SROVNÁNÍ PŘÍJMŮ ČÍŠNÍKŮ V KUŘÁCKÝCH A NEKUŘÁCKÝCH RESTAURACÍCH

Masa rykova un iverz ita Ekonomicko-správní fakulta Studijní obor: Hospodářská politika

SROVNÁNÍ PŘÍJMŮ ČÍŠNÍKŮ V KUŘÁCKÝCH A NEKUŘÁCKÝCH RESTAURACÍCH Comparison of waiters' incomes in smokers and non-smokers restaurants Bakalářská práce

Vedoucí bakalářské práce:

Autor:

Ing. Michal KVASNIČKA, Ph.D.

Vendula ŠTĚPÁNÍKOVÁ

Brno, 2015

J mé no a p ř í j mení aut or a:

Vendula Štěpáníková

Ná z e v bakal ář ské pr áce:

Srovnání příjmů číšníků v kuřáckých a nekuřáckých restauracích Comparison of waiters' incomes in smokers and non-smokers restaurants

Ná z e v pr áce v angličt i ně: Ka t e dr a:

Ekonomie

Ve doucí di pl omové pr áce:

Ing. Michal Kvasnička, Ph.D.

Rok obhaj oby:

2015

Anotace Cílem bakalářské práce „Srovnání příjmů číšníků v kuřáckých a nekuřáckých restauracích“ je zjistit, zda existují rozdíly v příjmech číšníků podle toho, zda pracují v kuřácké nebo nekuřácké restauraci a srovnání těchto výsledků s předchozími empirickými výzkumy, které se zabývají podobnou problematikou. Práce se skládá z přehledu literatury, analýzy dat pomocí popisných statistik, grafů a ekonometrických modelů. Na rozdíl od předchozích studií se mi nepodařilo prokázat, ţe by u číšníků v České republice platila teorie mzdových kompenzačních rozdílů. Stejně jako v citovaných empirických výzkumech jsem ve svých datech našla důkazy, ţe kuřáci mají niţší averzi k riziku a vyšší ochotu pracovat v rizikovém prostředí bez mzdové kompenzace.

Annotation The aim of this bachelor thesis "Comparison of waiters' incomes in smokers and non-smokers restaurants" is to find out if there are any differences in waiters' incomes. Comparing if they work in non-smoking or smoking restaurants. I compare my results with the previous empirical researches which deal with similar matter. My thesis contents of literature review, data analysis based on descriptive statistics, graphs and econometric models. In contrast to the former studies I was unable to prove that in the Czech Republic the theory of waiters' compensation wage differences is valid. As it was quoted above in the empirical researches I found in my data that smokers have a lower averse to a risk and a higher will to work in risky environment without any wage compensation.

Klíčová slova číšníci, kuřácké restaurace, mzda, OLS

Keywords waiters, smokers restaurant, wage, OLS

Prohlášení Prohlašuji, ţe jsem bakalářskou práci Srovnání příjmů číšníků v kuřáckých a nekuřáckých restauracích vypracovala samostatně pod vedením Ing. Michala Kvasničky, Ph.D. a uvedla v ní všechny pouţité literární a jiné odborné zdroje v souladu s právními předpisy, vnitřními předpisy Masarykovy univerzity a vnitřními akty řízení Masarykovy univerzity a Ekonomicko-správní fakulty MU. V Brně dne 20. dubna 2015 vlastnoruční podpis autora

Poděkování Na tomto místě bych ráda poděkovala Ing. Michalu Kvasničkovi, Ph.D. za cenné připomínky a odborné rady, kterými přispěl k vypracování této bakalářské práce. Dále děkuji mé rodině a nejbliţším za jejich podporu v době, kdy tato práce vznikala.

OBSAH ÚVOD .........................................................................................................................................9 1

REŠERŠE LITERATURY ..............................................................................................10

2

DATA ................................................................................................................................12 2.1 SBĚR DAT .....................................................................................................................12 2.1.1 Pilotní dotazník .....................................................................................................13 2.1.2 Finální verze dotazníku .........................................................................................13 2.2 ANALÝZA DAT ..............................................................................................................14 2.2.1 Vyřazená data .......................................................................................................14 2.2.2 Popisné statistiky ..................................................................................................15 2.2.3 Kategorizované histogramy ..................................................................................21 2.2.4 Korelační matice ...................................................................................................30

3

REGRESNÍ MODEL .......................................................................................................33 3.1 MODEL 1 ......................................................................................................................33 3.2 MODEL 2 ......................................................................................................................36 3.3 OČIŠTĚNÝ MODEL .........................................................................................................39 3.4 INTERPRETACE MODELŮ ...............................................................................................41 3.4.1 Endogenní chování číšníků ...................................................................................43

ZÁVĚR ....................................................................................................................................46 SEZNAM POUŢITÝCH ZDROJŮ .......................................................................................48 SEZNAM GRAFŮ ..................................................................................................................50 SEZNAM TABULEK .............................................................................................................51 SEZNAM PŘÍLOH.................................................................................................................52

ÚVOD Příjmy číšníků v kuřáckých a nekuřáckých restauracích jsou zajímavé a diskutované téma. V poslední době se v mnoha zemích světa diskutuje a také zavádí úplný zákaz kouření v restauracích a právě otázku, zda existují rozdíly v příjmech číšníků v těchto restauracích, je dobré zváţit uţ před zavedením těchto zákonů. Cílem práce Srovnání příjmů číšníků v kuřáckých a nekuřáckých restauracích je zjistit, zda se příjmy v těchto restauracích liší a jak jde tento rozdíl vysvětlit. K příjmovým rozdílům existují různé teoretické koncepty, které byly v empirických výzkumech dokázány ale nezaručují, ţe i v případě restaurací a číšníků budou odpovídat skutečnosti. Abych mohla naplnit cíl této práce, musím nejprve vytipovat ekonomickou teorii a empirické výzkumy, na které budu svou prací navazovat. Poté vytvořím dotazník, pomocí kterého sama nasbírám data od číšníků. Důleţité je zejména o jaký typ restaurace jde (kuřácká, nekuřácká) a jaký příjem číšník má. Nasbíraná a posléze očištěná data budou pouţita pro samotné analýzy, které by měly vést k cíli práce. Pomocí sestaveného ekonometrického modelu bych měla zjistit, zda existují rozdíly v příjmech číšníků a jaké důvody za těmito rozdíly stojí. Celá práce bude strukturovaná podle metodologie, kterou jsem zde nastínila. Jako první krok popíšu, co se o dané problematice ví, zda uţ někdo uskutečnil stejný výzkum a jaké problémy by mohli ovlivnit výsledky mé analýzy. Poté sestavím dotazník tak, abych byla schopna nasbíraná data efektivně vyuţít. Důleţitým krokem je popis dat, díky kterému se budu moci detailně podívat, zda je moţné v datech vidět nějaký trend. Poslední částí bude vytvoření ekonometrického modelu a interpretace výsledků, které by měli vést k naplnění cíle této práce.

9

1

REŠERŠE LITERATURY O vlivu kouření na mzdy číšníků neexistuje ţádná konkrétní literatura. Pro seznámení

se s danou problematikou vysvětlím, co jsou to kompenzační mzdové rozdíly. Kompenzační mzdové rozdíly patří mezi ekonomické předpoklady, které je moţné nalézt v kaţdé základní učebnici ekonomie. Tento jev je dokázán mnohými empirickými studiemi. Teorii kompenzačních mzdových rozdílů jako první nastínil Adam Smith ve své knize Bohatství národů uţ před více neţ dvěma sty lety. Podle této teorie povolání, která mají větší riziko smrti nebo pravděpodobnost úrazu za jinak stejných podmínek, jsou ohodnocena vyšší mzdou, neţ ţádanější profese (Meng, 1989). Teorie mzdových kompenzačních rozdílů rozvíjí vztah mezi charakteristikami pracovního místa a mzdou. Pracovní pozice s méně ţádoucími charakteristikami vyţadují mzdové prémie, aby nalákali zaměstnance (Rosen, 1986). Fungování této teorie je moţné najít v mnoha příkladech. Například zaměstnanci dělnických prací, servisní pracovníci, nebo pracovníci v dolech, výrobě a dopravě mají vyšší mzdy. Naproti tomu v odvětvích jako je velkoobchod, maloobchod, finance a sluţby jsou mzdy niţší. Tyto a podobné mzdové rozdíly napříč širokým spektrem odvětví byly zaznamenány jiţ v roce 1898 (Leigh, 1995). Kniesner a Leeth (1991) například našli důkazy kompenzace mzdy v Austrálii a v USA, ale ne v Japonsku. Kromě kompenzace mzdy napříč odvětvími je také moţné vidět kompenzaci mzdy za práci v znečištěném prostředí. Znečištěné prostředí je problém, kterým se budu zabývat ve svém výzkumu. V mém případě jsou zaměstnanci vystaveni cigaretovému kouři, coţ významně ovlivňuje jejich zdraví. Látky znečišťující ovzduší na pracovišti mohou způsobit různé komplikace, například podráţdění očí, onemocnění dýchacích cest, kardiovaskulární onemocnění a také můţe způsobit předčasnou smrt (Cesar, 2002). Krátkodobé setrvání v znečištěném prostředí můţe mít vliv na lidi s oslabenou obranyschopností a můţe vést aţ k předčasné smrti. Dvě studie od Dockery a kolektiv (1993) a Poppe a kolektiv (1995) představují průřez faktorů, které mohou vést k předčasné smrti. Tyto studie spočítali funkce přeţití a zjistily, ţe znečištěné ovzduší významně ovlivňuje a zkracuje počet let ţivota. Díky tomu, ţe neexistuje ţádný předchozí výzkum, který by zkoumal mzdy číšníků v závislosti na zakouřenosti, je dobré zamyslet se nad tím, zda se číšníci chovají tak jak očekává

10

teorie kompenzačních rozdílů. Mezi číšníky je spousta kuřáků a proto nastíním rozdílné chování kuřáků na trhu práce a také to, jak zaměstnavatelé kuřáky vnímají. Viscusi a Hersch (2001) píší, ţe kuřáci podstupují větší pracovní rizika, ale jsou za něj méně kompenzováni neţ nekuřáci. Výsledky naznačují, ţe kuřáci se liší nejen ve svých preferencích, ale také v jejich trţních příleţitostech. Důvod, proč kuřáci dostávají niţší mzdy, můţe být v tom, ţe na rozdíl od nekuřáků investují méně času do svého vzdělání a zdraví. Mnoho studií ukazuje korelaci mezi vzděláním a zdravím. Grossman (1976) a Michael (1973) předpokládali, ţe školní docházka zvyšuje efektivně produktivitu a zdraví. Oproti tomu Farrel a Fuchs (1986) tvrdili, ţe nezjistitelné rozdíly v míře časové preference determinují investice do lidského kapitálu, i investice do zdraví člověka. Lahiri a Song (2000) poskytli důkazy, které říkají, ţe kuřáci mají vyšší míru časové preference. Z toho plyne, ţe kuřáci jsou méně ochotní investovat do svého vzdělání a do svého zdraví. Levine, Gustafson a Velenchik (1997) ve svém výzkumu zjistili, ţe kuřáci mají v průměru o 4 - 8 % niţší mzdy neţ nekuřáci na stejné pozici. Nenalezli ţádné objektivní důvody, proč mají kuřáci niţší mzdy. Diskutovali moţnost, ţe kuřáci jsou diskriminováni ze strany zaměstnavatelů a kolegů, kterým tento zlozvyk znepříjemňuje pobyt v zaměstnání. Zaměstnavatelé také často povaţují kuřáky za méně produktivní, a proto jsou ochotni jim nabídnout niţší mzdu za stejnou práci. Kristein (1983) říká, ţe kuřáci mají niţší produktivitu neţ nekuřáci, protoţe si tolik nechrání své zdraví a díky tomu mají více absencí na pracovišti způsobené nemocemi. Kuřáci jsou specifická skupina zaměstnanců, kteří mají niţší averzi k riziku, aniţ by vyţadovali nějakou kompenzaci. Dále je také moţné říct, ţe kuřáci mají často niţší vzdělání neţ nekuřáci a to vše determinuje, ţe kuřáci vydělávají niţší mzdy. Můj výzkum řeší otázku, zda je rozdíl v příjmech číšníků v kuřáckých a nekuřáckých restauracích. Podle kompenzační mzdové teorie by se dalo očekávat, ţe číšníci v kuřáckých restauracích by měli vydělávat více, neţ číšníci v nekuřáckých restauracích. Ale jak vyplynulo z empirických studií, které jsem zde popsala, řešení tohoto problému můţe být sloţitější díky tomu, ţe kuřáci jsou specifická skupina zaměstnanců, kteří mají niţší averzi k riziku a za pobyt v zakouřeném prostředí nevyţadují mzdovou kompenzaci.

11

2

DATA

2.1

Sběr dat Data jsem sbírala pomocí dotazníkového šetření, které probíhalo online přes Google

Disk. Dotazník vznikal několik měsíců za spolupráce s vedoucím této práce a také s lidmi z praxe, tedy se servírkami a číšníky, kteří mají zkušenosti v tomto oboru. Při sestavování dotazníku se dbalo na základní pravidla dotazování. Důleţité bylo ujasnit si podobu dotazníkového šetření a pro koho je primárně určené. Dotazník jsem vytvářela podle postupu, jaký popisuje Babbie ve své knize, abych se drţela standardní metodologie (Babbie, 2010). První verzí tohoto dotazníku byl tzv. "pilotní dotazník", který měl papírovou podobu. Vyplnilo ho 6 respondentů. Tyto odpovědi byly pouţity pouze pro potřeby vzniku finální verze dotazníku. Konečná verze dotazníku byla obsáhlejší neţ pilotní. Chtěla jsem tímto předejít tomu, aby mi nechyběla nějaká důleţitá data. Snaţila jsem se získat co nejvíce informací v jednom kroku. Dotazování probíhalo online pomocí volně dostupné aplikace Google Disk společnosti Google na vytváření dotazníků. Díky této moţnosti jsem mohla získat výsledky napříč celou republikou. Kaţdý prvek (číšník, servírka) ze základního souboru (všech zaměstnanců restaurací v ČR) má stejnou šanci stát se prvkem výběrového souboru. Reprezentativita výběru je zaloţena na principu náhodnosti (Reichel, 2009, s. 78). Šíření dotazníku probíhalo pomocí sociální sítě Facebook. V prvním kroku šíření dotazníku jsem se snaţila pomocí přátel a známých dostat dotazník co nejvíce mezi lidi, kteří pracují v restauračních zařízeních. Poté jsme vyuţila zájmové skupiny, které na Facebooku existují. Vyuţila jsem skupin PRÁCE GASTRONOMIE: ČÍŠNÍCI, SERVÍRKY, BARMANI / KY, KUCHAŘI, PROVOZNÍ ATD nebo kuchaři číšníci. Do těchto skupin jsem umisťovala příspěvek s ţádostí o vyplnění mého dotazníku. Sběr dat probíhal dva měsíce. Poprvé jsem dotazník vyvěsila na internet v polovině října a šířila jsem ho mezi číšníky a servírky aţ do půlky prosince 2014, kdy jsem ho uzavřela.

12

2.1.1

Pilotní dotazník Jak bylo řečeno v úvodu této kapitoly, pilotní dotazník vyplnilo 6 číšníků.

Zaměstnanci prokázali, ţe jsou schopni dobře odhadnout průměrnou cenu jídla v jejich restauraci i průměrnou částku za spropitné, kterou jim nechá host. Číšníci ze stejné restaurace se v těchto odpovědích lišili jen v pár korunách i přesto, ţe během vyplňování neměli moţnost se navzájem ovlivňovat. Otázkou zůstává, nakolik jsou schopni odhadnout svůj celkový příjem za jeden měsíc. Pro potřeby této práce je tato informace velice důleţitá. Z informací od číšníků a servírek, kteří mají zkušenosti s více zaměstnavateli, vyplynulo, ţe základní mzda od zaměstnavatele se napříč restauracemi moc neliší. Naopak největší rozdíl v příjmech je právě dán výší spropitného a benefity, které zaměstnavatel nabízí svým zaměstnancům. Mezi hlavní benefity patří jídlo zdarma, sleva na útratu v restauraci, podíl na zisku a další. Z naší zkušenosti vyplynulo, ţe pro zaměstnance v restauračních zařízeních je často obtíţné odpovědět na otázku, jaký je jejich příjem před zdaněním. Často tvrdí, ţe nikdy neviděli výplatní pásku a nerozumí rozdílu mezi příjmem před zdaněním a po zdanění. Z této skutečnosti bylo vycházeno při tvorbě finální verze dotazníku a také při přípravě ekonometrického modelu.

2.1.2

Finální verze dotazníku Konečná verze dotazníku byla poměrně obsáhlá a rozdělena do třech částí. Celý

dotazník byl rozesílán pod názvem "Pracovní podmínky servírek a číšníků v České republice", aby se předešlo tomu, ţe respondenti odhalí co je klíčové a záměrně zkreslí informace, které odpoví. První část dotazníku se zaměřila na informace o restauraci. Zajímalo mě zejména, ve kterém kraji se restaurace nachází a o jaký typ restaurace jde. Zda se restaurace nachází ve výletní oblasti, zda je restaurace kuřácká nebo nekuřácká a jak subjektivně vnímají respondenti intenzitu zakouření v interiéru. Druhá část dotazníku zjišťovala, jaký příjem zaměstnanci mají a jak by mohl být rozdělen. Díky pilotnímu dotazníku jsem očekávala, ţe bude problematické zjistit celkový příjem před zdaněním, proto tato otázka nebyla povinná. Nejdůleţitější otázka na příjem tedy zůstala ta, ve které se ptám na celkový příjem po zdanění. Další otázky v této sekci se týkaly 13

spokojenosti zaměstnanců. Respondenti byli dotazováni na jejich spokojenost s platovým ohodnocením, s kolegy, s prostředím, ve kterém pracují a jeho čistotou. Těmito posledními otázkami jsem se snaţila naplnit můj název dotazníku, ţe záměrem tohoto výzkumu z hlediska respondentů je zjistit, jaké jsou pracovní podmínky servírek a číšníků u nás a zda jsou tito zaměstnanci spokojení se svým aktuálním zaměstnáním. Poslední část dotazníku se ptala na osobní charakteristiky zaměstnanců. Zajímal mě především jejich věk, pohlaví, zda jsou kuřáci nebo nekuřáci a také jejich vzdělání. Důleţité bylo i to zda jsou studenti a jaký typ úvazku mají se zaměstnavatelem uzavřený. Poslední otázka celého dotazníku dávala prostor respondentům vyjádřit svůj názor na tuto problematiku. Díky tomuto volnému prostoru se ve výsledcích dotazníku sešlo spousta zajímavých příspěvku, kde číšníci a servírky poukázali na problémy, které v této sféře nastávají. Celý dotazník měl 36 otázek a jeho vyplnění trvalo přibliţně 8 minut. Většina otázek byla nastavena jako výběrové z daných moţností. Celé jeho znění je v příloze A. Podařilo se mi pro moji další práci získat 177 vyplněných dotazníků.

2.2

Analýza dat Prvním krokem, jak zpracovat nasbíraná data, je průzkumná analýza dat (EDA -

exploratory data analysis). Průzkumná analýza dat není soubor specifických technik (na rozdíl od statistiky samotné), je to spíše filozofie, jak by měla být analýza dat provedena. EDA je silně spojena s pouţitím grafického znázornění dat (Adrienko, 2006, str. 3). V této podkapitole se jako první zaměřím na důvody vyřazení některých dat z datové tabulky. Poté se podívám na popisné statistiky. Nejdůleţitějším krokem, který právě vyuţívá EDA, je grafické znázornění dat, k němuţ pouţiji kategorizované histogramy v poslední části kapitoly a popíši korelační matici daných proměnných.

2.2.1

Vyřazená data V mém dotazníkovém šetření mi odpovědělo 177 respondentů. Ne všechny odpovědi

bylo moţné pro tuto práci pouţít. 14

Nejdůleţitější bylo ujasnit si, s jakými daty potřebuji pracovat. V prvním kroku jsem data roztřídila a nevyhovující se vyškrtla. Směrodatné bylo, ţe mě zajímají restaurace s obsluhou. Z toho vyplývá, ţe všechny ostatní typy restaurací jsem z datové matice vyškrtla. V dotazníku bylo záměrně uvedeno několik typů restaurací. Bylo by sloţité šířit tento dotazník pouze mezi servírky a číšníky v mnou poţadovaném typu restaurace. První vyřazené odpovědi byli kavárny, bary a fast foody. Za restaurace s obsluhou jsem povaţovala pizzerie a hotelové restaurace, které v mé datové matici zůstaly. Dalším důvodem pro vyřazení některých vyplněných řádků bylo, pokud se jednalo o očividný překlep nebo informace, kterou nelze povaţovat za reálnou. Odpovědi, které zahrnovaly měsíční mzdu nad 100 000 Kč, povaţuji za nereálné, a proto jsem je vyřadila. Dalším důvodem vyřazení byla data, kde respondent odpovídal vyšší částku pro příjem po zdanění neţ před zdaněním. I takové informace jsem povaţovala za překlep a rozhodla jsem se s nimi dále nepracovat. Také se stalo, ţe respondent odpověděl, ţe jeho příjem je 0. Ani s takovými odpověďmi jsem nemohla dále pracovat. Kromě nevhodných odpovědí v příjmech jsem musela odstranit některé data kvůli nereálnému počtu hodin v práci. Všechny odpovědi, které byly nad 24 hodin denně, jsem povaţovala za nepochopení otázky ze strany respondenta a musela jsem je odstranit. Nejvyšší počet hodin v zaměstnání během jednoho dne mám 19. To mi po rozhovorech s číšníky připadá reálné. Špatná data jsem odstranila, abych eliminovala jejich vliv. Po odstraněný všech nevhodných proměnných zbyla datová matice o 134 pozorováních. Toto je finální datová matice, se kterou budu nadále pracovat pro všechny analýzy v této kapitole i pro všechny modely, na kterých budu testovat mé hypotézy.

2.2.2

Popisné statistiky Prvním krokem mé analýzy jsou popisné statistiky daných proměnných. V této části se

soustředím na proměnnou průměrná mzda v kraji, kterou jsem získala z Českého statistického úřadu. Jedná se o průměrnou mzdu v krajích ve sluţbách pro rok 2013 a dále jsem tyto hodnoty vydělila 160 (průměrný počet hodin v práci za 4 týdny). Dalšími důleţitými proměnnými byla míra zakouření, cena jídla, průměrná útrata jednoho hosta a spropitné jednoho hosta. Dále také počet dní, které zaměstnanci v průměru tráví během týdne v práci a počet hodin, které průměrně během jednoho dne odpracují. Poté jsem se zde zabývala také 15

věkem servírek a číšníků a počtem let jejich praxe. Poslední a nejdůleţitější proměnná, kterou zde popíši, je průměrná hodinová mzda číšníků, kterou jsem získala jednoduchým výpočtem:

Průměrná hodinová mzda = celkový měsíční příjem po zdanění / (počet dní v týdnu v práci * počet hodin v práci během dne * 4)

Tabulka 1: Popisné statistiky

Popisné statistiky Proměnná Průměrná hodinová mzda v kraji ve sluţbách Míra zakouření Cena jídla Útrata jednoho hosta Spropitné jednoho hosta Počet dní v práci Počet hodin v práci během dne Věk Počet let praxe Průměrná hodinová mzda

N platných

Průměr

Medián

Min

Max

Sm. odch.

134

106,72

104,56

97,288

116,91

7,410

134

2,86

2,00

0,00

10

3,022

134

196,78

179,50

40,00

800

108,368

134

338,62

237,50

70,00

2000

335,464

134

35,67

20,00

0,00

700

80,714

134

4,28

4,00

1,00

7,00

1,324

134

12,24

12,00

4,00

19,00

2,956

134

25,54

23,00

16,00

52,00

6,832

130

7,33

5,00

0,00

30,00

6,198

134

73,54

64,42

20,83

225,00

38,448

Poznámka: Cena jídla - odhad průměrné ceny hlavního jídla s přílohou, bez salátů a polévek. Útrata jednoho hosta - odhad průměrné útraty jednoho hosta za jednu návštěvu restaurace. Spropitné jednoho hosta - odhad průměrné výše spropitného, který jeden host za sebe nechá v restauraci. Počet dní v práci - průměrný počet dní v práci v týdnu. Počet hodin - průměrný počet hodin v práci, během jednoho dne. Průměrná hodinová mzda vypočítaná z dat nasbíraných od číšníků, s předpokladem, ţe jeden měsíc má čtyři týdny.

U všech proměnných v tabulce 1 je vidět, ţe jsou známy jejich hodnoty pro všechna pozorování. Pouze pro proměnnou počet let praxe je dostupných pouze 130 odpovědí. Další proměnnou, která je zajímává pro tuto práci, je míra zakouření. Díky těmto popisným statistikám je vidět zajímavý fakt, který se v těchto datech objevil. Tato proměnná nabývá hodnot od 0 do 10, kde 0 je restaurace nekuřácká a škála od 1 do 10 určuje míru zakouření v 16

kuřáckých prostorách. Hodnota 1 znamená, ţe v restauraci je kouř natolik nepatrný, ţe to takřka nerozeznáme od nekuřácké restaurace. Hodnota 10 byla v dotazníku označena jako velice zakouřené prostory, kde kouř je aţ štiplavý do očí. Hodnoty v tabulce číslo 1 naznačují, ţe se podle subjektivního vnímaní respondentů restaurace v mém šetření spíše blíţí k méně zakouřeným restauracím. Průměrná hodnota zakouření nabývá hodnoty 2,86, coţ můţe být povaţováno za slabou zakouřenost. Medián je roven číslu 2 a říká, ţe restaurace, se kterými budu pracovat v tomto výzkumu byly spíše méně zakouřené. Další velice zajímavou proměnnou z této analýzy je průměrný počet hodin, které zaměstnanec během dne stráví v práci. Tato proměnná nabývá hodnot od 4 hodin denně aţ po 19 hodin denně. Průměrný počet hodin je 12,24 a medián je 12. Toto povaţuji za specifické pro tento druh zaměstnání a povaţuji to i za jeden z faktorů, který z této práce dělá náročné zaměstnání. Jako poslední se z této tabulky zaměřím na nejdůleţitější proměnnou celé této práce průměrnou hodinovou mzdu, kterou jsem vypočítala z dat z dotazníku. Vidíme, ţe tato proměnná má velkou variabilitu a nabývá hodnot od 20,83 Kč aţ po 225 Kč. Avšak průměrná hodinová mzda je 73,54 Kč a medián mzdy je 64,42 Kč. Porovnáním s minimální a maximální hodnotou vidíme, ţe vysoké částky přesahující 200 Kč na hodinu jsou spíše výjimkou. Srovnáním hodnot průměru a mediánu se hodnota průměru od mediánu vychýlila. Povaţuji medián za lepší ukazatel. Medián v tomto případě říká, ţe po seřazení všech respondentů podle jejich průměrné hodinové mzdy od nejmenší po nejvyšší, 50 % zaměstnanců z mého dotazníkového šetření má příjem 64,42 Kč nebo niţší a naopak 50 % zaměstnanců má příjem 64,42 Kč nebo vyšší.

17

Graf 1: Histogram průměrné hodinové mzdy Histogram průměrné hodinové mzdy 45 40 35

Počet pozorování

30 25 20 15 10 5 0

0

20

40

60

80

100

120

140

160

180

200

220

240

260

Průměrná hodinová mzda

V histogramu (graf 1) průměrné hodinové mzdy je moţné pozorovat rozloţení průměrné hodinové mzdy v mých datech. Díky tomuto histogramu je moţné pozorovat, ţe malé mnoţství pozorovaných hodnot nabývá vysoké průměrné hodinové mzdy. Dalším histogram je graf 2, který je pro míru zakouření. V této proměnné hodnota 0 znamená, ţe restaurace je nekuřácká, hodnota 1 jsou restaurace kuřácké, kde kouř není podle subjektivního vnímání respondentů cítit a hodnot nabývá aţ po 10, která říká, ţe restaurace je velice silně zakouřena. V tomto histogramu můţeme vidět to, co bylo popsáno u tabulky 1 s popisnými statistikami. Většina restaurací v tomto výzkumu patří buď do kategorie nekuřácké, nebo by mohli být řazeny mezi málo aţ středně zakouřené, pouze malé procento restaurací zastupuje silně zakouřené restaurace.

18

Graf 2: Histogram míry zakouření Histogram míry zakouření 50 45 40

Počet pozorování

35 30 25 20 15 10 5 0 0

1

2

3

4

5

6

7

8

9

10

Míra zakouření

V tabulce 2 jsou četnosti a relativní četnosti vybraných proměnných. Z této tabulky je moţné vyčíst, ţe většina restaurací nabízí svým hostům celodenně teplé jídlo. A dokonce 99 restaurací z mého výběru má ve své nabídce také pravidelně polední menu. Z tabulky lze také vyčíst informace o respondentech a to, ţe na tento dotazník odpovědělo téměř 65 % ţen. Můţeme zde také vidět, ţe více neţ polovina respondentů jsou kuřáci, coţ můţe ovlivňovat jejich rozhodnutí, zda budou či nebudou ochotni pracovat v kuřáckém prostředí.

Tabulka 2: Tabulka četností

Tabulka četností Proměnná Výletní oblast Pracuje v kuřácké/ nekuřácké Celodenně vaří Vaří polední menu Kuřák/ nekuřák Pohlaví

Kategorie

Četnost 88 46 75 58 122 12 99 35 81 53 87 47

Ano Ne Kuřácká Nekuřácká Ano Ne Ano Ne Kuřák Nekuřák Ţena Muţ 19

Relativní četnost 65,67164 34,32836 55,97015 43,28358 91,04478 8,95522 73,88060 26,11940 60,44776 39,55224 64,92537 35,07463

Student Pouţívá cizí jazyk

Ano Ne Ano Ne

50 87 80 54

37,31343 62,68657 62,68657 37,31343

Tabulka 3: Kontingenční tabulka

Proměnná

Kategorie

Ano Ne Ano Polední menu Ne Ţena Pohlaví Muţ Kuřák Kuřák/ nekuřák Nekuřák Základní Vyučen Dosaţené vzdělání Středoškolské Vysokoškolské Ano Student Ne Ano Pouţívá cizí jazyk Ne Nekuřácká Málo (1 - 3) Míra zakouření Středně (4 - 7) Hodně (8 - 10) Výletní oblast

Pracuje v kuřácké nebo nekuřácké restauraci Kuřácká Nekuřácká 43,68 % 56,32 % 80,43 % 19,57 % 60,61 % 39,39 % 44,12 % 55,88 % 59,30 % 40,70 % 51,06 % 48,94 % 68,75 % 31,25 % 37,74 % 62,26 % 71,43 % 28,57 % 65,00 % 35,00 % 52,24 % 47,76 % 33,33 % 66,67 % 48,00 % 52,00 % 61,45 % 38,55 % 54,22 % 45,78 % 60,00 % 40,00 % 2,33 % 97,67 % 72,09 % 27,91 % 86,21 % 13,79 % 100,00 % 0,00 %

Celkem v řádku 100 % 100 % 100 % 100 % 100 % 100 % 100 % 100 % 100 % 100 % 100 % 100 % 100 % 100 % 100 % 100 % 100 % 100 % 100 % 100 %

V tabulce 3 jsou vypsané četnosti podle kategorií pro dané proměnné. Základním třídícím prvkem je informace, zda respondent pracuje v kuřácké nebo nekuřácké části restaurace. Tuto tabulku jsem vytvořila pro tuto proměnou, protoţe nabývá podobných hodnot jako proměnná, která určuje, zda je restaurace kuřácká nebo nekuřácké, ale lépe vystihuje to, jak vliv kuřáctví ovlivní číšníka. První proměnnou, která vychází jinak, neţ bylo očekáváno, je míra zakouření. Rozdělila jsem ji do čtyř kategorií. Očekáváním bylo, ţe pokud číšník pracuje v nekuřácké restauraci, nebude vystavován kouři. Přesto se našlo několik respondentů, kteří pracují v nekuřácké části a přesto jsou vystavování slabému aţ střednímu zakouření. Tento jev můţe být způsoben špatným oddělením kuřácké a nekuřácké části v těchto restauracích. 20

Naopak zcela očekávaně vyšly hodnoty pro proměnou kuřák nebo nekuřák. Téměř 70 % kuřáků pracuje v kuřáckých částech restaurací, naopak pouze 38 % nekuřáků pracuje v kuřáckých restauracích. Podobně se můţeme podívat i na proměnnou dosaţené vzdělání. Ta je členěna do čtyř kategorií podle nejvyššího dokončeného vzdělání. Zde můţeme sledovat následující trend: čím vyšší dosaţené vzdělání, tím je v té kategorii niţší procento respondentů zaměstnaných v kuřáckých restauracích. Dvě třetiny ze všech vysokoškoláků v mém dotazníku pracuje v nekuřáckých restauracích.

2.2.3

Kategorizované histogramy Dalším krokem mé analýzy dat budou kategorizované histogramy, kterými se pokusím

rozšířit poznatky z předešlé podkapitoly, kde jsem se zabývala popisnými statistikami vybraných proměnných. Kategorizované histogramy budu vytvářet pro proměnnou průměrná hodinová mzda a kategorizovat podle různých třídících charakteristik restaurací nebo zaměstnanců těchto restaurací. Tímto krokem docílím grafického znázornění kategoriálních proměnných z mého dotazníku. Toto zobrazení je přehlednější a lze na něm snadno ukázat, zda určitá proměnná nabývá pro kaţdou ze svých kategoriích odlišných hodnot. Zda se střední hodnoty v kategoriích liší, budu zkoumat pomocí t-testu pro kaţdou proměnnou. Předpoklad normality u proměnné průměrná hodinová mzda testy zamítly, ale to bylo způsobeno velkým počtem dat. V příloze B jsou normální pravděpodobnostní graf a graf typu Q-Q, podle kterých jsem normalitu nezamítla. V grafech nepozoruji ţádný trend. Shodu rozptylů otestuji pro kaţdý test, který provedu. Dalším pouţitým testem bude Kolmogorov-Smirnovův test. Tento test je neparametrický a testuje shodu mediánu. Základním předpokladem je, ţe výběry pochází ze spojitého rozloţení a jejich hustoty mohou mít odlišný tvar. Tento test pouţiji, abych mohla porovnat výsledky dvou nezávislých testů. Pouze KS test pouţiji tam, kde není moţné pouţít t-test.

21

Graf 3: Kategorizovaný histogram - výletní oblast Kategorizovaný histogram: průměrná hodinová mzda podle proměnné výletní oblast 30 28 26 24 22

Počet pozorování

20 18 16 14 12 10 8 6 4 2 0

0

20

40

60

80 100 120 140 160 180 200 220 240 260

výletní oblast - ne 0 výletní oblast - ano 1

průměrná hodinová mzda

Grafem 3 je histogram průměrné hodinové mzdy kategorizovaný proměnnou výletní oblast. Prvním krokem je test o shodě rozptylů, kde nulová hypotéza říká, ţe rozptyly jsou si rovny. P-hodnota tohoto testu vyšla 0,357695. Nulovou hypotézu nezamítám a mohu pokračovat t-testem. Pomocí jednoduchého t-testu středních hodnot pro dané kategorie bylo zjištěno, ţe se průměrná hodinová mzda rozlišená podle výletní oblasti, neliší. P-hodnota vyšla 0,9814 tedy hypotézu, která říká, ţe střední hodnoty jsou stejné, nejsem schopna zamítnout. Průměrná hodnota pro restaurace ve výletní oblasti je rovna 73,6 Kč a hodnota pro restaurace mimo výletní oblast je 73,44 Kč. Rozdíl je natolik malý, ţe test nebyl schopný zamítnout hypotézu. Stejný výsledek vyšel v Kolmogorově-Smirnovově testu, kde p-hodnota je větší neţ 0,1, tedy ani nulovou hypotézu o shodě mediánu nezamítám. Další testovanou proměnnou je typ restaurace. Restaurace máme kuřácké a nekuřácké. Testem o shodě rozptylů jsem nezamítla nulovou hypotézu. P-hodnota vyšla 0,282756. Testovat budu pomocí t-testu, zda střední hodnoty průměrné hodinové mzdy se v těchto restauracích liší, s tím, ţe nulová hypotéza říká, ţe se neliší. Pro restaurace kuřácké máme střední hodnotu rovnu 72,85 a pro restaurace nekuřácké 74,92. Po otestování vyšla p-hodnota 0,7701. Tedy nejsme schopni nulovou hypotézu zamítnout na hladině významnosti α = 5 %. Předpokládám tedy, ţe typ restaurace neovlivňuje příjem číšníků. Opět i pro tuto proměnnou otestuji neparametrickým testem o shodě mediánu. Výsledek se shoduje s výsledky z t-testu. P-hodnota vyšla větší neţ 0,1. Nejsem schopna zamítnou nulovou hypotézu o shodě mediánů. 22

Následující kategorizovaný histogram, graf 4, zkoumá vliv proměnné, zda číšník pracuje většinu své pracovní doby v kuřácké, nebo nekuřácké části restaurace. Pomocí F-testu otestuji shodu rozptylů pro dané kategorie. P-hodnota testu vyšla 0,337146, nezamítám nulovou hypotézu o shodě rozptylů a mohu pokračovat t-testem. Průměrná hodnota příjmů číšníků v nekuřácké části je 80,53 Kč a v kuřácké části je rovna 68,45 Kč. Nulová hypotéza říká, ţe se tyto střední hodnoty neliší. Pomocí t-testu byla vypočítána p-hodnota, která je rovna 0,072817. Nulovou hypotézu na hladině významnosti α = 5 % nezamítáme, ale je to dost těsně. Pomocí t-testu jsem neprokázala vliv této proměnné na průměrnou hodinovou mzdu respondentů. To ale neznamená, ţe zde ţádný vliv není. Opět jsem udělala tento test i pomocí Kolmogorova-Smirnovova testu. Na základě výstupu je p-hodnota větší 0,1 a tedy nejsem schopna pomocí neparametrického testu zamítnout nulovou hypotézu o shodě mediánu.

Graf 4: Kategorizovaný histogram - pracuje v kuřácké nebo nekuřácké restauraci Kategorizovaný histogram: průměrná hodinová mzda podle proměnné zda pracuje v kuřácké nebo nekuřácké restauraci 24 22 20 18

Počet pozorování

16 14 12 10 8 6 4 2 0

0

40 20

80 60

120 100

160 140

200 180

240 220

260

pracuje v nekuřácké restauraci - 0 pracuje v kuřácké restauraci - 1

průměrná hodinová mzda

23

Graf 5: Kategorizovaný histogram - polední menu Kategorizovaný histogram: průměrná hodinová mzda podle proměnné podlení menu 28 26 24 22

Počet pozorování

20 18 16 14 12 10 8 6 4 2 0

0

20

40

60

80 100 120 140 160 180 200 220 240 260

podlední menu - ne 0 podlední menu - ano 1

průměrná hodinová mzda

V grafu 5 je moţné sledovat průměrnou hodinovou mzdu kategorizovanou podle toho, zda daná restaurace má polední menu nebo ne. Jako předpoklad pro pouţití t-testu je potřeba otestovat hypotézu o shodě rozptylů. P-hodnota tohoto testu je 0,222975. Nezamítám nulovou hypotézu a předpoklad je splněn. Průměrná hodnota průměrné hodinové mzdy pro restaurace, kde vaří polední menu je 76,38 Kč a pro restaurace kde nevaří polední menu je 65,51 Kč. Pomocí t-testu jsem otestovala nulovou hypotézu a tyto střední hodnoty se neliší. P-hodnota tohoto testu vyšla 0,151242, tudíţ na hladině významnosti α = 5 % hypotézu nezamítáme. Mohu tedy říct, ţe jsem neprokázala, ţe by proměnná polední menu ovlivňovala průměrnou hodinovou mzdu. Opět jsem pouţila i neparametrický test o shodě mediánu, který došel ke stejnému výsledku jako t-test. Nejsem tedy schopna ani pomocí Kolmogorova-Smirnovova testu zamítnou nulovou hypotézu.

24

Graf 6: Kategorizovaný histogram - pohlaví Kategorizovaný histogram: průměrná hodinová mzda podle proměnné pohlaví

26 24 22 20

Počet pozorování

18 16 14 12 10 8 6 4 2 0

0

20

40

60

80

100 120 140 160 180 200 220 240 260

muž - 0 žena - 1

průměrná hodinová mzda

Jak naznačují empirické výzkumy, ţeny obvykle vydělávají méně neţ muţi. Graf číslo 6 kategorizuje proměnnou průměrná hodinová mzda podle pohlaví. Provedla jsem test o shodě rozptylů, kde p-hodnota je rovna 0,928716. Nezamítám nulovou hypotézu o shodě rozptylů a předpoklad pro t-test je splněn. Průměrná hodnota průměrné hodinové mzdy pro ţeny je 72,36 Kč a pro muţe 75,73 Kč. Průměrné mzdy se mírně liší ve prospěch muţů. Pomocí t-testu otestuji nulovou hypotézu, ţe se tyto střední hodnoty neliší. P-hodnota tohoto testu vyšla 0,630336. Podobný výsledek mi dal i neparametrický test o shodě mediánu, který jsem pro tuto proměnnou provedla. Nejsem tedy schopna zamítnout nulovou hypotézu ve prospěch alternativy. Je tedy moţné, ţe v tomto pracovním odvětví nejsou genderové rozdíly. Další testovanou proměnnou pomocí t-testu je ukazatel, zda je respondent kuřák, nebo nekuřák. V testu o shodě rozptylu vyšla p-hodnota 0,255070. Nejsem schopna zamítnout nulovou hypotézu o shodě rozptylu a tím je splněn předpoklad pro t-test. V mé analýze je 60 % kuřáků a 40 % nekuřáků. Průměrná hodnota průměrné hodinové mzdy pro kuřáky je 75,54 Kč a pro nekuřáky je to 70,48 Kč. Nulová hypotéza je stejná jako u předchozích testů, říká, ţe tyto střední hodnoty se neliší. P-hodnota tohoto testu vyšla 0,458767, tedy je vyšší neţ chyba α, která je rovna 0,05. Pro neparametrický test o shodě mediánu vyšla p-hodnota větší neţ 0,1. Mohu říct, ţe jsem nebyla schopna zamítnout nulovou hypotézu, tedy ţe střední hodnoty průměrné hodinové mzdy se pro kuřáky a nekuřáky neliší.

25

Graf 7: Kategorizovaný histogram - dosaţené vzdělání Kategorizovaný histogram: průměrná hodinová mzda podle proměnné dosažené vzdělání

18 16 14

Počet pozorování

12 10 8 6 4 2 0

0

20

40

60

80 100 120 140 160 180 200 220 240 260

základní vzdělání - 1 vyučen - 2 středoškolské - 3 vysokoškolské - 4

průměrná hodinová mzda

Proměnná dosaţené vzdělání, je další typ informace, která charakterizuje číšníka. Dosaţené vzdělání je rozděleno do čtyř kategorií: základní vzdělání, vyučen bez maturity, středoškolské s maturitou a vysokoškolské vzdělání. Nejvíce respondentů se nacházelo ve druhé a třetí kategorii. Průměrná hodnota pro základní vzdělání je 72,92 Kč, pro vyučené respondenty je to 59 Kč. Pro kategorii středoškolsky vzdělaných je průměrná hodnota průměrné hodinové mzdy 80,44 Kč a pro vysokoškolsky vzdělané číšníky 85,41 Kč. Díky tomu, ţe tato proměnná má 4 kategorie, provedu 6 testů pro všechny kombinace těchto kategorií. První pro kategorie základní vzdělání a vyučen. V testu o shodě rozptylů vyšla p-hodnota 0,009328. Zamítám nulovou hypotézu o shodě středních hodnot a nemohu pouţít t-test. Pouţiji Kolomogorov-Smirnovův test o shodě mediánů. P-hodnota testu je větší neţ 0,10. Nezamítám nulovou hypotézu o shodě mediánů. Předpokládám, ţe tyto dvě skupiny se neliší.

26

Pro základní vzdělání a středoškolské - p-hodnota testu o shodě rozptylů vyšla 0,253916. Mohu pouţít t-test. P-hodnota t-testu je rovna 0,5396. Nulovou hypotézu nezamítám, předpokládám, ţe střední hodnoty se v těchto kategoriích neliší. Pro základní vzdělání a vysokoškolské - p-hodnota testu o shodě rozptylů vyšla 0,217562. Nezamítám nulovou hypotézu o shodě rozptylů a mohu pokračovat t-testem. P-hodnota t-testu vyšla 0,4539. Nejsem schopna zamítnout nulovou hypotézu o shodě středních hodnot. Předpokládám tedy, ţe střední hodnoty mezi základním a vysokoškolským vzděláním se neliší. Pro učňovské vzdělání a středoškolské - p-hodnota testu o shodě rozptylů vyšla 0,160928. Nezamítám nulovou hypotézu o shodě rozptylů a tím je splněn předpoklad pro t-test. P-hodnota t-testu o shodě středních hodnot je 0,003785. Na hladině významnosti α = 5 % zamítám nulovou hypotézu ve prospěch alternativy, ţe se střední hodnoty průměrné hodinové mzdy v těchto kategoriích liší. Pro učňovské vzdělání a vysokoškolské - p-hodnota testu o shodě rozptylů vyšla 0,45076. Nezamítám nulovou hypotézu o shodě rozptylů a tím je splněn předpoklad pro t-test. P-hodnota t-testu o shodě středních hodnot je 0,014023. Na hladině významnosti α = 5 % zamítám nulovou hypotézu ve prospěch alternativy, ţe se střední hodnoty průměrné hodinové mzdy v těchto kategoriích liší. Pro středoškolské a vysokoškolské vzdělání - p-hodnota testu o shodě rozptylů vyšla 0,798877. Nezamítám nulovou hypotézu o shodě rozptylů a tím je splněn předpoklad pro t-test. P-hodnota t-testu o shodě středních hodnot je 0,6926. Nulovou hypotézu nezamítáme, neprokázala jsem, ţe by se tyto střední hodnoty lišily.

V proměnné vzdělání jsem našla statisticky významné rozdíly ve skupinách. Významně se od ostatních skupin liší učňovské vzdělání. Provedla jsem tyto testy i pomocí neparametrického testu a dospěla ke stejným výsledkům. Je moţné předpokládat, ţe učňovské vzdělání se signifikantně liší od ostatních stupňů vzdělání. Další proměnnou, která navazuje na nejvyšší dosaţené vzdělání číšníků je proměnná, která zjišťuje, zda je nebo není respondent student. Průměrnou hodinovou mzdu jsem rozdělila podle těchto kategorií, kde pro studenty je průměrná hodnota 76,18 Kč a pro respondenty, kteří jiţ nestudují 71,97 Kč. Jako první jsem provedla test o shodě rozptylů. 27

P-hodnota testu vyšla 0,834932. Nezamítám nulovou hypotézu a mohu pokračovat t-testem. Otestovala jsem nulovou hypotézu, ţe se tyto střední hodnoty neliší t-testem, kde vyšla phodnota 0,5425. Pomocí Kolmogorova-Smirnovova testu mi vyšla p-hodnota větší neţ 0,1. Nulovou hypotézu nejsem schopna zamítnout ve prospěch alternativy. Předpokládám tedy, ţe se střední hodnoty průměrné hodinové mzdy rozdělené do kategorií podle toho, zda respondent stále studuje nebo ne, neliší Dále budu průměrnou hodinovou mzdu kategorizovat podle proměnné pouţívá cizí jazyk. Provedla jsem test o shodě rozptylů. P-hodnota vyšla 0,262795. Nezamítám nulovou hypotézu o shodě rozptylů a tím je splněn předpoklad pro t-test. Průměrná hodnota průměrné hodinové mzdy pro číšníky, kteří pouţívají cizí jazyk je 77,08 Kč a pro číšníky, kteří cizí jazyk nepouţívají je 67,6 Kč. Opět testuji nulovou hypotézu o shodě středních hodnot pomocí t-testu, ve kterém vyšla p-hodnota 0,168145. Na hladině významnosti α = 5 % nejsem schopna zamítnout nulovou hypotézu ve prospěch alternativy, ţe se střední hodnoty liší. Mohu tedy předpokládat, ţe střední hodnoty průměrné hodinové mzdy pro proměnnou, zda pouţívá cizí jazyk, se neliší. K-S test o shodě mediánu nebyl schopný zamítnout nulovou hypotézu. Hodnoty mediánů se neliší.

Graf 8: Kategorizovaný histogram - míra zakouření Kategorizovaný histogram: průměrná hodinová mzda podle proměnné míra zakouření

20 18 16

Počet pozorování

14 12 10 8 6 4 2 0

0

20

40

60

80 100 120 140 160 180 200 220 240 260 průměrná hodinová mzda

28

nekuřácká hodně zakouřeno málo zakouřeno středně zakouřeno

Posledním kategorizovaným histogramem průměrné hodinové mzdy je graf 8, znázorňující grafické rozdělení průměrné hodinové mzdy podle míry zakouření. Míru zakouření jsem rozdělila do čtyřech kategorií. Z dotazníkového šetření mám data na škále 0 - 10. První kategorie je nekuřácká (0), dále málo zakouřená (1 - 3), středně zakouřená (4 - 7) a poslední hodně zakouřená (8 - 10). Průměrné hodnoty pro tyto kategorie jsou: nekuřácká - 76,42 Kč málo zakouřená - 74,90 Kč středně zakouřená - 71,19 Kč hodně zakouřená - 67,07 Kč Jako první krok jsem pro všechny kategorie udělala šest testů o shodě rozptylů. V ţádném testu jsem nezamítla nulovou hypotézu o shodě rozptylů. Předpoklad je splněn a mohu pokračovat pomocí t-testů. Pro vzájemné porovnání všech kategorií jsem provedla 6 t-testů pro shodu středních hodnot. Ţádný z testů nezamítl nulovou hypotézu o shodě střední hodnoty. Nejniţší p-hodnota vyšla v testu pro kategorie nekuřácká a hodně zakouřená. P-hodnota je rovna 0,354663, tedy nebyla jsem schopna zamítnout nulovou hypotézu. Nejvyšší p-hodnota, která vyšla v testech byla pro kategorie nekuřácká a málo zakouřená, kde p-hodnota vyšla 0,861689. Stejné výsledky jsem získala i po provedení těchto testů Kolmogorovým-Smirnovovým testem o shodě mediánů. Pomocí těchto testů jsem nebyla schopna zamítnou nulovou hypotézu. Nepodařilo se mi prokázat, ţe by míra zakouření měla vliv na příjem číšníků.

29

Graf 9: Kategorizovaný histogram průměrné ceny jídla Kategorizovaný histogram: průměrná cena jídla podle proměnné pracuje v kuřácké nebo nekuřácké restauraci 45 40 35

Počet pozorování

30 25 20 15 10 5 0

-100

0

pracuje v nekuřácké části pracuje v kuřácké části

100 200 300 400 500 600 700 800 900 Průměrná cena jídla

Graf 9 znázorňuje proměnnou průměrná cena jídla kategorizovanou podle toho, zda respondent pracuje v kuřácké nebo nekuřácké části. Tuto proměnou jsem zahrnula do kategorizovaných histogramů. Proměnná je důleţitá pro posouzení cenové úrovně restaurace. Průměrná cena jídla v kuřáckých restauracích je 188,6 Kč, v nekuřáckých restauracích je 208,1724 Kč. Normalita je pro proměnou cena jídla porušena. V příloze C je normální pravděpodobností graf a graf typu Q-Q, které vykazují známky porušení normality. Pouţiji pro porovnání neparametrický test o shodě mediánů (Kolmogorov-Smirnovův), jehoţ předpokladem je, ţe data pochází ze spojitého rozloţení. P-hodnota testu vyšla větší neţ 0,10. Nezamítám nulovou hypotézu o shodě mediánů ve prospěch alternativy. Neprokázala jsem, ţe by se cena jídla v kuřáckých a nekuřáckých restauracích lišila.

2.2.4

Korelační matice Posledním pouţitým způsobem pro analýzu dat bude korelační matice. Budu sledovat

korelační vztahy mezi proměnnými. Jelikoţ vysvětlovanou proměnnou je průměrná hodinová mzda, zajímají mě hlavně korelace s touto proměnnou. V tabulce 4 je moţné vidět korelační koeficienty pro dané proměnné s proměnnou průměrná hodinová mzda. 30

V tabulce 4 bych upozornila na proměnou, zda respondent pracuje v kuřácké nebo nekuřácké restauraci. Pro proměnnou pracuje v kuřácké restauraci nabývá hodnoty 1. Záporné znaménko a poměrně významný korelační koeficient můţe indikovat, ţe zaměstnanci, kteří pracují v kuřáckých restauracích, mají niţší příjem neţ v nekuřáckých. Celá korelační matice se nachází v příloze D. Zde je moţné sledovat další vztahy mezi proměnnými. Míra zakouření je negativně korelována s proměnnými, určujícími věk respondenta, počet let jeho praxe, zda pouţívá cizí jazyk, jeho vzdělání a také zda je student. Z toho by bylo moţné usuzovat, ţe lépe kvalifikovaní číšníci chtějí pracovat v méně zakouřeném prostředí. Průměrný počet hodin v práci je silně korelován s tím, zda restaurace celodenně vaří, a nebo zda nabízí svým hostům polední menu. Další informací z korelační matice je, ţe věk je velice silně korelován s počtem let praxe. Z toho se dá předpokládat, ţe číšníci se tomuto zaměstnání často věnují značnou část svého ţivota. Je moţné si také všimnout, ţe pouţívání cizího jazyka silně koreluje s cenou jídla a útratou hostů včetně výše spropitného, které nechají v restauraci. Zajímavý vztah v korelační matici je mezi proměnnými kuřák a dosaţeným vzděláním. Tyto proměnné jsou významně negativně korelovány. Čím vyšší vzdělání respondent v mém dotazníku má, tím je menší pravděpodobnost, ţe je zároveň kuřák. Tento fakt odpovídá tomu, co bylo napsáno v literární rešerši. Kuřáci často dosahující niţšího vzdělání a méně dbají o své zdraví.

31

Tabulka 4: Korelační matice

Korelační matice Proměnná Průměrná mzda v kraji ve sluţbách Část obce Výletní oblast Kuřácká/nekuřácká restaurace (kuřácká = 1) Pracuje v kuřácké/nekuřácké restauraci (kuřácká = 1) Celodenně vaří Polední menu Míra zakouření Cena jídla Útrata jednoho hosta Spropitné jednoho hosta Příjem po zdanění Příjem na spropitném Počet dní v práci Počet hodin v práci během dne Pohlaví (ţena = 1) Kuřák/ nekuřák (kuřák = 1) Věk Dosaţené vzdělání Student – pracující Pouţívá cizí jazyk Počet let praxe

Průměrná hodinová mzda 0,241330 -0,180762 -0,019810 0,007352 -0,136924 -0,032432 0,111084 -0,059240 0,221016 0,249034 0,119161 0,672353 0,071259 -0,272038 -0,049646 -0,047984 0,085531 0,131294 0,155846 0,040371 0,152897 0,158177

32

3

REGRESNÍ MODEL V této kapitole se zaměřím na empirický výzkum získaných dat pomocí metody

nejmenších čtverců. Cílem této analýzy je zjistit, zda se mzdy číšníků v kuřáckých a nekuřáckých restauracích liší a jaké další proměnné to ovlivňují. Pro tento účel sestavím tři modely OLS. V prvním modelu zahrnu ty proměnné, které jsou povaţovány z ekonomické teorie za důleţité, a které po prostudování literární rešerše povaţuji za důleţité já. Ve druhém modelu přidám do prvního modelu proměnné, které determinují míru zakouření v kuřácké restauraci a poslední OLS model bude očištěn o nevýznamné proměnné v této analýze.

3.1

Model 1 První sestavený model vychází z ekonomické teorie a z očekávání, která mám z

literární rešerše. Proměnné, vstupující do modelu, jsem volila podle teorie o této problematice. Závislou proměnnou v mém modelu je průměrná hodinová mzda. První proměnnou, vstupující do této regrese, bude úrovňová konstanta α. Dále do regrese vstoupí průměrná hodinová mzda v daném kraji podle Českého statistického úřadu. Od této proměnné očekávám, ţe její koeficient bude kladný a hodnota bude okolo jedničky. Druhá proměnná v modelu je průměrná cena jídla. Pomocí této proměnné měřím cenovou úroveň dané restaurace. Očekávám, ţe draţší restaurace platí vyšší platy, protoţe zaměstnávají kvalitnější číšníky. Další a v této analýze nejdůleţitější proměnnou je proměnná, zda číšník pracuje v kuřácké části restaurace. Pokud budu vycházet z teorie kompenzačních mzdových rozdílů, očekávám, ţe koeficient pro tuto proměnnou bude kladný. Tedy očekávám, ţe číšníci pracující v kuřáckém prostředí budou nějakým způsobem finančně kompenzováni za znečištěné ovzduší, ve kterém tráví čas. Další proměnnou je pohlaví, kde ţena je rovna číslu jedna. Z empirických výzkumů je známo, ţe ţeny mají všeobecně niţší plat neţ muţi. I v tomto případě očekávám, ţe koeficient pro tuto proměnnou bude záporný. Proměnnou věk jsem zařadila do základního modelu. Dá se předpokládat, ţe se zvyšujícím se věkem se bude do určité doby zvyšovat i příjem. Důleţitou proměnnou popisující vlastnosti číšníka je, zda je kuřák nebo ne. Z literární rešerše 33

je moţné vyčíst, ţe v empirických výzkumech bylo prokázáno, ţe kuřáci mají niţší platy neţ nekuřáci. Ovšem u kategorizovaných histogramů bylo moţné vidět, ţe kuřáci v tomto dotazníkovém šetření mají mírně vyšší průměrný plat neţ nekuřáci. Je moţné, ţe v případě číšníků jsou kuřáci specifickou skupinou zaměstnanců. Proměnná, která determinuje zda pouţívá v zaměstnání cizí jazyk částečně určuje vzdělání číšníka a hlavně indikuje míru kvalifikace tohoto zaměstnance. Proto očekávám, ţe číšníci, kteří umí cizí jazyk a aktivně ho pouţívají, získávají vyšší finanční ohodnocení. Poslední proměnné vstupující do regrese jsou umělé proměnné pro dané stupně vzdělání. Referenční proměnná je učňovské vzdělání. Dále jsem proměnnou vzdělání dělila do skupin základní vzdělání, maturitní vzdělání a vysokoškolské. Tato proměnná vţdy nabývá hodnot 0 a 1. Hodnotu jedna nabývá vţdy, kdyţ respondent uvedl tento stupeň vzdělání jako své nejvýše dosaţené. Zde z teorie a dalších empirických výzkumů předpokládám, ţe čím vyšší vzdělání číšník má, tím má menší ochotu pracovat v zakouřeném prostředí a také tím vyšší plat očekává.

Tabulka 5: Očekávané znaménka v OLS modelu 1

Proměnná

Očekávané znaménko

Průměrná hodinová mzda v

+

kraji Průměrná cena jídla

+

Pracuje v kuřácké části

+

Pohlaví (ţena = 1)

-

Věk

+

Kuřák

-

Pouţívá cizí jazyk

+

Základní vzdělání (referenční vzdělání

-

vyučen) Maturitní vzdělání

+

Vysokoškolské vzdělání

+

34

Z deseti proměnných v modelu předpokládám pro sedm kladná znaménka podle ekonomické teorie a ověřené empirie a pro tři záporná. Koeficient pro proměnnou, zda číšník pracuje v kuřácké nebo nekuřácké restauraci, by měl nabývat kladných hodnot za předpokladu platnosti kompenzační mzdové teorie. Pro pohlaví předpokládám záporné hodnoty koeficientu, jelikoţ ţeny dostávají všeobecně niţší plat. Poslední proměnná vzdělání je rozdělena do třech samostatných proměnných. Pro základní vzdělání je předpokládáno záporné znaménko, protoţe tato hodnota je porovnávána s referenční, za kterou jsem zvolila učňovské vzdělání. Učňovské vzdělání je vyšší neţ základní a proto se předpokládá, ţe respondenti s niţším stupněm vzdělání budou mít niţší mzdu. Koeficient následujících dvou stupňů vzdělání by měl nabývat kladných hodnot, jelikoţ se jedná o vyšší stupeň vzdělání neţ je vyučení. První model jsem sestavila pomocí metody nejmenších čtverců ve volně dostupném softwaru Gretl. Tento model nemá slouţit pro predikce, ale pro testování významnosti daných koeficientů.

Tabulka 6: OLS model 1 OLS model 1 Závislá proměnná: průměrná hodinová mzda Koeficient:

Směrodatná chyba:

t-hodnota

Průměrná hodinová mzda v kraji

1,11892

0,493296

2,268

0,0251 **

Průměrná cena jídla

0,0513947

0,0315503

1,629

0,1059

Pracuje v kuřácké části

−10,8628

6,80064

−1,597

0,1128

Pohlaví (ţena=1)

−3,19132

7,06744

−0,4516

0,6524

Věk

0,734262

0,518291

1,417

0,1591

Kuřák

5,15424

7,21365

0,7145

0,4763

Pouţívá cizí jazyk

−4,86923

7,36464

−0,6612

0,5098

Základní

20,1418

11,4995

1,752

0,0824 *

Maturitní

25,6121

7,63971

3,352

0,0011 ***

35

p-hodnota

Vysokoškolské

34,5401

12,6424

2,732

0,0072 ***

Constant

−84,6107

49,5592

−1,707

0,0903 *

Observations

133

R2

0,199616

Adjusted R2

0,134010

F Statistic

3,042674*** (df = 10, 122)

Note:

p<0.1*; p<0.05**; p<0.01***

V OLS modelu 1 jsou vypsané koeficienty pro všechny proměnné vstupující do regrese, jejich směrodatnou odchylku, t-podíl a p-hodnotu označenou hvězdičkami podle významnosti. Je moţné také vidět koeficient determinace R², který je 19,96 %. To znamená, ţe tento model vysvětluje variabilitu v datech z 19,96 %. F-Statistika je významná na hladině významnosti α = 1 %, tedy tento model má smysl jako celek. Pro test heteroskedasticity jsem pouţila Whiteův test. Nulová hypotéza zní: není zde heteroskedasticita. P-hodnota testu je 0,562881, tedy nulovou hypotézu nejsem schopna zamítnout a není důvod pochybovat o tom, ţe by v modelu heteroskedasticita byla. Dalším testem je test kolinearity. Minimální moţná hodnota je 1,0. Hodnoty větší neţ 10,0 mohou indikovat problém kolinearity. Pomocí VIF testu kolinearity jsem zamítla tento problém ve svých datech. Posledním testem je test normality reziduí. Nulová hypotéza zní: rezidua jsou normálně rozloţená. P-hodnota testu je 3,07697e-007, tedy nulovou hypotézu zamítám. Jelikoţ mohu vzorek dat povaţovat za dostatečně velký, mohu předpoklad normality reziduí aproximativně uvolnit na základě asymptotické teorie. Základní podmínky modelu jsou tedy splněny.

3.2

Model 2 Druhý vytvořený model je rozšířený o interakci proměnných pracuje v kuřácké části a

míra zakouření. Tento model je vytvořený metodou nejmenších čtverců ve dvou variantách. 36

V modelu A je rozšiřující proměnná pracuje v kuřácké části * míra zakouření. V modelu B jsou přidané umělé proměnné málo zakouřeno, středně zakouřeno a hodně zakouřeno. Tyto proměnné jsou porovnávány s referenční proměnnou, kterou jsou nekuřácké restaurace. Opět tyto proměnné vynásobím proměnnou, která říká, zda pracuje v kuřácké části. Získám tak tři interakce pro kaţdý stupeň míry zakouření. Model jsem specifikovala tak, aby bylo moţné vystihnout, jestli i míra zakouření ovlivní příjem číšníka. Kdyţ číšník pracuje v nekuřácké části, tak míra zakouření neovlivňuje jeho příjem, protoţe jí není přímo vystaven. Kdeţto pokud číšník uvádí, ţe pracuje v kuřácké části, mohu předpokládat rozdílný vliv u málo zakouřených a hodně zakouřených prostor. V tabulce 7 jsou získané modely.

Tabulka 7: OLS model 2 OLS model 2 Závislá proměnná: průměrná hodinová mzda Model 2A

Model 2B

Průměrná hodinová mzda v kraji

1,11952** (2,263)

1,23611** (2,445)

Průměrná cena jídla

0,0501022 (1,572)

0,0569201* (1,779)

Pracuje v kuřácké části * míra zakouření

−1,07875 (−1,022)

Pohlaví (ţena=1)

−4,26103 (−0,6077)

−2,45363 (−0,3463)

Věk

0,665443 (1,278)

0,706986 (1,360)

Kuřák

3,50118 (0,4940)

6,04550 (0,8290)

Pouţívá cizí jazyk

−3,86727 (−0,5277)

−6,20119 (−0,8342)

Základní

19,7709* (1,726)

20,2344* (1,766)

Maturitní

26,1119*** (3,461)

27,1395*** (3,575) 37

Vysokoškolské

36,7091*** (2,938)

35,4932*** (2,827)

Pracuje v kuřácké části * málo zakouřené

−14,6976* (−1,706)

Pracuje v kuřácké části * středně zakouřené

−2,58695 (−0,2905)

Pracuje v kuřácké části * hodně zakouřené

−12,4182 (−1,214)

Constant Observations

−85,4030* (−1,721)

−99,1207* (−1,944) 133

133

R2

0,192008

0,208226

Adjusted R2

0,126317

0,129703

2,922920*** (df = 10, 123)

2,651779***(df = 12, 121)

F Statistic Note:

p<0.1*; p<0.05**; p<0.01***

Pro model A vidíme koeficienty pro dané proměnné označené hvězdičkami podle významnosti. V závorkách je uvedena t-hodnota, ze které se dá dopočítat p-hodnota pro danou proměnnou. Koeficient determinace pro tento model je 19,2 %. F-statistika je významná na hladině významnosti α = 1 %, tedy specifikace tohoto modelu má smysl. Pro model A otestuji heteroskedasticitu pomocí Whiteova testu. Nulová hypotéza říká, ţe v modelu není heteroskedasticita. P-hodnota toho testu vyšla 0,448587. Nulovou hypotézu nezamítám a předpoklad je splněn. Dalším testem modelu je test normality reziduí s nulovou hypotézou, ţe rezidua jsou normálně rozloţená. P-hodnota tohoto testu je 9,91288e-007. Nulovou hypotézu zamítám, ale pro dostatečný počet pozorování mohu předpoklad normality reziduí aproximativně uvolnit na základě asymptotické teorie. Poslední, co je nutné pro tento model otestovat, je kolinearita. Minimální moţná hodnota, která můţe v testu vycházet je 1.0. Hodnoty větší neţ 10.0 mohou indikovat problém kolinearity. Pomocí VIF testu jsem problém kolinearity ve svých datech zamítla. Předpoklad, ţe v modelu není problém kolinearity, je splněn. 38

Model 2B je rozšířen o míru zakouření rozdělenou do kategorií podle intenzity zakouření opět vynásobený proměnnou pracuje v kuřácké části. Koeficient determinace tohoto modelu je 20,82 %. Adjustovaný koeficient je přibliţně stejný jako u modelu 2A, tedy modely jsou si dost podobné. F-statistika je významná na hladině významnosti α = 1 %, specifikace modelu jako celek je významná. Prvním testem tohoto modelu je testování heteroskedasticity za pouţití Whiteova testu. Nulová hypotéza říká, ţe zde není heteroskedasticita. P-hodnota tohoto testu je 0,787861. Nulovou hypotézu tedy nezamítám a předpoklad modelu je splněn. Test normality reziduí říká v nulové hypotéze, ţe zde je normalita reziduí. P-hodnota tohoto testu pro model 2B je 1,442e-006. Nulovou hypotézu zamítám, ale díky tomu, ţe mám dostatečné mnoţství pozorování, mohu předpoklad normality reziduí aproximativně uvolnit na základě asymptotické teorie. Posledním testem je test kolinearity. Pomocí VIF testu jsem problém kolinearity zamítla. Předpoklady modelu jsou splněny.

3.3

Očištěný model Poslední model vznikl upravením prvního a druhého modelu a očištěním o

nevýznamné proměnné. Celý model je v tabulce 8.

Tabulka 8: Očištěný OLS model OLS model 3 Závislá proměnná: průměrná hodinová mzda Koeficient:

Směrodatná chyba:

t-hodnota

Průměrná hodinová mzda v kraji

1,30047

0,443621

2,932

0,0040***

Pracuje v kuřácké části

−10,9388

6,40613

−1,708

0,0902*

Věk

0,822202

0,490784

1,675

0,0964*

Základní vzdělání

19,7938

11,4359

1,731

0,0859 *

39

p-hodnota

Maturitní vzdělání

22,9971

7,44954

3,087

0,0025***

Vysokoškolské vzdělání

32,7295

12,2064

2,681

0,0083***

Constant

−96,5454

46,4396

−2,079

0,0397**

Observations

133

R2

0,176928

Adjusted R2

0,137734

F Statistic

4,514168*** (df = 6, 126)

Note:

p<0.1*; p<0.05**; p<0.01***

Upravený model povaţuji za nejlepší, protoţe adjustovaný koeficient determinace je 13,77 % a to je nejvíce ze všech mých modelů. F-statistika pro tento model vyšla významná na hladině významnosti α = 1 %. Specifikace tohoto modelu je správná. Pro testování heteroskedasticity v modelu jsem pouţila Whiteův test. Nulová hypotéza tohoto testu říká, ţe zde není heteroskedasticita. P-hodnota testu je 0,570724, tedy nejsem schopna zamítnout nulovou hypotézu ve prospěch alternativy. Předpoklad heteroskedasticity v OLS modelu je splněn. Dalším testem je test normality reziduí, kde nulová hypotéza říká, ţe chyby jsou normálně rozloţené. P-hodnota tohoto testu je 4,37241e-010. Nulovou hypotézu zamítám na hladině významnosti α = 5 %. Díky tomu, ţe mám dostatečné mnoţství pozorování, mohu předpoklad normality reziduí aproximativně uvolnit na základě asymptotické teorie. Posledním testem, který je nutné udělat je testování kolinearity. Pomocí VIF testu kolinearity jsem zamítla tento problém ve svých datech. Všechny základní předpoklady OLS modelu jsou splněny.

40

3.4

Interpretace modelů Jak bylo zmíněno, nejlepší model podle kritéria adjustovaného koeficientu

determinace je upravený model číslo 3, který je moţné celý vidět v tabulce 8. Při interpretaci se zaměřím na něj, ale stejně důleţité pro mé analýzy jsou i předchozí modely. První proměnnou je průměrná hodinová mzda v kraji (průměrná hodinová mzda v krajích České republiky v roce 2013 ve sluţbách vydělena 160). Tato proměnná vyšla významná na hladině významnosti α = 1 %. Koeficient pro tuto proměnnou, je ve všech modelech kladný. Můţe to být interpretováno tak, ţe mzda číšníka závisí pozitivně na kraji, ve kterém se restaurace nachází. Důvod, proč se koeficient nerovná přesně 1, můţe být dán výběrem restaurací v mém dotazníkovém šetření nebo také tím, ţe číšníci v mém výzkumu pracují průměrně více neţ 160 hodin měsíčně. Další proměnnou, která je pro tento výzkum nejdůleţitější je ta, která říká, zda číšník pracuje v kuřácké nebo nekuřácké restauraci. Pro tuto proměnnou otestuji svou hypotézu, která vychází z ekonomické teorie: H₀: koeficient pro proměnnou pracuje v kuřácké části = 0 H₁: koeficient pro proměnnou pracuje v kuřácké části ≠ 0 Na hladině významnosti α = 10 % zamítám podle modelu 3 nulovou hypotézu ve prospěch alternativy. Koeficient z modelu 3 pro tuto proměnnou je −10,9388, směrodatná odchylka je 6,40613. Díky tomu, ţe koeficient je záporný mohu říct, ţe číšníci v kuřáckých restauracích vydělávají statisticky významně méně, neţ v nekuřáckých restauracích. V tabulce 8 je moţné sledovat výsledky regrese pro dané stupně vzdělání. Referenční vzdělání je učňovské. I přesto, ţe učňovské vzdělání je vyšší neţ základní nabývá koeficient pro základní vzdělání kladné hodnoty. Stejně tak pro maturitní vzdělání a pro vysokoškolské. Z toho vyplývá, ţe učňovské vzdělání je signifikantně odlišné od ostatních stupňů vzdělání. Lidé, kteří mají tento stupeň vzdělání, jsou v mém výzkumu ohodnoceni niţší mzdou. V modelu číslo 2 jsem změnila model o proměnnou pracuje v kuřácké části * míra zakouření. Tento model jsem vytvořila ve dvou variantách. Jednou pro proměnnou míra zakouření a jednou pro kategorie této proměnné, kde referenční proměnná byla nekuřácké restaurace a testované proměnné byly pracuje v kuřácké části * málo zakouřeno, pracuje v 41

kuřácké části * středně zakouřeno a pracuje v kuřácké části * hodně zakouřeno. Pro tento model otestuji hypotézu, ţe míra zakouření má vliv na příjem číšníků. H₀:koeficient pro proměnnou pracuje v kuřácké části * míra zakouření = 0 H₁: koeficient pro proměnnou pracuje v kuřácké části * míra zakouření ≠ 0 V

modelu

2A

(tabulka

7)

je

moţné

vidět

pro

proměnnou

pracuje

v

kuřácké části * míra zakouření koeficient a v závorce t-statistika. P-hodnota pro tuto proměnnou je 0,3089. Nulovou hypotézu nejsem schopna zamítnout ve prospěch alternativy na hladině významnosti α = 10 %. Neprokázala jsem, ţe by míra zakouření měla vliv na příjem číšníků. I přesto mohu interpretovat výsledek, který z koeficientu −1,07875 plyne. Pro proměnnou pracuje v kuřácké části * míra zakouření mohu říct, ţe číšníci, kteří pracují v zakouřeném prostředí, nejsou kompenzování za práci v znečištěném prostředí. Záporné znaménko naznačuje, ţe čím vyšší míra zakouření je, tím niţší plat získávají. Stejně tak v modelu 2B je moţné otestovat nulovou hypotézu pomocí umělých proměnných (málo, středně, hodně zakouřeno). P-hodnota pro kategorii pracuje v kuřácké části * málo zakouřeno je 0,0905, pro pracuje v kuřácké části * středně zakouřeno 0,7719 a phodnota pro poslední kategorii pracuje v kuřácké části * hodně zakouřeno je 0,2271. V modelu 2B jsem zamítla nulovou hypotézu, která říká, ţe koeficient je roven nule pro proměnnou pracuje v kuřácké části * málo zakouřeno. Koeficient této proměnné je −14,6976 a směrodatná odchylka je 8,61386. Tento výsledek mohu interpretovat tak, ţe číšníci pracující v málo zakouřených částech restaurací v mém výzkumu vydělávají méně, neţ číšníci v nezakouřených restauracích. Pro další dva stupně míry zakouření se mi nepodařilo zamítnout nulovou hypotézu. Avšak koeficient pro hodně zakouřené restaurace je −12,4182 a jeho směrodatná odchylka je 10,2280. Z těchto hodnot usuzuji, ţe číšníci v silně zakouřených restauracích vydělávají méně, neţ číšnici v nezakouřených restauracích. V modelu 1 (tabulka 6) bych ráda upozornila na koeficient pro proměnnou, která říká, ţe respondent je kuřák. Tento koeficient je roven 5,15424. Pokud je číšník kuřák, vydělává o 5,15 Kč více neţ nekuřák. Tento výsledek je v rozporu s výsledky literární rešerše i s očekáváními. P-hodnota pro tuto proměnnou je 0,4763 a směrodatná odchylka je rovna 7,21365. Díky tomu, jak je směrodatná odchylka velká, i velikost p-hodnoty, výsledky naznačují, ţe koeficient pro proměnnou kuřák můţe být ve skutečnosti roven 0 stejně tak jako zápornému číslu. Nemohu tedy výsledek tohoto koeficientu brát v úvahu. 42

V tabulce 7 bych zdůraznila proměnnou průměrná cena jídla, která determinuje cenovou úroveň restaurace. Tato proměnná nabývá v kaţdém z mých modelů kladného koeficientu a jeho směrodatná odchylka je malá. V modelu 2B je koeficient pro tuto proměnnou významný na hladině významnosti α = 10 %. Z výsledku regrese vyplývá, ţe čím draţší je restaurace, tím se dá očekávat vyšší plat číšníka. V mých datech jsem nenašla důkaz o tom, ţe by v České Republice platila pro číšníky teorie kompenzačních mzdových rozdílů. Otázkou je, čím je tento výsledek ovlivněn. Vysvětlením mohou být specifické vlastnosti číšníků, které plat ovlivňují.

3.4.1

Endogenní chování číšníků V předchozí kapitole jsem interpretovala výsledky OLS modelů a otázkou zůstává,

proč jsou číšníci ochotni pracovat v rizikovějším prostředí (zakouřeném), za niţší nebo stejný plat jako v nekuřáckém prostředí. Tento problém můţe být dán endogenitou. Tento problém otestuji pomocí binárního probit modelu, kde vysvětlovanou proměnnou bude, zda číšník pracuje v kuřácké restauraci. Jako vysvětlující proměnné do modelu dám ty proměnné, které determinují charakteristiky číšníka. Pohlaví zaměstnanců, zda je respondent kuřák, zda pouţívá pravidelně cizí jazyk a poslední proměnnou bude, jaké je jeho dosaţené vzdělání. Výsledky modelu jsou shrnuté v tabulce 9, kde je moţné vidět koeficienty pro dané proměnné a také p-hodnoty kaţdé z těchto proměnných.

Tabulka 9: Binární probit model Probit model 1 Závislá proměnná: pracuje v kuřácké restauraci Směrodatné chyby zaloţené na Hessiánu Koeficient:

Směrodatná chyba:

z

Kuřák

0,801202

0,244871

3,434

0,0006 ***

Pohlaví (ţena=1)

0,392174

0,248720

1,577

0,1148

43

p-hodnota

Pouţívá cizí jazyk

−0,282399

0,248926

−1,134

0,2566

Základní

0,0815356

0,427264

0,1908

0,8487

Maturitní

−0,301164

0,272679

−1,104

0,2694

Vysokoškolské

−0,815850

0,449199

−1,816

0,0693 *

Constant

−0,186498

0,321831

−0,5795

0,5623

Observations

133

McFaddenův R2

0,110548

Adjusted R2

0,033708

Logaritmus věrohodnosti

−81,02832

Note:

p<0.1*; p<0.05**; p<0.01***

Tabulka 10: Matice předpovězených případů v probit modelu 1

Skutečné

Předpovězené 0

1

0

33

25

1

17

58

Nejvýznamnější proměnná modelu je proměnná, která říká, ţe respondent je kuřák. Koeficient je kladný a mohu ho interpretovat tak, ţe kuřáci jsou více ochotni pracovat v kuřácké restauraci neţ nekuřáci. Tento výsledek koresponduje s výsledky literární rešerše, kde je popsáno několik empirických výzkumů. Ty dokazují, ţe kuřáci mají niţší averzi k riziku. V případě číšníků to můţe být důvod, proč číšníci v kuřácké restauraci nejsou kompenzováni za práci ve ztíţených pracovních podmínkách. Další proměnnou, která je kladná, je pohlaví. Z toho plyne, ţe ţeny mají větší ochotu pracovat v kuřáckém prostředí neţ muţi. Tento výsledek můţe být ovlivněn dalšími rozdíly mezi ţenami a muţi. Například tím, ţe 62 % kuřáků v mém výzkumu jsou ţeny.

44

Další proměnné se týkají vzdělání číšníků. Aktivní pouţívání cizího jazyka a míra vzdělání spolu významně souvisí a naznačují to i výsledky probit modelu. Číšníci aktivně pouţívající cizí jazyk prokazují menší ochotu pracovat v zakouřených restauracích. U vzdělání je tento fakt dobře pozorovatelný na kaţdém stupni vzdělání. Tento trend bylo moţné sledovat v tabulce 3. Zde bylo zřetelné, ţe s vyšším stupněm vzdělání je v dané kategorii méně lidí zaměstnaných v kuřáckých restauracích. I v probit modelu můţeme koeficienty těchto proměnných interpretovat podobně. Pro základní vzdělání má koeficient kladné znaménko. Pro maturitní vzdělání je znaménko uţ záporné a pro vysokoškolské vzdělání je záporný koeficient významný na hladině významnosti α = 10 %. Mohu tyto výsledky interpretovat tak, ţe čím vyšší vzdělání číšník má, tím menší je jeho ochota pracovat v kuřácké restauraci.

45

ZÁVĚR Cílem této práce bylo najít a pokusit se vysvětlit rozdíly v příjmech číšníků v kuřáckých a nekuřáckých restauracích. Svým výzkumem jsem navázala na předchozí empirické výzkumy o mzdových kompenzačních rozdílech, hlavně v případech znečištěného ovzduší a také na empirické výzkumy, které se zabývaly vlivem kuřáctví na příjem. Data pro svou práci jsem získala z vlastního dotazníkového šetření, které probíhalo online od října 2014 do prosince 2014. V části této práce jsem se věnovala zejména popisu dat, na coţ jsem navázala regresními modely, kterými jsem vysvětlovala výzkumnou otázku. Pro regresní analýzu jsem pouţila metodu nejmenších čtverců a sestavila jsem tři modely. Závislou proměnnou je průměrná hodinová mzda. První OLS model obsahuje všechny důleţité proměnné. Druhý model je rozdělen do dvou modelů a je významný tím, ţe se pomocí něj snaţím odpovědět na otázku, jak míra zakouření ovlivňuje příjem číšníků. Poslední model je očištěný o nevýznamné proměnné. Při interpretaci modelů jsem došla k závěru, ţe číšníci v kuřáckých restauracích vydělávají méně, ale míra zakouření je statisticky významná pouze pro málo zakouřené restaurace. Tento výsledek jde proti teorii mzdových kompenzačních rozdílů. Proto jsem se ho pokusila vysvětlit dalším model. Pro tento účel jsem sestrojila binární probit model, kde vysvětlovanou proměnou je pracuje v kuřácké restauraci. Pro vysvětlující proměnné jsem volila takové proměnné, které charakterizují číšníka. Díky tomuto modelu jsem došla k závěru, ţe kuřáci jsou mnohem více ochotni pracovat v kuřáckých restauracích, aniţ by museli být za tuto práci kompenzováni. Tento výsledek odpovídá empirickým výzkumům o kuřácích, které jsem popsala v literární rešerši. Dále jsem díky tomuto probit modelu zjistila, ţe vzdělání také ovlivňuje ochotu zaměstnance nastoupit do kuřácké restaurace. S vyšší mírou vzdělání se sniţuje ochota pracovat v kuřáckém prostředí. Výsledkem mé práce je, ţe číšníci, kteří pracují v kuřáckém prostředí, nejsou kompenzováni za tento rizikový faktor. Vydělávají méně, neţ číšníci pracující v nekuřáckých restauracích. Jedním z důvodů můţe být niţší averze k riziku u kuřáků. Ta vede k tomu, ţe jsou ochotni i za niţší plat pracovat v kuřáckém prostředí.

46

47

SEZNAM POUŢITÝCH ZDROJŮ [1]

ANDRIENKO, Natalia a Gennady ANDRIENKO. Exploratory analysis of spatial and temporal data: a systematic approach. New York: Springer, c2006, xv, 703 p. ISBN 3540259945-.

[2]

BABBIE, Earl R. The practice of social research. 12th ed. Belmont, CA: Wadsworth, c2010, xxiv, 530 s., [67] s. příl. International edition (Wadsworth Cengage Learning). ISBN 9780495598428.

[3]

CESAR, H., BORJA-ABURTO, V. H. CICERO-FERNANDEZ, P., DORLAND, K., MUNOZ CRUZ, R., BRANDER, L., et al. (2002). "Improving air quality in Metropitan Mexico City: An economic valuation, policy research paper 2785." Washington, D.C: World Bank.

[4]

Český statistický úřad: Struktura mezd zaměstnanců v roce 2013. [online]. [cit. 2014-12-14]. Dostupné z: https://www.czso.cz/csu/xb/struktura_mezd_zamestnancu_v_roce_2013

[5]

DOCKERY, D., POPE, C. A., XU, X., SPENGLER, J. D., WARE, J. H., FAY, M. E., et al (1993). "An association between air pollution and mortality in six U. S. cities." New England Journal of Medicine, 329(24), 1753 - 59

[6]

FARREL, P. and FUCHS, V. ( 1986). "Schooling and Health: The Cigarette Connection." The Health Economy, 243 - 54

[7]

GROSSMAN, M. (1976). "The Correlation Between Health and Schooling." In Nestor E. Terleckyj, ed., Household Production and Consumption. New York: Columbia University Press

[8]

KRISTEIN, M. M., (1983). "How Much can Business Ecpect to Profit from Smoking Cessation?" Preventive Medicine, Vol. 12, 358 - 81

[9]

KNIESNER, T. J. and LEETH, J. D. (1991), "Compensating wage differentials for fatal injury risk in Australia, Japan, and USA." J. Risk Uncertainty 4, 75 - 90

48

[10]

LAHIRI, K. and SONG, J. G. (2000). "The Effect of Smoking on Health Using a Sequantial Self-Selection Model." Health Economics, Vol. 9, No. 6, 491 - 511

[11]

LEIGH, P. J. (1995). "Compensation wages, value of statistical life, and inter-industry differentials." Journal of Environmental Economics and Management, 28(1), 83 - 97

[12]

Levine, P. B., GUSTAVSON, T. A. and VELENCHIK, A. D. (1997). "Bad News for Smokers? The Effects of Cigarette Smoking on Wages" Industrial and Labor Relations Review, Vol. 50, No. 3, 493 - 509

[13]

MENG, Ronald (1989). "Compensating Differences in the Canadian Labour Market," The Canadian Journal of Economics Vol. 22, No. 2, 413 - 424

[14]

MICHAEL, R. T. (1973). "Education in Nonmarket Production." Journal of Political Economy, Vol. 81, No. 2, 306-27

[15]

POPPE, C. A., THUN, M. J., NAMBOODIRI, M. M., DOCKERY, D. W., EVANS, J. S., SPEIZER, F. E., et al. (1995). "Particulate air pollution as a predictor of mortality in a prospective study of U. S. adults." American Journal of Critical Care Medicine, 151(3), 669 - 74

[16]

REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. Vyd. 1. Praha: Grada, 2009, 184 s. Sociologie (Grada). ISBN 9788024730066.

[17]

ROSEN, S. (1968). "The theory of equalizing differences," In O. Ashenfelter and R. Layard, ed., Handbood of Labor Economics, (Amsterdam: North-Holland)

[18]

VISCUSI, W. and HERSCH, J. (2001). "Smokers as Job Risk Takers." The Review of Economics and Statistics, Vol. 83, No. 2 (May 2011), 269 - 280

49

SEZNAM GRAFŮ Graf 1: Histogram průměrné hodinové mzdy ........................................................................... 18 Graf 2: Histogram míry zakouření ............................................................................................ 19 Graf 3: Kategorizovaný histogram - výletní oblast .................................................................. 22 Graf 4: Kategorizovaný histogram - pracuje v kuřácké nebo nekuřácké restauraci ................. 23 Graf 5: Kategorizovaný histogram - polední menu .................................................................. 24 Graf 6: Kategorizovaný histogram - pohlaví ............................................................................ 25 Graf 7: Kategorizovaný histogram - dosaţené vzdělání ........................................................... 26 Graf 8: Kategorizovaný histogram - míra zakouření ................................................................ 28 Graf 9: Kategorizovaný histogram průměrné ceny jídla .......................................................... 30

50

SEZNAM TABULEK Tabulka 1: Popisné statistiky ....................................................................................................16 Tabulka 2: Tabulka četností ......................................................................................................19 Tabulka 3: Kontingenční tabulka ..............................................................................................20 Tabulka 4: Korelační matice .....................................................................................................32 Tabulka 5: Očekávané znaménka v OLS modelu 1 ..................................................................34 Tabulka 6: OLS model 1 ...........................................................................................................35 Tabulka 7: OLS model 2 ...........................................................................................................37 Tabulka 8: Očištěný OLS model ..............................................................................................39 Tabulka 9: Binární probit model ...............................................................................................43 Tabulka 10: Matice předpovězených případů v probit modelu 1 .............................................44

51

SEZNAM PŘÍLOH Příloha A – Dotazník Příloha B - Grafy normality pro proměnou průměrná hodinová mzda Příloha C - Grafy normality pro proměnou průměrná cena jídla Příloha D - Korelační matice všech proměnných Příloha E - Kódování dat

52

Příloha A – Dotazník Pracovní podmínky servírek a číšníků v České republice Ve kterém kraji České republiky se nachází restaurace, ve které pracujete?

Kolik obyvatel má aglomerace, ve které se nachází restaurace, ve které pracujete? Pokud tuto restauraci navštěvují pravidelně lidé z obce, kde se nachází, je to počet obyvatel té obce. Pokud se jedná třeba o velké město jako Brno, je to přibliţný odhad počtu obyvatel, včetně studentů a okolních vesnic.

V jaké části obce se nachází restaurace, ve které pracujete? a) Historické centrum b) Střed obce c) Vilová zástavba d) Rodinná zástavba e) Sídliště f) Vesnice g) Malé město Restaurace se nachází ve výletní oblasti. a) Ano b) Ne Restaurace, ve které pracujete je a) Nekuřácká b) Kuřácká c) Má oddělenou kuřáckou a nekuřáckou část Po větší část pracovní doby pracujete v a) Nekuřácké části b) Kuřácké části c) V obou částech Ve vaší restauraci celodenně vaříte a) Ano b) Ne Ve vaší restauraci vaříte polední menu a) Ano b) Ne Restaurace, ve které pracujete je a) Restaurace s obsluhou b) Restaurace bez obsluhy c) Kavárna

d) Bar e) Pizzerie f) Fastfood j) Jiné: Jak vnímáte zakouřenost ve vaší restauraci? 0 = nekouří se zde, 1 = kouří se, ale vzduch je zcela čistý, 10 = velice silná zakouřenost, viditelná a štiplavá. Pokud jsou ve vaší restauraci oddělené části, napište zakouřenost v kuřácké části. 0 - 1 - 2 - 3 - 4 - 5 - 6 - 7 - 8 - 9 - 10 Jak byste odhadli průměrnou cenu teplého hlavního jídla i s přílohou v celých korunách? Například - restaurace vaří pouze svíčkovou omáčku s knedlíkem za 100 Kč a hovězí steak se zeleninou za 300 Kč. Průměrná cena jídla v této restauraci je 200 Kč. Nepočítejte polévky, saláty a dezerty.

Jeden host za jednu návštěvu u vás v průměru utratí v celých korunách Průměrná útrata na jednoho hosta za veškeré jídla a pití bez spropitného.

Jeden host ve vaší restauraci za sebe nechá průměrné spropitné v celých korunách

Kolik hostů za jednu pracovní směnu navštíví vaši restauraci?

Za jeden běţný měsíc máte příjem před zdaněním Včetně spropitného, co mi náleţí, peněz na ruku, podílu na zisku, hodnoty jídla a pití, co dostanu nebo zkonzumuju. Pokud nevíte výši příjmu před zdaněním, otázku vynechejte a odpovězte na další otázku.

Za jeden běţný měsíc máte příjem po zdanění Včetně všech započtených benefitů. Například cena jídla a pití, které zadarmo zkonzumujete. Příjem z předchozí otázky po zaplacení zdravotního a sociálního pojištění a po zdanění. Pokud nedaníte, tak je to vše, co dostanete.

Za jednu běţnou pracovní směnu si na spropitném vyděláte v celých korunách? To co Vám opravdu ze spropitného náleţí.

V naší restauraci se o spropitné dělíme a) Mezi kuchaře a číšníky b) Mezi číšníky c) Spropitné patří tomu, kdo kasíruje d) Spropitné zůstává majiteli restaurace e) Mezi zaměstnance a majitele f) Obsluhujícímu číšníkovi g) Kasírujícímu číšníkovi, který neobsluhuje Kdyţ kasírujete hosty, tak a) Nekasíruji nikdy b) Kasíruji ty, co sám/a obsluhuji c) Kasíruji všechny hosty Kolik dní pracujete v typickém týdnu? 1-2-3-4-5-6-7 Kolik hodin pracujete během typického dne?

Jste spokojen se svým aktuálním zaměstnáním? nespokojen 1 - 2 - 3 - 4 - 5 spokojen Jste spokojen s kolektivem v zaměstnání? nespokojen 1 - 2 - 3 - 4 - 5 spokojen Jste spokojen s čistotou vaší restaurace? nespokojen 1 - 2 - 3 - 4 - 5 spokojen Jste spokojen s finančním ohodnocením, které v práci dostáváte? nespokojen 1 - 2 - 3 - 4 - 5 spokojen Vaše pohlaví a) Muţ b) Ţena Jste a) Kuřák b) Nekuřák Za běţný den vykouřím a) Nekouřím b) 1 - 5 cigaret c) 6 - 10 cigaret d) 11 - 15 cigaret e) 16 - 20 cigaret

f) 21 - 30 cigaret g) 31 a více Kolik je vám let?

Ve vaší restauraci pracujete a) Plný úvazek b) Částečný úvazek c) Dohoda o provedení práce d) Dohoda o pracovní činnosti e) Brigáda bez smlouvy Vaše nejvyšší dosaţené vzdělání a) Základní b) Vyučen bez maturity c) Středoškolské s maturitou d) Vysokoškolské Jste studentem a) Střední školy b) Vysoké školy c) Nestuduji V zaměstnání často pouţíváte cizí jazyk. a) Ano b) Ne Který cizí jazyk pouţíváte? Pokud jste na předchozí otázku odpověděli ano, vyberte ze seznamu všechny, které pouţíváte pravidelně. a) Angličtina b) Němčina c) Francouzština d) Ruština e) Španělština f) Italština g) Jiné: Kolik let máte praxi ve svém oboru?

Váš názor na pracovní podmínky zaměstnanců restaurací v České republice. Chtěla bych vás tímto poţádat, zda by jste mohli vyjádřit svůj názor na pracovní podmínky pracovníků v Českých restauracích.

Příloha B – Grafy normality pro proměnou průměrná hodinová mzda Normální p-graf z průměrné hodinové mzdy 3

Oček. normál. hodnoty

2

1

0

-1

-2

-3

0

20

40

60

80

100

120

140

160

180

200

220

240

Pozorovaný kvantil

Graf kvantil-kvantil z průměrné hodinové mzdy 0,05 0,25 0,50 0,75 0,90

0,01

240

0,99

220 200

Pozorovaný kvantil

180 160 140 120 100 80 60 40 20 0

-3

-2

-1

0 Teoretický kvantil

1

2

3

Příloha C – Grafy normality pro proměnou průměrná cena jídla Normální p-graf z průměrné ceny jídla 3

Oček. normál. hodnoty

2

1

0

-1

-2

-3

0

100

200

300

400

500

600

700

800

900

Pozorovaný kvantil

Graf kvantil-kvantil z průměrné ceny jídla 0,05 0,25 0,50 0,75 0,90

0,01

900

0,99

800

Pozorovaný kvantil

700 600 500 400 300 200 100 0

-3

-2

-1

0 Teoretický kvantil

1

2

3

Příloha D – Korelační matice všech proměnných Polední menu

Celodenně vaří

1

-0,269

0,052

0,118

0,091

-0,007

0,063

0,018

-0,269 0,052

1 -0,189

-0,189 1

0,024 -0,311

0,027 -0,335

0,048 0,184

0,041 -0,081

0,098 -0,210

0,118

0,024

-0,311

1

0,787

-0,039

0,089

0,630

0,091

0,027

-0,335

0,787

1

-0,039

0,122

0,633

-0,007 0,063 0,018 0,297

0,048 0,041 0,098 -0,237

0,184 -0,082 -0,208 0,135

-0,039 0,089 0,630 -0,098

-0,039 0,122 0,633 -0,117

1 0,275 -0,134 0,158

0,275 1 0,020 -0,040

-0,135 0,020 1 -0,217

0,342

-0,224

0,109

-0,093

-0,141

0,098

-0,165

-0,133

0,294

-0,182

0,008

-0,043

-0,034

0,040

-0,180

-0,104

0,444

-0,210

0,045

0,113

-0,024

0,106

0,202

0,014

0,243

-0,212

0,065

-0,014

-0,003

-0,065

0,046

-0,029

0,061

0,112

-0,025

0,103

0,107

0,050

0,039

0,079

0,328

-0,136

0,182

0,084

0,086

0,314

0,226

0,058

-0,057 0,276 0,235 -0,133 -0,323 0,366 0,316

-0,063 -0,070 0,022 -0,016 -0,002 -0,330 -0,059

-0,250 -0,204 0,029 0,154 0,002 0,278 0,023

0,080 0,260 -0,008 -0,117 -0,092 -0,068 0,064

0,097 0,294 0,050 -0,190 -0,111 -0,080 0,059

-0,231 -0,067 -0,031 0,017 -0,004 0,110 -0,027

-0,174 0,068 0,009 -0,003 -0,022 0,115 0,028

0,070 0,179 -0,078 -0,058 -0,028 -0,059 -0,075

0,241

-0,181

-0,020

0,007

-0,137

-0,033

0,111

-0,059

Míra zakouření

Pracuje v kuřácké/ nekuřácké

Výletní oblast

Kuřácká/ nekuřácká restaurace

Průměrná mzda v kraji ve sluţbách Část obce Výletní oblast Kuřácká/nekuřácká restaurace Pracuje v kuřácké/nekuřáck é restauraci Celodenně vaří Polední menu Míra zakouření Cena jídla Útrata jednoho hosta Spropitné jednoho hosta Příjem po zdanění Příjem na spropitném Počet dní v práci Počet hodin v práci během dne Pohlaví Kuřák/ nekuřák Věk Dosaţené vzdělání Student – pracující Cizí jazyk Počet let praxe Průměrná hodinová mzda

Část obce

Proměnná

Průměrná mzda v kraji ve sluţbách

Korelační matice

Průměrná mzda v kraji ve sluţbách Část obce Výletní oblast Kuřácká/nekuřácká restaurace Pracuje v kuřácké/nekuřácké restauraci Celodenně vaří Polední menu Míra zakouření Cena jídla Útrata jednoho hosta Spropitné jednoho hosta Příjem po zdanění Příjem na spropitném Počet dní v práci Počet hodin v práci během dne Pohlaví Kuřák/ nekuřák Věk Dosaţené vzdělání Student – pracující Cizí jazyk Počet let praxe Průměrná hodinová mzda

Počet hodin během dne

Počet dní v práci

Příjem na spropitném

Příjem po zdanění

Spropitné jednoho hosta

Útrata jednoho hosta

Cena jídla

Proměnná

0,298

0,342

0,294

0,444

0,243

0,061

0,328

-0,237 0,135

-0,224 0,109

-0,182 0,008

-0,210 0,045

-0,212 0,065

0,112 -0,025

-0,136 0,182

-0,098

-0,093

-0,043

0,113

-0,014

0,103

0,084

-0,117

-0,141

-0,034

-0,024

-0,003

0,107

0,086

0,158 -0,040 -0,217 1 0,671

0,098 -0,165 -0,133 0,671 1

0,040 -0,180 -0,104 0,388 0,694

0,106 0,202 0,014 0,298 0,297

-0,066 0,046 -0,029 0,266 0,311

0,050 0,039 0,079 0,028 0,045

0,314 0,226 0,058 0,233 0,150

0,388

0,690

1

0,207

0,257

0,027

0,105

0,298 0,266 0,028

0,294 0,311 0,045

0,207 0,257 0,027

1 0,269 0,287

0,269 1 0,148

0,287 0,148 1

0,442 0,224 0,133

0,234

0,150

0,105

0,442

0,224

0,133

1

-0,122 0,076 0,079 -0,006 -0,118 0,317 0,114

-0,119 0,132 0,115 -0,106 -0,104 0,286 0,150

0,074 0,159 0,080 -0,071 -0,086 0,238 0,114

-0,239 0,235 0,255 0,005 -0,277 0,286 0,304

-0,055 0,164 0,009 -0,048 -0,165 0,142 0,028

-0,163 0,219 0,206 -0,195 -0,430 -0,026 0,214

-0,313 0,167 0,124 -0,131 -0,303 0,349 0,161

0,221

0,249

0,119

0,672

0,071

-0,272

-0,050

Průměrná mzda v kraji ve sluţbách Část obce Výletní oblast Kuřácká/nekuřácká restaurace Pracuje v kuřácké/nekuřácké restauraci Celodenně vaří Polední menu Míra zakouření Cena jídla Útrata jednoho hosta Spropitné jednoho hosta Příjem po zdanění Příjem na spropitném Počet dní v práci Počet hodin v práci během dne Pohlaví Kuřák/ nekuřák Věk Dosaţené vzdělání Student – pracující Cizí jazyk Počet let praxe Průměrná hodinová mzda

Průměrná hodinová mzda

Počet let praxe

Cizí jazyk

Student – pracující

Dosaţené vzdělání

Věk

Kuřák/ nekuřák

Pohlaví

Proměnná

-0,057

0,276

0,235

-0,133

-0,323

0,366

0,316

0,241

-0,063 -0,250

-0,070 -0,204

0,022 0,029

-0,016 0,154

-0,002 0,002

-0,330 0,278

-0,059 0,023

-0,181 -0,020

0,080

0,260

-0,008

-0,117

-0,092

-0,068

0,064

0,007

0,096

0,294

0,050

-0,190

-0,111

-0,080

0,059

-0,137

-0,231 -0,174 0,070 -0,122 -0,119

-0,067 0,068 0,179 0,076 0,132

-0,031 0,009 -0,078 0,079 0,115

0,017 -0,003 -0,058 -0,006 -0,106

-0,005 -0,022 -0,028 -0,118 -0,104

0,110 0,115 -0,059 0,317 0,286

-0,027 0,029 -0,075 0,114 0,150

-0,033 0,111 -0,059 0,221 0,249

0,074

0,158

0,080

-0,070

-0,086

0,238

0,114

0,119

-0,239 -0,055 -0,163

0,235 0,164 0,219

0,255 0,009 0,206

0,005 -0,048 -0,195

-0,277 -0,165 -0,430

0,286 0,143 -0,026

0,304 0,028 0,214

0,672 0,071 -0,272

-0,313

0,167

0,124

-0,131

-0,304

0,349

0,161

-0,050

1 -0,061 -0,250 0,197 0,126 -0,150 -0,246

-0,061 1 0,255 -0,204 -0,418 0,191 0,270

-0,250 0,255 1 -0,082 -0,340 0,142 0,879

0,197 -0,204 -0,082 1 0,304 0,087 -0,093

0,126 -0,418 -0,341 0,304 1 -0,097 -0,326

-0,150 0,191 0,142 0,087 -0,097 1 0,121

-0,246 0,270 0,880 -0,094 -0,326 0,121 1

-0,048 0,086 0,131 0,156 0,040 0,153 0,158

-0,048

0,085

0,131

0,156

0,040

0,153

0,158

1

Příloha E – Kódování dat Ano Ne

1 0

Kuřácká (pracuje v kuřácké) Nekuřácká (pracuje v nekuřácké)

1 0

Ţena Muţ

1 0

Kuřák Nekuřák

1 0

Student VŠ, SŠ Nestuduje

1 0

Dosaţené vzdělání

Kraj ČR Hlavní město Praha Středočeský kraj Jihočeský kraj Plzeňský kraj Karlovarský kraj Ústecký kraj Liberecký kraj Královehradecký kraj Pardubický kraj Kraj Vysočina Jihomoravský kraj Olomoucký kraj Zlínský kraj Moravskoslezský kraj

Základní Vyučen Středoškolské Vysokoškolské

1 2 3 4

Průměrná měsíční mzda ve sluţbách 2013 18 706 Kč 16 718 Kč 16 448 Kč 16 521 Kč 17 154 Kč 15 725 Kč 16 848 Kč 16 730 Kč 16 180 Kč 15 832 Kč 15 907 Kč 16 942 Kč 15 566 Kč 15 845 Kč

Zdroj: https://www.czso.cz/csu/xb/struktura_mezd_zamestnancu_v_roce_2013 [cit. 2014-12-14]