Mendelova univerzita v Brně Provozně ekonomická fakulta
______________________________________________
Ekonometrické modelování kamionové přepravy na trase Okříšky - Königsberg v letech 2010 a 2011 pro společnost Jipocar s.r.o. Bakalářská práce
Vedoucí práce: Ing. Pavel Kolman
Zdeňka Krejčová
Brno 2012
Ráda bych tímto poděkovala svému vedoucímu bakalářské práce Ing. Pavlu Kolmanovi za odborné rady, panu Ing. Malečkovi za umožnění práce na toto téma, Josefu Krejčímu za poskytnutí všech potřebných dat a také panu Fojtíkovi a panu Cahovi.
2
Prohlašuji, že jsem bakalářskou práci na téma Ekonometrické modelování kamionové přepravy na trase Okříšky-Königsberk v letech 2010 a 2011 pro společnost Jipocar s. r. o. vypracovala samostatně a použila jen uvedený seznam literatury a data poskytnutá firmou Jipocar transport, s.r.o. byla použita pouze k účelům této práce. V Brně dne 10. 4. 2012
_________________
3
Abstrakt KREJČOVÁ, Zdeňka. Econometric modeling of truck transport at route Okrisky – Königsberg for years 2010 and 2011 for company Jipocar s.r.o.
Brno, 2012.
Bachelor’s Thesis. Mendel University in Brno. The aim of this thesis is to identify the influence of season on the duration of transport execution. The thesis also focuses on relation between spent time and distance and consumption of fluel. In the following part the costs for two frequently used routes are evaluated. As the conclusion I enclose a summary and recommendation to Jipocar s.r.o. company. Key words: Frequency, relation, timeline, quantity index, price index, averages, transportation (haul)
Abstrakt KREJČOVÁ, Zdeňka. Ekonometrické modelování kamionové přepravy na trase Okříšky - Königsberg v letech 2010 a 2011 pro společnost Jipocar s. r. o. Brno, 2012. Bakalářská práce. Mendelova univerzita v Brně. Cílem této bakalářské práce je identifikace vlivu ročního období na čas uskutečnění přepravy. Dále je práce zaměřena na závislost času a najetých kilometrů na spotřebu pohonných hmot. Nakonec se hodnotí náklady na dvě přijatelné trasy, které se nejčastěji využívají při této přepravě. V závěru je uvedeno shrnutí a doporučení firmě Jipocar s.r.o. Klíčová slova Četnost, závislost, časová řada, indexy množstevní, indexy cenové, průměry, přepravy.
4
Obsah 1. Úvod
7
2. Cíl práce
8
3. Faktory ovlivňující přepravu
9
3.1. Doba přestávek
9
3.2. Trasy
11
3.3. Váha a druh zboží
12
3.4. Přizpůsobení se v jiném státě
12
3.5. Stav a druh vozidla
12
4. Metodika
14
4.1. Statistika
14
4.1.1. Základní statistické pojmy
15
4.1.2. Prvky statistického zkoumání
15
4.1.3. Elementární zpracování statistických údajů
15
4.1.4. Statistické grafy
18
4.1.5. Statistické řady
19
4.1.6. Statistická závislost
20
4.1.7. Statistické srovnání
21
4.1.8. Testování rozdělení
23
4.1.9. Testování hypotéz
24
4.1.10. Wilcoxonův dvouvýběrový test
24
5. Charakteristika společnosti Jipocar s.r.o.
26
5.1. Doprava a spedice
26
5.2. Skladování a logistika
26
5.2.1. Sklad spotřební chemie
26
5.2.2. Skladová a logistická činnost pro řetězce
27
5.2.3. Obalový management – mytí obalů
27
5.2.4. Obalový management – pronájem gitterboxů
27
5.3. Letecká doprava
28
5.4. Celní služby
28
5.5. Pronájem osobních vozidel
28
6. Vlastní práce
29
6.1. Sestavení základní tabulky
29
6.2. Výkyvy v počtu najetých kilometrů
31
5
6.3. Identifikace vlivu ročního období
33
6.4. Závislost mezi spotřebou paliva a časem jízdy
38
6.5. Srovnání nákladů dvou přijatelných tras
39
7. Diskuze a závěr
42
8. Seznam použité literatury
44
9. Seznam tabulek a obrázků
46
10. Přílohy
47
6
1. Úvod Když na podzim 2008 naplno udeřila finanční krize, způsobila bankrot některých předních světových bank. Problémy se projevily ve velké míře na trhu akcií a krize také měla za následek nárůst ceny ropy. Zvýšená cena ropy ovlivnila chod dopravních firem. Některé firmy krizi nezvládly a musely svoji činnost ukončit. Dopravní podnik JIPOCAR TRANSPORT, s.r.o. se s touto nelehkou situací vypořádal a dokázal na trhu obhájit svoji pozici a udržet si i některé stálé přepravy, které byly pro chod firmy velmi důležité. Udržení stálých přeprav je náročné nejen pro vedení firmy Jipocar s.r.o., ale i pro řidiče, který tuto práci vykonává. Je vyvíjen tlak nejen na cenu, ale i na kvalitu přepravy. Přeprava, která bude modelována v této práci, je uskutečňována 15 let z Okříšek do Königsbergu a zpět. Převoz zboží je pro firmu Fraenkische s.r.o. Zboží, které se převáží, je určeno pro ochranu kabelů v automobilovém průmyslu a pro tekutá média. Řidič tuto stálou přepravu uskutečňuje 3 roky. K převozu zboží používá tahač z návěsem. Tato souprava je s 5 nápravami. Návěs je typu Low-deck (s malými koly). Je to z důvodu zvětšení prostoru na převoz rozměrnějších nákladů. Na návěs naloží 34 europalet s maximálním zatížením 24 tun. Souprava splňuje veškeré požadavky pro převoz daného zboží i pro legislativní nařízení určené pro dopravní podniky zaměřené pro převoz zboží mezi členskými státy EU. Chod přepravy mohou ovlivnit také faktory, které se netýkají jen jízdy autem, ale také času přestávek na odpočinek, kudy vede trasa, náročnost trasy, komplikace spojené s počasím, váha a druh zboží, přizpůsobení se situaci v jiném státě, stav vozidla a samozřejmostí je i spolehlivost řidiče. Tyto vyjmenované faktory mají velký vliv na časový harmonogram a tím ovlivňují i náklady. Velikost nákladů je článek důležitý pro firmu Jipocar s.r.o., aby si tuto stálou práci mohl udržet i nadále. Čas v této stále se opakující přepravě má také velký vliv, protože vykládka zboží jak v Německu, tak i v naší republice je termínovaná.
7
2. Cíl práce Cílem bakalářské práce je zjištění závislosti ročního období na časově limitovaný dojezd přeprav, vlivu spotřeby paliva na počet ujetých kilometrů a vliv spotřeby paliva na časový dojezd. Dále určit, která ze dvou přijatelných tras z Okříšek do Königsbergu je pro firmu Jipocar s.r.o. méně nákladná. Vlastní práce bude rozdělena do několika dílčích částí. Každá z těchto částí bude zaměřena na dané řešení a výsledky budou interpretovány. První krok této práce bude zpracování dat, který spočívá v sestavení tabulky, která bude obsahovat data poskytnutá od řidiče, který tuto práci uskutečňuje, a od vedení firmy z oblasti dopravy. Data tvoří podrobný rozpis přeprav od 1. 1. 2010 do 31. 12. 2011 a do tabulky budou řazena podle data uskutečnění přeprav a očíslována podle dokumentace o záznamu provozu vozidla. Každá z přeprav bude obsahovat přesná data času, místa nakládky, vykládky zboží i povinné přestávky. Dále ke každé přepravě budou uvedeny ujeté kilometry a spotřeba pohonných hmot. Na toto zpracování naváže výpočet průměrné spotřeby paliva, který bude také uveden u dílčích přeprav v tabulce. Tabulka bude sloužit pro další výpočty, které budou potřebné pro zjištění daných cílů této práce. Prvním cílem této práce je zjistit, jak velké byly výkyvy v počtu ujetých kilometrů u jednotlivých přeprav a pokud budou zjištěny větší výkyvy, tak bude zjišťováno, jestli byly náhodné nebo v pravidelných intervalech. Nezodpovězenou otázkou při přepravě zůstává, jestli doba jízdy je ovlivněna ročním obdobím. Proto druhým cílem je určit závislost mezi dobou jízdy a ročním obdobím a srovnání jízdy v zimních a letních měsících. Třetím cílem je sestavení ekonometrického modelu identifikujícího závislost mezi spotřebou paliva a časem jízdy, dále závislost vzdálenosti na spotřebu paliva a identifikace rozdílu spotřeby v ročním období. Posledním cílem je srovnání odhadu nákladů dvou přijatelných tras. Výpočet proběhne pro každou trasu zvlášť a ke každé trase budou vypočítány náklady, jako je placení mýtného, spotřeba paliva a mzda řidiče za ujeté kilometry. Na závěr práce budou zjištěné výsledky shrnuty a bude posouzeno, zda roční období ovlivňuje časový dojezd a jak velká je závislost času přepravy a ujeté kilometry na spotřebu pohonných hmot. Výsledky budou předány firmě Jipocar s.r.o..
8
3. Faktory ovlivňující přepravu Faktory ovlivňující průběh celé přepravy jsou poskytnuty od řidiče a ovlivněny legislativou státu a vnitropodnikovými nařízeními. Důležitým článkem při těchto ovlivňujících faktorech je řidič, protože na něm záleží, jak zodpovědně přistupuje ke své práci.
3.1. Doba přestávek Při jízdě musí být každý řidič neustále ve střehu nejen proto, aby neohrožoval sebe, ale hlavně svoje okolí. To pro profesionální řidiče platí dvojnásob, proto musí řidiči projít pravidelné školení o silničních předpisech, psychotesty, kontroly u praktických lékařů a neurologa, který prostřednictvím EEG (Elektroencefalogram) zaznamenává vlny mozkových neuronů a je schopen rozeznat pomocí ostrých hrotů vln náznaky epilepsie, či jiných abnormalit, které můžou způsobit u člověka životu nebezpečné situace. Pro zvýšení bezpečnosti na silnici byla pro profesionální řidiče vystavena legislativní nařízení pomocí povinných přestávek. Postupně nabývala změn, až do stávající podoby, která je sjednocena s legislativou ostatních zemí EU. Povinné přestávky řidičů nákladních aut se dělí:
Jízda mimo EU (AETR)
Jízda v rámci EU a vnitrostátní doprava
Jelikož přeprava, která se týká této práce, se uskutečňuje do sousedního Německa, bude důležitý předpis nařízení uvnitř státu a v rámci EU (nařízení ES 561/2006).
Dopravce musí zajistit, aby řidič dodržoval následující doby: 1. Bezpečnostní přestávka (čl. 7):
doba, během níž nesmí řidič řídit ani vykonávat žádnou jinou práci a která je určená výhradně k jeho zotavení;
Po 4, 5 hod. řízení musí mít řidič nepřerušenou přestávku nejméně 45 minut, pokud mu nezačíná doba odpočinku. Tato přestávka může být nahrazena přestávkou v délce nejméně 15 minut, po níž následuje přestávka v délce nejméně 30 minut.
9
2. Denní doba odpočinku (čl. 8): Jedná-li se o 1 řidiče: a) tzv. nedělený odpočinek - v průběhu každých 24 hodin musí mít řidič odpočinek nejméně 11 po sobě následujících hodin, který smí být zkrácen na nejméně 9 po sobě následujících hodin nejvýše třikrát týdně NEBO b) tzv. dělený odpočinek - ve dnech, ve kterých se odpočinek nezkracuje, smí být čerpán ve dvou oddělených částech během 24 hodin, přičemž první z těchto částí musí trvat nejméně 3 po sobě následující hodiny a druhá nejméně 9 po sobě následujících hodin. V takovém případě se minimální doba odpočinku prodlužuje na 12 hodin. Jedná-li se o 2 řidiče: Jsou-li ve vozidle nejméně dva řidiči, musí mít každý z nich denní odpočinek nejméně 9 po sobě následujících hodin za každé období 30 hodin. Týdenní doba odpočinku: Ve kterýchkoli dvou po sobě následujících týdnech musí mít řidič
dvě běžné týdenní doby odpočinku, tzn. 2 x 45 h
nebo
jednu běžnou týdenní dobu odpočinku a jednu zkrácenou dobu odpočinku v celkové délce 24 hodin. Zkrácení však musí být vyrovnáno odpovídající dobou odpočinku vybranou vcelku před koncem třetího týdne následujícího po dotyčném týdnu, tzn. 1 x 45 h + 1 x 24 h + kompenzace.
3. Doba řízení (čl. 6): Celková doba řízení mezi dvěma denními odpočinky nebo jedním odpočinkem denním a jedním týdenním nesmí přesáhnout 9 hodin. Dvakrát za týden může být prodloužena na 10 hodin. Týdenní doba řízení nesmí přesáhnout 56 hodin a nesmí 10
být překročena maximální týdenní pracovní doba stanovená v nařízení vlády č. 589/2006 Sb. Celková doba řízení nesmí přesáhnout 90 hodin za období dvou po sobě následujících týdnů. (www.DinamicPro.cz, 20. 5. 2012) Z těchto nařízení je zřejmé, že řidič je nucen striktně dodržovat přestávky, tudíž čas potřebný na přepravu je tímto ovlivněn a při porušení je řidič sankcionován. Povinností zaměstnavatele je vybavit nákladní automobil digitálním tachografem, který snímá každý pohyb auta. A to jak stání, jízdu, najeté km, tak i porušení povinné přestávky. Data z tohoto přístroje jsou archivována a při různých kontrolách používána. Vedení firmy Jipocar, s.r.o. mi tato data propůjčila a umožnila je použít v mé práci.
3.2. Trasy Řidič používá převážně dvě trasy a při přepravě se rozhoduje, kterou trasu použít. První trasa je kratší a obsahuje víc km najetých po dálnici. Pro řidiče je výhodné, že je dřív v cíli a má nižší spotřebu paliva, pro zaměstnavatele je náročnější na placení mýtného. Druhá trasa je naopak pro řidiče náročnější jak na čas dojetí do cíle, tak spotřebu i na najeté km, ale pro zaměstnavatele představuje nižší částku za zaplacení mýtného. Ceny za dálnici výrazně zkomplikovaly situaci dopravních firem, proto se většina majitelů těchto podniků snaží jezdit mimo dálnice.
Tab. 1 Cena mýtného pro nákladní automobily Mýtné sazby pro nákladní automobily v pátek od 15.00 do 21.00 (v Kč/km) Emisní třída
Euro 0–II
Počet náprav
2
3
4+
2
3
4+
2
3
4+
Dálnice rychlostní komunikace
4,24
8,10
11,76
3,31
6,35
9,19
2,12
4,06
5,88
Silnice I. třídy
2,00
3,92
5,60
1,56
3,06
4,38
1,00
1,96
2,80
Euro III–IV
Euro V+
Mýtné sazby pro nákladní automobily pro ostatní dobu v týdnu (v Kč/km) Emisní třída
Euro 0–II
Počet náprav
2
3
4+
2
3
4+
2
3
4+
Dálnice a rychlostní komunikace
3,34
5,67
8,24
2,61
4,45
6,44
1,67
2,85
4,12
Silnice I. třídy
1,58
2,74
3,92
1,23
2,14
3,06
0,79
1,37
1,96
(www.BusinessInfo.cz, 20. 5. 2012)
11
Euro III–IV
Euro V+
3.3. Váha a druh zboží Řidič naloží při přepravě z Okříšek do Königsbergu na návěs 34 europalet s maximálním zatížením nákladu 24 - 25 tun. Váha nákladu, ale i druh převáženého zboží má vliv na spotřebu. Výhoda je převoz potravin, kde se může vézt náklad i v době, kdy kamiony mají zákaz jízdy. Problémovější je převoz ADR, zde musí mít řidič speciálně vybavený vůz a projít školením. Druhy zboží k převozu se z mezinárodního hlediska se dělí:
Standardní
Nebezpečné – hořlaviny, chemikálie, toxické a radioaktivní látky (ADR)
Živá zvířata a rostliny
Nadrozměrné a stroje
3.4. Přizpůsobení se v jiném státě Tímto je myšleno okamžité přizpůsobení v předpisech i v jízdě (např. Anglie jízda po levé straně), ale hlavně zákazu jízdy. Každý stát má své svátky, dny volna, které musí řidič respektovat. Nastává problém, když řidič této přepravy v ČR může jet, ale v Německu je zákaz jízdy nebo naopak, tím se celá přeprava posouvá, nebo úplně ruší.
3.5. Stav a druh vozidla Také důležitá součást přepravy, nejen na úspěšnost dojezdu do cíle, ale i na velikosti nákladů na přepravu. Tato přeprava je uskutečňována vozidlem EURO 5. V tabulce ceny mýtného je zřejmé, že cena za dálnici u tohoto vozidla je nižší. Vozidlo je také vybaveno ekologickým systémem, který spočívá v oddělených nádržích plnících se zároveň naftou a syntetickou močovinou, což je na bázi čpavku. Využití močoviny, resp. čpavku zaručuje snížení oxidů dusíku NOx ve výfukových plynech vznětového motoru na tak nízkou úroveň, jaké až dosud u vznětových motorů nebylo možné dosáhnout. Pokud tyto faktory nijak neomezí dojetí do cíle, a když k nim přidám přízeň počasí, absenci překážek na silnici a spolehlivého řidiče, je tato
12
přeprava uskutečňována dvakrát týdně z Okříšek do Königsbergu a zpět. Pro dobrý stav vozidla a bezpečnější dojezd do cíle jsou důležité i kvalitní pneumatiky. Je to legislativní nařízení státu od roku 2011. Od 1. listopadu do 31. března je povinná zimní výbava (zimní pneumatiky o minimální hloubce dezénu 4 mm na všech čtyřech kolech pro automobily do 3,5 t) nezbytná za podmínek, nachází-li se na komunikaci souvislá vrstva sněhu, led nebo námraza. Vzhledem k povětrnostním podmínkám by mohla nastat výše zmíněná situace, řidič by měl sledovat předpověď počasí. Pro řidiče to znamená jediné, na letních pneumatikách lze jezdit jen za teplých dní (15 stupňů) a to pouze v úsecích, kde nenalezneme značku „povinná zimní výbava“. (www.online.podnikani.cz, 20. 5. 2012)
13
4. Metodika 4.1. Statistika Počátky statistky nacházíme už ve starověkých říších. Tehdy se jednalo o různé soupisy obyvatelstva, nejčastěji pro daňové účely. Se skutečnými statistickými analýzami událostí, které tehdejší svět obklopovaly, se setkáváme teprve v 17. století. Další vývoj této disciplíny v 19. a 20. století se pak opíral už o základy teorie pravděpodobnosti. Od počátku 20. století se statistika rychle rozvíjela již jako samostatná vědní disciplína. (Hindls, 2007). Bez nadsázky je možné tvrdit, že v současnosti již neexistuje vědní obor, který by nepracoval s hromadnými daty a nevyužíval k jejich vyhodnocování statistické metody. Mezi obory, které zcela běžně a přirozeně aplikují tyto metody, patří medicína, fyzika, biologie a další přírodní i technické disciplíny. Velmi významné místo zaujímá statistika ve sféře analýzy sociálně ekonomických jevů (Hindls, 2007).
Statistiku můžeme chápat ve třech pojetích:
soubor údajů popisujících stav, průběh, vývoj nějakého děje nebo dějů (např. statistika nezaměstnanosti nebo statistika obyvatelstva v obcích)
praktickou činnost směřující k evidenci, sběru, zpracování a analýze těchto údajů
teoretickou disciplínu, která se zabývá metodami sloužícími k popisu odhalování zákonitostí při působení podstatných, relativně stálých činitelů na hromadné jevy, tj. jevy vyskytující se v masovém měřítku u velkého počtu prvků (Minařík, 1. část, 2007; Hindls, 2007).
Na statistickou vědu, teorii statistiky, nejde v současné době pohlížet jako na nějakou jednolitou vědní disciplínu, ale v průběhu vývoje došlo k jejímu strukturování a členění do řady relativně samostatných vědních oborů.
Popisná statistika se zabývá elementárním popisem stavu, vývoje a závislostí jevů hromadné povahy, při jejichž studiu nebere v úvahu úlohu pravděpodobnosti (přesněji zákonů pravděpodobnosti) na formování jejich zákonitostí.
14
Matematická
statistika
syntetizuje
poznatky
popisné
statistiky
a
matematické teorie pravděpodobnosti a řeší úlohy související s hlubší podstatou analyzovaných hromadných jevů metodami tzv. statistické indukce.
Kromě těchto disciplin statistické teorie existuje řada hraničních a aplikovaných statistických věd, jako je ekonomická statistika, biometrie, výpočetní statistika a mnohé další (Minařík, 1. část, 2007).
4.1.1. Základní statistické pojmy Statistické jednotky jsou základní prvky, na kterých je možné zkoumat konkrétní projev určitého hromadného jevu. Statistická jednotka musí být vymezena věcně, časově a prostorově. Při věcném vymezení je třeba přesně definovat, co budeme pod statistickými jednotkami rozumět (např. děti určitého věku). Časové vymezení znamená určení časového období nebo okamžiku, v kterém je statistická jednotka zkoumána (např. děti narozené v roce 2009). Prostorové vymezení statistických jednotek znamená určení místa nebo území, na kterém se koná statistické zkoumání (Blašková, 2009; Hindls, 2007). Statistickým souborem nazýváme množinu všech statistických jednotek, u nichž zkoumáme příslušné statistické znaky. Počet prvků této množiny nazýváme rozsah statistického souboru. Statistické znaky vyjadřují vlastnosti statistických jednotek, které jsou předmětem statistického zkoumání. Statistickým znakem je např. hmotnost lidí. Statistické znaky můžeme rozdělit z různých hledisek. Základní rozdělení je na znaky kvantitativní a znaky kvalitativní.
4.1.2. Prvky statistického zkoumání Statistickou práci lze zpravidla rozdělit do několika etap. Jde o etapu statistického zjišťování (šetření), statistického zpracování zjištěných údajů (dat), třetí a nejdůležitější etapu statistického vyhodnocování (analýza) a konečně o prezentaci výsledků (Minařík, 2007; Hindls, 2007). 4.1.3. Elementární zpracování statistických údajů Výsledkem statistického šetření je zpravidla velké množství číselných údajů, které jsou nepřehledné a ani zkušený pracovník z nich mnoho nevyčte. Aby vynikly charakteristické rysy a zákonitosti analyzovaného souboru a aby se údaje staly 15
přehlednými, musíme je setřídit. Tříděním tedy rozumíme rozdělení jednotek souboru do takových skupin, aby co nejlépe vynikly charakteristické vlastnosti zkoumaných jevů. Tříděním dosáhneme kromě uspořádání údajů do přehledné formy také jejich zhuštění. Provádíme-li třídění pouze podle obměn jednoho statistického znaku (jedné vlastnosti), hovoříme o jednostupňovém třídění. Provádíme-li třídění podle více statistických znaků najednou, jde o třídění vícestupňové. (Hindls, 2007)
Rozdělení četnosti Povšimněme si jednostupňového třídění, kdy sledujeme na statistických
jednotkách pouze jeden kvantitativní znak. V tomto případě třídění provádíme tak, že uspořádáme údaje o sledovaném kvantitativním znaku do rostoucí posloupnosti a ke každé variantě znaku přiřadíme počty příslušných statistických jednotek, které nazýváme četnosti. Vzniklou tabulku nazýváme tabulkou rozdělení četností. Tato tabulka podává informaci o počtu (četnosti) výskytu jednotlivých variant znaku v souboru (Hindls 2007, Minařík, 1. část, 2007). Označíme-li jednotlivé obměny nespojitého kvantitativního znaku symbolem xi, i=1,2, …, k, a jim odpovídající četnosti ni, i = 1, 2, …, k, lze rozdělení četností vyjádřit způsobem uvedeným v tabulce. Tab. 2 Schéma rozdělení četností Varianta znaku xi
Četnost absolutní ni relativní ni
x1 x2 …
n1 n2 …
p1 p2 …
xk
nk
pk
Komulativní četnost absolutní relativní n1 n1+n2 … k
p 1
X
X
i1
i
k
k
n n p 1 i1
k
ni n i 1
Celkem
p1 p1+p2 …
i
i1
i
Hodnota s největšími četností-modus. U dat zjistíme hodnotu modu podle vzorce:
16
xˆ d m
n m n m 1 h 2n m n m 1 n m 1
(1)
dm - dolní mez modální třídy nm - četnost modální třídy nm-1 - četnost třídy předcházející třídě modální nm+1 - četnost třídy následující po třídě modální h - šířka třídy
Kvantily jsou hodnoty, které dělí uspořádanou variační řadu v určitém poměru četností. Nejdůležitější kvantily jsou kvartily (dělí uspořádanou řadu hodnot na čtyři stejně početné řady).
xP d P
Dolní kvartil (25%) – x0,25
Prostřední kvartil (50%) – medián – x0,50
Horní kvartil (75%) – x0,75
Obecný P kvantil vypočítáme dle vzorce:
P kp P 1 h pP
(2)
dp - dolní mez obsahující příslušný kvantil P - 0,25 / 0,50 / 0,75 kpp-1 - součtová relativní četnost předcházející třídy pp - relativní četnost třídy obsahující příslušný kvantil h - šířka třídy Četnosti udávají váhu (důležitost), která je přisuzována jednotlivým variantám znaku. Aritmetický průměr, počítáme podle vzorce, proto se nazývá vážený aritmetický průměr. (Hindls, 2007).
x
Vážený aritmetický průměr:
1 k xi ni n i 1
(3)
17
Míry charakterizující proměnlivost statistického souboru v absolutní velikosti nazýváme mírami absolutní variability. Míry tohoto typu vyjadřují variabilitu ve stejných měrných jednotkách, v nichž je vyjadřován sledovaný znak. V případě, že srovnáváme variabilitu souborů lišících se svojí úrovní, používáme míry relativní variability, které měří variabilitu v poměru k úrovni sledovaného znaku souboru. Tyto míry jsou bezrozměrná čísla, což dovoluje také porovnávat variabilitu statistických znaků, lišících se měrovou jednotkou. (Hindls, 2007).
d ~x
Průměrná absolutní odchylka od mediánu:
1 k xi ~x ni n i 1
(4)
Průměrná relativní odchylka od mediánu:
dx´= dx / x * 100=
(5)
Absolutní odchylka od průměru:
dx = (∑ xi – x ni) / n=
(6)
Relativní odchylka od průměru:
dx ´ = dx / x =
(7)
(Minařík, 1. část, 2007) 4.1.4. Statistické grafy Vedle statistických tabulek je důležitou formou zobrazování statistických údajů graf. Grafické zobrazení dává rychlou a přehlednou představu o tendencích a charakteristických
rysech
analyzovaných
jevů.
Grafy
jsou
rovněž
účinným
popularizujícím prostředkem statistických výsledků. Z hlediska konstrukce lze grafy rozdělit do různých skupin: 1. polygony (spojnicové diagramy), 2. histogramy (sloupcové diagramy),
18
3. bodové diagramy, 4. výsečové (koláčové) diagramy, 5. krabičkové diagramy (Hindls, 2007). 4.1.5. Statistické řady Výsledkem statistického zjišťování jsou statistické údaje v neuspořádané podobě. Posloupnost hodnot je dána pořadím zjišťování a nijak nesouvisí např. s jejich velikostí. Úkolem statistického zpracování je statistická data uspořádat. V principu lze statistická data uspořádat z pohledu věcného, časového nebo prostorového. V této souvislosti hovoříme o věcných, časových a prostorových statistických řadách. Pro představu je výhodné použít grafického znázornění. Vzhledem k účelu použití časových řad na jednom grafu jsou nejpřehlednější a lze z nich odhadnout, zda řada vykazuje nějaký trend, růst, pokles, stagnaci, sezónnost, cykličnost či nepravidelnosti (Gros, 2003; Minařík, 1. část, 2007). Časové řady ekonomických ukazatelů se obvykle určitým způsobem člení. Nejde tu ale o pouhé definiční vymezení druhů časových řad, ale především o vyjádření rozdílností v obsahu sledovaných ukazatelů, jež je mnohdy provázeno i specifickými statistickými vlastnostmi. V důsledku toho je pak nutné volit diferencovaně i prostředky analýzy sloužící k porozumění. Základní druhy časových řad ekonomických ukazatelů se rozlišují:
podle rozhodného časového hlediska na časové řady intervalové (tj. časové řady intervalových ukazatelů) a na časové řady okamžikové (tj. časové řady okamžikových ukazatelů),
podle periodicity, s jakou jsou údaje v řadách sledovány, na časové řady dlouhodobé (někdy též roční) a na časové řady krátkodobé, kde jsou údaje zaznamenávány na čtvrtletních, měsíčních, týdenních aj. periodách. Ekonomické časové řady měsíční patří mezi nejsledovanější vůbec,
podle druhu sledovaných ukazatelů na časové řady primárních (prvotních) ukazatelů a na časové řady sekundárních (odvozených) charakteristik, Teoretická část 17
podle způsobu vyjádření údajů na časové řady naturálních ukazatelů (hodnoty ukazatele jsou vyjadřovány v naturálních jednotkách) a na časové řady peněžních ukazatelů (Hindls, 2007).
19
Analytické vyrovnání časové řady spočívá v proložení pozorovaných hodnot řady spojitou funkcí času-trendovou funkcí. Základní metodou proložení trendové funkce je metoda minimálních čtverců. Nezávislou proměnnou je v tomto případě pravidelně
odstupňovaná
časová
proměnná,
kterou
v zájmu
maximálního
zjednodušení postupu výpočtu rovnice trendové funkce zavádíme jedním ze dvou možných způsobů.
Hodnota časové proměnné t = 1,2,…, n
Hodnota časové proměnné
t
2i n 1 2
(8)
Jeden ze způsobů zavedení pomocné proměnné umožňuje pro dvouparametrické trendové funkce psát ze soustavy normálních rovnic přímo vzorce pro výpočet parametrů, může však působit potíže u funkcí vyžadujících kladné hodnoty argumentu. S prvním způsobem zavedení časové proměnné se setkáváme u počítačových programů pro analýzu časových řad. Trendová přímka
T b0 b1*t Má soustavu rovnic:
(9)
yt n * b0 b1 * t 0
(10)
ytt b0 t b1 t 2 0 (11) Empirické sezónní indexy:
Ij
k
1 yij * k i1 Tij
(12)
Nejjednodušší charakteristikou sezónnosti je empirický sezónní index, jehož hodnoty pro jednotlivá dílčí období řady (kterými jsou nejčastěji měsíce nebo čtvrtletí) stanovíme jako aritmetické průměry podílů pozorovaných hodnot a trendové složky. (Minařík, 2. část, 2007) 4.1.6. Statistická závislost V exaktních vědách (např. ve fyzice) se pod pojmem závislost dvou veličin rozumí situace, kdy je možno vztah mezi jejich hodnotami vyjádřit pomocí jistého pravidla, které určité hodnotě jedné z veličin jednoznačně přiřazuje hodnotu veličiny druhé. Toto pravidlo se nazývá funkce.
20
Intenzitu (sílu, těsnost) závislosti měříme pomocí bezrozměrné charakteristiky, jejíž hodnoty se pohybují na určitém uzavřeném intervalu (např. od nuly do jedné). V této souvislosti je třeba zdůraznit, že otázka nestojí tak, že závislost buď je anebo není, ale ve skutečnosti existuje nekonečná škála možných závislostí od úplné nezávislosti (hodnota charakteristiky intenzity závislosti se blíží nule) až téměř po pevnou závislost (kdy se hodnota této charakteristiky blíží). Měření intenzity závislosti pomocí charakteristiky nazývané index korelace je součástí metody minimálních čtverců. Speciální úlohy o oboustranné závislosti, kdy nelze jednoznačně pojmenovat závislou a nezávislou proměnnou, kdy obě proměnné úlohy mají charakter pozorovaných proměnných má pojem korelační úlohy. Průběh takové závislosti je vyčerpávajícím způsobem popsán soustavou dvou sdružených regresních funkcí, v nichž obě proměnné hrají střídavě úlohu závislé a nezávislé
proměnné.
Tyto
charakteristiky
průběhu
závislosti
zapisujeme:
y a yx byx x x a xy bxy y Koeficient korelace má stejné znaménko jako oba regresní koeficienty a měří intenzitu závislosti na intervalu od -1 (pevná negativní závislost) přes hodnotu 0 (nezávislost) až po hodnotu +1 (pevná pozitivní závislost).
r
s xy sx s y
(13)
byx bxy
(Minařík, 2. část, 2007) 4.1.7. Statistické srovnání Základní podmínkou srovnatelnosti je srovnávat to, co skutečně srovnávat lze. Nejrozšířenější případem srovnání je časové srovnání. Z hlediska metody srovnávání rozlišujeme:
Absolutní srovnání (srovnání rozdílem), jehož výsledkem je rozměrný absolutní rozdíl s nulou, kladnou nebo zápornou,
Relativní srovnání (srovnání podílem), jehož výsledek je poměrné číslo nebo index s hodnotou menší, rovnou nebo větší než jedna, případně vyjádřenou v procentech.
21
Z pohledu typu srovnání veličin hovoříme o indexech extenzitních veličin a indexech intenzitních veličin. Rozdíl mezi oběma případy je markantní zejména v případech, kdy srovnávaná čísla vznikají shrnutím stejnorodých veličin. Zatímco ke srovnání dílčích hodnot (položek indexu) se u extenzitní veličiny používá sčítání, intenzitní veličinu shrnujeme pomocí aritmetického průměru, který je, až na výjimky, průměrem váženým. Složený index intenzitní veličiny - index proměnlivého složeníje definován jako podíl těchto průměrů.
p1
pq q
1 1 1
(14)
p0
(15)
p q q
0 0 0
Ip
p1 p0
(16)
Při srovnání nestejnorodých, nesouměrných veličin slouží souhrnné indexy. Např. v různých měrných jednotkách (tuny, kusy apod.).
Hodnotový index-je definován dvou celkových hodnot (úhrnných cen) nestejnorodých veličin vypočtených ve srovnávaném a v základním období. IQ
pq p q
1 1
(17)
0 0
Souhrnné cenové indexy-slouží k měření změny cenové hladiny celého souboru nestejnorodých položek hodnotového indexu. K cenovým indexům dospějeme standardizací množství jednotlivých položek v čitateli a jmenovateli hodnotového indexu, kterou lze provést různým způsobem.
Použijeme-li jako standardizovaná množství množství ze základního období, dospějeme k souhrnnému cenovému indexu Laspeyrosova typu.
I
La q
p q p q
0 1
(18)
0 0
Použijeme-li standardizovaná množství srovnávaného období, získáme souhrnný cenový index Paascheova typu.
I
Pa q
pq pq
1 1 1 0
(19)
Kompromisní tvar souhrnného cenového indexu, tzv. Fisherův ideální cenový index je konstruován jako goniometrický průměr obou výše uvedených indexů. Tento index je až překvapivě dokonalý nástroj pro měření změn cenové hladiny.
22
I
I
F q
(20)
I
La q * Pa q
V tomto případě můžeme doslova reprodukovat poznatky z odstavce o souhrnných cenových indexech. Souhrnné množstevní indexy získáme z hodnotového indexu standardizací cen jednotlivých položek způsobem podle Laspeyrese, Paaschehonebo Loeweho, číms dospíváme indexům.
I
La p
pq p q
1 0
I
Pa p
0 0
pq p q
1 1 0 1
(21)
(22)
Kompromisním tvarem množstevního indexu je opět Fisherův ideální množstevní index. (Minařík, 2. část, 2007).
I
F p
I
I
(23)
La p * Pa p
4.1.8. Testování rozdělení Test dobré shody je metodou matematické statistiky, která umožňuje ověřit, zda má náhodná veličina určité předem dané rozdělení pravděpodobnosti. Takové rozdělení může být dáno včetně parametrů, nebo s neznámými parametry. Test se mimo jiné často používá pro ověřování hypotéz v kontingenční tabulce. Princip testu dobré shody je založen na tom, že náhodnou veličinu s multinomickým rozdělením lze transformovat na veličinu mající přibližně rozdělení chí kvadrát. Postup při testu dobré shody:
Obor všech možných hodnot náhodné veličiny se rozdělí na k nepřekrývajícím se částí.
Pro každou část se stanoví pravděpodobnost, že náhodná veličina nabude hodnoty z i-té části.
Provede se N pokusů a zjistí se, kolikrát z těchto pokusů nabyla náhodná veličina hodnoty z 1., 2., … k-té části. Pokud má testovaná náhodná veličina předpokládané rozdělení, má náhodná
veličina přibližně rozdělení chí kvadrát. Jestliže bylo rozdělení dáno včetně všech
23
parametrů, je počet stupňů volnosti k-1; jestliže byl některý parametr rozdělení neznámý, snižuje se počet stupňů volnosti za každý neznámý parametr (bylo jej nutno nejprve z dat odhadnout a pak teprve stanovit pravděpodobnosti). Hodnotu veličiny porovnáme s kritickou hodnotou příslušného rozdělení chí kvadrát na požadované hladině významnosti. Test lze použít za předpokladu, že všechny hodnoty jsou aspoň 5. 4.1.9. Testování hypotéz Postup při testování:
Stanovení nulové hypotézy H0.
Stanovení hladiny významnosti .
Ke každé hypotéze je třeba nalézt náhodnou veličinu se známým zákonem rozdělení pravděpodobnosti, jejíž realizace po dosazení hodnot z náhodného výběru je vodítkem pro zamítnutí hypotézy. Takováto náhodná veličina se nazývá testové kritérium.
Sestavení kritického oboru: obor zamítnutí = kritický obor.
Test o dvou středních hodnotách při neznámých rozptylech H0 _ μ1 − μ2 = 0, Testové kritérium: U rozdělení N 0;1.
(24) X1 X 2
12 22 n1 n 2
které má při platnosti testované hypotézy
(25)
(www.sci.muni.cz, 20. 5. 2012, Hindls, 2007).
4. 1. 10. Dvouvýběrový Wilcoxonův test Platí U1 + U2 = m .n . Náhodná veličina U1 udává počet případů, kdy Xi < Yj , náhodná veličina U2 udává počet případů , kdy Xi > Yj . Opět podobně jako v případě jednovýběrového testu stanovíme S=min( U1 , U2 ). Pokud hodnota S je menší nebo rovna kritické hodnotě uvedené v tabulce kritických hodnot dvouvýběrového
24
Wilcoxonova testu , zamítá se na dané hladině a hypotéza H0 . Označení výběrů přitom volíme tak , aby m ≥ n . Na základě výsledků věty 18.5 zřejmě platí Dvouvýběrový Wilcoxonův test je velmi citlivý zejména na případ posunutí, tedy na případ, kdy F1(x) = F2 (x - ∆), kde ∆≠0. (www.karlin.mff.cuni.cz, 20. 5. 2012)
25
5. Charakteristika společnosti Jipocar s.r.o. Tato dopravní společnost byla založena v roce 1990 se zaměřením na mezinárodní přepravu a celní služby. V roce 2002 bylo otevřeno LOGISTICKÉ CENTRUM D1 s halou A na Vysočině nedaleko Jihlavy u dálnice D1 na 112. km. Postupně se firma rozšířila o další haly, autodílny, myčku automobilů, vlastní čerpací stanice. JIPOCAR TRANSPORT, s.r.o. provozuje tyto činnosti:
5.1. Doprava a spedice Tato oblast se týká tuzemské i mezinárodní přepravy s moderně vybaveným vozovým parkem, kde vozidla splňují ekologické předpisy EURO 3-5. Vozidla jsou vybavena navigacemi GPS a pohyb je monitorován satelitním zařízením. Spolehlivá a rychlá realizace přeprav v systému „JUST IN TIME“, JUST IN SEQUENCE“
Tab. 3 Vozový park firmy Jipocar s.r.o. Max. počet gitterboxů 104
M3
34/24 000 kg
96
100
Tahač s návěsem
34/24 000 kg
64
90
Nákladní automobil do 12 T
16/6 000 kg
32
45
Nákladní automobil do 7,5 T
12/3 000 kg
24
34
6/1 000 kg
8
16
Přehled vozidel
Max. tonáž
Tandemová souprava
36/24 000 kg
Tahač s návěsem
116
Nákladní automobil do 3,5 T pro expresní zásilky
5.2. Skladování a logistika Firma nabízí moderní sklady, regály, špičkovou manipulační techniku se zárukou vysoké kvality.
5.2.1. Sklad spotřební chemie
Sklad dle norem bezpečnosti Evropské unie
26
Skladování agrochemických přípravků na ochranu a výživu rostlin
Vysoký standard zabezpečení skladu spotřební chemie
Balení agrochemických přípravků je obdobné jako u potravinářských výrobků
Možnost skladování látek T+
Možnost skladování látek třídy I., II., III.
Protipožární zabezpečení - hasicí systém SPRINKLER
Podlaha haly je řešena jako nepropustná vana
Ochrana životního prostředí
5.2.2. Skladová a logistická činnost pro řetězce
Skladování a skladovou evidenci velkého sortimentu zboží
Přímou návaznost na pracoviště sběrné služby v areálu
Zajištění balíkového rozvozu po celé ČR i SR
Zabezpečení skladu se speciálním režimem ostrahy
Vychystání do 24 hodin
Možnost náhledu do skladového software
Optimální plánování zásob a prodeje
5.2.3. Obalový management – mytí průmyslových obalů
Ekologické mytí obalů: bistry, KLT, přepravky, palety, sudy, vědra, formy
Třídění dle znečištění: prach, hlína, minerální tuk, ropné látky, třísky po obrábění, potravinářský odpad
Zkušební mytí vzorků zdarma
Možnost organizace dopravy od/k zákazníkovi
Evidenci obalů
Ekologickou likvidaci obalů
5.2.4. Obalový management – pronájem gitterboxů
Dlouhodobý pronájem
Krátkodobý pronájem: do 6-ti měsíců
Opravu GBX
27
5.3. Letecká doprava Spolupráce s letištěm Praha Ruzyně. Snaha o co nejrychlejší a nejbezpečnější řešení
přepravy
do
24
hodin
denně
7
dnů
v týdnu.
5.4. Celní služby Komplexní celní služby – vystavení veškerých dokladů potřebných pro celní řízení. Smluvním firmám ručení za celní dluh (především tranzit, dovoz). Zastupování v jednání s celním úřadem. Statistický systém pro sledování pohybu zboží v rámci EU. Uskladňování zboží ve veřejném celním skladu a v neposlední řadě nabízí poradenství v celních záležitostech.
5.5. Pronájem osobních vozidel Tato služba je také zaměřena na moderní, komfortní spolehlivé automobily ve výborném technickém stavu. V případě poruchy je zapůjčeno náhradní vozidlo. Výhodné jsou dlouhodobé pronájmy.
Německo ČR Ostatní GB Francie
Obr. 1 Nejfrekventovanější dopravní relace (www.jipocar.cz, 20. 5. 2012) Z těchto údajů je zřejmé, že firma se nezabývá pouze mezinárodní přepravou, ale i službami s tímto spojenými. Přesto kamionová přeprava je jedou z hlavních priorit. Nečastější převoz zboží uskutečňuje Jipocar s.r.o. do sousedního Německa a po ČR.
28
6. Vlastní práce Tato práce zaměřená na přepravu z Okřížek do Königsbergu je založena převážně na datech získaných od vedení dopravy firmy Jipocar s.r.o. a dále od řidiče, který tuto přepravu už několik let dvakrát týdně uskutečňuje. Přeprava je časově limitovaná tím, že se musí v Königsberku vykládat v 7.00h ráno a v Okříškách v 6:30h. Při státních svátcích v ČR nebo v Německu, kdy řidič z důvodu zákazu jízdy nemůže pokračovat v práci se přeprava posouvá do soboty nebo řidič jede přepravu jen jednou týdně. Řidič v běžném pracovním týdnu v pondělí po 17. hodině naloží zboží a okamžitě vyjíždí směr Königsberg. Používá dvě trasy. Pokud je nucen z důvodů pracovních dělat zastávku na základně Jipocaru s.r.o. nebo je ovlivněn nepřízní počasí, používá trasu, která vede převážně po dálnici. Naopak pokud nemusí dělat zastávku na vedení firmy a počasí je příznivé, použije trasu, která vede většinou po silnicích I. a II. třídy a málo po dálnici a rychlostních silnicích. Po cestě řidič dělá povinnou přestávku přibližně 45 minut a posléze pokračuje v jízdě do cíle, kde udělá další povinnou přestávku, která je minimálně 9 hodin. Při této povinné pauze vyloží zboží a naloží nové zboží zpět do Okříšek. Cesta zpět je obdobná a o volbě trasy opět rozhoduje počasí a zastávky na Jipocaru s.r.o. Po středečním návratu do Okříšek okolo 6:30 hodin vyloží zboží a přibližně do 17 hodin odpočívá. Ve středu večer vyjíždí opět a trasu opakuje. V pátek po návratu do Okříšek vyloží dovezené zboží, odstaví kamion a zase začíná v pondělí večer. Přesné průběhy cest mi byly poskytnuty řidičem v papírové formě. Vedení firmy, která data z digitálního tachografu archivuje, mi tato data poslalo emailem. Archivace dat je nutná pro namátkové kontroly při zpožděném zjištění problémů při přepravě.
6.1.
Sestavení
základní
tabulky
z poskytnutých
dat
pro
dosažení dalších výsledků První krok této práce je sestavení poskytnutých dat do tabulky, která je uvedena v příloze. Tabulka obsahuje přesná data konkrétních přeprav, které byly uskutečněny v letech 2010-2011. Tyká se počtu najetých kilometrů, spotřeby paliva, průměrné spotřeby, očíslování přeprav podle záznamu řidiče a data jednotlivých přeprav.
29
Jelikož má řidič sídlo firmy v Jihlavě, ale místo nakládky v Okříškách, liší se u jednotlivých přeprav místo výjezdu a dojezdu, což se váže na počet ujetých kilometrů a na spotřebu paliva. Tyto změny vznikají z důvodu vyúčtování, které řidič musí průběžně v Jihlavě na firmě předkládat a dostává zadání k další přepravě. Pro přesnost dalších výpočtů bude vystavena další tabulka s vybranými přepravami se stejným místem výjezdu a dojezdu do cílového stanoviště. Od předchozí tabulky se bude lišit přidáním přesného času k jednotlivým přepravám. Část tabulky bude uvedena ve vlastní práci, celá tabulka je opět v příloze.
Tab. 4 Záznam o provozu vozidla v roce 2010-2011 Záznam o provozu vozidla v roce 2010 - 2011 Stav tachometru Datum
Cíl cesty
č.p.
13.1.2010
Okř-Kön-Ji
271/10
20.1.2010
Okř-Kön-Ji
456/10
Počátek
Palivo
Konec
Km
Počátek
Konec
Spotřeba
C. čas
282541
283547
1006
1600
1300
29,82
38:13:00
284654
285663
1009
1605
1300
30,23
38:36:00
27.1.2010
Okř-kön-Ji
595/10
286791
287802
1011
1610
1300
30,66
38:36:00
17.2.2010
Okř-Kön-Ji
1230/10
291253
292295
1042
1600
1300
28,79
37:40:00
24.2.2010
Okř-Kön-Ji
1432/10
293421
294445
1024
1600
1300
29,3
37:18:00
3.3.2010
Okř-Kön-Ji
1622/10
295569
296581
1012
1610
1300
30,63
37:54:00
10.3.2010
Okř-Kön-Ji
1815/10
297709
298719
1010
1600
1300
29,7
37:24:00
17.3.2010
Okř-Kön-Ji
2021/10
299862
300874
1012
1600
1300
29,64
37:31:00
24.3.2010
Okř-Kön-Ji
2201/10
301979
302967
988
1580
1300
28,34
36:26:00
14.4.2010
Okř-Kön-Ji
2794/10
307170
308178
1008
1590
1300
28,77
40:26:00
21.4.2010
Okř-Kön-Ji
2979/10
309347
310374
1027
1595
1300
28,72
36:12:00
28.4.2010
Okř-Kön-Ji
3165/10
311516
312531
1015
1595
1300
29,06
36:36:00
5.5.2010
Okř-Kön-Ji
3352/10
313660
314676
1016
1590
1300
28,54
35:54:00
317926
1031
1590
1300
28,13
35:53:00
19.5.2010 Okř-Kön-Ji 3731/10 316895 Zkratky: Ji-Jipocar, Okr.-Okříšky, Kön. Königsberg
(Vlastní práce)
Tabulka je označena v některých buňkách ve sloupci času přeprav *. Toto označení je úmyslné a má svoje opodstatnění. Jsou to atypicky krátké časy ujetých přeprav. Důvodu mohou být různé:
Porušení doby odpočinku v průběhu 24 hodin < 9 hodin. (8h 26m), č. 8 o. 2 NR(ES) č.561/2006
Řidič neskládal zboží v Okříškách v domluvený čas, a to v 6:30 hodin, ale dříve, nebo zboží neskládal, opět ovlivněno svátkem.
30
6.2. Výkyvy v počtu najetých kilometrů u jednotlivých přeprav Další krok naváže na předchozí tabulku, z které byla použita data počtu najetých kilometrů u jednotlivých přeprav. Bude vystavena tabulka četností, určen modus a pro upřesnění výkyvů v počtu najetých kilometrů medián a průměr. Také pro přehlednost bude sestaven graf. Tímto cílem je zjištění, zda poměrně velký rozptyl najetých kilometrů je běžný, nebo jsou výkyvy náhodné. Tab. 5 Tabulka četností najetých kilometrů Pořadové číslo 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. suma
vymezení hranice tříd <970-980) <980-990) <990-1000) <1000-1010) <1010-1020) <1020-1030) <1030-1040) <1040-1050) <1050-1060) <1060-1070) <1070-1080) x
střed absolutní relativní třídy četnost četnost xi ni pi 975 1 0,0139 985 3 0,0417 995 20 0,2778 1005 13 0,1806 1015 21 0,2917 1025 6 0,0833 1035 6 0,0833 1045 1 0,0139 1055 0 0 1065 0 0 1075 1 0,0139 x 72 1
součtová relat. relat. úhrn kumulat. četnost hodnot úhrn hodnot kpi (%) xi ni znaku (%) 1,39% 975 1,34% 5,56% 2955 5,40% 33,34% 19900 32,78% 51,4% 13065 50,75% 80,57% 21315 80,07% 88,89% 6150 88,53% 97,22% 6210 97,07% 98,61% 1045 98,51% 98,61% 0 98,51% 98,61% 0 98,51% 100,00% 1075 100,00% x 72690 x
(Vlastní práce) Tab. 6 Tabulka pro výpočet momentových charakteristik úrovně pořadové číslo 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. suma
vymezení hranice tříd <970-980) <980-990) <990-1000) <1000-1010) <1010-1020) <1020-1030) <1030-1040) <1040-1050) <1050-1060) <1060-1070) <1070-1080) x
střed třídy xi 975 985 995 1005 1015 1025 1035 1045 1055 1065 1075 X
absolutní úhrn četnost hodnot ni xi n i 1 975 3 2955 20 19900 13 13065 21 21315 6 6150 6 6210 1 1045 0 0 0 0 1 1075 72 72690
(Vlastní práce)
31
(xi-x)2 ni 1195,78 1812,53 4251,53 272,69 616,9 1426,66 3877,06 1254,58 0 0 4279,78 18987,51
| xi-x| ni 34,58 73,74 291,6 59,54 113,82 92,52 152,52 35,42 0 0 65,42 919,16
|xix0.50|.ni 34,52 73,56 292,4 58,76 115,08 92,88 152,88 35,48 0 0 65,48 921,04
Pro přehlednost výpočtů byl sestrojen graf. Z grafu je zřejmé, že přepravy s počtem najetých kilometrů nižším než 990
a vyšším než 1020 jsou ojedinělé.
Řidič v těchto kilometrových frekvencích se nesetkával pravidelně, proto lze předpokládat, že při těchto přepravách nastaly různé překážky. Největší počet přeprav byl uskutečněn v intervalu 1010 – 1020 km a hned po něm následuje interval 990 - 1000km. Tento výsledek je přikládán dvěma trasám o různých kilometrových relacích. V rozmezí 1010 – 1020 km je trasa delší vedená převážně po silnicích I. a II. třídy. Rozmezí 990 – 1000 km je trasa druhá vedená převážně po dálnici. Počet uskutečnění přeprav obou rozmezí je téměř stejný. Rozmezí 1000 – 1010 km je používáno méně, než předchozí, ale podle výpočtu není tento výsledek ojedinělý. Hlavní důvod je, že řidič v těchto případech kombinuje při přepravě obě trasy. Nasvědčuje tomu průměr najetých kilometrů 1009, 58 km i postavení mediánu 1009,52 km, obě tyto veličiny se nacházejí blízko sebe. Výpočty odchylek od průměru i mediánu jsou nízké, proto je vidět, že nejčastější kilometrové rozpětí se nachází blízko mediánu a průměru. Zjištění vedlo k závěru, že řidič trasu vedenou převážně po dálnici a rychlostních silnicích používá méně, než trasu po silnicích I. a II. Třídy, přesto z důvodu nepřízně počasí nebo zastávky na základně je nucen trasu použít.
Gragické znázornění četnosti ujetých km jednotlivých přeprav 25 20 Četnost
21
20 13
15 10 5
6
3
1
6 1
0
0
1
<10401050)
<10501060)
<10601070)
<10701080)
0 <970980)
<980990)
<9901000)
<10001010)
<10101020)
<10201030)
<10301040)
Průměrný počet najetých km
Obr. 2 (Vlastní práce)
32
6.3. Závislost mezi dobou jízdy a ročním obdobím Další krok této práce je časté téma pro profesionální řidiče. Jsou to obavy, jaká bude silnice, jak moc bude silný vítr, jak velká hrozí překážka při přepravě a při silných mrazech hrozí nebezpečí, aby nezamrzla nafta či jiná kapalina v kamionu při držení 9 hodinové přestávky. Pro toto zjištění byly použity výpočty pomocí periodických časových řad. Data času přeprav z tabulky byla převedena z hodin na minuty pro přehlednější počítání a vložena do tabulky pro výpočet trendových a vyrovnaných hodnot. Období v tabulce jsou vyplněna průměrnými časy přeprav v jednotlivých měsících za rok 2010 - 2011. Dále následuje rozdělení ročního období na zimní a letní, pro které jsou sestrojeny tabulky četností času přeprav a sestrojeny grafy. Pomocí tabulek bylo provedeno testování modu dvou středních hodnot a zjištění závislosti času na počasí v létě a zimě.
Časy jednotlivých přeprav v hodinách
Přepravy v roce 2010 43:12:00 38:24:00 33:36:00 28:48:00 24:00:00 19:12:00 14:24:00 9:36:00 4:48:00 0:00:00 1
3
5
7
9
11
13
15
17
19
21
23
Jednotlivé přepravy v roce 2010
Obr. 3 (Vlastní práce)
33
25
27
29
31
33
Časy jednotlivých přeprav v hodinách
Přepravy v roce 2011 43:12:00 38:24:00 33:36:00 28:48:00 24:00:00 19:12:00 14:24:00 9:36:00 4:48:00 0:00:00 1
3
5
7
9
11 13 15 17 19 21 23 25 27 29 31 33 35 37 Jednotlivé přepravy v roce 2011
Obr. 4 (Vlastní práce) Pro přehlednost byly sestrojeny 2 grafy přeprav za rok 2010 a 2011, kde jsou zaznamenány všechny přepravy. Zelené označení v grafu ukazuje větší výkyv v čase z možného důvodu jako je nedodržení povinné přestávky nebo řidič nedokončil přepravu vykládkou. Modré označení značí roční období teplejší a pro cestování příznivější a oranžové označení značí opak. Z obou grafů je zřejmé, že časté extrémní výkyvy se nevyskytovaly, pouze v roce 2011 v zimním období časy mírně narostly, ale více řeknou pomocné výpočty a graf skutečných a vyrovnaných hodnot.
Tab. 7 Výpočet trendových a vyrovnaných hodnot Měsíce 1 2 3 4 5 6 7 8
Období I. /2010 II. /2010 III. /2010 IV. /2010 V. /2010 VI. /2010 VII. /2010 VIII. /2010
yij 2316 2260 2251 2196 2154 2171 1882 2185
tij yij*tij -11,5 -26634 -10,5 -23730 -9,5 -21384,5 -8,5 -18666 -7,5 -16155 -6,5 -14111,5 -5,5 -10351 -4,5 -9832,5
9
IX. /2010
2176
-3,5
10
X. /2010
2181
-2,5
t2ij 132,25 110,25 90,25 72,25 56,25 42,25 30,25 20,25
Tij 2178,2 2180 2181,8 2183,6 2185,4 2187,2 2189 2190,8
yij/Tij Yij=Iij*Tij 1,06326 2283,84 1,0367 2240,6 1,03172 2224,56 1,00568 2180,32 0,98559 2162,23 0,99259 2195,07 0,85976 1947,12 0,99735 2198,69
-7616
12,25
2192,6
0,99243
2166,95
-5452,5
6,25
2194,4
0,99389
2170,26
11
XI. /2010
2183
-1,5
-3274,5
2,25
2196,2
0,99399
2227,39
12
XII. /2010
2179
-0,5
-1089,5
0,25
2198
0,99136
2255,59
13
I. /2011
2274
0,5
1137
0,25
2199,8
1,03373
2306,49
14
II. /2011
2243
1,5
3364,5
2,25
2201,6
1,0188
2262,8
15
III. /2011
2220
2,5
5550
6,25
2203,4
1,00753
2246,59
34
16
IV. /2011
2186
3,5
7651
12,25
2205,2
0,99129
2201,89
17
V. /2011
2192
4,5
9864
20,25
2207
0,9932
2183,61
18
VI. /2011
2241
5,5
12325,5
30,25
2208,8
1,01458
2216,75
19
VII. /2011
2032
6,5
13208
42,25
2210,6
0,91921
1966,33
7,5 8,5 9,5 10,5 11,5 0 12,5 13,5 14,5 15,5 16,5 17,5 18,5 19,5 20,5 21,5 22,5 23,5
16740 18521,5 20824 24087 27082,5 2058
56,25 72,25 90,25 110,25 132,25 1150 156,25 182,25 210,25 240,25 272,25 306,25 342,25 380,25 420,25 462,25 506,25 552,25
2212,4 2214,2 2216 2217,8 2219,6 x 2221,4 2223,2 2225 2226,8 2228,6 2230,4 2232,2 2234 2235,8 2237,6 2239,4 2241,2
1,00886 0,9841 0,98917 1,03436 1,061 x
2219,26 2188,29 2191,62 2249,29 2277,75 x 2329,14 2285 2268,61 2223,46 2204,98 2238,43 1985,54 2240,93 2209,64 2212,99 2271,2 2299,92
20 21 22 23 24 Suma 25 26 27 28 29 30 31 32 33 34 35 36
VIII. /2011 2232 IX. /2011 2179 X. /2011 2192 XI. /2011 2294 XII. /2011 2355 x 52774 I. /2012 II. /2012 III. /2012 IV. /2012 V. /2012 VI. /2012 VII. /2012 VIII. /2012 IX. /2012 X. /2012 XI. /2012 XII. /2012
Čas jednotlivých přeprav v minutách
(Vlastní práce)
2400 2300 2200 2100 2000 1900 1800 1700 1600 1500 0
5
10
15
20
25
30
35
40
Období Skutečné hodnoty
Trendová přímka
Vyrovnané hodnoty
Obr. 5 Graf skutečných a vyrovnaných hodnot (Vlastní práce) Po výpočtech z tabulky a znázornění grafu bylo zjištění následující. Čas jednotlivých přeprav je poměrně konstantní. Je to způsobeno stejným místem nakládky a vykládky. Nepatrné rozdíly jsou způsobeny dvěma různými trasami, které se liší počtem najetých kilometrů. Řidiče ovlivňuje roční období při rozhodování
35
kterou trasu použít. Pro firmu je rozhodnutí řidiče přínosem. I když v nepřízni počasí řidič použije trasu, která je pro majitele firmy nákladnější, je toto rozhodnutí správné, protože uskutečnění přeprav probíhá bez velkých výkyvů. Výkyvy, které podle grafu jsou velmi náhodné, a časy těchto atypických přeprav jsou nízké, tzn. že nejsou způsobeny ročním obdobím, ale ukazateli, které už byly zmíněné, jako je porušení povinné přestávky nebo přeprava, která nebyla ukončena vykládkou zboží. Dále graf vypovídá, že roky 2010 a 2011 probíhaly stejným způsobem a předpověď pro rok 2012 by měla být téměř stejná, pokud nenastane změna řidiče, změny v legislativě (jiné podmínky pro kamiony EURO5, výraznější zdražení mýtného, placení mýtného i na silnicích I. a II. Třídy, prodloužení povinných přestávek) a změna času nakládky a vykládky. Pro další testování závislosti ročního období na časový dojezd přeprav byl použit Chí kvadrát test nezávislosti a sestrojeny grafy času přeprav v letním, zimním období a časy přeprav celkem za rok 2010 a 2011. V grafu jsou znázorněni skutečně najeté přepravy a přepravy teoretické. Už z grafů je zřejmé, že křivky teoretických přeprav se téměř shodují s přepravami skutečnými. Chí kvadrát testem při zjištěných hodnotách, které se pohybují okolo 0, se nepodařilo prokázat, že existuje významný rozdíl mezi přepravami v létě a v zimě.
Četnost přeprav
30 25 20 15 10 5 0 <185 <190 <195 <200 <205 <210 <215 <220 <225 <230 <235 <240 0000000000001900) 1950) 2000) 2050) 2100) 2150) 2200) 2250) 2300) 2350) 2400) 2450) Průměrný čas jednotlivých přeprav v roce 2010 a 2011
Obr. 6 Graf skutečných a vyrovnaných hodnot přeprav v časových intervalech v roce 2010 a 2011 (Vlastní práce)
36
Pro srovnání a zjištění závislosti ročního období na čas uskutečněných přeprav byly sestaven graf pro letní období a období zimní, kde byly posouzeny podle legislativního nařízení povinnosti zimních pneumatik a to od 1. 11. do 31. 3. Nezávislost byla zjištěna testem o dvou středních hodnotách při neznámých rozptylech. Výsledek se shoduje s předchozími výpočty. Hodnota 0,019375 značí, že čas přeprav není ovlivněn ročním obdobím. Překážky či bezproblémová cesta při uskutečnění této přepravy může nastat v zimě i v létě stejnou mírou.
Četnost přeprav
12 10 8 6 4 2 0 <185 <190 <195 <200 <205 <210 <215 <220 <225 <230 <235 <240 0000000000001900) 1950) 2000) 2050) 2100) 2150) 2200) 2250) 2300) 2350) 2400) 2450) Průměrný čas jednotlých přeprav v zimě
Obr. 7 Graf skutečných a vyrovnaných hodnot přeprav v časových intervalech v zimě (Vlastní práce)
Četnost přeprav
25 20 15 10 5 0 <185 <190 <195 <200 <205 <210 <215 <220 <225 <230 <235 <240 0000000000001900) 1950) 2000) 2050) 2100) 2150) 2200) 2250) 2300) 2350) 2400) 2450) Průměrný čas jednotlivých přeprav v létě
Obr. 8 Graf skutečných a vyrovnaných hodnot přeprav v časových intervalech v létě (Vlastní práce)
37
Protože, žádný z testů neprokázal vliv ročního období na časový dojezd přeprav, byl vybrán ještě neparametrický Wilcoxonův dvouvýběrový test. Z výsledkem Uo 320,5 opět nebyl prokázán významný rozdíl mezi dobou přepravy v létě a v zimě. Důvody výsledků těchto testování jsou způsobeny správným rozhodnutím řidiče při výběru trasy a znalostí předpovídat jaká může nastat překážka v zimě, tak i v létě. Velkým pomocníkem při rozhodování výběru trasy je vysílačka, kterou umožnilo vedení firmy nainstalovat do vozidla. Pomocí vysílače dokáže řidič zjistit problémy na silnici nebo dálnici a zavčas zareagovat a přizpůsobit trasu tak, aby dojezd do cíle byl v předpokládaném čase.
6.4. Identifikace závislosti spotřeby paliva a času jízdy, dále závislost vzdálenosti na spotřebu paliva a identifikace spotřeby paliva v ročním období Čtvrtý cíl je zaměřen na část, která je logická, ale dává možnost k zamyšlení, jak moc je ovlivněn čas přepravy jízdou a jak povinnými přestávkami nebo momenty, kdy řidič musí uvést vozidlo do klidu, a kolik v průměru spotřebuje paliva na 1 km. Dále jaká je spotřeba pohonných hmot v jednotlivých ročních obdobích, protože řidič přirozeně v zimě musí při přestávce v autě topit a u tohoto vozidla je nezávislé topení spojené se spotřebou nafty. Opět byla pro výpočty použita tabulku, která je v celé sestavě uvedena také v příloze, ve vlastní práci je uvedena jen část. V tabulce jsou pod x uvedena data průměrně spotřeby pohonných hmot, pod y časy přeprav převedeny na minuty a pod z najeté km jednotlivých přeprav.
Tab. 8 Výpočet parametrů sdružených regresních přímek Poř. č.
xi
yi
zi
xi * zi
xi2
29,82
2293
1006
68377,26
29998,92
889,23
5257849,00
1012036,00
2.
30,23
2316
3.
30,66
2316
1009
70012,68
30502,07
913,85
5363856,00
1018081,00
1011
71008,56
30997,26
940,04
5363856,00
1022121,00
4.
28,79
5.
29,30
2260
1042
65065,40
29999,18
828,86
5107600,00
1085764,00
2238
1024
65573,40
30003,20
858,49
5008644,00
6.
1048576,00
30,63
2274
1012
69652,62
30997,56
938,20
5171076,00
1024144,00
7.
29,70
2244
1010
66646,80
29997,00
882,09
5035536,00
1020100,00
8.
29,64
2251
1012
66719,64
29995,68
878,53
5067001,00
1024144,00
1.
xi * yi
(Vlastní práce)
38
yi2
zi2
Závislost mezi spotřebou nafty a doby trvání přepravy prokázal korelační koeficient 0,0836 závislost. S rostoucí spotřebou roste i doba jízdy, a to na 1 jednotku spotřeby vzrostla doba o 0,836 jednotky času. Nejdelší přestávku mezi přepravami dělá řidič ve středu a o víkendu, tudíž se přímo do přepravy nezapočítává. Přestávku v Königsbergu spojuje s vykládkou a nakládkou zboží, proto tento výsledek souhlasí, řidič většinu času tráví jízdou, která dosahuje průměru ze všech přeprav 2 143 minut (35 h 43 min). Závislost mezi spotřebou pohonných hmot a najetými kilometry byla prokázána silná. Na jeden km spadá přibližně 0,1099l spotřeby nafty. Tento výpočet je relativní, protože jak už bylo uvedeno, řidič v zimním období topí v autě naftou, proto rozdíl v počasí bude mít určitě vliv na spotřebu pohonné hmoty. Tab. 9 Průměrná spotřeba pohonných hmot Rok 2010 2011 Průměr celkem
Jaro 28,44 30,13 29,285
Léto 27,9 28,06 27,98
Podzim 29,37 28,32 28,845
Zima 29,68 29,9 29,79
(Vlastní práce) Tato tabulka zobrazuje rozdíly ve spotřebě nafty v jednotlivých ročních obdobích. Výpočty vypověděly, že růst spotřeby nafty v zimním období je o 3,8 % vyšší než v období letním, Tento fakt je ovlivněn spotřebou nafty pro účely topení i zhoršenými podmínkami na silnici. Víc to poukazuje na možnosti topení, protože rozdíl spotřeby není velký a při pohledu na tabulku je vidět, že vyšší pokles průměrné spotřeby je v létě, kdy topení není potřeba. S teplotními výkyvy jaké se vyskytují v ČR, je potřebné začít používat topení i v období kdy ještě nehrozí překážka na silnici vlivem počasí. Průměrná spotřeb nafty ze všech přeprav je 29,05 l, je to ovlivněno i tonáží zboží, ale při tak velké síle auta jen minimálně.
6.5. Srovnání nákladů dvou přijatelných tras Posledním cílem je srovnání dvou přijatelných tras, které řidič uskutečňuje při cestě z Okříšek do Königsbergu. Poskytnutá přesná data tras od řidiče obsahují jak, najeté km, spotřebu pohonných hmot, tak i nedůležitější informace, jako např. přesné
39
typy silnic, po kterých tyto přepravy byly uskutečněny a kolik km na kterých silnicích bylo ujeto. První trasa byla uskutečněná: Okříšky - Jihlava (silnice 405 II. třídy) 25 km Jihlava přivaděč - Jihlava nájezd (rychlostní silnice) 10 km Jihlava - Praha (dálnice D1) 103 km Praha východ - Praha západ (rychlostní silnice) 10 km Praha západ - Nové Strašecí (rychlostní silnice R6) 32 km Nové Strašecí - Karlovy Vary (rychlostní silnice R6) 88 km Karlovy Vary - Pomezí (rychlostní silnice R6) 50 km Pomezí - Könogsberg (trasa, kterou řidič absolvuje vždy stejně) 164 km Cesta zpět z Königsbergu do Okříšek bude počítána stejně.
Celková přeprava měří 1 014 km, spotřeba byla 29, 09 l nafty, náklad vážil 3, 6 tuny a řidič byl vyplacen 1,- Kč/km. Náklad je o něco vyšší než u přepravy následující, ale při velké síle tahače by to mělo mít jen nepatrný vliv. Cena za mýtné celé přepravy je 2 538,- Kč. Cena 1 l nafty je počítána z legislativy státu pro cestovní náklady 30,8 Kč/l. Tato přeprava trvá asi o 45 min méně.
Druhá trasa byla uskutečněná: Okříšky - Jihlava (silnice 405 II. třídy) 23 km Jihlava - Pelhřimov (silnice 602 II. třídy) 32 km Pelhřimov- Oltyně ( silnice 19 II. třídy) 58 km Oltyně – Písek (silnice 29 II. třídy) 34 km Písek – Plzeň (silnice 20 I. třídy) 82 km Plzeň - Bor (dálnice D5) 53 km Bor - Cheb (silnice 21 I. třídy) 52 km Cheb- Pomezí (silnice R6 rychlostní) 16 km Pomezí - Königsberg (trasa, kterou řidič absolvuje vždy stejně) 164 km Cesta zpět budu počítána stejně jako cesta do Königsbergu. Celková přeprava měří 1 028 km, spotřeba byla 31, 1 l nafty, náklad vážil 3, 1
tuny a řidič byl vyplacen 1,- Kč/km. Cena za mýtné celé přepravy je 954,- Kč. Cena 1l nafty je počítána z legislativy státu pro cestovní náklady 30,8 Kč/l.
40
V tabulce jsou uvedený údaje o nákladech dvou tras. Náklady se týkají placení mýtného za 1 km, placení řidiče na 1km a náklady na 1l nafty. Cena mýtného první přepravy je 2 538,- Kč a trasa měří 1 014 km, proto náklady mýtného na 1 km je 2, 5 Kč. Druhá přeprava měří 1 028 km a cena mýtného činní 954,- Kč, tudíž na 1km vychází 0,928 Kč. Cena nafty je u obou přeprav stejná 30, 8Kč/l dána legislativou státu a řidič dostal 1 Kč/km.
Tab. 10 Tabulka pro výpočet množstevního a cenového indexu p0 km km l suma
2,5 1 30,8 x
q0 1014 1014 295 x
p1
q1
0,928 1 30,8 x
1028 1028 320 x
p0q0 2535 1014 9086 12635
p 1 q1 954 1028 9856 11838
p0q1 2570 1028 9856 13454
p 1 q0 941 1014 9086 11041
(Vlastní práce) Největší podíl na snížení nákladů je cena. Rozhodující je cena za mýtné, která má podíl na snížení nákladů u druhé trasy o 37,6 %, ale mzda řidiče za 1 km je ovlivněna délkou trasy, která je delší, tudíž náklad v tomto případě se zvedl o 9,76 %, spotřeba paliva u druhé přepravy je také vyšší o 9,22 %. Hodnotový index vypovídá, že u druhé trasy klesly celkem náklady o 6,31 %. Cenový index vypovídá, že 12, 32 % je ovlivněno cenou i přesto, že počet najetých km je u druhé přepravy o 6, 86 % vyšší než u přepravy první. Pro firmu je určitě méně nákladné používat trasu, která vede po silnicích I. a II. Třídy, je o 6,31 % levnější, ale pro řidiče představuje větší nebezpečí překážek a to hlavně v zimním období. V tomto zjištění by mohla nastat změna, kdyby např. začalo placení mýtného i na silnicích I. a II.
41
7. Diskuze a závěr Podrobné výpočty v přepravách Okříšky - Königsberg 2010 - 2011 vykázaly tyto skutečnosti. Najeté kilometry při přepravě se nejčastěji pohybovaly v rozmezí 1 010-1 020 km
s počtem 21 přeprav a hned následuje rozmezí 990-1 000 km s počtem 20
přeprav. Dále řidič používal, ne však v takové frekvenci, přepravy v rozmezí 1 0001 010 km s počtem 13 přeprav. Nejčastěji užívaná trasa je převážně po silnicích I. a II. třídy. Hned poté následuje trasa, která je kombinace trasy jak po dálnici, tak po silnicích I. a II. třídy. A nejméně používaná trasa s počtem 13 přeprav je trasa, která vede pouze po dálnici. Výkyvy, které prokazují výpočty, jsou ojedinělé a váží se na stav vozovky a překážky spojené s přepravou. Počasí na dobu přepravy má vliv, ale řidič se snaží vybrat takovou trasu, která je pro zdárné ukončení přepravy přijatelnější. Nepatrné výkyvy, které byly zaznamenány, jsou ojedinělé, a čas těchto přeprav je výrazně kratší. To vypovídá, že nebyly ovlivněny počasím, ale nedodržením povinné přestávky nebo řidič neukončil přepravu v Okříškách vykládkou zboží. Závislost mezi spotřebou nafty a dobou trvání přepravy byla prokázána. Korelační koeficient naměřil silnou intenzitu závislost. S každou jednotkou spotřebované nafty vzroste čas jízdy o 0,836 jednotky.
Regresní přímky určují
závislost, že při spotřebě 1l nafty se prodlouží čas přepravy o 13,08% minut z celkového času přepravy. Pokud řidič prodluží čas přepravy o 1 hodinu, spotřeba nafty vzroste o 7,8% l nafty. Do spotřeby nafty se započítává i nezávislé topení, které řidič používá při povinných přestávkách. Celkový čas jízdy dosahuje průměru ze všech přeprav 2 143 minut (35 h 43 min). Korelační koeficient prokázal silnou závislost mezi spotřebou pohonných hmot a najetými kilometry. Spotřeba nafty v zimním období je o 3,8 % vyšší, než v období letním. Tento fakt je ovlivněn spotřebou nafty pro účely topení i zhoršenými podmínkami na silnici. Spotřeba se zvedá na podzim a trvá do jara. To znamená, že se zvedla i v období, kdy nijak ještě nemuselo počasí ovlivňovat stav vozovky. Průměrná spotřeba nafty ze všech přeprav je 29,05 l/100km, je ovlivněna i tonáží zboží, ale při velké síle auta jen minimálně. Důležitý faktor v těchto přepravách jsou dvě trasy. Jedna trasa vede převážně po dálnici a druhá převážně po silnici I. a II. třídy. Změna množství nákladů podle Fischerova ideálního indexu prokazuje, že u druhé trasy klesly náklady o 6,31 %. 42
Podle Fischerova ideálního indexu je 12,32 % ovlivněno cenou i přesto, že počet najetých km je u druhé přepravy o 6,86 % vyšší než u přepravy první. Pro firmu je méně nákladné používat trasu druhou, která je o 6,31 % levnější, ale pro řidiče představuje větší nebezpečí překážek, a to hlavně v zimním období. Po zhodnocení všech interpretovaných výpočtů je závěr následující. Při správném dodržení povinných přestávek je přeprava časově vytížená na včasné dojetí do cíle a pro řidiče náročná na množství spánku, přesto přepravy probíhají bez větších komplikací. Komplikace, které mohou nastat při legislativních změnách by ohrozily průběh přepravy v případě zvýšení ceny mýtného, prodlužení povinných přestávek. Tím by se mohla výrazně navýšit ceny přepravy. Pro firmu Jipocar s.r.o. je skutečně nákladnější používat trasu, která je vedena více po dálnici. Ze zhodnocení všech výsledků vyplívá, že řidič tuto trasu používá v nutných případech, aby přeprava byla ve správný čas v Königsberku a zpět v Okříškách. Tato práce vedla k závěru, že přeprava převažující při jízdě po silnici I. a II. třídy má sice menší náklady, ale je dobře brát v úvahu větší opotřebení kamionu (brzdy, pneumatiky atd.) a delší čas potřebný na tuto trasu, který může ovlivnit časově limitované vykládky zboží. Řidič Josef Krejčí tuto přepravu jezdí s uvážením a snahou být přínosem pro tento podnik, naopak firma Jipocar s.r.o. se snaží svým zaměstnancům při tak náročném zaměstnání poskytnout dobré stroje a kvalitní podmínky pro tuto práci.
43
8. Seznam použité literatury Monografie ARLT, J. -- ARLTOVÁ, M. Ekonomické časové řady. 1. vyd. Praha: Professional Publishing, 2009. 290 s. ISBN 978-80-86946-85-6. GROS, I. Kvantitativní metody v manažerském rozhodování. 1. vyd. Praha: Grada, 2003. 432 s. Expert. ISBN 80-247-0421-8. HINDLS, R. a kol. Statistika pro ekonomy. 8. vyd. Praha: Professional Publishing, 2007. 415 s. ISBN 978-80-86946-43-6. JABLONSKÝ, J. Operační výzkum: kvantitativní modely pro ekonomické rozhodování. 3. vyd. Praha: Professional Publishing, 2007. 323 s. ISBN 978-8086946-44-3. MINAŘÍK, B. Statistika: Počet pravděpodobnosti, matematická statistika, výběrová zjišťování. II. 1. vyd. Brno: Mendelova zemědělská a lesnická univerzita v Brně, 2007. 136 s. ISBN 978-80-7375-033-6. MINAŘÍK, BOHUMIL. Statistika I: Popisná statistika (2. část). Dotisk. Brno: Mendelova zemědělská a lesnická univerzita v Brně, 2007. 259 s. ISBN 978-80-7157929-8. BLAŠKOVÁ, VERONIKA, ET AL. Statistika I. 1. vydání. Brno: Mendelova zemědělská a lesnická univerzita v Brně, 2009. 228 s. ISBN 978-80-7375-286-6.
Internetové zdroje Jipocar [online]. 2009 [cit. 2012-05-21]. Dostupné z WWW:
. DinamicPro [online]. 2006 2009 [cit. 2012-05-21]. Dostupné z WWW: .
44
BusinessInfo [online]. 2011 [cit. 2012-05-21]. Dostupné z WWW: . Volny [online]. 2012 [cit. 2012-05-21]. Dostupné z WWW: . Matematická sekce [online]. 2008 [cit. 2012-05-21]. Dostupné z WWW: . Podnikání [online]. 2012 [cit. 2012-05-21]. Dostupné z WWW: .
45
9. Seznam tabulek a obrázků Seznam tabulek Tab. 1 Cena mýtného pro nákladní automobily
11
Tab. 2 Schéma rozdělení četnosti
16
Tab. 3 Vozový park firmy Jipocar s.r.o.
26
Tab. 4 Záznam o provozu vozidla v roce 2010-2011
30
Tab. 5 Tabulka četností najetých kilometrů
31
Tab. 6 Tabulka pro výpočet momentových charakteristik
31
Tab. 7 Výpočet trendových a vyrovnaných hodnot
34
Tab. 8 Výpočet parametrů sdružených regresních přímek
38
Tab. 9 Průměrná spotřeba pohonných hmot
39
Tab. 10Tabulka pro výpočet množstevního a cenového indexu
41
Seznam obrázků Obr. 1 Nejfrekventovanější dopravní relace
28
Obr. 2 Grafické znázornění četnosti ujetých kilometrů
32
Obr. 3 Přepravy v roce 2010
33
Obr. 4 Přepravy v roce 2011
34
Obr. 5 Graf skutečných a vyrovnaných hodnot
35
Obr. 6 Graf skutečných a vyrovnaných hodnot v 2010 a 2011
36
Obr. 7 Graf skutečných a vyrovnaných hodnot v zimě
37
Obr. 8 Graf skutečných a vyrovnaných hodnot v létě
37
46
10. Přílohy Tab. 1. Záznam všech uskutečněných přeprav v roce 2010-2011 Tab. 2 Záznam vybraných přeprav o provozu vozidla v roce 2010-2011 Tab. 3 Výpočet parametrů sdružených regresních přímek
47
48
