Mendelova zemědělská a lesnická univerzita v Brně Provozně ekonomická fakulta Ústav statistiky a operačního výzkumu _________________________________________________________________________
Statistické zpracování výzkumu trhu mobilních telefonů a operátorů BAKALÁŘSKÁ PRÁCE
Vedoucí práce: Ing. Kristina Somerlíková, Ph. D.
Jana Žilková
Brno 2007
Prohlašuji, že jsem tuto bakalářskou práci vypracovala samostatně s využitím odborné literatury, kterou uvádím v seznamu.
V Brně 24. května 2007
……………………… Jana Žilková
Tímto bych ráda poděkovala své vedoucí bakalářské práce Ing. Kristině Somerlíkové, Ph. D. za její drahocenný čas, odborný dohled a potřebné rady, které jsem uplatnila při psaní své bakalářské práce.
Abstrakt
Žilková, J. Statistické zpracování výzkumu trhu mobilních telefonů a operátorů, Bakalářská práce. Brno 2007.
Bakalářská práce se zabývá marketingovým výzkumem na trhu mobilních telefonů a službami s tím souvisejícími. Výsledky dotazníkového šetření byly zpracovány pomocí základních statistických metod a postupů. V závěru práce je uvedeno věcné shrnutí a krátká polemika na dané téma.
Abstract
Zilkova, J. Statistical processing research of the market with mobile phone and operators, Bachelor work. Brno 2007.
This bachelor work deals with marketing research in the market of mobile phones and services associated with them. Results of questionnaire search were process by basic statistical methods and procedures. In conclusion is summary of important elements and short polemic on the given subject.
Obsah Obsah .....................................................................................................................................6 1.
Úvod...............................................................................................................................7
2.
Cíl práce a metodika ......................................................................................................8
3.
Marketingový přehled....................................................................................................9
3.1
Historie marketingového výzkumu...........................................................................9
3.2
Co je marketingový výzkum? ....................................................................................9
3.3
Využití marketingového výzkumu..........................................................................11
3.4
Klasifikace výzkumu ...............................................................................................11
3.5
Proces marketingového výzkumu ............................................................................14
3.6
Techniky marketingového výzkumu ……………………………………………...17
4.
Statistický přehled........................................................................................................22
4.1
Historie statistiky ....................................................................................................22
4.2
Co je statistika?........................................................................................................22
4.3
Základní statistické pojmy .......................................................................................23
4.4
Etapy statistické činnosti .........................................................................................27
4.5
Zpracování statistických údajů ................................................................................30
5.
Vlastní práce ................................................................................................................36
5.1
Zpracování výsledků dotazníku ..............................................................................36
5.2
Analýza závislostí ...................................................................................................48
6.
Závěr ............................................................................................................................50
7.
Použitá literatura ..........................................................................................................52
6
1.
Úvod
Telefon je telekomunikační zařízení, které přenáší hovor prostřednictvím elektrických signálů. Za vynálezce byl považován Alexander Graham Bell, jehož první telefon byl sestrojen v Bostonu v roce 1876. Ale podle novějších údajů vynalezl telefon italský vynálezce Antonio Meucci už v roce 1849. Jeho prvenství bylo v červnu roku 2002 oficiálně potvrzeno například i kongresem Spojených států. Mobilní telefon je zařízení fungující jako normální telefon, ale s možností použití ve velkém prostoru (na rozdíl od bezdrátového telefonu fungujícího jen na omezenou vzdálenost). Mobily mají dlouhou historii, která sahá do počátku 70. let 20. století, kdy firma Ericsson představila první mobilní telefon, který vážil desítky kilogramů, stál hodně peněz a proto ho v kufru auta mohlo vozit jen několik vyvolených. První mobil se jmenoval MTA (Mobile Telephony A) a fungoval jen ve Stockholmu a Goteborgu. Pro nízké zaváděcí náklady a rychlé rozmístění se mobilní sítě rychle rozšířily po světě a předstihly růst pevné telefonie. V minulém století firmy pochopily, že mobilní telefon není jen módní výstřelek a tak se chytily příležitosti a zaměřily se na jejich výrobu. Většinou se jednalo o firmy podnikající v odvětví elektrotechniky např. LG, která byla prvním výrobcem rádií na korejském trhu nebo Samsung, který se věnoval výrobě digitálních médií, informačním a telekomunikačním přístrojům. Ale našly se i takové firmy, které s elektronikou neměly nic společného např. Nokia začínala jako výrobce bot a pneumatik. S rozvojem mobilů jde ruku v ruce i vývoj mobilních sítí. Počátkem devadesátých let minulého století se toho ujaly buď národní telecomy, nebo pro tento účel speciálně založené firmy – mobilní operátoři. V dnešní době u nás působí tři operátoři, kteří zároveň patří mezi největší globální operátory, jsou to Vodafone, T-Mobile a O2. Je zřejmé, že mobilní telefony si získaly velmi významné a neopomenutelné místo v našich životech. Je jen málo lidí, kteří se ve svém životě obejdou bez mobilu, jsou to většinou Ti, kteří ho nemají, ale jakmile ho jednou získají tak už si ho nedovedou představit bez něj.
7
2.
Cíl práce a metodika
Cílem této bakalářské práce je provést marketingový výzkum na trhu s mobilní technikou a službami s ní souvisejícími, výsledky zpracovat pomocí statistických metod a postupů a následně slovně i za pomoci grafů a tabulek prezentovat. Než se přikročí k vlastnímu psaní práce je nezbytné nastudovat zvolenou problematiku. Nejvhodnějším a obvyklým způsobem je studium odborné literatury a vyhledávání potřebných informací na internetu. Následujícím krokem je sestavení dotazníku. Je velmi důležité, aby kladené otázky byly pro respondenta co nejvíce srozumitelné, a aby se předešlo zbytečným nedorozuměním a pozdějším problémům, měl by se provést předvýzkum. Po jeho provedení upravit zjištěné nedostatky, které jsou většinou už jen technického rázu, a začít s vlastním výzkumem. Po získání dostatečného množství vzorků končí práce v terénu a začíná vlastní zpracovávání informací, ke kterému se používá informační technologie. K výpočtům a propočtům jsem využila program Unistat a následně Microsoft Excel, který je vhodnější pro vytváření grafů a tabulek. Ke zpracování odpovědí postačí základní statistické analýzy jako jsou absolutní a relativní četnosti, prostý a vážený aritmetický průměr a měření závislostí slovních znaků. Vše jsem slovně okomentovala a přehledně zaznamenala do tabulek a grafů. Písemná část práce je vypracována pomocí textového programu Microsoft Word. Práce je přehledně členěna do 8 kapitol a několika potřebných podkapitol. Práce je rozdělena na dvě základní části a to část teoretickou a část praktickou, která je zakončena mým názorem na danou problematiku.
8
3.
Marketingový přehled
3.1
Historie marketingového výzkumu
Historie marketingového výzkumu začíná podle Foreta a Stávkové (2003) již v 19. století. Přesněji rokem 1824, kdy se v USA poprvé uskutečnil empirický výzkum chování a rozhodování voličů v prezidentských volbách. O sto let později obohatila generace nastupujících výzkumníků v čele G. Gallupem a E. Roperem tyto výzkumy především o statisticky propracované postupy výběru vzorku. Ve 40. letech minulého století P. F. Lazarsfeld a B. R. Berelson publikují v monografiích Vořiny a The People´s Choice první explanační modely chování. Jednalo se zejména o to, jak dokáží názoroví vůdci ovlivnit rozhodování voličů. Záhy se tyto poznatky o vlečníkovém a bumerangovém chování a rozhodování voličů přenesly také do marketingu, především do modelů chování a rozhodování spotřebitelů. Proto jsou právem výzkumy chování a rozhodování voličů považovány za počátky marketingového výzkumu.
3.2
Co je marketingový výzkum?
Clemente (2004) uvádí, že efektivní marketingové rozhodování vyžaduje shromažďování informací, které se vztahují na specifické situace na trhu nebo na specifický problém. Marketingový výzkum se týká procesu shromažďování , analýzy a předání této informace. Kompilace výsledků vyžaduje určit údaje o trhu, které jsou potřebné. Volá také po rozhodnutí a strategii vytvoření použitelných informací efektivním způsobem, co se týká nákladů.Shromažďování údajů o trhu zahrnuje čtyři následující kroky: 1. Definování marketingového problému. Nemůžete vytvářet použitelné informace, aniž byste věděli, o jaký problém jde. Příklady marketingových problémů mohou být klesající prodej v konkrétném regionu nebo městě nebo nízká hladina povědomí o výrobku mezi cílovými spotřebiteli. Jakmile je problém definován, potom výzkumní pracovníci stanoví úkoly výzkumu. Zjištění problému je nezbytné k určení požadovaného typu výzkumu. Existují tři typy výzkumu: předběžný, popisný a kauzální.
9
2. Plán výzkumu a vývoje zahrnuje určení nejúčinnějšího způsobu shromažďování potřebné informace. Plán zjistí jaký zdroj informace bude použit, jaké výzkumné instrumenty budou použity a jak budou respondenti kontaktování. 3. Sbírání informací. Mohou být využity různé manuální a technologické metody. Manuální sběr údajů může jednoduše zahrnovat zapisování odpovědí respondentů výzkumným pracovníkem na otázky pohovoru. Technologické nástroje obsahují počítačový a elektronický komunikační hardware. 4. Analýza informací – ta obsahuje vynětí relevantních odpovědí ze shromážděných údajů. Informace jsou seřazeny do tabulky. Potom jsou použity statistické postupy a rozhodovací modely pro nalezení dodatečných závěrů.
3.2.1
Průzkum trhu
Foret, Stávková (2003) chápou průzkum trhu především jako jednorázovou záležitost, zjišťující zvolenou výzkumnou technikou aktuální situaci, na trhu a poskytující zadavatelům především základní popis této situace. Marketingový výzkum je dlouhodobější prací, kombinující hned několik výzkumných postupů, uplatňující náročnější postupy statistického zpracování, porovnávající a vyhodnocující výsledky získané z různých zdrojů a docházející k hlubším poznatkům a souvislostem.
3.2.2 Výzkum trhu x marketingový výzkum Vážná nedorozumění vznikají podle Majaro (1996) při užívání dvou odlišných termínů „výzkum trhu“ a „marketingový výzkum“. Tyto termíny se často zaměňují. Výzkum trhu se vztahuje na shromažďování údajů o trhu samotném. Marketingový výzkum se vztahuje na shromažďování, zaznamenávání a analyzování těch údajů, které se týkají marketingu určitého zboží nebo služeb. Jinými slovy řečeno, výzkum trhu zkoumá trh, jeho strukturu a lidi, kteří se na něm pohybují. Naopak marketingový výzkum studuje nejefektivnější cesty, kterými lze na tento trh vstoupit a jak tento trh maximálním způsobem uspokojit.
10
3.3
Využití marketingového výzkumu
Hague tvrdí, že téměř všechen marketingový výzkum je prováděn z praktických důvodů; musí být prověřena obchodní příležitost, je nutná identifikace důvodů problému a musí být zredukováno obchodní riziko. Marketingový výzkum je vědou aplikovanou a její výkon by se měl v ukázat v akci. Využití nám dává souvislosti, které ukazují, kam marketingový výzkum zařadit. To je velmi důležité, jelikož pokud je marketingový výzkum předmětem naších úvah, mohlo by dojít k nedorozumění, že marketingový výzkum je centrem celého obchodního světa. Jistě hraje důležitou roli v obchodním rozhodování, ale konečný úspěch na trzích je určen mnoha dalšími faktory, zejména oddaností týmu, velikostí a směsí marketingového rozpočtu a schopností reagovat na nepředvídané problémy. Není vždy jednoduché posuzovat obchodní úspěch a říci, že byl výhradně zásluhou marketingového výzkumu. V nejlepším případě bude výzkumník schopný říci „byl jsem toho součástí“.
3.4
Klasifikace výzkumu
Smith (2000) tvrdí, že v podstatě existují dva druhy zdrojů informací k výzkumu: primární a sekundární. Primární informace si organizace nechává sbírat na objednávku za určitým účelem (například to může být průzkum, jaký postoj mají zákazníci ke značce podniku). Na druhé straně sekundární informace jsou data, která už existují, která už sesbíral někdo jiný z nějakého jiného důvodu (například statistiky vlády, články v novinách, různé zprávy atd.). U sekundárního výzkumu je podle Foreta a Stávkové (2003) rozdíl mezi tím, zda máme k dispozici data neagregovaná, tedy v původní podobě hodnot zjištěných za každou jednotku, oproti datům již agregovaným, kdy jsou hodnoty vlastností sumarizované za celý soubor, případně zpracované do podoby statistických hodnot (procenta, průměry, rozptyly, koeficienty). Výhodou neagregovaných dat je to, že si je můžeme znovu statisticky zpracovat zcela podle svých potřeb. Foret (2003) uvádí, že pod vlivem terminologie výpočetní techniky se někdy hovoří o harddatech („tvrdých datech“) a softdatech („měkkých datech“). Za harddata považujeme
11
zpravidla údaje z oficiální statistické evidence. Například o počtech jednotek (obyvatel, domácností, podniků), jejich stavu (rodinném, vlastnickém, stáří), vybavenosti (předměty dlouhodobé spotřeby, zásobami), vynaložených prostředcích (výdajích) a výsledcích činností (výstavě piva, spotřebě piva). Softdata jsou spíše výpovědi o stavech vědomí (názory, hodnocení, přání), jak je poskytují speciální výzkumy (marketingové, sociologické, veřejného mínění) . Rozdíly mezi harddaty a softdaty nejsou tak zásadní, jak by se mohlo na první pohled zdát. Rozhodně je velmi zkreslená představa, že harddata jsou objektivní údaje a softdata subjektivní. Foret, Stávková (2003) člení marketingový výzkum na základní a aplikovaný. Základní (badatelský) výzkum se zabývá zpravidla teoretickým řešením dané problematiky (teorie chování a rozhodování zákazníků) a na rozdíl od aplikovaného výzkumu, který je většinou realizován na objednávku nějaké organizace, se od něj neočekávají žádné návrhy řešení. Cílem aplikovaného výzkumu je naopak shromáždit potřebné údaje k vyjasnění zkoumaného problému, zejména navrhnout nové hypotézy (náměty, nápady) jeho praktického řešení.
Podle Foreta a Stávkové (2003) se běžně rozlišuje výzkum z hlediska obecné metodologie na: •
popisný neboli deskriptivní; jeho výsledky popisují jevy, se kterými se v dané oblasti setkáváme. Dívá se a zachycuje náš problém, který je předmětem výzkumu, jak v daném okamžiku vypadá, právě zde bychom spíše hovořili o průzkumu;
•
diagnostický neboli kauzální, který již nejen popisuje daný problém, ale snaží se o formulaci hypotéz, hledá příčiny popisovaných jevů, souvislosti, pravidelnosti, vztahy příčiny a následku. Východiskem pro tento výzkum bývá často výzkum popisný, Navazující diagnostický je však náročnější jak na přípravu, tak na zpracování a interpretaci. Hledá odpověď na otázku, proč je daný jev, proces právě takový;
12
•
prognostický, který se snaží postihnout současné vývojové trendy a předpokládaný budoucí stav. Měl by nám tedy poskytnout informace, kam spěje vývoj našeho problému.
Primární marketingový výzkum prováděný v terénu lze členit na kvantitativní a kvalitativní.
3.4.1 Kvantitativní výzkum Foret (2003) uvádí, že kvantitativní výzkum je koncipován a prováděn s cílem postihnout dostatečně velký a reprezentativní vzorek jednotek. K objektivitě a systematičnosti zjištěných informací přispívají takové postupy jako standardizace otázek, výběr vzorku a statistické postupy zpracování dat. Základní techniky kvantitativního výzkumu tvoří osobní rozhovory, pozorování, experiment a písemné dotazy, případně analýza jakýchkoli záznamů.
3.4.2 Kvalitativní výzkum Kvalitativní výzkum se podle Foreta (2003) snaží zjistit důvody chování lidí, jejich motivy a příčiny. Je tedy hlubším poznáním a může sloužit jako doplněk kvantitativních poznatků. Druhou obvyklou situací, kdy použijeme kvalitativní postupy, je naopak vstup do nové problematiky, v níž se potřebujeme nejprve zorientovat nebo dostat nové nápady. Základní tři techniky kvalitativního výzkumu tvoří: hloubkové rozhovory, skupinové rozhovory (focus group) a projektivní techniky. Kvalitativní výzkum se omezuje na menší počty dotazovaných jednotek, obvykle okolo desíti, maximálně padesáti. Také číselná podoba výsledků má spíše orientační než vypovídací hodnotu.
13
3.5
Proces marketingového výzkumu
Majaro (1996) uvádí, že marketingový výzkum je proces, který se skládá z pěti základních kroků: 1. Definování projektu 2. Plán výzkumu 3. Shromažďování údajů 4. Interpretace údajů 5. Souhrnná zpráva a závěry
3.5.1
Definování projektu
Poslání projektu musí být definováno (a redefinováno) s ohledem na stanovený záměr a odpovídající úkoly marketingu. V této fázi je třeba prověřit následující: •
Zda již nebyly publikovány materiály, které by anulovaly potřebu provádění tohoto výzkumného projektu.
•
Zhodnocení nákladů a přínosů, se kterými je nutné počítat.
Měli bychom se vyhnout řadě léček a problémů: •
Používání neurčitých výrazů v našich stanoviscích.
•
Špatné formulaci problému.
•
Zahájení projektu s nejasným nebo neurčitým posláním.
3.5.2 Plán výzkumu Plán výzkumu je podle Foreta a Stávkové (2003) dalším krokem, který následuje po definování problému a cíle výzkumu. Přesněji specifikuje potřebné informace, postup jejich získání a plán dalšího postupu výzkumu. Umožňuje kontrolovat průběh výzkumu.
Plán výzkumu by měl obsahovat: •
formulaci zkoumaného problému, základní hypotézu řešení a určení výzkumného cíle a jeho zdůvodnění,
14
•
předběžné představy o tom, co lze od výzkumu očekávat na rozdíl od dosavadních znalostí,
•
stanovení informačních potřeb, jejich struktury a jejich zdrojů,
•
navržení výběrového souboru, zdůvodnění jeho velikosti a složení, navržení místa a času realizace výzkumu,
•
stanovení techniky výzkumu a nástrojů vhodných pro výzkum,
•
určení způsobu kontaktování respondentů,
•
předvýzkum, zpřesňující předcházející body na základě praktického ověření sběru informací v terénu na malém vzorku (sonda zpravidla zahrnuje nejvýše několik desítek jednotek – 20 až 30),
•
vlastní výzkum,
•
statistické zpracování výsledků,
•
časový rozvrh jednotlivých etap s uvedením odpovědného pracovníka,
•
rozpočet nákladů výzkumu.
Na začátku je tedy třeba zajistit a shromáždit co nejvíce základních a obecných informací o podstatě problému, Naopak pokud jsme již vypracovali postup sběru informací v terénu, je nutné si jej nejprve prakticky ověřit na malém souboru sledovaných jednotek. Tato etapa se nazývá předběžný výzkum, předvýzkum (pretest). Většinou se od něj očekává
ověření
srozumitelnosti
a
jednoznačnosti
otázek,
ověření
manipulace
s dotazníkem, reakcí osob při rozhovorech, ověření dílčích hypotéz, technické zpracovatelnosti atd. Nejčastěji je prováděn na malém vzorku respondentů a zaměřuje se na celkovou koncepci dotazníku, resp. záznamového archu, na spontánnost odpovědí, zda je přijímán se zájmem či unavuje atd.
3.5.3 Shromažďování údajů Majaro (1996) tvrdí, že shromažďování údajů je velmi důležitá etapa realizace programu. Je třeba vyhledávat zdroje informací. Pokud jsou tyto informace využitelné, je třeba je získat. Je třeba využít i vnitřních zdrojů informací. Konkrétně je třeba systematicky podniknout následující kroky:
15
•
Nalezení zdrojů informací – vnitřních i vnějších. Tento krok vyžaduje provedení podrobných analýz publikovaných materiálů, které existují ve velkých kvantech v knihovnách a ostatních veřejně přístupných zdrojích informací.
•
Pokud je do výzkumu začleněn dotazníkový výzkum respondentů, je třeba dotazník otestovat na vybraném vzorku.
•
Je třeba překontrolovat odpovědi, odstranit chyby, dvojznačnosti a nejasnosti dotazníku.
•
Shromáždit a roztřídit údaje.
V dnešní
době
máme
mnoho
možností
jak
potřebné
informace
vyhledat.
Nejpoužívanějšími zdroji informací jsou např. průmysloví experti, internet, online databáze a tržní údaje, specializovaná průmyslová data, vládní statistiky, seznamy a tisk.
3.5.4 Interpretace údajů Podle Majaro (1996) nyní nadešel čas pro analyzování získaných údajů, jejich třídění, hodnocení a uspořádání. Využitelné údaje jsou sestavovány do vhodných výstupů. Provádí se vysvětlování významných vztahů. Údaje se v podstatě převádějí na informace a do konečné podoby hodnotných zpravodajských informací.
3.5.5 Souhrnná zpráva a závěry Majaro (1996) uvádí, že v této etapě se prověřuje schopnost účinné komunikace. Závěrečná zpráva musí mít formu, která je převoditelná na publikovatelné a snadno pochopitelné prohlášení. K tomu má také sloužit. Velmi často se totiž stává, že vynikající projekty průzkumu neuspějí z jednoho velice jednoduchého důvodu, jsou prezentovány způsobem nebo stylem, který nejdůležitější příjemci naprosto nechápou. Protože zprávu nepochopili, zpravidla se potom stává, že se jí také neřídí.
16
3.6
Techniky marketingového výzkumu
Foret, Stávková (2003) definují techniky marketingového výzkumu jako proces, kde jde o způsob sběru primárních dat umožňující evidovat výskyt jevů i chování lidí, ale také zjistit jejich názory, postoje a motivy. Základní tři techniky marketingového výzkumu představují dotazování, pozorování a experiment.
3.6.1 Dotazování Podle Foreta a Stávkové (2003) patří dotazování k nejrozšířenějším postupům marketingového výzkumu. Uskutečňuje se pomocí nástrojů (dotazníků, záznamových archů)
a
vhodně
zvoleného
kontaktu
s nositelem
informací
–
dotazovaným
(respondentem). Tento kontakt může být přímý, bezprostřední nebo může být naopak zprostředkovaný tazatelem, vstupujícím mezi výzkumníka a respondenta, jako je tomu při osobním (ústním) dotazování, včetně třeba telefonického.
Dotazník Clemente (2004) definuje dotazník jako jeden z hlavních přehledových nástrojů, používaných ke zjišťování údajů z tržního průzkumu. Dotazníky zahrnují série otázek, určených k získání zpětné vazby (odpovědí) o postojích, dojmech a domněnkách respondentů o produktu nebo problémech, které jsou důležité pro marketingové pracovníky. Tvorba dotazníku obsahuje nejprve stanovení cílů průzkumu. Identifikace informací potřebných pro dosažení cílů průzkumu určuje způsob strukturování a stylizace otázek. Existují tři běžné přístupy ke strukturování položek dotazníku: uzavřené otázky (close-ended questions), otevřené otázky (open-ended questions), a otázky se stupnicí (scale items).
Uzavřené otázky podle Foreta a Stávkové (2003) jsou takové, které předem uvádějí (nabízejí) několik možných variant odpovědí, ze kterých je dotazovaný nucen si jednu nebo několik vybrat. Uzavřené otázka je možno dělit na: •
dichotonické, které připouštějí dvě možnosti (ano – ne);
17
•
výběrové (polytomické, s možností výběru jedné alternativy);
•
výčtové (polytomické, s možností výběru několika alternativ);
•
polytomické, s uvedením pořadí alternativ.
U otevřených otázek podle Foreta a Stávkové (2003) nepředkládáme respondentovi žádné varianty odpovědí. Může se tedy vyjádřit zcela svobodně, podle svého, svými slovy. Patří sem takové typy otázek s otevřeným koncem, jako jsou: •
volné – respondentovi je ponechána při formulaci názoru absolutní volnost,
•
asociační – respondent má uvést slovo, které si uvědomí jako první reakci na pojem uvedený v dotazníku,
•
volné dokončení věty – dotazovaná osoba má podle svého úsudku dokončit předloženou větu,
•
dokončení povídky – je předložena nedokončená povídka a úkolem respondenta je ji dokončit,
•
dokončení obrázku – je předložen obrázek dvou postav, jedna něco říká a respondent má doplnit reakci druhé osoby,
•
dokončení tematické námětu – je předložen obrázek a respondent má za úkol vymyslet příběh o tom, co se na obrázku stalo nebo se může stát.
Otázky se stupnicí podle Clementa (2004) – měří stupeň (úroveň) názoru nebo postoje respondenta ohledně daného předmětu nebo pojmu. Tyto položky (otázky) obsahují série tvrzení. Respondenti jsou žádáni, aby označili, jestli „souhlasí silně“, „souhlasí“, jsou si „nejisti“,
„nesouhlasí“,
nebo
„nesouhlasí
silně“.
Například
Likertova
stupnice
v dotazníkových otázkách obvykle žádá respondenta, aby klasifikoval svou odpověď číslem. Podle Hague existují tři typy dotazovacích situací, jež vyžadují tři typy dotazníků: •
strukturovaný – ve velkých dotazových programech (běžně přes 200 rozhovorů), kde je možné očekávat mnoho přesných odpovědí.
•
polostrukturovaný – hojně využívaný v business-to-business marketingovém výzkumu, kde je nutné uchovat odpovědi společností. Také najde využití tam, kde, odpovědi nemohou být předem odhadnuty.
18
•
nestrukturovaný – je základem mnoha studií technických a omezených trhů. Také se využívá v hloubkových rozhovorech a diskusních skupinách. Umožňuje zjišťovat a hledat tam, kde si tazatel není úplně jistý odpovědí ještě před interview.
Anketa Foret, Stávková (2003) říkají, že ankety jsou vhodné pro prvotní seznámení se a oslovení veřejnosti. Anketu zpravidla tvoří jedna nebo několik málo otázek na určité téma, které jsou publikovány v tisku, rozdávány při nákupu zboží apod. a jejíž autoři se obracejí na co nejvíce lidí s výzvou, aby uvedli svůj názor. Pro zvýšení návratnosti, se někdy v anketním lístku uvádí, že každý vrácený a vyplněný lístek bude slosován o ceny. I když se podaří nashromáždit velké množství odpovědí, bývá skladba vzorku nereprezentativní. Je totiž známo, že vyplnění anketního lístku přitahuje především určité skupiny respondentů; zejména ty, kteří mají více volného času, jako jsou důchodci, ženy na mateřské dovolené, mladí školáci atd. Naopak velmi vzácně se jich zúčastňují lidé zaměstnaní, náročnějších profesí, s vyšším postavením v práci či podnikatelé. K základním nedostatkům ankety tudíž patří právě tento tzv. samovýběr účastníků. Přes uvedené problémy však může mít anketa své opodstatnění, protože dokáže veřejnost zaujmout, oslovit ji, navázat a upevnit s ní vztahy, ale neměla by se na jejích výsledcích stavět rozhodovací a plánovací činnost.
Interview Foret, Stávková (2003) definují interview jako standardizovaný rozhovor tazatele pouze s jedním respondentem. Tazatel čte otázky, případně i varianty odpovědí, jak je naformuloval výzkumník. Nevýhodou standardizovaného rozhovoru je, oproti dotazníku, jeho obsah. S dotazníkem obsáhneme při poměrně malých výdajích a jednoduché manipulaci velké množství lidí. Při rozhovoru je to obtížnější, neboť je finančně, časově i organizačně náročné získat množství tazatelů, vyškolit je, umožnit jim, aby navštívili dotazované osoby a provedli s nimi rozhovor. Výhodou dotazníku je jeho standardnost. I když také v rozhovoru dostávají tazatelé přesné instrukce, jak postupovat, přece jen se jedná o různé lidi, kteří se ptají různým způsobem, různě se chovají někdy i různě formulují otázky. Tazatel nesporně respondenta ovlivňuje, ať si to uvědomuje nebo ne,
19
v dobrém či špatném smyslu. Práci tazatelů je nutné náležitě kontrolovat. Další nevýhodou rozhovoru oproti dotazníku je, že zachovává méně anonymity. Na druhé straně ale víme přesně, kdo nám na naše otázky odpovídal. Při rozhovoru je možné navázat kontakt s dotazovaným, zmírnit jeho ostych, vysvětlit to, čemu nerozumí, apod.
Skupinový rozhovor Dotazovaná skupina lidí (6-10 osob) stráví několik hodin se zkušeným marketingovým výzkumníkem nebo tazatelem (moderátorem), který s nimi prodiskutuje řešený problém. Tazatel musí být objektivní, musí znát řešený problém a musí mít znalosti z oblasti skupinového chování. Celá diskuse je zaznamenávána pomocí písemných poznámek nebo pomocí magnetofonu či videa a poté podrobně studována. Výzkum pomocí skupinového rozhovoru je velice užitečný a měl by být podniknut dříve, než se přikročí k výzkumu širokého rozsahu, tedy ve fázi předvýzkumu, nebo naopak ve fázi závěrečné interpretace, kdy si ještě chceme prohloubit některé poznatky, přijít jim tzv. na kloub, zodpovědět si otázky „proč“. Takhle skupinový rozhovor definují Foret, Stávková (2003).
Telefonické dotazovaní je podle Foreta a Stávkové (2003) velmi operativní technika. U telefonického rozhovoru je výhodou jeho rychlost a cena, respondent je skryt v jisté anonymitě a může poskytnout i upřímnější a otevřenější odpovědi. Na druhé straně je jasné, že vybavenost a dostupnost telefonem ještě zdaleka není stoprocentní a také telefonický rozhovor musí být nutně stručnější než osobní z očí do očí.
3.6.2 Pozorování Pozorování je podle Clemente (2004) postup výzkumu, který zahrnuje pozorování lidí nebo zjištění kvalitativních údajů o trhu. Například výzkumní pracovníci se sami postaví v obchodě, aby pozorovali nakupující a třeba s nimi dělali rozhovory o jejich rozhodnutích o nákupu. Nebo mohou být výzkumní pracovníci rozmístěni v obchodě konkurenta, aby pozorovali typy zákazníků nebo environmentální faktory (např. projekt obchodu). Pozorovací výzkum může být použit jako dodatečná statistická informace nebo pro formování hypotézy, která by mohla být potvrzena kvantitativním výzkumem.
20
Podle Hague se dnes pozorování užívá všude tam, kde je výhodnější než přímé dotazování lidí. Hraje významnou roli převážně u dětí, jejichž schopnosti jim zatím nedovolují přesněji vyjádřit, co si myslí. Využití najde i v obchodních výzkumech, zvlášť pak přímo v obchodech, kde se zákazník nahlížející do regálů rozmýšlí, co koupit. Také se užívá při zjišťování, jak produkty fungují v praxi. Způsob, jakým lidé otevírají balení oplatků a jakým si čtou instrukce, může být lépe odhalen pozorováním než dotazováním.
3.6.3 Experiment Experimentální metody podle Foreta a Stávkové (2003) sledují vliv jednoho jevu (nezávisle proměnná) na druhý (závisle proměnná), a to v nově vytvořené situaci. Usilujeme o zachycení reakcí na novou situaci a hledáme vysvětlení tohoto chování. Experimenty lze rozdělit do dvou hlavních skupin. Jsou to jednak experimenty laboratorní, které se uskutečňují ve zvlášť organizovaném prostředí, v prostředí umělém a jednak experimenty terénní (přirozené), které se uskutečňují v přirozeném prostředí. Rozeznáváme dvě formy experimentů: •
Experiment, ve kterém se měří pouze působení nezávisle proměnné. Měří se ve dvou skupinách, experimentální a kontrolní přičemž kontrolní skupina není vystavena nezávisle proměnné a experimentální skupina ano.
•
Experiment, ve kterém se měří před i po působení nezávisle proměnné. V případě, že rozdíl mezi měřeními kontrolní skupiny dosahuje nulových hodnot, můžeme usuzovat, že nenulový rozdíl mezi měřeními v experimentální skupině je způsoben výhradně vlivem pokusu, tj. nezávisle proměnné.
21
4.
Statistický přehled
4.1
Historie statistiky Dufek, Bodečková (1982) uvádí, že počátky statistiky jako vědy jsou spojovány
s pracemi Hermana Conringa (1606 - 1681) a Gottfrieda Achenwalla (1719 – 1772) a jejich spolupracovníků, kteří tvořili tzv. školu německých universitních statistiků. Daleko větší význam pro dnešní vědeckou statistiku měly práce anglických vědců Johna Graunta (1620 – 1674) a Williama Pettyho (1623 – 1687), kteří sice neoznačovali svoji činnost jako statistiku, ale nazývali ji politickou aritmetikou. Jako první pochopili, že sledované hromadné jevy je nutno charakterizovat čísly a že vedle sledování jejich stavu a struktury, je třeba si všímat i jejich vývoje a vzájemných souvislostí.
4.2
Co je statistika?
Cyhelský a kol. (2001) poukazují na to, že slova statistický, statistik a statistika mají svůj kořen v latinském slově „status“ (= „stav“). Z latinského slovního spojení „status rei publicae“ (= „stav věci veřejné“) se vyvinulo italské slovo „státo“ (= „stát“), od něhož byla odvozena v XVI. – XVII. století italská slova „státisticko“ (= „statistický“ a též „statistik“) a poněkud později i „státistica“ (= „statistika“).
Pojem statistika může a je často chápán v různých spojitostech, a proto statistikou nejčastěji rozumíme: •
Statistika jako činnost zabývající se zjišťováním, shromažďováním, zpracováváním a především prezentací daného materiálu.
•
Statistika jako výsledky dané činnosti, které můžeme najít v nejrůznějších statistických publikacích.
•
Statistikou bývá často označována specializovaná instituce a tou je Český statistický úřad.
22
•
Statistika jako věda, která zkoumá zákonitosti hromadných jevů.
4.2.1 Členění statistiky Rozeznáváme dva druhy statistiky a to statistiku popisnou a matematickou. Hindls a kol. (2006) je definují následovně: Popisná statistika - podává popis stavu a vývoje hromadných jevů; zjištěné výsledky se vztahují pouze na skutečně prozkoumané případy.
Matematická (induktivní) statistika – vychází z pravděpodobnostního přístupu ke zkoumaným hromadným jevům a pomocí metod statistické indukce činí obecné závěry o hromadném jevu na základě poznání jeho části.
4.3
Základní statistické pojmy
4.3.1 Statistická jednotka Statistika zkoumá hromadné jevy prostřednictvím jejich nositelů – statistických jednotek. Pojem statistická jednotka je ovsem velmi široký jak z hlediska rozmanitosti jejích druhů, tak i z hlediska rozlišovací úrovně. Statistickými jednotkami mohou být především reálně existující objekty a živé bytosti: přírodní předměty, výrobky, rostliny, živočichové a lidé. Statistickými jednotkami jsou ovšem i smluvně vymezené části přírodního nebo společenského prostředí: obce, regiony, státy, firmy a instituce. Přírodní a společenské jevy a události: požáry, úrazy, úmrtí, atd. O statistických jednotkách hovoříme nezávisle na tom, zda mají hmotnou či nehmotnou abstraktní povahu. Významným aspektem statistické jednotky je relativita jejího vymezení v závislosti na účelu zkoumání. V souladu se zvolenou „ rozlišovací úrovní“ může být statistická jednotka někdy relativně velmi malá: rostlina, zvíře, volič, pacient apod., jindy zase naopak velká: porost na pozemku, stádo zvířat, skupina pracovníků určité firmy nebo profese apod. Tato hierarchie vymezení statistických jednotek může být samozřejmě mnohastupňová, např. student – studijní skupina – ročník – obor – fakulta – univerzita. Takhle je definovaná statistická jednotka podle Minaříka (2006)
23
Při statistických zjišťováních a šetřeních se můžeme setkat s podobně znějícími pojmy a těmi jsou: •
Zpravodajská jednotka – subjekty, které mají ze zákona stanovenou povinnost vůči orgánům státní statistické služby např. obce, instituce, firmy nebo domácnosti.
•
Výběrová jednotka – setkáváme se s ní u výběrového zjišťování a je buď totožná se statistickou jednotkou nebo je definována jako skupina společně vybíraných statistických jednotek.
4.3.2 Statistický soubor Cyhelský a kol. (2001) uvádí, že studium hromadných jevů předpokládá definování množiny prvků, z nichž každý má celou řadu vlastností, z nichž některé jsou u každého prvku dané množiny zcela stejné a jiné se u jednotlivých prvků mohou vyskytovat v různé míře. Jsou-li identické vlastnosti prvků určité množiny přesně stanoveny, mluví se o dané množině, vytvořené z prvků s těmito přesně stanovenými shodnými vlastnostmi, jako o statistickém souboru. Statistickým souborem může být množina osob, zvířat, rostlin, věcí, institucí, závodů, podniků, organizací, prodejen, provozoven, úřadů, území, událostí, časových intervalů apod. Statistické jednotky tvoří statistický soubor. Podle Minaříka (2006) může být statistický soubor vymezen buď explicitně nebo implicitně. V prvním případě má vymezení souboru podobu seznamu obsahujícího názvy statistických jednotek (např. pacienti Novák, Svoboda, Turek). Ve druhém případě je soubor vymezen nepřímo, výčtem vlastností statistických jednotek, které, pokud tyto vlastnosti mají, do souboru automaticky patří (např. všichni pacienti interního oddělení okresní nemocnice, kteří byli v uplynulém týdnu hospitalizováni s podezřením na zánět žlučových cest). Každý soubor má vedle své kvalitativní stránky i stránku kvantitativní. Počet statistických jednotek tvořících statistický soubor se nazývá rozsah souboru.
24
V případě výběrových zjišťování rozlišujeme soubory: •
Základní soubor (či populace) – je soubor, ze kterého je vybíráno např. může jít o některé znaky obyvatelstva ČR na začátku roku 1999 apod.
•
Výběrový soubor – je soubor vybraných jednotek.
4.3.3 Statistický znak Cyhelský a kol. (2001) definují statistický znak jako odraz (postih, obraz, označení) určité vlastnosti, kterou má v té či oné míře každá jednotka daného statistického souboru. Mírou dané vlastnosti (statistického znaku) u každé jednotky souboru je hodnota (slovní nebo číselná) daného znaku. Těchto hodnot je pro daný statistický znak tolik, kolik jednotek patří do daného souboru. Počet hodnot jednoho statistického znaku je tedy roven rozsahu souboru.
Různé pohledy na statistické znaky nám umožňují jejich rozsáhlé členění: •
Znaky identifikační a variabilní
Identifikační – rozhodují o příslušnosti jednotky k určitému souboru. Nedochází k jejich zpracování ani analýze, protože mají vztah k rozsahu souboru. Každý znak identifikuje danou statistickou jednotku ze tří hledisek: věcného (CO, KDO), časového (KDY) a prostorového (KDE).
Variabilní (proměnlivé) – podléhají zpracování a analýze, a proto jejich hodnota (obměna) spolurozhoduje o výsledcích
zpracování
a analýzy. Proměnlivé znaky můžeme dále dělit na znaky slovní a číselné. •
Znaky slovní a číselné
Slovní (kvalitativní) – nabývají vždy nejméně dvou obměn a rozlišujeme alternativní (pokud nabývají právě dvou obměn např. pohlaví) a množné (pokud nabývají více než dvou obměn např. dosažený stupeň vzdělání).
25
Číselné (kvantitativní) – nabývají nejméně dvou číselných hodnot. Číselné znaky se rozdělují na znaky měřitelné a pořadové.
•
Znaky pořadové a měřitelné
Pořadové (ordinální) – umožňují řazení jednotlivých hodnot do stupnice (škály). Můžeme u nich pouze říci, která hodnota je menší nebo větší.
Měřitelné (kardinální) – jsou výsledky měření např. hmotnost, čas, teplota atd. Kardinální znaky můžeme dále dělit na znaky spojité a diskrétní.
•
Znaky spojité a diskrétní
Spojité – nabývají libovolných reálných hodnot.
Diskrétní – nabývají izolovaných, často celočíselných nezáporných (např. počet dětí v domácnosti) nebo přirozených (počet členů domácnosti) hodnot. Zjišťování hodnot takovýchto znaků se říká čítání.
4.3.4 Statistické údaje (data) Záznamy o hodnotách jednoho nebo více znaků v určitém statistickém souboru nazýváme statistickými údaji. Typickým způsobem uchování a aktualizace statistických dat jsou statistické databáze, provozované na počítačích a sdílené uživateli v rámci počítačových sítí. To bylo vymezení statistických údajů podle Minaříka (2006).
4.3.5 Statistické charakteristiky (ukazatele) Minařík (2006) říká, že základním úkolem statistické analýzy je ze statistických údajů, které charakterizují každou statistickou jednotku zvlášť, získat informace, umožňující charakterizovat statistický soubor jako celek. Nositeli této informace jsou statistické charakteristiky (neboli ukazatele). Hodnoty statistických charakteristik měří určité statistické vlastnosti datových souborů, jako je např. úroveň (poloha) nebo proměnlivost (variabilita) statistických dat a mnohé další.
26
Přechodem od statistických dat ke statistickým charakteristikám se zdánlivě vytrácí hromadný charakter zkoumaných jevů, neboť i velmi rozsáhlý soubor je charakterizován jednou nebo několika málo statistickými charakteristikami. Někdy se však paradoxně může vyskytnout i situace přesně opačná – statistický soubor nepatrného rozsahu může v rukou pečlivého statistika „vydat“ takový počet charakteristik, který podstatně převýší jeho původní rozsah.
4.4
Etapy statistické činnosti
Žádná statistická činnost se neobejde bez provedení čtyř po sobě jedoucích a na sebe navazujících kroků, kterými jsou: statistické zjišťování, zpracování, analýza a prezentace výsledků.
4.4.1
Statistické zjišťování
Minařík
(2006)
uvádí,
že
statistické
zjišťování
spočívá
ve
shromažďování
a zaznamenávání údajů číselné (méně často i slovní) povahy o zkoumaném jevu. Bezchybné zjišťování a spolehlivé zaznamenání údajů je prvním předpokladem úspěchu jakéhokoli statistického šetření.
Statistické zjišťování (šetření) podle Stávkové a Dufka (2004): •
Vyčerpávající šetření – je finančně i časově velmi náročné,
zvlášť
u velkých základních souborů. Jejich vypovídací hodnota nemusí být vždy vyšší než při neúplném šetření. Typickou ukázkou vyčerpávajícího šetření je sčítání lidu, volební výsledky či určité formy výkaznictví. •
Nevyčerpávající šetření (výběr) – je častěji používaným typem šetření. Předpokládá se vyšetření pouze určitého vzorku jednotek. Šetření je zpravidla méně finančně i časově náročné. Nevýhodou je, že získané informace a vypočítané charakteristiky se vztahují pouze k výběrovému vzorku jednotek a je třeba dodatečně provádět jejich zobecnění na celý základní soubor zkoumaného jevu.
27
Nevyčerpávající šetření se podle Cyhelského a kol. v zásadě dělí na dva druhy: •
Záměrný (úsudkový) výběr – je takové výběrové šetření, kdy se jeho reprezentativnost zabezpečuje tak, že zkušený odborník na základě některých důležitých známých vlastností základního souboru a vlastního úsudku vybírá ze základního souboru určité statistické jednotky záměrně tak, aby byl výběrový soubor reprezentativní. Úsudkový výběr můžeme dále dělit na kvótní (výběrem se snažíme vytvořit dokonalou napodobeninu základního souboru) a typologický (analyzujeme jen některé skupiny obyvatelstva) výběr.
•
Náhodný (pravděpodobnostní) výběr – je takové výběrové šetření, kdy se jeho reprezentativnost zabezpečuje prostřednictvím náhody, resp. přesněji řečeno prostřednictvím zabezpečení působení zákonitostí náhody.
4.4.2
Statistické zpracování
Stávková, Dufek (1982) říkají, že výsledkem statistického zjišťování jsou neuspořádané, neroztříděné a nepřehledné statistické údaje o hodnotách sledovaných znaků u jednotlivých statistických jednotek. Hlavním úkolem statistického zpracování tedy je uspořádat tyto údaje, aby se staly přehlednými a shrnout jednotlivé údaje do několika málo čísel. Základní metodou statistického zpracování je metoda třídění.
4.4.3
Statistická analýza
Minařík (2006) říká, že k dispozici máme různé statistické prostředky pomocí kterých můžeme provést statistickou analýzu předem zpracovaných dat zkoumaného jevu. Jedná se o výpočetní a grafické kvantifikátory základních statistických vlastností, prostřednictvím nichž vypočítáváme hodnoty různých statistických charakteristik.
28
4.4.4 Prezentace výsledků Prezentace výsledků statistické analýzy spočívá ve zpracování jejích závěrů do takové podoby (tabulkové či grafické), která je srozumitelná potenciálnímu uživateli. Vyjadřovací prostředky se skládají ze statistických tabulek a grafů.
Statistické tabulky – jsou formalizovaným nástrojem číselného vyjádření. Můžeme je klasifikovat podle účelu na tabulky prezentační (pro prezentaci dat, výsledků zpracování nebo výsledků analýzy), pracovní (např. dokumentující průběh výpočtu na listu Excelu) a tabulky důležitých konstant, které se používají v matematické statistice. Při sestavování tabulky je vhodné dodržet několik obecně platných zásad, které dopomáhají k větší přehlednosti, srozumitelnosti a snižují riziko nepochopení při jejich prezentaci. Tabulka se skládá z těchto základních prvků: číslo tabulky, její název, záhlaví, legenda, číselné pole, sloupce, řádky a popř. poznámky a prameny. Každé políčko tabulky musí být vyplněné a to buď číslem, textem nebo smluvenou značkou.
Statistické grafy – jejich nespornou výhodou je lepší názornost a přehlednost. Statistické grafy se skládají z těchto základních prvků: číslo grafu, jeho název, pomocné grafické prostředky (osy, stupnice), geometrické grafické prostředky (kvádry), smluvené grafické prostředky (barvy), legenda a popř. pramen. Existence velkého množství statistických grafů umožňuje jejich rozsáhlou klasifikaci podle: •
Účelu – prezentační (k prezentaci dat, výsledků zpracování nebo analýzy), konstrukční a odečítací (nomogramy), které slouží k odečítání důležitých konstant.
•
Použité souřadnicové soustavy – na grafy v pravoúhlé souřadnicové soustavě, v polární a ostatní, které nevyžadují souřadnicovou soustavu.
•
Počtu dimenzí – rovinné (2 D) a prostorové (3 D), které jsou dále pravé a nepravé.
•
Použitých grafických prostředků – bodové, čárové, sloupcové, pruhové, kruhové, bublinové, kartogramy, kartodiagramy, piktogramy atd.
•
Statistické analýzy – grafy srovnávací, struktury, vývoje, vyjadřující závislosti mezi jevy atd.
•
Konstrukce – spojnicové a sloupcové, bodové a výsečové.
29
4.5
Zpracování statistických údajů
Údaje, získané ze statistických šetření, je nutné zpracovat (uvést do přehledné formy tabulek, grafů či zhustit je formou zpřehledňujících charakteristik) a vyhodnotit. Udává Cyhelský a kol. (2001). Výsledkem statistického zjišťování jsou podle Minaříka (2006) statistické údaje v „chaotické“ – neuspořádané podobě. Posloupnost hodnot je dána pořadím zjišťovaní a nijak nesouvisí např. s jejich velikostí. Úkolem statistického zpracování je statistická data uspořádat. V principu lze statistická data uspořádat z pohledu věcného, časového nebo prostorového. V této souvislosti hovoříme o věcných, časových a prostorových statistických řadách. Minařík (2006) rozeznává třídění podle jediného znaku, které může být v principu provedeno jako třídění prosté nebo skupinové, v obou případech jak pro číselný, tak i pro slovní znak nebo třídění podle více než jednoho znaku, které může být prováděno jako třídění vícestupňové (hierarchické) nebo třídění kombinační.
4.5.1 Rozdělení četností Stávková a Dufek (2004) uvedli o rozdělení četností: Rozdělení četností je doplněním informací o obměnách kvalitativního znaku či o hodnotách číselného znaku. Výsledky třídění hodnot se uvádí do tabulky rozdělení četností, eventuálně se vyjadřují graficky. Tuto tabulku nazveme v obou případech tabulkou rozdělení četností (nezáleží na tom, zda předmětem třídění je číselný nebo slovní znak). Obě tabulky se však přece jen poněkud liší. Zatímco v tabulce číselného znaku se provádí skupinové (intervalové) třídění, tak v tabulce slovního znaku se jedná o třídění prosté. Prosté i skupinové třídění lze aplikovat jak na variační, tak i na slovní řady. Uvádí Minařík (2006). Obecné schéma tabulky rozdělení četností (absolutních i relativních) a kumulativních četností (absolutních i relativních): Obecné
schéma
tabulky
rozdělení
četností
(absolutních
i
relativních)
a kumulativních četností (absolutních i relativních):
30
Tabulka 1: Rozdělení četností a kumulativních četnosti. Varianta proměnné (ai)
Kumulativní četnosti
Četnosti
absolutní (ni) relativní (pi) absolutní relativní
a1 a1 . . . ak
n1 n2 . . . nk
p1 p2 . . . pk
n1 n1 + n2 . . . n
p1 p1 + p2 . . . 1,00
Celkem
n
1,00
x
x
V této tabulce jsme varianty nominální proměnné označili jako ai, i = 1, 2, ..., k, kde k je počet obměn této proměnné. Název první varianty je tedy a1, druhé a2, atd. až název poslední obměny je ak. Obdobně jsme označili absolutní četnosti jako ni, i = 1, 2, ..., k, takže n1 je počet jednotek souboru s obměnou a1, n2 je počet jednotek souboru s variantou a2, atd. až nk je počet jednotek souboru s variantou ak. Relativní četnosti jsou čísla
ni
pi =
∑n i =1
k
∑p i =1
i
, kde ni absolutní četnosti. Platí
k i
= 1 . Někdy se uvádějí relativní četnosti v procentech, v tom případě pracujeme
s hodnotami 100 pi, jejichž součet je roven 100. Součtová (též kumulativní) četnost (absolutní nebo relativní) i-té třídy je číslo, i
i
j =1
j =1
vytvořené jako součet příslušných četností v první až i-té třídě kn = ∑ n j , kpi = ∑ p j , kde i, j = 1, 2, …, k. Součtové četnosti k-té (poslední) třídy jsou knk = n, kpk = 1. Případný součet četností již nemá žádný význam. Vysvětlení četnostní absolutních, relativních i kumulativních podle Minaříka (2006).
31
4.5.2 Významné hodnoty variační řady Předpokladem určení významných hodnot je variační řadu nejprve uspořádat podle velikosti, v některých případech dokonce roztřídit. Charakteristiky úrovně se v omezené míře používají i u slovních znaků. Významnými hodnotami variační řady jsou např.: •
modus – je hodnota s největší četností, kterou nazýváme typickou čili modální hodnotou.
•
kvantily – jsou hodnoty, které dělí uspořádanou variační řadu v určitém poměru
četností. Kvantily (dolní, medián, horní) dělí uspořádanou řadu na dvě poloviny se stejnou četností. •
medián – je nejznámější kvantil, který rozděluje uspořádanou řadu na části se stejnou četností.
4.5.3 Průměry Pod pojmem průměry rozumíme podle Minaříka (2006) míry polohy, které splňují tyto základní vlastnosti: •
jsou funkcí všech hodnot variační řady, jejich hodnota tedy závisí na každé z měřených hodnot,
•
leží vždy mezi minimální a maximální naměřenou hodnotou,
•
změní-li se kterákoli hodnota řady, změní se ve stejném smyslu i hodnota průměru (ne však o stejnou hodnotu).
Rozeznáváme tyto druhy průměrů: •
aritmetický průměr – stálost součtu průměrovaných hodnot
•
harmonický průměr – stálost součtu převrácených hodnot
•
geometrický průměr – stálost součinu průměrovaných hodnot
•
kvadratický průměr – stálost součtu čtverců hodnot
Průměry stírají rozdíly mezi konkrétními hodnotami znaku, zjištěnými u jednotlivých prvků soboru. Jde tedy o určitý stupeň abstrakce, protože dospíváme k číslu, které se v celém souboru nemusí vůbec vyskytovat. Musíme proto brát průměr jako prostředek pro
32
zjednodušené zobrazení a používat s co největší možnou opatrností a rozvahou. Rozhodně nemůže průměr sloužit jako prognóza pro jednotlivé případy. Uvádí Dufek, Boučková (1982).
Aritmetický průměr podle Marka (2005) – se používá všude, kde má smysl součet individuálních hodnot znaků. Vyplývá to z určující vlastnosti aritmetického průměru. Aritmetický průměr řady n hodnot xi, i = 1, 2, ..., n, je definován jako x =
1 n ∑ xi . n i =1
Udává, jaká stejná část z úhrnu hodnot číselné proměnné připadá na jednu jednotku. Má smysl všude tam, kde má nějaký informační smysl součet hodnot proměnné. Aritmetický průměr, počítaný z řady n hodnot xi, se nazývá prostý (jednoduchý) aritmetický průměr. Z rozdělení četností se aritmetický průměr počítá podle vzorce k
x=
∑x n i =1 k
i
∑n i =1
i
. Při takovémto počítání aritmetického průměru se mluví o váženém i
aritmetickém průměru, protože se v něm jednotlivým obměnám proměnné x přisuzují různé závažnosti (váhy), dané v tomto případě absolutními četnostmi jejich výskytu. Uvádí Minařík (2006).
4.5.4 Statistická závislost slovních znaků Stávková, Dufek (2004) říká, že při marketingovém šetření se častěji setkáváme právě se slovními znaky. Přitom jedinou informaci, kterou o tomto znaku získáme je četnost příslušné obměny. Četnost souvisí s tříděním a výsledkem je kontingenční či asociační tabulka.
Kontingenční tabulka Minařík (2006) říká, že kontingenční tabulka vzniká kombinačním tříděním podle dvou slovních znaků, z nichž alespoň jeden je znakem množným. Znak, jehož podmíněná rozdělení četností jsou v jednotlivých sloupcích kontingenční tabulky, označíme symbolem A. Tento znak nabývá obměn a1, a2, ..., ai, ..., ar, kde r je počet řádků kontingenční tabulky.
33
Znak B, jehož podmíněná rozdělení četností jsou v řádcích kontingenční tabulky, nabývá obměn b1, b2, ... , bj, ..., bs, kde s je počet sloupců kontingenční tabulky (řádkovým indexem je index i, sloupcovým indexem je index j. Nepodmíněné četnosti znaku A v posledním sloupci tabulky označíme symbolem ni a nepodmíněné četnosti znaku B v posledním řádku tabulky nj. Součet posledního řádku i sloupce tabulky je rozsah souboru n. Podmíněné četnosti v jednotlivých políčkách kontingenční tabulky označíme nij (pro i = 1, 2, ..., r, j = 1, 2, ..., s). Analýza kontingenční tabulky je založena na tom, že pro každé políčko tabulky lze stanovit četnost, která by zde byla v případě, že znaky A, B by byly nezávislé. Tuto četnost nazveme četností vypočtenou a stanovíme ji podle vztahu nij′ =
ni n j
. Vypočtená četnost
n
nij′ na rozdíl od pozorované četnosti nij může nabývat i jiných než celočíselných hodnot.
Pomocí kontingenční tabulky můžeme vypočítat několik dalších ukazatelů:
Čtvercová kontingence (chí kvadrát) – měří rozdílnost pozorovaných a vypočtených r
s
četností souhrnně za celou kontingenční tabulku. χ = ∑∑ 2
(n
ij
− nij´ nij´
i =1 j =1
), 2
kde dvojitý
symbol sumace znamená součet přes všechny řádky a zároveň přes všechny sloupce tabulky. Čtvercová kontingence nabývá hodnoty od nuly, která signalizuje nezávislost znaků A, B, po určitou maximální hodnotu, kteráže tím větší, čím větší je rozsah souboru a
čím větší jsou rozměry kontingenční tabulky. Čtvercová kontingence je tedy charakteristikou
intenzity
v kontingenční
tabulce,
ovšem
příliš
ne
dokonalou
charakteristikou, neboť kromě stupně závislosti zkoumaných znaků závisí ještě na dalších
činitelích (rozsahu souboru, rozměry kontingenční tabulky). Vliv rozsahu souboru lze odstranit stanovením tzv. průměrné čtvercové kontingence Φ 2 =
χ2 n
.
34
Pearsonův koeficient kontingence je definován jako P =
χ2 χ2 +n
=
Φ2 a nabývá Φ2 +1
hodnot z intervalu 0 ≤ P < 1. Je však zřejmé, že hodnoty jedna nemůže nikdy dosáhnout a jeho maximální možná hodnota je případ od případu různá.
Čuprovův koeficient kontingence T 2 =
χ2
n (r − 1)(s − 1)
=
Φ2
(r − 1)(s − 1)
nabývá hodnoty
od nuly do jedné pouze pro čtvercové kontingenční tabulky, pro které r = s.
Cramérův koeficient kontingence C =
χ2
n min{(r − 1), (s − 1)}
=
Φ2 již min{(r − 1), (s − 1)}
nabývá hodnoty 0 ≤ C ≤ 1 bez ohledu na rozměry kontingenční tabulky. Zápis ve jmenovateli zlomku udává, že pro výpočet vezmeme v úvahu menší z čísel udávající počet sloupců nebo řádků.
Asociační tabulka Úlohu o asociační závislosti lze podle Minaříka (2006) prezentovat dvojím způsobem: •
jako zvláštní případ kontingence pro r = s = 2,
•
jako zvláštní případ korelační závislosti dvou číselných znaků, z nichž každý nabývá pouze dvou hodnot, konkrétně hodnot nula a jedna.
Vyjdeme-li
r=
s xy sx sy
=
[n∑ x
ze
vzorce
pro
n∑ xy − ∑ x ∑ y 2
][
− (∑ x ) n∑ y 2 − (∑ y ) 2
2
]
korelační
koeficient
, pak po dosazení odpovídajících četností
z asociační tabulky získáme koeficient asociace V =
nn11 − n1* n*1 n1* n*1 n0* n*0
, který měří intenzitu
asociační závislosti (podobně jako korelační koeficient) v hodnotách od –1 do +1. Kromě intenzity závislosti tedy koeficient asociace (tentokrát na rozdíl od koeficientu kontingence) nese informaci i o směru závislosti v asociační tabulce.
35
5.
Vlastní práce
Cílem práce bylo zjistit stav na trhu mobilních telefonů a operátorů. Výzkum byl prováděn pomocí dotazníku, který byl předložen náhodnému vzorku populace. Po náročné práci v terénu následovalo mnoho hodin strávených u počítače. Výsledky byly zpracovány pomocí statistického programu UNISTAT, grafické vyjádření vznikalo v počítačovém programu Microsoft Excel a vše bylo sepsáno pomocí programu Microsoft Word. Oddíl vlastní práce je členěn do dvou částí. První část se zabývá okomentováním jednotlivých otázek dotazníku a část druhá se věnuje analýze závislostí.
5.1
Zpracování výsledků dotazníku
Dotazníkového šetření se zúčastnilo 120 respondentů. Tento vzorek považuji pro účely mé bakalářské práce za dostačující. Ke všem otázkám jsou vyhotoveny tabulky absolutních i relativních četností jednotlivých odpovědí. K základním otázkám každého dotazníku patří otázky zjišťující, které nám dávají informace o struktuře respondentů. Přestože jsou tyto otázky uvedeny až na konci dotazníku, je vhodné uvést je na začátku. Protože pohled mužů a žen na svět se v některých věcech zásadně liší, tak první osobní otázka se týkala pohlaví. Z celkového počtu vyplněných dotazníku, bylo 44 % těchto dotazníků zodpovězeno muži a 56 % ženami. Velmi rozdílné názory jsou i mezi jednotlivými věkovými generacemi. Starší lidé jsou konzervativnější a jejich vztah k technice je velmi obezřetný. Naopak mladí lidé jsou novinkám víc než nakloněni. Respondenti jsou rozděleni do šesti věkových skupin z čehož je nejpočetnější skupina od 16 do 26 let (60 %), nejmenší zastoupení má skupina 51 až 60 let (4 %) a ostatní věkové skupiny se pohybují mezi 15 a 5 %.
36
Věk
9%
4%
5%
7%
(0 - 15) (16 - 26) (27 - 40) (41 - 50)
15%
(51 - 60)
60%
(60 a víc)
Obrázek 1: Rozdělení respondentů podle věku.
Poslední osobní otázka se týkala bydliště. Podmínky na vesnicích či malých městech se velmi liší od podmínek ve městech. Rozdíl není jen v finančních možnostech jednotlivých obyvatel, ale i v možnostech, které velkoměsto nabízí jako např. počet prodejen s mobilní technikou nebo prodejny jednotlivých operátorů. Ve velkém městě bydlí 30,8 % z dotázaných, ve městě do 10 000 obyvatel 18,3 %, v obci do 3 000 obyvatel 16,7 % a nejvíce z dotázaných respondentů bydlí v obci do 500 obyvatel a to 34,2 %.
Bydliště
31%
34%
Velké město Město do 10 000 ob. Obec do 3 000 ob.
17%
18%
Obec do 500 ob.
Obrázek 2: Rozdělení respondentů podle bydliště.
37
Nejdříve bylo nutné rozlišit respondenty na ty, kteří vlastní mobilní telefon a na ty, kteří ne. Jak se dalo předpokládat, tak mobil nemá pouhých 5 % z celkového počtu dotázaných. Důvody proč mobilní telefon nevlastní jsou tyto: mám averzi k technice, stačí mi pevná linka, nemám komu bych volal, nepotřebuji ho a volná odpověď. Náhodně vybraní respondenti si vystačili pouze se třemi variantami odpovědí. Jeden respondent straší šedesáti let má averzi k technice, tři si plně vystačí s používáním pevné telefonní linky a zbylý dva mladší šestadvaceti let uvádějí, že ho nepotřebují.
Máte mobilní telefon?
5%
Ano Ne
95%
Obrázek 3: Procentní vyjádření těch, kteří vlastní/nevlastní mobilní telefon.
Množství prodaných mobilních telefonů se rok od roku zvětšuje. Statistiky uvádějí, že v České republice už je víc mobilů než lidí. Svůj první mobilní telefon má 21,1 %, druhý 23,7 % třetí už 26,3 %, čtvrtý 17,5 %, pátý 7 % a 4,4 % označili poslední možnost odpovědi, která byla volná. Z volné odpovědi vyplynulo, že se našli i tací jedinci, kteří svůj mobilní telefon vyměnili už sedmkrát. Z těch, kteří mobilní telefon jednou či vícekrát měnili zůstalo věrných stejné značce telefonu 42,1 %. Zbylých 57,9 % si koupilo mobil od jiného výrobce.
Do variant odpovědí na typ telefonu jsem uvedla typy mobilních telefonů, které jsou k dostání na českém trhu a to véčko, klasický, vystřelovací a otočný. Nejžádanější je klasický mobilní telefon, který vlastní 84,2 % z dotázaných respondentů. Elegantní véčko
38
vlastní 14 % respondentů, telefon s vysouvací konstrukcí používají pouze 1,8 % z dotázaných a otočný mobilní telefon nevlastní žádný z dotázaných respondentů. To jen potvrzuje, že Češi jsou konzervativní a neradi zkoušejí novinky. Raději zůstávají u prověřených a důvěrně známých věcí.
Typy mobilních telefonů
14%
2% Klasika Véčko Vystřelovací 84%
Obrázek 4: Procentní vyjádření oblíbenosti typů mobilních telefonů.
Následující otázka by měla pomoci odhalit, která kritéria jsou pro respondenty při výběru nového mobilního telefonu hlavní. Nabízenými atributy byly cena, vzhled, funkce a velikost. Respondenti tato kritéria oznámkovali obdobně jako ve škole, jednička značila největší důležitost a čtyřka nejmenší. Z uvedených známek jsem vypočetla vážené aritmetické průměry a došla k následujícím zjištěním: největší důraz je kladen na cenu, ta získala výslednou známku 1,9. Pak na funkce (2,3) a vzhled (2,4). Nejméně se při koupi nového telefonu lidé zaobírají jeho velikostí, ta získala výslednou známku 3,1. Tahle informace by mohla pomoci výrobcům a prodejcům při výrobě a následném prodeji jejich výrobků.
Mobilní telefony už dávno neplní jen základní funkce, kterými jsou volání a posílání textových zpráv. Výrobci se snaží předhonit konkurenci a přicházejí na trh s dalšími a dalšími novinkami. V dnešní době už není výjimkou, že mobilní telefon používáme místo budíku, diáře, kalendáře, někteří výrobci vyrobili telefony speciálně pro
39
ženy, které nemají jen elegantnější a jemnější vzhled, ale i speciální funkce, jako např. menstruační kalendář, výpočet počtu spálených kalorií nebo funkci určující typ vůně, která se k dané ženě nejlépe hodí. Už z předchozí otázky vyplývá, že funkce jsou velmi důležitým faktorem při výběru nového mobilního telefonu a z následující otázky se dozvídáme, že valná většina dotázaných respondentů, to je 44,7 %, využívá většinu funkcí obsažených v jejich mobilu. 7 % dotázaných uvedlo, že používají všechny funkce, 31,6 % využívá jen některé a 16,7 % si vystačí se základními funkcemi.
Využíváte všechny funkce Vašeho mobilního telefonu?
17%
7% Všechny Většinu Některé
32% 44%
Základní
Obrázek 5: Využitelnost funkcí mobilu.
Barevný displej už patří k základnímu vybavení moderního mobilního telefonu. Dnes už je téměř nemožné sehnat mobil bez barevného displeje. Jen pouhých 25,4 % dotázaných respondentů vlastní mobilní telefon s černobílým displejem a zbylých 74,6 % jich má ve svém vlastnictví telefon s barevným displejem.
Fotografie v mobilu už není několik měsíců drahou hračkou, ale běžným pracovním nástrojem i zábavním prvkem. Výrobci se předhánějí, aby na trh přišli s lepším a propracovanějším výrobkem. Snaží se, aby si fotomobily v ničem nezadaly s opravdovými digitálními fotoaparáty. Ve své základní výbavě mají zoom, samospoušť,
40
vestavěný blesk, úpravu obrázků v telefonu nebo efekty při nočním focení, a stále přicházejí s novými nápady např. kombinace videokamery s VGA rozlišením. Oprávněně se výrobci levných digitálních fotoaparátů i celý fotoprůmysl děsí o svoji budoucnost, ale prozatím stále platí, že optika v telefonu těžko dosáhne kvality klasického fotoaparátu. Ze celkového počtu dotázaných respondentů vlastní fotomobil skoro polovina, a to 48,2 %. Z těch, kteří vlastní mobilní telefon s fotoaparátem, ho často používá 27,3 %, občas 70,9 % a ještě nikdy ho nepoužilo 1,8 % z dotázaných.
Používáte ho?
2% 27%
ČASTO OBČAS
71%
NIKDY
Obrázek 6: Procentní vyjádření využitelnosti fotomobilů.
Přenosová technologie, jak už sám název napovídá, zabezpečuje přenos nejrůznějších dat např. obrázků, fotografií, telefonních čísel, sms zpráv atd. Přenos těchto dat mezi jednotlivými mobilními telefony je možný přes infraport, kdy je nutné, aby telefony byly u sebe, nebo přes modernější bluetooth popřípadě Wi-fi, které tento přenos zprostředkují v okruhu 10 m. V dotazníku jsem kromě těchto možností uvedla i možnost, že mobilní telefon nepodporuje ani jednu z těchto funkcí, což je případ převážně starších typů mobilů. Tahle otázka byla první, kde bylo možnost označit více odpovědí. Z 40,4 % dotázaných, kteří odpověděli, že jejich telefon podporuje funkci infraport, ho má pouze 16,7 % respondentů. 22 % ho má v kombinaci s bluetooth a dva s bluetooth
41
i Wi-fi. Čistě bluetooth má jen 7,9 % dotázaných a pouze Wi-fi ani jeden. Početná je i skupina těch, kteří ve svém telefonu nemají ani jednu z těchto funkcí (31,6 %). Překvapující byl počet těch, kteří přiznali, že neví zda jejich mobilní telefon některou z daných funkcí podporuje, a to 20,2 %. Ale je velmi pravděpodobné, že někteří z dotázaných raději odpověděli, že jejich mobil takovou technologii nepodporuje, než by přiznali svoji neznalost daných pojmů. K oblíbeným internetovým stránkám už nepotřebujeme počítač, ale můžeme se k nim připojit prostřednictvím svého mobilního telefonu. Ještě před pár lety byly tyto stránky jednoduché, bez grafiky, formátování a stylů a tak není divu, že oslovily jen málokoho. Rychlé datové přenosy spolu s barevnými displeji daly základ plnohodnotnému internetu přímo v mobilním telefonu. Myšlenka okamžitého přístupu ke všem webovým stránkám byla příliš lákavá na to, aby ji výrobci mobilních telefonů nechali bez povšimnutí. Z 74,6 % respondentů, kteří uvedli, že mají přístup k internetu, ho celých 81,2 % nevyužívá. Zbylých 18,8 % ho nejčastěji využívá ke stahování nových vyzvánění, tapet, log a her. V menší míře ke čtení e-mailů. Ve volných odpovědích se objevily možnosti:
čtení zpráv, ICQ, vyhledávání autobusových spojení a prohlížení videa.
Jak využíváte přístup k internetu?
Tapety a loga 73%
Vyzvánění 2%
3%
5%
6% 11%
Hry E-mail Nevyužívám volná odpověď
Obrázek 7: Způsoby využití internetu.
42
Z provedeného výzkumu vyplývá, že využívání internetu prostřednictvím mobilního telefonu není moc oblíbené. Velkou roli v tom hrají vysoké ceny za připojení, stahování a dobu strávenou na internetu. Ale s růstem rychlosti a kvality webových stránek v mobilních telefonech a se stále se zvyšující závislostí lidí na internetu je vysoce pravděpodobné, že využívání internetu v mobilu bude postupně získávat na oblibě. To si začínají uvědomovat i poskytovatelé těchto služeb a začínají přizpůsobovat své nabídky potřebám svých klientů. Ať už jde o výhodné ceny pro trvalé připojení nebo připojení „na skok“.
Obdobně jako u využívání internetu, tak i informační zprávy valná většina z dotázaných nevyužívá. Z 28,9 %, kteří si nechávají posílat informační zprávy, se 19,3 % nechává informovat o jízdních řádech. Ve velmi malém rozsahu se respondenti zajímají o ostatní informace a to v tomto pořadí: vtipy, sportovní přehled, kulturní přehled, počasí a jen jeden z dotázaných uvedl, že si nechává zasílat sms zprávy se zpravodajsko tématikou. Narozdíl od předchozí otázky, se zde zvýšení zájmu o danou službu neočekává.
Jaké informační zprávy si necháváte posílat?
Doprava Kulturní přehled
20% 4%
48%
17% 2%
9%
Zpravodajství Sport Počasí Vtipy
Obrázek 8: Využitelnost jednotlivých druhů informačních zpráv.
43
Z výzkumu vyplynulo, že mobilní telefon u sebe neustále nosí 45,6 % z dotázaných, spíše ho nosí 47,4 %, spíše nenosí 6,1 % a jen jeden z respondentů uvedl, že ho nechává ležet doma na poličce.
Co je to GPRS? To byla jedna z nejzáludnějších otázek v celém dotazníku. Jako jediná byla formou volné odpovědi. Definice GPRS je podle internetové encyklopedie WIKIPEDIE následující: „General Packet Radio Service (GPRS) je mobilní datová služba přístupná pro uživatele GSM mobilních telefonů. Je označována jako „2.5G“, technologie mezi druhou (2G) a třetí (3G) generací mobilních telefonů. Poskytuje průměrnou rychlost datových přenosů používáním TDMA kanálů v GSM síti.“ Na tuhle záludnou otázku neodpovědělo 33,3 % z dotázaných respondentů, 18,4 % jich přiznalo, že odpověď neznají. Celým názvem zkratky (General Packet Radio Service) odpovědělo 4,4 % z dotázaných. Že GPRS slouží k připojení na internet odpovědělo 12,3 % respondentů. 17,5 % tázaných odpovědělo, že se jedná o zrychlený přenos dat. GPRS s GPS satelitní navigací si spletlo 11,4 % respondentů a 2,6 % uvedli, že GPRS podporuje posílání MMS zpráv.
Na českém trhu poskytují své služby tři operátoři, kterými jsou: T-Mobile, Vodafone a O2. Spolu s Orange tvoří špičku mezi nadnárodními operátory. Největší tržní podíl v České republice má O2 (dříve Eurotel) a to 41,8 %, druhé místo zaujímá se svými 39 % T-Mobile (dříve Paegas) a na Vodafone (Oskar) vychází 19,2 % tržního podílu. Není možné si nevšimnout, že velikost tržního podílu je shodná s tím, jak jednotlivé firmy vstupovaly na český trh. Eurotel byl až do roku 1996, kdy na trh vstoupil Paegas, jediným poskytovatelem mobilních služeb. Nejpozději na náš trh vstoupil Oskar a to až v roce 1999. (Informace jsou čerpány z výročních zpráv uvedených na internetových stránkách, které uvádím v seznamu použité literatury). Při této otázce bylo možno označit více odpovědí. Mezi respondenty je nejvíce oblíbený T-Mobile, kterého uvedlo 49,1 % dotázaných. Druhé místo zaujímá Vodafone s 40 % a třetí místo náleží O2, kterého vlastní 24 % z dotázaných. Jeden respondent uvedl, že využívá služby zahraničního operátora Orange.
44
Jakého máte operátora?
35%
1% T-MOBILE O2 43%
VODAFONE JINÝ
21%
Obrázek 9: Procentní vyjádření operátorů.
Více než jednoho operátora má 14,9 % z dotázaných. 52,9 % z nich považuje za hlavního operátora Vodafone, 35,3 % T-Mobile a pouze 11,8 % upřednostňují O2. Když porovnáme celorepublikové výsledky se vzorkem, který se zúčastnil výzkumu zjistíme, že jednička O2 se umístila až na třetím místě. Dvojka T-Mobile naopak zaujímá místo první a trojka Vodafone je na místě druhém.
Za největší výhodu svého operátora považují respondenti to, že jejich blízcí vlastní stejného operátora. Tady se odráží jednání operátorů, kteří zvýhodňují služby poskytované v rámci své sítě. Mírnou převahu získaly levné sms zprávy nad levným voláním. Pro 25,4 % je důležité dobré pokrytí a jen 9,6 % vidí výhodu v množství poskytovaných služeb. Ve volných odpovědích se objevily následující názory: prostě jsem potřeboval nějakou simku, dostala jsem ho, možnost sms zdarma, vhodný paušál nebo jsem líný změnit síť.
45
Jaké jsou přednosti Vámi vybraného operátora?
2%
21%
33%
Levné volání Levné sms Pokrytí Nabízené služby
5%
25% 14%
Mají ho moji blízcí Volná odpověď
Obrázek 10: Výhody operátorů.
Mobilní operátoři poskytují nejrůznější druhy paušálů. Zvýhodňují je oproti klasické „kartě“ tím, že k jednotlivým tarifům nabízejí volné minuty, sms zprávy nebo jejich vzájemnou kombinaci. Možnosti platit účet za telefon měsíční paušální částkou využívá 49 % respondentů a zbylých 51 % dává přednost dobíjení přes kartu, bankomat či terminál. Výzkum ukázal, že 43 % z dotázaných častěji komunikuje pomocí krátkých textových zpráv, volání dává přednost 29 % respondentů a zbylých 28 % využívá obě tyto služby stejně často. Výsledky ukazují, že lidé si volí operátora podle cenových nabídek, které nabízí ke službě, kterou častěji používají.
46
Častěji voláte nebo píšete sms zprávy?
28% 29%
VOLÁM PÍŠI SMS ZPRÁVY OBOJÍ STEJNĚ ČASTO
43%
Obrázek 11: Procentní vyjádření využívání služeb
Další otázka zjišťuje pocit spokojenosti popřípadě nespokojenosti s vybraným operátorem. Aby byl zákazník spokojen musí, výrobek nebo služba vykazovat vlastnosti, které jsou kvalitní, za dobrou cenu a odpovídají představám příjemce služby nebo výrobku. Výzkum ukázal, že se svým mobilním operátorem je maximálně spokojeno celých 63 % dotázaných. Spokojených s drobnými výhradami je jich 34 %, spíše nespokojeny jsou 3 % a ani jeden z respondentů neuvedl možnost, že se svým operátorem není spokojen. Mobilního operátora si volíme sami a pokud by nám nevyhovoval není problém ho kdykoliv vyměnit za jiného. To si operátoři velmi dobře uvědomují a tak se snaží poskytovat služby zákazníkům takříkajíc namíru např. zvýhodněné tarify pro studenty, podnikatele nebo rodinu a přítele.
Průměrné měsíční výdaje za mobilní telefon se u 83 % respondentů pohybují do 500 Kč. V rozmezí od 500 do 1 000 Kč se pohybují u 12,3 % dotázaných. Víc než tisíc korun měsíčně provolá jedna dotázaná. Víc než 1 500 Kč už tři a v rozmezí od 1 500 do 2 000 Kč se pohybují průměrné měsíční výdaje za telefon jen jednoho dotázaného.
47
5.2
Analýza závislostí
Předchozí část se zabývala pouze popisem jednotlivých datových souborů, kde byly jednotlivé číselné nebo slovní znaky chápany izolovaně, bez souvislostí závislostí. Část analýza závislosti se zabývá popisem závislostí mezi některými proměnnými. Analýzu provedeme pomocí kontingenční nebo asociační tabulky.
Pomocí kontingenční tabulky jsem provedla analýzu závislostí mezi otázkou, která informuje o tom, zda respondenti mají či nemají mobilní telefon a věkem. Z uvedených koeficientů kontingence jasně vyplývá, že závislost mezi vlastnictvím mobilního telefonu a věkem je velmi vysoká. Jinak řečeno mobil nemají ti nejmenší a nejstarší.
Tabulka 2: Kontingenční tabulka mezi danými proměnnými. Mate mobil
ANO
Součet řádku
NE
Věk 0 - 15 16 - 26 27 - 40 41 - 50 51 - 60 61 a víc Součet sloupce
7 71 18 11 5 2
1 1 0 0 0 4
8 72 18 11 5 6
114
6
120
Čtvercová kontingence = 52,74854 Průměrná čtvercová kontingence = 0,439571 Pearsonův koeficient kontingence = 0,55258 Cramérův koeficient kontingence = 0,663
Na otázky ohledně vlastnictví fotomobilu a mobilního telefonu s barevným displejem se dalo odpovídat pouze ANO nebo NE, proto zde nebudeme používat kontingenční tabulku, nýbrž tabulku asociační. Z vypočteného koeficientu asociace vyplývá, že mezi barevným displejem a fotomobilem existuje střední pozitivní závislost.
48
Tabulka 3: Asociační tabulka daných proměnných. Fotomobil
ANO
Součet řádku
NE
Barevný displej ANO NE
55 0
30 29
85 29
Součet sloupce
55
59
114
Koeficient asociace = 0,563956
49
6.
Závěr
Cílem mé bakalářské práce bylo provést marketingový výzkum na trhu s mobilní technikou a službami s tím souvisejícími. Po zpracování všech získaných dat jsem dospěla k následujícím závěrům. Z mého průzkumu vyplynulo, že mobilní telefon a služby operátorů nevyužívá jen zlomek dotázaných. Toto procento je buď již v důchodovém věku a nebo je tato část národa na mobil mladá a dostane se k němu až postupem času. Starší část dotázaných má pevnou linku a na mobilní telefon si už zvykat nechtějí.
Český člověk se při výběru mobilního telefonu nejprve dívá na cenu, pak se zaměří na funkce, i když málokdo je využije opravdu bezezbytku, na třetím místě je vzhled. Z provedeného výzkumu vyšlo najevo, že v tomhle ohledu jsme konzervativní a vybíráme si v drtivé většině klasickou konstrukci, což určitě souvisí i s cenou. Poslední kritérium je pro nás velikost. Mobilní telefony jsou prostředky k poskytování komunikačních služeb, které poskytují mobilní operátoři. Na českém trhu působí tři, kteří zároveň patří ke světové špičce a to konkrétně: Vodafone, T-Mobile a O2. Z provedeného výzkumu vyplynulo, že respondenti nejvíce využívají služeb T-Mobilu a nejméně O2. Zajímavé je srovnání dosažených výsledků s celorepublikovým tržním podílem těchto operátorů. Kde nejvíce zákazníků má O2 a nejméně Vodafone, který se v dotazníku umístil na místě druhém. Ještě zajímavější je globální srovnání, kterému vévodí Vodafone jak v počtu zákazníků tak zemí, kde své služby poskytuje. Druhý je T-Mobile a O2 je po Orange až na čtvrtém místě jak v počtu zemí tak i zákazníku, kterým poskytuje svoje služby. Proto se dá očekávat, že tržní podíl Vodafone bude v budoucnu stoupat. Mezi náhodně oslovenými je 49 % respondentů, kteří platí účet za telefon měsíční paušální částkou. Z výzkumu dále vyplynulo, že lidé raději píší krátké textové zprávy než volají. Ale každý člověk je jiný a i jeho možnosti jsou jiné a tak operátoři nabízí velké množství nejrůznějších paušálů. Ve své nabídce mají zvýhodněné tarify např. pro rodinné příslušníky, podnikatele či studenty. Z široké nabídky si vybere každý to své a tak
50
nepřekvapila odpověď na spokojenost či nespokojenost s daným operátorem, kde vyloženě nespokojený nebyl ani jeden z dotázaných. Bez mobilního telefonu si už ani nedovedeme představit život. Mobilní telefon je symbolem hektičnosti dnešní doby.
51
7.
Použitá literatura
[1] HAGUE, P. Průzkum trhu. Příprava, výběr metod, provedení, interpretace výsledků. 234 s. ISBN 80-7226-917-8. [2] FORET, M., STÁVKOVÁ, J. Marketingový výzkum. Jak poznávat své zákazníky. 1. vyd. Praha: Grada Publishing, 2003. 159 s. ISBN 80-247-0385-8. [3] CLEMENTE, N., M. Slovník marketingu. 1. vyd. Brno: Computer Press, 2004. 378 s. ISBN 80-251-0228-9. [4] SMITH, P. Moderní marketing. 1. vyd. Praha: Computer Press, 2000. 518 s. ISBN 807226-252-1. [5] FORET, M. Marketingová komunikace. Získání pozornosti zákazníků a naplnění jejich očekávání. 1. vyd. Brno: Computer Press, 2003. 275 s. ISBN 80-7226-811-2. [6] MAJARO, S. Základy marketingu. 1. vyd. Praha: Grada Publishing, 1996. 312 s. ISBN 80-7169-297-2. [7] CYHELSKÝ, L., KAHOUNOVÁ, J., HINDLS, R. Elementární statistická analýza. 2. vyd. Praha: Management Press, 2001. 319 s. ISBN 80-7261-003-1. [8] MINAŘÍK, B. Statistika I. Popisná statistika 1. část. 2. vyd. Brno: Mendelova zemědělská a lesnická univerzita, 2006. 98 s. ISBN 80-7157-928-9. [9] MINAŘÍK, B. Statistika I. Popisná statistika 2. část. 2. vyd. Brno: Mendelova zemědělská a lesnická univerzita, 2006. 107 s. ISBN 80-7157-929-7. [10] STÁVKOVÁ, J., DUFEK, J. Marketingový výzkum. 2. vyd. Brno: Mendelova zemědělská a lesnická univerzita, 2004. 191 s. ISBN 80-7157-795-2. [11] MAREK, L. a kol. Statistika pro ekonomy. Aplikace. 1. vyd. Praha: Professional Publishing, 2005. 423 s. ISBN 80-86419-68-1. [12] DUFEK, J., BODEČKOVÁ, B. Statistika. 1. vyd. Brno: Vysoká škola zemědělská, 1982. 168 s. [13] HINDLS, R., HRONOVÁ, S., SEGER, J., FISCHER, J. Statistika pro ekonomy. 7. vyd. Praha: Professional Publishing, 2006. 415 s. ISBN 80-86946-16-9.
52
Další zdroje 1) MOBILITY, 7. října 2004, ročník IV. 2) MOBILITY, červenec 2006, ročník VI. 3) MOBILITY, listopad 2006, ročník VI. 4) Internetová encyklopedie WIKIPEDIE, dostupná na internetových stránkách:
. 5) Výroční zpráva Vodafone za rok 2005, dostupná na internetových stránkách: . 6) Výroční zpráva T-Mobile za rok 2005, dostupná na internetových stránkách: 7) Archiv
tiskových
zpráv
Eurotel,
dostupný
na
webových
stránkách:
.
53