Mendelova zemědělská a lesnická univerzita v Brně Fakulta provozně ekonomická Ústav demografie a aplikované statistiky
Analýza rozhodování studentů PEF a AF na trhu studentských bankovních účtů Diplomová práce
Vedoucí práce: Ing. Kristina Somerlíková, Ph.D.
Brno 2009
Vypracovala: Jana Mikešová
ZADANÍ
Prohlášení: Prohlašuji, že jsem diplomovou práci zpracovala samostatně podle metodických pokynů vedoucí bakalářské práce a s využitím uvedené literatury.
V Brně dne 18. 5. 2009 ….……………………………..
Poděkování: Chtěla bych poděkovat zejména vedoucí své diplomové práce Ing. Kristině Somerlíkové, Ph.D. za odborné vedení, pomoc a cenné rady a připomínky, které mi v průběhu zpracování diplomové práce poskytovala. Dále pak panu Janu Martínkovi, který převedl dotazník do elektronické podoby a umožnil jeho zveřejnění na internetových stránkách. A v neposlední řadě také všem studentům provozně ekonomické a agronomické fakulty, kteří se výzkumu zúčastnili.
Abstrakt MIKEŠOVÁ, J. Analýza rozhodování studentů PEF a AF na trhu studentských bankovních účtů. Diplomová práce. Brno, 2009.
Předmětem této diplomové práce je analýza trhu se studentskými bankovními účty v České republice. Práce je zaměřena především na zachycení myšlenkového procesu studenta od vzniku nápadu na založení bankovního účtu, přes jeho výběr a vlastní založení, až po konečné zhodnocení jeho volby. Cílem práce je analyzovat rozhodovací proces studenta a zjistit na základě čeho se při výběru studentského konta rozhoduje. Analýza byla provedena na základě výsledků dotazníkového šetření mezi studenty provozně ekonomické a agronomické fakulty. Získaná data byla zpracována pomocí základních statistických metod, zejména četností a kombinačního třídění. Pro zjištění hlubších souvislostí byla použita faktorová analýza. Na základě výsledků práce byl studentům doporučen účet, který by měl nejlépe splňovat jejich požadavky, a byla formulována doporučení pro banky, jak přilákat co nejvíce nových studentů.
Abstract MIKEŠOVÁ, J. Analysis of decision of students from FBE and FA at students' bank's market. Diploma thesis. Brno 2009
Object of this diploma thesis is an analysis of students' bank's market in Czech republic. The work is aimed at consideration process of students from the first idea to open an account to the final evaluation of choice. The goal of the work is to analyze the decision process of student and find the factors influencing the selection of account. The analysis was based on processing the results of the questionnaire submitted to students from Faculty of Business and Economics and Faculty of Agronomy. In order to process these data were used classic statistic methods, especially frequency and combinational sorting. In addition was used factor analysis, which helps to find internal context between data. From the results of work were formulated recommendations for students, which account is the best for them, and recommendations for bank how to attract new customers.
OBSAH 1
ÚVOD....................................................................................................................... 8
2
CÍL PRÁCE............................................................................................................. 9
3
METODIKA PRÁCE ........................................................................................... 10
4
OBECNÉ ZÁSADY MARKETINGOVÉHO ŠETŘENÍ .................................. 11
5
4.1
Definování problému ...................................................................................... 12
4.2
Plán marketingového výzkumu ...................................................................... 13
4.3
Specifikace potřebných informací a identifikace jejich zdrojů ...................... 13
4.4
Výběr vzorku .................................................................................................. 14
4.5
Sběr dat ........................................................................................................... 16
4.5.1
Dotazník.................................................................................................. 17
4.5.2
Otázky..................................................................................................... 19
4.6
Analýza ........................................................................................................... 23
4.7
Interpretace ..................................................................................................... 23
4.8
Implementace.................................................................................................. 23
STATISTICKÉ METODY POUŽÍVANÉ PŘI VYHODNOCOVÁNÍ
DOTAZNÍKU................................................................................................................ 24 5.1
Třídění............................................................................................................. 25
Třídění prvního stupně............................................................................................ 25 Třídění druhého stupně ........................................................................................... 27
6
7
5.2
Měření závislosti............................................................................................. 27
5.3
Výběrové metody............................................................................................ 30
FAKTOROVÁ ANALÝZA.................................................................................. 32 6.1
Faktor .............................................................................................................. 32
6.2
Metodika faktorové analýzy ........................................................................... 34
6.2.1
Extrakce faktorů...................................................................................... 34
6.2.2
Rotace faktoru......................................................................................... 36
ORIENTAČNÍ ANALÝZA SITUACE NA TRHU STUDENTSKÝCH
BANKOVNÍCH ÚČTŮ ................................................................................................ 38 7.1
Význam studentských účtů pro banku ............................................................ 38
7.2 8
Nejdůležitější charakteristiky studentských účtů............................................ 39
VLASTNÍ PRÁCE ................................................................................................ 41 8.1
Výsledky faktorové analýzy ........................................................................... 52
8.1.1
Analýza č. 1: vliv vybraných proměnných na výběr studentského konta 52
8.1.2
9
Analýza č. 2: frekvence využívání vybraných služeb studenty .............. 54
8.2
Testování hypotéz ........................................................................................... 55
8.3
Doporučení pro studenty................................................................................. 60
8.4
Doporučení pro banky .................................................................................... 62
DISKUZE .............................................................................................................. 64
10
ZÁVĚR .............................................................................................................. 65
11
POUŽITÁ LITERATURA............................................................................... 67
12
SEZNAM PŘÍLOH........................................................................................... 69
1
ÚVOD Dějiny bankovnictví jsou velmi staré a pojí se již s rozvojem oběhu peněz. V té
době se začali objevovat první profesionálové, kteří se zabývali směnou a půjčováním peněz. Nejstarší zmínky o existenci těchto služeb pocházejí z Egypta, Babylónie a Asýrie. Velký rozmach bankovnictví nastal v období starověkého Říma. Z té doby pochází také slovo banka, které má původ v latinském slově „il banco“. Význam tohoto slova je lavice nebo stůl, na nichž byly prováděny finanční transakce. Dalším důležitým mezníkem je průmyslová revoluce, která přinesla potřebu většího množství finančních služeb a ústavů. Změna, která v té době v bankovnictví nastala, nasměrovala celý obor k vývoji do jeho dnešní podoby. [19] Bankovnictví Československé republiky prošlo během svého vývoje od roku 1918 mnoha změnami. Slibný vývoj bankovnictví za první republiky byl přerušen německou okupací a následným obdobím plánované ekonomiky. Od začátku roku 1990 vznikla postupně řada nových bank, jejichž cílem bylo přispět k rozvoji tržní ekonomiky. S růstem počtu bank a se zvyšující se konkurencí se také rozšířila nabídka služeb pro klienty. Jednou z nových nabídek je také poskytování zvýhodněných bankovních účtů studentům a mladým lidem. Banky vědí, že i když jim z těchto služeb prozatím žádné velké zisky neplynou, jsou pro ně investicemi do budoucna a poskytování studentských bankovních účtů se jim vyplatí. Banky nabízí studentům řadu služeb zdarma a další za výrazně nižší poplatky než je tomu u běžných bankovních účtů. Vybrat bankovní účet, který by co nejlépe vystihoval přání studenta není snadný úkol. Zájmy středoškoláka a studenta posledního ročníku vysoké školy jsou zcela jistě velmi odlišné a stejně tak odlišné jsou i jeho požadavky na studentský účet. Nabídka studentských kont na trhu České republiky je poměrně široká a ke zhodnocení a srovnání všech nabídek je třeba hodně času a trpělivosti. Obsah této práce je určen všem, kteří se o založení nového studentského bankovního účtu právě rozhodují nebo se jen chtějí dozvědět, jak si jimi zvolený účet stojí mezi ostatními účty. Výsledky práce shrnují informace o tom, jaké výhody a nevýhody každý z účtů nabízí, a poskytují rady a doporučení pro studenty, jaký účet je pro koho vhodný.
8
2
CÍL PRÁCE Cílem práce je popsat situaci na trhu studentských bankovních účtů a zjistit jak
se trh vyvíjí a kam směřuje. Práce je zaměřena především na zachycení myšlenkového procesu studenta od vzniku myšlenky na založení bankovního účtu, přes výběr a vlastní založení účtu, až po konečné zhodnocení jeho rozhodnutí. Hlavním cílem je analyzovat chování studentů na trhu studentských bankovních účtů v České republice. Dílčími cíly jsou: 1) Analyzovat rozhodovací proces při výběru studentského bankovního účtu. 2) Analyzovat faktory, které rozhodovací proces při výběru studentského bankovního účtu ovlivňují. 3) Zjistit preference studentů při výběru studentského bankovního účtu. 4) Zjistit zda existují nějaké rozdíly v rozhodování mezi studenty PEF a AF.
Před vlastním výzkumem byly stanoveny následující předpoklady, nulové hypotézy. Cílem práce je zjistit pravdivost těchto předpokladů a stanovené hypotézy zamítnout nebo nezamítnout. a) 90 % studentů PEF a AF MZLU v Brně vlastní alespoň jeden studentský bankovní účet. b) Mezi studenty PEF a AF MZLU v Brně neexistuje rozdíl v počtu studentských účtů, které studenti vlastní. c) 90% podíl na trhu studentských bankovních účtů tvoří dohromady Česká spořitelna, Komerční banka a ČSOB. d) 15 % studentů PEF a AF MZLU v Brně považuje svůj studentský bankovní účet za lepší než ostatní studentské bankovní účty. e) 8 % studentů PEF a AF MZLU v Brně nemělo při nástupu na VŠ zřízen studentský bankovní účet. f) 40 % studentů PEF a AF MZLU v Brně se při výběru svého prvního studentského účtu rozhodovalo samo. g) 50 % studentů PEF a AF MZLU v Brně uvádí jako nejčastější způsob ovládání účtu internet.
9
3
METODIKA PRÁCE Tato práce je pokračováním a rozšířením bakalářské práce Analýza bankovních
účtů, z níž využívá řadu informací a závěrů. Teoretická část práce se zabývá zhodnocením situace na trhu studentských účtů, problematikou marketingového výzkumu, sestavováním dotazníku a následnými způsoby vyhodnocení výsledků výzkumu. Tato témata byla zpracována s použitím odborné literatury uvedené na konci práce. Před začátkem vlastního výzkumu byla provedena orientační analýza současné situace na trhu studentských bankovních účtů v České republice. Analýza poskytla informace zejména o bankách nabízejících studentská konta a základních parametrech nabízených bankovních účtů. K výzkumu byl použit stejný dotazník (Příloha č. 1) jako pro bakalářskou práci Analýza studentských bankovních účtů. Tento dotazník obsahuje 25 otázek, z toho 4 otázky jsou identifikační. Dotazník obsahoval zejména otázky uzavřené a polozavřené s jednou přípustnou odpovědí, navíc byly využity dvě baterie otázek. Dotazování mezi studenty agronomické fakulty proběhlo v prosinci 2008 a lednu 2009, dále byla využita data z marketingového šetření, které proběhlo mezi studenty provozně ekonomické fakulty v lednu 2007. Celkem bylo do výzkumu zahrnuto 300 studentů. Studenti byli kontaktováni prostřednictvím univerzitního emailu. Získaná data byla následně počítačově zpracována. Nejprve bylo nutné data vhodně upravit a nachystat k dalším analýzám. K tomu bylo využito programu MS Excel, kde byla vytvořená datová matice, jejíž řádky odpovídají jednotlivým respondentům a ve sloupcích je výčet jednotlivých otázek. S takto připravenými daty byly provedeny základní statistické operace v programu UNISTAT. Výsledky každé otázky byly charakterizovány pomocí absolutních a relativních četností (prostých i kumulativních) a přehledně zaznamenány do tabulky. Výsledky vybraných otázek byly navíc pro větší přehlednost znázorněny pomocí kruhových či sloupcových grafů. Dalším krokem bylo kombinační třídění vybraných otázek. Statistická závislost byla určována na základě koeficientů kontingence. Na závěr byla provedena faktorová analýza, která umožnila redukovat velké množství proměnných z otázek č. 10 a 13 na malé množství faktorů. Následně byly zhodnoceny hypotézy, nulové hypotézy byly buďto nezamítnuty, a nebo zamítnuty a místo nich přijaty hypotézy alternativní.
10
Na základě výsledků provedeného výzkumu byla formulována doporučení jak pro banky tak pro studenty. Studentům bylo doporučeno nejvhodnější studentské konto, které nejlépe odpovídá jejich požadavkům. Výběr tohoto studentského účtu byl proveden pomocí rozhodovací tabulky. V rozhodovací tabulce bylo využito 16 kritérií, kterým byly přiděleny váhy, na základě toho jaký význam má daný faktor pro studenty při výběru účtu. Maximální počet bodů, kterého může každý faktor dosáhnout, je 10. Na základě rozboru chování studentů a způsobu jejich rozhodování byly navrhnuty změny, které by banky měly podstoupit pokud chtějí obstát v konkurenčním boji a přilákat co nejvíce studentů.
4
OBECNÉ ZÁSADY MARKETINGOVÉHO ŠETŘENÍ Americká marketingová asociace definovala v roce 1961 marketingový výzkum
jako: „systematické získávání, zaznamenávání a analýzu dat týkajících se marketingu zboží a služeb.“ Tato definice byla často kritizována, protože tento pohled na marketingový výzkum je příliš úzký. V roce 1987 tedy Americká marketingová asociace schválila definici novou, daleko obsáhlejší. Podle této definice je marketingový výzkum: „funkce, která spojuje spotřebitele, zákazníka a veřejnost s obchodníkem prostřednictvím informací. Tyto informace jsou využity k identifikování a definování marketingových příležitostí a hrozeb; k vytvoření, vylepšení a zhodnocení marketingových aktivit; k monitorování výkonu marketingu a k lepšímu porozumění zákazníků. Marketingový výzkum zahrnuje návrh metody sběru informací, řízení a implementaci získaných dat, analýzu výsledků a zhodnocení rozhodnutí a výsledků.“ [2] Existuje mnoho dalších definic marketingového výzkumu. Obecně platí, že marketingový výzkum je proces začínající sběrem informací, přes jejich zpracování a analýzu a končící vyhodnocením těchto informací, jehož cílem je pomoci manažerům řešit a zdokonalovat marketingová rozhodnutí. Pomocí něj mohou manažeři lépe rozpoznat marketingové příležitosti a hrozby a reagovat na ně. Celý proces marketingového výzkumu by měl zahrnovat následující kroky [2]: 1. Definice problému 2. Plán výzkumu 3. Specifikace potřebných informací a identifikace jejich zdrojů 4. Výběr vzorku
11
5. Sběr dat 6. Analýza 7. Interpretace 8. Implementace
Aplikace
Interpretace
Analýza
Sběr dat
Výběr vzorku Sekundární data
Primární data
Plán výzkumu Definice problému
Obrázek 1: Proces marketingového výzkumu Zdroj: DODGE R. H., FULLERTON D. S., RINK R. D. Marketing research
4.1
Definování problému Definování problému je nejdůležitějším a nejobtížnějším krokem celého
marketingového výzkumu, proto také tato fáze často trvá déle než polovinu celkové doby marketinkového výzkumu. [8] Samotné definování problému je proces, který se skládá z několika kroků, a práce výzkumníka by se dala přirovnat k práci lékaře, který vyhledává symptomy nemoci, na základě kterých sestavuje diagnózu. Stejně tak výzkumník musí nejdříve definovat a roztřídit symptomy problému, které mu umožní problém identifikovat a vyslovit hypotézy. [2] Definování problému spočívá ve všestranném osvětlení účelu výzkumu a v přesném vymezení jeho cílů. Účel výzkumu představuje odpověď na otázku, proč se
12
má výzkum provádět. Od účelu výzkumu jsou odvozeny jeho cíle. Cíle jsou vyjádřeny tzv. programovými otázkami, které přesně říkají co má být výzkumem zjištěno. Podle druhu cílů vybíráme typy výzkumných přístupů: výzkum explorativní (předběžný), výzkum deskriptivní (popisný) a výzkum kauzální. Pokud je to možné, je vhodné formulovat také hypotézy možného řešení problému. Formulování hypotéz pomáhá výzkumu lépe specifikovat a formulovat otázky. [14]
4.2
Plán marketingového výzkumu Marketingový plán přesněji specifikuje potřebné informace, postup jejich
získávání a kroky dalšího postupu výzkumu. Sestavení plánu je velmi užitečné. Marketingový plán obsahuje popis průběhu celého výzkumu a tím umožňuje jeho kontrolu. Marketingový plán by měl obsahovat [14]: 1. Účel studie 2. Cíle výzkumu 3. Metodologie 4. Časový rozvrh a náklady výzkumu 5. Technické detaily
4.3
Specifikace potřebných informací a identifikace jejich zdrojů Informace pro marketingový výzkum lze získávat z mnoha zdrojů. Zdroje dat lze
rozdělit na dvě velké skupiny: 1. primární zdroje 2. sekundární zdroje
Sekundární zdroje Sekundární informace jsou údaje, které byly již shromážděny někým jiným původně pro nějaký jiný účel a jsou i nadále k dispozici, získávají se tedy zprostředkovaně. Hlavními výhodami těchto dat jsou rychlost získávání, náklady a dostupnost. Problém s jejich využitím může nastat zejména kvůli jejich zastaralosti, neurčitosti a někdy také nedůvěryhodnosti. Zdroje sekundárních dat mohou být interní nebo externí. Interní data pocházejí z vnitřních zdrojů podniku a zahrnují zejména obchodní faktury, účetní záznamy, informace od zaměstnanců a zákazníků. Externí zdroje, na rozdíl od interních, podnik nevlastní a musí je získávat z vnějšího prostředí. 13
Jako tyto zdroje lze využít především statistické a jiné odborné publikace, výzkumné zprávy, periodika nebo údaje shromažďované marketingovými agenturami. [8]
Primární zdroje Primární informace jsou informace shromažďované prostřednictvím vlastního výzkumu a slouží hlavně k potřebám tohoto výzkumu. Výhodou primárních údajů je jejich aktuálnost a konkrétnost. Sběr primárních údajů je však výrazně nákladnější a jejich získávání je pomalejší než při využívání sekundárních zdrojů. [8]
4.4
Výběr vzorku Proces výběru vzorku probíhá ve třech základních krocích: výběr rámce vzorku
(koho), určení techniky sběru vzorku (jak) a stanovení velikost vzorku (kolik). [8] Základem pro výběr rámce vzorku je vymezení základní jednotky, která je nositelkou vlastností, které jsou předmětem šetření. Touto základní jednotkou mohou být jednotlivci, ale také skupiny (rodina, domácnost, školní třída aj.) Podle toho zda jsou do výběru zahrnuty všechny jednotky, nebo jen některé z nich, rozlišujeme šetření úplná a neúplná. [4] Úplné zjišťování informuje nejen o vlastnostech souboru jako celku, ale také o vlastnostech každé jednotky zvlášť. Toto šetření je ovšem velmi náročné, zejména z hlediska času a nákladů, ve většině případů je jeho proveditelnost navíc pouze teoretická. Neúplné zjišťování informuje pouze o vlastnostech prošetřené části jednotek a výsledky je třeba dodatečně zobecnit na celý základní soubor. [12] Výběr
Úplný
Neúplný
Reprezentativní
Záměrný výběr
Typologický
Nereprezentativní
Pravděpodobnostní výběr
Anketa
Kvótní
Obrázek 2: Typy výběru souboru respondentů Zdroj: MINAŘÍK B. Statistika II
14
Met. základního masivu
Samovolný výběr
Reprezentativní techniky Pro reprezentativní techniky platí, že informace získané výběrem lze zobecnit na celý soubor. Mezi reprezentativní techniky patří záměrný (úsudkový) výběr, kdy jsou záměrně vybírány jednotky, o kterých se předpokládá, že dobře reprezentují soubor. Typologický výběr se využívá, pokud je třeba analyzovat typické představitele souboru. Druhou možností je kvótní výběr, jenž spočívá ve vytvoření „dokonalé zmenšené kopie“ souboru, ze kterého se vybírá. Pro základní soubor a vytvořenou kopii musí platit, že jejich struktura kontrolních znaků je shodná. Další metodou reprezentativního výběru je pravděpodobnostní (náhodný) výběr. V tomto případě o výběru jednotky, která bude zahrnuta do souboru rozhoduje náhoda. Ale i pravděpodobnostní výběr má svůj algoritmus a v žádném případě se nejedná o chaotické vybírání jednotek. Poté co jsou definovány výběrové jednotky, se určí pravděpodobnosti zahrnutí do výběru a nakonec se aplikuje určitá technika výběru, např. losování, generování náhodných čísel a.j. [12]
Nereprezentativní techniky Pokud jsou k výběru vzorku využity nereprezentativní techniky, není možné takto získané informace zobecnit a dále s nimi statisticky pracovat. Nejrozšířenější technikou nereprezentativního výběru je anketa. Výběr dotazovaných probíhá bez zvláštních výběrových hledisek a někdy také samovolně. Pro samovolný výběr je typický zájem účastníka na výsledku šetření, který je důvodem proč se výběru zúčastní. Metoda základního masivu spočívá v prošetření malého počtu velkých jednotek, ne vždy ale u malých jednotek platí stejné zákonitosti jako u velkých. [12]
Velikost souboru Při stanovení velkosti výběrového souboru vzniká spor mezi praktičností výzkumu a možností jeho zobecnění. Z hlediska praktického provedení je výhodné podrobit šetření co nejmenší počet jednotek, aby průzkum proběhl rychle a relativně levně. Pokud má být ale možné výsledky zobecnit na celý základní soubor je nutné, aby byl soubor dostatečně reprezentativní. [4] Na rozsahu výběrového souboru n se podílí [1]: Variabilita zkoumaného znaku, nejčastěji reprezentovaná směrodatnou odchylkou sx. Koeficient spolehlivosti (pro 95% pravděpodobnost se t = 2, pravděpodobnost se t = 3). 15
pro 99%
Míra přesnosti odhadu, vyjádřená jako velikost přípustné chyby ∆ ∆ = sx ⋅ t Velikost soboru pro kvantitativní znak se vypočítá podle vztahu: n =
4.5
t 2 ⋅ s x2 ∆2
Sběr dat V této fázi výzkumu dochází k vlastnímu sběru požadovaných údajů. Sběr
informací je nejnákladnější fáze výzkumného procesu. Při této fázi dochází také nejčastěji ke vzniku omylů a chyb. Je tomu tak proto, že nemusí být vždy možné respondenty kontaktovat, respondenti mohou odmítnout svou účast na pohovoru, nebo mohou dát falešné nebo zkreslené informace. Existují tři základní techniky sběru dat [8]: 1. pozorování 2. experiment 3. dotazování
Pozorování Pozorování je proces poznávání a zaznamenávání smyslově vnímatelných skutečností, aniž by pozorovatel do pozorovaných skutečností nějak zasahoval. Během pozorování jsou registrovány četnosti výskytu, změny stavů nebo průběh celého procesu. Existuje pozorování osobní, kdy pozorovatelem je člověk, a mechanické, jsou-li používány jiné prostředky. Největší výhodou pozorování je skutečnost, že při něm dochází k přímému měření činnosti nebo stavu. V neprospěch pozorování mluví kromě vysokých nákladů a časové náročnosti zejména nemožnost zjistit ze získaných údajů příčiny pozorovaných faktů. Pozorování je nejčastěji využíváno při explorativním výzkumu nebo jako doplňková metoda při dotazování. [14]
Experiment Experimentální metody jsou založeny na studiu vztahů mezi proměnnými za kontrolovaných podmínek. Používané experimenty lze rozdělit do dvou skupin. Laboratorní experimenty probíhají v umělém, speciálně pro ně vytvořeném, prostředí. Terénní experimenty se uskutečňují v reálném tržním prostředí. Při experimentu je důležité dávat si pozor na jeho validitu. Stupeň interní validity říká, do jaká míry je
16
změna závisle proměnné dána právě změnou nezávisle proměnné a ne něčím jiným. Externí validita hodnotí do jaké míry mohou být výsledky experimentu přeneseny do reality. [14]
Dotazování Dotazování je metoda založená na zadávání otázek respondentům. Podle způsobu jakým jsou respondenti kontaktováni lze rozlišit mezi osobním, písemným, telefonickým nebo elektronickým dotazováním, případně jejich kombinací. Každý způsob dotazování má své výhody i nevýhody a využívá se v závislosti na mnoha faktorech, například na tématu a době dotazování, cílové skupině apod. Distribuce dotazníků má velký vliv na jejich návratnost. Návratnost je také závislá na tom, jak bezprostředně se marketingový výzkum respondentů týká. [8] a. Osobní dotazování umožňuje přímý kontakt mezi tazatelem a respondentem a to je jeho největším kladem, protože poskytuje možnost případného dovysvětlení. Při
standardizovaném
rozhovoru
jsou
respondentovi
kladeny
přesně
formulované otázky ve stanoveném pořadí, u nestandardizovaného rozhovoru klade tazatel otázky volně s cílem získat předem stanovené informace. [14] b. U písemného dotazování vyplňuje respondent dotazník sám bez cizí pomoci. Z tohoto důvodu je nutné zajistit srozumitelnost otázek a jejich co nejjednodušší formulaci. Důležité je také zajistit dostatečnou návratnost dotazníků, toho je možné dosáhnout vhodným průvodním dopisem, finančními podněty nebo přiložením ofrankované obálky na odeslání odpovědi. [8] c. Telefonické dotazování je podobné dotazování osobnímu, chybí v něm pouze osobní kontakt. Jeho výhody jsou zejména v rychlosti, nízkých nákladech a větší anonymitě než u osobního dotazování. Tazatel musí být řádně vyškolen, protože respondent může ukončit navázaný kontakt velice snadno. [8] d. Elektronické dotazování je nejnovějším způsobem sběru dat. Rozesílání dotazníku je možné provést cestou e-mailu nebo uveřejněním na internetových stránkách. Nevýhoda elektronického dotazování spočívá zejména v možnosti komunikovat pouze s jednotlivci, kteří mají přístup k internetu. [8]
4.5.1 Dotazník Dotazník je nejpoužívanějším nástrojem při sběru primárních údajů. Představuje formulář s otázkami, na něž respondenti odpovídají. Dotazník umožňuje zapisování 17
údajů do standardní jednotné matice a tím ulehčuje zpracování údajů. Dotazník by měl respondenty upoutat hned na první pohled. Proto je nutné věnovat pozornost nejen obsahové, ale také grafické stránce dotazníku. Na celkový dojem má v prvních chvílích vliv především formát dotazníku, úprava první stránky, barva a kvalita papíru. Délka dotazníku není jednoznačně určena, závisí především na typu, místě a době dotazování. Každý dotazník by měl mít určitou logickou strukturu, která podporuje plynulost vyplňování. [8] Dotazníky se dělí podle druhu použitých otázek a jejich struktury, respektive stupně jejich strukturovanosti na dotazníky [8]: 1. strukturované 2. nestrukturované 3. polostrukturované.
Strukturovaný dotazník Strukturovaný dotazník má pevnou logickou strukturu, kterou je třeba dodržovat. Využívá se ve velkých dotazovacích diagramech, kde je možné očekávat mnoho přesných odpovědí. Nejčastěji jsou zde používány uzavřené otázky s omezeným počtem odpovědí. Výhodou je rychlost, jednoduché a lehce srovnatelné zaznamenání odpovědí a snadné zpracování. Nevýhodou je snížení informační hodnoty, protože respondent nemá možnost odpovědět jinak, než je mu nabízeno. [8]
Nestrukturovaný dotazník U nestrukturovaného dotazníku se respondent může volně vyjadřovat a používat svůj slovník. Využívá se v hloubkových rozhovorech a diskusích nebo tam, kde nelze odpovědi předem odhadnout. Nejčastější jsou zde otázky otevřené. Výhodou oproti strukturovanému dotazníku je, že umožňuje získat více individuálních rozdílů. Nevýhoda spočívá v náročnějším zpracování. [8]
Polostrukturovaný dotazník Polostrukturovaný
dotazník
je
kombinací
dotazníku
strukturovaného
a nestrukturovaného. Snaží se využít výhody každého z nich a potlačit jejich nevýhody. Tento druh dotazníku je hojně využívaný v business-to-business marketingovém výzkumu. [8]
18
4.5.2 Otázky Otázky je třeba sestavit tak, aby přinesly co nejvyšší informační hodnotu. Základem je, aby respondent otázkám porozuměl, a aby byl schopen a ochoten na ně odpovídat. Špatně formulovaná otázka je jedním z hlavních zdrojů nepřesných nebo jinak chybných odpovědí. Tvůrce dotazníku by měl využívat různých forem dotazu. Umožňuje mu to zvolit nejvýhodnější přístup ke zkoumanému problému, udržovat pozornost respondenta a v neposlední řadě také usnadnit zpracování. Otázky lze rozdělit pomocí mnoha kritérií, mezi nejvýznamnější patří [1]: 1. dělení podle účelu v dotazníku 2. dělení podle variant odpovědí 3. dělení podle vztahu k obsahu Otázky podle účelu v dotazníku Otázky lze podle účelu v dotazníku rozdělit na dvě velké skupiny, otázky nástrojové a výsledkové. Třetí skupinu tvoří pomůcky, které lze použít v případě potřeby dokreslení některé z otázek. Podrobnější rozdělení je uvedeno na obrázku č. 3.
Otázky dle účelu v dotazníku Výsledkové
Nástrojové
Pomůcky
Kontaktní
Nominální
Verbální
Filtrační
Měřítkové
Obrazové
Analytické
Dokreslující
Vzorku
Kontrolní Obrázek 3: Dělení otázek dle účelu v dotazníku Zdroj: BÁRTOVÁ H., BÁRTA V. Marketingový výzkum trhu
Otázky nástrojové určují pravidla, kdo bude odpovídat na konkrétní otázky, případně které otázky budou vyhodnocovány. Mezi nástrojové otázky patří otázky kontaktní, filtrační, analytické a kontrolní. Kontaktní otázky navazují kontakt s respondentem na začátku dotazníku a na jeho konci spolupráci náležitě ukončují. Filtrační otázky zajišťují, aby určité otázky byly kladeny pouze vybraným
19
respondentům. Analytické otázky slouží k dalším analýzám, především třídění. Patří sem zejména otázky identifikační, které řadí respondenta do určitých sociálních skupin. Kontrolní otázky umožňují ověřit pravdivost předešlých odpovědí. [1] Otázky výsledkové se zaměřují přímo na zkoumanou problematiku a dále se dělí na otázky nominální, měřítkové a dokreslující. Nominální otázky slouží k jmenovitému určení zkoumané skutečnosti. Pomocí měřítkových otázek je možné daný jev dále měřit. A k upřesnění odpovědí na předešlé otázky lze využít otázek dokreslujících. [1] Otázky podle variant odpovědí Výběr otázek podle variant odpovědí má velký vliv na rychlost zpracování dotazníku a zvolená forma otázky může ovlivnit také očekávanou odpověď. Otázky se dle variant odpovědí dělí na dvě skupiny, otázky otevřené a uzavřené. [1] Otázky otevřené nenabízejí žádné varianty odpovědí a respondent tak má možnost vyjádřit svůj vlastní názor. Tento typ otázek klade ovšem vysoké nároky na paměť respondenta a vyhodnocení těchto otázek je náročnější než u otázek uzavřených. V případě uzavřených otázek jsou respondentovi předkládány dopředu připravené možnosti odpovědí a on si z nich pouze vybírá. Uzavřené otázky mohou mít, jak je uvedeno na obrázku č. 4, různou formu.
Otázky dle variant odpovědí Otevřené
Uzavřené Alternativní
Normální
Spec. dialogové
Selektivní Speciální
Normální
ano - ne
Dialogové
Ohraničené
ano - ne - jinak
Škály
Neohraničené
Obrázek 4: Dělení otázek dle variant odpovědí Zdroj: BÁRTOVÁ H., BÁRTA V. Marketingový výzkum trhu
U otázek alternativních se nabízené varianty navzájem vylučují a respondent tak může vybrat pouze jednu z nich. Naopak pro otázky selektivní je typické, že se otázky navzájem nevylučují a respondent může tedy vybrat i více odpovědí, jejíchž důležitost je stejná.
20
Alternativní otázky normální mohou dávat pouze volbu dvou variant, a nebo může být respondentovi nabídnuta navíc varianta jinak, v níž má možnost vyjádřit, proč se nechce přiklonit k žádné z již nabízených variant. V obou případech je možné otázku ještě doplnit únikovou odpovědí „nevím.“ Typickým příkladem speciálních otázek jsou otázky dialogové, kdy je respondentovi předložen rozhovor dvou osob, které vyslovují rozdílné názory na daný problém. Úkolem dotazovaného je rozhodnout, ke kterému názoru se přiklání. [1] Selektivní otázky normální se dělí podle varianty jejich krajních odpovědí. Ohraničené odpovědi, tedy odpovědi jejichž nabídka je zdola nebo shora omezená, jsou vhodné pokud je důležité sledovat extrémní hodnoty. Neohraničené odpovědi se využívají pokud je dostačující rozdělení do intervalů a extremní hodnoty jsou nepodstatné. [8] Do selektivních speciálních otázek se kromě otázek dialogových zahrnují také škály. Ve škálách umisťuje dotazovaný svoji odpověď do určitého intervalu nebo na určitý bod v kontinuu, které je charakterizováno buď graficky, slovní formulací nebo číselnými hranicemi. [1] Dalším, pro své snadné zpracování mezi tvůrci dotazníku oblíbeným, nástrojem jsou baterie otázek. Baterie představují spojení několika dotazů, u nichž se nabízejí stejné varianty odpovědí. [1]
Členění otázek podle vztahu k obsahu Předchozí dělní otázek se vždy vázalo na formální podobu obsahu, otázky lze však dělit také na základě obsahové stránky. Tímto způsobem lze otázky rozlišit na otázky přímé a nepřímé, jak je uvedeno na obrázku č. 5. [1]
21
Otázky podle vztahu k obsahu Nepřímé
Přímé Prosté
Asociativní
Psychotonické
Konstruktivní
Speciální
Dokončovací Sématický diferenciál
Výběrové a řídící
Škály
Expresivní
Testy Obrázek 5: Dělení otázek dle vztahu k obsahu Zdroj: BÁRTOVÁ H., BÁRTA V. Marketingový výzkum trhu
Přímé otázky jsou takové otázky, u kterých je účel dotazu zřejmý. Respondent ví na co je tázán a vědomě na smysl dotazu odpovídá. Přímé otázky prosté zachovávají nezkreslenou podstatu problému. Pokud se očekává, že by položená otázka mohla vyvolat nějaké nežádoucí napětí, které by mělo vliv na odpověď, je vhodné využít psychotonických otázek. Tyto otázky působí na respondenta sugestivně a tím snižují zmiňované napětí. Další možností je využití některé ze speciálních technik, jako jsou testy, škály nebo baterie škál, neboli sémantický diferenciál. Pomocí nepřímých otázek se informace získávají oklikou, tzv projekcí. Projektivní otázka bývá položena tak, že se zdá, že nevyžaduje názor nebo postoj respondenta. Nejpoužívanější projekční technikou jsou asociace, kdy respondent reaguje na skupinu podnětných slov. Konstruktivní techniky vycházejí z určitého obrázkového materiálu, který má pokusná osoba zpracovat, tzn. zkonstruovat příběh, doplnit dialog aj. U dokončovacích technik je úkolem dotazovaného dokončit započatou větu nebo dialog, u výběrových a řídích technik se nejčastěji jedná o přiřazování výrobků k osobám různých společenských skupin. Expresivní techniky příliš často využívány nejsou, jedná se většinou o formu her nebo expresivní projevy jako jsou malby. [1]
22
4.6
Analýza Shromážděná data je třeba nejprve zkontrolovat a upravit. Úprava dat spočívá
v klasifikaci údajů, tedy rozdělení do tříd a kategorií. Nutné je provést kódování údajů, při kterém jsou slova převáděna na symboly (nejčastěji číselné), tak aby je bylo možné zpracovat za pomocí výpočetní techniky. V praxi to znamená přidělení číselného kódu každé variantě všech otázek dotazníku. Následně je možné přistoupit k samotné analýze. Při analýze dat jsou údaje setříděny do tabulky a poté jsou statisticky a graficky popsány. Statistická deskripce spočívá ve výpočtu základních statistických veličin a zjišťování frekvence jednotlivých odpovědí. Grafická deskripce pak umožní údaje získané statistickou deskripcí přehledně znázornit. Nejčastěji používanými statistickými veličinami jsou četnosti (absolutní, relativní), míry polohy (průměr, modus, medián, kvantily), míry variability, koeficienty šikmosti a špičatosti. Hlavním významem analýzy není pouhé zjišťování výsledků, ale především vzájemné porovnání a nacházení závislostí mezi proměnnými. K zjišťování závislostí lze použít regresní, korelační, faktorovou nebo shlukovou analýzu. [8]
4.7
Interpretace Interpretace výsledků představuje převedení výsledků analýzy do závěrů
a doporučení, jak nejvhodněji řešit zkoumaný problém. Doporučení by měla mít logickou strukturu, která vychází ze zadání a cíle výzkumu. Při interpretaci je třeba dodržovat objektivitu a výsledky žádným způsobem nezkreslovat, zejména zobecňování výsledků je nutné provádět opatrně. Nesmí se zapomínat, že většina šetření je zatížena výběrovou chybou, případně dalšími problémy, které způsobují, že se výběrový vzorek bude lišit od celkových hodnot všech obyvatel. Proto výsledky nelze označit za přesné, ale mluví se o nich jako o doporučujících, přibližných hodnotách. [8]
4.8
Implementace Posledním krokem, který už je plně v rukou manažera firmy, je implementace
výsledků marketingového výzkumu do podnikových plánů a strategií. Studiem zákazníků firma získá potřebné informace o jejich nákupním chování, postojích a názorech, na základě kterých je pak možné rozdělit zákazníky do skupin s podobnými
23
potřebami. Segmentace trhu umožní přistupovat ke každé ze skupin individuálně a uspokojit tak co nejlépe jejich potřeby. Marketingový výzkum nových či stávajících produktů poskytne informace a nápady jak posílit místo výrobku na trhu. Cílem testů nových výrobků je potvrdit zájem o výrobek, který byl navrhnut podle předchozího studia zákazníků. Výzkum propagace má za úkol vybrat nejvhodnější média pro propagaci určitého výrobku. [2] Ať už jsou na základě marketingového výzkumu uplatňována jakákoliv opatření, je vždy nezbytné si účinnost těchto změn ověřit a věnovat pozornost zpětné vazbě, která umožňuje provedené zásahy ještě nějakým způsobem upravit a vylepšit.
5
STATISTICKÉ METODY POUŽÍVANÉ PŘI VYHODNOCOVÁNÍ DOTAZNÍKU Předmětem statistického zkoumání jsou statistické znaky, tedy určující vlastnosti
jednotek souboru. Statistické znaky lze dělit a klasifikovat podle mnoha hledisek. Základní rozdělení je přehledně znázorněno na obrázku č. 7. Mezi nejdůležitější patří rozlišování znaků [11]: 1. Identifikačních 2. Variabilních Identifikační znaky pouze rozhodují, zda statistická jednotka patří nebo nepatří do statistického souboru, a nejsou již dále předmětem statistického zpracování. Statistická jednotka je na základně identifikačních znaků určena z hlediska věcného, časového a prostorového. Předmětem statistického zjišťování, zpracování a analýzy jsou naopak znaky variabilní. Tyto znaky rozhodují o výsledcích statistického zkoumání. Statistické znaky lze dělit také na znaky [11]: 1. Slovní (kvalitativní) 2. Číselné (kvantitativní) Znaky kvalitativní jsou znaky, které informaci vyjadřují slovem. Různé varianty slovního znaku se nazývají obměny. Pokud kvalitativní znaky nabývají právě dvou obměn jedná se o znaky alternativní, znaky množné jsou takové znaky, které mohou nabývat více než dvou obměn. Znaky kvantitativní nabývají vždy aspoň dvou číselných hodnot. Znaky ordinální, neboli pořadové, řadí získané hodnoty na určitou stupnici. U těchto znaků lze pouze určit, zda daná hodnota je větší nebo menší, není však možné definovat přesné
24
rozdíly. Rozdíly mezi naměřenými hodnotami lze stanovit pouze u znaků kardinálních, měřitelných. To jsou znaky, který byly získány skutečným fyzikálním měřením. Mezi měřitelnými znaky se dále rozlišují znaky spojité, které nabývají libovolných reálných hodnot, a diskrétní, které mohou nabývat pouze izolovaných hodnot. [11]
Statistické znaky
Kvalitativní
Kvantitativní Alternativní
Ordinální
Množné
Kardinální Diskrétní Spojité
Obrázek 6: Statistické znaky Zdroj: MINAŘÍK B. Statistika I
5.1
Třídění Výsledkem marketingového šetření je velké množství dat, která ale nejsou nijak
uspořádaná. Aby bylo možné s nimi dále pracovat, je nutné je uspořádat. Číselné znaky se třídí podle velikosti, uspořádání slovních znaků je pouze smluvené, subjektivní. U velkých souborů může být i uspořádání do řad velmi nepřehledné a proto je nutné pokračovat v třídění. Úkolem třídění je [7]: „zjistit, kolik dotazovaných ze sledovaného souboru má ten či onen znak nebo více znaků, zda je nositelem té či oné alternativy (varianty) znaku, zda nabývá určité konkrétní hodnoty znaku atd.“ Výsledkem třídění je pak rozdělení četností.
Třídění prvního stupně Tříděním prvního stupně je výpočet absolutních a relativních četností. Lze rozlišit třídění [11]: 1. Prosté 2. Skupinové
25
Prosté třídění je možné užít pouze v takovém případě, kdy rozsah soborů není příliš velký. Většinou se tedy jedná o znaky diskrétní nebo slovní. Pro absolutní a ni , kde n
relativní četnosti platí následující vztah: pi = ni ............... absolutní četnosti pi ............... relativní četnosti i = 1,2, …, n, kde n ............... rozsah souboru k
Musí platit vztahy:
k
∑ ni = n
a
i =1
∑p i =1
i
= 1, kde
k................ počet tříd (skupin)
Je možné vytvářet také kumulativní (součtové) četnosti, ať už absolutní nebo i
relativní. Jedná se o součet četností v první až i-té třídě, tedy kni = ∑ n j
a
j =1
i
kpi = ∑ p j , kde j =1
kni ............. kumulativní četnost absolutní kpi ............. kumulativní četnost relativní i, j = 1,2,…, k. Musí platit vztahy: kn k = n
a
kp k = 1
Skupinové třídění se užívá pokud se jedná o rozsáhle soubory diskrétních znaků nebo znaky spojité. Jeho princip spočívá ve shrnutí blízkých hodnot do společných intervalů, tříd. Střed třídy xi pro i = 1,2,…, k, kde k je počet tříd, je hodnota, která leží uprostřed mezi horní a dolní hranicí třídy. Střed třídy u tříděných dat zastupuje všechny hodnoty dané třídy. Pro skupinové třídění platí stejné vztahy jako u třídění prostého, kromě toho je u skupinového třídění možno stanovit úhrn třídy, který je definován jako součin xini a k
úhrn souboru, který lze vyjádřit vztahem
∑x i =1
i
⋅ ni .
26
Třídění druhého stupně Třídění druhého stupně znamená třídění podle dvou různých znaků. Tento typ třídění může být prováděn jako [11]: 1. třídění vícestupňové (hierarchické) 2. třídění kombinační. U vícestupňového třídění je soubor nejdříve rozdělen podle jednoho znaku, a následně se v rámci jednotlivých skupin provádí třídění podle dalšího znaku. Tímto způsobem lze pokračovat a provádět i třídění vyššího stupně. V případě kombinačního třídění se provádí třídění podle dvou znaků současně. Výsledkem tohoto třídění je pro dvojici číselných znaků korelační tabulka a v případě slovních znaků kontingenční tabulka. Zvláštním případem kontingenční tabulky je tabulka asociační, ta vzniká při třídění dvou alternativních slovních znaků. Třídění
Číselné znaky KORELAČNÍ TABULKA
Slovní znaky
Alternativní znaky ASOCIAČNÍ TABULKA
Množné znaky KONTINGENČNÍ TABULKA
Obrázek 7: Kombinační třídění druhého stupně Zdroj: MINAŘÍK B. Statistika I
5.2
Měření závislosti Měření závislosti se využívá, pokud se v souboru sleduje více znaků a je třeba
zjistit jestli se tyto znaky navzájem ovlivňují. Vztahy mezi znaky mohou být jednostranné, nebo oboustranné. [6]
Kontingence Tříděním slovních znaků vznikne kontingenční tabulka. V tabulce jsou uvedeny zjištěné četnosti pro alternativy v řádcích i sloupcích. [11] Na obrázku č. 8 je zobrazena struktura běžné kontingenční tabulky, kde: a1, … ,ar ..................obměny nezávisle proměnného znaku A b1, … ,br ..................obměny závisle proměnného znaku B
27
nij ............................. podmíněné četnosti n1*, … ,nr* ..............nepodmíněné (okrajové, marginální) četnosti znaku A n*1, … ,n*s ...............nepodmíněné (okrajové, marginální) četnosti znaku B r...............................počet řádků s ..............................počet sloupců * ..............................libovolná hodnota indexu, který nahrazuje. Znak B
Znak A
Tříděný znak
b1
b2
a1
n11
n12
a2 … ai … ar
n21
Součet
n*1
…
bj
…
bs n1s
Součet n1* n2*
nij
ni*
nr1 n*2
…
n*j
…
nrs
nr*
n*s
n** = n
Obrázek 8: Struktura kontingenční tabulky Zdroj: MINAŘÍK B. Statistika I
Pro každé pole kontingenční tabulky existují dvě různé četnosti. Jedná se o četnost [11]: 1. pozorovanou (nij) 2. četnost vypočtenou (n´ij) Vypočtená četnost je vyjádřena vztahem: n´ij =
ni ⋅ n j n
, kde
ni ............... celková četnost na řádku nj ............... celková četnost ve sloupci n ............... celková četnost.
Vypočtená četnost je taková četnost, která by existovala, pokud by znaky A a B byly nezávislé. Platí tedy, že čím rozdílnější jsou hodnoty pozorovaných a skutečných
četností, tím vyšší je závislost znaků v kontingenční tabulce.
28
Závislost mezi znaky lze zjistit pomocí řady dalších ukazatelů. Nejčastěji používanými jsou [11]: 1. Čtvercová kontingence (χ2) 2. Paersonův koeficient kontingence (P) 3. Čuprovův koeficient kontingence (T2) 4. Cramérův koeficient kontingence (C)
r
s
Čtvercová kontingence: χ = ∑∑ 2
(n
− n´ij )
2
ij
n´ij
i =1 j =1
.
Čtvercová kontingence je bezrozměrná veličina, která nabývá hodnot χ2 ≥ 0. Hodnoty 0 nabývá pouze v případě, že se jedná o znaky zcela nezávislé. S rostoucí závislostí sledovaných znaků roste i hodnota čtvercové kontingence. Problém u této charakteristiky je ale v tom, že její velikost závisí nejen na závislosti zkoumaných znaků, ale je výrazně ovlivněna také rozsahem souboru a velikostí kontingenční tabulky. Závislost na velikosti souboru lze vyloučit vydělením čtvercové kontingence tímto rozsahem. Výsledkem je tzv. průměrná čtvercová kontingence φ 2 =
Paersonův koeficient kontingence: P =
χ2 χ2 +n
=
φ2 φ 2 +1
χ2 n
.
.
Paerosnův koeficient umožňuje vyloučit nejen vliv rozsahu souboru, ale také vliv velikosti kontingenční tabulky. Tento ukazatel nabývá hodnot 0 ≤ P < 1, určitým nedostatkem je, že ani při úplné závislosti sledovaných náhodných veličin nenabývá hodnoty 1.
Čuprovův koeficient kontingence: T =
χ2
2
n⋅
(r − 1) ⋅ (s − 1)
=
φ2
(r − 1) ⋅ (s − 1)
.
Tento koeficient se používá pro čtvercové kontingenční tabulky. Podobně jako Paersonův koeficient nabývá hodnot 0 ≤ P ≤ 1, s tím že maximální možnou závislost značí hodnota 1.
29
Cramérův koeficient kontingence: C =
χ2
n ⋅ min{r − 1}, (s − 1)
=
φ2
min{(r − 1), (s − 1)}
,
kde zápis ve jmenovateli značí, že bereme v úvahu menší z čísel udávajících počet sloupců nebo řádků tabulky zmenšených o 1. Koeficient může nabývat hodnot 0 ≤ C ≤ 1, kde hodnota 1 značí nejvyšší možnou závislost.
Asociace Úlohu o asociační závislosti lze chápat dvojím způsobem. Asociace je jednak zvláštní případ kontingence, kdy r = s = 2, a nebo jde o zvláštní případ korelační závislosti dvou číselných znaků, z nichž každý nabývá pouze dvou hodnot (nula a jedna). V případě korelační závislosti, lze zjistit nejen intenzitu závislosti, ale i její průběh. Koeficient asociace lze odvodit z korelačního koeficientu a má tvar
V =
n ⋅ n11 − n1* ⋅ n*1 n1* ⋅ n*1 ⋅ n0* ⋅ n*0
. Intenzita závislosti nabývá hodnot od -1 do +1, kde 1 značí
nejvyšší možnou závislost. Průběh závislosti lze vystihnout přímkou, která je analogií regresní přímky. Rovnice této přímky pro závisle proměnnou Y má tvar
p y' =1 = Ayx + B yx p x =1 . Absolutní člen přímky se získá jako Ayx = je dána vztahem B yx =
5.3
n01 a směrnice přímky n0*
n11 − Ayx . [11] n1*
Výběrové metody Veškeré doposud uváděné charakteristiky, které vypovídají o vlastnostech
souboru nebo jejich vzájemných závislostech, lze vypočítat pouze z výběrového souboru a pouze k tomuto souboru se také vztahují. Aby výsledky výzkumu byly využitelné k marketingovému rozhodování manažerů je nutné je zobecnit na celý základní soubor. Existují dvě metody zobecnění [7]: 1. Odhad charakteristik základního souboru. 2. Testování statistických hypotéz vyslovených o základním souboru.
Odhad charakteristik základního souboru Vlastnosti zkoumaných jednotek jsou popisovány pomocí mnoha charakteristik (průměr, rozptyl, koeficient kontingence, aj.). Charakteristiky vypočítané z výběrového souboru se nazývají výběrové charakteristiky, jedná se o náhodné veličiny, jejichž
30
hodnota se soubor od souboru liší. Základní charakteristiky, tedy charakteristiky, které by se vztahovaly k celému základnímu souboru, vypočítat nelze, lze je pouze odhadovat. Toto zobecnění se provádí prostřednictvím bodového odhadu. Výběrová charakteristika je bodovým odhadem, čili estimátorem. Při tomto zobecnění však vzniká určitá chyba, jejímž měřítkem je směrodatná chyba odhadu: estD( y ) =
s n −1 n
. [7]
Testování statistických hypotéz Testování statistických hypotéz je založeno na úvahách o věrohodnosti určitých vyslovených domněnek. Statistickou hypotézou se rozumí předpoklad o určitých vlastnostech náhodné veličiny vyslovený nezávisle na zkoumaném souboru. Výchozí hypotéza, která je předběžně považována za platnou, se nazývá testovaná nebo také nulová hypotéza H0. Proti nulové hypotéze je postaven její protiklad, hypotéza alternativní H1. Smyslem testování hypotéz je zamítnutí nulové hypotézy a přijetí hypotézy alternativní. V případě, že se nulovou hypotézu nepodaří zamítnout, neznamená to důkaz její správnosti. Zpravidla lze současně sestrojit nekonečně mnoho dalších nulových hypotéz, které by taktéž zůstaly nezamítnuty. Obecný postup testování hypotéz zahrnuje tyto kroky [12]: 1. Formulace nulové hypotézy H0 a alternativní hypotézy H1. 2. Volba hladiny významnosti α. Hladina pravděpodobnosti vyjadřuje riziko nesprávného zamítnutí pravdivé nulové hypotézy. 3. Výpočet testovaného kritéria z výběrového souboru. Testovací kritérium je náhodná veličina, jejíž rozdělní pravděpodobnosti je známo. Obor hodnot testovaného kritéria, do kterého při platnosti nulové hypotézy a zvolené hladině významnosti α kritérium padá prakticky jistě, se nazývá oborem přijetí (nezamítnutí). Doplňkem k němu je kritický obor, v němž je výskyt testového kritéria za předpokladu platnosti testované hypotézy jevem prakticky nemožným. Kritický obor je tvořen dvěma samostatnými částmi ohraničenými 100
α
α % a 1001 − % 2 2
kvantilem
testovaného kritéria. V případě normovaného normálního rozdělení N [0;1]
má
kritický obor tvar (− ∞,uα 2 ∪ uα 2 , ∞ ) . 4. Interpretace výsledků testování. Jediným jednoznačným výsledkem testu je zamítnutí nulové hypotézy a přijetí hypotézy alternativní.
31
6
FAKTOROVÁ ANALÝZA Faktorová analýza je statistická metoda seskupování dat, která spolu vysoce
korelují, a redukce počtu původních proměnných na menší počet faktorů (kategorií, nezávislých dimenzí). [20] Ve své primitivní podobě byla faktorová analýza vytvořena psychologem CH. Spearmanem v roce 1904 a použita ke klasifikaci rozumových schopností. O její podstatné zdokonalení se v 30. letech zasloužil opět psycholog L.L.Thurston. Faktorovou analýzu lze využít v mnoha oborech od medicíny, přes biologii až k meteorologii, přesto je stále nejčastěji aplikována hlavně v psychologii osobnosti. [13]
6.1
Faktor Za určitých okolností lze faktory interpretovat jako odraz reálně existujících
činitelů, sil nebo vlastností, které se projevují ve zjištěných korelacích. Faktor je tedy vektor čísel, ve kterém je zachycena informace obsažená v korelační matici. Prvky tohoto vektoru se nazývají vektorové zátěže jednotlivých testů. Platí, že korelace mezi kterýmikoli dvěma testy v korelační matici je rovna násobku příslušných prvků (faktorových zátěží) faktorové matice. Příklad korelační matice testů schopnosti a z ní vytvořeného faktoru je uveden na obrázku č. 9. [13]
Korelační matice 7 testů schopností 1 2 3 1 1,00 0,42 0,21 2 0,42 1,00 0,18 3 0,21 0,18 1,00 4 0,56 0,48 0,24 5 0,28 0,24 0,12 6 0,35 0,30 0,15 7 0,42 0,36 0,18 Faktor odvozený z korelační matice Relace Třídění pojmů Přesmyčky Zobecňování Fluenticita Shody a protiklady Slovník
4 0,56 0,48 0,24 1,00 0,32 0,40 0,48
5 0,28 0,24 0,12 0,32 1,00 0,20 0,24
6 0,35 0,30 0,15 0,40 0,20 1,00 0,30
7 0,42 0,36 0,18 0,48 0,24 0,30 1,00
0,4 * 0,8 = 0,32 0,7 0,6 0,3 0,8 0,4 0,5 0,6
Obrázek 9: Korelační matice a z ní vytvořený faktor
32
0,6 * 0,6 = 0,36
Ve faktorové analýze vystupují 2 druhy proměnných. Na jedné straně jsou to empirické, měřené proměnné. Z korelací mezi nimi se pak konstruují faktory, tedy jakési ideální proměnné. Vztah mezi tím, co se pozoruje, resp. měří a tím, co se za pomocí faktorové analýzy z měřeného vyvozuje, lze naznačit graficky, viz obrázek č. 10. Písmena a-i označují testy (jakékoliv empirické proměnné), číslice I a II faktory. Korelace mezi testy jsou určeny jejich vztahem k faktorům a na druhé straně je možno faktory z těchto korelací vyvodit. Každému z faktorů odpovídá syndrom, v prvním případě a,b,c,d,e v druhém případě b,e,f,g,h,i. Tyto syndromy se různě překrývají. [13]
I.
a
b
c
II.
d
e
f
g
h
i
Obrázek 10: Schématické znázornění vztahů mezi testy Zdroj: ŘÍČAN P. Prolegomena k faktorové analýze
Cílem faktorové analýzy je objevovat podsymptomy, jež jsou silně pravděpodobnostně organizovány v syndromy, hlubší a základní činitele, jinými slovy to, co působí zjištěné korelace. Celou faktorovou analýzu lze vyjádřit i geometricky, což často umožňuje si problém názorně představit a lépe mu porozumět. Faktory lze narýsovat jako souřadnicové osy, které svírají pravý úhel. Každý z testů se znázorní jako vektor, jehož koncový bod má souřadnice rovné zátěžím, tedy číslům v příslušném řádku faktorové matice. Na obrázku č. 11 jsou zobrazeny faktory z tabulky č. 1. [13] Tabulka 1: Faktorová matice
1 2 3 4 5 6 7 8
F1 0,3 0,6 0,8 0,6 0,0 0,3 0,0 0,8
F2 0,7 0,4 0,3 0,0 0,9 0,6 0,5 0,0
33
F2 5
1 7
6 2 3
F1 4
8
Obrázek 11: Geometrické znázornění korelační matice 8 testů sycených faktory F1 a F2
Čistě z geometrického hlediska je problém faktorové analýzy následující: Je dána n-rozměrná sestava (testových) vektorů, jež mají počátek v témž bodě a tvoří jakéhosi mnohorozměrného „ježka“. Úkol je najít takový průmět tohoto „ježka“ do prostoru o malém počtu dimenzí, který by zachoval co největší délku všech jeho „ostnů“. [13]
6.2
Metodika faktorové analýzy Vzhledem k náročnosti a délce výpočtu se v současné době k řešení úlohy
používají počítače vybavené speciálními programy. Proces výpočtu má 2 hlavní fáze: extrakci a rotaci. [13] Extrakce faktorů vede k faktorové matici, v níž je až na malé reziduum obsaženo stejné množství informací jako v korelační matici. Aby se zvýšila interpretovatelnost faktorů, nechávají se faktory rotovat. Smyslem rotace faktorů je, aby se původně rozptýlené body co nejvíce přiblížily k jednomu z extrahovaných faktorů.
6.2.1 Extrakce faktorů Nejstarší a nejjednodušší metodou extrakce faktorů je metoda centroidní. Tuto metodu lze využít chceme-li se rychle orientovat v malé korelační matici. I bez přístupu k počítači je možné takto faktorovat i korelační matice obsahující přes 20 testů.
34
Centroid je totéž co těžiště. Centroidní metoda se tak jmenuje proto, že jejím principem je postupné prokládání faktorů těžištěm skupiny koncových bodů v m-, (m-1) -,…, až jednorozměrném prostoru. [13] 1)
Sestavení upravené korelační matice tak, že se odstraní záporná čísla z původní korelační matice a jedničky v diagonále se nahradí odhadnutými komunalitami1). Jako komunality jsou voleny nejvyšší hodnoty v příslušném řádku. Odstranění záporných čísel se provede obrácením smyslu daného testu, např. test měřící inteligenci bude převeden na test měřící nedostatek inteligence. Obrácení testu je třeba zaznamenat také změnou znaménka u pořadového čísla testu.
2)
Výpočet zátěží 1. centroidního faktoru dle vzorce: a ji =
∑r
jk
k
∑∑ r jk j
, kde j = 1,2,…,n
k
r.... korelace příslušných testů
Zátěž j-té proměnné je tedy rovna součtu korelací v j-tém řádku děleném odmocninou ze součtu všech prvků upravené korelační matice. 3)
Výpočet reziduálních korelací po prvním faktoru
R1 = R − Q1 , kde R1 .. reziduální korelační matice R ... upravená korelační matice Q1 . matice, jejímiž prvky jsou v diagonále čtverce faktorových zátěží a mimo diagonálu jejich součiny. 4)
Před výpočtem 2. centroidního faktoru je třeba posunout těžiště co nejvíce z počátku. Největší posun nastane, když z reziduální matice odstraníme všechny záporné hodnoty. Dále pokračujeme body 1-3.
5)
Výpočet končí když jsou hodnoty v reziduální matici prakticky nulové.
1)
Komunalita je ta část variance, která je dána součtem čtverců zátěží společných faktorů, tzn. faktorů, které vstupují do dvou nebo více testů.
35
Současné softwarové vybavení počítačů umožňuje použití daleko náročnějších a přesnějších metod než je centroidní metoda. Nejčastěji využívanou metodou je dnes metoda hlavních os. Její řešení spočívá v postupné extrakci vzájemně nezávislých faktorů, z nichž každý vždy vyčerpá maximální možnou část celkové variance. Výpočet metodou hlavních os je už poněkud náročnější na znalost maticové algebry. [13] Nejdříve je třeba určit první faktor, tak aby příspěvek k celkové varianci byl maximální. Z matematického hlediska se jedná o hledání takového vektoru a11 , a 21 ,..., a n1 , že V1 = a112 + a 121 + ... + a n21 = maximum m
za podmínek r jk = ∑ a jp a kp p =1
Tato úloha vede k řešení soustavy n rovnic o n neznámých aj1, maticově vyjádřeno: R − λI = 0 . Neznámá λ je rovna
∑a
2 j1
, tedy výrazu V1, který je třeba
maximalizovat, proto se pro extrakci prvního hlavního faktoru použije největší z kořenů
λ1 . Jako druhý hlavní faktor stačí vzít λ2 , tj. podle velikosti v pořadí druhé největší vlastní číslo původní matice R. Totéž platí pro další hlavní faktory. [13] Výsledné řešení faktorové analýzy je závislé nejen na použité metodě, ale také na subjektivním postoji řešitele, který se projeví například ve volbě komunalit1 nebo rozhodnutí o konečném počtu extrahovaných faktorů.
6.2.2 Rotace faktoru Rotaci si lze nejlépe představit na geometrickém řešení faktorové analýzy. Jedná se o pootočení starého souřadnicového systému, tzn. pootočení původních faktorů o zvolený úhel, v případě uvedeném na obrázku. č. 12 byl zvolen úhel přibližně 39° 38’. Nový faktor A2 má ve starém souřadnicovém systému souřadnice cos α (0,770) a sin α (0,638), faktor B2 má souřadnice – sin α (- 0,638) a cos α (0,770).
36
B0 B1 A1
α A0
Obrázek 12: Grafické znázornění faktorů k ortogonální rotaci
Algebraicky se rotace provádí pomocí transformační matice. Násobením nerotované faktorové matice transformační maticí vznikne rotovaná faktorová matice, P = A ⋅ T . Každý řádek transformační matice odpovídá jednomu nerotovanému faktoru,
každý sloupec jednomu rotovanému faktoru. Každé číslo v této matici vyjadřuje souřadnici jednoho nového faktoru vzhledem k jednomu z původních, nerotovaných faktorů. [13]
0,01 − 0,58 − 0,37 − 0,34 0,54 0,43 A= 0,38 − 0,69 − 0,34 0,72 0,15 0,80
− 0,59 0,70 − 0,81 0,38 0,45 − 0,54 − 0,43 − 0,58 0,42 − 0,06 − 0,16 − 0,04
0,770 − 0,638 T = 0,638 0,770
37
− 0,37 0,00 − 0,80 0,19 0,70 0,01 P = A *T = 0,02 − 0,90 0,01 0,52 0,01 0,59
− 0,46 0,91 − 0,40 0,50 0,00 − 0,69 − 0,57 0,01 0,47 − 0,51 − 0,22 − 0,54
Úhel rotace se vybírá podle principu jednoduché struktury. Ta říká, že každý test má být sycen co nejmenším počtem faktorů a ve faktorové matici má být co nejvíce nulových zátěží (tj. zhruba nulových zátěží, obyčejně se za nulovou považuje zátěž v rozmezí ± 0,1) Grafické rotační procedury jsou ovšem velmi subjektivní a byly kvůli tomuto nedostatku často kritizovány. Snaha odstranit tuto subjektivitu vedla k řadě návrhů objektivizace rotace faktorů. Ve většině případů jde o snahu nějak matematizovat požadavek jednoduché struktury. Nejběžnější metodou je v současné době metoda VARIMAX. [13] Rotaci lze rozdělit na 2 základní druhy, ortogonální a kosou rotaci. Při ortogonální rotaci zůstávají úhly mezi faktory stále stejné – pravé. Kosá rotace znamená zavedení kosoúhlých souřadnicových os.
7
ORIENTAČNÍ ANALÝZA SITUACE NA TRHU STUDENTSKÝCH BANKOVNÍCH ÚČTŮ Běžný účet je základním produktem každé banky. Jedná se o vkladový,
netermínovaný účet, který slouží především jako nástroj k zajištění hotovostního a bezhotovostního platebního styku klienta. Studentské konto je běžným osobním bankovní účtem určeným mladým lidem od 15 do 19 let a studentům od 20 do 26 let (někdy i 30 let), pokud jsou studenty řádného studia. Studentský bankovní účet nabízí stejné služby jako běžný účet ovšem za zvýhodněných podmínek.
7.1
Význam studentských účtů pro banku I přesto, že poskytování studentských účtů nepřináší bankám žádný zisk, jsou pro
ně studenti velmi důležitým klientským segmentem. Banky předpokládají, že studenti zůstanou věrni stejné bance i po nástupu do zaměstnání. Většina bank se tak snaží poskytovat maximálně výhodný studentský účet, právě proto, že počítá s tím, že student po dokončení studia plynule přejde na standardní bankovní účet, který už tak cenově ideální nebude. Důvodů proč student většinou zůstane u stejné banky je několik. Studenta spokojeného se svým studentským bankovním účtem často ani nenapadne prohlédnout si nabídku ostatních bank. A pokud ho to napadne, tak stejně při hledání pracovního místa a nástupu do zaměstnání na podobné věci většinou vůbec nemá čas. Dalším důvodem, proč banky nabízejí takto výhodná studentská konta, je fakt, že banka
38
tímto způsobem zdůrazňuje svou komplexnost, dynamičnost a moderní pojetí svých služeb, v nichž nezapomíná na mladé lidi. Na trhu jsou rovněž finanční instituce, které studentské konto ve své nabídce nemají. Některé banky s nabídkou studentských bankovních účtů nikdy nepočítaly, jiné dříve studentské konto nabízely, ale nyní ho stáhly. Tyto banky doufají, že se jim podaří studenty nalákat na standardní běžný účet, jehož parametry se blíží studentským bankovním účtům. Například mBank nabízí standardní účet mKonto, které v některých oblastech dokonce předčí studentské bankovní účty. Nevýhodou ovšem zůstává nemožnost přečerpání účtu do mínusu a méně známé jméno banky. Podobnou cestou se vydala i Raiffeisenbank, která zrušila KompletKonto Student a v současné době nabízí pouze standardní eKonto, které při splnění určitých podmínek poskytuje stejné výhody jako studentské bankovní účty. Přehled bank, které na trhu České republiky nyní nabízejí studentský bankovní účet je uveden v následující tabulce č. 2. Tabulka 2: Banky v ČR nabízející studentský bankovní účet
Ge Money Bank Banco Popolare Česká republika Bawag Bank CZ Citibank Česká Spořitelna Československá obchodní banka HSBC Bank ING Bank N.V. mBank Komerční banka Oberbank AG Poštovní spořitelna Raiffeisenbank UniCredit Bank Volksbank CZ Waldviertler Sparkasse von 1842
7.2
Genius Student X X X Program Student+ Studentské konto Plus X X X G2 StartKonto Postžiro Junior X Studentské Konto Volksbank FREE konto S-Club konto
Nejdůležitější charakteristiky studentských účtů Jak již bylo dříve řečeno banky v České republice nabízejí velice výhodné
bankovní účty pro studenty. Téměř pravidlem se již stalo vedení účtu zdarma, bezplatné vydání debetní karty a zvýhodněné výběry z bankomatu. Ve snaze získat studenty na svou stranu, poskytují banky zdarma také zřízení Internetbankingu, Telebankingu i GSM bankingu. Stále více bank také nabízí využívání kontokorentu, tedy přečerpání
39
účtu do mínusu. Částečně tedy platí, že ať si student vybere jakýkoliv účet jemu určený nikdy neudělá chybu a založení účtu určitě nemusí litovat. Rozdíly mezi účty ale existují a při výběru bankovního účtu je s nimi nutné počítat. Přehled nejdůležitějších charakteristik studentských bankovních účtů nabízených bankami v České republice je uveden v následující tabulce č. 3. Tabulka 3: Základní parametry studentských bankovních účtů k 3.11.2008
Banka GE Money Bank
Úročení
0.10 %
Výběr z vlastního bankomatu
Výběr z cizího bankomatu
Kontokorent/ (úročení)
Potvrzení o studiu
zdarma
35 Kč
10 000 Kč (17,90 %)
2x (při založení, ve 20 letech)
20 000 Kč (17,90 %)
Každoročně
Česká Spořitelna
0.85 %
0 Kč*
25 Kč + 0,5 % z vybírané částky
ČSOB
0.05 %
zdarma
30 Kč
20 000 Kč (13,90 %)
Komerční banka **
0.40 %
1. výběr zdarma, pak 5 Kč
39 Kč
20 000 Kč (12,00 %)
2.00 %
6 Kč
36 Kč
1.10 %
5 Kč (také pro CSOB)
25 Kč
0.50 %
zdarma
1,30 %
3 Kč
Oberbank AG Poštovní spořitelna UniCredit Bank Volksbank CZ
Waldviertler 1.40 % 6 Kč Sparkasse von 1842 * Volitelná služba ** Údaje se týkají základního balíčku G2
1. zdarma, pak 30 Kč 6 Kč ČSOB/Pošto vní Spořitelna, 30 Kč ostatní banky 30 Kč
50 000 Kč (od 10,00 %) 20 000 Kč (13,50 %) 25 000 Kč (12,00 %)
1x (při založení) 2x, (ve 20 letech a ve 26 letech) Nevyžaduje Nevyžaduje Každoročně
20 000 Kč (14,25 %)
Každoročně
10 000 Kč (12,00 %)
Nevyžaduje
V nabízeném úročení zůstatků na účtu se banky dost rozcházejí. Zatímco ČSOB nabízí úrok pouhých 0,05 % p.a., Oberbank AG se může chlubit úrokem 2,00 % p.a. V každém případě ale platí, že úroky studentských účtů nedosahují výhodnosti spořících účtů, kdy může úrok přesáhnout i 3 %. Hned 3 banky nabízejí standardně výběr z bankomatu vlastní banky zdarma, jedná se o GE Money Bank, ČSOB a UniCredit Bank. V případě České spořitelny si lze
40
bezplatný výběr z vlastních bankomatů zvolit jako jednu ze tří služeb nabízených zdarma. U ostatních bank se poplatky pohybují od 3 do 6 Kč za výběr. Nutné je ovšem zohlednit nejen výši poplatku za výběr z vlastního bankomatu, ale také počet bankomatů banky a tedy i jejich dostupnost. Co se týče počtu bankomatů je na tom nejlépe Česká spořitelna, která má na území ČR více než 1100 bankomatů. Poměrně hustou sítí bankomatů disponují také Komerční banka (666), ČSOB a Poštovní spořitelna (661) nebo GE Money Bank (557). Poplatky z bankomatu cizí banky jsou výrazně vyšší, u většiny bank 30 Kč. Všechny banky už také v rámci svých účtů nabízejí čerpání kontokorentu. Jeho výše se u většiny bank pohybuje kolem 20 000 Kč. Podmínky pro získání konkrétní výše kontokorentu upravuje každá banka samostatně. Některé banky rozdělují studenty podle typu navštěvované školy – zejména na střední, vyšší odborné a vysoké školy. Kromě celkové sumy, která banka je ochotna studentovi poskytnout, je důležitá i informace o úrokové sazbě, podmínkách čerpání a splácení. Z tohoto pohledu je na tom nejlépe Oberbank AG, přečerpanou částku úročí v nejlepším případě jen 10 %. Nejvyšší úrok za poskytnutý kontokorent si účtuje GE Money Bank a Česká Spořitelna a to ve výši skoro 18 %. Dalším krokem, který banky podnikají, aby studentům zpříjemnily využívání jejich bankovního účtu, je postupné odbourávání nutnosti předkládat každoročně potvrzení o studiu. Potvrzení o studiu tak řada z nich vyžaduje pouze při založení účtu, případně dosažení určitého věku. Existují ale výjimky, kdy je potvrzení stále nutné. Takovou výjimkou je zejména čerpání kontokorentu. Produkty Oberbank AG, Poštovní Spořitelny a WSPK jsou určeny pro všechny mladé do 26 let. Studium a tím pádem ani potvrzení o studiu tedy není podmínkou založení účtu.
8
VLASTNÍ PRÁCE Z výzkumu vyplývá, že mezi studenty PEF a AF jsou studentské bankovní účty
velmi využívány. Skoro 84 % studentů těchto fakult má zřízené studentské konto a z toho 20 studentů má dokonce více než jeden studentský bankovní účet. Zbývajících 16 % studentů studentské konto nemá, do této skupiny byli zahrnuti studenti, kteří nemají vůbec žádný bankovní účet nebo bankovní účet mají, ale nejedná se o studentské konto. Studenti PEF využívají studentské bankovní účty o něco častěji než studenti AF, tento rozdíl ale není nijak významný.
41
100% 80% 60%
PEF AF
40% 20% 0% Mají SBU
Nemají SBU
Obrázek 13: Kolik studentů PEF a AF vlastní studentské konto
Co se týká výběru banky vede mezi studenty jednoznačně Česká spořitelna, kterou si vybralo 45 % studentů. Druhou nejoblíbenější bankou mezi studenty PEF a AF je Komerční banka, u které má otevřený účet asi 34 % studentů. Třetí nejvyhledávanější bankou je již s výrazným odstupem ČSOB, kterou si vybralo 12 % studentů. Tyto 3 banky tak zaujímají zhruba 90 % trhu se studentskými účty. Zbývající banky se u studentů těší daleko menší oblibě a žádná z nich neoslovila více jak 5 % studentů.
Česká spořitelna ČSOB Komerční banka a.s GE Money bank Poštovní spořitelna Raiffeisenbank Ostatní 0
20
40
60
80
100
120
140
Obrázek 14: U jaké banky máte zřízené studentské konto
Jak je zřejmé z obrázku č. 14 studenti jsou se svým účtem a jeho službami většinou spokojeni. Tomu také odpovídá nezájem studentů měnit své bankovní účty a přecházet ke konkurenci. Pro změnu bankovního účtu během studia se rozhodlo pouze 8 % studentů a v současné době uvažují o zřízení nového studentského konta pouhá 3 % studentů. Důvody zrušení a změny studentského bankovního účtu jsou různé. Ne vždy se ale jednalo o nespokojenost s nabízenými službami, často ke zrušení přispěly také osobní důvody, jako delší cesta do zahraničí nebo přerušení studia.
42
5% 0%
14%
81%
Vždy ano
Většinou ano
Většinou ne
Vždy ne
Obrázek 15: Jste spokojeni se službami vašeho konta
Více než polovina dotázaných studentů považuje svůj účet za srovnatelný s ostatními bankovními účty. Dalších 13 % respondentů hodnotí svůj účet dokonce jako lepší než ostatní studentská konta. Existuje ovšem poměrně velké procento dotázaných (27 %), kteří nejsou schopni svůj bankovní účet srovnat s konkurencí. Mezi těmito studenty je skoro 60 % studentů agronomické fakulty
13%
27%
4% 56%
Je lepší
Je srovnatelný
Je horší
Nevím
Obrázek 16: Jak hodnotíte váš studentský účet v porovnání s konkurencí
Většina studentů si zřídila první studentské konto na střední škole nebo při nástupu na vysokou školu. Pouze 6 % studentů čekalo se založením účtu déle a první studentský bankovní účet si založili až v průběhu studia na vysoké škole. Asi 7 % respondentů využívalo nějaký bankovní účet už na základní škole.
43
6% 49%
45%
Na střední škole
Při nástupu na vysokou školu
Později
Obrázek 17: Kdy jste si zřídili první studentský bankovní účet
Mezi věkem, kdy si studenti zřizují první studentské konto a osobou, která má na studenty při výběru největší vliv, existuje dle koeficientů kontingence velmi významná závislost. Na více než polovinu studentů, kteří si zřídili studentské konto už na střední škole měli při výběru největší vliv rodiče. Studenti, kteří si bankovní účet zřídili později, se naopak častěji rozhodovali sami, na základě vlastních zkušeností a získaných informací. Dalo by se říci, že čím později si student účet založí, tím je pravděpodobnější, že se při jeho výběru nenechá nikým známým ovlivnit. V průměru se asi 38 % studentů rozhoduje o výběru studentského bankovního účtu samo.
70% 60% 50% 40%
Rodiče
30%
Nikdo
20% 10% 0% Na stření škole
Při nástupu na VŠ
Později
Obrázek 18: Kdo ovlivňuje studenty při výběru prvního studentského konta
Důvod zřízení prvního bankovního konta se výrazně liší u studentů PEF a AF. Na základě koeficientů kontingence můžeme usuzovat na velmi významnou závislost mezi důvodem zřízení prvního studentského bankovního účtu a fakultou, kde student studuje. U studentů PEF byla nejčastěji uváděnou odpovědí možnost „Vydělávám si vlastní peníze, tak ať je mám kde uložit.“ Pro nejvíce studentů AF je rozhodujícím
44
faktorem snadný přístup kdekoliv a kdykoliv k hotovosti. Podrobnější srovnání je uvedeno na obrázku č. 19. 50% 40% 30% 20% 10% 0% Požadavek školy
Vydělávám peníze
Přístup k hotovosti
PEF
Placení bez peněz
Všichni už ho mají
Jiný důvod
AF
Obrázek 19: Důvod zřízení prvního studentského bankovního účtu
Z nabízených služeb má na studenty při výběru bankovního účtu největší vliv poskytování internetového bankovnictví. Ostatní služby ovlivňují studenty při výběru daleko méně. Nejméně zohledňovány jsou zejména poskytování telefonního bankovnictví nebo výše kontokorentu. Skoro 20 % studentů uvedlo, že je při výběru parametry těchto služeb nijak neovlivňují. Výše poskytovaného kontokorentu je ovšem významným rozhodovacím kritériem pro ty studenty, které toto přečerpání do mínusu využívají, těchto studentů je asi 24 %. Dle koeficientů kontingence lze usuzovat na významnou statistickou závislost mezi vlivem výše kontokorentu na výběr studentského konta a tím zda student nabízený kontokorent využívá.
100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Úročení
Mezinár. bank. styk
nemá vliv
malý vliv
Kontokorent
ovlivňuje mě
Internetbanking
velký vliv
největší vliv
Obrázek 20: Vliv poskytovaných služeb na výběr studentského účtu
45
Tel. bankovnictví
100% 80% 60% 40% 20% 0% Využívám kontokorent
nemá vliv
malý vliv
Nevyužívám kontokorent
ovlivňuje mě
velký vliv
největší vliv
Obrázek 21: Vliv kontokorentu na výběr studentského konta
Jednorázové poplatky jako jsou poplatky při zřízení účtu nebo poplatek za jeho zrušení nemají pro mnoho studentů velký vliv při rozhodování o výběru studentského účtu. Studenti zohledňují daleko více pravidelné poplatky. Vliv poplatků ze vedení účtu, poplatků za výběr z bankomatu a poplatků za platební operace je přibližně stejný, asi 70 % studentů uvedlo, že na ně výše těchto poplatků má velký nebo největší vliv. Poplatky za výběr z bankomatu mají velký vliv zejména mezi těmi studenty, kteří výběr z bankomatu často využívají. Mezi vlivem poplatků za výběr z bankomatu a četností využívání výběru peněz z vlastního bankomatu existuje dle koeficientů kontingence velmi významná závislost.
100% 80% 60% 40% 20% 0% Při zřízení
nemá vliv
Za zrušení
malý vliv
Za vedení
ovlivňuje mě
Za výběr z bankomatu
velký vliv
Za platební operace
největší vliv
Obrázek 22: Vliv poplatků na výběr studentského účtu
Dalšími faktory, které mohou studenty při výběru jejich konta ovlivnit, jsou zejména umístění pobočky v místě bydliště a v neposlední řadě také přístup zaměstnanců banky. Umístění pobočky v místě školy už tak důležitou roli nehraje a pro třetinu dotázaných nemá vůbec žádný vliv při výběru účtu. Dle koeficientů kontingence lze usuzovat, že mezi vlivem, jaký má na studenta při výběru účtu umístění pobočky
46
v místě školy a fakultou, kterou student studuje existuje významná statistická závislost. Tento faktor je více zohledňován studenty agronomické fakulty. 27 % studentů uvedlo, že je umístění pobočky v místě školy ovlivňuje velmi nebo nejvíce, u studentu PEF to bylo pouze 13 %. Přestože 90 % studentů má účet zřízený u jedné ze tři nejznámějších bank v České republice, 36 % respondentů uvedlo, že jméno banky u nich při výběru účtu nehraje žádnou roli. Vliv při výběru účtu mají na studenty také doplňkové služby, které banky nabízí. Studenti dle výzkumu nemají žádnou doplňkovou služby, kterou by výrazně preferovali. Banky se jim zavděčí stejně dobře ať už jim nabídnou cestovní pojištění v rámci platební karty zdarma, každoroční bonus při pravidelném používání platební karty nebo každoroční příspěvek na ISIC kartu.
100% 80% 60% 40% 20% 0% Doplňkové služby Pobočka v místě Pobočka v místě bydliště školy
nemá vliv
malý vliv
ovlivňuje mě
Přístup zaměstnanců banky
velký vliv
Jméno banky
největší vliv
Obrázek 23: Vliv následujících faktorů na výběr studentského účtu
4%
26%
27%
13% 30%
Cestovní pojištění
Slevy u obchodních partnerů
Bonus při používání karty
Příspěvek na ISIC kartu
Jiné
Obrázek 24: Nejžádanější doplňkové služby
Nejvyužívanějšími službami mezi studenty jsou především výběr z bankomatu vlastní banky a platba platební kartou. Pouze 5 % studentů uvedlo, že tyto služby nikdy nevyužívá, naopak skoro 25 % dotázaných využívá těchto služeb velmi často. Výběr
47
z bankomatu cizí banky není u studentů zdaleka tak populární a 66 % studentů peníze z bankomatu cizí banky nikdy nevybírá. Protože 90 % studentů má účet založený u jedné ze tří nejrozšířenějších bank v České republice, které disponují poměrně hustou sítí bankomatů, a vzhledem k výši poplatků za výběr z bankomatu cizí banky, není tento výsledek nijak překvapující. Přestože studenti často pracují s platebními kartami ať už je využívají k výběru z bankomatu nebo k platbě v obchodě, pouze jedna třetina z nich má svou kartu pojištěnu proti krádeži.
100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% zasílání výpisu
Nevyužívám
zahraniční plat. styk
Ne příliš často
výběr z vl. bankomatu
výběr z ciz. bankomatu
Poměrně často
Často
platba platební kartou
Velmi často
Obrázek 25: Jak často využíváte následující služby
Využívání služeb na přepážce není mezi studenty příliš oblíbené a většina studentů řadu z nich vůbec nevyužívá. Jedinou výjimkou je pouze vklad hotovosti, který nějakým způsobem využívá přibližně 60 % studentů. Dle koeficientů kontingence lze usuzovat na významnou statistickou závislost mezi četností využívání vkladu hotovosti na přepážce a fakultou, kterou student studuje. Mezi respondenty z PEF najdeme 2krát více studentů, kteří vklad hotovosti na přepážce využívají poměrně často a častěji.
48
100% 80% 60% 40% 20% 0% jednorázové trvalé příkazy příkaz Nevyužívám
Ne příliš často
vklad hotovosti
výběr hotovosti
Poměrně často
Často
výměna peněz Velmi často
Obrázek 26: Jak často využíváte následující služby na přepážce
Oblíbenější než služby na přepážce je využívání služeb internetového bankovnictví. Jednorázový příkaz přes internet zadává velmi často více než 30 % studentů a dalších 50 % studentů tuto službu využije aspoň někdy. Jednorázový příkaz přes internet využívá větší počet studentů AF než studentů PEF. Mezi studenty PEF najdeme skoro 40 % studentů, kteří tuto službu nikdy nevyužili, zatímco mezi studenty AF je to jen 23 %. Na základě koeficientů kontingence tak lze usuzovat na velmi významnou závislost mezi četností využívání jednorázového příkazu přes internet a fakultou, kde student studuje. Tento jev mohl být způsoben také tím, že marketingový výzkum mezi studenty PEF proběhl už v roce 2007 a od té doby se využívání internetbankingu stále rozšiřuje. Možné je také, že studenti PEF internetbankingu méně důvěřují z hlediska bezpečnosti operací. Zadávání trvalého příkazu přes internet je méně
časté, ale i tuto službu využívá polovina dotázaných studentů. Dobíjení mobilního telefonu přes internet příliš časté není, tento výsledek je však určitě ovlivněn tím, že mnoho studentů využívá některý z operátory nabízených tarifů, a proto kredit nedobíjí vůbec.
49
100% 80% 60% 40% 20% 0% jednorázový příkaz (internet)
Nevyužívám
trvalé příkazy (internet)
Ne příliš často
dobíjení mobilu (internet)
Poměrně často
Operace přes mobil
Často
Velmi často
Obrázek 27: Jak často využíváte následující služby
Popularitu internetového bankovnictví dokazuje také fakt, že více než polovina studentů uvedla, že nejčastější způsob ovládání jejich účtu je právě internet. Obliba internetu jako způsobu ovládání bankovního účtu je větší u mužů než u dívek. Mezi studentkami tento způsob ovládaní účtu uvedlo jako nejoblíbenější 49 % dotázaných, zatímco mezi studenty to bylo 70 %. Na základě koeficientů kontingence tak lze usuzovat na velmi významnou statistickou závislost mezi způsobem ovládání účtu a pohlavím studenta. 33 % studentů nejvíce využívá bankomatu a to přesto, že služby, které bankomat poskytuje jsou omezeny zejména na výběr hotovosti nebo kontrolu stavu účtu. Snadný přístup k hotovosti byl pro 32 % studentů největším důvodem založení prvního studentského konta, proto se časté využívání bankomatu dalo očekávat.
4%
8% 33%
55%
Bankomat
Internet
Telefon
Klientské centrum
Obrázek 28: Nejčastější způsob ovládání účtu
50
100% 80% 60% 40% 20% 0% žena Bankomat
Internet
muž Telefon
Klientské centrum
Obrázek 29: Nejčastější způsob ovládání účtu u mužů a žen
Přestože studenti velmi často využívají internetové bankovnictví nebo platební karty není velká většina z nich ochotna za zřízení těchto služeb platit. Studenti tedy považují jak vydání platební karty tak zřízení internetbankingu za standardní služby, které by neměly být zpoplatněny. Vzhledem k tomu, že jen velmi málo studentů využívá telefonní bankovnictví, je logické, že za jeho zřízení nejsou ochotni platit.
250 200 150 100 50 0 vydání platební zřizení tel. bank. zřízení zasílání výpisu z kary internetbankingu účtu
ano
ne
Obrázek 30: Jste ochotni platit za následující služby
44 % dotázaných uvedlo, že jsou ochotni zaplatit za zasílání výpisu z účtu. Zasílání výpisu poštou je mezi studenty velmi rozšířené, i přesto, že stav účtu je možné sledovat na internetu nebo v bankomatu. Přes 80 % studentů dostává výpis z účtu jednou za měsíc nebo za čtvrt roku. Pouze 15 % studentů si výpis nenechává zasílat vůbec. Zájem studentů o pravidelné výpisy z účtu svědčí o jejich zodpovědnosti a snaze mít přehled o svých financích.
51
15%
1% 3%
43%
38%
Nenechávám zasílat
Ročně
Pololetně
Čtvrtletně
Měsíčně
Obrázek 31: Jak často si necháváte zasílat výpis účtu
8.1
Výsledky faktorové analýzy Hlavním cílem faktorové analýzy bylo zredukovat nadbytečné informace
obsažené v proměnných do několika faktorů, které budou mít dostatečnou vypovídací hodnotu na to, aby mohly nahradit velký počet proměnných. Výsledkem bylo rozdělení všech měřených proměnných na základě vzájemné korelace do několika málo skupin (faktorů). Proměnné zařazené do daných skupin mají vždy nějakého společného jmenovatele a toto rozdělení tak není náhodné.
8.1.1 Analýza č. 1: vliv vybraných proměnných na výběr studentského konta První faktorová analýza byla provedena s otázkou č. 10 týkající se důležitosti uvedených charakteristik pro výběr studentského bankovního účtu. Konečný počet faktorů extrahovaných z korelační matice závisí na subjektivním přístupu řešitele. V této práci bylo pro určení počtu faktorů využito Kaiser-Guttmanovo kritérium. Počet faktorů tak byl roven počtu vlastních čísel matice větších než jedna. V tomto případě byly tedy optimální 3 faktory, které dokáží vysvětlit variabilitu všech sledovaných proměnných přibližně z 51 %.
52
Tabulka 4: Tabulka rozptylu
Otázka
Komunalita
Faktor
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
0,4892 0,4346 0,5196 0,3819 0,3940 0,3511 0,6939 0,7145 0,2986 0,2518 0,3637 0,5083 0,4471 0,3973 0,2960 0,1729
1 2 3
Vl. hodnota 4,9044 2,0226 1,2035
Procento
Kumulat.
30,7% 12,6% 7,5%
30,7% 43,3% 50,8%
První faktor zahrnuje otázky týkající se studenty ne příliš často využívaných služeb a zejména pak otázek spojených přímo s bankou, ne s poskytovanými službami. Jsou zde zahrnuty otázky na téma telefonního bankovnictví, mezinárodního bankovního styku, přístupu zaměstnanců, či jména banky. Druhým faktorem jsou naopak služby, které studenti využívají velmi často, a ve kterých se nabídky bank nejvíce rozcházejí. Jedná se o poplatky za výběr z bankomatu, poplatky za běžné operace a poskytování internatbankingu. Poslední faktor zahrnuje otázky zaměřené na služby, jejichž parametry jsou u všech účtů většinou velmi podobné. Jsou zde zahrnuty poplatky za zřízení, vedení a zrušení účtu, které jsou většinou nulové.
53
Metoda hlavních os: Rotace varimax Graf faktorů: Rotace varimax A10(2)
A10(1) 0,6 A10(3)
A10(4) A10(5) A10(7)
0,4
A10(9)
Faktor 2
A10(8)
A10(12) A10(6)
0,2
A10(11) A10(15)
A10(16) A10(10)
A10(14)
0
A10(13)
-0,2
-0,4 -0,2
-0,1
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
Faktor 1
Obrázek 32: Grafické znázornění faktorů
8.1.2 Analýza č. 2: frekvence využívání vybraných služeb studenty Druhá faktorová analýza byly provedena s otázkou č 13, týkající se četnosti využívání jmenovaných služeb studenty. Jako podmínka pro určení počtu faktorů bylo opět zvoleno vlastní číslo matice větší než jedna, takto bylo určeno, že je vhodné extrahovat pět faktorů. Tato metoda však může snadno vést k extrakci nadměrného počtu faktorů. Někteří autoři (Raymond Cattell) jsou názoru, že velký počet extrahovaných faktorů je naopak výhodný a jimi extrahovaný počet faktorů někdy dosahuje až poloviny počtu testů. V tomto případě bylo ale vhodnější zvolit faktorů méně, konkrétně čtyři. Tyto čtyři faktory dokáží vysvětlit variabilitu sledovaných proměnných z necelých 54 %.
Metoda hlavních os Graf vlastních hodnot
Vlastní hodnota
3
2
1
0
0
1
2
3
4
5
6
7
8
9
Číslo vlastní hodnoty
Obrázek 33: Graf vlastních hodnot
54
10
11
12
13
14
Faktorová analýza rozdělila všechny studenty využívané služby do čtyř skupin na základě podobné četnosti jejich užívání. Po pečlivém prozkoumání je zřejmé, že toto uskupení nevzniklo jen na základě podobného hodnocení, ale každý faktor se týká jiné oblasti služeb. První faktor zahrnuje otázky týkající se všech možných operací na přepážce banky. Jedná se o zadávání jednorázových i trvalých příkazů, vklad a výběr hotovosti i ostatní služby na přepážce. Druhou skupinou a tedy druhým faktorem jsou otázky zaměřené na bankovnictví přes internet a přes mobilní telefon. Třetí faktor zahrnuje otázky týkající se pro studenty nejdůležitějších služeb. Jsou to výběr z bankomatu vlastní banky, platba platební kartou a zasílaní výpisu z účtu. Jsou to služby, jejichž zpoplatnění a výše ceny mají velmi podstatný vliv na spokojenost studenta s nabízeným účtem. Do čtvrtého faktoru jsou zařazeny služby vesměs opačného charakteru, tedy služby, které pro studenty nejsou tak důležité a jejich poskytování a poplatky za ně nejsou pro studenty při výběru účtu rozhodující.
18% 46%
16% 11%
9%
F1
F2
F3
F4
Faktory nevysvětleno
Obrázek 34: Vysvětlení celkového rozptylu faktory
8.2
Testování hypotéz Před začátkem vlastního výzkumu byly stanoveny nulové hypotézy, tedy určité
předpoklady, které jsou předběžně považovány za platné. Po ukončení výzkumu byla ověřována platnost těchto hypotéz pomocí statistických testů. Všechny hypotézy byly testovány na 5% hladině významnosti (α = 5 %)
55
Hypotéza č. 1: 90 % studentů PEF a AF MZLU v Brně vlastní alespoň jeden studentský bankovní účet Pro tuto hypotézu je nejvhodnější zvolit parametrický test o relativní četnosti. Tato hypotéza testuje, zda se zvolená relativní četnost základního souborů rovná určitému zvolenému číslu, H0: π = π0, kde π je parametr a π0 zvolené číslo. V tomto případě se jedná o očekávanou relativní četnost studentů PEF a AF, kteří vlastní aspoň jeden studentský bankovní účet. Test porovnává hodnoty základního souboru s hodnotami výběrového souboru, který se zúčastnil výzkumu. Hypotéza se ověří
p −π0
pomocí kritéria: U =
π 0 .(1 − π 0 )
~ N (0,1) , kde p je relativní četnost ve výběru
n o rozsahu n. Nulová hypotéza bude mít tvar H0: π = 0.9. Jako alternativní hypotéza byla zvolena jednostranná hypotéza ve tvaru H1: π < 0.9, ta říká, že méně jak 90 % studentů vlastní aspoň jeden studentský bankovní účet. Kritickým oborem je interval (-∞; -1,645>. Testovací kritérium: U =
251 − 0,9 300 = −3,66 0,9.(1 − 0,9) 300
Hodnota testovacího kritéria spadá do kritického oboru a nulová hypotéza byla tedy na 5% hladině zamítnuta, místo ní byla přijata alternativní hypotéza, která říká, že méně jak 90 % studentů PEF a AF vlastní aspoň jeden studentský bankovní účet.
Hypotéza č. 2: Mezi studenty PEF a AF MZLU v Brně neexistuje rozdíl v počtu studentských účtů, které studenti vlastní. Tato hypotéza se nejlépe ověří pomocí testu o rozdílu dvou relativních četností. Tento test srovnává četnosti dvou různých výběrových souborů vytvořených ze stejného základního souboru a určuje zda mezi těmito soubory existují významné rozdíly, H0: π1 - π2 = 0. V tomto případě byl srovnáván soubor studentů PEF a soubor studentů AF s cílem zjistit, zda mezi nimi existuje významný rozdíl v počtu studentů, kteří vlastní
studentský
účet.
Hypotéza
ověří
se
56
pomocí
testovacího
kritéria
U=
p1 − p 2
(n1 p1 + n2 p 2 )(n − n1 p1 − n2 p 2 ) (n1 + n2 )n1n2
~ N (0,1) , kde p1 je relativní četnost v prvním
výběru o rozsahu n1 a kde p2 je relativní četnost v druhém výběru o rozsahu n2. Nulová hypotéza má tvar H0: π1 - π2 = 0. Jako alternativní hypotéza byla použita oboustranná hypotéza ve tvaru H0: π1 - π2 ≠ 0, která říká, že mezi studenty PEF a AF existuje rozdíl v počtu studentských bankovních účtů. Oborem zamítnutí nulové hypotézy je interval (-∞; -1,96> U <1,96; +∞) Testovací kritérium: U =
133 118 − 150 150 = 1,45 133 118 133 118 + 188. − 118. 150. . 300 − 133. 150 150 150 150 (133 + 118).133.118
Hodnota testovacího kritéria nespadá do kritického oboru a hypotéza nebyla na 5% hladině významnosti zamítnuta. Mezi studenty PEF a AF neexistuje tedy rozdíl v počtu vlastněných studentských účtů.
Hypotéza č. 3: 90% podíl na trhu studentských bankovních účtů tvoří dohromady Česká spořitelna, Komerční banka a ČSOB. K ověření hypotézy byl použit test o relativní četnosti. Zvolenou relativní
četností byla odhadovaná relativní četnost studentů PEF a AF, kteří mají svůj bankovní účet založený u České spořitelny, Komerční banky nebo ČSOB. Nulová hypotéza má tvar H0: π = 0,9. K ní byla vytvořena jednostranná alternativní hypotéza ve tvaru H1: π < 0,9, tedy že Česká spořitelna, Komerční banka a
ČSOB tvoří dohromady méně než 90 % trhu. Kritickým oborem je interval (-∞; -1,645>.
Testovací kritérium: U =
248 − 0,9 300 = 0,29 0,9.(1 − 0,9) 300
Hodnota testovacího kritéria nespadá do kritického oboru a hypotéza nebyla na 5% hladině významnosti zamítnuta. Platí tedy že, Česká spořitelna, KB a ČSOB tvoří dohromady 90 % trhu.
57
Hypotéza č. 4: 15 % studentů PEF a AF MZLU v Brně považuje svůj studentský bankovní účet za lepší než ostatní studentské bankovní účty. K ověření hypotézy byl opět použit test o relativní četnosti. Zvolenou relativní
četností byla odhadovaná relativní četnost studentů PEF a AF, kteří považují svůj účet za lepší než ostatní bankovní účty. Nulová hypotéza má tvar H0: π = 0,15. K ní byla vytvořena jednostranná alternativní hypotéza ve tvaru H1: π > 0,15, tedy že více než 15 % studentů PEF a AF považuje svůj účet za lepší než ostatní účty. Kritickým oborem je interval <1,645; +∞). Testovací kritérium: U =
33 − 0,15 251 = −0,90 0,15.(1 − 0,9) 251
Hodnota testovacího kritéria nespadá do kritického oboru a hypotéza nebyla na 5% hladině významnosti zamítnuta. Platí tedy, že 15 % studentů považuje svůj účet za lepší než ostatní studentské účty.
Hypotéza č. 5: 8 % studentů PEF a AF MZLU v Brně nemělo při nástupu na VŠ zřízen studentský bankovní účet. Hypotéza byla i tentokrát ověřena pomocí testu o relativní četnosti. Zvolenou relativní četností byla odhadovaná relativní četnost studentů PEF a AF, kteří uvedli, že si studentský účet zřídili až během studia na vysoké škole. Nulová hypotéza má tvar H0: π = 0,08. K ní byla vytvořena jednostranná alternativní hypotéza ve tvaru H1: π < 0,08, tedy že méně jak 8 % studentů nemělo při nástupu na VŠ zřízen studentský účet. Kritickým oborem je interval (-∞; -1,645>. Testovací kritérium: U =
16 − 0,08 251 = −1,04 0,08.(1 − 0,08) 251
Hodnota testovacího kritéria nespadá do kritického oboru a hypotéza nebyla na 5% hladině významnosti zamítnuta. Platí tedy, že mezi studenty PEF a AF nemělo při nástupu na VŠ zřízený studentský účet 8 % z nich.
58
Hypotéza č. 6: 40 % studentů PEF a AF MZLU v Brně se při výběru svého prvního studentského účtu rozhodovalo samo. Tato hypotéza byla testována pomocí testu o relativní četnosti. Zvolenou relativní četností byla odhadovaná četnost studentů PEF a AF, kteří se při výběru svého prvního studentského účtu rozhodovali sami. Nulová hypotéza má tvar H0: π = 0,4. K ní byla vytvořena jednostranná alternativní hypotéza ve tvaru H1: π > 0,4, tedy že více než 40 % studentů PEF a AF se při zřízení prvního studentského účtu rozhodovalo samo. Kritickým oborem je interval <1,645; +∞). Testovací kritérium: U =
95 − 0,4 251 = −0,76 0,4.(1 − 0,4) 251
Hodnota testovacího kritéria nespadá do kritického oboru a hypotéza nebyla tudíž na 5% hladině významnosti zamítnuta. Platí tedy, že 40 % studentů se při zřízení prvního studentského účtu rozhodovalo samo.
Hypotéza č. 7: 50 % studentů PEF a AF MZLU v Brně uvádí jako nejčastější způsob ovládání účtu internet. Také k testování této hypotézy byl zvolen test o relativní četnosti. Zvolenou relativní četností byla odhadovaná četnost studentů, kteří uvedli, že nejčastěji ovládají svůj účet prostřednictvím internetu. Nulová hypotéza má tvar H0: π = 0,5. K ní byla vytvořena jednostranná alternativní hypotéza ve tvaru H1: π > 0,5, tedy že více než 50 % studentů PEF a AF používá internet jako nejčastější způsob ovládání účtu. Kritickým oborem je interval <1,645; +∞). Testovací kritérium: U =
135 − 0,5 251 = 1,31 0,5.(1 − 0,5) 251
Hodnota testovacího kritéria nespadá do kritického oboru a hypotéza nebyla na 5% hladině významnosti zamítnuta. Platí tedy, že 50 % studentů PEF a AF uvedlo jako nejčastější způsob ovládání účtu internet.
59
8.3
Doporučení pro studenty Studenti jsou při výběru svého studentského konta ovlivněni zejména poplatky
za vedení účtu, poplatky za výběr z bankomatu, poplatky za běžné služby a také možností využívat internetbanking. Rozhodování na základě poplatků za vedení účtu situaci studentům příliš neusnadní, většina bank nabízí totiž vedení studentského konta zdarma. Jedinou výjimkou je Unicredit bank, kde studenti musí zaplatit měsíční poplatek ve výši 19 Kč. Ani v ostatních sledovaných kritériích si Unicredit bank nevede příliš dobře. Nepraktické jsou zejména vysoké poplatky za operace, které studenti nejčastěji využívají (vklad hotovosti a jednorázový příkaz přes internet) a řídká síť bankomatů. Přestože tedy Unicredit bank nabízí vývěr z bankomatů vlastní banky zdarma, díky jejich nedostatku musí studenti často přistoupit k využití bankomatů ostatních bank za vysoký poplatek. Naopak studentský účet, který by měl nejlépe vyhovovat přáním studentů je Osobní účet Student od České spořitelny, který vychází studentům vstříc ve všech rozhodujících kritérií. Nové studentské konto České spořitelny je vytvořeno tak, že si student může vybrat z nabídky tři služby, které mu budou poskytnuty bez poplatku. Student tak může mít zdarma např. výběr z bankomatu vlastní banky, zřízení internetového i telefonního bankovnictví a platby v rámci České spořitelny. Je třeba brát ale v úvahu, že některé banky nabízejí zdarma více než 3 služby. Tento účet je tak vhodný zejména pro ty studenty, kteří se spokojí s využíváním jen několika základních služeb. Ostatní banky jsou už mnohem více vyrovnané a pro studenty stejně lákavé. Každá z nich má výhodu v něčem jiném a výběr nejvhodnějšího účtu tak záleží především na potřebách studenta. Hodnocení účtů pomocí rozhodovací tabulky je uvedeno v příloze č. 5. Ukazuje se tak, že méně známé banky jako je Waldviertler Sparkasse nebo Volksbank nabízejí služby, které by měly požadavkům studentů vyhovovat skoro stejně jako účty Komerční banky nebo ČSOB. Bankomaty těchto bank jsou většinou součástí sítě některé z větších bank a klienti tak mohou bankomaty této banky využívat jako vlastní. Přestože studenti uvedli, že jméno banky pro ně při rozhodování o výběru účtu nehraje příliš významnou roli, je počet studentů, kteří si u těchto bank účet otevřeli, minimální. Důvody proč tomu tak je z provedeného výzkumu nevyplývají. Studenti pravděpodobně ani nevědí, že tyto banky studentské účty také nabízejí a díky malému počtu klientů chybí studentům kladné reference.
60
Zajímavý přístup zvolila Komerční banka, tato banka láká studenty zejména na nepřeberné množství doplňkových služeb a zdá se, že tato taktika je mezi vyrovnanou konkurencí účinná. Přestože podle hodnocení dle rozhodovací tabulky je Komerční banka až na 7 místě, ve skutečnosti je mezi studenty druhou nejoblíbenější bankou. Potřeby studentů vhodně vystihuje také GE Money Bank, u které studenti nenarazí na žádný větší problém, je proto překvapující, že zájem o tuto banku mají pouhá 2 % studentů. Podobně je na tom také Poštovní spořitelna, které lze vytknout pouze poplatek 4 Kč za výběr z bankomatu vlastní banky. Účet od Poštovní spořitelny je určen všem mladým lidem do 26 let, nejen studentům, a proto zde není nutnost dokládat potvrzení o studiu. Dokládání studia není třeba ani u Oberbank nebo Waldviertler Sparkasse a u ČSOB stačí jen jedno potvrzení při zakládání účtu. Tabulka 5: Srovnání studentských účtu
Pořadí 1. 2.
Banka Česká spořitelna GE Money bank
3. 4. 5. 6. 7. 8. 9.
7,61
Největší nevýhoda Pouze 3 služby zdarma Výše kontokorentu
ČSOB
7,48
Nízké úročení
Waldviertler Sparkasse Poštovní spořitelna Volksbank
7,36
Neposkytuje telebanking Poplatky za výběr z vl. bankomatu Vysoké poplatky za běžné služby Nízké úročení
Komerční banka Oberbank AG UniCredit Bank
Skóre 8,51
7,32 7,18 7,15 6,78 5,67
Řídká síť bankomatů Poplatek za vedení účtu
Největší výhoda Nejhustší síť bankomatů Zdarma měsíční výpis z účtu Potvrzení o studiu jen 1x Nízké poplatky za běžné služby Pro mladé, nejen pro studenty Pro mladé, nejen pro studenty Nabídka doplňkových služeb Úročení účtu Výběr ze zahr. bankomatů banky zdarma
Studenti by neměli uzavírat účty jen u tradičních bank jako jsou Česká spořitelna, KB nebo ČSOB, měli by naopak dát víc šancí také ostatním bankám, které se jim svou nabídkou vyrovnají. Každý student by měl vybírat bankovní účet zejména podle svých potřeb. Tabulka č. 6 ukazuje nejčastější potřeby studentů a banky, které tyto potřeby nejlépe uspokojí.
61
Tabulka 6: Nejčastější potřeby studentů
Potřeba Časté vybírání z bankomatu Vysoký zůstatek na účtu
Nejvhodnější banka ČSOB, Česká spořitelna, GE Money Oberbank, Poštovní spořitelna, Volksbank, Waldviertler Sparkasse Časté cesty do zahraničí UniCredit Bank, Volksbank, KB Obliba platit kartou GE Money, KB Častý nedostatek peněz KB, Oberbank, UniCredit Bank, Nedůslednost v předkládání potvrzení o Oberbank, Poštovní spořitelna, studiu Waldviertler Sparkasse, CSOB Časté platby přes internet CSOB, Waldviertler Sparkasse, Česká spořitelna, Poštovní spořitelna
8.4
Doporučení pro banky Aby bylo možné formulovat doporučení pro banky, je nutné nejdříve podrobně
prostudovat chování studentů, zjistit podle čeho se rozhodují, co je nejvíce zajímá a co pro ně naopak důležité není. Chování každého studenta je trochu jiné, závisí na jeho věku, zájmech i prostředí, které ho obklopuje. Chování studentů provozně-ekonomické a agronomické fakulty tak bude hodnoceno na základě chování jednoho jejich zástupce, který reprezentuje chování většiny. Protože mezi studenty těchto fakult převažují dívky, bude i zvolený zástupce všech studentů dívka. Pro větší názornost se bude jmenovat Eva. Eva samozřejmě vlastní jeden studentský bankovní účet, důležité je, že si tento účet zřídila nejpozději při nástupu na vysokou školu. Eva je se službami svého účtu většinou spokojená a považuje ho za srovnatelný s ostatními nabízenými studentskými účty, nemá tedy v současné době důvod svůj účet měnit nebo si zakládat další. Pokud si Eva zřídila svůj studentský účet až těsně před nástupem na vysokou školu, je pravděpodobné, že o výběru banky rozhodovala sama. Hlavním důvodem proč se rozhodla účet založit byla nutnost někam uložit vydělané peníze. To platí ovšem pouze pokud je Eva studentkou PEF, jako studentku AF by ji k založení účtu vedl snadný přístup k hotovosti kdekoliv a kdykoliv. Při výběru svého studentského účtu byly pro Evu rozhodující: výše poplatků za vedení účtu, výše poplatků za výběr z bankomatu a výše poplatků za běžné operace. Důležité je zejména poskytování internetbankingu zdarma a nízká cena jednorázového příkazu přes internet, to je služba, kterou Eva využívá nejčastěji. Ovládání účtu internetem je nejčastějším způsobem komunikace Evy se svým účtem. Ještě oblíbenější je ovšem využívání internetu mezi studenty muži. K přímému kontaktu s pobočkou
62
dochází pouze tehdy, když se Eva rozhodne uložit na účet nějakou hotovost. Pro Evu se stalo samozřejmostí používání platební karty, ráda platí přímo kartou, ale i přesto musí
často přistoupit k výběru hotovosti z bankomatu. Protože Eva nevyužívá přečerpání účtu do mínusu, nabídka kontokorentu pro ni není rozhodující. Stejně tak jméno banky nebo umístění pobočky v místě školy nehrálo významnou roli při jejím rozhodování jaké studentské konto si vybrat. Eva není ochotna platit za zasílání výpisu z účtu, zaslání výpisu ale vyžaduje a to velmi často, nejlépe jednou za měsíc.
Z uvedeného rozboru chování studentů byla pro banky formulována následující doporučení:
Banky by se měly zaměřit zejména na studenty těsně před nástupem na vysokou školu. Mnoho studentů využívá studentský účet již na střední škole, ale v takovém případě o jeho založení rozhodují zejména jejich rodiče. Těsně před nástupem na vysokou školu je tak nejvhodnější doba, kdy studenta oslovit a nabídnout mu své služby. V průběhu studia na vysoké škole už studenti nové účty příliš často nezakládají a není tak pravděpodobné, že by banky mezi studenty starší 20 let získaly mnoho nových zákazníků.
Základem úspěchu je, aby vedení účtu bylo poskytováno zdarma. Tak tomu ve většině případů už je, a proto je pro banky nezbytné přidat další bezplatné služby. Banky by měly nabízet zdarma nebo za symbolický poplatek zejména ty služby, které studenti nejčastěji využívají. Na prvním místě jde především o výběr hotovosti z bankomatu vlastní banky, který zahrnuje také bezplatné vydání platební karty. Přestože studenti nevyžadují pobočku banky v místě bydliště ani školy, přítomnost bankomatu je kvůli četnosti jeho využívání nutná.
Banky by měly věnovat pozornost také poplatkům za běžné služby, ty hrají totiž velmi důležitou roli při rozhodování studentů. Z těchto běžných služeb jsou studenty
často využívány pouze vklad hotovosti na přepážce a zadávání jednorázového příkazu přes internet. Rozhodující jsou tedy poplatky za tyto služby, ostatní služby studenti příliš často nevyužívají, a proto je ani nízké poplatky za ně příliš neovlivní.
Banky by měly zdarma studentům nabídnout zřízení internetového bankovnictví a zasílaní výpisu z účtu poštou nejlépe každý měsíc, nebo aspoň každého čtvrt roku. O služby telefonního bankovnictví není v současné době příliš zájem, a proto ani na jeho bezplatné zřízení banky mnoho studentů nenalákají. 63
Výhodou pro nové a menší banky je, že pro studenty není rozhodující jméno banky. Pokud tedy tyto banky nabídnou studentský účet lepší než konkurence, je pravděpodobné, že se studenti přikloní na jejich stranu.
9
DISKUZE V první řadě je třeba říci, že problematika studentských bankovních účtů je
velmi široká a není cílem této práce popsat všechny skutečnosti, které s touto problematikou souvisejí. Práce je zaměřena pouze na studenty, kteří mají studentský účet už založený, zjišťuje co je k tomu vedlo a co je pro ně při výběru důležité. Studenti bez studentského účtu a důvody jejich nezájmu o tyto účty jsou mimo rozsah této práce. Při hodnocení závěrů práce je třeba brát v úvahu, že jsou srovnávány výsledky marketingového průzkumu mezi studenty provozně-ekonomické fakulty, který se uskutečnil už na začátku roku 2007, a výsledky marketingového výzkumu studentů agronomické fakulty, který proběhl na přelomu roku 2008/2009. Čas, který dělí oba výzkumy není natolik dlouhý, aby nebylo možné tato data srovnávat. Je třeba ale zohlednit, že na trhu studentských bankovních účtů mezitím k určitým změnám došlo. Změnou prošla i samotná nabídka studentských účtů. V listopadu 2007 se spojila Živnostenská banka a HVB Bank do nové banky s názvem UniCredit Bank, studentský účet Živnostenské banky byl tak nahrazen Studentským kontem UniCredit Bank. Další změnou, která trh studentských účtů poznamenala, bylo sloučení Raiffeisenbank a eBanky v červnu 2008. Studentské konto eBanky tak zaniklo a na trhu zůstalo jen KompletKonto student Raiffeisenbanky. Na konci roku 2008 bylo však zrušeno i toto konto a Raiffeisenbank dnes již speciální účet určený přímo studentům nenabízí. U zmiňovaných bank nemá otevřený účet velké množství studentů, a tak se tyto změny do výsledků promítly jen minimálně. Změnami prošly také studentské účty některých jiných bank. Největší změnu nabídla Česká spořitelna, která v únoru 2009 představila Osobní účet Student, který se svou variabilitou odlišuje od všech ostatních účtů. V době vlastního marketingového výzkumu však stále ještě existovalo původní konto České spořitelny Student+ a odpovědi studentů se tedy týkaly tohoto účtu. Několika změnami prošel i dotazník, který byl studentům předkládám. I když před začátkem prvního marketingového výzkumu proběhl předvýzkum, aby odhalil chyby a nedostatky v připraveném dotazníku, bylo v průběhu výzkumu zjištěno, že by
64
bylo vhodné provést další drobné změny, které by pokládané otázky ještě více upřesnily. K marketingovému výzkumu mezi studenty agronomické fakulty byl tedy již použit upravený dotazník. Rozdíly se týkají čtyř otázek (1., 9., 10., 13. otázka). Další skutečnost, která mohla ovlivnit výsledky výzkumu, je způsob, jakým byli studenti kontaktování. V případě provozně-ekonomické fakulty byl dotazník rozeslán prostřednictvím univerzitního emailu všem studentům fakulty. V případě výzkumu mezi studenty agronomické fakulty již tento způsob nebyl možný, protože nová směrnice ICT MZLU rozesílání podobným emailů zakazuje. Dotazník byl tedy umístěn na nástěnku univerzitního systému, pro zvýšení návratnosti dotazníku byl navíc dotazník emailem rozeslán náhodně vybraným studentům. Distribuce dotazníků nebyla tedy pokaždé stejná, byl ale vždy zajištěn přístup k dotazníku pro všechny studenty vybraných fakult. Důležitou otázkou je zda je vzorek studentů, který se výzkumu zúčastnil, dostatečně reprezentativní, aby mohly být výsledky zobecněny na všechny studenty obou fakult. Vzhledem k počtu studentů na provozně ekonomické a agronomické fakultě je vzorek o velikosti 2x 150 studentů dostatečně velký, aby bylo zobecnění možné. Způsob výběru studentů se nejvíce blížil samovolnému výběru, takto vzniklý výběr však nelze považovat za reprezentativní. Struktura výběru přesto není příliš vzdálená od skutečnosti. Ve výběru převažují dívky a zastoupení studentů jednotlivých ročníků je relativně rovnoměrné s tím, že studentů na bakalářském stupni je více než na magisterském. Pro provádění některých statistických analýz je vzorek 300 studentů nedostatečný a zejména výsledky faktorové analýzy a kombinačního třídění nemusí být přesné.
10 ZÁVĚR Studenti často využívají výhodných nabídek bank a zakládají si studentské bankovní účty. První studentský účet si mnoho studentů zřizuje už na střední škole, s výběrem účtu středoškolákům nejčastěji pomáhají rodiče. Ostatní studenti si většinou založí první studentské konto před nástupem na vysokou školu. Při nástupu na univerzitu tak má svůj studentský účet už skoro 80 % všech studentů provozně ekonomické a agronomické fakulty. Čím starší jsou studenti při zakládání účtu, tím pravděpodobnější je, že si o výběru konta budou rozhodovat sami a nenechají se ovlivnit radami rodičů, známých ani přátel. Většina studentů má pouze jeden studentský
65
účet, a protože jsou s jeho službami spokojeni a nabídky ostatních bank považují za velmi podobné, nemají chuť své účty měnit nebo si zakládat další. Pro studenty je při rozhodování jaký účet zvolit nejdůležitější výše poplatků za vedení účtu, výše poplatků za běžné platební operace a výše poplatků za výběr z bankomatu. Přestože studentské účty nabízejí stejné služby jako běžné účty pro dospělé, studenti řadu z nich využívají velmi málo nebo vůbec. Využívány jsou pouze základní služby, jako jsou vklad hotovosti na přepážce nebo zadávání jednorázového příkazu přes internet. Rozhodující je tak především výše poplatků za tyto služby. K výběru z bankomatu používají studenti skoro vždy pouze bankomatů vlastní banky, je proto důležité, aby banka disponovala hustou sítí bankomatů. Naopak nejmenší vliv má na studenty umístění pobočky v místě školy, výše kontokorentu nebo jméno banky. Studenti chtějí takový účet, který nabízí zřízení internetbankingu i vydání platební karty zdarma. Studenti vyžadují bezplatné zřízení internetového bankovnictví, protože internet je pro ně nejčastějším způsobem ovládání účtu a tato služba je pro ně velmi důležitá. Bezplatné vydání platební karty je vzhledem k jejímu častému využívání studenty také velmi důležité. Studenti ji velmi často využívají jak k přímé platbě u obchodníka, tak k výběru z bankomatu. Práce s bankomatem je i přes jeho omezené možnosti druhým nejoblíbenějším způsobem ovládání účtu. Mezi doplňkovými službami nemají studenti svého favorita, každý z nich podle svého zaměření dává přednost něčemu jinému. Stejně velký zájem je tak o příspěvky na ISIC kartu, bonusy při používání platební karty nebo cestovní pojištění zdarma. Důležité je také bezplatné zasílání výpisu z účtu poštou. Studenti si nechávají zasílat informace o pohybech na svém účtu většinou jednou měsíčně nebo jednou za čtvrt roku. 15 % studentů o výpis z účtu poštou vůbec nemá zájem, tito studenti sledují stav svého účtu pouze přes internet nebo bankomat. Nejoblíbenější bankou je jednoznačně Česká spořitelna, kterou si zvolilo 45 % studentů provozně-ekonomické a agronomické fakulty. Zájem je také o Komerční banku (34 %) a ČSOB (12 %). Tyto tři banky tak dohromady zaujímají přibližně 90 % trhu studentských bankovních účtů. Nedá se ovšem říci, že by se služby těchto bank nějak výrazně lišily od ostatních a dokázaly uspokojit potřeby studentů lépe něž ostatní banky na trhu. Proto je překvapující, že studenti uvedli, že jméno banky nepatří mezi důležité faktory při rozhodování o výběru banky. Mezi rozhodovacími procesy studentů provozně-ekonomické a agronomické fakulty neexistuje mnoho rozdílů. Počet studentů vlastnící aspoň jeden bankovní účet je 66
u obou fakult přibližně stejný, což bylo potvrzeno nezamítnutím nulové hypotézy, která
říká, že mezi studenty PEF a AF neexistuje v počtu studentských účtů, které vlastní, rozdíl. Rozdílné jsou ale důvody, proč si studenti svůj první studentský bankovní účet zřídili. Mezi studenty PEF převažuje názor, že potřebují účet, aby si měli kam uložit vydělané peníze, studenti AF si založili první účet zejména proto, že chtěli mít snadný přístup kdekoliv a kdykoliv k hotovosti. Tato závislost mezi důvodem založení prvního studentského účtu a studovanou fakultou byla potvrzena koeficienty kontingence. Dalším rozdílem je vliv umístění pobočky v místě školy na výběr účtu. Ani u jedné fakulty není tento faktor příliš významný, dle koeficientů kontingence je však tento faktor více zohledňován studeny AF. Rozdíly existují také v četnosti využívání jednorázového příkazu přes internet a v četnosti vkladu hotovosti na přepážce. Více jak 40 % studentů PEF jednorázový příkaz přes internet nikdy nepoužilo, mezi studenty AF je to pouze 20 %. U vkladu hotovosti na přepážce je situace opačná. Mezi studenty PEF je 2krát více těch, kteří tuto službu využívají poměrně často a častěji, než je tomu u studentů AF.
11 POUŽITÁ LITERATURA 1) BÁRTOVÁ H., BÁRTA V. Marketingový výzkum trhu. 1. vyd. Praha :Ekonomia, 1991. 107 s. ISBN 80-85378-09-4. 2) DODGE R. H., FULLERTON D. S., RINK R. D. Marketing research. 1. vyd. Columbus: Charles E. Merrill Publishing Company, 1982. 530s. ISBN 0-67413-09847-5. 3) FORET M., PROCHÁZKA P. Marketing: základy a principy. 1. vyd. Brno: Computer Press, 2003. 199s. ISBN 80-7226-888-0. 4) FORET M., STÁVKOVÁ J. Marketingový výzkum - jak poznávat své zákazníky. 1. vyd. Praha: Grada Publishing, 2003. 160s. ISBN 80-247-0385-5. 5) HAUGE P. Průzkum trhu. 1. vyd. Brno: Computer Press, 2003. 234s. ISBN 80-7226-917-8. 6) HEBÁK P. Vícerozměrné statistické metody (3). 1. vyd. Praha: Informatorium, spol. s.r.o., 2005. 255s. ISBN 80-7333-039-3. 7) KOTLER P. Marketing Management. 1. vyd. Praha: Grada Publishing, 1998. 712s. ISBN 80-7169-600-5.
67
8) KOZEL R. Moderní marketingový výzkum. 1. vyd. Praha: Grada Publishing, 2006. 280s. ISBN 80-247-0966. 9) KRESS G. Marketing research. 3. vyd. London: Prentice-Hall International, 1988. 380s. ISBN 0-13-558529-5. 10) MINAŘÍK B. Statistika I. Popisná statistika. (První část). 1. vyd. MZLU v Brně, 2006. 98 s. ISBN 80-7157-928-9. 11) MINAŘÍK B. Statistika I. Popisná statistika. (Druhá část). 1 vyd. MZLU v Brně, 2004. 107 s. ISBN 80-7157-427-9. 12) MINAŘÍK B. Statistika II. 1. vyd. MZLU v Brně, 2007. 136s. ISBN 80-7375-033-6. 13) ŘÍČAN P. Prolegomena k faktorové analýzy. 1. vyd. Praha: Státní pedagogické nakladatelství, n. p., 2007. 136s. ISBN 80-7375-033-6. 14) ZBOŘIL K. Marketingový výzkum – metodologie a aplikace. 1. vyd. Vysoká škola ekonomická v Praze, 1998. 171s. ISBN 80-7079-394-5.
Internetové zdroje 15) JANDA J. Studentské účty: Aktuální nabídka na trhu. [online]. poslední úpravy 23.10.2008 [cit. 2009-12-04]. Dostupné z:
. 16) PROCHÁZKA M. Banky vyrazily do boje o studenty. [online]. poslední úpravy 29.9.2007 [cit. 2009-12-04]. Dostupné z:
. 17) SKOLEK T. Pohled za hranice studentských účtů. [online]. poslední úpravy 13.5.2008 [cit. 2009-12-04]. Dostupné z: . 18) SKOLEK T. Studentský účet? Zřiďte si rovnou dva. [online]. poslední úpravy 12.5.2008 [cit. 2009-12-04]. Dostupné z: . 19) ŠEVČÍKOVÁ I. Co nabízení studentská konta? [online]. poslední úpravy 28.8.2007 [cit. 2009-12-04]. Dostupné z: . 20) ABZ slovních cizích slov [online].[cit. 2009-14-04]. Dostupné z: . 68
21) Bankovní domy v České republice [online].[cit. 2009-14-04]. Dostupné z: . 22) Srovnání studentských účtů [online]. poslední úpravy 3.11.2008 [cit. 2009-12-04]. Dostupné z: .
Webové stránky bank 23) ČESKÁ SPOŘITELNA. [online].[cit. 2009-27-04]. Dostupné z: . 24) ČSOB. [online].[cit. 2009-12-04]. Dostupné z: . 25) GE MONEY BANK. [online].[cit. 2009-12-04]. Dostupné z: . 26) KOMERČNÍ BANKA. [online].[cit. 2009-12-04]. Dostupné z: . 27) OBERBANK AG. [online].[cit. 2009-12-04]. Dostupné z: . 28) POŠTOVNÍ SPOŘITELNA. [online].[cit. 2009-12-04]. Dostupné z: . 29) RAIFFEISEN BANK. [online].[cit. 2009-12-04]. Dostupné z: . 30) UNICREDIT BANK. [online].[cit. 2009-12-04]. Dostupné z: . 31) VOLKSBANK. [online].[cit. 2009-12-04]. Dostupné z: . 32) WALDVIERTLER SPARKASSE. [online].[cit. 2009-12-04]. Dostupné z: .
12 SEZNAM PŘÍLOH Příloha č. 1 – Dotazník Příloha č. 2 – Rozdělení četností Příloha č. 3 – Kontingenční tabulky Příloha č. 4 – Výsledky faktorové analýzy Příloha č. 5 – Rozhodovací tabulka
69
