Určení faktorů ovlivňujících výši tržeb stavební společnosti OHL ŽS, a. s

Mendelova univerzita v Brně Provozně ekonomická fakulta

Určení faktorů ovlivňujících výši tržeb stavební společnosti OHL ŽS, a. s. Bakalářská práce

Vedoucí práce: Mgr. Kateřina Myšková, Ph.D.

Brno 2012

Jan Moučka

Na tomto místě bych rád poděkoval Mgr. Kateřině Myškové, Ph. D. za cenné připomínky a odborné rady, kterými přispěla k vypracování této bakalářské práce. Dále děkuji Ing. Jaroslavu Šandrovi a Ing. Dagmar Moučkové, zaměstnancům společnosti OHL ŽS, a.s. za poskytnuté informace a data na základě kterých byla bakalářská práce vypracována. Rovněž bych touto cestou rád poděkoval své rodině, která mi vždy byla a je velkou oporou a to během studia, ale také v pracovním a osobním životě.

„Prohlašuji, že jsem bakalářskou práci „Určení faktorů ovlivňujících výši tržeb společnosti OHL ŽS, a.s.“ vypracoval samostatně pod vedením Mgr. Kateřiny Myškové, Ph. D. a uvedl jsem v ní všechny použité literární a jiné odborné zdroje v souladu s právními předpisy a vnitřními předpisy Mendelovy zemědělské a lesnické univerzity v Brně. V Brně dne 21. května 2012

__________________

Abstract The Determining of the Factors Affecting the Revenues of OHL ZS, Inc., a Construction Company. Bachelor thesis. Brno: MUAF, 2012. This Bachelor thesis aims at the demonstration of the importance of individual factors on the revenues of OHL ZS, Inc., by the means of using the analysis of variance. As factors, the following terms are considered: specific years, company branches, regions of the Czech Republic, and market segments of construction contracts. In the theoretical part, the company is presented and the principle of the analysis of variance is explained. As a basis for analysis, the primary IFRS standard data have served. The results of this thesis can serve to the company management for further decision making. Keywords OHL ZS, Inc., analysis of variance, factor, construction contract

Abstrakt Moučka, J. Určení faktorů ovlivňujících výši tržeb stavební společnosti OHL ŽS, a.s. Bakalářská práce. Brno: MZLU v Brně, 2012. Tato bakalářská práce si klade za cíl pomocí analýzy rozptylu prokázat význam jednotlivých faktorů na výši tržeb společnosti OHL ŽS, a.s. Jako faktory budeme uvažovat: jednotlivé roky, organizační útvary společnosti, kraje ČR a segmenty trhu stavebních zakázek. V teoretické části bude představena společnost a dále vysvětlen princip analýzy rozptylu. Jako podklad pro analýzu posloužila primární data ve standardu IFRS. Výsledky práce mohou posloužit vedení společnosti při dalším rozhodovaní. Klíčová slova OHL ŽS, a.s., analýza rozptylu, faktor, stavební zakázka.

Obsah

5

Obsah 1

Úvod

10

2

Cíl práce

11

3

Literární rešerše

12

3.1

3.1.1

Obchodní firma společnosti.............................................................12

3.1.2

Sídlo společnosti ..............................................................................12

3.1.3

Společnost zapsána ..........................................................................12

3.1.4

Založení společnosti.........................................................................12

3.1.5

Právní předchůdce ...........................................................................12

3.1.6

Základní kapitál ...............................................................................13

3.1.7

Předmět podnikání ..........................................................................13

3.1.8

Historie společnosti .........................................................................13

3.2

Definice pojmu „tržby“ ............................................................................16

3.2.1

Výnosy podniku ...............................................................................16

3.2.2

Tržby.................................................................................................17

3.3

4

Představení společnosti ...........................................................................12

Analýza rozptylu ......................................................................................18

3.3.1

Mnohonásobná porovnání...............................................................18

3.3.2

Jednofaktorová analýza rozptylu.....................................................19

3.3.3

Tukeyova metoda ............................................................................ 20

Vlastní práce

22

4.1

Definice jednotlivých faktorů ................................................................. 22

4.2

Popis vlastních omezení zdrojových dat ................................................ 23

4.3

Použitý software...................................................................................... 23

4.4

Jednofaktorové analýzy rozptylu............................................................ 24

4.4.1

Omezení T>0 and T<2000000 ..................................................... 24

4.4.2

Omezení T>=2000000.................................................................... 28

4.4.3

Omezení T<=0 ................................................................................ 32

Obsah

6

5

Závěr

36

6

Literatura

38

A

Tabulky popisných statistik a POST HOC testů

40

Seznam grafů

7

Seznam grafů Graf. 1

Organizační struktura společnosti OHL ŽS, a.s. [4, str. 18]15

Graf. 2

Faktor závod, omezení č. 1 [Statistica]

24

Graf. 3

Faktor rok, omezení č. 1 [Statistica]

25

Graf. 4

Faktor kraj, omezení č. 1 [Statistica]

26

Graf. 5

Faktor obor sumární, omezení č. 1 [Statistica]

27

Graf. 6


28

Graf. 7


29

Graf. 8


30

Graf. 9


31

Graf. 10 Graf. 11


32


33

Graf. 12 Faktor kraj, omezení č. 3 [Statistica]

34

Graf. 13 Faktor obor sumární, omezení č. 3 [Statistica]

35

Seznam tabulek

8

Seznam tabulek Tab. 1 Analýza rozptylu jednoduchého třídění [1, kapitola IX.4]

20

Tab. 2


24

Tab. 3


25

Tab. 4


26

Tab. 5


27

Tab. 6


28

Tab. 7 Faktor rok, omezení č. 2 [Statistica]

29

Tab. 8


30

Tab. 9


31

Tab. 10


32

Tab. 11


33

Tab. 12


34

Tab. 13


35

Tab. 14

Popisné statistiky, faktor závod, omezení č.1 [Statistica] 40

Tab. 15

POST HOC test, faktor závod, omezení č.1 [Statistica]

40

Tab. 16

Popisné statistiky, faktor rok, omezení č.1 [Statistica]

40

Tab. 17

POST HOC test, faktor rok, omezení č.1 [Statistica]

40

Tab. 18

Popisné statistiky, faktor kraj, omezení č.1 [Statistica]

41

Tab. 19

POST HOC test, faktor kraj, omezení č.1 [Statistica]

41

Tab. 20

Popisné statistiky, faktor obor, omezení č.1 [Statistica]

42

Tab. 21

POST HOC test, faktor obor, omezení č.1 [Statistica]

43

Tab. 22


Seznam tabulek

9

Tab. 23


43

Tab. 24


43

Tab. 25


44

Tab. 26


44

Tab. 27


44

Tab. 28


45

Tab. 29


46

Tab. 30


Tab. 31


46

Tab. 32


46

Tab. 33


47

Tab. 34


47

Tab. 35


47

Tab. 36

Popisné statistiky, faktor obor, omezení č.3 [Statistica] 48

Tab. 37


49

Úvod

10

1 Úvod V České republice, podobně jako v ostatních vyspělých zemích, patří stavebnictví mezi hlavní národohospodářská odvětví a tak ho můžeme považovat za jeden z pilířů národní ekonomiky. Stavebnictví a to hlavně v dlouhodobém výhledu ukazuje s časovým předstihem další vývoj celé ekonomiky. Stavebnictví jako hospodářský obor plní zejména funkce pro výstavbu, údržbu, obnovu a likvidaci stavebních objektů. Stavebnictví plní důležité funkce, kterými jsou zejména výstavba bydlení a občanské vybavenosti, průmyslová výstavba, zemědělská výstavba, dopravní a energetické stavby. V této bakalářské práci bude kladen důraz hlavně na výstavbu občanské vybavenosti (stanice metra, polyfunkční domy,…) a dopravní stavby (železnice, silnice, mosty,…). Toto téma jsem si zvolil hlavně proto, že jsem zaměstnán v tomto odvětví a tak mě zajímá jeho další možný vývoj. Prvotním předpokladem pro zpracování analýzy rozptylu je získání kvalitních informací a dat. Vzhledem k tomu, že společnost OHL ŽS, a.s. je auditovaná společnost, musí mít k dispozici data v odpovídajících účetních standardech. V této práci byly použity jako podklad data ve standardu IFRS, protože data ve standardu CAS společnost používá pouze pro daňové účely.

Cíl práce

11

2 Cíl práce Cílem této bakalářské práce je provést jednocestnou analýzu rozptylu tržeb společnosti OHL ŽS, a.s. v letech 2004 – 2010. Pomocí této analýzy budou stanoveny významné faktory, které výši tržeb ovlivňují. Jako faktory byly po zvážení vybrány ze zdrojových dat tyto: jednotlivé roky, organizační útvary společnosti, kraje ČR a segmenty trhu stavebních zakázek. Data byla pak dále omezena a tím rozdělena na tři části podle výše tržeb. Teoretická část bude rozdělena na tři pasáže, ve kterých bude nejprve představena společnost OHL ŽS, a.s., V další části pak definován pojem „tržby“. Nakonec bude vysvětlena metoda jednocestné analýzy rozptylu. Na základě výše popsaných znalostí a vstupních dat se pak autor pokusí zdokumentovat pomocí vypočtených hodnot a grafů, které ze sledovaných faktorů se jeví jako významné a které nikoliv. V závěru budou získané výsledky zhodnoceny a poté autor bude mít snahu, aby doporučil vedení společnosti, které segmenty sledovat a stimulovat tak, aby dosahovala v budoucnosti co největších tržeb.


12

3 Literární rešerše 3.1 Představení společnosti 3.1.1

Obchodní firma společnosti

OHL ŽS, a.s. 3.1.2

Sídlo společnosti

Burešova 938/17, Brno-střed PSČ : 66002 3.1.3

Společnost zapsána

Obchodní rejstřík Krajského soudu v Brně Oddíl B, vložka 695 3.1.4

Založení společnosti

Společnost byla založena rozhodnutím zakladatele – Federálního fondu národního majetku se sídlem v Praze 7, nábřeží kpt. Jaroše 1000, dne 31. 3. 1992. Původní název společnosti při jejím založením byl Železniční stavitelství Brno, a.s. Z rozhodnutí společnosti došlo ke změně názvu na ŽS Brno, a.s. a změna byla povolena usnesením okresního soudu Brno – venkov zn.: Firm 7190/93/RG B 695/4/5/140 ze dne 22. 4. 1993. Toto usnesení nabylo právní moci dne 23. 4. 1993. Dne 20. 3. 2006 přijala mimořádná valná hromada společnosti usnesení o změně obchodní firmy společnosti na OHL ŽS, a.s. Tato změna je platná dnem jejího zápisu do obchodního rejstříku, ke kterému došlo dne 27. 3. 2006. [4, str. 4, 9, 10] 3.1.5

Právní předchůdce

Železniční stavitelství Brno, státní podnik založen v roce 1952 IČ: 46342796 DIČ: CZ46342796


3.1.6

13

Základní kapitál

Základní kapitál společnosti ve výši 486463000,- Kč. Základní kapitál je plně splacen. Základní kapitál je rozdělen do 486463 kusů akcií znějících na jméno. Akcie jsou vydány v zaknihované podobě. Jmenovitá hodnota každé akcie je 1000,Kč. ISIN: CS 0005028554. 3.1.7

Předmět podnikání

Hlavní činností společnosti jsou komplexní dodávky stavebních prací v oboru drážních staveb, silničních a inženýrských staveb, pozemních staveb a sanací. 3.1.8

Historie společnosti

Akciová společnost OHL ŽS je přímím nástupcem státního podniku Železniční stavitelství Brno. Tento podnik vznikl v roce 1952 a jeho posláním bylo zajišťovat stavební práce pro tehdejší Československé státní dráhy – tety výstavbu, rekonstrukce a opravy železničních tratí a budov. V roce 1971 byl podnik začleněn do

výrobně-hospodářské jednotky „Železničné stavebníctvo“ se sídlem

v Bratislavě. Uprostřed roku 1991 byla tato jednotka zrušena a po devíti měsících fungování samostatného podniku byl státní podnik Železniční stavitelství Brno ke dni 1. dubnu 1992 transformován na akciovou společnost. Ta po ukončení první vlny kupónové privatizace získala své první vlastníky. V roce 1992 měla společnost okolo 4200 vlastníků, v současné době jich má 519. Majoritním vlastníkem je velká španělská stavební skupina OHL (Obrascón Huarte Lain, S.A.), která vlastní 97,71 procent akcií OHL ŽS, a.s. – částečně přímo a hlavně prostřednictvím české stavební společnosti ŽPSV, a.s. Vnitřní organizace společnosti zaznamenala od doby privatizace bouřlivý rozvoj. Od 35 podnikatelských středisek (1992 – 1994) přes 17 divizí (1995 – 1999) a čtyři závody (2000 – 2004) dospěla k současné struktuře obsluhy dvou velkých segmentů trhu – dopravních staveb a pozemních staveb. Celofiremní


14

funkce, především strategické, finanční, metodické a kontrolní, plní ředitelství společnosti. Bouřlivý byl i obchodní vývoj společnosti. V roce 1992 zde byla stavební společnost s ročním obratem okolo 500 mil. Kč, v současné době je OHL ŽS, a.s. pátou největší stavební firmou v ČR. 1 Působení společnosti je nejen v rámci domácího prostřední České republiky, ale i na území Slovenské republiky, Bulharska, Maďarské republiky, Černé Hory, Ázerbájdžánu, Polské republiky a území Bosny a Hercegoviny. [4, str. 4, 9, 10]

TOP 5 firem, které se zabývají stavební činností podle ročního finančního obratu: Skanska, a.s.; METROSTAV, a.s.; EUROVIA CS, a.s.; STRABAG, a.s.; OHL ŽS, a.s. [6] 1


Graf. 1

Organizační struktura společnosti OHL ŽS, a.s. [4, str. 18]

15


16

3.2 Definice pojmu „tržby“ Tržby jsou peněžní částkou, kterou podnik získal prodejem výrobků, zboží a služeb v daném účetním období (měsíci, roku). Jsou rozhodující složkou výnosů a hlavním finančním zdrojem podniku, který slouží k úhradě jeho nákladů a daní, výplatě dividend a jeho rozšířené reprodukci. [5, str. 69] 3.2.1

Výnosy podniku

Výnosy znamenají pro podnik přírůstek zdrojů a tím způsobený kladný peněžní tok. V účetnictví se výnos vykazuje v okamžiku realizace. Výnos není podmíněn přijetím platby za dodané výrobky nebo poskytnutou službu a proto se může stát, že budou do výnosu zahrnuty také dodávky, jenž nebudou nikdy zaplaceny. Výnosy podniku: • Jsou peněžní částky, které podnik získal realizací svých činností za určité účetní období bez ohledu na to, jestli došlo k jejich inkasu. Tím se výnosy liší od příjmů. • Vykazují se v okamžiku vyskladnění výrobku nebo dodání zboží čí poskytnutí služby. • Zahrnují také změnu stavu vnitropodnikových zásob vlastní výroby a aktivaci, které nejsou peněžními příjmy. Orientačně je možné vymezit výnosy pomocí druhového třídění takto: 1.

Tržby za prodej zboží

2.

Tržby za prodej vlastních výrobků a služeb, změna stavu vnitropodnikových zásob vlastní výroby, aktivace

3.

Tržby z prodeje dlouhodobého majetku a materiálu

4.

Zúčtování rezerv a časového rozlišení provozních výnosů

5.

Ostatní provozní výnosy

6.

Finanční výnosy

7.

Mimořádné výnosy


17

Provozně–hospodářskou činností podniku je činnost, pro kterou byl založen. U výrobního podniku je to výroba a prodej výrobků a s tím spojené poskytování výrobních služeb, u dopravní firmy přeprava zboží a osob, u obchodní společnosti prodej zboží, poskytování různých služeb, u bankovní instituce soustřeďování volného kapitálu a jeho půjčování, také další bankovní operace. [3, str. 86] 3.2.2

Tržby

Tržby jsou • Hlavní složka výnosů většiny podniků, a to především podniků průmyslových, zemědělských, dopravních a obchodních. • Peněžní částka, kterou podnik získal prodejem výrobků, zboží a služeb v daném účetním období. • Rozhodující složkou výnosů a hlavním finančním zdrojem podniku, který slouží k úhradě jeho nákladů a daní, výplatě dividend a jeho rozšířené reprodukci. Tržby zahrnují zejména: 1.

Tržby za prodej zboží

2.

Tržby za prodej vlastních výrobků a služeb

3.

Tržby z prodeje dlouhodobého majetku a materiálu

4.

Tržby z prodeje cenným papírů a vkladů

Rozhodující jsou tržby za prodej vlastních výrobků a služeb, které mohou být ovlivněny následujícími faktory: • Fyzickým objemem výroby a služeb, což je však z krátkodobého hlediska omezeno výrobní kapacitou a poptávkou. • Dosaženými cenami jednotlivých výrobků a služeb • Strukturou sortimentu prodeje • Způsobem faktura a lhůtou splatnosti faktur • Jinými činiteli, kdy příkladem může být při exportu kurz měny


18

Plán tržeb stanový předpokládané objemy prodejů v naturálních jednotkách a příjmy z těchto prodejů v Kč za určité období. Plán tržeb se obvykle člení podle jednotlivých výrobků a skupin zákazníků. Vychází z marketingového průzkumu trhu v těchto krocích: 1.

Na základě zjištěné poptávky jednotlivých zákazníků se odhadnou objemy prodejů, které se vynásobí předpokládanou prodejné cenou, jenž byla stanovena na základě poptávkové funkce. Je nutné uvažovat například i chování odběratelů, sezónní výkyvy, dodávkové množství, které se nemůže lišit od velikosti výrobních dávek a prodeje v minulých letech.

2.

Vypočtené tržby podle jednotlivých výrobků nebo jednotlivých zákazníků se sečtou, celkové tržby se porovnají s plánovanými náklady a zjistí se, zda bylo nebo bude dosaženo předpokládaného zisku. [3, str. 87]

3.3 Analýza rozptylu 3.3.1

Mnohonásobná porovnání

Často se stává, že máme dáno I nezávislých výběrů a to z N (µ1, σ2). Parametr σ2 není znám a je potřeba testovat hypotézu H 0 : µ1 = K = µ I . V praktických situacích k tomu dochází například tehdy, pokud máme jednu skupinu kontrolní a více skupin pokusných. Pak ověřujeme, jestli rozdíly mezi všemi těmito skupinami jsou nahodilé nebo zda se mezi nimi projevují nějaké systematické odchylky. Obvykle se řešení provádí ve dvou etapách. V první etapě testujeme hypotézu H0, že všechny střední hodnoty µ1 = K = µ I jsou si rovny. Na testový postup klademe požadavek, aby pravděpodobnost chyby prvního druhu byla rovna α. Pokud dojde k zamítnutí H0, řešíme v druhé etapě problém, které skupiny se od sebe významně liší. Zhruba řečeno, snažíme se najít příčiny, které vedli k zamítnutí H0. Mezi nejpoužívanější metody pro mnohonásobné porovnávání patří Tukeyova metoda. [1, kapitola IX.1.]


3.3.2

19

Jednofaktorová analýza rozptylu

Pomocí ní můžeme nalézt odpověď na otázku, jestli jde určitým faktorem X vysvětlit

různost

kvantitativního

znaku

Y.

Toto

předpokládá

provedení

m nezávislých náhodných výběrů hodnot znaku Y o rozsazích n1 = K = n m na úrovních x1 = K = x m . Základní předpoklad pro použití analýzy rozptylu je, že každý z m nezávislých výběrů znaku Y pochází z normálního rozdělení

)

N (µ I , σ 2 . ni

m

∑∑ Y

m

Tím získáme n = ∑ ni náhodných veličin Yij, celkový průměr Y =

i =1 j =1

∑ (Y ni

∑Y m výběrových průměrů Yi =

ij

j =1

a m výběrových rozptylů s =

ni

ij

j =1

2 i

,

n

i =1

ni

ij

− Yi

ni − 1

)

2

,

hodnoty Yij jsou náhodné veličiny. Analýza rozptylu je založena na následující úvaze. Pokud jsou hodnoty znaku Y rozděleny do m skupin podle variant znaku X, tak při malých rozdílech mezi výběrovými rozptyly můžeme předpokládat, že variabilita výběrových průměrů kolem celkového průměru je způsobena závislostí znaku Y na znaku X a variabilita znaku Y uvnitř skupin je závislá na jiných činitelích. Variabilita výběrových průměrů kolem celkového je vyjádřena pomocí takzvaného součtu čtverců m

(

)

2

mezi skupinami s m2 = ∑ ni Yi − Y přísluší mu m-1 stupňů volnosti, variabilitu i =1

m

uvnitř skupin vyjadřuje su2 = ∑ i −1

∑ n (Y ni

j =1

i

ij

)

2

− Yi s n-m stupni volnosti. Celková m

variabilita je znázorněna celkovým součtem čtverců s = ∑ 2

i −1

∑ n (Y ni

j =1

i

ij

−Y

) , kte2

rému přísluší n - 1 stupňů volnosti. Celkovou variabilitu můžeme rozložit na variabilitu mezi skupinami a uvnitř skupin, takže bude platit vztah s 2 = s m2 + s u2 .


20

Můžeme naformulovat nulovou hypotézu, že znak X neovlivňuje znak Y, H 0 : µ1 = K = µ m . Pokud je platná alternativní hypotéza H1, tak se alespoň jedna

ze středních hodnot µi liší od ostatních. K testu H0 se použije testového kritéria F=

S m2 / (m − 1) , které má za předpokladu platnosti nulové hypotézy H0 a rozděS u2 / (n − m )

lení F s m - 1 a n - m stupni volnosti. Kritický obor na hladině významnosti α je pak vymezen nerovností Fv > F1−α ;m−1;n − m . Hypotézu H0 pak na hladině významnosti α pak zamítneme, pokud vypočtená hodnota Fv tuto hranici překročí. [2]

Tab. 1

Analýza rozptylu jednoduchého třídění [1, kapitola IX.4]

Zdroj měnivosti

Součet čtverců S

Skupiny Reziduální

Sa Se

Počet stupňů volnosti f fa=I-1 Fe=n-I

S/f

F=(S/f)/(Se/fe)

Sa/fa Se/fe

Fa -

Toto je mustr tabulky podle [1, kapitola IX.4], které slouží pro prezentaci vypočtených údajů včetně poznatku o případném zamítnutí hypotézy H0, podobnou tabulku používá při exportu dat také program Statistica, ve kterém byla práce zpracována. Tyto tabulky jsou proto obsaženy v části vlastní práce. 3.3.3

Tukeyova metoda

)

Nechť X 1 , K X m je náhodný výběr rozdělení N (µ1 , σ 2 , σ 2 > 0 . Označme si R = max X i − min X i jako takzvané rozpětí. Nechť s2 je nezávislý odhad rozptylu

σ2 s v stupni volnosti. To znamená, že vs 2 /σ 2 ~ χ v2 a že s2 a X = ( X 1 ,K X m )` jsou nezávislé. Označme Q = R / s náhodnou veličinu, které se říká studentizované rozpětí. Pak rozdělení náhodné veličiny Q, které označujeme symbolem qm,v, nezávisí na µ, σ2. Pak tedy platí, že Q = [max( X 1 − µ ) / σ − min( X 1 − µ ) /σ ] / (s /σ ) . Hustotu veličiny Q zde nebudeme odvozovat. Kritickou hodnotu qm,v (α) rozdě-


21

lení qm,v definujeme jako takové číslo, pro které platí P{Q > q m,v (α )} = α . Tyto kritické hodnoty jsou tabelovány. [1, kapitola IX.3.] Tukeyova věta Nechť

X 1 ,K X m

jsou nezávislé náhodné veličiny. Předpokládejme, že

)

X i ~ N(µ i , b 2 σ 2 , i = 1, K , m , kde b je známá kladná konstanta. Nechť s2 je nezá-

vislý odhad rozptylu σ2 s v stupni volnosti. To znamená, že vs 2 /σ 2 ~ χ v2 . PoložT = bq m ,v (α ) .

me

Pak

pravděpodobnost,

že

platí

X i − X j − Ts ≤ µ1 − µ j ≤ X i − X j + Ts pro všechny dvojice (i, j) současně, je rovna

1 - α. Toto si dokážeme následně, označme Z i = X i − µ i . Veličiny Zi jsou nezávis-

)

lé, každá z nich má rozdělení N (0, b 2 σ 2 vektor (Z 1 , K Z m )` nezávisí na s2. Je zřejmé, že b2s2 je odhadem rozptylu b2σ2, neboť vb 2 s 2 /b 2σ 2 ~ χ v2 . Z výše uvedeného vyplývá následující vzorec: P{Z i − Z j ≤ Ts pro všechny dvojice (i, j )} = 1 − α , který po dosazení Zi a Zj odpovídá tvrzení věty. [1, kapitola IX.3.] Tukeyovy

věty

se

používá

v souvislosti

s testováním

hypotézy

H 0 : µ1 = K = µ m . Platí-li H0, pak podle vzorce pro výpočet rozdělení náhodné

veličiny Q platí, že všechny intervaly X i − X j − Ts, X i − X j + Ts překrývají nulu s pravděpodobností 1 - α. Jestliže některý z nich nulu nepřekrývá, to znamená, že je X i 0 − X j 0 > Ts pro nějakou dvojici (i0, j0), pak platí µ i 0 ≠ µ j 0 . Tento postup má výhodu jednak v tom, že pravděpodobnost chyby prvního druhu je rovna α a pak také v tom, že v případě zamítnutí H0 přímo ukazuje dvojici, která k tomuto zamítnutí vede. [1, kapitola IX.3.]

Vlastní práce

22

4 Vlastní práce 4.1 Definice jednotlivých faktorů Předtím, než přejdeme k samotným jednofaktorovým analýzám rozptylů, bude třeba vymezit, které faktory byly ze zdrojových dat vybrány a pak následně sledována jejich významnost či nevýznamnost. 1.

Faktor „závod“ – ve sledovaném období existovaly 2 závody, jsou to závod pozemní stavby a závod dopravní stavby

2.

Faktor „rok“ – jsou k dispozici data za roky 2004 – 2010

3.

Faktor „kraj“ – bereme v úvahu všechny kraje České republiky, kraje jsou v tabulkách a grafech reprezentovány krajskými městy: 3.1. Hlavní město Praha 3.2. Středočeský 3.3. Jihočeský 3.4. Plzeňský 3.5. Karlovarský 3.6. Ústecký 3.7. Liberecký 3.8. Královehradecký 3.9. Pardubický 3.10. Vysočina 3.11. Jihomoravský 3.12. Olomoucký 3.13. Zlínský 3.14. Moravskoslezský

Vlastní práce

4.

23

Faktor „obor sumární“ je agregací různých příbuzných nebo podobných typů stavebních zakázek. Jsou to v podstatě takové kategorie, které byly zavedeny pro prezentační zjednodušení: 4.1. Železnice 4.2. Silnice, mosty a tunely 4.3. Pozemní stavby 4.4. Energetika a ekologie 4.5. Vodohospodářské stavby

4.2 Popis vlastních omezení zdrojových dat Zdrojová data byla ještě před použitím omezena na základně požadavku vedení společnosti, které zadalo zpracovaní analýzy rozptylu tržeb pouze v tuzemsku. Navíc budou hodnoceny pouze tržby získané realizací veřejných zakázek, aby byl jasně patrný vývoj tohoto segmentu trhu, protože na něm společnost tvoří většinu svého zisku. Tržby byly dále rozděleny na tři skupiny: 1.

První z nich jsou tržby od 0 do 2.000.000,- Kč.

2.

Druhou skupinu tvoří tržby od 2.000.000,- Kč včetně.

3.

Poslední jsou záporné tržby.

4.3 Použitý software Pro výpočet jednofaktorové analýzy rozptylu (analýza hodnotí významnost mezi jednotlivými skupinami) a následný POST HOC Tukeyův HSD test (tento nám ukazuje významnost v rámci jednotlivých skupin) byl použit výpočtový program Statistica, který je dostupný Provozně ekonomické fakultě. Následná úprava pak proběhla většinou pomocí nástrojů sady Qffice (Word, Excel).

Vlastní práce

24

4.4 Jednofaktorové analýzy rozptylu 4.4.1 1.

Omezení T>0 and T<2000000

Faktor: závod

Tab. 2


Proměnná

SČ efekt

Kč Proměnná

2,619527E+12

Kč

2,191694E+15

Graf. 2

SČ chyba

SV efekt

PČ efekt 1 2,619527E+12

SV chyba

F 10,32539

p 0,001317

PČ chyba

8639 2,536976E+11


Z grafu můžeme jednoznačně vyčíst, že pro tržby rozdělené omezením č. 1 je dominantní závod dopravní stavby, jehož tržby mají také menší rozptyl od průměrné hodnoty. Z rozkladové tabulky popisných statistik v příloze je také patrno, že závod dopravní stavby realizoval více než dvojnásobek zakázek.

Vlastní práce

2.

25

Faktor: rok

Tab. 3


Proměnná

SČ efekt

Kč Proměnná

2,084097E+13

Kč

2,173472E+15

Graf. 3

SČ chyba

SV efekt

PČ efekt 6 3,473494E+12

SV chyba

F

p

13,79827

0,000000

PČ chyba

8634 2,517341E+11


Po provedení analýzy vyšel nejlépe rok 2004. Po něm mají tržby sestupnou tendenci až k nejhoršímu roku, kterým byl rok 2007. Po něm je vidět opět citelné zlepšení. Největší počet zakázek byl dosažen v roce 2010, bylo to více než 1500, takže i trend vývoje by mohl být celkem příznivý.

Vlastní práce

3.

26

Faktor: kraj

Tab. 4


Proměnná

SČ efekt

Kč Proměnná

3,347712E+13

Kč

2,160836E+15

Graf. 4

SČ chyba

SV efekt

PČ efekt

13 2,575163E+12

SV chyba

F 10,28117

p 0,000000

PČ chyba

8627 2,504737E+11


Nejvyšší průměrnou hodnotu tržeb do částky 2.000.000,- Kč bychom nalezli v Karlovarském kraji, ale tam je to způsobeno rozhodně tím, že byla realizována pouze jedna zakázka překračující sumu 1.500.000,- Kč, proto tento údaj musíme brát s rezervou. Ostatní kraje pak skončily daleko za ním. Druhý nejlepší byl Pardubický kraj. Co se týče počtu zakázek, tam drtivě zvítězil Jihomoravský kraj s úctyhodnými 3264 realizovanými stavbami.

Vlastní práce

4.

27

Faktor: obor sumární

Tab. 5


Proměnná

SČ efekt

Kč Proměnná

2,465014E+13

Kč

2,169663E+15

Graf. 5

SČ chyba

SV efekt

PČ efekt 4 6,162534E+12

SV chyba

F 24,52899

p 0,000000

PČ chyba

8636 2,512347E+11


Při posuzování jednotlivých agregovaných oborů činnosti se skoro stejně dobře umístily jak železnice, tak i silnice, mosty a tunely. Vodohospodářské stavby také nedopadly vůbec špatně, jejich tržby ale mají největší rozptyl. Pokud bychom se zaměřili na počty zakázek, nejvíce jich bylo v oboru železnice a to něco přes 3500. Poté skončily pozemní stavby a silnice s mosty a tunely s počty kolem 2000 staveb.

Vlastní práce

Omezení T>=2000000

4.4.2 1.

28

Faktor: závod

Tab. 6


Proměnná

SČ efekt

Kč Proměnná

5,020327E+16

Kč

2,043492E+19

Graf. 6

SČ chyba

SV efekt

PČ efekt 1 5,020327E+16

SV chyba

F 9,966990

p 0,001605

PČ chyba

4057 5,036954E+15


Naproti tomu u zakázek nad 2.000.000,- Kč je tomu právě naopak tzn., že zde jsou dominantním faktorem pozemní stavby. Vzájemný počet staveb se ale více vyrovnává, protože závod pozemní stavby vyhrál něco přes 1,5 násobek počtu staveb, které měly v režii dopravní stavby.

Vlastní práce

2.

29

Faktor: rok

Tab. 7


Proměnná

SČ efekt

Kč Proměnná

1,559730E+17

Kč

2,032915E+19

Graf. 7

SČ chyba

SV efekt

PČ efekt

6 2,599550E+16

SV chyba

F 5,181414

p 0,000026

PČ chyba

4052 5,017067E+15


Rovněž u ročních změn je vidět velký rozdíl oproti tržbám s omezením č. 1, protože už od roku 2004 je možné pozorovat růst, který dosahuje vrcholu v roce 2009. Po něm ale přichází velice prudký pokles, který mohla způsobit finanční krize, ale je zvláštní, že objem počtu zakázek přitom mezi lety 2009/2010 roste ze 474 na 754, který je v roce 2010 vůbec nejvyšší.

Vlastní práce

3.

30

Faktor: kraj

Tab. 8


Proměnná

SČ efekt

Kč Proměnná

1,536429E+17

Kč

2,033148E+19

Graf. 8

SČ chyba

SV efekt

PČ efekt

12 1,280357E+16

SV chyba

F 2,547933

p 0,002349

PČ chyba

4046 5,025083E+15


U krajů se hodnoty při omezení č. 2 tak významně neliší. Dominuje Ústecký kraj, který má ale také největší rozptyl tržeb od průměrné hodnoty. V těsném závěsu pak Liberecký a Pardubický kraj. Když se ale podíváme na jednotlivé počty tak opět vítězí Jihomoravský kraj z pěknými 1317 zakázkami a tím dvakrát převyšuje Moravskoslezský a dvaapůlkrát Olomoucký kraj.

Vlastní práce

4.

31


Tab. 9


Proměnná

SČ efekt

Kč Proměnná

5,147396E+16

Kč

2,043365E+19

Graf. 9

SČ chyba

SV efekt

PČ efekt 4 1,286849E+16

SV chyba

F 2,553085

p 0,037159

PČ chyba

4054 5,040368E+15


Nejvíce zakázek tedy 1656 získal obor železnice. Obor pozemní stavby začíná být významnější, navíc je druhý i počtu staveb, bylo jich 997. Obory, které byly první při omezení č. 1 stále vychází velice pozitivně. Za zmínku ale určitě stojí, že obor energetika a ekologie zůstává stále na poslední pozici.

Vlastní práce

Omezení T<=0

4.4.3 1.

32

Faktor: závod

Tab. 10


Proměnná

SČ efekt

Kč Proměnná

1,212533E+16

Kč

1,676901E+19

Graf. 10

SČ chyba

SV efekt

PČ efekt 1 1,212533E+16

SV chyba

F 1,570529

p 0,210265

PČ chyba

2172 7,720538E+15


Více záporné tržby přináší závod pozemní stavby, i když už faktor nevychází tak významně. Přičemž rozptyly tržeb kolem průměrné hodnoty obou závodů jsou srovnatelné. Ale v počtu naopak vítězí závod dopravní stavby, který se svými 1352 realizacemi překonal závod pozemní stavby více než 1,5krát.

Vlastní práce

2.

33

Faktor: rok

Tab. 11


Proměnná

SČ efekt

Kč Proměnná

9,132780E+17

Kč

1,586786E+19

Graf. 11

SČ chyba

SV efekt

PČ efekt 6 1,522130E+17

SV chyba

F 20,78703

p 0,000000

PČ chyba

2167 7,322500E+15


Po posouzení jednotlivých let nejlépe dopadl rok 2010, který ale byl v počtu staveb nejhorší (měl nejvíce záporných tržeb) a to více než tisíc akcí. Navíc v něm poklesly tržby ze zakázek při omezení č. 2. Nejhůře vychází roky 2004 a 2005, které ale byly částečně nahrazeny tržbami ze zakázek menších rozsahů. V neposlední řadě pak roky 2008 a 2009, naštěstí došlo k částečné kompenzaci díky tržbám z větších zakázek v roce 2009.

Vlastní práce

3.

34

Faktor: kraj

Tab. 12


Proměnná

SČ efekt

Kč Proměnná

3,527269E+17

Kč

1,642841E+19

Graf. 12

SČ chyba

SV efekt

PČ efekt

12 2,939391E+16

SV chyba

F 3,866488

p 0,000007

PČ chyba

2161 7,602225E+15


Nejhůře na tom je Pardubický kraj, který se ale při hodnocení podle ostatních omezení umístil na 2. respektive 3. místě, což je celkově velice dobré. Toto mohly způsobit smluvní pokuty, které vyplývají z uzavřených smluv o dílo. V tomto případě bohužel opět v počtu vede kraj Jihomoravský, který jich má přes 800.

Vlastní práce

4.

35


Tab. 13


Proměnná

SČ efekt

Kč Proměnná

8,960338E+16

Kč

1,669153E+19

Graf. 13

SČ chyba

SV efekt

PČ efekt 4 2,240085E+16

SV chyba

F 2,910903

p 0,020431

PČ chyba

2169 7,695496E+15


Obor energetika a ekologie se nejeví jako významný ani při posuzování záporných tržeb. Není však povšimnutí, že se velice dobře umístily také silnice, mosty a tunely. Na opačném konci bohužel dopadly obory železnice, které drží prvenství i v počtu tj. 767 a pozemní stavby v počtu 636 zakázek, u kterých ale bývají velice pečlivě hlídány a pokutovány případné časové prodlevy a pozdě dokončené stavby. Následují pak stavby vodohospodářské.

Závěr

36

5 Závěr Cílem této práce bylo provést jednofaktorové analýzy rozptylů tržeb společnosti OHL ŽS, a.s. v letech 2004 – 2010. Analýza byla aplikována na vybrané faktory, které byly detailněji popsány ve vlastní práci. Při sledování vývoje tržeb v závislosti na závodu, který je vytvořil, můžeme pozorovat, že při růstu objemu tržeb se postupně do popředí dostávají pozemní stavby, což může být způsobeno tím, že i veřejné zakázky pro divizi pozemní stavby bývají co do objemu většinou rozsáhlejší, závod ale také dosahuje více záporných tržeb. Proto by bylo vhodné zaměřit se na eliminaci smluvních pokut a reklamací dokončených staveb. Vývoj tržeb v letech 2004 – 2010 byl velice zajímavý, protože u tržeb malých rozsahů byl trend od počátku až do roku 2007 klesající, poté ale začal růst a to i přes působení finanční krize. Oproti tomu trochu nepochopitelně roste i průměr tržeb u zakázek větších rozsahů a to až do roku 2009, po kterém prudce klesá. Je to zvláštní, protože by bylo logické, kdyby vlivem finanční krize poklesly tržby celkově vlivem menšího toku peněz v ekonomice potažmo ve stavebním sektoru. Po porovnání jednotlivých krajů České republiky vychází významně Ústecký a Liberecký kraj a to především díky výstavbě dálnic a rychlostních komunikací a Pardubický kraj, ve kterém byly realizovány rozsáhlé zakázky týkající se obnovy železničních koridorů. V neposlední řadě pak Hlavní město Praha, protože tam došlo k obnově několika stanic metra. V počtu ale jasně zvítězil kraj Jihomoravský, což autor chápe jako pozitivní i vzhledem k faktu, že se jedná původem o brněnskou stavební společnost. Nejvíce prostoru pro případné zlepšení autor spatřuje v sektoru energetika a ekologie, ve kterém jsou evidovány nejmenší hodnoty tržeb a to co do počtu tak i do velikosti. Dále pak vidí jistý nevyužitý potenciál v Karlovarském kraji, kde byla realizována pouze jedna zakázka, i když je těžké ovlivnit místo zadání veřejné zakázky.

Závěr

37

Určitě by bylo také dobré sjednávat reálné termíny realizace a tím tak předcházet zbytečným smluvním pokutám, ale je fakt, že v některých případech a to hlavně pokud stavbu společnost realizuje ve sdružení více zhotovitelů, což je v současnosti trendem, je velice těžké najít viníka, takže většinou je potřeba újmu rozpočítat mezi dodavatele v takovém poměru, jaká je jejich účast ve sdružení. Možná, že to bude optimistické tvrzení, ale díky růstu počtu stavebních zakázek skoro ve všech oborech působnosti to vypadá, jakoby se ekonomická situace v České republice začínala pomalu stabilizovat.

Literatura

38

6 Literatura 1.

ANDĚL, J. Matematická statistika. 1. vydání. Praha: SNTL, 1978. 346 s.

2.

KALOUDA, S. pedf.cuni.cz [online]. 2012 vyd. [cit. 2012-05-21]. Dostupné z: http://www.pedf.cuni.cz/kpsp/skalouda/AOV.doc

3.

MARTINOVIČOVÁ, D. Základy ekonomiky podniku. 1. vydání. Praha: Alfa Publishing, 2006. 184 s. ISBN 80-86851-50-8.

4.

PŘEDSTAVENSTVO a.s., 2011. 231 s.

5.

SYNEK, M. A KOLEKTIV. Manažerská ekonomika. 3. vydání. Praha: Grada, 2003. 472 s. ISBN 80-247-0515-X

6.

TOP 100 – STAVEBNÍ ČINNOST (ČESKO). EStav.cz [online]. 2010 vyd. [cit. 201205-21]. Dostupné z: http://www.estav.cz/stat/top/stav-obrat-cz.asp

SPOLEČNOSTI.

Výroční zpráva. 1. vydání. Brno: OHL ŽS,

Přílohy

39

Přílohy


40

A Tabulky popisných statistik a POST HOC testů Tab. 14

Popisné statistiky, faktor závod, omezení č.1 [Statistica]

Rozkladová tabulka popisných statistik N=8641 Závod průměr N Sm.odch. pozemní stavby 403749,0 2721 511381,0 dopravní stavby 441234,9 5920 500107,3 Vš.skup. 429430,8 8641 503955,8 Tab. 15


závod pozemní stavby 1 dopravní stavby 2 Tab. 16

Tukeyův HSD test; proměnná: Kč 2 1 M=4412E2 M=4037E2 0,001317 0,001317


Rozkladová tabulka popisných statistik N=8641 rok průměr N Sm.odch. 2004 497362,7 1298 523745,2 2005 461243,8 1241 519996,9 2006 445816,7 1215 510563,2 2007 326745,6 1155 452438,3 2008 410645,3 1158 487231,0 2009 406617,9 1006 490441,9 2010 439469,4 1568 513579,0 Vš.skup. 429430,8 8641 503955,8 Tab. 17


rok 2004 2005 2006 2007 2008 2009 2010

1 2 3 4 5 6 7

Tukeyův HSD test; proměnná: Kč 2 3 4 5 6 7 1 M=4974E2 M=4612E2 M=4458E2 M=3267E2 M=4106E2 M=4066E2 M=4395E2 0,538981 0,134040 0,000026 0,000397 0,000350 0,034378 0,538981 0,988428 0,000026 0,170913 0,136399 0,915029 0,134040 0,988428 0,000026 0,611389 0,525659 0,999895 0,000026 0,000026 0,000026 0,001145 0,004193 0,000026 0,000397 0,170913 0,611389 0,001145 0,999997 0,755342 0,000350 0,136399 0,525659 0,004193 0,999997 0,668781 0,034378 0,915029 0,999895 0,000026 0,755342 0,668781


Tab. 18


Rozkladová tabulka popisných statistik N=8641 kraj průměr N 01-Praha 491532 467 02-střední Čechy 494544 123 03-Č.Budějovice 366525 423 04-Plzeň 329180 1044 05-Karlovy Vary 1500093 1 06-Ústí n/L 513437 75 07-Liberec 301963 34 08-Hradec Králové 447839 21 09-Pardubice 598854 275 10-Jihlava 405941 214 11-Brno 435784 3264 12-Olomouc 520439 861 13-Zlín 439635 88 14-Ostrava 400464 1751 Vš.skup. 429431 8641 Tab. 19

41

Sm.odch. 559211,9 539309,1 455038,5 447008,3 0,0 560119,4 403200,1 523411,8 546912,6 457221,2 499268,3 528383,6 526548,2 504666,4 503955,8


kraj 01-Praha 1 02-střední Čechy 2 03-Č.Budějovice 3 04-Plzeň 4 05-Karlovy Vary 5 06-Ústí n/L 6 07-Liberec 7 08-Hradec Králové 8 09-Pardubice 9 10-Jihlava 10 11-Brno 11 12-Olomouc 12 13-Zlín 13 14-Ostrava 14

Tukeyův HSD test; proměnná: Kč 2 3 4 5 6 1 M=4915E2 M=4945E2 M=3665E2 M=3292E2 M=1500E3 M=5134E2 1,000000 0,014346 0,000024 0,759834 1,000000 1,000000 0,409902 0,034828 0,767452 1,000000 0,014346 0,409902 0,991178 0,583207 0,522620 0,000024 0,034828 0,991178 0,525966 0,111636 0,759834 0,767452 0,583207 0,525966 0,793647 1,000000 1,000000 0,522620 0,111636 0,793647 0,678761 0,776891 0,999983 1,000000 0,510191 0,739824 1,000000 1,000000 0,999982 0,998574 0,732903 1,000000 0,213650 0,815143 0,000023 0,000023 0,877819 0,990153 0,721041 0,955089 0,999665 0,739695 0,643497 0,946429 0,591336 0,992167 0,291554 0,000023 0,683105 0,988814 0,999301 1,000000 0,000041 0,000023 0,794906 1,000000 0,999809 0,999955 0,993809 0,775474 0,696723 0,999667 0,031754 0,758434 0,993574 0,019029 0,632177 0,819115


kraj 01-Praha 1 02-střední Čechy 2 03-Č.Budějovice 3 04-Plzeň 4 05-Karlovy Vary 5 06-Ústí n/L 6 07-Liberec 7 08-Hradec Králové 8 09-Pardubice 9 10-Jihlava 10 11-Brno 11 12-Olomouc 12 13-Zlín 13 14-Ostrava 14

kraj 01-Praha 1 02-střední Čechy 2 03-Č.Budějovice 3 04-Plzeň 4 05-Karlovy Vary 5 06-Ústí n/L 6 07-Liberec 7 08-Hradec Králové 8 09-Pardubice 9 10-Jihlava 10 11-Brno 11 12-Olomouc 12 13-Zlín 13 14-Ostrava 14 Tab. 20

42

Tukeyův HSD test; proměnná: Kč 7 8 9 10 11 12 M=3020E2 M=4478E2 M=5989E2 M=4059E2 M=4358E2 M=5204E2 0,678761 1,000000 0,213650 0,721041 0,591336 0,999301 0,776891 1,000000 0,815143 0,955089 0,992167 1,000000 0,999983 0,999982 0,000023 0,999665 0,291554 0,000041 1,000000 0,998574 0,000023 0,739695 0,000023 0,000023 0,510191 0,732903 0,877819 0,643497 0,683105 0,794906 0,739824 1,000000 0,990153 0,946429 0,988814 1,000000 0,998889 0,066007 0,997739 0,958066 0,410174 0,998889 0,988482 1,000000 1,000000 0,999995 0,066007 0,988482 0,001920 0,000040 0,583440 0,997739 1,000000 0,001920 0,999896 0,139705 0,958066 1,000000 0,000040 0,999896 0,000853 0,410174 0,999995 0,583440 0,139705 0,000853 0,985975 1,000000 0,341688 1,000000 1,000000 0,976879 0,997499 1,000000 0,000023 1,000000 0,493117 0,000024 Tukeyův HSD test; proměnná: Kč 14 13 M=4005E2 M=4396E2 0,999809 0,031754 0,999955 0,758434 0,993809 0,993574 0,775474 0,019029 0,696723 0,632177 0,999667 0,819115 0,985975 0,997499 1,000000 1,000000 0,341688 0,000023 1,000000 1,000000 1,000000 0,493117 0,976879 0,000024 0,999985 0,999985


Rozkladová tabulka popisných statistik N=8641 obor sumární Kč Ks průměr N 3-pozemní 381259,5 2081 2-silnice+mosty+tunely 466907,2 1822 4-energetika+ekologie 261480,0 499 1-železnice 455680,9 3560 5-vodohospodářské 462302,0 679 Vš.skup. 429430,8 8641

Kč Sm.odch. 497204,9 512494,4 402969,5 507005,8 517323,3 503955,8

Tabulky popisných statistik a POST HOC testů Tab. 21


obor sumární 3-pozemní 1 2-silnice+mosty+tunely 2 4-energetika+ekologie 3 1-železnice 4 5-vodohospodářské 5 Tab. 22

Tukeyův HSD test; proměnná: Kč 1 2 3 4 5 M=3813E2 M=4669E2 M=2615E2 M=4557E2 M=4623E2 0,000018 0,000032 0,000018 0,002382 0,000018 0,000017 0,937159 0,999613 0,000032 0,000017 0,000017 0,000017 0,000018 0,937159 0,000017 0,997859 0,002382 0,999613 0,000017 0,997859


Rozkladová tabulka popisných statistik N=4059 závod průměr N Sm.odch. pozemní stavby 30676273 1505 65587990 dopravní stavby 23395176 2554 73959794 Vš.skup. 26094868 4059 71049874 Tab. 23


závod pozemní stavby 1 dopravní stavby 2

Tab. 24

Tukeyův HSD test; proměnná: Kč 2 1 M=2340E4 M=3068E4 0,001598 0,001598


Rozkladová tabulka popisných statistik N=4059 rok průměr N Sm.odch. 2004 19847035 622 50474413 2005 22580337 570 61152376 2006 24663569 541 71233568 2007 27533058 520 60632763 2008 31425160 578 85239583 2009 39756533 474 105601746 2010 21266449 754 57665883 Vš.skup. 26094868 4059 71049874

43



rok 2004 2005 2006 2007 2008 2009 2010 Tab. 26

44

1 2 3 4 5 6 7

Tukeyův HSD test; proměnná:Kč 1 2 3 4 5 6 7 M=1985E4 M=2258E4 M=2466E4 M=2753E4 M=3143E4 M=3976E4 M=2127E4 0,994400 0,910143 0,530172 0,069795 0,000103 0,999800 0,994400 0,998987 0,911391 0,343365 0,001859 0,999889 0,910143 0,998987 0,994663 0,685129 0,012545 0,979398 0,530172 0,911391 0,994663 0,971262 0,093866 0,712991 0,069795 0,343365 0,685129 0,971262 0,481447 0,127601 0,000103 0,001859 0,012545 0,093866 0,481447 0,000190 0,999800 0,999889 0,979398 0,712991 0,127601 0,000190 Popisné statistiky, faktor kraj, omezení č.2 [Statistica]

Rozkladová tabulka popisných statistik N=4059 kraj průměr N Sm.odch. 01-Praha 39780617 370 74031256 02-střední Čechy 29775636 142 50265300 03-Č.Budějovice 17197059 168 43848029 04-Plzeň 25400036 299 81529070 06-Ústí n/L 42711205 103 124412357 07-Liberec 33661741 17 33463992 08-Hradec Králo- 18285842 23 19608389 vé 09-Pardubice 33665759 171 90426275 10-Jihlava 21145990 105 36317399 11-Brno 23076189 1317 74438625 12-Olomouc 21378069 541 51717028 13-Zlín 21794895 74 31636040 14-Ostrava 26816784 729 71378716 Vš.skup. 26094868 4059 71049874 Tab. 27


kraj 01-Praha 1 02-střední Čechy 2 03-Č.Budějovice 3 04-Plzeň 4 06-Ústí n/L 5 07-Liberec 6 08-Hradec Králové 7 09-Pardubice 8 10-Jihlava 9 11-Brno 10 12-Olomouc 11 13-Zlín 12 14-Ostrava 13

Tukeyův HSD test; proměnná: Kč 1 2 3 4 5 6 M=3978E4 M=2978E4 M=1720E4 M=2540E4 M=4271E4 M=3366E4 0,969935 0,035017 0,304710 1,000000 1,000000 0,969935 0,942810 0,999994 0,973083 1,000000 0,035017 0,942810 0,993150 0,168531 0,999509 0,304710 0,999994 0,993150 0,637180 1,000000 1,000000 0,973083 0,168531 0,637180 0,999999 1,000000 1,000000 0,999509 1,000000 0,999999 0,972917 0,999959 1,000000 1,000000 0,957776 0,999979 0,999387 1,000000 0,636303 0,992287 0,998467 1,000000 0,460096 0,999295 1,000000 0,999999 0,595914 0,999980 0,004206 0,997636 0,998616 0,999999 0,248451 0,999993 0,007771 0,989729 0,999982 0,999894 0,202226 0,999969 0,738207 0,999897 1,000000 1,000000 0,774014 0,999992 0,173114 1,000000 0,934705 1,000000 0,642540 1,000000



kraj 01-Praha 1 02-střední Čechy 2 03-Č.Budějovice 3 04-Plzeň 4 06-Ústí n/L 5 07-Liberec 6 08-Hradec Králové 7 09-Pardubice 8 10-Jihlava 9 11-Brno 10 12-Olomouc 11 13-Zlín 12 14-Ostrava 13 Tab. 28

45

Tukeyův HSD test; proměnná: Kč 7 8 9 10 11 12 M=1829E4 M=3367E4 M=2115E4 M=2308E4 M=2138E4 M=2179E4 0,972917 0,999387 0,460096 0,004206 0,007771 0,738207 0,999959 1,000000 0,999295 0,997636 0,989729 0,999897 1,000000 0,636303 1,000000 0,998616 0,999982 1,000000 1,000000 0,992287 0,999999 0,999999 0,999894 1,000000 0,957776 0,998467 0,595914 0,248451 0,202226 0,774014 0,999979 1,000000 0,999980 0,999993 0,999969 0,999992 0,999026 1,000000 1,000000 1,000000 1,000000 0,999026 0,970792 0,830738 0,749000 0,992976 1,000000 0,970792 1,000000 1,000000 1,000000 1,000000 0,830738 1,000000 1,000000 1,000000 1,000000 0,749000 1,000000 1,000000 1,000000 1,000000 0,992976 1,000000 1,000000 1,000000 0,999997 0,995812 0,999921 0,995604 0,980849 0,999996

Tukeyův HSD test; proměnná: Kč 13 M=2682E4 0,173114 1,000000 0,934705 1,000000 0,642540 1,000000 0,999997 0,995812 0,999921 0,995604 0,980849 0,999996


Rozkladová tabulka popisných statistik N=4059 obor sumární průměr N 3-pozemní 30296055 997 2-silnice+mosty+tunely 25712880 818 4-energetika+ekologie 11685553 156 1-železnice 25425588 1656 5-vodohospodářské 24891314 432 Vš.skup. 26094868 4059

Sm.odch. 69153368 69712219 16274571 80448620 46898259 71049874


Tab. 29


obor sumární 3-pozemní 1 2-silnice+mosty+tunely 2 4-energetika+ekologie 3 1-železnice 4 5-vodohospodářské 5 Tab. 30

Tukeyův HSD test; proměnná: Kč 1 2 3 4 5 M=3030E4 M=2571E4 M=1169E4 M=2543E4 M=2489E4 0,647998 0,019751 0,426829 0,677699 0,647998 0,157537 0,999982 0,999681 0,019751 0,157537 0,141335 0,270126 0,426829 0,999982 0,141335 0,999916 0,677699 0,999681 0,270126 0,999916


Rozkladová tabulka popisných statistik N=2174 závod průměr N Sm.odch. pozemní stavby -29660980 822 67687472 dopravní stav-24790719 1352 98122723 by Vš.skup. -26632189 2174 87878129 Tab. 31


závod pozemní stavby 1 dopravní stavby 2 Tab. 32

Tukeyův HSD test; proměnná: Kč 1 2 M=-296E5 M=-247E5 0,210135 0,210135


Rozkladová tabulka popisných statistik N=2174 rok průměr N Sm.odch. 2004 -58038722 129 112432402 2005 -54282565 129 117783378 2006 -47698906 157 117495523 2007 -19583769 367 61979084 2008 -55379028 163 133990069 2009 -57153627 167 149330526 2010 -9568289 1062 46603057 Vš.skup. -26632189 2174 87878129

46



rok 2004 2005 2006 2007 2008 2009 2010 Tab. 34

47

1 2 3 4 5 6 7

Tukeyův HSD test; proměnná: Kč 1 2 3 4 5 6 7 M=-581E5 M=-542E5 M=-477E5 M=-195E5 M=-554E5 M=-571E5 M=-956E4 0,999849 0,950354 0,000246 0,999973 1,000000 0,000026 0,999849 0,995182 0,001458 1,000000 0,999956 0,000026 0,950354 0,995182 0,010256 0,984789 0,955483 0,000029 0,000246 0,001458 0,010256 0,000197 0,000074 0,458267 0,999973 1,000000 0,984789 0,000197 0,999996 0,000026 1,000000 0,999956 0,955483 0,000074 0,999996 0,000026 0,000026 0,000026 0,000029 0,458267 0,000026 0,000026 Popisné statistiky, faktor kraj, omezení č.3 [Statistica]

Rozkladová tabulka popisných statistik N=2174 kraj průměr N Sm.odch. 01-Praha -37715166 211 78577945 02-střední Čechy -40088594 53 65667184 03-Č.Budějovice -10528354 142 46372546 04-Plzeň -25509156 168 105641430 06-Ústí n/L -39385333 58 122131472 07-Liberec -17343710 18 28953129 08-Hradec Králo-15091215 14 19238109 vé 09-Pardubice -105283369 35 194990944 10-Jihlava -21953026 53 37668418 11-Brno -19869338 815 84484953 12-Olomouc -30938212 219 82861354 13-Zlín -19043933 44 31226413 14-Ostrava -30732745 344 95922400 Vš.skup. -26632189 2174 87878129 Tab. 35



Tukeyův HSD test; proměnná: Kč 1 2 3 4 5 6 M=-378E5 M=-401E5 M=-106E5 M=-256E5 M=-394E5 M=-173E5 1,000000 0,169929 0,980631 1,000000 0,999251 1,000000 0,659743 0,997812 1,000000 0,999213 0,169929 0,659743 0,954891 0,647045 1,000000 0,980631 0,997812 0,954891 0,998116 1,000000 1,000000 1,000000 0,647045 0,998116 0,999359 0,999251 0,999213 1,000000 1,000000 0,999359 0,999336 0,999231 1,000000 1,000000 0,999367 1,000000 0,001540 0,034046 0,000021 0,000080 0,024518 0,029398 0,994272 0,997620 0,999850 1,000000 0,997988 1,000000 0,280425 0,918881 0,994204 0,999924 0,915039 1,000000 0,999865 0,999976 0,611434 0,999994 0,999985 0,999990 0,986915 0,993962 0,999997 1,000000 0,994685 1,000000 0,999491 0,999955 0,499742 0,999990 0,999971 0,999990


kraj


kraj 01-Praha 1 02-střední Čechy 2 03-Č.Budějovice 3 04-Plzeň 4 06-Ústí n/L 5 07-Liberec 6 08-Hradec Králové 7 09-Pardubice 8 10-Jihlava 9 11-Brno 10 12-Olomouc 11 13-Zlín 12 14-Ostrava 13 Tab. 36

48

Tukeyův HSD test; proměnná: Kč 1 2 3 4 5 6 M=-378E5 M=-401E5 M=-106E5 M=-256E5 M=-394E5 M=-173E5 Tukeyův HSD test; proměnná: Kč 7 8 9 10 M=-150E5 M=-106E6 M=-219E5 M=-199E5 0,999336 0,001540 0,994272 0,280425 0,999231 0,034046 0,997620 0,918881 1,000000 0,000021 0,999850 0,994204 1,000000 0,000080 1,000000 0,999924 0,999367 0,024518 0,997988 0,915039 1,000000 0,029398 1,000000 1,000000 0,056839 1,000000 1,000000 0,056839 0,000830 0,000021 1,000000 0,000830 1,000000 1,000000 0,000021 1,000000 0,999985 0,000221 0,999981 0,907539 1,000000 0,000911 1,000000 1,000000 0,999985 0,000123 0,999977 0,773048 Tukeyův HSD test; proměnná: Kč 11 12 13 M=-310E5 M=-190E5 M=-307E5 0,999865 0,986915 0,999491 0,999976 0,993962 0,999955 0,611434 0,999997 0,499742 0,999994 1,000000 0,999990 0,999985 0,994685 0,999971 0,999990 1,000000 0,999990 0,999985 1,000000 0,999985 0,000221 0,000911 0,000123 0,999981 1,000000 0,999977 0,907539 1,000000 0,773048 0,999826 1,000000 0,999826 0,999798 1,000000 0,999798


Rozkladová tabulka popisných statistik N=2174 obor sumární průměr N Sm.odch. 3-pozemní -31740797 505 73871708 2-silnice+mosty+tunely -17944202 636 67975741 4-energetika+ekologie -13485403 66 20162604 1-železnice -31305014 767 116278290 5-vodohospodářské -27778905 200 55988515 Vš.skup. -26632189 2174 87878129



obor sumární 3-pozemní 1 2-silnice+mosty+tunely 2 4-energetika+ekologie 3 1-železnice 4 5-vodohospodářské 5

Tukeyův HSD test; proměnná: Kč 1 2 3 4 5 M=-317E5 M=-179E5 M=-135E5 M=-314E5 M=-278E5 0,063568 0,503851 0,999987 0,983098 0,063568 0,994969 0,036483 0,638716 0,503851 0,994969 0,507980 0,780961 0,999987 0,036483 0,507980 0,986782 0,983098 0,638716 0,780961 0,986782

49

Určení faktorů ovlivňujících výši tržeb stavební společnosti OHL ŽS, a. s

Recommend Documents