redukci informace. Respondent, místo aby plně popsal svoje mínění, je omezen na volbu jedné kategorie z nabídnutého velice malého souboru kategorií. To nutně vede k poměrně nízké validitě. Je důležité, aby měření bylo validní, to znamená, že se měří skutečně to, co se má měřit. Musí být také spolehlivé – tedy jestliže se bude měřit stejná věc, pak pokud se nezměnila, bude dosaženo stejných výsledků. Na počátku kvantitativního průzkumu jsou vyjádřena určitá obecná tvrzení, které mají potenciál vysvětlit vztahy v reálném světě (teorie). Následně je provedena dedukce. Z předpokladu, že teorie platí, je očekáváno nalezení vztahu mezi dvěma proměnnými X a Y (hypotéza). Dalším dílčím krokem je konstrukce vzorku a sběr dat. Získávání dat a informací je jednou z nejdůležitějších etap, protože získaná data obsahují informace o řešené výzkumné otázce. V rámci analýzy dat a interpretace se počítají popisné charakteristiky, aplikují se statistické testy a navrhuje se vhodné konečné grafické a
7
numerické zpracování. Výsledky se interpretují vzhledem k posuzovaným hypotézám, ve vztahu k výsledkům jiných výzkumů a také vzhledem k teoriím. Obrázek 2: Dílčí kroky kvantitativního výzkumu
Zdroj: Disman, M.. Jak se vyrábí sociologická znalost. 2011
V rámci průběhu kvantitativního výzkumu se využívají další kroky, kterými jsou pilotní studie a předvýzkum. Pilotní studie se provádí na malé skupině vybrané z populace, která se bude studovat. Technika tohoto kroku se podstatně liší od techniky, která se použije ve vlastním výzkumu; nejčastěji se zde požívají kvalitativní postupy (např. nestandardizovaný rozhovor). Cílem pilotní studie je zjistit, zda informace, která je požadována, v určité populaci vůbec existuje a zda je dosažitelná. Předvýzkum je prováděn na malém vzorku určité cílové populace; tento vzorek je však obvykle větší než vzorek pro pilotní studii. Předvýzkum je testem nástrojů, které se ve výzkumu hodlají použít. Předvýzkum by měl být nezbytnou součástí každé výzkumné akce. Tabulka 2.2.1: Vlastnosti základních metod kvantitativního přístupu Metoda
Vlastnosti
Výhody
Statistické šetření
Náhodný výběr Měření proměnných
Reprezentativita Testování hypotéz
Experiment
Určení hodnot nezávisle proměnné Kontrolní skupina bez expozice
Přesné měření Testování hypotéz
Oficiální statistiky
Analýza dat získaných v minulosti
Velké datové soubory
Strukturované pozorování
Pozorování prováděné podle přesně určeného protokolu
Spolehlivost pozorování
Obsahová analýza
Podle předem určeného kódovacího schématu se zjišťují instance kategorie a provádí se analýza četností
Spolehlivost měření
Zdroj: Hendl, J. Kvalitativní výzkum- Základní metody a aplikace, 2005.
V níže uvedené tabulce jsou uvedeny přednosti a slabiny kvantitativního výzkumu. Tabulka 2.2.2: Přednosti a nevýhody kvantitativního výzkumu Přednosti kvantitativního výzkumu
Nevýhody kvantitativního výzkumu
Testování a validizace teorií. Lze zobecnit na populaci.
8
Kategorie a teorie použité výzkumníkem nemusejí odpovídat lokálním zvláštnostem. Výzkumník může opominout fenomény, protože se
Přednosti kvantitativního výzkumu
Nevýhody kvantitativního výzkumu
Výzkumník může konstruovat situace tak, že eliminuje působení rušivých proměnných, a prokázat vztah příčina – účinek. Relativně rychlý a přímočarý sběr dat. Poskytuje přesná, numerická data. Relativně rychlá analýza dat (využití počítačů). Výsledky jsou relativně nezávislé na výzkumníkovi. Je užitečný při zkoumání velkých skupin.
soustřeďuje pouze na určitou teorii a její testování a ne na rozvoj teorie. Získaná znalost může být příliš abstraktní a obecná pro přímou aplikaci v místních podmínkách. Výzkumník je omezen reduktivním způsobem získávání dat.
Zdroj: Hendl, J. Kvalitativní výzkum- Základní metody a aplikace, 2005.
2.3.
Kombinovaný přístup
V jedné výzkumné akci jsou stále častěji využívány kombinace metod kvalitativního a kvantitativního výzkumu. Umožňují tak využití výhod obou přístupů při řešení výzkumného problému. Jedná se pak o používání smíšeného plánu výzkumu nebo o smíšené výzkumné strategii. Smíšená výzkumná strategie umožňuje vzájemné doplnění obou přístupů, kdy kvalitativní výzkum pomáhá rozumět pozorované realitě a kvantitativní výzkum testuje validitu tohoto porozumění. Výstupy z jednoho typu výzkumu jsou převzaty druhou metodou a znalost tak může být kumulována a prohlubována (viz následující schéma). Obrázek 3: Kombinace metod kvalitativního a kvantitativního výzkumu
3. METODY SBĚRU DAT Výběr metody pro sběr dat je založen na požadovaném typu informace i na tom, od koho se bude získávat a za jakých okolností se tak bude dít. Jestliže je výzkumný plán fixní, nelze rozhodnutí pro určitou metodu sběru dat lehce změnit. U pružných plánů výzkumu lze do určité míry změnit či doplnit metodu sběru dat. Volba metody se řídí výzkumným problémem. Je důležité získat přehled o nejrůznějších výzkumných technikách, včetně technik sběru dat (kvalitativních i kvantitativních). Volbu ovlivňují možnosti výzkumníka, jak časové tak finanční. Pro správný průběh sběru dat je důležité vytvořit si celkový plán organizace sběru dat v každé fázi výzkumu. Takový plán slouží jako kontrola, že budou všechny informace získány odpovídajícím způsobem a ve vhodnou dobu. V mnoha případech se jedná o informace osobního charakteru, a proto musí být zaručena ochrana před zneužitím. Velice podstatné je trénink výzkumníků (tazatelů), kteří budou provádět sběr dat. Při sběru dat lze využít 2 základní typy dat, a to primární a sekundární. Primární data jsou sbírána nově, přímo k danému účelu výzkumu (výší nároky na finance). Sekundární data již někdo sebral, analyzoval, zpracoval, publikoval (nižší nároky na finance).
9
3.1.
Statistické šetření a výběr respondentů
Statické šetření je: 1. úplné, když je dotázán celý základní soubor například cenzus neboli Sčítání lidu, domů a bytů 2. výběrové, když je dotázána jen část základního souboru; tento typ šetření je obvyklejší, jelikož je výrazně levnější. Populace je množina všech teoreticky možných objektů (např. jedinců) v analyzované situaci, při volbách do parlamentu se zajímáme o všechny osoby s volebním právem v dané zemi. Základní soubor (populace) musí obsahovat přesně vymezené objekty tj. časově, územně i typově, např. populace osob starších 18 let s trvalým pobytem na území města Výběrový soubor (sampl) – skupina jednotek, které jsou skutečně pozorovány. Jedná se o podsoubor základního souboru, který je vybrán na základě výběrové metody, statistické charakteristiky tohoto souboru jsou jen odhady skutečných charakteristik základního souboru. Výběrová chyba je přímo úměrná variabilitě sledovaných jevů a nepřímo úměrná velikostí výběrového souboru. Abychom byli schopni na základě výběrového souboru předpovídat chování populace, musí struktura vzorku reprezentovat složení populace. Reprezentativita – vlastnost výběrového souboru, které ukazuje na to, zda lze výsledky analýz výběrového souboru zobecnit na základní soubor. Obrázek 4: Vztah mezi základním a výběrovým souborem
Základní soubor realita
metoda výběru metoda odhadu
Výběrový soubor data
Metody výběru 1. Reprezentativní metody 1.1. Náhodný pravděpodobnostní výběr (prostý náhodný výběr) - předpokladem tohoto výběru je opora (seznam všech jedinců v základním souboru), dle kterého vybíráme jedince generátorem náhodných číslem (losem). 1.2. Vícestupňový náhodný výběr – obvyklé stupně výběru: 1/ náhodný výběr reprezentativního souboru okresů; 2/ náhodný výběr obcí v každém z vybraných okresů ; 3/ ve velkých vybraných obcích ještě výběr menší jednotky (např. volební obvod); náhodný výběr jedinců 1.3. Kvótní výběr - kvóty jsou stanoveny na základě znalosti základního souboru (obvyklé kvóty dle pohlaví, věk, vzdělání), někteří statistikové neřadí tuto metodu mezi reprezentativní metody, 1.4. Stratifikovaný výběr - rozdělení základního souboru na dílčí homogenní skupiny/vrstvy (strata např. kraje) pak následuje náhodný nebo kvótní výběr 2. Nereprezentativní metody 2.1. Metoda základního masivu – výběr největších jednotek souboru například kontrolo nevětších projektů při auditu operačního programu nebo analýza velkých firem v regionu, které tvoří 80 % produkce 2.2. Úsudkový výběr (expertní výběr) – výběr jednotek na základě expertního posouzený, je výrazně ovlivněn kvalitou úsudku experta 2.3. Samovolný výběr / Anketa – neznáme samovolný mechanismus výběru respondentů, například při průzkum spokojenosti nám nejvíce odpovídají nespokojení respondenti, i při velkých vzorcích jsou výsledky zavádějící
10
2.4. "Snowball" technika – sněhová koule, technika výběru u kvalitativních průzkum, předem neznáme celkovou velikost souboru, například hledání expertu, soubor je nasyceni až když při dotazu na další experty v dané oblasti expert, není schopen identifikovat jiné experty, než jsme do té doby oslovili. Specifickou výběrovou metodou je panel, kdy výzkum opakujme u stejných respondentů, v případě že někteří respondenti odmítnou provést rozhovor nebo vyplnit dotazník jsou nahrazeni (to je označováno jako úmrtnost panelu). Tento typ výběru se používá například při testování účinku reklamní kampaně, nebo při pravidelném výběrovém šetření pracovních sil realizované čtvrtletně Českým statistickým úřadem.
3.2.
Primární data
Primární data jsou nově získaná se zaměřením na cíle určitého projektu či záměru. Takto získat data je časově velice náročné, finančně nákladné a vyžaduje opravdu dobrou přípravu, aby výsledky splnily očekávání. V tabulce níže je uveden základní přehled metod a technik používaných ke sběru primárních dat. Tabulka 3.1: Metody a techniky používané ke sběru primárních dat
CAMI
Computer Assisted Mobile Interviewing - jedná se o dotazování respondentů za pomoci mobilních telefonů.
CAPI
Computer Assisted Personal Interviewing - jedná se o osobní dotazování respondentů za pomoci počítače, obvykle notebooku, nebo tabletu.
CASI
Computer Assisted Self Interviewing - technika, při které respondent sám vyplňuje dotazník na počítači - bez přímé asistence tazatele.
CATI
Computer Assisted Telephone Interviewing - jedná se o telefonické dotazování respondentů za pomoci počítačového programu.
CAWI
Computer Assisted Web Interviewing - jedná se o dotazování respondentů na webových stránkách.
Focus group
Skupinové diskuze - metoda kvalitativního výzkumu. Obvykle probíhá ve studiu za účasti několika respondentů a školeného moderátora.
Face-to-face, výraz pro osobní dotazování respondentů. Tedy takové, kde je tazatel fyzicky přítomen a vede dialog s respondentem. Např. na ulici, v obchodě, atp. Opakem je F2F pak například telefonické dotazování. in-home
označení pro terénní výzkum, který probíhá přímo v domácnostech respondentů a to buď za asistence tazatele, nebo i bez ní.
in-store
označení pro terénní výzkum, který probíhá v provozovně zadavatele. Například v hypermarketu.
Mystery shopping
výzkumná metoda, při které se hodnotí kvalita zákaznického servisu pomocí tzv. tajné návštěvy. Speciálně vyškolený pracovník (mystery shopper) provede u testovaného subjektu předem připravený scénář návštěvy (pozorování, nákup zboží, objednávku služeb) a poté podrobně zaznamená průběh návštěvy do dotazníku.
Mystery calling
varianta Mystery shoppingu prováděná telefonicky. Tento typ výzkumu je nejčastěji využíván pro měření kvality zákaznických infolinek.
Omnibus
typ pravidelného více-tematického výzkumu při kterém jsou respondentům pokládány otázky od různých zadavatelů. Zadavatelé sdílí náklady výzkumu. označení pro soubor registrovaných internetových uživatelů, které agentura oslovuje s
on-line panel nabídkou účasti ve výzkumech.
11
on-street
označení pro terénní výzkum, který probíhá na ulici.
PAPI
Paper and Pencil Interviewing - jedná se o osobní dotazování, při kterém se odpovědi respondentů zaznamenávají do papírového dotazníku.
WATI
Web Assisted Telephone Interviewing - metoda, při které tazatel dotazuje respondenta telefonicky a odpovědi zaznamenává do webové aplikace zadavatele.
Následující část shrnují základní charakteristik nejpoužívanějších metod pro zjišťování potřeb občanů, jejich výhody a nevýhody.
3.2.1.
Pozorování
Sociální fakta jsou zjišťována jako činnost jednotlivců i sociálních skupin nebo jako výsledky činností lidí. Vědecké pozorování je, na rozdíl od běžného, zpravidla zdokonalené a zesílené (mikroskopem, kamerou, fotoaparátem atd.), je zaměřené a systematické. Podle cíle práce se rozlišuje pozorování na:
zúčastněné (pozorovatel je přímo součástí sociálního prostředí, které sleduje), nezúčastněné (pozorovatel není součástí sociální situace, objektu výzkumu).
Podle vztahu pozorovatele k pozorovaným jevům na:
skryté (pozorovaný objekt neví, že je pozorován), zjevné (pozorovatel neskrývá svou roli badatele, účastníci vědí, že jsou pozorováni).
Podle způsobu pozorování rozlišujeme pozorování:
standardizované (jsou přesně určeny sociální jevy, které jsou předmětem pozorování včetně znaků a jejich kategorií, proto výsledky tohoto typu pozorování od různých pozorovatelů jsou srovnatelné), nestandardizované (je určen přesně cíl pozorování, v průběhu pozorování je možno upravovat volbu sledovaných sociálních jevů, vyžaduje speciální metodiku práce, klade vysoké nároky
na pozorovatele a je jedním z nejnáročnějších postupů tvorby dat). 3.2.2.
Individuální rozhovor
Při osobním dotazování jde o interakci mezi tazatelem a dotazovaným, ve které se tazatel snaží získat od dotazovaného informace, které pomohou odhalit to, co je v mysli dotazovaného, jako jeho vzpomínka, zkušenost, znalost, očekávání a hodnocení prožitků, které tyto skutečnosti doprovázejí. K hlavním výhodám osobního dotazování patří, že umožňuje získat informace hlubšího a širšího zaměření o kvalitativně různorodých skutečnostech a ty jsou pak porovnatelné. V osobním dotazování, které vede tazatel, snese respondent větší zátěž a rozhovor je stále pod kontrolou. Tazatel může během rozhovoru připojit další poznámky, které významně osvětlí problém z nového úhlu pohledu. Rozhovor lze doplnit o další techniky, např. pozorovací a tazatel může přerušit, odložit, vysvětlit nedorozumění, špatné pochopení apod. Nevýhodou osobního dotazování je to, že se jedná o výzkum finančně a časově náročný na distribuci. Stále výrazněji se projevuje nevýhoda v tom, že nejsou k dispozici lidé jako respondenti. Důvodem neuskutečnění rozhovoru bývá to, že jsou respondenti těžko k zastižení a nemají na rozhovor čas. K dalším nevýhodám patří, že tazatelé svou přítomností více nebo méně ovlivňují odpovědi respondentů. Také anonymita respondenta se přítomnosti tazatele problematizuje. Hloubkový rozhovor Představuje druhou nejčastěji využívanou metodu kvalitativního výzkumu. Kvalifikovaný tazatel vede rozhovor s respondentem podle předem sestaveného určitého schématu. Pomocí co nejvolnějších, ale tematicky předem vymezených asociací, zjišťuje skupinově specifické oblasti. Tato metoda je vhodná pro analýzy v oblasti financí, zdravotní péče a v jiných oblastech, kde by jinak respondent mohl mít zábrany hovořit o svých záležitostech veřejně. Využívá se také ve výzkumech,
12
kde by bylo obtížné shromáždit kvalitní respondenty v určitou hodinu na jedno místo, např. top manažery, vysoké úředníky, malé obchodníky apod. Hloubkový rozhovor trvá obvykle 1 hodinu. Výhodou této metody je možnost širšího územního pokrytí. Polostrukturovaný rozhovor Jedná se částečně řízený rozhovor s předem definovanými soubory témat a volně přidružených otázek. Pořadí otázek, volba slov a formulace může být během rozhovoru pozměněna a mohou se tvořit i během rozhovoru. Polostrukturované rozhovory jsou flexibilnější oproti strukturovaným rozhovorům. Určitá struktura pomáhá v případě, kdy rozhovory s respondenty bude podroben srovnání a analýze. Během rozhovoru nejde o osobnost respondenta, ale hlavně o postoj odborníka, který zastupuje oborovou nebo tematickou oblast. Při použití metody polostrukturovaného rozhovoru, je důležité vytvořit návod k rozhovoru, vést rozhovor, zaznamenávat data a nakonec je vyhodnotit. Strukturovaný (standardizovaný) rozhovor Je tvořen pečlivě formulovanými otázkami, na něž mají jednotliví respondenti odpovídat. Tento typ rozhovoru se používá, když je nutné minimalizovat variaci otázek kladených dotazovanému. Redukuje se pravděpodobnost, že se data získána v jednotlivých rozhovorech budou výrazně lišit. Data z tohoto rozhovoru se snadněji analyzují, protože jednotlivá témata se lehce v přepisu rozhovoru hledají. Tento typ rozhovoru je vhodný, pokud ho nemáme možnost opakovat a máme málo času se respondentovi věnovat. Určitou nevýhodou je v kladení strukturovaných otázek a následné omezení v předem daném tématu. Omezení je dáno tím, že různým respondentům jsou kladeny stejně formulované otázky a tím dochází k přehlížení situovanosti rozhovoru. Proto tento typ rozhovoru omezuje možnost vzít v úvahu individuální rozdíly a okolnosti. Chyby při rozhovoru Chyby tazatele odborná nepřipravenost (nutná instruktáž) nevhodnost (věk, pohlaví, oblečení, jazyk) přílišné sebevědomí, podceňování, vnucování názoru, sugestivní otázky přítomnost třetí osoby Chyby prostředí nevhodná doba (nelze odhadnout), nevhodné prostředí, nevhodná situace (hluk, tázání se osobních věcí např. v čekárně, kde rozhovor uslyší ostatní…) Chyby respondenta nechce, nemluví, neumí, nerozumí 3.2.3.
Skupinové diskuze (Focus Groups)
Tento typ průzkumu je dalším nástrojem sběru primárních informací, jehož základem je dotazování. Dotazování probíhá ve skupině, jejíž velikost je v optimálním případě 6 – 10 osob. Pro skupinový rozhovor se vytváří několik skupin (5 – 10), podle jedné charakteristiky. Skupiny jsou sestaveny tak, aby v nich byli lidé stejného věku, pohlaví, a stejně zájmově orientovaní apod. Při výběru účastníků pro skupinové rozhovory je prvořadným kritériem cíl výzkumu. Sestavování skupin pro dotazování je značně náročnou operací, protože sestavení skupiny do značné míry ovlivní průběh rozhovoru a zejména kvalitu získaných informací. Nesprávně sestavená skupina může přinést výrazně zkreslené výsledky. Při skupinovém rozhovoru se využívá vizualizace, asociační, projektivní technika a hraní rolí k odhalení souvislostí, postojů, pocitů, chování a motivace spotřebitelů. Přímý kontakt a navození určité sociální situace příznivě ovlivňuje projevy spontánních, subjektivně nekontrolovaných reakcí. Rozhovor (skupinová diskuse) trvá 1,5 až 2 hodiny.
13
Výhody skupinového oproti individuálnímu rozhovoru:
Je efektivnější, shromáždí za daný časový úsek více informací. Je pod stálou kontrolou. Lze ho objektivně zaznamenat – pořízení videozáznamu nebo audiozáznamu a neztratit tak žádné informace. Záznam obrazu a zvuku umožňuje vrátit se opakovaně k odpovědím a vytěžit z nich případně ještě dodatečně něco navíc. V případě potřeby je možno ještě v průběhu terénního výzkumu něco upravit, zejména doplnit nebo vynechat. V rozhovoru jsou zachyceny interakce mezi členy skupiny, které vnášejí další informační hodnoty. Zejména umožňuje pozorovat vznik a průběh skupinového chování v dané situaci. Skupina dává respondentovi intenzivnější podněty a napomáhá tvořivému myšlení členů skupiny, vznikají nové myšlenky, nové nápady a neobvyklá spojení. Podněty pronikají do hloubky problémů. Ve skupinovém rozhovoru je možné sledovat skupinovou dynamiku. Během diskuse mění někteří členové svá stanoviska, mění se aktivita jednotlivých členů a skupinové role.
Nevýhody skupinového rozhovoru spočívají v tom, že skupina je vytvořena uměle a skupinové jevy, které v ní probíhají, jsou tím ovlivněny. Odpovědi respondentů se mohou nežádoucím způsobem ovlivňovat. Získat respondenta k účasti na skupinovém rozhovoru je těžší, musí v dohodnutém čase přijít na stanovené místo, což naráží na objektivní i subjektivní překážky. Vedení skupinového rozhovoru je poměrně náročné, protože moderátor musí udržet skupinu u daného tématu, ale zároveň podněcovat spontánnost odpovědí, originální nápady a myšlenky. Moderátor nesmí sám ovlivňovat skupinu, musí navodit situaci, která dovoluje prezentovat všechny názory a za žádnou cenu nesmí projevit svoje vlastní názory a hodnocení ve vztahu k výzkumnému tématu. Moderátor se řídí po celou dobu skupinového rozhovoru vytvořeným scénářem, který obsahuje otázky a tematické oblasti. 3.2.4.
Dotazník
Jedná se o velmi rozšířený nástroj získávání informací pomocí výpovědi respondenta. Spočívá v tom, že respondent odpovídá písemně na otázky tištěného formuláře. Jedná se o vysoce efektivní techniku, která může postihnout velký počet jedinců při relativně malých nákladech. Dotazník umožňuje poměrně snadno získat informace od velkého počtu jedinců v poměrně krátkém čase a s poměrně malým nákladem. Spolupracovníci v terénu jsou nezbytní jen někdy (při použití osobně rozdělovaných a sbíraných dotazníků). Požadavky na jejich zaškolení jsou nízké. Anonymita respondentů je relativně přesvědčivá. Nevýhodou je, že dotazník klade vysoké nároky na ochotu dotazovaného, je snadné „přeskočit“ otázky nebo neodpovědět vůbec. U dotazníku je možné, že otázky byly zodpovězeny jiným členem rodiny, či, a to nejčastěji, celým rodinným týmem. Návratnost dotazníků je velice nízká. S výjimkou některých speciálních případů je tak nízká, že jakákoliv reprezentativnost vzorku je ztracena. Efektivní vyplňování dotazníku je prostřednictví, on-line dotazníku. Respondent má možnost vyplnit dotazník pře internetové stránky a jeho odpovědi se automaticky ukládají ústřední počítačové paměti. Vytvořit dotazník (zdarma) lze např. prostřednictvím programu LimeSurvey, Google Dokumenty, Vyplň To nebo Our Survey. Požadavky na sestavení dotazníku Důležitou věcí, kterou si musí ten, kdo sestavuje dotazník, náležitě rozmyslet, je, k čemu má dotazník sloužit, co má zjistit. Na základě těchto skutečností bude probíhat samotná konstrukce dotazníku.
musí zahrnovat všechny zkoumané problémy, na něž se má odpovídat formulace otázek musí umožňovat možnost odpovědět musí motivovat respondenta, nesmí ho otrávit či znechutit otázky musí být srozumitelné, jednoznačné, jednoduchý, umožňující upřímnost odpovědí nesmí být rozsáhlý a časově náročný
14
Etika v kvalitativním výzkumu Pro výzkum v sociální práci není zásadní ani tak metodologie, resp. metody samy o sobě, ale základní hodnoty a etické principy sociální práce, kterým se musí přizpůsobit volba metod výzkumu. Ve výzkumu v sociální oblasti obecně platí, že je třeba dodržovat zásady etiky. Vzniká zde specifické kritérium etických zásad sociální práce ve vztahu k názorům, kompetencím a možné zranitelnosti účastníků výzkumu. Výzkumníkovo desatero 1., 2. Soukromí a důvěrnost 3. Poučený souhlas 4. Emoční bezpečí 5. Citlivost výzkumníka 6. Zatajení cílů a okolností výzkumu 7. Princip řádného citování a odkazování 8. Reciprocita 9. Zpřístupnění práce účastníkům výzkumu 10. Zodpovědnost výzkumného pracovníka Ad. 1,2) Soukromí a důvěrnost Jen někdo je ochoten sdělovat důvěrné informace ze svého soukromí s vědomím, že budou zveřejněny. Důvěrnost znamená, že nebudou zveřejněna žádná data, jež by umožnila čtenáři identifikovat účastníky výzkumu. Ad 3) Poučený souhlas Kromě principu důvěrnosti je třeba v každém sociálněvědním výzkumu získat souhlas od účastníků výzkumu. Souhlas k účasti na výzkumu může mít buď ústní, nebo písemnou podobu. V případě ústního souhlasu je vhodné si jej nahrát na diktafon spolu s krátkou charakteristikou samotného výzkumu a ujištěním o důvěrnosti získaných dat. Ad 4) Emoční bezpečí Ve kvalitativním výzkumu se vyskytuje spousta příležitostí, kdy se účastník výzkumu musí vyjádřit k emočně citlivé záležitosti Výzkumník, dává účastníkovi příležitost, aby se uvolnil a vysvětlil své pocity. Ad 5) Citlivost výzkumníka Každý z experimentů či výzkumů může mít i negativní dopad na osobnosti těch, kdo jsou do daného pokusu zařazeni. Ad 6) Zatajení cílů a okolností výzkumu Měli bychom při uskutečnění výzkumu postupovat takto: „Kdykoliv je to možné, má výzkumník použít postup, který nevyžaduje zatajení skutečností; jestliže nelze použít alternativní metody, výzkumník se rozhoduje o zatajení podle vědecké a aplikované hodnoty výsledků studie, jestliže výzkumník musí něco zatajit, pak o tom informuje účastníky dostatečným způsobem, jakmile to bude možné.“ Ad 7) Princip řádného citování a odkazování Výzkumník se nedopouští plagiátorství. Při každém citování jiných autorů uvede odkaz na informační zdroj, přitom při shrnutí poznatků jiného autora vyjádří původní myšlenky v dobré víře a bez vědomého zkreslení. Ad 8) Reciprocita Výzkumník může při realizaci výzkumu s jeho účastníky navázat osobní vztah a může mít pocit, že by jim měl jejich ochotu nějak oplatit, recipročně reagovat. Jindy si dokonce může výzkumník položit
15
otázku, zda závěry svého výzkumu bude vůbec publikovat. Vždy je třeba dodržet pravidla, že „výzkum nesmí ohrozit tělesné nebo psychické zdraví zkoumaných jedinců“. Ad 9) Zpřístupnění práce účastníkům výzkumu Pokud mají ti, kteří byli do výzkumu zařazeni, zájem o výsledky realizovaného výzkumu, je možné jim tyto výsledky vhodnou formou sdělit. Ad 10) Zodpovědnost výzkumného pracovníka Výzkumník přijímá odpovědnost za preciznost a objektivitu jím prováděného výzkumu (včetně studia a rešerše literatury, navrhování a provádění experimentů, pozorování a publikování získaných výsledků na základě svých odborných znalostí. Výzkum s dětmi Výzkum v sociální práci, jehož součástí jsou děti, je spojen se speciálními problémy. Ve výzkumném procesu se setkáváme s termínem „informovaný souhlas“ od osob, které se mají stát součástí výzkumu. Může se stát, že v závislosti na věku dítěte, na jeho zralosti a porozumění průběhu a výsledkům výzkumu budeme potřebovat souhlas od dětí a/nebo od jejich rodičů či zákonných zástupců. Dítě nebo mladý člověk může mít právem velké obavy ohledně použití jím sdělené informace. Otázky důvěrnosti sdělení jsou citlivé, zejména pokud se jedná o závažné situace, jako je zneužívání. Uvedené postupy lze však aplikovat na práci se všemi zranitelnými skupinami a komunitami, se kterými se v sociální práci pracuje.
3.3.
Vybrané informační zdroje – sekundární data
Prostřednictvím sekundárních dat může výzkumník získat data, které potřebuje pro definování kontextu, např. chování populace v celé republice. Možným úskalím při využití sekundárních dat je, že data mohou být zastaralá pro potřeby výzkumu a nemusí být známá přesná metodika jejich získávání. Pro účely zjišťování potřeb veřejnosti lze využít následující zdroje sekundárních dat: 3.3.1.
Český statistický úřad
Český statistický úřad (ČSÚ) je ústředním orgánem státní správy České republiky. Zabezpečuje získávání a zpracování údajů pro statistické účely a poskytuje statistické informace státním orgánům, orgánům územní samosprávy, veřejnosti a do zahraničí. Zajišťuje vzájemnou srovnatelnost statistických informací ve vnitrostátním i mezinárodním měřítku. ČSÚ stanovuje metodiku statistických zjišťování, jejich zpracování a využití a obsahové vymezení statistických ukazatelů potřebné pro posuzování sociální, ekonomické, demografické a ekologické úrovně České republiky a jejích jednotlivých částí a pro posuzování jejího vývoje, sestavuje program statistických zjišťování, provádí statistická zjišťování, sestavuje souhrnné statistické charakteristiky vývoje národního hospodářství a jeho jednotlivých částí, sestavuje národní účty a stanoví jejich metodiku, vypracovává makroekonomické analýzy a analýzy vybraných charakteristik sociálního, ekonomického, demografického a ekologického vývoje České republiky a jejích jednotlivých krajů. Český statistický úřad dále shromažďuje zahraniční statistické informace, zejména pro účely porovnání úrovně sociálního, ekonomického, demografického a ekologického vývoje státu se zahraničím; získané informace i výsledky porovnání poskytuje státním orgánům i veřejnosti, vydává Statistickou ročenku České republiky, další odborné publikace a časopisy, zajišťuje vývoj nových statistických metod. Územně identifikační registr ČR Aplikace Územně identifikační registr (ÚIR) je součástí Informačního systému o území (ISÚ www.isu.cz) a slouží k interpretaci a hledání údajů nad daty přebíranými od centrálních orgánů státní správy, především registru ÚIR-ADR (Územně identifikační registr adres) a datového souboru ÚIRZSJ (Územně identifikační registr základních sídelních jednotek). Územně identifikační registr ČR obsahuje kromě těchto dvou registrů Malý lexikon obcí – ČSÚ, Adresář finančních úřadů, Adresář krajských úřadů, Adresy obecních a městských úřadů.
16
Veřejná databáze Veřejná databáze ČSÚ (VDB) se buduje jako základní a jednotný datový zdroj pro prezentaci statistických údajů určených především pro veřejnost. VDB obsahuje pouze agregovaná statistická data a to za všechny sledované úseky statistiky. Čerpá jednak z výsledků zpracování statistických úloh v ČSÚ, ale rovněž využívá statistických údajů z externích a administrativních zdrojů, zejména z dalších pracovišť státní statistické služby. Neomezuje se jen na data za Českou republiku, k dispozici jsou i data za regiony republiky (kraje, okresy, obce a města apod.) ale také za údaje ze zahraničí. VDB tvoří:
primární úroveň - obsahuje především databázi agregovaných statistických údajů sekundární úroveň - obsahuje výstupní objekty (statistické tabulky, mapy, grafy) rozhraní - aplikace zajišťující transformaci a vstup údajů do primární databáze (včetně univerzálního XML rozhraní) a aplikace umožňující přístup uživatelů k datům a výstupním objektům
Jádrem VDB jsou databáze se statistickými ukazateli a jejich hodnotami. Struktura těchto databází je úzce propojená na metainformační systém ČSÚ, především na soustavu číselníků a klasifikací. Sčítání lidu, domů a bytů Sčítání lidu, domů a bytů (SLDB) je šetření obsahující údaje o počtu a struktuře obyvatel dle místa bydliště i dle míst pracoviště. Je to jediné šetření, ze kterého můžeme určit míru dojížďky příp. vyjížďky z regionů LAU 1 (okresy ČR, dříve označováno jako NUTS 4) a LAU 2 (obce ČR, dříve označováno jako NUTS 5). Dále obsahuje data o počtu a struktuře domů a bytů. Cílovou populací jsou všechny osoby, které na území České republiky v rozhodný okamžik měly trvalý nebo dlouhodobý pobyt, příp. byly pouze přítomny. Rovněž do sčítání spadají všechny obydlené i neobydlené domy a byty. Data jsou standardně k dispozici od úrovně LAU 2, je ale možno žádat data i za nižší prostorové jednotky. Zadavatelem je Vláda ČR, zpracovatelem Český statistický úřad. Periodicita sčítání je deset let. Data ze sčítání jsou přístupná na webu http://www.scitani.cz/. Data jsou řazena dle následujících témat:
Obyvatelstvo Pohlaví Druh pobytu Věk Rodinný stav Vzdělaní Ekonomická stabilita Postavení v zaměstnání Národnost Místo narození Státní občanství Mateřský jazyk Náboženská víra Způsob bydlení
Domy Druh domu Vlastnictví Období stability Technická vybavenost Důvod neobydlenosti Obydlenost
Byty Obydlenost Právní důvod užívání Období výstavby Právní důvod užívání Období výstavby Velikost a kvalita Technická vybavenost Vybavenost osobním počítačem Důvod neobydlenosti Způsob vytápění
Běžná evidence obyvatelstva Obsahuje data o přirozeném přírůstku obyvatelstva vznikající na základě měsíčního vypisování. Hlášení o narození, o ukončení těhotenství potratem a o úmrtí, které se eviduje na matrikách, kde se v místě oddání evidují i sňatky. Rozvody eviduje Ministerstvo spravedlnosti. Migrace vnitřní vycházejí z povinnosti občana k přihlášení se k trvalému pobytu – Hlášení o stěhování, které se stejně jako předešlá hlášení evidují na matrikách a poté jsou zpracována ČSÚ.
17
Databáze je publikována na internetových stránkách ČSÚ (http://www.czso.cz/cz/obce_d), kde je možné potřebná data stáhnout za daný okres. Data jsou evidovány v jednoletých intervalech od roku 1971 s počtem obyvatel vždy k 1. 1 a 31. 12 daného roku. 3.3.2.
Ministerstvo práce a sociálních věcí
Ministerstvo práce a sociálních věcí poskytuje na svém portálu (http://portal.mpsv.cz/sz/stat) tyto informace:
Nezaměstnanost (Statistiky nezaměstnanosti) Absolventi škol a mladiství (Statistiky, které sledují nezaměstnanost absolventů škol) Rekvalifikace (Statistiky o rekvalifikaci uchazečů o zaměstnání a zaměstnanců) Nabídka a poptávka na trhu práce (Statistiky, které porovnávají nabídku a poptávku pracovních sil na trhu práce) Uchazeči z EU a EHP (Statistiky o uchazečích z Evropské unie a zemí EHP) Zaměstnávání cizinců (Zaměstnávání cizích státních příslušníků) Statistiky výdělků (Aktuální údaje o výdělkové úrovni, odpracované době a struktuře zaměstnanosti podle zaměstnání v jednotlivých krajích České republiky.) Statistická ročenka (Statistická ročenka trhu práce v České republice) Výdaje na státní politiku nezaměstnanosti
Ke stažení jsou ve formě ZIP souboru a po rozbalení ve formátech XLS (MS Excel), DOC, RTF (MS Word). 3.3.3.
Ministerstvo financí
Prezentační systém finančních a účetních informací státu Tento systém poskytuje roční údaje vybraných účetních záznamů a finančních údajů (ÚFIS) z Centrálního systému účetních informací státu (CSÚIS). Jedná se o zveřejňování účetních závěrek organizačních složek státu podle § 21a zákona č. 563/1991 Sb., o účetnictví, ve znění pozdějších předpisů. Pro veřejnost jsou k dispozici údaje v roční periodicitě počínaje rokem 2010. Registr RARIS Registr organizací RARIS vznikl pro potřebu řízení zpracování dat v Automatizovaném rozpočtovém informačním systému ARIS. Nyní je registr používán i v aplikaci ÚFIS jako zdroj informací o povinných účetních jednotkách. Jeho aktualizace probíhá v měsíční periodicitě na základě převzatých údajů ze systému CSÚIS. Registr poskytuje informace o stavu sledovaných identifikátorů a klasifikátorů platných v daném roce i celkový přehled o jejich vývoji v sledovaných letech. Registr je přístupný na webu http://info.mfcr.cz/ufisreg Administrativní registr ekonomických subjektů Administrativní registr ekonomických subjektů (ARES)je informační systém, který umožňuje vyhledávání informací o ekonomických subjektech registrovaných v České republice. Zprostředkovává zobrazení údajů vedených v jednotlivých registrech státní správy, ze kterých čerpá data (tzv. zdrojové registry). Registr je přístupný na webu http://info.mfcr.cz/ares/ares.html.cz. (Ministerstvo financí ČR, 2012) 3.3.4.
Ministerstvo pro místní rozvoj
Regionální informační servis Tento informační systém spravuje Centrum pro regionální rozvoj ČR. Na těchto stránkách jsou informace z oblasti krajů, okresů, obcí s rozšířenou působností i obcí. Systém je zaměřen zejména na hospodářské, sociální a životní prostředí, administrativní členění, veřejnou správu i samosprávu, dotace apod. Regionální informační systém je dostupný na webu http://www.risy.cz/cs.
18
4. ANALÝZA VÝSTUPŮ Hlavním úkolem analýzy dat a následné formulaci závěrů je syntéza a sumarizace informací s cílem dát výsledkům určitou formu a význam. Po sběru dat jsou vyhodnocovány informace, které data zprostředkují. O datech jsou tvořeny závěry s ohledem na položené výzkumné otázky a hypotézy.
4.1.
Analýza dat v kvalitativním výzkumu
Analýza dat v kvalitativním výzkumu si klade za cíl zachytit zajímavá témata, vztahy a navrhovat hypotézy. Rozmanitost kvalitativních metod sběru dat a strategií výzkumu je reflektována různými způsoby analýzy a interpretace dat. Proces analýzy je v interakci s procesem sběru dat. Oba procesy v kvalitativním výzkumu probíhají často paralelně (v kvantitativním výzkum probíhají sekvenčně). Prvky kvalitativní analýzy jsou: redukce a kódování dat, reorganizace a zobrazení dat, fáze porozumění datům pomocí dedukce a indukce. Při analýze a vyhodnocení výstupů individuálního i skupinového rozhovoru se využívá metoda zakotvené teorie (Strauss a Corbinová, 1999). Jedná se o postup induktivně odvozený ze zkoumaného jevu, který reprezentuje. To znamená, že je tvořen a prozatímně ověřena prostřednictvím systematického shromažďování údajů o zkoumaném jevu a analýze těchto údajů. Jako první musí výzkumník začít s otevřeným kódováním, kdy je text rozložen na určité pojmy. Výzkumník si označí pojmy a přiřadí ke každému pojmu určitý kód. Tomuto postupu se také říká kategorizace, tedy přiřazování kategorií menším celkům sdělení. Výzkumník nemusí hodnotit každé slovo, ale může kódy určovat po větách nebo odstavcích. Dále jednotlivé pojmy zařazuje do kategorií. Výsledkem otevřeného kódování je kategorizace dat. Jako další se provádí axiální kódování, při kterém se výzkumník zaměřuje na bližší určení kategorie dle pravidel tzv. paradigmatického modelu, který tvoří: příčinné podmínky, jev, kontext, intervenující podmínky, strategie jednání a interakce, následky. Výsledkem jsou seskupené kategorie do všech celků paradigmatického modelu. Výzkumník se při reálné analýze může neustále pohybovat mezi otevřeným a axiálním kódováním. Během selektivního kódování si výzkumník určí centrální kategorii, ke které potom vztahuje kategorie ostatní. Snaží se dosáhnout určité kostry příběhu neboli konceptualizaci příběhu.
19
Schéma 3: Výstup zpracování dat pomocí zakotvené teorie (strategie jednání pečujících osob)
Zdroj: PROCES, Průzkum role pečujících osob v systému sociální péče v Královéhradeckém kraji 2012, 2012
4.2.
Metody moderních analytických postupů
V kvantitativním výzkumu jsou používány obvykle statistické metody analýzy dat. K sumarizaci a zobrazení dat a k charakterizaci zkoumaných skupin se využívá popisná statistika. K hlubší analýze zkoumaných jevů je nutné použít pokročilých matematicko-statistických metod. Statistiku lze rozdělit na 1. získání empirických dat – teorie měření a škálování; pořízení, organizaci a uspořádání dat
20
popisnou statistiku (deskriptivní) – zaměřenou na základní popis empirických dat prostřednictvím, statistický charakteristik (např. průměr), tabulek, grafů 3. statistickou indukci (inferenci, usuzování) – řešící problém zobecňování výsledků nebo vztahů z výběrového souboru na základní soubor (tj. bodový odhad, intervalový odhad a testování hypotéz) Zhodnocení jak jsou závěry spolehlivé. (T-testy, ANOVA atd.) 2.
Fáze zpracování dat – analýza a interpretace empirických dat – záleží vždy na povaze výzkumu, požité metodě a technice. V případě dotazníkového výzkumu:
kontrola úplnosti dat – kontrola dotazníků kódování otevřených otázek – vytváření kódového klíče přenos dat do počítače – vytváření systémového souboru (datové matice) třídění dat – první stupeň (např. výstupy dle vzdělání, výstupy dle pohlaví, výstupy dle věku). třídění druhého a vyššího stupně (např. výstupy dle věku a pohlaví, výstupy dle vzdělání a věku). interpretace dat závěrečná zpráva – prezentace výsledků
4.2.1. Kvalita měření Před tím, než při zkoumání určitého problému analyzujeme data, musíme zaručit, že dokážeme odhadnout vliv kvality měřicích metod na naše výsledky. Aspekty, kterými posuzujeme kvalitu měření jsou následující. Objektivita měření – stupeň toho, jak jsou výsledky nezávislé na výzkumníkovi nebo měřeném jedinci ve smyslu subjektivního úmyslného nebo neúmyslného zkreslení Spolehlivost (reliabilita) – znamená stupeň shody (konzistence) výsledků měření jedné osoby nebo jednoho objektu provedeného za stejných podmínek. Postupy k určení spolehlivosti (reliability) měření: 1. Opakovaná měření – shoda opakovaných měření, která jsou oddělena určitým časovým intervalem. 2. Měření paralelních testů – shoda měření s jiným ekvivalentním měřením. 3. Půlení testu – vyjadřuje, do jaké míry jsou konzistentní jednotlivé části instrumentu měření. Validita – platnost měření tj. do jaké míry se měří to co se měřit má. 4.2.2. Kódování a typy proměnných Kódování – přiřazujeme určitým hodnotám proměnných vhodné symboly, většinou čísla. Kontrola dat – všechna data obsahují chyby (i když si myslíme, že tomu tak není) je třeba proto data pečlivě zkontrolovat s přihlédnutím k tomu, že je vhodné odlišit, zda-li se chyba stala při měření anebo při zpracování dat. Scházející hodnoty (Missing Values)– některé údaje se prostě nepodaří získat. Lze je v souboru buď nahradit nebo tento problém zahrnout do analýzy, ale jde o složitější procedury, které není třeba nyní zmiňovat. Proměnné nebo znaky jsou charakteristiky prvků základního souboru, jež mohou nabývat více hodnot a existuje pro ně předpis, jak tyto hodnoty zjistíme. (Věk, pohlaví, velikost, počet, typ.) Data tvoří aktuální hodnoty proměnných. Proměnné lze různě kategorizovat. Jejich třídění popíšeme podle úlohy, jakou hraje daná proměnná ve studii, podle typu použitého měřítka a podl toho, kolik nabývá hodnot.
21
Proměnné podle typu použitého měřítka Nominální – znamenají přiřazení, pouze vyjadřují, že lze rozlišit jednotlivé hodnoty. Můžeme určit počet použitých kategorií. speciálním případem kategorizované nominální proměnné je dichotomie, která má jen dvě hodnoty (např. ANO/NE). Platí pouze pro vztahy xa xb nebo xa xb . Příklady: pohlaví, barvy, kraje apod. Ordinální – kromě rozlišení tříd ještě vyjadřuje nějaké jejich řazení podle intenzity nebo pořadí. Data s ordinálním měřítkem lze uspořádat. Mimo vztahů nominálních proměnných dovoluje také xa xb nebo xa xb . Příklady: Vzdělání, pořadí atd. Intervalové – předpokládá navíc, že může být definovaná velikost rozdílu, takže objekt A se liší o x A x B jednotek od objektu B. Příklady: Věk, mzda, IQ atp.
4.2.3.
Popisná statistika
Jako nejčastější zobrazovací prostředky nominálních a ordinálních dat se používají tabulky s četnostmi a procenty, sloupcové a koláčové grafy. Tabulka je základní numerické zobrazení, při kterém se v souboru přítomné hodnoty kvantitativní proměnné setřídí. Typy četností absolutní četnost – počet jednotek v kategoriích relativní četnost – podíl kategorie na celém souboru (tj. %) relativní četnost z validních dat – podíl kategorie na souboru validních dat (tj. dat po redukci těch jednotek, jejichž údaj chybí, je chybně zapsán, respondent neodpověděl – deklarujeme jako „missing values“. Základní statistické charakteristiky četností 1.1/Modus – nejčetnější kategorie (Např. při sledování počtu členů vybraných domácností by byla módem kategorie 3 v případě, že ve zkoumaných domácnostech žijí nejčastěji 3 členové.) Modus lze použít jak u všech typů proměnných, tj. intervalové, ordinální i nominální. Modus je vhodný pro rozložení četnosti s více vrcholy. Modální interval – mluvíme o něm u skupinového rozdělení četností (Např. ve vybraných domácnostech by se nejčastěji vyskytovala skupina obyvatel s příjmy mezi 12 000 – 15 000Kč, proto by modálním intervalem byl interval pro 12000 – 15000Kč). 1.2/Medián – kategorie, v níž kumulativní četnost dosáhne 50%. Prostřední hodnota podle velikosti upořádané řady, která rozděluje řadu na dvě stejně velké části co do počtu prvků tak, že hodnoty v jedné části znaku jsou menší nebo nejvýše rovny mediánu, ve druhé pak jsou větší nebo nejvýše mu rovny. Skládá-li se řada z lichého počtu členů, je mediánem hodnota prostředního člena řady. Skládá-li se řada ze sudého počtu členů, je za medián nutno stanovit některou z hodnot ležících mezi hodnotami dvou prostředních členů. Medián je ukazatel středu rozložení souboru, přičemž není ovlivněn krajními hodnotami, na rozdíl od průměru. Medián lze použít jestliže proměnné jsou ordinálního nebo intervalového typu; jestliže chceme znát střed rozdělení dat; Medián je vhodný pokud data obsahují odlehlé nebo extrémní hodnoty pokud je rozložení dat silně zešikmené;
22
1.3/Průměr – součet hodnot dělený jejich počtem. Je silně ovlivněn extrémními hodnotami. Aritmetický průměr lze použít pouze u intervalový proměnných (tzn. průměr nelze použít ordinálních a nominálních proměnných); Aritmetický průměr je nejvhodnější centrální charakteristika u intervalových dat, které mají symetrické rozložení a nejsou ovlivněné extrémy.
5. VIZUALIZACE DAT V užším smyslu můžeme vizualizaci chápat jako sadu nástrojů a postupů (algoritmů), které slouží k vizuální analýze dat. Jde tedy o proces zkoumání dat a vztahů mezi daty po jejich (někdy pouze částečném) převedení do grafické podoby. Cílem vizualizace je pochopení zkoumaných jevů a jejich vnitřních stavů. V následujícím podkapitolách je popis nejčastěji využívaných nástrojů a charakteristika jejich využitelnosti.
5.1.
Tabulky a textový popis
Pro přesné výpočty se hodí spíše přímo výsledky numerické analýzy nebo řízené simulace, zobrazené ve formě tabulek nebo textového popisu. Textový popis se hodí při prezentaci malého počtu hodnot (max. 5), pro větší počty hodnot je vhodnější využít tabulky. Tabulka je schopna srozumitelně reprezentovat větší počet numerických informací než text. V některých případech je pro její větší přehlednost a čitelnost vhodné využít podmíněné formátování, které barevně rozliší rozdíly mezi číselnými hodnotami. Tabulka by měla být navržena a využita tak, aby měla tzv. „samovysvětlovací“ schopnost, tedy aby z ní jasně vyplývaly základní charakteristiky zkoumaného jevu. Nejvhodnější je kombinace popisu formou tabulek i slovním vyjádřením, které shrne pouze základní trendy a nejvýraznější charakteristiky jevu. Tabulka 2: Ohrožené skupiny sociálními problémy ve statutárním městě Ostrava Průměrný postoj* Skupina obyvatel
Pohlaví Muž
Žena
Věkové kategorie 18 - 24 25 - 34 35 - 44 45 - 64
Celkem 65+
Lidé se zdravotním postižením (dlouhodobě nemocní)
79,0
77,8
69,2
72,8
75,7
81,9
84,6
78,4
Nezaměstnaní
77,5
76,7
70,0
72,5
75,6
79,7
82,2
77,1
Zadlužené domácnosti
72,9
73,6
65,9
74,7
74,6
74,5
72,4
73,2
Matky samoživitelky
72,8
72,8
61,5
73,3
74,1
76,0
72,1
72,8
Senioři
72,0
72,6
63,8
67,1
68,6
74,3
81,5
72,3
Osoby bez přístřeší
66,8
70,9
70,0
69,6
67,4
69,5
68,2
68,9
Pracující s velmi nízkými příjmy
68,0
69,1
61,4
66,8
68,3
71,4
69,6
68,6
Rodiny s malými dětmi
60,0
63,1
54,9
56,4
63,5
63,8
64,6
61,6
50,1 Mladí lidé do 30 let 50,7 49,6 47,0 45,9 52,2 51,8 51,1 Zdroj dat: Vlastní průzkum v rámci Analýzy potřeb a procesu komunitního plánování soc. služeb ve městě Ostrava, 2013 Otázka: Nakolik jsou podle Vašeho názoru vybrané skupiny obyvatel ve městě Ostrava ohroženy sociálními problémy? *Použitá škála: 0 = Nejméně rizikové; 100 = Nejvíce rizikové
5.2.
Grafy
Diagramy neboli grafy jsou grafickým a schématickým znázorněním vztahů, závislostí, postupů či statistických údajů. Na rozdíl od textového či tabulkového vyjádření prezentují komplexní popis jevů. Digramy mohou být založeny na různých principech.
23
Při své práci s daty a jejich prezentací můžete používat celou řadu typů grafů, které pomáhají při zobrazení dat způsobem, který má význam pro příjemce sdělení. Když chcete vytvořit graf nebo změnit již existující graf, můžete si v jednotlivých typech grafů vybrat ze široké nabídky podtypů. 5.2.1.
Sloupcové grafy (Bar Charts)
Data uspořádaná do sloupců nebo řádků mohou být vykreslena ve sloupcovém grafu. Sloupcové grafy se hodí zejména pro znázornění změn dat za časové období nebo pro znázornění porovnání položek. Ve sloupcových grafech bývají obvykle kategorie uspořádány podél vodorovné osy a hodnoty podle svislé osy. Avšak může tomu být i naopak a tehdy jde o zvláštní případ sloupcového grafu, který se nazývá pruhový (používáme hlavně, když jsou-li popisky dat dlouhé nebo zobrazené hodnoty představují doby trvání). Graf č. 1: Subjektivní postoj k překvalifikovanosti
Zdroj: VŠB-TUO, Projekt Změny na trhu práce a perspektivy vzdělanosti v ČR 2006. Pozn.. Odpovědi na otázku „Zvládl/a byste svou práci i s nižším vzděláním?
5.2.2.
Spojnicové grafy (Line Chart)
Data uspořádaná ve sloupcích nebo v řádcích mohou být vykreslena do spojnicového grafu. Spojnicové grafy umožňují zobrazení souvislých dat v čase a jejich srovnání se společnou stupnicí, a jsou proto ideální pro zobrazení trendů v datech ve stejných intervalech. Ve spojnicovém grafu jsou kategorie rovnoměrně rozloženy podél vodorovné osy a všechny hodnoty dat jsou rovnoměrně rozloženy podél svislé osy.
24
Graf č. 2: Vývoj demografických ukazatelů v Moravskoslezském kraji 1971 - 2005
Zdroj: ČSÚ, Běžná evidence obyvatelstva. Pozn.: nr – hrubá míra přirozeného přírůstku (Natural increase rate) v ‰ ; nmr - hrubá míra migračního salda (Net migration rate) v ‰ ; tr – hrubá míra celkového přírůstku populace (Rate of total increase population ) v ‰ .
Spojnicový graf použijte, jestliže jsou popisky kategorií textové a představují rovnoměrně rozložené hodnoty, například měsíce, čtvrtletí nebo fiskální roky. Zejména se to hodí v případě, že máte více kategorií – pro jednu řadu byste měli zvážit použití grafu kategorie. Spojnicový graf můžete použít i pro rovnoměrně rozdělené číselné popisky, například pro roky. Máte-li více než deset číselných popisků, použijte bodový graf.
5.3.
Kartogramy a kartodiagramy
Pro vyjádření prostorového rozložení se nejčastěji využívají kartogramy, v nichž je graficky (rastrem nebo barvou) znázorněna intenzita jevu. Jedná se o mapy s dílčími územními celky, do kterých jsou plošným způsobem znázorněna statistická data (převážně relativní hodnoty). Nejčastější území, v nichž jsou graficky znázorněny intenzity jevů, jsou administrativní jednotky používané pro sběr statistických dat. Rozlišujeme více druhů kartogramů, nejčastěji se však používá kartogram jednoduchý, kde je každý dílčí areál označen barvou dle předem stanovené stupnice. Velmi často se tato metoda kombinuje s metodou kartodiagramů, tedy diagramů vztahujících se k daným administrativním jednotkám. V moderním výzkumu se pro vytváření kartogramů a kartogramů využívají geografické informační systémy, které budou popsány v následujících kapitolách.
25
Obrázek 1 – Počet osob do 15 let ve statutárním městě Ostrava v roce 2013
Kartodiagramy neboli diagramové mapy (Proportional Symbol Maps, Diagrammkarten) jsou nejčastěji používány pro prezentaci statistických údajů − řadí se do skupiny tzv. statistických map. Na rozdíl od kartogramů vyjadřujeme hodnoty u kartodiagramů vždy v absolutní podobě (výjimku tvoří členění daného znaku, kde jsou hodnoty většinou uváděny v procentech).
26
Druhy kartodiagramů: ► Bodové ► Liniové ► Plošné Obrázek 5.3.1 – Ukázka kartodiagramu (Hruška-Tvrdý, 2012)
6. ZÁSADY PREZENTOVÁNÍ A TVORBY PREZENTACE Než začneme sestavovat samotnou prezentaci, je potřeba si připravit šest základních kroků k tomu, abychom byli úspěšní. V první řadě je uvědomit si čeho chci prezentací dosáhnout. Jinak bude vypadat prezentace pro studenty fyziky o moderních trendech kvantové mechaniky a jinak prezentace, která má představit náš investiční záměr na rozvoj našeho regionu. S rozmyšlením toho co chceme prezentací dosáhnout, úzce souvisí volba formy prezentace. Poté je nezbytné připravit si vhodnou osnovu prezentace, na které celou prezentaci postavíme. Máme-li připravenu osnovu a formu prezentace nezbývá než si při samotné tvorbě prezentace rozmyslet, které vizuální pomůcky budu při své prezentaci používat. Předposlední krokem k úspěšné prezentaci, na který se často zapomíná je si prezentaci předem vyzkoušet. Mále-li všechny předchozí kroky splněny zbývá už jen podlesní a to kvalitně ji provést. Při prezentování je vhodné dodržet následující zásady:
27
► Nikdy se neučte prezentaci nazpaměť! Pokud prezentujícího publikum zaskočí dotazem, nebude schopen plynule navázat. ► Před začátkem pozdravit publikum a představit se. ► Přednášející by měl být oblečen o úroveň výše než posluchači. ► Mluvit zřetelně a směrem k publiku. ► Používat gesta, měnit sílu hlasu. ► Vyvarovat se nežádoucích gest, které negativně působí na posluchače. (Například založené ruce, apod.) ► Sledovat publikum a udržovat jej v pozornosti. ► Nepoužívat opakující se slova typu „v podstatě“, „vlastně“. ► Nečíst text na snímcích. Obsah snímků by měl sloužit pouze jako vodítko. ► Prezentaci uzavřít poděkováním za pozornost a dát prostor případným dotazům a diskuzi. Seznam chyb při tvorbě prezentací: ► ► ► ► ► ► ► ►
Nevíme co je cílem prezentace Použití vestavené šablony Kontrast pozadí proti písmu Mnoho malého textu Nevhodné přechody a efekty Příšerné zvuky Nevhodné humorné obrázky Grafy bez popisů os
Při tvorbě elektronické prezentace je doporučeno řídit se určitou sadou pravidel. Tyto pravidla jsou v následujících kapitolách rozdělena na dvě skupiny. První a základní pravidlo zní: „V jednoduchosti je síla“.
Zásady věcného obsahu
► Název prezentace by měl být stručný, jasný a výstižný. ► V případě delší prezentace je vhodné na úvod seznámit posluchače s osnovou/obsahem prezentace. ► Dále je vhodné u delší prezentace například v horním pravém růžku snímku uvádět číslo čí zkrácený název dílčího tématu o kterém aktuální snímek pojednává. ► Používání technických výrazů či cizích slov by mělo odpovídat úrovni publika. ► Čím méně textu na snímku, tím lépe. Textem přehlcené snímky jsou na škodu. Text by měl být strukturován do odrážek, nikoli do celých vět nebo odstavců. Náplní odrážek by tedy měli být hlavně fráze či klíčová slova. ► Počet řádků na snímku by měl být přiměřený. Maximální počet řádků na snímku je kolem šesti. ► Čím větší písmo, tím lépe. ► V prezentaci používejte grafy, schémata, obrázky, graficky zpracované informace se lépe pamatují. Nesmí se však používat samoúčelně jen pro efekt. ► Na závěr by měla být shrnuty použité zdroje. ► Obsahem posledního snímku je poděkování posluchačům.
Zásady grafické podoby ► ► ► ► ►
Snímky prezentace graficky sjednocené. Pro celou prezentaci používat jednu barevnou škálu. Text v prezentaci výhradně bezpatkovým písmem (Arial, Tahoma, Verdana). Vyvarovat se křiklavým barvám písma či pozadí. Používat kontrastní barvy v případě pozadí a textu. Různí lidé mají odlišný barvocit. Barvy se rozdělují na studené a teplé. Je vhodné je v prezentaci vzájemně nemíchat.
28
7. POUŽITÉ ZDROJE A LITERATURA Berg, Bruce L. Qualitative Research Methods for the Social Science. Needham Heights: Allyn & Bacon, 2001. ISBN: 0-205-31847-9. Berka, Karel. Měření. Pojmy, teorie, problémy. Praha: Academia, 1977. Český statistický úřad. 2013. Klasifikace, číselníky. Český statistický úřad. [Online] 11. 1 2013. http://www.czso.cz/csu/redakce.nsf/i/klasifikace_ciselniky. Český statistický úřad. 2013. Působnost českého statistického úřadu. Český statistický úřad. [Online] 2013. [Citace: 11. Leden 2013.] http://www.czso.cz/csu/redakce.nsf/i/4_pusobnost_ceskeho_statistickeho_uradu. Disman, Miroslav. 2011. Jak se vyrábí sociologická znalost. Praha: Karolinu, 2011. ISBN: 978-80246-1966-8. Durkheim, Émile. Pravidla sociologické methody. Praha: OrbisPraha, 1926, 184 s. Hančlová, Jana a Hruška-Tvrdý, Lubor. 2003. Úvod do analýzy časových řad. [autor knihy] Jiří Horák. Analýza a predikce vývoje ukazatelů trhu práce v regionech. Ostrava : VŠB-TU Ostrava, 2003. Hendl, Jan. 2004. Přehled statistických metod zpracování dat. Praha : Portál, s. r. o., 2004. ISBN: 807367-040-2. Hendl, Jan. 2005. Kvalitativní výzkum- Základní metody a aplikace. Praha: Portál, s.r.o., 2004. ISBN:80-7376-040-2. Horák, Jiří. 2011. Plánování aplikací geoinformačních technologií. Ostrava : VŠB-TU Ostrava, říjen 2011. Hruška-Tvrdý, Lubor. 2011. Měření nových sociálních rizik v Moravskoslezském kraji. Ostrava : ACCENDO - Centrum pro vědu a výzkum, o. p. s., 2011. Hruška-Tvrdý, Lubor. 2012. Změny ve struktuře osídlení a jejich dopad na rozvoj měst a regionů. Ostrava : ACCENDO - Centrum pro vědu a výzkum, o. p. s., 2012. 978-80-904810-4-6. Jeřábek, Hynek. 1992. Úvod do sociologického výzkumu. Praha : Univerzita Karlova v Praze, 1992. ISBN 80-7066-662-5. Ministerstvo financí ČR. 2012. ARES - Administrativní registr ekonomických subjektů. Administrativní registr ekonomických subjektů. [Online] 2012. [Citace: 11. 1 2013.] http://wwwinfo.mfcr.cz/ares/ares.html.cz. Ministerstvo financí. 2013. Administrativní registr ekonomických subjektů. Ministerstvo financí. [Online] 2013. [Citace: 11. 1 2013.] http://wwwinfo.mfcr.cz/ares/ares.html.cz. Molnár, Zdeněk, a další. 2012. Pokročilé metody vědecké práce. Praha : Profess Consulting, s.r.o., 2012. ISBN: 978-80-7259-064-3. Surynek, Alois, Komárková Růžena, Kašparová Eva. 2001. Základy sociologického výzkumu. Praha: MANAGEMENT PRESS, 2001 ISBN 80-7261-038-4. Winkler, Jiří. Technologie empirického http://fss.muni.cz/~winkler/kapitola2.html.
výzkumu.
29
[Online]
[Citace:
28.
9
2014.]